Multidimensionale Luftverschmutzungsdaten vorbereiten
Zuerst analysieren Sie ein Mosaik-Dataset mit Luftverschmutzungsdaten. Sie verwenden das Mosaik, um einen multidimensionalen Layer sowie einen Raum-Zeit-Würfel zu erstellen. Die Datenstrukturen der multidimensionalen Layer und Raum-Zeit-Würfel sind verschiedene Möglichkeiten zur Darstellung von Zeitdaten. Es handelt sich um Formate, die mit vielen unterschiedlichen Analysewerkzeugen kompatibel sind.
Die Daten herunterladen und analysieren
Sie beginnen, indem Sie die globalen Raster-Daten erkunden, welche den Grad der Feinstaubbelastung messen. Hierbei handelt es sich um Luftverschmutzungspartikel mit einem Durchmesser von maximal 2,5 Mikron, die als "PM 2.5" bezeichnet werden. Weitere Informationen zur Feinstaubbelastung und anderen Arten der Luftverschmutzung finden Sie auf der Website der WHO (World Health Organization).
- Laden Sie das Projektpaket "InvestigatePollutionPatterns " herunter.
- Navigieren Sie zur heruntergeladenen Datei InvestigatePollutionPatterns.ppkx auf Ihrem Computer. Doppelklicken Sie auf die Datei, um sie in ArcGIS Pro zu öffnen. Wenn Sie dazu aufgefordert werden, melden Sie sich mit Ihrem ArcGIS-Konto an.
Hinweis:
Wenn Sie über keinen Zugriff auf ArcGIS Pro oder über kein ArcGIS-Organisationskonto verfügen, informieren Sie sich über die Optionen für den Zugriff auf die Software.
Das Projekt enthält drei Karten (Part 1, Part 2, Part 3.1) und eine lokale Szene (Part 3.2). Die Karte Part 1 ist aktiv.
- Vergrößern Sie die Ansicht ggf., bis die ganze Welt angezeigt wird.
Das Karte wird mit projizierten Koordinatensystem Equal Earth dargestellt. Dieses Koordinatensystem ist für die globale Analyse geeignet, da es keine Flächen verzerrt.
- Aktivieren Sie im Bereich Inhalt das Kontrollkästchen neben PM25, um die Sichtbarkeit für den Layer zu aktivieren.
PM25 ist ein multidimensionales Mosaik. Multidimensional bezieht sich auf Daten, die zu mehreren Zeitpunkten und in mehreren Tiefen oder Höhen erfasst werden. In diesem Fall handelt es sich bei der zusätzlichen Dimension um die Zeit. Ein Mosaik-Dataset in ArcGIS Pro besteht aus drei Layern: einer Grenze, einem Footprint und einem Bild.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Footprint, und wählen Sie Attributtabelle aus.
Die Attributtabelle wird unterhalb der Karte angezeigt. Sie enthält 19 Zeilen.
Das Mosaik verweist auf 19 .tif-Raster-Dateien. Die Zeilen in dieser Tabelle stellen die Footprints der 19 Raster dar, die aus den Jahren 1998 bis 2016 stammen. Die 19 Raster werden innerhalb des Mosaiks PM25 übereinander gestapelt. Jedes Raster erfasst den durchschnittlichen Grad der Feinstaubbelastung (PM 2.5) für ein Jahr.
- Führen Sie in der Tabelle einen Bildlauf nach rechts durch, und stellen Sie sicher, dass jeder Raster-Footprint in den Feldern Standard Time, Dimensions und Variable Daten enthält. Die Werte unter Standard Time sollten in jeder Zeile um ein Jahr erhöht werden, vom 1.1.1998 bis zum 1.1.2016.
Hinweis:
Diese drei Felder wurden mit dem Werkzeug Multidimensionale Informationen erstellen erstellt. Viele der multidimensionalen Werkzeuge in ArcGIS Pro erfordern diese spezifischen Felder. Dieses Werkzeug erstellt sie daher basierend auf den vorhandenen Feldern (Var und Date) mit den richtigen Feldnamen und -typen.
- Schließen Sie die Attributtabelle.
- Klicken Sie im Bereich Inhalt auf den Layer Bild, um diesen auszuwählen.
Daraufhin werden im Menüband kontextbezogene Registerkarten für den Layer angezeigt.
- Klicken Sie auf dem Menüband auf die Registerkarte Bild-Layer. Klicken Sie auf die Schaltfläche Streckungstyp, und wählen Sie Standardabweichung aus.
Der Streckungstyp ändert die Symbolisierung der Raster-Daten. Die Auswirkungen von Ausreißern auf die Visualisierung werden reduziert, und Sie sehen jetzt die Gebiete der Welt mit höherer (weiß) und niedrigerer PM 2.5-Luftverschmutzung (schwarz).
Einen multidimensionalen Raster-Layer erstellen
Als Nächstes verwenden Sie das Mosaik-Dataset, um einen multidimensionalen Raster-Layer (im CRF-Format) zu erstellen. Dies ist ein Layer mit aktivierten Zeiteigenschaften, dessen Eigenschaften denen des multidimensionalen Mosaiks ähneln, aus dem er stellt wurde. Die Daten sind jedoch alle in einem einzelnen Raster-Layer enthalten. Ein multidimensionaler Raster-Layer kann als Eingabe für viele Geoverarbeitungswerkzeuge und Diagramme in ArcGIS Pro verwendet werden, sodass die Erstellung dieses Layers mehr Analysemöglichkeiten bietet. Sie erkunden beispielsweise die Zeitintervalle des multidimensionalen Raster-Layers mithilfe des Zeitschiebereglers.
- Klicken Sie im Menüband auf die Registerkarte Analyse. Klicken Sie in der Gruppe Geoverarbeitung auf Werkzeuge.
- Geben Sie im Bereich Geoverarbeitung in der Suchleiste Raster kopieren ein. Klicken Sie in den Suchergebnissen auf das Werkzeug Raster kopieren, um es zu öffnen.
- Wählen Sie für Eingabe-Raster die Option PM25 aus.
- Klicken Sie auf die Schaltfläche Durchsuchen, um zum Ausgabe-Raster-Dataset zu gelangen.
- Navigieren Sie zu dem Ordner, in dem das neue Raster gespeichert werden soll (z. B. C:). Geben Sie PM25.crf als Name ein, und klicken Sie auf Speichern.
- Geben Sie für NoData-Wert den Wert 0 ein.
- Stellen Sie sicher, dass Als multidimensional verarbeiten aktiviert ist.
- Klicken Sie auf Ausführen.
Der neue Layer PM25.crf wird der Karte hinzugefügt. Er ähnelt dem Mosaik PM25.
- Deaktivieren Sie im Bereich Inhalt den Mosaik-Layer PM25.
Jetzt werden die Daten von 19 Jahren in einem einzelnen Raster-Layer mit aktivierten Zeiteigenschaften und nicht mehr in einem Mosaik aus 19 Raster-Layern bereitgestellt. Sie verwenden den Zeitschieberegler, um den Layer PM25.crf zu animieren.
- Klicken Sie bei Bedarf im Bereich Inhalt auf PM25.crf, um den Layer auszuwählen.
- Zeigen Sie mit der Maus im oberen Bereich der Karte auf den Zeitschieberegler, damit die entsprechenden Steuerelemente angezeigt werden. Klicken auf die Schaltfläche Wiedergabe in der Mitte des Schiebereglers.
Die Daten von 1998 bis 2016 werden jeweils für ein Jahr animiert.
Später in diesem Lernprogramm verwenden Sie den Layer PM25.crf auch zum Erstellen eines zeitlichen Profildiagramms. Zunächst erstellen Sie jedoch eine dritte Repräsentation für Ihre Daten: einen Raum-Zeit-Würfel.
Einen Raum-Zeit-Würfel erstellen
Nun erstellen Sie einen Raum-Zeit-Würfel aus einem multidimensionalen Raster-Layer. Ein Raum-Zeit-Würfel stellt eine andere Möglichkeit dar, Raum-Zeit-Daten zu strukturieren. Er wird als eine netCDF-Datei gespeichert und kann mit der Toolbox "Space Time Pattern Mining" verwendet werden.
Zunächst stellen Sie sicher, dass auf das multidimensionale Raster kein Zeitfilter angewendet wurde.
- Klicken Sie im Menüband auf die Registerkarte Zeit. Klicken Sie in der Gruppe Aktuelle Uhrzeit auf die Schaltflächen Startzeit aktiviert und Endzeit aktiviert.
Die Felder Start, Spanne und Ende werden gelöscht.
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche Zurück.
Tipp:
Wenn der Bereich Geoverarbeitung nicht angezeigt wird, klicken Sie auf dem Menüband auf die Registerkarte Analyse und dann auf die Schaltfläche Werkzeuge.
- Navigieren Sie zum Werkzeug Raum-Zeit-Würfel aus multidimensionalem Raster-Layer erstellen, und öffnen Sie es.
- Wählen Sie für Multidimensionaler Eingabe-Raster-Layer die Option PM25.crf aus.
- Klicken Sie für Ausgabe-Raum-Zeit-Würfel auf die Schaltfläche "Durchsuchen".
- Navigieren Sie zu dem Ordner, in dem der Raum-Zeit-Würfel gespeichert werden soll (z. B. C:). Geben Sie PM25 als Name ein, und klicken Sie auf Speichern.
- Übernehmen Sie unter Methode zum Füllen leerer Abschnitte den Standardwert Nullen.
- Klicken Sie auf Ausführen.
Das Werkzeug erstellt einen Raum-Zeit-Würfel im NetCDF-Format. Die Datei weist die Erweiterung ".nc" auf. Dieser Raum-Zeit-Würfel wird der Karte nicht hinzugefügt, ist jedoch die grundlegende Datenstruktur, die als Eingabe für die Werkzeuge in der Toolbox Space Time Pattern Mining verwendet wird. Einige Beispiele für diese Werkzeuge sehen Sie später in diesem Lernprogramm.
- Wenn die Ausführung des Werkzeugs abgeschlossen ist, klicken Sie unten im Bereich auf den Link Details anzeigen.
Das Fenster "Details" wird angezeigt. Überprüfen Sie im Fenster, ob die Registerkarte Meldungen aktiv ist. Es eignet sich zur Überprüfung der im Werkzeug verwendeten Parameter sowie zum Lesen von Meldungen, Fehlern und Warnungen.
- Ziehen Sie die Ecken des Detailfensters, um es zu erweitern. Scrollen Sie durch die Registerkarte Meldungen.
In diesem Abschnitt können Sie Informationen zum Raum-Zeit-Würfel überprüfen, darunter die Anzahl der Zeitabschnitte, das Zeitintervall sowie die Anzahl und Größe der Positionen der einzelnen Zeitabschnitte. Zu den Daten oder zur durchgeführten Aktion können auch Warnungen angezeigt werden. Solange die Aktion nicht abgeschlossen ist, können Sie fortfahren.
- Schließen Sie das Detailfenster.
- Klicken Sie auf der Symbolleiste für den Schnellzugriff auf die Schaltfläche Speichern, um das Projekt zu speichern.
In diesem Lernprogramm haben Sie bisher drei Arten von Datenstrukturen kennengelernt: multidimensionale Mosaike, multidimensionale Raster-Layer und Raum-Zeit-Würfel. Sie haben einen multidimensionalen Raster-Layer erstellt und animiert sowie einen Raum-Zeit-Würfel erstellt. Als Nächstes verwenden Sie den multidimensionalen Raster-Layer, um ein zeitbezogenes Diagramm zu erstellen. Auf diese Weise lernen Sie eine weitere Methode zur Visualisierung multidimensionaler Daten kennen.
Die Luftverschmutzung im Zeitverlauf in einem Diagramm darstellen und visualisieren
Sie haben einen multidimensionale Raster-Layer erstellt und den Zeitschieberegler zur Visualisierung dieser Daten verwendet. Mit dem Zeitschieberegler allein lassen sich zuverlässige Schlussfolgerungen allerdings nur schwierig ziehen. Als Nächstes erstellen Sie ein zeitliches Profildiagramm, um eine Zeitserie zur Luftverschmutzung in verschiedenen Ländern zu untersuchen. Das Zusammenfassen von Zeitdaten ist eine wichtige Methode, um Daten verständlicher zu machen und einfacher zu vermitteln.
Ländergrenzen aus dem Living Atlas hinzufügen
Der Übersichtlichkeit wegen verwenden Sie eine neue Karte und fügen ihr den Layer PM25.crf hinzu. Weiterhin fügen Sie über den ArcGIS Living Atlas of the World einen Layer mit den Ländern der Welt hinzu.
- Öffnen Sie ggf. das Projekt InvestigateGlobalPollutionPatterns erneut.
- Klicken Sie im Bereich Inhalt in der Karte Part 1 mit der rechten Maustaste auf den Layer PM25.crf, und wählen Sie Kopieren aus.
- Klicken Sie auf die Registerkarte der Karte Part 2, um sie zu aktivieren. Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Part 2, und wählen Sie Einfügen aus.
Im Bereich Inhalt und auf der Karte wird der Layer PM25.crf angezeigt.
- Vergewissern Sie sich, dass die Karte Part 2 aktiv ist, und öffnen Sie den Bereich Katalog.
Tipp:
Um den Bereich Katalog zu öffnen, klicken Sie im Menüband auf die Registerkarte Ansicht und in der Gruppe Fenster auf Bereich "Katalog".
- Klicken Sie im Bereich Katalog auf die Registerkarte Portal, und klicken Sie auf die Schaltfläche Living Atlas.
- Geben Sie auf der Suchleiste World Country ein und drücken Sie die Eingabetaste.
- Klicken Sie in den Suchergebnissen mit der rechten Maustaste auf World Countries (Generalized), und wählen Sie Zu aktueller Karte hinzufügen aus.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf das Symbol für den Layer World_Countries_(Generalized), und wählen Sie Keine Farbe aus.
Die Füllung des Layers wechselt zu transparent, sodass Sie den darunter liegenden Raster-Layer sehen können.
- Klicken Sie auf dem Menüband auf die Registerkarte Karte. Klicken Sie in der Gruppe Navigieren auf Lesezeichen, und wählen Sie das Lesezeichen Europe aus.
Die Karte wird auf Europa gezoomt.
Ein zeitliches Profildiagramm erstellen
Als Nächstes erstellen Sie ein Diagramm, um die Luftverschmutzung in drei europäischen Ländern in einer Zeitserie darzustellen.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf PM25.crf, klicken Sie auf Diagramm erstellen, und wählen Sie Zeitliches Profil aus.
Eine leere Diagrammansicht und der Bereich Diagrammeigenschaften werden angezeigt.
In einem zeitlichen Profildiagramm können Sie Interessenbereiche aus dem multidimensionalen Raster-Layer definieren und diese in einer Zeitserie in einem Diagramm darstellen. Die Bereiche können auf der Karte dargestellt oder aus einem anderen Layer ausgewählt werden. Wählen Sie die Länder für Ihre Interessenbereiche aus dem Layer World Countries (Generalized) aus.
- Vergewissern Sie sich, dass im Bereich Diagrammeigenschaften unter Zeitserie die Option Mehrere Positionen mit einer Variablen ausgewählt ist. Klicken Sie unter Einen Interessenbereich definieren auf die Schaltfläche Feature-Auswahl.
- Klicken Sie auf der Karte auf Großbritannien, um es auszuwählen. Das Länderpolygon wird hellblau hervorgehoben.
In der Diagrammansicht wird ein Liniendiagramm angezeigt. Es ist ebenfalls blau. Im Bereich Diagrammeigenschaften wird im Abschnitt Einen Interessenbereich definieren ein neuer Eintrag in der Tabelle angezeigt.
Sie weisen jedem Interessenbereich eine eigene Farbe zu, um das Diagramm besser lesen zu können.
Hinweis:
Wenn das Diagramm nicht angezeigt wird, müssen Sie unter Einen Interessenbereich definieren auf die Schaltfläche Ausgewählte Zeile löschen klicken. Wählen Sie Großbritannien erneut aus.
- Klicken Sie auf das Symbol, und wählen Sie Mars-Rot (zweite Spalte, dritte Zeile) aus.
Tipp:
Zeigen Sie auf eine Farbe, um ihren Namen einzublenden.
- Ändern Sie die Beschriftung in UK.
- Klicken Sie auf der Karte auf Norwegen. Ändern Sie die Farbe für Norwegen im Bereich Diagrammeigenschaften in Medium-Apfelgrün (siebte Spalte, dritte Zeile).
- Klicken Sie auf der Karte auf Italien. Ändern Sie die Farbe für Italien in Lapislazuli (zehnte Spalte, vierte Zeile).
- Ändern Sie die Beschriftungen der neuen Einträge in Norway und Italy.
- Klicken Sie am oberen Rand des Bereichs Diagrammeigenschaften auf die Registerkarte Achsen.
Unter den Abschnitten X-Achse und Zeitformat aktualisieren Sie das Datumsformat.
- Wählen Sie für Datumsformat die Option (yyyy) (mit vorangestelltem aktuellen Jahr) aus. Wählen Sie für Zeitformat die Option <Kein> aus.
- Legen Sie unter Y-Achse für Grenzen den Minimum auf 0 fest.
- Klicken Sie auf die Registerkarte Allgemein, und ändern Sie den Diagrammtitel in Mean Annual PM 2.5, 1998–2016.
- Geben Sie für Titel der X-Achse den Text Year ein. Geben Sie als Titel der Y-Achse den Text PM 2.5 (μg/m3) ein.
Die Feinstaubbelastung (PM 2.5) wird in Mikrogramm pro Kubikmeter gemessen.
Tipp:
Sie können das μ-Symbol von dieser Seite in ArcGIS Pro kopieren.
Laut Empfehlungen der Weltgesundheitsorganisation (WHO) sollte die PM 2.5-Belastung einen Wert von 10 μg/m³ nicht übersteigen. Durch die Einhaltung dieser Richtlinie könnten durch Luftverschmutzung bedingte Todesfälle um 15 Prozent reduziert werden. Zur Vervollständigung des Diagramms fügen Sie eine Führungslinie hinzu, die den maximalen Richtwert darstellt.
- Klicken Sie auf die Registerkarte Führungslinien, und wählen Sie Führungslinie hinzufügen aus.
- Klicken Sie neben Führungslinie 1 auf die Schaltfläche Führungslinienname bearbeiten, und ändern Sie den Text in WHO PM 2.5 Guideline.
- Geben Sie unter Wert in das erste Feld 10 und in das zweite Feld 20 ein.
- Überprüfen Sie das Diagramm und die Karte.
Das Diagramm zeigt deutliche Unterschiede bei den PM 2.5-Luftverschmutzungsgraden für geographisch nahe beieinander liegende Länder. Italien zeigt dabei die höchsten Werte, Großbritannien etwas niedrigere und Norwegen die niedrigsten Werte. Es zeigt auch, dass die Unterschiede über die Jahre hinweg sehr konstant sind.
2003 kam es in Großbritannien zu einem Anstieg der durchschnittlichen PM 2.5-Belastung, die weder Norwegen noch Italien betraf. 2014 war das Gegenteil der Fall: Italien und Norwegen verzeichneten einen Anstieg der durchschnittlichen PM 2.5-Werte, Großbritannien hingegen nicht. Generell gab es in Norwegen von 1998 bis 2016 keinen Aufwärts- oder Abwärtstrend der durchschnittlichen PM 2.5-Werte. Großbritannien und Italien zeigen in diesen 19 Jahren indessen einen leichten, allmählichen Rückgang der durchschnittlichen PM 2.5-Belastung.
Der grau schattierte Bereich im Diagramm markiert Werte, die über der WHO-Richtlinie von 10 μg/m³ liegen. Norwegen und Großbritannien blieben über die gesamte Zeitserie hinweg unter dem maximalen Richtwert. In Italien hingegen lagen die Werte für mehr als die Hälfte dieser 19 Jahre über dem Richtwert. Die Po-Ebene im Norden Italiens, wo sich die Stadt Mailand befindet, gehört zu den am stärksten verschmutzten Gebieten in Europa. Dort ist die Luftverschmutzung vor allem auf den Verkehr zurückzuführen. Im Norden liegt das Alpengebirge, durch das sich die Luftverschmutzung über der Po-Ebene hält, sodass es hier kaum möglich ist, die WHO-Richtwerte einzuhalten.
- Schließen Sie das Diagramm und den Bereich Diagrammeigenschaften.
Wenn Sie die Karte schließen, werden die Regionen für Großbritannien, Italien und Norwegen nicht mehr farbig auf der Karte angezeigt. Das Diagramm ist weiterhin verfügbar und kann über den Bereich Inhalt erneut geöffnet werden.
- Speichern Sie das Projekt.
In diesem Teil des Lernprogramms haben Sie PM 2.5-Zeitseriendaten für drei europäische Länder in einem Diagramm dargestellt. Sie haben im ArcGIS Living Atlas nach zusätzlichen Daten gesucht. Sie haben ein zeitliches Profildiagramm zum Aggregieren und Analysieren der Luftverschmutzungsdaten verwendet. Sie haben festgestellt, dass Italien die höchsten durchschnittlichen PM 2.5-Werte von den drei im Diagramm dargestellten Länder aufweist, und zwar konsistent über die gesamte Zeitserie hinweg. Als Nächstes wenden Sie statistische Tests auf die PM 2.5-Daten an, um Flächen mit hoher und niedriger Luftverschmutzung in einem globalen Maßstab zu suchen.
Raum-Zeit-Muster-Mining durchführen
Sie haben die Daten mit einem multidimensionalen Raster-Layer und einem zeitbezogenen Diagramm untersucht. Jegliche Schlussfolgerungen, die Sie in Bezug auf Muster in den Daten ziehen, sind jedoch fundierter, wenn sie durch objektive statistische Tests untermauert werden. Als Nächstes suchen Sie mit dem Raum-Zeit-Würfel nach statistisch signifikanten Hot- und Cold-Spots der Luftverschmutzung in Raum und Zeit. Sie untersuchen die globalen Variationen von Mustern im Lauf der Zeit. Die Anwendung statistischer Tests auf die Raum- und Zeitdaten ist wichtig, da das menschliche Auge möglicherweise nicht existierende Muster sieht bzw. andere Muster übersieht, die vorhanden sind.
Hot- und Cold-Spots in einem Raum-Zeit-Würfel suchen
Sie verwenden den Raum-Zeit-Würfel für die Suche nach Hot- und Cold-Spots der Luftverschmutzung mit dem Werkzeug Trendanalyse von Hot-Spots aus der Toolbox "Space Time Pattern Mining". Danach interpretieren Sie die Ergebnisse. Sie führen diese Analyse in der Karte Part 3.1 durch.
- Öffnen Sie ggf. das Projekt InvestigateGlobalPollutionPatterns erneut.
- Klicken Sie auf die Registerkarte der Karte Part 3.1.
- Klicken Sie ggf. im Bereich Geoverarbeitung auf die Schaltfläche Zurück. Navigieren Sie zum Werkzeug Trendanalyse von Hot-Spots, und öffnen Sie es.
- Klicken Sie im Werkzeugbereich Trendanalyse von Hot-Spots für Eingabe-Raum-Zeit-Würfel auf die Schaltfläche Durchsuchen.
- Navigieren Sie zu dem zuvor gespeicherten Raum-Zeit-Würfel. Klicken Sie auf die Datei PM25.nc und auf OK.
- Wählen Sie unter Analysevariable den Eintrag PM 2.5_NONE_ZEROS aus. Dieses Feld enthält die Feinstaubbelastung, wobei fehlende Werte mit Nullen gefüllt werden.
- Wählen Sie unter Konzeptualisierung von räumlichen Beziehungen den Eintrag Nächste Nachbarn (K) aus.
Hinweis:
Viele Werkzeuge aus der Toolbox Spatial Statistics und der Toolbox Space Time Pattern Mining bieten mehrere Möglichkeiten für die Konzeptualisierung von räumlichen Beziehungen in der Analyse. Bei der Auswahl sollten Sie unbedingt berücksichtigen, welches Phänomen Sie zu messen versuchen.
- Wählen Sie unter Globalen Wert definieren den Eintrag Individuelles Zeitintervall aus.
- Klicken Sie auf Ausführen.
Das Werkzeug Trendanalyse von Hot-Spots durchsucht Raum-Zeit-Daten nach statistisch signifikanten Trends. Zunächst sucht das Werkzeug mithilfe der Statistik Getis-Ord Gi* nach Hot- und Cold-Spots für jedes Jahr. Ein Hot-Spot ist nicht nur eine Position mit hohen Werten, sondern eine Position mit hohen Werten, die zudem von anderen hohen Werten umgeben ist. Entsprechend ist ein Cold-Spot eine Position mit niedrigen Werten, die ebenfalls von anderen niedrigen Werten umgeben ist. Wenn Hot- und Cold-Spots für jedes Jahr ermittelt wurden, wird die Mann-Kendall-Trendanalyse auf die Ergebnisse angewendet, um festzustellen, wie sich die Hot- und Cold-Spots im Laufe der Zeit verändert haben. Sie sucht acht verschiedene Typen von Hot- und Cold-Spots, darunter die Typen Unregelmäßig, Konsekutiv und Neu. Positionen ohne statistisch signifikantes Muster werden als Kein Muster erkannt klassifiziert.
Die Ergebnisse der Trendanalyse von Hot-Spots werden der Karte hinzugefügt. Es gibt 17 Typen von Hot- und Cold-Spots.
- Ziehen Sie im Bereich Inhalt den Layer World Terrain Reference über den Layer PM25_EmergingHotSpotAnalysis.
Der Layer World Terrain Reference enthält die Namen der Länder der Welt sowie weitere geographische Positionen. Dadurch, dass Sie ihn über den Layer mit den Hot-Spot-Trends verschieben, sind die Referenz-Beschriftungen sichtbar.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und zoomen Sie zum Lesezeichen SE Asia.
- Sehen Sie sich die Ergebnisse der Hot-Spot-Analyse in Südostasien an.
Große Gebiete in Pakistan, Indien, China und anderen Ländern sind Hot-Spots von PM 2.5. Die häufigsten Trends gehören den Typen Dauerhafter Hot-Spot und Sich verstärkender Hot-Spot an.
- Bei einem dauerhaften Hot-Spot handelt es sich um eine Position, die für 90 % der Zeitintervalle einen statistisch signifikanten Hot-Spot ohne wahrnehmbaren Trend darstellt, der einer Intensitätszunahme oder -abnahme der Clusterbildung im Zeitverlauf entspräche. Im Kontext dieses Lernprogramms bedeutet das, dass eine Position mindestens 17 Jahre lang kein Hot-Spot war und das die PM 2.5-Werte während dieser Zeit keine deutlich steigende oder fallende Tendenz zeigten.
- Ein sich verstärkender Hot-Spot ist eine Position, die für 90 % der Zeitintervalle, einschließlich des letzten Intervalls, einen statistisch signifikanten Hot-Spot darstellt. Außerdem ist für jeden Zeitschritt eine allgemeine, statistisch signifikante Intensitätszunahme hinsichtlich der Cluster-Bildung von hohen Zählwerten zu beobachten. Im Rahmen dieses Lernprogramms heißt das, dass eine Position mindestens 17 Jahre lang ein Hot-Spot war, einschließlich des Jahres 2016, und dass an dieser Position im Lauf der Jahre eine statistisch signifikante Zunahme der Intensität von PM 2.5 verzeichnet wurde.
An der Südgrenze der Mongolei liegt ein Gebiet mit Cold-Spots, die hauptsächlich dauerhaft und konsekutiv sind. Zudem gibt es nördlich des Himalaya-Gebirges auf der tibetischen Hochebene ein großes Gebiet sich abschwächender und ehemaliger Cold-Spots. Dies lässt vermuten, dass dieses Gebiet historisch nur eine geringe Luftverschmutzung aufwies, die Werte aber gestiegen sind. Denken Sie daran, dass sich abschwächend und die anderen beschreibenden Begriffe sich auf die Hot- und Cold-Spots beziehen und nicht auf die Datenwerte. Der Cold-Spot schwächt sich ab, nicht die Luftverschmutzung.
Hinweis:
Sie können die vollständige Beschreibung aller Typen von Hot- und Cold-Spots unter Funktionsweise von "Trendanalyse von Hot-Spots" anzeigen.
- Gehen Sie zu dem Lesezeichen Ethiopia.
Rund um Addis Abeba, die Hauptstadt Äthiopiens, befindet sich ein großer dauerhafter Hot-Spot, der von Gebieten mit sich abschwächenden, zeitweiligen, neuen und konsekutiven Hot-Spots umgeben ist. Das Muster der Luftverschmutzung an dieser Position ist komplex und gibt die Zunahme der Hot-Spot-Größe im Lauf der Zeit an.
- Speichern Sie Ihr Projekt.
Als Nächstes erkunden Sie diesen Bereich detaillierter in 3D.
Eine 3D-Repräsentation von Zeit-Raum-Daten erstellen
Als Nächstes transformieren Sie den Zeit-Raum-Würfel in einen 3D-Layer. Durch die Visualisierung von Daten in 3D können Sie die Muster der Luftverschmutzung in Äthiopien besser verstehen. Sie führen diesen Teil der Analyse in der lokalen 3D-Szene Part 3.2 durch.
- Klicken Sie im Bereich Inhalt der aktuellen Karte Part 3.1 mit der rechten Maustaste auf den Layer PM25_EmergingHotSpotAnalysis, und klicken Sie auf Kopieren.
- Klicken Sie auf die Registerkarte der lokalen Szene Part 3.2.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Part 3,2, und wählen Sie Einfügen aus.
Der Layer wird der Gruppe 2D-Layer hinzugefügt.
- Verwenden Sie bei Bedarf Lesezeichen, um auf das Lesezeichen Ethiopia 3D zu zoomen.
Die Szene wird in 3D angezeigt. An dieser Stelle sind keine 3D-Elemente anzuzeigen.
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche Zurück. Navigieren Sie zum Werkzeug Raum-Zeit-Würfel in 3D visualisieren, und öffnen Sie es.
- Geben Sie für Raum-Zeit-Würfel in 3D visualisieren die folgenden Parameterwerte ein:
- Klicken Sie für Eingabe-Raum-Zeit-Würfel auf die Schaltfläche Durchsuchen. Navigieren Sie zu dem Raum-Zeit-Würfel, den Sie im ersten Lernprogramm erstellt haben (PM25.nc), und wählen Sie ihn aus.
- Wählen Sie unter Würfel-Variable den Eintrag PM 2.5_NONE_ZEROS aus.
- Wählen Sie für Anzeigedesign den Eintrag Wert aus.
- Geben Sie für Ausgabe-Features den Namen PM25_3D an.
- Klicken Sie auf Ausführen.
In der Szene und im Bereich Inhalt wird ein neuer 3D-Layer angezeigt.
Möglicherweise erhalten Sie eine Warnung, dass der Layer übermäßig viele Darstellungsanfragen verursacht. Sie schneiden den Layer auf ein kleineres Gebiet zu. Hierdurch vermeiden Sie dieses Problem und vereinfachen zudem die Analyse der Daten.
- Ziehen Sie im Bereich Inhalt den Layer Ethiopia über den Layer PM25_EmergingHotSpotAnalysis.
Dies ist derselbe Layer World Countries (Generalized) aus dem ArcGIS Living Atlas, den Sie zuvor verwendet haben. Er wurde so gefiltert, dass nur Äthiopien angezeigt wird. Sie schneiden den 3D-Layer auf diese Grenze zu.
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche Zurück. Suchen Sie nach dem Werkzeug Ausschneiden, und öffnen Sie es.
- Geben Sie für Ausschneiden die folgenden Parameterwerte ein:
- Wählen Sie für Eingabe-Features die Option PM25_3D aus.
- Wählen Sie für Clip-Features die Option Ethiopia aus.
- Geben Sie für Ausgabe-Feature-Class den Namen PM25_Ethiopia ein.
- Klicken Sie auf Ausführen.
Ein neuer, auf die Grenzen von Äthiopien zugeschnittener 3D-Layer wird der Szene hinzugefügt.
- Blenden Sie im Bereich Inhalt den Layer PM25_3D aus.
In der Szene wird nur der 3D-Layer PM25_Ethiopia angezeigt. Die vertikalen Säulen, die sich von der Erde in den Himmel erstrecken, zeigen an, wie sich die PM 2.5-Werte im Laufe der Zeit entwickelt haben.
Als Nächstes ändern Sie die Symbolisierung des neuen Layers, um die PM 2.5-Werte besser zu visualisieren.
- Wählen Sie im Bereich Inhalt den Layer PM25_ Ethiopia aus.
- Klicken Sie auf dem Menüband auf die Registerkarte Feature-Layer. Klicken Sie in der Gruppe Darstellung auf Importieren.
Das Fenster Symbolisierung importieren wird angezeigt.
- Überprüfen Sie, ob für Eingabe-Layer die Option PM25_ Ethiopia ausgewählt ist.
- Klicken Sie auf die Schaltfläche Durchsuchen, um zu Symbolisierungs-Layer zu gelangen.
- Klicken Sie unter Projekt auf Ordner, und öffnen Sie die Ordnerverbindung InvestigatePollutionPatterns.
- Wählen Sie in den Ordnern commondata und userdata die Datei space_time_cube_symbology.lyrx aus, und klicken Sie aufOK.
Die anderen Werkzeugparameter werden automatisch aus der .lyrx-Datei gefüllt.
- Wählen Sie unter Symbolisierungsbereiche nach Daten aktualisieren die Option Bereiche aktualisieren aus.
Mit dieser Option werden die Symbolisierungsklassengrenzen auf Grundlage des Eingabe-Datasets aktualisiert.
- Klicken Sie auf OK.
Die Symbolisierung wird aktualisiert.
Die gestapelten Features weisen nun einen größeren Farbbereich auf. Rote Blöcke sind Gebiete und Zeiten mit hohen PM 2.5-Werten. Blaue Blöcke weisen niedrige Werte auf.
Mit dem Werkzeug Raum-Zeit-Würfel in 3D visualisieren haben Sie vertikale Säulen erstellt, die die Entwicklung der PM 2.5-Werte im Laufe der Zeit darstellen. Sie haben diese Ergebnisse auf den Interessenbereich zugeschnitten und eine Symbolisierung mit mehr Farben angewendet, damit die Unterschiede zwischen den hohen und niedrigen Werten besser zu erkennen sind.
Hot- und Cold-Spots in 3D untersuchen
In den letzten Schritten dieses Lernprogramms untersuchen Sie die Luftverschmutzungsdaten in 3D, um die Ergebnisse für Hot- und Cold-Spots besser zu verstehen.
- Zoomen Sie bei Bedarf auf das Lesezeichen Ethiopia 3D. Navigieren Sie in der Szene, um diese zu erkunden.
Hinweis:
Sie können zum Vergrößern und Verkleinern das Mausrad verwenden. Durch Ziehen können Sie die Szene schwenken. Sie können auch den Bildschirm-Navigator verwenden.
Diese Ergebnisse stellen jedes Jahr der Zeitseriendaten dar, von 1998 (der Erde am nächsten) bis 2016 (an der Spitze). Beachten Sie, dass es mehrere dunkelviolette Bereiche gibt. Hierbei handelt es sich um Bereiche mit dem PM 2.5-Wert 0. Möglicherweise waren ursprünglich NULL-Werte vorhanden, oder es fehlten Werte, die dann bei der Erstellung des Raum-Zeit-Würfels mit Nullen gefüllt wurden.
- Suchen Sie einen dauerhaften Hot-Spot (dunkelrot), und klicken Sie auf den Block, welcher der Erde am nächsten ist.
Dabei wird ein Pop-up angezeigt. Es enthält das Datumsfenster für die Daten, auf die Sie geklickt haben, sowie den PM 2.5-Wert für dieses Datum (PM 2.5_NONE_ZEROS).
- Klicken Sie für denselben Hot-Spot auf den Block, der sich am weitesten von der Erde entfernt befinden.
In dauerhaften Hot-Spots weist der PM 2.5-Wert zwischen dem Anfang und dem Ende der Zeitserie keine signifikanten Änderungen auf.
- Suchen Sie nach einem der neuen Hot-Spots, und erkunden Sie die PM 2.5-Werte für die ersten und letzten Jahre.
Sie stellen wahrscheinlich eine proportional größere Zunahme der PM 2.5-Werte für diese Positionen fest.
- Sehen Sie sich die Symbolisierung für einige zeitweilige Hot-Spots an. Bei diesen Positionen wechseln sich helle und dunklere Farben in der Zeitserie mehrmals ab.
- Erkunden Sie andere Hot- und Cold-Spot-Typen in der Szene.
Durch Visualisieren von Zeitdaten in 3D können die Ergebnisse des Werkzeugs Trendanalyse von Hot-Spots einfacher analysiert werden.
Sie haben statistische Methoden auf die Luftverschmutzungsdaten in Ihrem Raum-Zeit-Würfel angewendet und weltweit unterschiedliche Typen von Hot- und Cold-Spots für PM 2.5 gefunden. Dann haben Sie die Ergebnisse der 2D-Analyse untersucht, um sich mit den verschiedenen Typen von Hot- und Cold-Spot-Trends vertraut zu machen. Mithilfe der 3D-Visualisierung haben Sie anschließend Ihre Kenntnisse über die Muster vertieft, die jeder Hot-Spot darstellt.
In diesem Lernprogramm haben Sie erfahren, wie Sie Raum-Zeit-Daten erstellen, visualisieren und analysieren. Sie haben drei Methoden zum Speichern von Zeitdaten kennengelernt: multidimensionale Mosaiken, multidimensionale Raster-Layer und Raum-Zeit-Würfel. Mit zeitlichen Profildiagrammen haben Sie die Luftverschmutzungsgrade von drei europäischen Ländern verglichen. Unter Verwendung von Werkzeugen für Raum-Zeit-Muster-Mining haben Sie die Luftverschmutzungsdaten dann analysiert und die Analyseergebnisse interpretiert.
Wenn Sie mehr über die Erstellung von Raum-Zeit-Würfeln anhand eigener Raster-Daten (einschließlich .tif- und NetCDF-Dateien) erfahren möchten, lesen Sie Raster-Daten mit Raum-Zeit-Muster-Mining erkunden. Möchten Sie die 3D-Visualisierung von Raum-Zeit-Würfeln noch weiter vertiefen? Dann probieren Sie das Add-in "Space Time Cube Explorer" für ArcGIS Pro aus.
Weitere Lernprogramme finden Sie in der Lernprogrammgalerie.