Änderungen von Pixel-Zeitserien interaktiv erkunden
Satellitenbilder wie Landsat erfassen für große Flächen Informationen zur Landbedeckung und zu Features auf dem Boden. Diese Bilddaten bieten ein umfassendes Bild einer Region, mit dem Position, Verteilung und räumliche Beziehungen von Features ermittelt und gemessen werden können. Insbesondere die Landsat-TM-Bilddaten liefern seit 1984 alle 16 Tage eine kontinuierliche Erfassung der Landoberfläche der Erde. Dies ermöglicht die Entdeckung, Analyse und Überwachung von Veränderungen der Landnutzung über diese lange Zeitspanne.
Eine Bildzeitserie ist ein Satz von Bildern, die an einer einzigen Position zu unterschiedlichen Zeiten aufgenommen wurden. Mithilfe einer Bildzeitserie können Sie Veränderungen im Zeitverlauf untersuchen. Beispielsweise können Sie für ein bewaldetes Gebiet erkennen, dass Bäume gefällt wurden und nachgewachsen sind oder dass Waldbrände und Schädlingsbefall aufgetreten sind. Solche Störungen sind in den Bildern normalerweise durch abrupte Änderungen beim Wert der Pixel erkennbar. Für die Analyse von Bildzeitserien werden Algorithmen verwendet, um diese Änderungen von Pixelwerten zu ermitteln. Die Erweiterung ArcGIS Image Analyst bietet für Bilddaten zwei Algorithmen zur Erkennung von Zeitserienänderungen. Einer davon ist der LandTrendr-Algorithmus. Er basiert auf Landsat-Bilddaten und wird häufig in der Forstwirtschaft eingesetzt.
Zuerst richten Sie ArcGIS Pro für sich ein und machen sich mit multidimensionalen Rastern vertraut. Dies ist das Dataset-Modell, mit dem Bildzeitserien dargestellt werden. Dann bereiten Sie Ihre Bildzeitserien für die Analyse vor und beginnen mit der interaktiven Erkundung.
Das Projekt herunterladen und öffnen
Zunächst laden Sie das Projekt herunter, das alle Daten für dieses Lernprogramm enthält, und öffnen es in ArcGIS Pro.
- Laden Sie die Datei Forest_Disturbance_Analysis.zip.
- Navigieren Sie zur heruntergeladenen Datei Forest_Disturbance_Analysis.zip auf Ihrem Computer.
Hinweis:
In den meisten Browsern werden heruntergeladene Dateien standardmäßig im Ordner "Downloads" gespeichert.
- Klicken Sie mit der rechten Maustaste auf die Datei Forest_Disturbance_Analysis.zip, und extrahieren Sie sie an einem Speicherort auf Ihrem Computer, beispielsweise in einem Ordner auf dem Laufwerk C:.
- Öffnen Sie den entpackten Ordner Forest_Disturbance_Analysis, und doppelklicken Sie auf Forest_Disturbance_Analysis.aprx, um das Projekt 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 wird geöffnet, und es werden Bilddaten für das Gebiet "West Cascade" in Oregon angezeigt.
Der Bereich Inhalt weist den Layer WestCascade.crf auf, der die Zeitseriendaten enthält. Zudem gibt es weitere Layer, die Sie später in der Analyse verwenden.
Das multidimensionale Eingabe-Raster erkunden
Jetzt erfahren Sie mehr über den Zeitserien-Layer. WestCascade.crf enthält 78 Satellitenbilder des Typs Landsat Analysis Ready Imagery (ARD). Sie wurden zwischen 1984 und 2020 über den West Cascades in Oregon in den Vereinigten Staaten erfasst. Jedes Bild wird als Multiband-Raster dargestellt, das die Spektralbänder Blau, Grün, Rot, Infrarot und Kurzwelleninfrarot enthält. Alle diese Raster werden in einem multidimensionalen Raster zusammengefasst und im CRF-Format gespeichert.
Hinweis:
Nach den Anforderungen des LandTrendr-Algorithmus, den Sie in diesem Lernprogramm verwenden, wurden die ausgewählten 78 Landsat-ARD-Bilder im Sommer aufgenommen, sodass die Bäume Blätter haben und in einer ähnlichen Wachstumsphase sind. Darüber hinaus wurden nur Bilder mit einer Wolkenbedeckung von weniger als 10 Prozent einbezogen.
Wenn Sie den Workflow dieses Lernprogramms auf Ihr eigenes Untersuchungsgebiet anwenden möchten, können Sie ein ähnliches multidimensionales Raster für die gewünschte Ausdehnung erstellen. Sie können Landsat-ARD-Bilder für beliebige Positionen der Erde auf USGS Earth Explorer auswählen und herunterladen. Dann können Sie die Bilder bereinigen und ein multidimensionales Raster generieren, wie im Blogbeitrag Clean up your Landsat imagery: removing cloud and cloud shadow erläutert.
Sie können die 78 Bilder in WestCascade.crf mit der Registerkarte Multidimensional durchgehen, um herauszufinden, wann sie jeweils aufgenommen wurden.
- Klicken Sie im Bereich Inhalt auf den Layer WestCascade.crf, um ihn auszuwählen.
- Klicken Sie im Menüband auf die Registerkarte Multidimensional.
Die Registerkarte Multidimensional enthält Werkzeuge für die Arbeit mit multidimensionalen Rastern.
- Erweitern Sie in der Gruppe Aktueller Anzeigeausschnitt die Dropdown-Liste StdTime, und sehen Sie sich die Liste der Zeitwerte an, die mit den 78 Bildern verknüpft sind.
- Klicken Sie auf den zweiten Zeitwert in der Liste, der mit dem Datum 1984-07-19 beginnt, um das entsprechende Bild anzuzeigen.
Die Karte wird aktualisiert. In einer Bilddaten-Zeitserie können Sie jedes Bild als Zeitintervall bezeichnen. Das gerade angezeigte Bild ist das zweite Zeitintervall in der Serie.
- Prüfen Sie im Bereich Inhalt die Legende des Layers.
Das Bild wird mit der Farbbandkombination "Natürliche Farbe" angezeigt, bei dem Band 1 blau, Band 2 grün und Band 3 rot ist. Diese Bandkombination entspricht in etwa der Wahrnehmung einer Landschaft mit dem menschlichen Auge. Das Bild enthält auch ein Infrarotband (Band 4) und zwei Kurzwelleninfrarotbänder (Band 5 und Band 6), die in der Analyse verwendet werden, obwohl sie aktuell nicht angezeigt werden.
Hinweis:
Weitere Informationen zu multispektralen Bilddaten und Bandkombinationen finden Sie in den Learn ArcGIS-Lernprogrammen Erste Schritte mit Bilddaten und Die Spuren des Waldbrands.
Auf dem Bild sehen Sie überwiegend bewaldete Flächen (in Grünschattierungen). In der Mitte des Bildes erkennen Sie aber auch Bereiche, in denen Bäume gefällt wurden (in Beigetönen).
- Vergrößern Sie mit dem Mausrad die Mitte des Bildes, und betrachten Sie die abgeholzten Flächen in Beige.
- Zoomen Sie wieder auf die volle Ausdehnung.
Sie können die Zeitserie auch animieren.
- Klicken Sie auf der Registerkarte Multidimensional neben der Dropdown-Liste StdTime auf die Schaltfläche Ausschnitte an StdTime wiedergeben, um die Zeitserie wiederzugeben.
Beobachten Sie, wie sich der Wald mit der Zeit verändert.
Hinweis:
Wie Sie bemerken werden, weisen einige Bilder NoData-Bereiche auf (im Layer als Löcher angezeigt). Dies sind Wolken-Pixel, die maskiert wurden, und sie haben keinen Einfluss auf die Analyse.
- Klicken Sie erneut auf die Schaltfläche Ausschnitte an StdTime wiedergeben, um die Animation zu beenden.
Als Nächstes prüfen Sie einige der Layer-Eigenschaften.
- Doppelklicken Sie im Bereich Inhalt auf den Layer WestCascade.crf, um die Layer-Eigenschaften zu öffnen.
- Klicken Sie im Fenster Layer-Eigenschaften auf die Registerkarte Source. Blenden Sie im rechten Bereich die Abschnitte Marktuntersuchung, SR und StdTime ein.
Sie können sehen, dass das Dataset wie erwartet 78 Zeitintervalle enthält. Die als SR beschrifteten Pixelwerte entsprechen der Oberflächenreflexion. Der zeitliche Bereich für Ausdehnung reicht von 1984-07-03 bis 2020-08-23.
- Klicken Sie auf Abbrechen, um das Fenster Eigenschaften zu schließen.
Der Layer WestCascade.crf enthält also 78 Multispektralbilder, die jeweils 6 Bänder aufweisen. Das entspricht 468 Rastern. Das folgende Schema stellt die Struktur dieser multidimensionalen Raster dar.
NBR-Werte berechnen
Der LandTrendr-Algorithmus wird mit einem multidimensionalen Raster verwendet, bei dem jedes Zeitintervall eine Einzelband-Raster ist. Sie wenden eine Indexformel auf die Zeitserie an, um aus jedem Zeitintervall ein Einzelband-Raster abzuleiten. Der Normalized Burn Ratio (NBR) Index, der häufig verwendet wird, um Spuren von Waldbränden zu finden, ist gut geeignet, um zwischen gesundem Wald und Waldschäden im Allgemeinen zu unterscheiden. Daher verwenden Sie ihn.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer WestCascade.crf ausgewählt ist.
- Klicken Sie auf dem Menüband auf der Registerkarte Bilddaten in der Gruppe Werkzeuge auf Indizes. Klicken Sie in der eingeblendeten Liste der Indizes unter Landschaft auf NBR.
Der NBR-Index verwendet die Nahinfrarot- und Kurzwellenbänder und kombiniert diese mithilfe einer mathematischen Formel. Sie geben an, dass diese Bänder in Ihrem Layer Band 4 und 6 entsprechen.
- Wählen Sie im Fenster NBR für Nahinfrarot-Bandindex die Option 4 - Band_4 aus. Wählen Sie für Shortwave Infrared-Bandindex die Option 6 - Band_6 aus.
- Klicken Sie auf OK.
Der Karte wird ein neuer Layer mit dem Namen NBR_WestCascade.crf hinzugefügt. Dieser neue Layer ist nach wie vor ein multidimensionales Raster, aber er enthält nur ein NBR-Raster-Band pro Zeitintervall.
Hinweis:
Das NBR-Werkzeug ist eine Raster-Funktion, die dynamisch einen neuen Raster-Layer generiert. Diese Methode ist effizient, allerdings ist der neue Layer nur im Speicher Ihres Computers vorhanden. Wenn Sie den Layer aus dem Projekt entfernen, ist er weg, und Sie müssten ihn neu erstellen.
Der neue Layer wird standardmäßig mit dem Renderer "Gestreckt" in Schwarz und Weiß angezeigt. Sie ändern die Symbolisierung, um die Wertunterschiede deutlicher hervorzuheben.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf das Symbol NBR_WestCascade.crf, und blenden Sie die Dropdown-Liste ein. Klicken Sie auf das Kontrollkästchen Namen anzeigen, und wählen Sie den Farbverlauf Pink-Grün (kontinuierlich) aus.
Der Layer auf der Karte wird aktualisiert. Die höchsten NBR-Pixelwerte stellen gesunden Wald dar und werden nun in Dunkelgrün angezeigt. Die niedrigsten NBR-Pixelwerte stellen Waldschäden (d. h. das Fehlen einer gesunden Vegetation) dar und werden in Dunkelviolett angezeigt. Die NBR-Pixel mit einem mittleren Wert werden in Weiß oder Hellgrün dargestellt.
Sie überprüfen, ob der Layer eine Zeitserie ist.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer NBR_WestCascade.crf ausgewählt ist.
- Blenden Sie auf dem Menüband auf der Registerkarte Multidimensional in der Gruppe Aktueller Anzeigeausschnitt für StdTime die Dropdown-Liste ein, und überprüfen Sie, ob alle Zeitintervalle aufgeführt werden.
- Wählen Sie ein Zeitintervall in der Liste aus, um es anzuzeigen, z. B. das für den 2016-06-25, und sehen Sie sich an, wie es sich vom vorherigen unterscheidet.
Optional können Sie andere Zeitintervalle auswählen und anzeigen.
Hinweis:
Wenn einige Pixel anders aussehen (z. B. fast schwarz oder beige), liegt dies daran, dass es sich um NoData-Pixel für Wolken handelt. Tatsächlich angezeigt wird der darunter liegende Layer WestCascade.crf.
- Kehren Sie zur Anzeige des ersten Zeitintervalls zurück (1984-07-03).
- Klicken Sie auf der Symbolleiste für den Schnellzugriff auf Speichern, um das Projekt zu speichern.
Hinweis:
Möglicherweise werden Sie in einer Meldung gewarnt, dass Sie nach dem Speichern der Projektdatei in der aktuellen ArcGIS Pro-Version die Datei nicht mehr in einer früheren Version öffnen können. Wenn diese Meldung angezeigt wird, klicken Sie auf Ja, um fortzufahren.
Die Veränderung eines Pixels im Zeitverlauf anzeigen
Nun verwenden Sie den NBR-Zeitserien-Layer, um zu erkunden, wie sich der Wald im Laufe der Zeit verändert hat. Sie führen diese Erkundung interaktiv mit dem Bereich Explorer für Pixel-Zeitserienänderungen durch.
Auf Ihrer Karte wird derzeit das NBR-Raster für den 3. Juli 1984 angezeigt. Stellen Sie sich vor, Sie würden ein einzelnes Pixel aus diesem Raster auswählen und beobachten, wie sich dessen Werte in allen 78 Zeitintervallen von 1984 bis 2020 ändern. Sie können diese Werte in einem Diagramm wie dem folgenden darstellen:

Dann können Sie mit dem LandTrendr-Algorithmus allgemeine Trends in diesem Diagramm suchen. LandTrendr findet die Wendepunkte, bei denen sich die Pixeltrajektorie ändert, und erstellt aus den Daten ein abschnittsweises lineares Modell. Das Ergebnis ist eine angepasste Kurve aus mehreren Liniensegmenten, die von einem Wendepunkt zum nächsten reichen, wie im folgenden Beispieldiagramm dargestellt:

Jedes Segment stellt die Änderung in einem Zeitraum dar und ist durch eine Startzeit, eine Endzeit, eine Dauer, eine Neigung und eine Magnitude (die Größe der Änderung zwischen Startzeit und Endzeit) gekennzeichnet. Im Beispiel der oben dargestellten angepassten Kurve gibt es drei Segmente:
- Das erste Segment stellt einen gesunden Wald dar (hohe und konstante NBR-Werte).
- Das zweite Segment zeigt einen Schaden an, z. B. Abholzung (schnell abnehmende NBR-Werte).
- Das dritte Segment stellt die Regeneration des Waldes mit den nachwachsenden Bäumen dar (langsam zunehmende NBR-Werte).
Jetzt generieren Sie selbst ein ähnliches Diagramm.
- Stellen Sie im Bereich Inhalt sicher, dass NBR_WestCascade.crf ausgewählt ist.
- Klicken Sie auf dem Menüband auf der Registerkarte Multidimensional in der Gruppe Analyse auf den Pfeil nach unten Zeitliches Profil, und wählen Sie den Bereich Explorer für Pixel-Zeitserienänderungen aus.
Der Bereich Diagrammeigenschaften wird auf der Seite und eine leerer Diagrammbereich wird unter Ihrer Karte angezeigt.
- Wählen Sie im Bereich Diagrammeigenschaften auf der Registerkarte Daten für Methoden der Änderungserkennung die Option LandTrendr aus.
Hinweis:
Eine Warnmeldung weist darauf hin, dass die Erstellung einer Umgruppierung (zusätzlicher Speicher, der für die Analyse von Zeitserien optimiert wurde) zu einer besseren Performance beiträgt. Der Raster-Funktions-Layer NBR_WestCascade.crf weist keine Umgruppierung auf, aber das zugrunde liegende multidimensionale Raster WestCascade.crf. Sie können diese Meldung ignorieren.
Sie stellen einen bestimmten Punkt im Diagramm dar. Zur Vereinfachung wurde er bereits für Sie im Layer Pixel_location markiert.
- Aktivieren Sie im Bereich Inhalt das Kontrollkästchen für den Layer Pixel_location, um ihn zu aktivieren.
Auf der Karte wird ein hellgrüner Punkt angezeigt. Sie vergrößern diese Position mithilfe eines Lesezeichens.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf Lesezeichen, und wählen Sie das Lesezeichen Pixel_point aus.
- Vergrößern Sie ggf. mit dem Mausrad die Ansicht weiter, bis Sie das einzelne Pixel sehen, das der grüne Punkt markiert.
Das ist das Pixel, das Sie im Diagramm darstellen möchten.
- Klicken Sie im Bereich Diagrammeigenschaften unter Pixelposition definieren auf das Werkzeug Punkt.
- Klicken Sie auf der Karte auf das relevante Pixel.
Ein grauer Positionspunkt wird auf der Karte hinzugefügt, und im Bereich Diagrammeigenschaften wird in der Liste der Pixelpositionen eine Zeile ergänzt.
Vor dem Generieren des Diagramms für diese Pixelposition wählen Sie einige Formatierungsoptionen aus.
- Klicken Sie im Bereich Diagrammeigenschaften in der Zeile der Pixelposition unter Symbol auf den Punkt, und wählen Sie ein leuchtendes Blau wie Kretablau aus. Legen Sie für die Größe den Wert 3 fest.
- Klicken Sie im Bereich Diagrammeigenschaften unter Modellparameter für Angepasste Kurve anzeigen mit auf Farbe, und wählen Sie ein helles Orange aus, z. B. Elektron-Gold. Klicken Sie auf die Schaltfläche Erhöhen, um die Linienstärke in 3 zu ändern.
- Klicken Sie unter Modellparameter auf Diagramm anpassen und erstellen.
Ein Diagramm wird im Diagrammbereich angezeigt.
In Blau sehen Sie die Pixelwerte für die 78 Zeitintervalle. In Orange sehen Sie die angepasste Kurve, die mithilfe des LandTrendr-Algorithmus berechnet wurde und den allgemeinen Trend der Veränderung darstellt.
Ein Diagramm der Pixeländerungen interaktiv erkunden
Sie erkunden das Diagramm interaktiv, um es besser zu verstehen.
- Zeigen Sie im Diagrammbereich mit der Maus auf einige blaue Punkte, um die Datumsangaben des Zeitintervalls und die zugehörigen NBR-Werte anzuzeigen.
- Sehen Sie sich die angepasste Kurve (in Orange) an.
Sie besteht aus mehreren Segmenten, und jedes entspricht einer wichtigen Phase im Pixelverlauf.
- Ermitteln Sie in der Diagrammlegende die Start- und Endzeiten aller Segmente der angepassten Kurve (orangefarbene Linien). Klicken Sie auf ein Element in der Liste, um das entsprechende Segment im Diagramm zu aktivieren und zu deaktivieren.
So können Sie sie besser erkennen.
- Blenden Sie im Bereich Diagrammeigenschaften die Gruppe Modellparameter ein, um die Parameter für das Modell LandTrendr anzuzeigen.
- Ändern Sie den Wert Maximale Anzahl an Segmenten auf 4, um zu sehen, wie sich die Anpassungskurve verändert. Klicken Sie auf Diagramm anpassen und erstellen.
Hinweis:
Sie können die optimale Anzahl an Segmenten in mehreren Versuchen ermitteln. Sie hängt von Ihrem jeweiligen Dataset ab.
- Sehen Sie sich das aktualisierte Diagramm an.
- Das erste Segment mit hohen NBR-Werten zeigt beständigen, gesunden Wald.
- Das zweite Segment zeigt eine ausgeprägte Störung, durch die der Anteil an gesundem Wald schnell auf 0 gefallen ist, wahrscheinlich durch eine Abholzung der Fläche.
- Das dritte Segment zeigt die Kurve einer schnellen Regeneration, da Setzlinge gepflanzt wurden und relativ schnell zu größeren, aber noch jungen Bäumen herangewachsen sind.
- Im vierten Segment setzt sich die Regeneration langsamer fort, während aus den jungen Bäumen ausgewachsene Bäume werden.
- Zeigen Sie im Diagramm mit der Maus auf die Kurvensegmente, um das Anpassungsmodell für jedes Segment zu sehen.
Das Anpassungsmodell wird durch eine Formel im Format ax + b dargestellt. Dabei ist a die Neigung und b der Achsenabschnitt. Auch der RMSE-Wert (Root Mean Square Error) wird angegeben.
Hinweis:
In diesem Lernprogramm behalten Sie die Standardeinstellung für die anderen Modellparameter bei. Weitere Informationen zu den einzelnen Parametern finden Sie in der Dokumentation zu Änderungen mit LandTrendr analysieren.
Zum besseren Verständnis der Änderungen in Ihrem Interessenbereich untersuchen Sie als Nächstes entsprechende Rasterbilder.
- Verkleinern Sie die Karte, bis Sie einen größeren Anteil des Waldes in der Umgebung des dargestellten Pixels sehen.
- Klicken Sie auf der Werkzeugleiste im Diagrammbereich NBR_WestCascades.crf – Pixeländerungen in SR im Zeitverlauf unter Verwendung von "Mehrere Positionen mit einem Band" auf Legende, um die Diagramm-Legende zu deaktivieren und das Diagramm einzublenden.
- Doppelklicken Sie im Diagramm auf einen blauen Punkt, um ein Zeitintervall auszuwählen.
Alternativ können Sie den Zeiger ziehen, um ein kleines Rechteck um den Punkt zu zeichnen.
Die Karte wird mit dem entsprechenden NBR_WestCascade.crf-Bild für das Zeitintervall aktualisiert.
Hinweis:
Wenn die Auswahl eines bestimmten Punktes im Diagramm schwierig ist, da mehrere Punkte nah beieinander liegen, können Sie das Diagramm vergrößern. Klicken Sie auf der Werkzeugleiste des Diagrammbereichs auf die Schaltfläche Zoom-Modus, und zeichnen Sie ein Rechteck um die relevanten Punkte.
- Visualisieren Sie mit dieser Methode die vier Zeitintervalle, die im folgenden Diagramm hervorgehoben sind.
Dies führt zu den folgenden vier Bildern, die die Änderungen an dieser Pixelposition gut darstellen: vom ausgewachsenen Wald über Abholzung und junge Bäume erneut zu einem ausgewachsenen Wald.
- Optional können Sie mit dieser Methode andere interessante Pixel im Raster NBR_WestCascade.crf erkunden.
- Schließen Sie die Bereiche Diagrammeigenschaften und Diagramm.
- Deaktivieren Sie im Bereich Inhalt das Kontrollkästchen neben dem Layer Pixel_ location, um ihn zu deaktivieren.
- Klicken Sie mit der rechten Maustaste auf den Layer NBR_WestCascade.crf, und wählen Sie Auf Layer zoomen aus, um zur vollen Ausdehnung zurückzukehren.
- Drücken Sie Strg+S, um das Projekt zu speichern.
In diesem Modul haben Sie das Projekt in ArcGIS Pro eingerichtet, sich mit einem multidimensionalen Raster von Landsat-Bilddaten vertraut gemacht, ein multidimensionales NBR-Raster daraus abgeleitet und die Veränderungen im Wald interaktiv erkundet.
Karten zu Störungen und zur Regeneration von Wäldern erstellen
Sie haben an einer definierten Pixelposition interaktiv Veränderungen im Wald erkundet. Als Nächstes analysieren Sie die Veränderung für alle Pixel im Bild. Zuerst generieren Sie ein Veränderungsanalyse-Raster. Dann erstellen Sie eine Karte der Waldschäden, um Ereignisse wie Fällarbeiten und Waldbrände im zeitlichen Verlauf zu ermitteln. Anschließend erstellen Sie eine Karte der Regeneration des Waldes, um festzustellen, wie lange es gedauert hat, bis aus dem geschädigten Wald wieder ein ausgewachsener Wald wurde.
Ein Veränderungsanalyse-Raster generieren
In diesem Abschnitt verwenden Sie das Werkzeug Änderungen mit LandTrendr analysieren, um ein Veränderungsanalyse-Raster zu generieren. Dieses Werkzeug nutzt den gleichen LandTrendr-Algorithmus wie das Werkzeug Explorer für Pixel-Zeitserienänderungen, das Sie im vorherigen Modul verwendet haben. Es wird jedoch auf alle Pixel im multidimensionalen Raster angewendet, nicht nur auf jeweils ein Pixel. Die Ausgabe ist ein Veränderungsanalyse-Raster, in dem alle Informationen zu den angepassten Kurven für jedes Pixel erfasst werden. Das resultierende Raster dient als Haupteingabe im Rest des Lernprogramms.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer NBR_WestCascade.crf ausgewählt ist.
- Blenden Sie im Menüband auf der Registerkarte Multidimensional in der Gruppe Analyse die Werkzeuggalerie ein, und klicken Sie auf das Werkzeug Änderungen mit LandTrendr analysieren.
Das Werkzeug wird im Bereich Geoverarbeitung geöffnet.
- Legen Sie die folgenden Werkzeugparameter fest:
- Geben Sie für Multidimensionales Ausgabe-Raster den Wert WestCascade_change_analysis.crf ein.
- Übernehmen Sie für alle anderen Parameter die Standardwerte.
Hinweis:
Die Ausgabe dieses Werkzeugs ist ein multidimensionales Raster mit nur einem Zeitintervall pro Jahr. Vor der LandTrendr-Veränderungsanalyse wählt das Werkzeug die besten im Eingabe-Raster für jedes Jahr verfügbaren Pixelwerte aus. Die besten Pixelwerte für ein Jahr sind die Werte aus dem Zeitintervall, dass dem Parameterwert für Fangdatum (standardmäßig 6-30 oder 30. Juni) am nächsten liegt. Wenn der beste Pixelwert aufgrund einer Wolke NoData ist, übernimmt das Werkzeug den Pixelwert aus dem Zeitintervall, das am nächsten liegt.
- Klicken Sie auf Ausführen.
Hinweis:
Der Vorgang kann 15 Minuten oder länger dauern. Möglicherweise wird der Fortschritt bis zum Abschluss nicht angezeigt.
Der Vorgang wird ausgeführt. Nach Abschluss des Vorgangs wird das Ausgabe-Raster im Bereich Inhalt angezeigt, und das erste Raster-Band erscheint auf der Karte.
WestCascade_change_analysis.crf ist ein multidimensionales Raster, das aus 34 Zeitintervallen besteht, also etwa einem pro Jahr (für einige Jahre gibt es keine Daten). Jedes Zeitintervall ist ein Multiband-Raster, bei dem in den Bändern Informationen zum LandTrendr-Anpassungsmodell gespeichert sind. Sie erkunden diese Raster-Bänder und erfahren, wie sie angezeigt werden.
- Klicken Sie im Bereich Inhalt auf das Symbol WestCascade_change_analysis.crf, um den Bereich Symbolisierung zu öffnen.
- Blenden Sie im Bereich Symbolisierung für Band das Dropdown-Menü ein, damit alle Bänder angezeigt werden.
Wenn die Formel ax + b für das Anpassungsmodell für ein Segment der angepassten Kurve steht, gilt Folgendes:
- Das Band Slope enthält den Wert a, der die Richtung der Veränderung als zunehmend oder abnehmend beschreibt.
- Das Band Intercept enthält den Wert b.
- Das Band Fitted_Value enthält den Wert, der aus dem Anpassungsmodell zu einem bestimmten Zeitpunkt interpoliert wurde. In diesem Dataset ist er eine Annäherung an den NBR-Eingabewert für jedes Zeitintervall.
- Das Band RMSE enthält den RMS-Fehler der angepassten Kurve.
- Das Band Change_Magnitude enthält die Magnitude der Veränderung, also den Unterschied zwischen den angepassten Werten am Anfang und am Ende des Zeitraums der Veränderung.
Hinweis:
Alle aufgeführten Bänder haben Namen, die mit Band_1 beginnen, z. B. Band_1_Slope. Das liegt daran, dass sie alle aus dem NBR-Raster abgeleitet wurden, das ein Einzelband pro Zeitintervall aufweist und standardmäßig den Namen Band_1 hat.
Mit diesem Veränderungsanalyse-Raster können Informationen zu Veränderungen extrahiert werden, beispielsweise Datum und Dauer der Veränderung sowie die Magnitude. Im Rest des Lernprogramms wird dieses multidimensionale Raster als Eingabe für verschiedene Aufgaben im Zusammenhang mit der Änderungserkennung verwendet.
Derzeit wird das Band Band_1_Slope standardmäßig auf der Karte angezeigt. Sie können stattdessen ein anderes Band anzeigen, z. B. Band_1_Fitted_Value.
- Wählen Sie in der Liste der Bänder Band_1_Fitted_Value aus.
Die Karte wird aktualisiert.
Die dunkelgrünen Bereiche stellen die niedrigsten angepassten NBR-Werte dar, die dunkelvioletten Bereiche die höchsten angepassten NBR-Werte. Sie visualisieren das Band Band_1_Fitted_Value für ein anderes Zeitintervall.
- Wählen Sie auf dem Menüband auf der Registerkarte Multidimensional für StdTime eines der 34 Zeitintervalle aus, um es anzuzeigen.
- Sie können auch andere Zeitintervalle anzeigen oder andere Bänder visualisieren.
Eine Karte der Waldschäden erstellen
Mithilfe Ihres Veränderungsanalyse-Rasters können Sie jetzt viele interessante Karten generieren. Zuerst kartografieren Sie mit dem Werkzeug Veränderung mit Veränderungsanalyse-Raster erkennen die Waldschäden im Zeitverlauf. Sie führen das Werkzeug mit bestimmten Parametern aus, um abrupte Abnahmen bei den angepassten NBR-Werten zu extrahieren. Diese sind ein Hinweis auf einen plötzlichen Wandel von einem gesunden Wald zu fehlenden Bäumen aufgrund von Abholzung oder Bränden.
- Vergewissern Sie sich im Bereich Inhalt, dass der Layer WestCascade_change_analysis.crf ausgewählt ist.
- Blenden Sie auf dem Menüband auf der Registerkarte Multidimensional in der Gruppe Analyse die Werkzeuggalerie ein, und wählen Sie das Werkzeug Veränderung mit Veränderungsanalyse-Raster erkennen aus.
Das Werkzeug wird im Bereich Geoverarbeitung geöffnet.
- Legen Sie die folgenden Werkzeugparameter fest:
- Vergewissern Sie sich, dass für Änderungsanalyse-Eingabe-Raster die Option WestCascade_change_analysis.crf ausgewählt ist.
- Geben Sie für Ausgabe-Raster den Text Disturbance.crf ein.
- Bestätigen Sie für Segmentdatum, dass Anfang des Segments ausgewählt ist.
- Wählen Sie für Veränderungsrichtung die Option Verringern aus.
- Wählen Sie für Veränderungstyp die Option Zeit der ersten Änderung aus.
- Geben Sie für Maximale Anzahl an Änderungen den Wert 1 ein.
- Erweitern Sie den Abschnitt Nach Attributen filtern.
- Aktivieren Sie das Kontrollkästchen Nach Dauer filtern.
- Geben Sie für Maximaldauer (in Jahren) den Wert 4 ein.
- Aktivieren Sie das Kontrollkästchen Nach Startwert filtern.
- Geben Sie für Minimaler Startwert den Wert 0,7 ein.
- Geben Sie für Maximaler Startwert den Wert 1 ein.
- Aktivieren Sie das Kontrollkästchen Nach Endwert filtern.
- Geben Sie für Minimaler Endwert den Wert -1 ein.
- Geben Sie für Maximaler Endwert den Wert 0,35 ein.
Diese Parameter kennzeichnen Ereignisse, die nicht länger als 4 Jahre gedauert haben (abrupte Veränderung) und die zu einem Rückgang von einem hohen NBR-Wert zwischen 0,7 und 1 (gesunder Wald) zu niedrigen NBR-Werten zwischen -1 und 0,35 (fehlende Bäume) geführt haben. Die Bereiche für die Pixelwerte wurden nach der Prüfung typischer Werte für gesunde Waldflächen und abgeholzte oder verbrannte Flächen in den Raster-Bändern Band_1_Fitted_Value ausgewählt.
Hinweis:
Ausführliche Erläuterungen für die einzelnen Parameter finden Sie in der Dokumentation zu Veränderung mit Veränderungsanalyse-Raster erkennen.
Die Optionen Nach Startwert filtern und Nach Endwert filtern wurden in ArcGIS Pro 2.8 hinzugefügt. Wenn Sie mit ArcGIS Pro 2.7 arbeiten, können Sie stattdessen Nach Magnitude filtern mit einem Wertebereich von 0,4 bis 2 verwenden.
- Klicken Sie auf Ausführen.
Der Layer Disturbance.crf wird erstellt und zur Karte hinzugefügt. Es ist ein Einzelband-Raster (nicht multidimensional). Jeder Pixelwert steht für das Datum, an dem die Abholzung oder das Feuer begonnen hat.
- Deaktivieren Sie im Bereich Inhalt die Layer WestCascade_change_analysis.crf und NBR_WestCascade.crf, um den neuen Layer besser zu sehen.
- Klicken Sie auf der Karte auf einige der Flächen mit Störungen.
Ein Pop-up mit dem Startdatum der Störung wird angezeigt.
Im Raster Disturbance.crf können Ihnen einige NoData-Pixel in den geschädigten Flächen auffallen. Diese entstehen, wenn die Informationen zum Berechnen eines gültigen Modells für diese Pixel nicht ausreichen. Wahrscheinlich haben diese Flächen jedoch den gleichen Störungswert wie die umgebenden Pixel. Sie passen diese NoData-Flächen mit der Raster-Funktion Statistiken mithilfe des am häufigsten auftretenden Wertes von Pixeln in der Nähe an.
- Klicken Sie im Menüband auf der Registerkarte Bilddaten in der Gruppe Analyse auf Raster-Funktionen.
- Suchen Sie im Bereich Raster-Funktionen nach Statistiken. Klicken Sie in der Gruppe Statistisch auf die Funktion Statistiken.
- Legen Sie die folgenden Parameter fest:
- Wählen Sie für Raster die Option Disturbance.crf aus.
- Wählen Sie für Statistiktyp die Option Mehrheit aus.
- Übernehmen Sie unter Nachbarschaftseinstellungen den Standardwert 3 für Anzahl Zeilen und Anzahl Spalten.
- Klicken Sie auf das Kontrollkästchen Nur NoData-Pixel füllen.
Für jedes NoData-Pixel betrachtet das Werkzeug ein dieses Pixel umgebendes Feld von 3 x 3 Pixel und wählt den Wert aus, der in diesem Feld am häufigsten vorkommt.
- Klicken Sie auf Neuen Layer erstellen.
Der neue Raster-Layer Statistics_Disturbance.crf wird der Karte hinzugefügt. Dieser Layer ist mehr geglättet. Sie benennen den Layer um und ändern seine Symbolisierung in einen Style, der für Sie vorbereitet wurde.
- Klicken Sie im Bereich Inhalt zweimal auf Statistics_Disturbance.crf, geben Sie Smoother_Disturbance.crf ein, und drücken Sie die Eingabetaste.
- Klicken Sie auf das Symbol für Smoother_Disturbance.crf, um den Bereich Symbolisierung zu öffnen.
- Klicken Sie im Bereich Symbolisierung auf die Schaltfläche "Optionen", und wählen Sie Aus Layer-Datei importieren aus.
- Klicken Sie im Fenster Symbolisierung importieren auf Projekt > Ordner > Forest_Disturbance_Analysis > InputData. Wählen Sie Disturbance_symbology.lyrx aus, und klicken Sie auf OK.
Die neue Symbolisierung mit einem Farbverlauf von Weiß zu Violett wird angewendet.
- Deaktivieren Sie im Bereich Inhalt Disturbance.crf, um die Anzeige zu vereinfachen.
- Drücken Sie Strg+S, um das Projekt zu speichern.
Die Flächen mit Waldschäden untersuchen
Jetzt prüfen Sie die Karte der Waldschäden, um die Abholzungen und Feuer im West-Cascades-Wald im Laufe der Jahre besser zu verstehen.
- Untersuchen Sie die Karte Smoother_Disturbance.crf visuell.
Dunkelviolette Flächen stellen Störungen dar, die in den letzten Jahren aufgetreten sind. Flächen in Weiß oder Hellrosa sind dagegen Störungen, die in früheren Jahren passiert sind. Die meisten wurden durch Abholzungsmaßnahmen verursacht, die in der Mitte der Region begonnen haben und mit der Zeit nach Norden und Süden ausgeweitet wurden. Auf großen Flächen östlich und westlich dieser Region wurden keine Abholzungsmaßnahmen durchgeführt.
Sie vergleichen diese Ergebnisse mit den Grenzen geschützter Waldgebiete, die von Bundes- und Bundesstaatsbehörden verwaltet werden.
- Aktivieren Sie im Bereich Inhalt den Layer Forest_management_boundaries.
Sie können erkennen, dass Flächen ohne Abholzungsmaßnahmen geschützte Wälder sind, die von Behörden verwaltet werden.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf den Dropdown-Pfeil Erkunden, und wählen Sie dann Oberster Layer aus.
Dadurch wird sichergestellt, dass informative Pop-ups nur für den obersten Layer angezeigt werden, der im Bereich Inhalt aufgeführt ist, also für Forest_management_boundaries.
- Klicken Sie auf der Karte auf einige dieser geschützten Waldgebiete, um das Pop-up anzuzeigen und mehr zu erfahren. Beispielsweise ist das große Waldgebiet im Osten ein staatlicher Park.
Sie erkunden den staatlichen Park genauer.
- Klicken Sie im Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf Lesezeichen, und wählen Sie State_park aus.
Sie sehen, dass einige Pixel in der Mitte des staatlichen Parks in Dunkelviolett symbolisiert sind. Dies ist ein Hinweis darauf, dass in den letzten Jahren eine Störung aufgetreten ist.
Könnte dies eine illegale Abholzung in einem geschützten Wald sein? Sie forschen nach, um mehr über dieses spezielle Ereignis zu erfahren.
- Klicken Sie im Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf den Pfeil nach unten Erkunden, und wählen Sie Sichtbare Layer aus.
So wird sichergestellt, dass in den Pop-ups Informationen für alle angezeigten Layer angegeben werden, nicht nur für den obersten Layer im Bereich Inhalt.
- Klicken Sie auf die geschädigte Fläche, um das Pop-up anzuzeigen.
Im Pop-up sehen Sie unter Smoother_Disturbance.crf, dass die Störung 2017 aufgetreten ist.
- Schließen Sie das Pop-up.
Dazu verwenden Sie eine parallele Anzeige, bei der auf einer Seite die aktuelle Karte und auf der anderen Seite eine einfache Ansicht der Bilddaten dargestellt wird.
- Klicken Sie auf dem Menüband auf der Registerkarte Ansicht in der Gruppe Fenster auf Bereich "Katalog".
Der Bereich Katalog wird angezeigt.
- Blenden Sie im Bereich Katalog den Abschnitt Karten ein. Klicken Sie mit der rechten Maustaste auf Source_Images, und wählen Sie Öffnen aus.
Die Karte Source_Images wird angezeigt. Sie enthält WestCascade.crf, das ursprüngliche multidimensionale Bilddaten-Raster.
- Ziehen Sie die Registerkarte Source_Images, um die Karte zu verschieben und neben der Karte Disturbance_Analysis zu verankern.
Sie verknüpfen die beiden Karten, sodass sie die gleiche Ausdehnung darstellen.
- Klicken Sie auf dem Menüband auf der Registerkarte Ansicht in der Gruppe Verknüpfen auf den Pfeil nach unten Ansichten verknüpfen, und wählen Sie Mittelpunkt und Maßstab aus.
- Vergrößern und schwenken Sie die Karte, um die geschädigte Fläche im staatlichen Park besser erkennen zu können.
Die beiden Karten werden synchron aktualisiert. Sie zeigen die Bilddaten für ein Datum kurz nach dem Störungsereignis an.
- Klicken Sie auf die Registerkarte der Karte Source_Images, um sie zur aktiven Karte zu machen.
- Wählen Sie im Bereich Inhalt den Eintrag WestCascade.crf aus.
- Wählen Sie auf dem Menüband auf der Registerkarte Multidimensional für StdTime das Zeitintervall 2018-07-17 aus.
In den Bilddaten erkennen Sie, dass die Fläche nicht kahl aussieht, sondern eher bräunlich. Dies ist ein Zeichen dafür, dass die Bäume nicht gefällt wurden, jedoch möglicherweise verbrannt sind.
Als Nächstes prüfen Sie, wie einige ältere oder neuere Störungsereignisse in den aktuellen Bilddaten dargestellt werden.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und wählen Sie Linked_view aus.
- Stellen Sie sicher, dass die Registerkarte der Karte Source_Images aktiv ist. Wählen Sie auf dem Menüband auf der Registerkarte Multidimensional für StdTime das aktuellste Zeitintervall 2020-08-23 aus.
Auf den verknüpften Karten können Sie Folgendes beobachten:
- (1) Viele der ältesten geschädigten Flächen (in Weiß oder Hellrosa) sind jetzt mit vollständig ausgewachsenen Bäumen gefüllt, da sich der Wald vollständig erholt hat.
- (2) Für Flächen, bei denen die Störungen bereits einige Jahre zurückliegen (Mittelviolett), sehen Sie auf den Bilddaten, dass junge Bäume nachgewachsen sind.
- (3) Für die aktuellsten Störungsereignisse (Dunkelviolett) sehen Sie auf den Bilddaten weiterhin überwiegend nackte Erde.
Optional können Sie andere Interessenbereiche erkunden.
- Schließen Sie die Karte Source_Images, wenn Sie fertig sind.
- Klicken Sie auf dem Menüband auf der Registerkarte Ansicht auf die Schaltfläche Ansichten verknüpfen, um den verknüpften Modus zu deaktivieren.
- Drücken Sie Strg+S, um das Projekt zu speichern.
Eine Karte der Regeneration des Waldes erstellen
Ein Wald ist ein dynamisches System, in dem auf eine Störung eine Regeneration folgt. Beispielsweise werden Bäume für die Holzernte gefällt, und neue Bäume werden gepflanzt. Die Regeneration verläuft normalerweise deutlich langsamer als das Störungsereignis. Um zu schätzen, wie lange es dauert, bis nachgepflanzte Bäume ausgewachsen sind, können Sie wieder das Werkzeug Veränderung mit Veränderungsanalyse-Raster erkennen verwenden. Dieses Mal extrahieren Sie die Start- und Enddaten der Veränderungszeiträume, in denen die NBR-Werte zugenommen haben. Dann berechnen Sie die Anzahl der Jahre zwischen den Start- und Enddaten. Die Eingabe ist wieder das Veränderungsanalyse-Raster WestCascade_change_analysis.crf, und der Workflow umfasst die folgenden Schritte:
- Suchen Sie den Veränderungszeitraum, in dem sich aus einer Fläche ohne gesunde Bäume ein gesunder Wald entwickelt hat, und extrahieren Sie (mit dem Werkzeug Veränderung mit Veränderungsanalyse-Raster erkennen) das Startdatum der Veränderung.
- Suchen Sie nach den gleichen Veränderungszeiträumen, und extrahieren Sie (mit dem Werkzeug Veränderung mit Veränderungsanalyse-Raster erkennen) das Enddatum der Veränderung.
- Berechnen Sie den Unterschied zwischen den beiden Datumsangaben. Dies ist die Anzahl der Tage für die Regeneration.
- Konvertieren Sie die Anzahl der Tage in die Anzahl der Jahre, indem Sie sie durch 365,25 teilen.
Sie können zwar jeden dieser Schritte manuell durchführen, sparen jedoch Zeit, wenn Sie den gesamten Workflow als Geoverarbeitungsmodell ausführen:

Zunächst öffnen Sie eine neue Karte, um neu zu beginnen.
- Blenden Sie im Bereich Katalog den Abschnitt Karten ein. Klicken Sie mit der rechten Maustaste auf Recovery_Analysis, und wählen Sie Öffnen aus.
Die neue Karte wird angezeigt. Danach öffnen Sie das Geoverarbeitungsmodell.
- Blenden Sie im Bereich Katalog den Abschnitt Toolboxes und die Toolbox Forest_Disturbance_Analysis.tbx ein. Klicken Sie mit der rechten Maustaste auf Calculate Recovery Duration, und wählen Sie Öffnen aus.
- Legen Sie im Bereich Calculate Recovery Duration die folgenden Parameter fest:
- Klicken Sie für Input Change Analysis Raster auf die Schaltfläche "Durchsuchen". Öffnen Sie im Fenster Änderungsanalyse-Eingabe-Raster die Option Ordner, wählen Sie WestCascade_change_analysis.crf aus, und klicken Sie auf OK.
- Geben Sie für Output Recovery Raster den Namen Recovery_years.crf ein.
- Klicken Sie auf Ausführen.
Kurz darauf wird das neue Ausgabe-Raster der Karte hinzugefügt. Es ist ein Einzelband-Raster, bei dem Pixelwerte die Anzahl der Jahre für die Regeneration darstellen.
- Sehen Sie sich auf der Karte den Layer Recovery_years.crf sowie die Legende im Bereich Inhalt an.
Sie können erkennen, dass bei vielen kahlen Flächen die Regeneration 11 bis 15 Jahre gedauert hat. Sie erkunden eine bestimmte Position genauer.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und wählen Sie Recovery_years aus.
Sie können erkennen, dass die Regeneration der großen kahlen Fläche auf der linken Seite 11 bis 15 Jahre gedauert hat.
Sie führen einen Vergleich mit der Grundkarte Weltweite Bilddaten durch. Dazu verwenden Sie das Werkzeug Ausblenden. Diese Grundkarte besteht aus sehr aktuellen Bilddaten.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer Recovery_years ausgewählt ist.
- Klicken Sie auf dem Menüband auf der Registerkarte Raster-Layer in der Gruppe Vergleichen auf Ausblenden.
Hinweis:
Das Werkzeug Ausblenden ist eine Alternative zum parallelen Vergleich, den Sie in diesem Lernprogramm bereits durchgeführt haben.
- Ziehen Sie auf der Karte den Ausblenden-Zeiger von oben nach unten, um den Layer Recovery_years.crf abzulösen und mit der Fläche auf der Grundkarte Weltweite Bilddaten zu vergleichen.
Auf der Grundkarte erkennen Sie, dass dieselbe große kahle Fläche wie ein Wald aussieht, dessen Bäume wachsen, aber noch nicht ausgewachsen sind.
Auf der rechten Seite der Karte sehen Sie, dass kürzere Regenerationszeiten (in Weiß oder Lila) aktuellen Störungen entsprechen, bei denen die Regeneration des Waldes gerade erst eingesetzt hat. Auf der Grundkarte sieht das entsprechende Land nackt oder nur wenig bewachsen aus.
- Wenn Sie mit dem Erkunden fertig sind, klicken Sie im Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf Erkunden, um den Vergleichsmodus zu beenden.
- Drücken Sie Strg+S, um das Projekt zu speichern.
In diesem Modul haben Sie ein Veränderungsanalyse-Raster erstellt. Dann haben Sie eine Karte der Waldschäden erstellt, um Ereignisse wie Fällarbeiten und Waldbrände im zeitlichen Verlauf zu ermitteln. Anschließend haben Sie eine Karte der Regeneration des Waldes erstellt, um festzustellen, wie lange es gedauert hat, bis aus dem geschädigten Wald wieder ein ausgewachsener Wald wurde.
Veränderungen eines Waldes klassifizieren
Um ein vollständigeres Bild der Veränderung des West-Cascades-Waldes im Laufe von 35 Jahren zu erhalten, erstellen Sie für jedes Zeitintervall eine Waldklassifizierungskarte. Bei der Klassifizierung werden jedem Pixel eine der folgenden drei Klassen zugewiesen:
- Gesunder Wald
- Störung
- Regeneration
Das Klassifizieren einer Bildzeitserie umfasst das Klassifizieren aller Pixel in allen Zeitintervallen. Statt die ursprüngliche Bildzeitserie WestCascade.crf zu klassifizieren, klassifizieren Sie das abgeleitete Veränderungsanalyse-Raster WestCascade_change_analysis.crf, das Sie zuvor in dem Lernprogramm generiert haben. Das Klassifizierungswerkzeug nutzt die Informationen aus allen Bändern im Veränderungsanalyse-Raster, einschließlich Fitted_Value, Slope, Intercept und Change_Magnitude, um den aktueller Zustand des Waldes zu ermitteln. Der Workflow zum Klassifizieren einer Zeitserie ist dem Klassifizieren eines einzelnen Bildes sehr ähnlich. Der einzige Unterschied ist, dass jedes Trainingsgebiet für ein bestimmtes Zeitintervall erstellt und mit dem Datum des Zeitintervalls beschriftet werden muss.
Hinweis:
Weitere Informationen zum Klassifizieren eines einzelnen Bildes erhalten Sie im Lernprogramm Versiegelte Flächen aus Spektralbilddaten berechnen.
Sie folgen diesem Klassifizierungs-Workflow:
- Laden Sie das Klassifizierungsschema.
- Erfassen Sie Trainingsgebiete mithilfe des Werkzeugs Trainingsgebiet-Manager mit aktivierten Zeiteigenschaften.
- Wählen Sie einen Klassifikator aus, und trainieren Sie ihn für die Trainingsgebiete. In diesem Lernprogramm verwenden Sie einen Random Trees-Klassifikator.
- Klassifizieren Sie die Zeitserie mithilfe des trainierten Klassifikators.
- Abschließend erstellen Sie ein Diagramm, um eine Zusammenfassung Ihrer Klassifizierungsergebnisse darzustellen.
Das Veränderungsanalyse-Raster untersuchen
Um den Klassifizierungsprozess besser zu verstehen, untersuchen Sie zunächst die Bänder des Veränderungsanalyse-Rasters mit einer RGB-Symbolisierung. Zuerst richten Sie jedoch die Karte ein.
- Klicken Sie unten im Bereich Geoverarbeitung auf die Registerkarte Katalog, um zum Bereich Katalog zurückzukehren.
- Blenden Sie im Bereich Katalog den Abschnitt Karten ein. Klicken Sie mit der rechten Maustaste auf die Karte Classification, und wählen Sie Öffnen aus.
- Blenden Sie im Bereich Katalog die Elemente Ordner und Forest_Disturbance_Analysis ein. Klicken Sie mit der rechten Maustaste auf WestCascade_change_analysis.crf, und wählen Sie Zu aktueller Karte hinzufügen aus.
Standardmäßig wird das erste Zeitintervall (1984-06-30) mit der Standardsymbolisierung angezeigt. Als Nächstes ändern Sie das angezeigte Zeitintervall und die Symbolisierung.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer WestCascade_change_analysis.crf ausgewählt ist.
- Wählen Sie auf dem Menüband auf der Registerkarte Multidimensional für StdTime das Zeitintervall 30.06.1987 aus.
Dieses Zeitintervall ist als Beispiel gut geeignet.
- Klicken Sie im Bereich Inhalt auf das Symbol WestCascade_change_analysis.crf, um die Registerkarte Symbolisierung zu öffnen.
- Legen Sie auf der Registerkarte Symbolisierung die folgenden Parameter fest:
- Wählen Sie für Primäre Symbolisierung die Option RGB aus.
- Wählen Sie für Rot die Option Band_1_Slope aus.
- Wählen Sie für Grün die Option Band_1_Fitted_Value aus.
- Wählen Sie für Blau die Option Band_1_Change_Magnitude aus.
Die Karte wird aktualisiert. In der Symbolisierung RGB werden die drei ausgewählten Bänder zu einem einzelnen zusammengesetzten Bild aus Rot, Grün und Blau kombiniert. Dies ist eine sinnvolle Herangehensweise, um herauszufinden, wie unterschiedliche Werte für Slope, Fitted_Value und Change_Magnitude unterschiedliche Waldzustände angeben können.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und wählen Sie RGB_details aus.
- Sehen Sie sich die farbigen Flächen auf der Karte an.
Basierend auf den Werten der drei Bänder weisen unterschiedliche Flächen verschiedene Farben auf: von einem leuchtenden Grün zu einem leuchtenden Rosa und Dunkelgrün oder anderen Farben. Im Folgenden sind einige Beispiele für die Bedeutung der Farben aufgeführt. Das Hauptaugenmerk liegt dabei auf den NBR-Werten Fitted_Value (grüner Kanal) und Slope (roter Kanal).
- (1) Gesunder ausgewachsener Wald – hell grünlich: Wenn Fitted_Value hoch ist und der Wert Slope bei 0 liegt (mehr oder weniger flach), bedeutet dies, dass die Fläche mit einem beständigen, gesunden Wald bedeckt ist.
- (2) Gesunder ausgewachsener Wald, der aber bald abgeholzt wird – leuchtend grün: Wenn Fitted_Value hoch ist und der Wert Slope ausgeprägt negativ ist, bedeutet dies, dass es sich um gesunden Wald handelt, dessen Abholzung in den nächsten Zeitintervallen beginnt.
- (3) Störung – dunkelgrün oder fast schwarz: Wenn Fitted_Value mittel bis sehr niedrig ist und der Wert Slope ausgeprägt negativ ist, handelt es sich um eine geschädigte Fläche, aus der Bäume bereits entnommen werden.
- (4) Störung, aber auf dem Weg der Erholung – leuchtend rosa: Wenn Fitted_Value sehr niedrig ist und der Wert Slope ausgeprägt positiv ist, handelt es sich um eine geschädigte Fläche, die in den nächsten Zeitintervallen aufgeforstet wird und sich wieder erholt.
- (5) Regeneration – hellrosa: Wenn Fitted_Value mittel ist und der Wert Slope positiv ist, handelt es sich um eine Fläche, die sich erholt und auf der junge Bäume zu ausgewachsenen werden.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf WestCascade_change_analysis.crf, und wählen Sie Auf Layer zoomen, um zur vollen Ausdehnung zurückzukehren.
Bei der Klassifizierung wird anhand der Informationen in Fitted_Value, Slope und anderen Bändern entschieden, wie jedes Pixel klassifiziert wird.
Die Klassifizierungsschemadatei untersuchen
Jetzt wissen Sie besser, wie die Bandinformationen bei der Klassifizierung verwendet werden. Daher beginnen Sie nun den Klassifizierungs-Workflow, indem Sie das Klassifizierungsschema mit dem Trainingsgebiet-Manager laden.
Hinweis:
In diesem Lernprogramm wird Ihnen eine Klassifizierungsschemadatei bereitgestellt, die für Sie vorbereitet wurde. Informationen zum Erstellen einer eigenen Schemadatei finden Sie in der Dokumentation zum Trainingsgebiet-Manager.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer WestCascade_change_analysis.crf ausgewählt ist.
- Klicken Sie im Menüband auf der Registerkarte Bilddaten in der Gruppe Bildklassifizierung auf Klassifizierungswerkzeuge, und wählen Sie Trainingsgebiet-Manager aus.
Der Bereich Bildklassifizierung wird mit einem Standardschema angezeigt. Sie laden das Schema für das Lernprogramm.
- Klicken Sie im Bereich Bildklassifizierung auf Klassifizierungsschema.
- Blenden Sie im Fenster Schema laden die Elemente Ordner > Forest_Disturbance_Analysis > InputData ein, wählen Sie WestCascadeForestTypes.ecs aus, und klicken Sie auf OK.
Das Schema wird mit den drei Zielklassen angezeigt.
- Sehen Sie sich die drei aufgeführten Klassen an, und überprüfen Sie, ob sie zu den drei bereits erläuterten Waldzustandstypen passen.
Die Trainingsgebiete überprüfen und erfassen
Jetzt können Sie die Trainingsgebiete für Ihre Bildklassifizierung erfassen. Zuerst ändern Sie die Symbolisierung des Layers WestCascade_change_analysis.crf, damit Sie leichter gut geeignete Beispielstandorte finden können.
- Klicken Sie im Bereich Inhalt auf das Symbol WestCascade_change_analysis.crf, um den Bereich Symbolisierung zu öffnen.
- Legen Sie auf der Registerkarte Symbolisierung die folgenden Parameter fest:
- Wählen Sie für Primäre Symbolisierung die Option Streckung aus.
- Wählen Sie für Band die Option Band_1_Fitted_Value aus.
- Wählen Sie für Farbschema den Farbverlauf Grüntöne (kontinuierlich) aus.
- Wählen Sie als Streckungstyp die Option Standardabweichung aus.
Die Karte wird aktualisiert und zeigt die angepassten NBR-Werte an, der niedrigste ist dabei in Weiß und der höchste in einem leuchtenden Grün.
Sie sollten Trainingsgebiete erfassen, die alle drei Zielklassen veranschaulichen, indem Sie Beispiele aus unterschiedlichen Zeitintervallen heranziehen. Das erste Beispiel, das Sie erstellen, befindet sich im Zeitintervall 1984-06-30 und hat den Typ Healthy forest.
- Stellen Sie im Bereich Inhalt sicher, dass WestCascade_change_analysis.crf ausgewählt ist.
- Wählen Sie auf dem Menüband auf der Registerkarte Multidimensional für StdTime das Zeitintervall 30.06.1984 aus.
- Klicken Sie im Bereich Bildklassifizierung auf die Klasse Healthy forest, um sie auszuwählen, und klicken Sie auf das Werkzeug Polygon.
- Suchen Sie auf der Karte nach einem Gebiet mit gesundem Wald (leuchtend grün), vergrößern Sie es, und digitalisieren Sie ein Polygon in dem Gebiet. Klicken Sie auf die Punkte, die die Stützpunkte des Polygons bilden sollen, und doppelklicken Sie auf den letzten Punkt, um das Polygon abzuschließen.
Hinweis:
Um die Trainingsgebiete leichter zu bestimmen, können Sie sich ergänzend zur Ansicht der angepassten Werte das gleiche Zeitintervall in den ursprünglichen Bilddaten in WestCascade.crf ansehen.
Im Bereich Bildklassifizierung wird das Trainingsgebiet zur Liste der Trainingsgebiete hinzugefügt. Es werden der Klassenname und das Zeitintervall der Trainingsgebieterfassung angegeben.
Jetzt erstellen Sie ein Trainingsgebiet für Disturbance im Zeitintervall 1992-06-30.
- Wählen Sie auf dem Menüband auf der Registerkarte Multidimensional für StdTime das Zeitintervall 30.06.1992 aus.
Hinweis:
Wenn Sie zu einer anderen Position schwenken müssen, auf der ein geschädigtes Waldgebiet angezeigt wird, halten Sie die Taste C gedrückt, und zoomen und schwenken Sie mit der Maus.
- Klicken Sie im Bereich Bildklassifizierung auf die Klasse Disturbance, um sie auszuwählen, und klicken Sie auf das Werkzeug Polygon. Suchen Sie auf der Karte nach einem Gebiet mit geschädigtem Wald (Weißtöne), und zeichnen Sie ein Polygon.
Das zweite Trainingsgebiet wird zur Liste hinzugefügt.
Hinweis:
In einem echten Workflow würden Sie weitere Trainingsgebiete aus unterschiedlichen Zeitintervallen erstellen, um für alle drei Klassen gute Beispiele zu sammeln. Um in diesem Lernprogramm Zeit zu sparen, verwenden Sie verschiedene Trainingsgebiete, die für Sie vorbereitet wurden.
Sie sehen sich den vorbereiteten Satz von Trainingsgebieten an.
- Klicken Sie im Bereich Bildklassifizierung auf der Werkzeugleiste über der Liste der Trainingsgebiete auf Trainingsgebiete laden.
- Blenden Sie im Fenster Trainingsgebiete die Elemente Ordner > Forest_Disturbance_Analysis > InputData ein. Wählen Sie WestCascade_training_samples.shp aus, und klicken Sie auf OK.
Im Bereich werden die vorbereiteten Trainingsgebiete angezeigt.
Der Satz enthält etwa 80 Trainingsgebiete, und jedes hat einen Klassennamen und ein Zeitintervall.
- Doppelklicken Sie links neben einem Trainingsgebiet in der Liste.
Auf der Karte wird das entsprechende Polygon mit dem richtigen Zeitintervall angezeigt.
- Optional können Sie mit derselben Methode einige weitere Trainingsgebiete visualisieren.
- Schließen Sie den Bereich Bildklassifizierung. Wenn Sie mit einer Warnung gefragt werden, ob Sie die Änderung speichern möchten, wählen Sie Nein aus. Sie müssen keine Änderungen an diesem Satz von Trainingsgebieten vornehmen.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf WestCascade_change_analysis.crf, und wählen Sie Auf Layer zoomen, um zur vollen Ausdehnung zurückzukehren.
Hinweis:
Der Satz von Trainingsgebieten wurde aus einem Veränderungsanalyse-Raster erfasst, das mit genau den gleichen Parametern generiert wurde, die Sie auch verwendet haben. Es könnte nicht genutzt werden, wenn Sie ein anderes Veränderungsanalyse-Raster verwendet hätten, beispielsweise eines, das mit einem anderen Wert für den Parameter Fangdatum generiert wurde.
Die Klassifizierung durchführen
In diesem Abschnitt trainieren Sie einen Klassifikator mithilfe der Trainingsgebiete, und sie wenden ihn auf eine Zeitserie an, um alle Pixel in allen Zeitintervallen zu klassifizieren. Zuerst verwenden Sie für das Training das Werkzeug Random Trees-Klassifikator trainieren.
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche Zurück.
- Navigieren Sie zum Werkzeug Random Trees-Klassifikator trainieren, und öffnen Sie es.
- Legen Sie die folgenden Werkzeugparameter fest.
- Wählen Sie für Eingabe-Raster die Option WestCascade_change_analysis.crf aus.
- Klicken Sie für Eingabe-Trainingsgebietdatei auf die Schaltfläche Durchsuchen. Blenden Sie im Fenster Eingabe-Trainingsgebietdatei die Elemente Ordner > Forest_Disturbance_Analysis > InputData ein, wählen Sie WestCascade_training_samples.shp aus, und klicken Sie auf OK.
- Wählen Sie für Dimensionswertefeld den Eintrag StdTime aus.
- Geben Sie für Definitionsdatei für Ausgabe-Klassifikator den Namen WestCascade_trained_classifier.ecd ein.
- Klicken Sie auf Ausführen.
Das Werkzeug generiert eine Esri Klassifizierungsdefinitionsdatei (.ecd), die für jede Klasse Statistiken und Klassifizierungsinformationen enthält. Als Nächstes verwenden Sie diesen trainierten Klassifikator zum Klassifizieren der vollständigen Zeitserie mit dem Werkzeug Raster klassifizieren.
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche Zurück.
- Navigieren Sie zum Werkzeug Raster klassifizieren, und öffnen Sie es.
- Legen Sie die folgenden Werkzeugparameter fest:
- Wählen Sie für Eingabe-Raster die Option WestCascade_change_analysis.crf aus.
- Klicken Sie für Definitionsdatei für Eingabe-Klassifikator auf die Schaltfläche Durchsuchen. Blenden Sie im Fenster Definitionsdatei für Eingabe-Klassifikator die Elemente Ordner und Forest_Disturbance_Analysis ein, wählen Sie WestCascade_trained_classifier.ecd aus, und klicken Sie auf OK.
- Geben Sie für Klassifiziertes Ausgabe-Raster den Text WestCascade_classification.crf ein.
- Klicken Sie auf Ausführen.
Mithilfe der Informationen im trainierten Klassifikator klassifiziert des Werkzeug alle Pixel in allen Zeitintervallen des Veränderungsanalyse-Rasters in eine der drei Zielklassen.
Die multidimensionale CRF-Raster-Ausgabe wird angezeigt. Es ist eine Zeitserie, bei der jedes Zeitintervall aus einem Einzelband-Raster mit den Klassifizierungswerten besteht. Standardmäßig wird das Zeitintervall 30.06.1984 angezeigt.
Basierend auf der Legende sehen Sie Folgendes:
- Die Flächen in Dunkelgrün sind als Healthy forest klassifiziert.
- Die Flächen in leuchtendem Rosa sind als Disturbance klassifiziert.
- Die Flächen in Hellgrün sind als Recovery klassifiziert.
- Klicken Sie auf dem Menüband auf der Registerkarte Multidimensional in der Gruppe Aktueller Anzeigeausschnitt auf Ausschnitte an StdTime wiedergeben, um die Zeitserie zu animieren und zu sehen, wie sich der Wald im Laufe der Zeit verändert hat.
Sie können erkennen, dass Gebiete mit gesundem Wald zu geschädigten Flächen wurden, die sich dann wieder erholt haben.
- Nachdem Sie sich die Animation angesehen haben, klicken Sie wieder auf Ausschnitte an StdTime wiedergeben, um sie zu beenden.
Als Nächstes berechnen Sie mit dem Werkzeug Kategorisiertes Raster zusammenfassen Summenstatistiken für die drei Klassen in jedem Zeitintervall. Das Werkzeug zählt die Anzahl der Pixel, die jeder Klasse zugewiesen sind.
- Klicken Sie im Werkzeug Geoverarbeitung auf die Schaltfläche Zurück.
- Navigieren Sie zum Werkzeug Kategorisiertes Raster zusammenfassen, und öffnen Sie es.
- Legen Sie die folgenden Werkzeugparameter fest:
- Wählen Sie für Kategorisiertes Eingabe-Raster die Option WestCascade_classification.crf aus.
- Geben Sie für Ausgabe-Summentabelle den Namen Forests_types_table ein.
- Klicken Sie auf Ausführen.
Die Ausgabetabelle wird im Bereich Inhalt unter Standalone-Tabellen angezeigt. Als Nächstes erstellen Sie ein Balkendiagramm, um die Informationen der Tabelle anzuzeigen. Dabei konzentrieren Sie sich auf die Klassen Disturbance und Recovery.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Forest_types_table, klicken Sie auf Diagramm erstellen und dann auf Balkendiagramm.
Der Bereich Diagrammeigenschaften und ein leerer Diagrammbereich werden angezeigt.
- Legen Sie im Bereich Diagrammeigenschaften folgende Parameter fest:
- Wählen Sie für Kategorie oder Datum den Eintrag StdTime aus.
- Wählen Sie für Aggregation den Eintrag Summe aus.
- Klicken Sie für Numerische Felder auf die Schaltfläche Auswählen. Aktivieren Sie die Kontrollkästchen für Disturbance und Recovery, und klicken Sie auf Übernehmen.
Ein Diagramm wird angezeigt. Sie formatieren es und ergänzen Beschriftungen, um die Darstellung zu optimieren.
- Klicken Sie im Bereich Diagrammeigenschaften auf die Registerkarte Reihe.
Sie ändern die Symbolisierung der Farben, sodass sie zur Klassifizierungskarte passt.
- Klicken Sie in der Liste der Felder auf jedes Symbol, und wählen Sie die folgenden Farben aus:
- Wählen Sie für die Zeile Disturbance ein leuchtendes Rosa aus, z. B. Pfingstrosen-Rosa.
- Wählen Sie für die Zeile Recovery ein leuchtendes Grün aus, z. B. Helles Apfelgrün.
- Klicken Sie im Bereich Diagrammeigenschaften auf die Registerkarte Allgemein, und legen Sie die folgenden Parameter fest:
- Geben Sie für Diagrammtitel den Titel Forest Classification (1984-2020) ein.
- Geben Sie für Titel der X-Achse den Text Year ein.
- Geben Sie als Titel der Y-Achse Number of pixels ein.
Das Diagramm wird aktualisiert.
Dieses Diagramm zeigt die Trends der Veränderungen des Waldes über eine Zeitspanne von 35 Jahren an. Es vermittelt einen Eindruck vom Gleichgewicht zwischen Störung und Regeneration im Ökosystem des Waldes. Ein offensichtlicher Trend ist, dass sich die Dynamik im Wald gegenseitig ergänzt: Wenn die Regeneration des Waldes ausgeprägt ist, sind die Störungen gering und umgekehrt. Beispiel: In den zehn Jahren zwischen 1992 und 2002 zeigt das Diagramm eine inverse Beziehung mit einem hohen Wert für die Regeneration und einem im Vergleich niedrigeren Wert für Waldschäden. In den Intervallen 1985–1990 und 2014–2020 haben die Störungen aufgrund von Fällarbeiten relativ zur Regeneration zugenommen, wie die Bilddaten für diese Jahre bestätigen.
- Klicken Sie auf Strg+S, um Ihr Projekt zu speichern.
Die Veränderungsanalyse der Waldbedeckung ist entscheidend, um die Gesundheit des Waldes und die Biodiversität zu beurteilen. Zudem unterstützt sie beispielsweise die Forstverwaltung, die Fertigung von Produkten aus Holz sowie die Überwachung möglicher illegaler Abholzungen. Dazu müssen große Flächen in regelmäßigen Zeitintervallen und zu zumutbaren Kosten überwacht werden. LandTrendr ist ein effektives Werkzeug für die Kartenerstellung, um Störungen und die Regeneration zu erkennen und zu überwachen. Es nutzt eine Zeitserie von Landsat-Bilddaten, um räumliche Veränderungen bei der Landbedeckung mit Wald automatisch zu erkennen.
In diesem Lernprogramm haben Sie mit dem Explorer für Pixel-Zeitserienänderungen interaktiv Veränderungen des Waldes untersucht. Dann haben Sie die Werkzeuge Veränderungen mit LandTrendr analysieren und Veränderung mit Veränderungsanalyse-Raster erkennen verwendet, um Karten zu erstellen, auf denen Muster und Trends für Störungen und die Regeneration des Waldes über Jahre hinweg erkennbar wurden. Abschließend haben Sie das Veränderungsanalyse-Raster mit dem Random Trees-Klassifikator in drei Klassen klassifiziert und ein Diagramm erstellt, das die Trends bei den Veränderungen des Waldes in einem Zeitraum von 35 Jahren aufzeigt.
Weitere Lernprogramme zum Thema finden Sie in der Lernprogrammsammlung Einführung in Bilddaten und Fernerkundung.