Beobachtungsdaten von Arten herunterladen
Der erste Schritt ist die Erfassung von Beobachtungsdaten oder Anwesenheitsdaten für die Arten, die für Sie von Interesse sind. In diesem Abschnitt laden Sie Daten von Global Biodiversity Information Facility (GBIF) herunter, die Beobachtungsdaten aus verschiedenen Quellen für die wissenschaftliche Nutzung zusammenfasst. Anschließend fügen Sie die Beobachtungsdaten von Dachsen zu ArcGIS Pro hinzu und vergewissern sich, dass die Datentypen für die von Ihnen gewünschten Analysen geeignet sind.
Das ArcGIS-Projekt einrichten
Zunächst richten Sie das ArcGIS Pro-Projekt ein, in dem Sie mit den Daten arbeiten. Sie fügen einen Layer mit der Landesgrenze Spaniens hinzu, der im weiteren Verlauf des Lernprogramms zum Ausschneiden von Daten verwendet wird.
- Starten Sie ArcGIS Pro. Melden Sie sich mit Ihrem lizenzierten ArcGIS-Organisationskonto an, falls Sie dazu aufgefordert werden.
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.
Wenn Sie ArcGIS Pro öffnen, haben Sie die Möglichkeit, ein neues Projekt zu erstellen oder ein vorhandenes Projekt zu öffnen. Wenn Sie bereits ein Projekt erstellt haben, wird eine Liste der zuletzt verwendeten Projekte angezeigt.
- Klicken Sie unter Neues Projekt auf Karte.
- Geben Sie im Fenster Neues Projekt unter Name den Text EuropeanBadger_Habitat ein. Lassen Sie Speicherort unverändert, und stellen Sie sicher, dass Einen Ordner für dieses Projekt erstellen aktiviert ist.
- Klicken Sie auf OK.
Zunächst fügen Sie der Karte einen Layer hinzu, der die Grenzen Spaniens zeigt. Dieser Layer wird zum Ausschneiden und Beschränken von Umweltdaten verwendet.
- Klicken Sie auf dem Menüband auf die Registerkarte Ansicht. Wählen Sie in der Gruppe Fenster den Bereich Katalog aus.
Der Bereich Katalog wird angezeigt. Über den Bereich Katalog können Sie einem Projekt Elemente hinzufügen, Elemente anzeigen, erstellen und verwalten sowie Informationen zu Elementeigenschaften abrufen.
- Klicken Sie im Bereich Katalog auf die Registerkarte Portal, und wählen Sie Living Atlas aus.
- Suchen Sie nach dem Layer Spain Country Boundary. Suchen Sie den Feature-Layer Spain Country Boundary von esri_dm, und ziehen Sie das Ergebnis auf die Karte.
Der Layer wird auf der Karte dargestellt und dem Bereich Inhalt als "ESP_Country" hinzugefügt.
Die Daten zur Tierbeobachtung von GBIF herunterladen
Als Nächstes laden Sie Daten zur Tierbeobachtung von der Global Biodiversity Information Facility (GBIF) herunter. GBIF ist ein globales Daten-Repository, das Daten über den Aufenthaltsort von Arten sammelt. Die Daten stammen aus verschiedenen Quellen, wie z. B. iNaturalist, und sind für eine breite Nutzung nach einem gemeinsamen Schema formatiert.
Hinweis: Je nach Schutzstatus der Art können die Standortdaten unkenntlich gemacht sein, um Wilderei oder andere Störungen zu verhindern. Der Europäische Dachs wird von der Roten Liste der IUCN als am wenigsten gefährdet eingestuft, so dass die Standortdaten nicht unkenntlich gemacht sind.
- Wechseln Sie zu GBIF page for Meles meles.
Die Übersichtsseite mit den Arten wird angezeigt. Auf dieser Seite finden Sie Informationen über den Dachs, darunter Fotos, die zusammen mit den Daten des Vorkommens eingereicht wurden, eine Karte der Sichtungen und eine Beschreibung der Aktivität und Ökologie des Dachses.
- Melden Sie sich an oder registrieren Sie sich für ein Konto.
Die GBIF-Daten sind frei verfügbar, können aber nur von Benutzern mit einem Konto heruntergeladen werden. Dadurch kann GBIF für jeden Benutzer und jedes heruntergeladene Dataset einen individuellen Zitiervermerk erstellen.
- Scrollen Sie nach unten, und lesen Sie die Informationen in der Beschreibung, achten Sie dabei auf die Abschnitte Activity und Biology Ecology.
- Klicken Sie auf die Registerkarte Metrics, und sehen Sie sich die Statistiken über Sichtungen an.
Dachse wurden in ganz Europa gesichtet, vor allem in den wärmeren Monaten. In kalten Regionen halten Dachse zum Überwintern Winterschlaf. Filtern Sie die Ergebnisse nach Land, um sie einzugrenzen.
- Klicken Sie im Diagramm Occurrences per Country or Area auf Spain.
Die Registerkarte Table wird geöffnet und zeigt die Datensätze der Vorkommen in Spanien in Tabellenform an. Sie filtern diese Daten vor dem Herunterladen, um sicherzustellen, dass Sie nur Daten herunterladen, die Sie auf Karten darstellen können. Zunächst filtern Sie nach Daten, die unter einer freien Creative Commons-Lizenz lizenziert sind.
- Erweitern Sie License, und aktivieren Sie die Kontrollkästchen, um CC0 1.0 und CC BY 4.0 auszuwählen.
- Erweitern Sie Location, und wählen Sie Including coordinates aus.
- Blenden Sie den Abschnitt Issues and flags ein, und überprüfen Sie das Dataset auf mögliche Probleme.
In diesem Abschnitt werden die mit jedem Punkt verbundenen potenziellen Probleme aufgeführt. Beachten Sie zum Beispiel, dass die meisten Koordinaten gerundet sind. Je nachdem, wie Sie die Ergebnisse Ihrer Analyse verwenden möchten, können diese Probleme die Daten für Ihre Studie unbrauchbar machen, eine Korrektur erfordern oder als potenzieller Fehler behandelt werden.
- Klicken Sie am oberen Rand der Tabelle auf die Schaltfläche Download.
- Wählen Sie in der Tabelle Download Options die Option Simple.
- Lesen Sie im Pop-up-Fenster die GBIF-Benutzervereinbarung und die Zitierrichtlinien, und klicken Sie dann auf Understood.
Die Seite zum Herunterladen der Daten wird angezeigt. Beachten Sie die Informationen über die Zitiervermerke und andere Richtlinien zur Datennutzung auf dieser Seite.
- Klicken Sie nach der Verarbeitung der Daten auf Download.
Eine komprimierte .csv-Datei wird auf Ihren Computer heruntergeladen. Eine Bestätigungs-E-Mail mit Ihrem individuellen Zitiervermerk wird an die E-Mail gesendet, mit der Sie sich für das GBIF-Konto registriert haben. Sie werden diesen später verwenden, um Ihre Datenquelle zu zitieren.
Daten zur Tierbeobachtung extrahieren
Als Nächstes fügen Sie die Beobachtungsdaten der Dachse zu ArcGIS Pro hinzu. In ArcGIS Pro können Sie die Daten analysieren und sicherstellen, dass die Datentypen für die Analysen, die Sie durchführen möchten, korrekt sind. Das von GBIF verwendete Schema speichert das Sichtungsdatum in drei verschiedenen Feldern ("day", "month" und "year") und speichert sie als Textfelder. Um die Sichtungen nach Monat zu analysieren, erstellen Sie ein Datumsfeld, das "day", "month" und "year" zusammenfasst.
- Navigieren Sie in einem Dateibrowser zu dem Speicherort, an den Sie die GBIF-Daten heruntergeladen haben.
- Entpacken Sie die Datei in Ihren ArcGIS Pro-Projektordner.
Standardmäßig werden neue Projektordner an folgendem Speicherort erstellt: C:\Users\<username>\Documents\ArcGIS\Projects. Abhängig vom Speicherort, an den Sie ArcGIS Pro heruntergeladen haben, kann Ihr Dateipfad davon abweichen.
Beim Herunterladen der Datei wurde die Datei mit einer Ziffernfolge versehen. Sie benennen die Datei vor dem Hinzufügen zu Ihrem Projekt um.
- Benennen Sie die Datei Melesmeles_GBIF_[Datum] um und ersetzen Sie dabei "Datum", durch das Datum, an dem Sie die Datei heruntergeladen haben.
Sie fügen die Datei als Geodatabase-Tabelle hinzu, so dass Sie die Daten vor der Kartenerstellung vorbereiten können.
- Klicken Sie in ArcGIS Pro im Menüband auf die Registerkarte Analyse. Klicken Sie in der Gruppe Geoverarbeitung auf Werkzeuge.
Daraufhin wird der Bereich Geoverarbeitung angezeigt.
- Suchen Sie im Bereich Geoverarbeitung nach dem Werkzeug Tabelle in Geodatabase, und öffnen Sie es.
- Klicken Sie unter Eingabetabelle auf Durchsuchen, und wählen Sie die Datei Melesmeles_GBIF_[Datum] aus.
- Klicken Sie unter Ausgabe-Geodatabase auf Durchsuchen, und wählen Sie die Standard-Geodatabase des Projekts aus. Klicken Sie auf Ausführen.
Die Tabelle wird zu Ihrer Geodatabase hinzugefügt.
- Klicken Sie im Bereich Katalog auf die Registerkarte Projekt. Blenden Sie Datenbanken und dann die Geodatabase EuropeanBadger_Habitat ein, und ziehen Sie die Tabelle Melesmeles_GBIF_[Datum] auf die Karte.
Die Tabelle wird dem Bereich Inhalt unter Standalone-Tabellen hinzugefügt. Als Nächstes sehen Sie sich die Daten an, um herauszufinden, mit welchen Feldern Sie arbeiten werden und was Sie für eine spätere Analyse formatieren müssen.
- Klicken Sie mit der rechten Maustaste auf die Tabelle Melesmeles_GBIF_[Datum], und wählen Sie Öffnen aus.
Die Tabelle enthält dieselben Daten, die Sie bereits auf der GBIF-Website gesehen haben. Sie verwenden zum Darstellen der Daten auf der Karte die Attribute decimalLatitude und decimalLongitude. Sie beabsichtigen, auch das Datumsfeld für die Raum-Zeit-Analyse zu verwenden, aber das Feld eventDate ist als Textfeld gespeichert. Um dieses Feld verwenden zu können, muss das Datum in einem Datumsformat vorliegen.
- Klicken Sie am oberen Rand der Tabelle auf Berechnen.
Das Werkzeug Feld berechnen wird geöffnet.
- Geben Sie im Fenster Feld berechnen als Feldname den Namen stdTime ein.
Damit können Sie ein neues Feld hinzufügen, um das formatierte Datum zu speichern.
- Wählen Sie für Ausdruckstyp die Option Arcade und für Feldtyp die Option Datum aus.
- Erstellen Sie im Feld Ausdruck den Ausdruck Concatenate($feature.month, "/", $feature.day, "/", $feature.year).
- Klicken Sie am unteren Rand des Feldes Ausdruck auf das grüne Häkchen, um den Ausdruck zu überprüfen, und klicken Sie dann auf OK.
Nachdem das Werkzeug ausgeführt wurde, wird in einem Fenster der Abschlussstatus angezeigt. In den Meldungen wird eine Warnung angezeigt, dass einige Werte aufgrund fehlender Daten nicht geschrieben wurden. Diese ignorieren Sie vorerst.
- Schließen Sie das Fenster mit der Meldung zum Abschluss das Werkzeugs.
Um die zeitliche Verteilung der Daten zu erkennen, erstellen Sie ein Kalender-Heat-Diagramm.
Kalender-Heat-Diagramme visualisieren Muster in Zeitdaten durch das Aggregieren von Ereignissen in einem Kalenderraster. Kalenderraster können so konfiguriert werden, dass zeitliche Muster für Monate oder für Wochentage angezeigt werden.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf die Tabelle Melesmeles_GBIF_[Datum], klicken Sie auf Diagramm erstellen, und wählen Sie Kalender-Heat-Diagramm aus.
Es wird ein leeres Diagramm-Fenster angezeigt.
- Wählen Sie im Bereich Diagrammeigenschaften für Datum das Feld stdTime aus.
Das Diagramm wird aufgefüllt und zeigt ein Heat-Diagramm der Monate und Tage der Sichtungen an. Sichtungen gab es während des ganzen Jahres, wobei sie in den kühleren Herbst- und Wintermonaten am häufigsten vorkamen.
- Schließen Sie die Tabelle Melesmeles_GBIF_[Datum] und das Diagramm. Speichern Sie das Projekt.
Nachdem Sie die Beobachtungsdaten "Meles meles" heruntergeladen und für eine erste Datenaufbereitung in ArcGIS Pro geladen haben, können Sie sie nun auf Karten darstellen. Jeder Beobachtungspunkt enthält Koordinaten, die Sie zum Darstellen der Daten auf der Karte verwenden.
Vorhandensein- und Pseudo-Abwesenheitspunkte auf der Karte anzeigen
Die Modellierung der Artenverteilung kann auf verschiedene Weise und mit unterschiedlichen statistischen Methoden erfolgen. Viele dieser Methoden erfordern sowohl Vorhandensein- als auch Abwesenheitsdaten bzw. in Ihrem Fall Pseudo-Abwesenheitsdaten. Außerdem benötigen sie Umgebungsdaten, um festzustellen, welche Klima- und Lebensraumbedingungen für die Tierarten geeignet sind. Da Sie jetzt über Vorhandenseindaten verfügen, können Sie die Pseudo-Abwesenheits- oder Hintergrunddaten generieren und Daten zu Umgebungsattributen an jedem Standort extrahieren.
Vorhandenseinpunkte auf der Karte anzeigen
Als erstes werden Sie das Vorkommen von Dachsen auf Karten darstellen, indem Sie die tabellarischen Daten zum Europäischen Dachs in eine Feature-Class umwandeln. Als Nächstes untersuchen Sie die Daten. Abhängig von der Erfassungsmethode könnten einige der Daten überrepräsentativ für die Orte sein, an denen sich der Dachs aufhält, z. B. bei Studien, die die Bewegungen der Tiere verfolgen, anstatt einzelne Sichtungen zu melden.
Hinweis:
Wenn Sie ein Analyseverfahren wie "Auf Vorhandensein beschränkte Vorhersage (MaxEnt)" verwenden möchten, ist die Datenvorbereitung, die Sie in diesem Abschnitt durchführen, im Geoverarbeitungswerkzeug enthalten. Wenn Sie jedoch andere Analysemethoden wie z. B. die Regression verwenden möchten, sind diese Schritte zur Vorbereitung Ihrer Daten erforderlich.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf die Tabelle Melesmeles_GBIF_[Datum], zeigen Sie auf Punkte aus Tabelle erstellen, und wählen Sie XY-Tabelle in Punkt aus.
- Legen Sie im Fenster XY-Tabelle in Punkt die folgenden Parameter fest, und klicken Sie auf OK:
- Ausgabe-Feature-Class: EuropeanBadger_points
- X-Feld: decimalLongitude
- Y-Feld: decimalLatitude
Nachdem die Ausführung des Werkzeugs abgeschlossen ist, wird der Layer dem Bereich Inhalt hinzugefügt. Es gibt eine große Gruppierung von Punkten um Barcelona und eine kompakte Cluster-Bildung südlich von Sevilla.
Hinweis:
Zum Zeitpunkt des Herunterladens dieser Daten gab es 2.214 Beobachtungspunkte, die die Lizenzierungs- und sonstigen Auswahlanforderungen erfüllen. Ihr Dataset kann davon abweichen.
- Zoomen Sie auf das Cluster südlich von Sevilla.
Dieses Punkte-Cluster liegt im Doñana-Nationalpark und zeigt Tierspuren an. Das bedeutet, dass jede Gruppe von Punkten wahrscheinlich ein einzelnes Tier darstellt. Um zu erfahren, wie sie erfasst wurden, öffnen Sie die Attributtabelle des Layers.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf den Layer EuropeanBadger_points, und wählen Sie Attributtabelle aus.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Auswahl auf Auswählen, und ziehen Sie auf der Karte ein Rechteck um die Punkte im Doñana-Nationalpark.
- Klicken Sie am unteren Rand der Attributtabelle auf Ausgewählte Datensätze anzeigen.
Die Tabelle ist gefiltert und zeigt nur die ausgewählten Datensätze an. Je nachdem, wie Sie Ihre Auswahl vorgenommen haben, liegt etwa die Hälfte der Beobachtungspunkte innerhalb des Nationalparks, und Sie können sehen, dass die meisten Punkte durch eine Studie zur Bewegung gesammelt wurden. Um zu vermeiden, dass dieser Bereich in zukünftigen Analysen überrepräsentiert ist, dünnen Sie diese Punkte aus.
- Suchen Sie im Bereich Geoverarbeitung nach dem Werkzeug Identische löschen, und öffnen Sie es.
Im oberen Teil des Werkzeugs wird eine Warnung angezeigt, dass das Werkzeug das Eingabe-Dataset verändert. Das Werkzeug Identische löschen entfernt dauerhaft Punkte aus dem Feature-Layer, den Sie als Eingabe verwenden. Die Standalone-Tabelle wird jedoch nicht verändert.
- Wählen Sie als Eingabe-Dataset EuropeanBadger_points aus, und lassen Sie die Umschaltfläche Die ausgewählten Datensätze verwenden aktiviert.
- Wählen Sie für Feld(er) die Option Form aus. Wählen Sie für XY-Toleranz die Option 500 Meter, und klicken Sie auf Ausführen.
Nach Abschluss der Ausführung des Werkzeugs muss die Attributtabelle aktualisiert werden, da einige der ausgewählten Datensätze gelöscht wurden.
- Klicken Sie im Fenster Fehler beim Laden der Tabelle auf OK.
- Klicken Sie auf dem Menüband in der Gruppe Auswahl auf Löschen, um die Auswahl aufzuheben.
Es gibt immer noch viele Punkte im Nationalpark, aber sie wurden ausgedünnt.
- Öffnen Sie die Tabelle Attribute erneut, und überprüfen Sie die Anzahl der verbleibenden Vorhandenseinpunkte, die am unteren Rand der Tabelle aufgeführt ist.
Abhängig von den von Ihnen ausgewählten Punkten kann Ihre Anzahl anders lauten. In der Regel sollten Sie so viele Hintergrundpunkte erstellen, wie es Beobachtungen gibt; überprüfen Sie also Ihre einzelnen Punkte. Jetzt können Sie die Zufallsstichprobe erstellen.
Pseudo-Abwesenheitspunkte mit Zufallsstichproben generieren
Nachdem Ihre Anwesenheitsdaten bereitstehen, können Sie nun Pseudo-Abwesenheitspunkte generieren. Die einfachste Methode ist die Zufallsgenerierung innerhalb des Untersuchungsgebiets. Um sicherzustellen, dass Anwesenheits- und Pseudo-Abwesenheitspunkte gleich gewichtet sind, erstellen Sie so viele Hintergrundpunkte, wie es Anwesenheitspunkte gibt.
- Navigieren Sie im Bereich Geoverarbeitung zum Werkzeug Räumliche Stichprobenpositionen erstellen, und öffnen Sie es.
Das Werkzeug Räumliche Stichprobenpositionen erstellen erstellt innerhalb eines kontinuierlichen Untersuchungsgebiets Stichprobenpositionen mithilfe von einfachen Zufalls-, stratifizierten, systematischen (Gitternetz) oder Cluster-Stichprobenmethoden.
- Geben Sie die folgenden Parameter ein, und klicken Sie auf Ausführen:
- Eingabe-Untersuchungsgebiet: ESP_Country
- Ausgabe-Features: ESP_randomsample
- Stichprobenmethode: Einfache Zufallswahl
- Anzahl von Stichproben: Die Anzahl der Punkte in der Tabelle EuropeanBadger_points
Der Layer mit zufälligen Punkten innerhalb von Spanien wird der Karte hinzugefügt. Dieses Dataset kann nun mit dem Layer "EuropeanBadger_points" kombiniert werden.
- Schließen Sie die Attributtabelle EuropeanBadger_points.
- Navigieren Sie im Bereich Geoverarbeitung zum Werkzeug Vereinigung, und öffnen Sie es.
- Wählen Sie als Eingabe-Dataset die Optionen ESP_randomsample und EuropeanBadger_points aus. Geben Sie für Ausgabe-Dataset den Text badger_sample_set ein.
Mit dem Werkzeug Vereinigung können Sie entscheiden, welche Felder dem neuen Layer hinzugefügt werden sollen, und Sie können neue Felder erstellen. Sie fügen ein neues Feld mit dem Namen Presence hinzu, das Sie zur Unterscheidung der Beobachtungspunkte aus den GBIF-Daten und der Hintergrundpunkte aus der Stichprobe verwenden.
- Klicken Sie unter Feldzuordnung auf das Dropdown-Menü Felder hinzufügen, und wählen Sie Leeres Feld hinzufügen aus.
- Benennen Sie Neues Feld in Presence um, und drücken Sie die Eingabetaste.
Standardmäßig ist das Feld Presence als Feld vom Typ Text festgelegt.
- Zeigen Sie auf das Feld Presence, und klicken Sie auf Bearbeiten. Klicken Sie im Fenster Feldeigenschaften auf Typ, und wählen Sie Short aus.
- Klicken Sie im Fenster Feldeigenschaften auf OK, und führen Sie dann das Werkzeug Vereinigung aus.
Hinweis:
Für das Feld Presence wird eine Warnung angezeigt, die besagt, dass es leer ist.
- Deaktivieren Sie im Bereich Inhalt die Layer ESP_randomsample und EuropeanBadger_points, um sie auszublenden. Klicken Sie mit der rechten Maustaste auf den Layer badger_sample_set, und klicken Sie auf Attributtabelle.
Um die Vorhandensein- und Abwesenheitspunkte im neuen Layer zu unterscheiden, berechnen Sie Werte für das Feld Presence. In der Regel werden Anwesenheitspunkte mit einem Wert von 1 und Hintergrundpunkte mit einem Wert von 0 angezeigt. Wenn Sie durch die Tabelle scrollen, werden Sie feststellen, dass die vereinigten Punkte eine Menge von NULL-Datenfeldern aufweisen. Sie verwenden diese NULL-Felder, um die Hintergrundpunkte auszuwählen.
- Klicken Sie in der Tabelle auf Nach Attributen auswählen. Erstellen Sie im Fenster Nach Attributen auswählen den Ausdruck Wobei gilt: kingdom ist gleich null, und klicken Sie auf Übernehmen.
- Scrollen Sie in der Attributtabelle, bis das Feld Presence angezeigt wird. Klicken Sie mit der rechten Maustaste auf die Spalte Presence, und wählen Sie Feld berechnen aus.
- Geben Sie im Fenster Feld berechnen für Presence = den Wert 0, ein und klicken Sie auf OK.
- Aktivieren Sie im Fenster Nach Attributen auswählen das Kontrollkästchen Where-Klausel umkehren, und klicken Sie auf OK.
- Klicken Sie mit der rechten Maustaste auf den Namen der Anwesenheitsspalte und wählen Sie Feld berechnen aus. Erstellen Sie den Ausdruck Presence =1 und klicken Sie auf OK
Jetzt werden die Features mit einem Wert von 1 für beobachtetes Vorhandensein und einem Wert von 0 für Pseudo-Abwesenheit codiert.
- Klicken Sie auf dem Menüband auf Löschen, um die Auswahl zu löschen. Schließen Sie die Tabelle ESP_randomsample, und speichern Sie das Projekt.
Umgebungsdaten extrahieren
Als Nächstes ermitteln Sie Umgebungsvariablen, die zur Bestimmung des Vorkommens von Dachsen beitragen könnten, und bereiten diese vor. Erinnern Sie sich an die GBIF-Informationen, wonach Dachse eine gute Vegetationsschicht in ihren Nahrungshabitaten bevorzugen. Aus der Beschreibung der Tiere in GBIF wissen Sie, dass Dachse in Zentralspanien Berggebiete mittlerer Höhe mit Wäldern und Weiden bevorzugen und niedrigere Lagen meiden. In diesem Lernprogramm konzentrieren Sie sich auf das Erfassen und Einrichten der Daten, die für die Modellierung der Artenverteilung benötigt werden, z. B. Bodenbedeckung, Neigung und Höhenlage.
- Laden Sie die Datei SpainPortugalElev.zip auf den Computer herunter und entpacken Sie sie in den ArcGIS-Projektordner, in dem Sie arbeiten.
Diese Datei enthält zwei Rasterbilder, die von USGS EROS Archive - Digital Elevation - Global Multi-resolution Terrain Elevation Data 2010 heruntergeladen wurden. Sie wurden zusammen mosaikiert, um ganz Spanien abzudecken, und dann auf die Länder Spanien und Portugal beschnitten. Weitere Informationen zur Erstellung eines Mosaik-Datasets finden Sie in der Dokumentation. Mit diesem Rasterbild erstellen Sie ein Dataset für Neigungen in Spanien.
Detailliertere Neigungs- und Höhendaten finden Sie im ArcGIS Living Atlas. Aufgrund der Beschränkung des Datenexports auf jeweils 4.000 x 4.000 Pixel sind die ArcGIS Living Atlas-Daten jedoch nicht die beste Wahl für ein Untersuchungsgebiet dieser Größe.
- Klicken Sie im Bereich Katalog auf die Registerkarte Projekt, blenden Sie die Gruppe Ordner ein, und öffnen Sie dann den Projektordner EuropeanBadger_Habitat.
- Suchen Sie das entpackte Bild Spain_GTMED2010, und ziehen Sie es auf die Karte.
Hinweis:
Falls Sie aufgefordert werden, Pyramiden zu erstellen und Statistiken für den Layer zu berechnen, klicken Sie auf OK.
- Deaktivieren Sie im Bereich Inhalt die Layer badger_sample_set und ESP_Country, um sie auszublenden.
Das Höhen-Raster wird auf der Karte dargestellt. Anhand dieses Rasters können Sie die Neigung berechnen, eine weitere Variable, die zur Bestimmung des Habitats des Dachses beitragen kann.
- Navigieren Sie im Bereich Geoverarbeitung zum Werkzeug Oberflächenparameter, und öffnen Sie es.
- Geben Sie die folgenden Parameter ein, und klicken Sie auf Ausführen:
- Eingabe-Oberflächen-Raster: SpainPortugalElev.tif
- Ausgabe-Raster: Spain_Slope
- Eingabe-Analysemaske: ESP_Country
- Parametertyp: Slope
- Typ der lokalen Oberfläche: Quadratic
- Neigungsmesswert: Degree
Der Layer "Spain_Slope" wird der Karte hinzugefügt. Er zeigt die Werte der Neigung in Grad an.
Der nächste Umwelt-Layer, den Sie suchen, ist die Bodenbedeckung. Hierfür verwenden Sie die WorldCover 2020-Daten der Europäischen Weltraumorganisation (ESA). WorldCover kartiert 11 Bodenbedeckungstypen.
- Klicken Sie im Bereich Katalog auf die Registerkarte Portal, und wählen Sie Living Atlas aus.
- Suchen Sie den Layer ESA WorldCover, und ziehen Sie ihn auf die Karte.
Der Layer "WorldCover" wird auf die Karte dargestellt. Dieser Layer enthält 11 verschiedene Bodenbedeckungsklassen mit einer Auflösung von 10 Metern.
Nachdem nun die Habitatdaten vorliegen, verwenden Sie das Werkzeug Mehrfache Werte in Punkte extrahieren, um die Rasterwerte für jede Punktposition zu erhalten.
- Navigieren Sie im Bereich Geoverarbeitung zum Werkzeug Mehrfache Werte in Punkte extrahieren, und öffnen Sie es.
- Wählen Sie unter Eingabe-Punkt-Features den Eintrag badger_sample_set aus.
- Wählen Sie für Eingabe-Raster die Optionen Spain_Slope, Spain_Elevation und LandCover aus, und weisen Sie ihnen den entsprechenden Ausgabefeldname zu: slope, elevation und landcover.
Hinweis:
An den Namen des Feldes mit der Höhe wird möglicherweise die Zahl 1 angehängt. Dies hat keine Auswirkungen auf die Ausgabe.
Bevor Sie das Werkzeug ausführen, legen Sie die Verarbeitungsausdehnung auf die von Ihnen verwendete Landesgrenze von Spanien fest. Da es sich beim Layer "WorldCover" um ein globales Dataset handelt, können Sie durch Festlegen der Verarbeitungsausdehnung nur die benötigten Daten extrahieren.
- Klicken Sie auf die Registerkarte Umgebung.
- Blenden Sie die Gruppe Verarbeitungsausdehnung ein. Klicken Sie auf Ausdehnung eines Layers, und wählen Sie den Layer ESP_Country aus.
- Klicken Sie auf Ausführen.
Die Ausführung des Werkzeugs kann einige Zeit in Anspruch nehmen. Nach der Ausführung des Werkzeugs enthält der Layer badger_sample_set drei neue Variablen in der Attributtabelle. Sie fügen auch Bioklimadaten zu Ihrem Stichprobensatz hinzu.
Multidimensionale Beispieldaten
Neben Neigung, Höhe und Bodenbedeckung gibt es weitere bioklimatische Variablen, die bei der Modellierung des Habitats von Dachsen hilfreich sein können. Sie fügen den Layer "Bioclimate Baseline 1970-2000" aus dem ArcGIS Living Atlas hinzu und nehmen die Werte an jedem der Vorhandensein- und Hintergrundpunkte auf. Der Layer "Bioclimate Baseline" enthält heruntergerechnete Schätzungen von Klima- und Bioklimavariablen als monatliche Mittelwerte für den Zeitraum 1970-2000 auf der Grundlage interpolierter Stationsmessungen von WorldClim 2.1. Dieser Layer enthält 19 Bioklimavariablen, darunter Daten zu Temperatur und Niederschlag. Auf jede Variable kann über die Option Multidimensionaler Filter zugegriffen werden.
- Klicken Sie im Bereich Katalog auf die Registerkarte Portal, und wählen Sie Living Atlas aus.
- Suchen Sie den Layer Bioclimate Baseline 1970-2000, und ziehen Sie ihn auf die Karte.
Der Layer "Bioclimate Baseline 1970-2000" wird der Karte hinzugefügt. Der ArcGIS Living Atlas enthält zudem Prognosen für die Zukunft für jede der Bioklimavariablen im Basislinien-Dataset. Jedes Bioclimate Projections-Dataset enthält SSP2-4.5, SSP3-7.0 und SSP5-8.5, um mögliche zukünftige Bedingungen in Abhängigkeit von Treibhausgasemissionen, politischen und sozialen Maßnahmen und anderen Veränderungen zu modellieren. Diese Layer können gegen das Basislinien-Dataset ausgetauscht werden, wobei für sie individuelle Stichproben genommen werden müssen.
Wie zuvor möchten Sie diese Variablen in den Stichprobensatz der Dachse extrahieren. Um jedoch alle Bioklimavariablen zu erhalten, verwenden Sie das Werkzeug Stichprobe, das alle mehrdimensionalen Ausschnitte verarbeitet. Im Gegensatz zum Werkzeug Mehrfache Werte in Punkte extrahieren wird bei Stichprobe jedoch eine neue Feature-Class in der Geodatabase erstellt. Bevor Sie dieses Werkzeug ausführen, müssen Sie sicherstellen, dass im Layer "badger_sample_set" eine eindeutige Kennung vorhanden ist, mit der Sie die Ergebnisse des Werkzeugs Stichprobe im Layer "badger_sample_set" verbinden können.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf den Layer badger_sample_set, und wählen Sie Attributtabelle aus.
In der Tabelle dient das OID-Feld als eindeutige Kennung. Diese Kennung wurde bei der Konvertierung der .csv-Datei in eine Geodatabase-Tabelle erstellt. OIDs und andere automatisch zugewiesene eindeutige Kennungen können zurückgesetzt oder neu generiert werden, so dass Sie ein neues eindeutiges Feld berechnen, das Sie später beim Zusammenfügen der Tabellen verwenden.
- Klicken Sie in der Attributtabelle auf dem Menüband auf Berechnen.
- Geben Sie im Fenster Feld berechnen als Feldname den Namen joinID ein. Wählen Sie als Feldtyp die Option Long aus.
Für diese Berechnung verwenden Sie Python Helper, die häufig verwendete Codeausschnitte bereitstellen.
- Doppelklicken Sie im Bereich Helper auf Sequenzielle Zahl.
Der Helper wird dem Feld Code-Block hinzugefügt. Standardmäßig beginnt die sequenzielle Nummerierung bei 1.
- Klicken Sie auf OK.
Das Feld joinID wird am Ende der Tabelle hinzugefügt. Sie können nun das Werkzeug Stichprobe ausführen.
- Navigieren Sie im Bereich Geoverarbeitung zum Werkzeug Stichprobe, und öffnen Sie es.
- Geben Sie im Werkzeug Stichprobe die folgenden Parameter ein, und klicken Sie auf Ausführen:
- Eingabe-Raster: Bioclimate Baseline 1970:2000
- Eingabe-Positions-Raster oder -Features: badger_sample_set
- Ausgabetabelle oder Feature-Class: badger_sample_bioclimatebase
- Feld für die eindeutige ID: joinID
- Kontrollkästchen Als multidimensional verarbeiten: Aktiviert
Nach der Ausführung des Werkzeugs enthält der Bereich Inhalt die Tabelle "sample_bioclimatebase". Sie verbinden diese mit dem Layer "badger_sample_set".
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche "Zurück". Navigieren Sie zum Werkzeug Feld verbinden, und öffnen Sie es.
- Geben Sie die folgenden Parameter ein, und klicken Sie auf Ausführen:
- Eingabetabelle: badger_sample_set
- Eingabefeld: joinID
- Join-Tabelle: badger_sample_bioclimatebase
- Eingabefeld: joinID
- Felder übertragen: Alle BC-Felder auswählen
Die 19 Bioklimaattribute werden jetzt dem Stichprobensatz hinzugefügt. Weitere Informationen über die Bedeutung der einzelnen Attribute und die Verwendung dieser Daten finden Sie in der USGS-Quellenveröffentlichung, die auf der Seite in ArcGIS Online mit den Details zum Element in verlinkt ist.
Data Engineering verwenden
Als Nächstes verwenden Sie die Data Engineering-Werkzeuge zum Erkunden der Daten. Mit den Data Engineering-Werkzeugen in ArcGIS Pro können Sie Ihre Daten erkunden, visualisieren, bereinigen und für die Analyse vorbereiten. In diesem Abschnitt werden Sie Data Engineering-Werkzeuge verwenden, um die Umgebungsvariablen besser zu verstehen, die Sie in den Stichproben-Satz extrahiert haben.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf den Layer badger_sample_set, und wählen Sie Data Engineering aus.
Daraufhin wird die Ansicht Data Engineering geöffnet. Welchen Typ der Datenaufbereitung Sie wählen, hängt von dem Typ der Modellierung ab, den Sie zum Erstellen Ihres Eignungsmodells für Habitate verwenden möchten. Wenn Sie zum Beispiel eine Regressionsanalyse planen, können Sie mit dem Werkzeug Transformieren verzerrte Daten in eine Normalverteilung umwandeln.
- Klicken Sie im Bereich Felder auf das Feld landcover. Halten Sie die Umschalttaste gedrückt, und klicken Sie auf das letzte Feld der Bioklimadaten, BC_19.
- Ziehen Sie die ausgewählten Felder in den leeren Bereich Statistik in der Mitte des Fensters.
Die Umweltdaten, die Sie für Ihr Habitat-Modellierungsprojekt gesammelt haben, werden dem Bereich Statistik hinzugefügt.
- Klicken Sie im Bereich Data Engineering auf dem Menüband auf Berechnen.
Es werden Statistiken für die Felder berechnet, einschließlich Mittelwert, Einzelwerte und Ausreißer. Sie können diese Statistiken verwenden, um Muster in Ihren Daten zu identifizieren.
- Scrollen Sie im Bereich Statistik zur Spalte Ausreißer.
Das Feld mit den meisten statistischen Ausreißern ist das Feld "slope".
- Klicken Sie mit der rechten Maustaste auf den Datensatz Ausreißer für das Feld slope, und wählen Sie Ausreißer auswählen.
Die Ausreißer werden auf der Karte ausgewählt. Viele der Ausreißer befinden sich in Nordspanien in oder in der Nähe des Kantabrischen Gebirges und der Pyrenäen.
Es macht Sinn, da das Terrain hier steiler ist, aber es gibt auch viele Punkte, die über ganz Spanien verstreut sind. Um diese Werte zu visualisieren, verwenden Sie ein Histogramm.
- Klicken Sie im Bereich Statistik mit der rechten Maustaste auf das Histogramm für das Feld slope. Klicken Sie auf Histogramm öffnen.
Das Histogramm für das Feld "slope" wird geöffnet. Die von Ihnen ausgewählten Ausreißer werden im Histogramm angezeigt. Anhand des Histogramms können Sie sehen, dass sich alle Ausreißer in höheren Lagen befinden, oder in Bereichen mit steilerer Neigung. Als Nächstes sehen Sie sich BC_01, die durchschnittliche Jahrestemperatur, an.
- Klicken Sie auf dem Menüband Verteilung von slope auf Auswahl aufheben, und schließen Sie das Histogramm.
- Klicken Sie im Bereich Statistik mit der rechten Maustaste auf die Diagrammvorschau für BC_01, und wählen Sie Histogramm öffnen aus.
Das Histogramm wird geöffnet. Um herauszufinden, welche Temperaturen Dachse bevorzugen, wählen Sie Punkte aus, an denen sich Dachse aufhalten.
- Klicken Sie auf dem Menüband auf die Registerkarte Karte. Klicken Sie in der Gruppe Auswahl auf Nach Attributen auswählen.
- Löschen Sie im Fenster Nach Attributen auswählen alle vorhandenen Ausdrücke, und erstellen Sie den Ausdruck Wobei gilt: Presence ist gleich 1 ist. Klicken Sie auf OK.
Die Vorhandenseinpunkte werden auf der Karte und im Diagramm ausgewählt.
Aus dem Diagramm ist ersichtlich, dass Dachse wärmere Temperaturen bevorzugen.
Tipp:
Wenn im Diagramm weder die ausgewählten noch die nicht ausgewählten Daten angezeigt werden, stellen Sie auf dem Menüband des Diagramms in der Gruppe Filter sicher, dass der Filter Auswahl deaktiviert ist.
Mit den Data Engineering-Werkzeugen können Sie die anderen Bioklimavariablen untersuchen und bei Bedarf Änderungen an den Daten vornehmen.
- Heben Sie die Auswahl auf, und schließen Sie das Diagramm.
Der letzte Schritt vor der Verwendung der Daten für die Modellierung ist das Hinzufügen der Attribuierung. Da Sie die Daten mit CC BY 4.0-Lizenzen heruntergeladen haben, müssen Sie die Attribuierung für das Dataset sicherstellen.
- Klicken Sie auf dem Menüband auf die Registerkarte Ansicht. Wählen Sie in der Gruppe Fenster den Bereich Katalogansicht aus.
Die Ansicht Katalog wird geöffnet. Die Ansicht Katalog und der Bereich Katalog, mit denen Sie bisher in diesem Lernprogramm gearbeitet haben, haben viele Gemeinsamkeiten, aber die Metadaten können nur in der Ansicht Katalog bearbeitet werden.
- Blenden Sie in der Ansicht Katalog die Einträge Datenbanken und EuropeanBadger_Habitat.gdb ein, und klicken Sie dann auf den Layer badger_sample_set.
Der Metadateneditor wird geöffnet. Derzeit sind keine Metadaten vorhanden, mit Ausnahme des Geoverarbeitungsverlaufs, der die von Ihnen ausgeführten Werkzeuge Feld verbinden und Feld berechnen anzeigt.
- Klicken Sie auf dem Menüband, auf der Registerkarte Katalog in der Gruppe Metadaten auf Bearbeiten.
Der Metadateneditor wird geöffnet.
- Geben Sie die folgenden Informationen in den Bereich Metadaten ein:
- Titel: European Badger Sample Dataset
- Tags: species modeling, Meles meles, European badger
- Zusammenfassung (Zweck): This dataset was created in the Learn ArcGIS tutorial Sample species and environmental data for distribution modeling to model European badger (Meles meles) habitat in Spain.
- Beschreibung (Kurzfassung): The European badger is an important species, providing three main ecosystem services: seed dispersal, topsoil disturbances and microhabitat creation. Um sein Habitat in Spanien zu modellieren, wurden Daten zur Tierbeobachtung von GBIF heruntergeladen, für die im Feld "Presence" der Wert 1 eingetragen wurde. Es wurden Pseudo-Abwesenheits- oder Hintergrundpunkte erzeugt und mit den Beobachtungsdaten zusammengeführt. Umweltdaten, einschließlich Neigung, Höhe, Bodenbedeckung und Bioklimavariablen, wurden zu diesen Punkten extrahiert.
- Geben Sie im Abschnitt Quellennachweis den eindeutigen Zitiervermerk ein, der beim Herunterladen der GBIF-Daten erzeugt wurde.
Tipp:
Diesen Zitiervermerk finden Sie entweder auf der Seite Download oder in der Bestätigungs-E-Mail, die Sie von downloads@gbif.org erhalten haben.
- Klicken Sie im unteren Bereich des Metadateneditors auf Neues umgebendes Rechteck.
- Geben Sie die folgenden Koordinaten ein:
West Ost Süd Nord -17,7532431
5,6396581
26,8567504
44,3051478
- Klicken Sie auf dem Menüband auf die Registerkarte Metadaten auf Speichern.
- Schließen Sie den Metadateneditor, und speichern Sie das Projekt.
Sie verfügen nun über ein Dataset über den Europäischen Dachs, das Sie für die Modellierung der Artenverteilung verwenden können. Das Dataset enthält sowohl Vorhandensein- als auch Pseudo-Abwesenheitspunkte sowie Umgebungsdaten zu Neigung, Höhe, Bodenbedeckung, Temperatur und mehr. Diese Informationen können in Modellen wie MaxEnt oder Random-Forest-Vorhersagen zur Modellierung der Artenverteilung verwendet werden.