GIS IQ Blog
  • Schule
  • Hochschule
  • Forschung
Kategorien
  • Forschung
  • Hochschule
  • Schule
Themen
ArcGIS Case Studies Digitale Bildung Dozierende eduGISchat Events GeoDev KarriereMitGIS Kartografie Lehrerhandreichungen Open Data Praktikum Projekte Ressourcen Schüler Smart Campus Smart Community Sommercamps Story Map Studierende Tutorial Unterricht Wettbewerb
  • Schule
  • Hochschule
  • Forschung
News
  • Forschung
  • Hochschule
  • Schule

Die dritte Dimension der räumlichen Statistik: Zeit

  • 9. November 2016
  • Melanie Brandmeier
Total
0
Shares
0
0
0
0
0
0

“Everything is related to everything else, but near and RECENT things are more related than distant things” (nach Toblers erstem Gesetz der Geographie)    English version: blog-beitrag

Die Analyse räumlicher Muster verschiedener Phänomene und Daten beschäftigt die Wissenschaft schon lange. Viele natürliche Phänomene variieren jedoch nicht nur im Raum, sondern auch mit der Zeit. In diesem Fall wird die Zeit zur dritten Dimension, die in die Analyse miteinbezogen werden muss und spezielle Werkzeuge und Visualisierungsmöglichkeiten benötigt. Für diese Analysen gibt es in ArcGIS Pro Tools für Raum-Zeit-Muster-Mining. Wie man diese Werkzeuge benutzt, zeige ich euch in diesem Blogpost.

Stellen wir uns beispielsweise vor, wir erforschen die Variabilität des Wasserverbrauchs für landwirtschaftlich genutzte Flächen. Uns interessiert, wie sich der Verbrauch über die Jahre entwickelt hat und von welchen Größen die Variabilität abhängt. Nehmen wir nun an, wir verfügen über Daten der vergangenen 12 Jahre (jeweils August) und wollen zeitliche und räumliche Muster der in Abb. 1 dargestellten Punktdaten analysieren und visualisieren.

Raum-Zeit-Würfel erstellen

abb1
Abb. 1: Mit abgestuften Symbolen dargestellter Wasserverbrauch (Merced County, Abb. von Lauren Bennet und Flora Vale).

Zunächst wird ein sogenannter Raum-Zeit-Würfel erstellt (Raum-Zeit-Würfel erstellen). Dieses Werkzeug aggregiert Daten in dreidimensionalen Bins (x,y,t) und resultiert in einem Raum-Zeit-Würfel mit Zeit-Ebenen (x-y Ebenen) und Orten entlang der z-Achse. Zudem enthält er zusätzliche Attribute, die für jeden Bin aus den darin enthaltenen Datenpunkten zusammengefasst sind (Minimum, Maximum, Mittelwert, Median, Standardabweichung aller Punkte die in einem Bin enthalten sind).

Der Raum-Zeit-Würfel kann sowohl in 2D als auch in 3D visualisiert werden. Zudem entsteht ein Bericht, der sehr detaillierte Informationen über die Daten und die Prozessierung (z.B. Größe der Bins, Anzahl der Datenpunkte, globaler Trend) enthält.

Trendanalyse und lokale Ausreißeranalyse

Als nächstes können wir eine Trendanalyse und eine Ausreißeranalyse durchführen, um die Variabilität und Extremwerte in unseren Daten besser zu verstehen. Dies wird über zwei weitere Werkzeuge erreicht: Das Trendanalyse von Hot-Spots Werkzeug und das Lokale Ausreißeranalyse Werkzeug, auf das ich später noch näher eingehe.

fig2
Abb. 2: Konzept der Trendanalyse von Hot-Spots und der lokalen Ausreißeranalyse. Die Trendanalyse von Hotspots gruppiert die Werte nach Trends in 17 Kategorien während die lokale Ausreißeranalyse sechs Kategorien liefert, die davon abhängen ob hohe oder niedrige Werte nur sporadisch oder immer auftreten (Abb. von Lauren Bennet and Flora Vale).

Das Trendanalyse Werkzeug identifiziert Trends bei der Cluster-Bildung von Punktdichten (Anzahl) oder Zusammenfassungsfeldern in einem Raum-Zeit-Würfel und definiert daraus 17 Kategorien wie beispielsweise neue, konsekutive, sich verstärkende, dauerhafte, sich abschwächende, zeitweilige, schwankende und ehemalige Hot- und Cold-Spots. Parallele Visualisierung der Ergebnisse in 2D und 3D in ArcGIS Pro ist sehr hilfreich zur Interpretation der Daten wie an einem Beispiel in Abb. 3 gezeigt. Die Ergebnisse der Trendanalyse sind ziemlich komplex. Statt alle Ergebnisse zu betrachten, könnten wir uns auch auf sehr hohe und sehr niedrige Werte fokussieren.

Dafür benützen wir ein weiteres Werkzeug, das statistisch signifikante Cluster und Ausreißer in Zeit und Raum identifiziert (Lokale Ausreißeranalyse). Das Ergebnis des Werkzeugs sind sechs Kategorien, die davon abhängen, ob an einem Ort immer signifikant hohe oder niedrige Werte auftreten oder aber nur sporadisch. Wir können nun zur Visualisierung den Raum-Zeit-Würfel Explorer (download) nutzen, ein Add-in, das die Interaktion mit dem Raum-Zeit-Würfel und die Interpretation der Ergebnisse der vorangegangenen Analyse stark verbessert. Wir können sowohl die Ergebnisse der Trendanalyse als auch der Ausreißeranalyse visualisieren und dabei all jene Variablen auswählen, die bei der Erstellung des Raum-Zeit-Würfels zusammengefasst wurden.

abb3
Abb. 3: 2D und 3D Visualisierung zur Interpretation von Hot- und Cold-Spots (Abb. von Lauren Bennet und Flora Vale)

Visualisierung mit dem Raum-Zeit-Würfel Explorer

In der “Display Theme Gallery” des Raum-Zeit-Würfel Explorers bestehen sehr viele Möglichkeiten zur Darstellung und zum Filtern der Daten wie in Abb. 4 an unserem Beispiel dargestellt. Wir könnten unsere Daten beispielsweise mit einem Slider interaktiv filtern, um nur sehr hohe oder niedrige Werte des Wasserverbrauchs zu visualisieren. Alternativ können wir einzelne Reihen oder Säulen herausfiltern, um in den Würfel zu sehen indem wir beispielsweise die oberen Schichten ausblenden. Basierend auf diesen Ergebnissen könnten wir weitere Fragen stellen und beispielsweise die Beziehung zwischen sehr hohen Verbrauchswerten (Rot in Abb. 4) und lokalen und/oder zeitlichen Parametern wie Klima, Bodentyp, Lithologie oder Feldfrucht untersuchen.

Wenn wir unsere Auswertung abgeschlossen haben, können wir die Ergebnisse als 3D-Webszene teilen und diese wiederum in eine interaktive Story Map integrieren (Story Map erstellen).

abb5
Abb. 4: Wasserverbrauch nach Werten gefiltert (hohe und niedrige Werte, mittlere Werte sind herausgefiltert) (Abb. von Lauren Bennet und Flora Vale).

Zusammenfassend können wir festhalten, dass die Raum-Zeit-Muster-Mining Toolbox zahlreiche statistische Werkzeuge zur Analyse von Datenverteilungen und Mustern im Kontext von Raum und Zeit bereitstellt. Diese Werkzeuge sind sehr effizient und werden euch sicherlich helfen, komplexe Daten zu analysieren und einen Schritt weiter zu gehen, vom Raum in die „Raumzeit“. Wir freuen uns darauf, einige eurer Ergebnisse zu sehen!

Total
0
Shares
Share 0
Tweet 0
Pin it 0
Melanie Brandmeier

After finishing my studies of Geography, Geology and Geochemistry in Tübingen, I fulfilled my dream to do research the Andes of Latin America. My PhD topic was an interdisciplinary approach to understand ignimbrite distribution, eruption rates and compositions within the context of the Andean Orogeny. After finishing my Phd I worked as a Postdoctoral researcher at the Helmholtz Institute for Resource Technology in the field of mineral exploration. My work involved many different methods ranging from geochemical analysis and dating to GIS-based modelling and multisprectral remote sensing. I love to combine and analyse data and GIS is just the tool to do so:-)

Voriger Artikel
Marktanalyst in der Lehre
  • Hochschule

Geomarketing und Marktdaten in der Lehre

  • 21. Oktober 2016
  • Team Education
Weiterlesen
Nächster Artikel
  • Schule

GIS Day an der Peter-Friedhofen-Grundschule Weitersburg

  • 1. Dezember 2016
  • Kaya Sittard
Weiterlesen
Dir könnte auch gefallen
Wattenmeer bei Abendsonne
Weiterlesen
  • Hochschule

Komm mit in den Nationalpark Wattenmeer: Sommercamp für Studierende 2025

  • Team Education
  • 7. März 2025
Weiterlesen
  • Forschung
  • Hochschule

Wettbewerb: Esri Young Scholar Award 2025

  • Stefan Graf
  • 14. Februar 2025
Administration von ArcGIS Online an Hochschulen
Weiterlesen
  • Hochschule

Administration von ArcGIS Online an Hochschulen: Tipps & Tricks

  • Team Education
  • 28. Januar 2025
Weiterlesen
  • Forschung
  • Hochschule
  • Schule

Effiziente Lizenzierung von ArcGIS: Einrichtung und Vorteile von Single Sign-On (SSO) 

  • Team Education
  • 28. Januar 2025
Weiterlesen
  • Forschung
  • Hochschule

ArcGIS Pro aus ArcGIS Online herunterladen

  • Stefan Graf
  • 28. Januar 2025
Gruppenbild mit den Teilnehmenden des Sommercamps vor der Jugendherberger auf der Insel Föhr
Weiterlesen
  • Forschung
  • Hochschule

Entdecke GIS in Aktion: Das Esri Sommercamp 2024 auf der Insel Föhr feiert 17-jähriges Jubiläum

  • Team Education
  • 3. Januar 2025
Weiterlesen
  • Schule

Unsere ersten Schritte auf der Esri Konferenz 2024

  • Team Education
  • 13. Dezember 2024
Header für den GIS Day 2024
Weiterlesen
  • Schule

Webinar am GIS Day 2024: Der neue MapMaker für Schulen

  • Team Education
  • 5. November 2024
GIS IQ Blog
  • Über uns
  • Impressum
  • Datenschutz
Lernen. Forschen. Entwickeln. Mit GeoIntelligenz!

Gib dein Suchwort ein und drücke Enter.