Remote-Sensing und ArcGIS-Lösungen im Überblick
In diesem Blogartikel nehmen wir Sie mit auf eine spannende Reise in die Welt der Fernerkundung und ArcGIS. Von der Datenaufnahme bis zur Analyse und Verarbeitung bietet ArcGIS vielfältige Möglichkeiten und kennt dabei keine Grenzen. Und das Beste daran? Mit der Möglichkeit, in der Cloud zu arbeiten, eröffnet sich eine neue Dimension der Flexibilität und Effizienz. Freuen Sie sich auf interessante Beispiele und Demos, die wir Ihnen in diesem Blogbeitrag zusammengestellt haben und entdecken Sie, wie Fernerkundung und ArcGIS die Art und Weise, wie wir die Welt betrachten und verstehen verändern kann.
Fernerkundung
Fernerkundung ist ein multidisziplinäres Feld, das sich mit der Erfassung, Analyse und Interpretation von Informationen über die Erdoberfläche aus der Ferne befasst. Es nutzt verschiedene Technologien, wie Satelliten, Flugzeuge und Drohnen, um Daten über die Litosphäre zu sammeln, ohne direkten physischen Kontakt zu haben. Diese Daten können Informationen über das Gelände, die Vegetation, die Ozeane, die Atmosphäre und viele andere Aspekte der Erdoberfläche liefern.
Eine der Hauptanwendungen der Fernerkundung ist die Kartierung und Überwachung von Ressourcen und Umweltbedingungen. Satellitenbilder werden beispielsweise verwendet, um Landnutzungsmuster zu analysieren, Veränderungen in der Vegetation zu verfolgen und Umweltverschmutzung zu überwachen. Auch bei der Erforschung des Klimawandels spielt Fernerkundung eine wichtige Rolle, da sie Daten zur Messung von Temperatur, Luftfeuchtigkeit und anderen atmosphärischen Parametern liefert.
Esri bietet eine umfassende Palette von Produkten, die den gesamten Prozess der Fernerkundung abdecken. Von der Datenaufnahme (im Bereich der UAV-Befliegung) über die Datenverarbeitung und -analyse bis hin zur Datenvisualisierung und Präsentation ermöglicht die Esri-Software einen nahtlosen Ablauf.
Drohnen- und Luftbildaufnahmen
Präzise Drohnen- und Luftbildaufnahmen spielen eine entscheidende Rolle in der Fernerkundung, um vermessungsgenaue digitale Repräsentationen der Umwelt in Karten und 3D-Modellen zu ermöglichen. Allerdings stoßen viele herkömmliche Programme an ihre Grenzen, wenn es darum geht, große Gebiete abzudecken und hochwertige Ergebnisse zu erzielen. Hier setzt ArcGIS Reality an. Diese Produktsuite bietet eine umfassende Lösung für die Photogrammetrie, die speziell darauf ausgerichtet ist, Reality-Capture-Workflows für Standorte, Städte und Länder zu ermöglichen.
ArcGIS Reality nutzt Drohnen- und Luftaufnahmen, um beeindruckende und hochgenaue Karten sowie 3D-Modelle zu erstellen, die die Welt in beliebiger Größe und Ausdehnung digital repräsentieren. Die Suite umfasst verschiedene Komponenten, darunter ArcGIS Reality Studio, ArcGIS Reality for ArcGIS Pro, Site Scan und ArcGIS Drone2Map.
ArcGIS Reality Studio ermöglicht es, ganze Städte und Länder mithilfe einer intuitiven Benutzeroberfläche aus Luftbildern in Form von Reality-Mapping darzustellen. Die dabei erzeugten Vermessungsdaten sind äußerst präzise und bieten eine genaue digitale Repräsentation der Realität.
ArcGIS Reality for ArcGIS Pro hingegen ist eine Erweiterung, die die nahtlose Integration von Drohnenbildern und digitalen Luftbilddaten in ArcGIS Pro ermöglicht, um 3D-Bilddatenprodukte für Reality-Mapping zu generieren.
Site Scan for ArcGIS ist eine cloud-basierte End-to-End-Software für Reality-Mapping aus Drohnenbildern. Sie wurde entwickelt, um das UAV-Flottenmanagement, das UAV-Flottenmanagement, die Erfassung von Bilddaten, die Verarbeitung und die Analyse zu vereinfachen.
ArcGIS Drone2Map konzentriert sich auf die Verarbeitung von Drohnendaten für die Fernerkundung. Es ermöglicht eine einfache Integration von Drohnenaufnahmen in das gesamte ArcGIS-System, was eine effiziente Datenverarbeitung sowie umfangreiche räumliche Analysen ermöglicht. Mit ArcGIS Drone2Map können Bilddaten verarbeitet und für verschiedene Fernerkundungsanwendungen genutzt werden. Die Software bietet eine Vielzahl von Funktionen, darunter die Erstellung von Orthomosaiken, 3D-Punktwolken und 3D-Meshes mit Textur. Zudem ermöglicht sie Drohnenanalysen mit natürlichen Farb-, Wärmeinfrarot- oder Multispektral-Rasterdaten, wodurch detaillierte Karten generiert und umfassende räumliche Analysen durchgeführt werden können.
In diesem Blogbeitrag zeigt Thomas Gersthofer seinen Einsatz mit Drone2Map im Hochwassergebiet Erfstadt-Blessem. Das Hochwasser in Erfstadt-Blessem führte zu massiven Unterspülungen und Erdrutschen. Nach der Katastrophe wurde der Bereich mehrmals beflogen und mit ArcGIS Pro und Drone2Map analysiert.
Klassische Bilddatenverarbeitung mit ArcGIS Pro
In der Bearbeitung von Bilddaten stellen sich verschiedenste Herausforderungen: Das beginnt mit der grundlegenden Bearbeitung und Bereitstellung der Eingangsdaten und reicht über spezifische Anwendungen, wie die Erfassung von Veränderungen in einem Gebiet oder die Klassifikation von Objekten. Auch themenspezifische Analysen, wie zum Beispiel die Berechnung von Pegelständen nach Regenereignissen können im Fernerkundungsbereich eine Rolle spielen.
Um diese und andere Fragestellungen zu beantworten, stellt ArcGIS rund 200 Funktionen für verschiedenste Bereiche der Rasterdaten-Bearbeitung zur Verfügung, von denen wir ein paar exemplarisch hervorheben wollen.
Mithilfe des Raster Toolsets der Data Management Toolbox sind grundlegende Bearbeitung der Rasterdaten möglich. Die Daten lassen sich unter anderem clippen, mosaikieren, resamplen, zu einem Komposit zusammenführen und noch vieles mehr. Das Toolset „Projektionen und Transformationen“ ermöglicht außerdem Transformationen in andere Koordinatensystemem. Mathematische, statistische oder räumliche Operationen können unter anderem mit der Toolbox „Spatial Analyst“ durchgeführt werden. Hier stehen Toolsets wie „Zonal“, zur Berechnung zonaler Statistiken, „Reklassifizieren“, zur Veränderung von Pixelwerten, oder „Interpolation“, zur Glättung von Flächen und Schließung von Lücken, zur Verfügung. Besonders flexibel können Berechnungen zwischen mehreren Rasterdaten oder einzelnen Bändern mithilfe des Werkzeugs „Raster berechnen“ durchgeführt werden. So können beispielsweise Indizes wie der NDVI ermittelt werden, der für Analysen über die Vegetationsverteilung in urbanen Räumen oder auch die Gesundheit von Bäumen herangezogen werden kann.
Die Spatial Analyst Toolbox bietet außerdem sehr spezifische Analyse-Werkzeuge an, zum Beispiel für hydrologische Anwendungen. Das Toolset „Grundwasser“ kann verwendet werden, um das Verhalten von Stoffen in Grundwasserführenden Schichten zu berechnen, während das Toolset „Hydrologie“ zur Analyse von Wasserläufen an der Erdoberfläche befähigt, wie beispielsweise der Ermittlung von Einzugsgebieten oder die Ermittlung von Fließrichtungen.
Außerdem bleibt an dieser Stelle noch die Toolbox „Raster Analysis“ zu nennen, die grundlegende Verwaltungswerkzeuge, wie die Konversion von Rasterdaten in Feature-Datasets („Raster in Feature konvertieren“, Toolset: „Daten verwalten“) ermöglicht, aber auch spezifischere Analysen, wie beispielsweise die Berechnung von optimalen Pfaden mit dem Toolset „Nachbarschaftsanalyse verwenden“.
Für die Visualisierung von Karten bietet sich ArcGIS Layouts an. Hierüber können die gewünschten Kartenausschnitte grafisch ansprechend dargestellt und mit einer Legende, einem Nordpfeil, einem Maßstab und gegebenenfalls Infotexten ausgestatten werden.
Konkrete Fallbeispiele und Workflows sind im ArcGIS Blog unter dem Thema „Imagery & Remote Sensing“ aufgeführt. In dieser Studie wird sich dem Thema Urbanisierung gewidmet: Hier werden hochaufgelöste Satellitenbilder von Planet verwendet um Veränderungen im Raum mittels Zonaler Statistiken zu analysieren, sowie die Vegetationsdichte zu berechnen. Letztlich werden die Ergebnisse mit demografischen Daten verknüpft, um Beziehungen und Muster zwischen Urbanisierung und Demografie zu ermitteln. In anderen Artikeln werden „Change Detection“-Analysen fokussiert: Wie hier, wo im Detail zwei Methoden zur Detektion von Veränderungen basierend auf Satellitenbildern, zum Beispiel Landsat, beschrieben werden. Ein weiterer Artikel beschreibt exemplarisch am aus Sentinel-2 Daten generierte „Land use/land cover“ Datensatz verschiedene Methoden, um Veränderungen zu visualisieren und quantitativ zu berechnen.
Im Besonderen eignen sich die oben genannten Werkzeuge aus der Spatial Analyst Toolbox im Bereich Risikomanagement – in diesem Tutorial wird Schritt für Schritt vorgestellt, wie Überschwemmungen nach Starkregenereignissen besser vorhergesagt werden können.
GeoAI, Deep Learning und Machine Learning
Die Ära der künstlichen Intelligenz (KI) ist angebrochen und längst keine Science-Fiction mehr. Computer sind bereits in der Lage, Objekte in Bildern zu erkennen und Sprache genauso gut oder sogar besser zu verstehen als Menschen. Auch im Remote Sensing Bereich wird die Anwendung von AI, vor allem Machine und Deep Learning Verfahren immer populärer und relevanter. Denn durch den Einsatz von Deep-Learning-Techniken können nun noch tiefere Einblicke in die Erde gewonnen, komplexe Zusammenhänge in Fernerkundungsdaten erfasst und große Datenmengen verarbeitet werden. In diesem Teil unseres Blogartikel befassen wir uns mit den spannenden Synergien zwischen Remote Sensing und Deep Learning und wie ArcGIS als leistungsstarkes Werkzeug diese beiden Disziplinen vereint.
Deep Learning ist eine Technik des maschinellen Lernens, bei der tiefe neuronale Netzwerke verwendet werden, um anhand von Beispieldaten zu lernen. Ähnlich wie bei der herkömmlichen überwachten Bildklassifizierung stützen sich diese Modelle auf Trainingsdaten, um von diesen zu “lernen“. Allerdings gehen Deep Learning-Modelle über die Betrachtung einzelner Pixel oder Pixelgruppen hinaus. Sie sind in der Lage, komplexe Formen, Muster und Zusammenhänge in großen Datenmengen zu erkennen und zu analysieren. Die Kombination von Remote Sensing und Deep Learning bietet die Möglichkeit automatisch relevante Merkmale aus Fernerkundungsdaten zu extrahieren. Darüber hinaus sind flächendeckende Vorhersagen und Klassifikationen möglich.
ArcGIS bietet verschiedene Möglichkeiten im Bereich des Deep Learnings.
ArcGIS Pro bietet mit der ArcGIS Image Analyst extension einen kompletten Deep Learning-Workflow mit Bild- sowie Videodaten (FMV). Mit den Geoprocessing-Werkzeugen, wie im Kapitel zuvor beschrieben, können Rasterdaten als Trainingsdaten vorbereitet werden und im Anschluss ein Objekterkennungs-, Pixelklassifizierungs- oder Objektklassifizierungsmodell trainiert werden. Der gesamte Workflow ist unter anderem hier dokumentiert.
Mit der ArcGIS API for Python und dem arcgis.learn-Modul können unterschiedliche deep learning Modelle trainiert werden. Das arcgis.learn-Modul ist ein Teil der ArcGIS API for Python, das speziell für das maschinelle Lernen und Deep Learning entwickelt wurde. Mit dem arcgis.learn-Modul können Benutzer auf einfache Weise Deep Learning-Modelle auf ihre eigenen Datensätze anwenden und komplexe Probleme lösen. Es unterstützt Deep Learning-Modelle, die speziell für GIS- und Fernerkundungs-Workflows entwickelt wurden. Diese Modelle können auf verschiedene Datentypen angewendet werden, einschließlich Punktwolken, LiDAR-Daten, Videos, Feature-Layern, Raster- und Tabellendaten.
Darüber hinaus können in den ArcGIS Notebooks opensource Bibliotheken wie TensorFlow und PyTorch kombiniert werden und gleichzeitig die Vorteile der ArcGIS Notebooks genutzt werden. Aber welchen Vorteil bieten die Notebooks im Bereich Fernerkundung? Zum einen lassen sich Geodaten einfach in den DL Workflow integrieren. Es kann direkt auf Geodaten, wie Satellitenbilder oder LiDAR-Daten zugegriffen und einbezogen und zudem die Cloud Struktur von ArcGIS Online oder Enterprise genutzt werden. Ein entscheidender Vorteil der ArcGIS Notebooks liegt in der interaktiven und kollaborativen Arbeitsumgebung, die sie bieten. So können Code, Dokumentation und Visualisierungen in einem einzigen Notebook kombiniert und die Ergebnisse mit anderen Teammitgliedern geteilt werden. Dies fördert die Zusammenarbeit und ermöglicht es, gemeinsam an Modellen zu arbeiten und Erkenntnisse zu gewinnen. Ein weiterer interessanter Aspekt der Notebooks ist die Möglichkeit, wiederkehrende Prozesse zu automatisieren. Zum Beispiel können stündlich aktualisierte Prognosedaten mit den Notebooks automatisiert verarbeitet und als zeitanimierte Layer veröffentlicht werden. Dies ermöglicht eine effiziente und zeitgesteuerte Verarbeitung großer Datenmengen, wie beispielsweise bei der Analyse von Wetterdaten.
Visualisierung von Ergebnissen aus der Fernerkundung
Letzten Endes geht es darum, seine Ergebnisse auch ansprechend darstellen und mitteilen zu können. Natürlich ist dies im wissenschaftlichen Kontext zunächst über Paper, Journals oder Konferenzbeiträge getan. Allerdings hat auch die breite Öffentlichkeit oftmals ein Interesse daran, an den Ergebnissen aus der Forschung teilzuhaben. Die klassischen Publikationen sind hierbei oft zu detailliert für die Massen.
Mit einer Esri Lizenz ist auch die Benutzung von ArcGIS StoryMaps möglich. Das ArcGIS StoryMaps Tool erlaubt eine visuell ansprechende Darstellung von interaktiven Karten, Diagrammen oder Bildern, die gleichzeitig logisch in eine Erzählung integriert werden. Karten können dabei unterschiedlichste Formen annehmen; so unterstützt das Tool die Darstellung von 2D und 3D Karten, in denen sich Leser interaktiv bewegen können. Selbstverständlich können zusätzliche Layer eingeblendet werden, die bestimmte Zonen hervorheben oder bestimmte Zahlenwerte farblich markieren. Diese Karten können bereits im Vorfeld in ArcGIS Pro oder ArcGIS Online, oder auch als Express-Karte innerhalb der StoryMap erstellt werden.
Entsprechend können ArcGIS StoryMaps für die Publikation von Ergebnissen aus den verschiedensten Bereichen dienen. So nutzt beispielsweise das Earth Resources Observation and Science (EROS) Center des U.S. Geological Surveys das StoryMaps Tool, um über die Entwicklung, die Errungenschaften und die Zukunftsvisionen der Landsat Mission zu berichten, oder um Anwendungsbeispiele der generierten Satellitenbilder aus der Landwirtschaft, des Wasser- und Waldmanagements, der Brandflächenkartierung oder der Entwicklung von urbanen Räumen zu zeigen.
Die Stadt Nelson in Neuseeland nutzt ArcGIS StoryMaps um über die Folgen des Meeresspiegelanstiegs zu informieren. Dabei erreichen interaktive 3D Kartenelemente das gewünschte Ziel: eindrucksvoll wird dargestellt, welche Gebäude bei welchem Anstieg betroffen wären. Daneben informiert die StoryMap über die Erhebung und Generierung der genutzten Daten.
Mit ArcGIS Dashboards bietet Esri ein weiteres Tool an, das sich gut für die Vermittlung und Präsentation von Ergebnissen aus der Fernerkundung eignet.
Mit ArcGIS Dashboards werden die Karte und die dazugehörigen Statistiken in den Vordergrund gestellt. Die Karte sowie die entsprechenden Layer können in ArcGIS Pro oder ArcGIS Online erstellt und direkt in Dashboards eingebettet werden. Interaktive Aktionen ermöglichen es dem Anwender schließlich in der Karte zu navigieren und einzelne Elemente aus den Layern anzuwählen. Neben der Karte stehen vor allem Diagramme im Fokus. Diese werden beim Anwählen eines oder mehrerer Kartenelemente aktualisiert und zeigen dann die zum Element gehörigen Statistiken und Informationen an.
Das U.S. Departement of Agriculture und der dazugehörige Forest Service veröffentlichen auf ihrem Dashboard die Entwicklungen der Baumbestände sowie den Schädlingsbefall der Waldflächen im Zentrum und im Osten der USA. Ebenso können beispielsweise das Bestehen von Waldbränden oder Pegelstände von Flüssen aufgezeigt und, wie in diesen beiden Fällen, sogar live aktualisiert werden.
Weitere Werkzeuge im Kontext der Fernerkundung
Neben der Datenaufnahme, -bearbeitung und -visualisierung spielt auch die Datenaufnahme im Feld eine entscheidende Rolle, insbesondere wenn es um Referenzdaten geht. Mit ArcGIS Field Maps steht den Benutzern eine mobile App zur Verfügung, mit der sie Daten in Echtzeit vor Ort erfassen und aktualisieren können. Diese App kann auf Smartphones oder Tablets genutzt werden und bietet eine benutzerfreundliche Oberfläche zur Erfassung verschiedenster Informationen, darunter Geolokalisierung, Fotos, Notizen und vieles mehr. Das Beste daran ist, dass Field Maps nahtlos im gesamten ArcGIS System integriert ist, sodass Benutzer problemlos auf ihre bestehenden GIS-Daten und -Werkzeuge zugreifen können. Mit ArcGIS Field Maps wird die Datenerfassung vor Ort zum Kinderspiel und unterstützt eine nahtlose Integration in den gesamten Arbeitsablauf.
Field Maps bietet eine Vielzahl von Anwendungsmöglichkeiten in verschiedenen Branchen. So zum Beispiel in der Forstwirtschaft. Forstexperten können Field Maps verwenden, um den Zustand von Wäldern zu überwachen, Baumarten zu identifizieren, Schädlingsbefall und andere Informationen zu erfassen, die für die nachhaltige Forstwirtschaft wichtig sind. Durch die Verwendung von Geolokalisierung und Fotos können genaue Daten in Echtzeit erfasst und mit anderen Teams und Abteilungen geteilt werden.
Ein weiteres Beispiel ist die Katastrophenhilfe. Bei Naturkatastrophen wie Erdbeben oder Überschwemmungen können Hilfsorganisationen Field Maps einsetzen, um Schadensberichte zu erstellen, Rettungseinsätze zu koordinieren und die Wiederherstellungsmaßnahmen zu überwachen. Field Maps ermöglicht es den Einsatzteams, genaue und aktuelle Informationen zu sammeln, um fundierte Entscheidungen in Echtzeit zu treffen.
Autorinnen
Elisabeth Brzoska
Mein Interesse am „System Erde“ motivierte mit zum Studium der „Angewandten Geowissenschaften“ und der „Geoinformatik“. Nach dem Studium habe ich im Bereich Fernerkundung gearbeitet und unter anderem Analysen zum Siedlungswachstum oder der Gefährdung von Bevölkerung durch Naturkatastrophen durchgeführt. Mir ist es zudem ein Anliegen, die Möglichkeiten und die Faszination unserer Arbeit im GIS-Bereich gut verständlich an Menschen aus den verschiedensten Anwendungsfeldern weiterzugeben.
Alina Krämer
Bereits während meines Studiums der Volkswirtschaftslehre entdeckte ich meine Leidenschaft für raum-zeitliche Analysen und das Erstellen von Karten. Themen wie Datenvisualisierung, Geostatistik und Nachhaltigkeit motivierten mich, mein Wissen durch ein Studium der Landschaftsökologie zu erweitern. In diesem zweiten Studiengang konnte ich meinen Fokus wieder auf Data Science legen und meine Expertise in Fernerkundung vertiefen. Seit 2022 bin ich bei Esri tätig und stolz darauf, seit April 2023 als eine von nur vier Teilnehmenden im ersten Durchgang des Graduate Programms zu sein.
