ArcGIS Analyse Blog

cancel
Showing results for 
Search instead for 
Did you mean: 

Latest Activity

(25 Posts)
Occasional Contributor II

Anfang Juli hat ArcGIS Online ein großes Release erhalten. Auch in den "ready-to-use"-Analysen sind Änderungen vorgenommen worden.

Am auffälligsten ist wohl der neue Analyse-Button, der in der Webmap-Toolbar zu finden ist.

Der Analyse-Button ist nur für Mitglieder einer ArcGIS Online Organisationssubskription mit gewissen Rechten zugänglich

Damit ist es möglich, außer über das Kontextmenü des jeweiligen Layers, über einen weiteren Weg auf die Analysen zuzugreifen. Klickt man auf diese Schaltfläche, öffnet sich das gewohnte Analyse-Menü.

Allgemein:

In den Analysen, die auf Netzwerken basieren wie Fahrzeitgebiete erstellen oder Routen planen, können seit diesem Release weitere bzw. auch eigens erstellte Reisemodi verwendet werden. In Sichtfelder erstellen, Wassereinzugsgebiete erstellen und Verfolgung flussabwärts ist es möglich, interaktiv Analysepositionen zu erstellen. Außerdem ist die Bedienbarkeit von Hot Spots suchen verbessert worden.

Living Atlas of the World:

In die Analysen kann man nun Inhalte mit einbeziehen, die zentral von Esri im Living Atlas of the World bereitgestellt werden. Ich werde anhand der Analyse Punkte aggregieren diese Option vorstellen.

Als Ausgangsdatensatz nehme ich die Positionen der EEG-Anlagen in Oberbayern. Der Service weist über 100.000 Anlagen auf.

Ausgangsdatensatz EEG-Anlagen Oberbayern (104.198 Positionen)

Ich möchte nun aber nicht jede Position einzeln darstellen, sondern die Anlagen in bestimmte Gebiete aggregieren. Dafür nutze ich einen Feature-Service, der eben aus dem Living Atlas of the World stammt, die Europe Hexbins 10km. Ich gehe wie folgt vor:

- Klick auf den Analyse-Button

- Wählen der Kategorie und der Analyse (Punkte aggregieren)

- Als zu aggregierenden Layer die EEG-Anlagen auswählen

- Als Layer für die Aggregationsflächen Analyse-Layer des Living Atlas auswählen

Es öffnet sich ein Dialogfenster, in dem man die Layer des Living Atlas durchsuchen kann.

- Statistik für das Feld installierte Leistung in Summe auswählen

- Gruppierung für das Feld Energieträger mit der Option Prozentsätze hinzufügen

Nun kann die Analyse ausgeführt werden. Man bekommt einen Polygonlayer in dem die Anlagen zusammengefasst sind und die Statistiken berechnet sind.

Ergebniskarte (weiter Infos in den Pop-ups)

more
1 0 1,130
Occasional Contributor

Smart Mapping. Was meint Esri eigentlich mit diesen beiden Wörtern im Zusammenhang mit Map Viewer von ArcGIS Online?

Smart Mapping: bessere Analysemöglichkeiten?

Smart Mapping: erweiterte Routingoptionen?

Smart Mapping: intelligentere Karten?

Alles zusammen und noch einiges mehr, aber in diesem Blog konzentrieren wir uns auf den dritten Punkt: Intelligentere Karten.

Die aktuelle Version von ArcGIS Online bringt einige Neuerungen sowie erweiterte Optionen im Bereich der Symbolisierung. Beispielsweise kann auf Grundlage eines Datensatzes ArcGIS Online den optimalen Sichtbarkeitsbereich empfehlen. Dabei wird die Ausdehnung (Extent) der Daten berücksichtigt. Sind die Daten eher für einen groß- oder kleinmaßstäbigen Bereich geeignet, passt ArcGIS Online den Schieberegler „Sichtbarer Bereich“ an. Allgmein: Die Definition der Maßstäbe ist im Vergleich zu älteren Versionen intuitiver gestaltet worden.

Aktuelle Version                                                            Vorherige Version

1.JPGDer Map Viewer analysiert nicht nur die Ausdehnung der Daten, sondern auch den Datentyp des Layers, die bisherige Anpassung der Darstellung sowie die benutzte Grundkarte, welche in der Webkarte genutzt wird. Abhängig davon, ob nur die Lage der Objekte oder ob eine qualitative oder quantitative Klassifizierung angezeigt werden soll, werden entsprechende Darstellungs-Optionen zur Auswahl angeboten. Entscheidet man sich für eine Darstellung, werden automatisch Farbskalen, Symbolgrößen, etc. als Vorschlag gegeben – mit Berücksichtigung auf oben genannte Faktoren.

Darstellungs-Stile:

2.JPG

Neben den bisher verfügbaren Optionen der Darstellung ist für Punktlayer Heatmap/Wärmebild implementiert worden. Heatmaps/Wärmebilder können genutzt werden, um für große Datenmengen intuitiv und schnell besonders markante Bereiche der Punkte darzustellen. Heatmaps berechnen die relative Dichte von Punkten zueinander auf der Karte und stellen mittels eines kontinuierlichen Farbverlaufes, von einer „kühlen“ Farbe (= wenige Punkte) zu einer „heißen“ Farbe (= viele Punkte), die Konzentration dieser Punkte dar.

Beispiel: Der Punktlayer „Erdbeben CA“ beinhaltet die von 1970 bis 1974 erfassten Erdbeben in Kalifornien. Um auf einen Blick zu ermitteln, in welchen Gebieten es gehäuft zu Spannungen im Untergrund kam, ist die Wahl der Heatmap sehr hilfreich.

3.JPG

Es können auch vorhandene Attribute eines Punktlayers als Input dieser Darstellungsweise genommen werden. Im Beispiel Erdbeben in Kalifornien könnte das Attribut „Magnitude“ anzeigen, in welchem Gebiet es gehäuft zu stärkeren Erdbeben kam. Eine gewichtete Heatmap ist das Ergebnis.

Die Definition von Größe und Farbe der Symbole ist durch Schieberegler, identisch wie beim sichtbaren Bereich, einfacher zu handhaben. Beim

4.JPG

Anpassen der Symbolgrösse reagiert hierbei das Vorschaufenster sofort: das Symbol wird in der Größe angezeigt, in welcher es auf der Karte dargestellt werden wird.

Und da aller guten Dinge drei sind können durch Schieberegler auch die Klassengrenzen bei Klassifizierung eines Datensatzes angepasst werden. Die Klassifizierungsarten werden durch kleine Hilfetexte erklärt, zum Beispiel „Quantil: Klassen mit derselben Anzahl von Features erstellen.“

Die Darstellung auf der Karte reagiert in Echtzeit auf die unterschiedlichen Änderungen – so kann man ohne zu viele unnötige Klicks die Symbolisierung definieren und verfeinern.

Smart Mapping. Karten erstellen, Daten symbolisieren – intuitiv einfach gut.

more
2 0 1,155
Esri Contributor

ich muss leider (hoffentlich vorübergehend) die Möglichkeit zum veröffentlichen sperren. Wegen Spam

more
0 3 1,054
Esri Contributor

Die Fragestellung 'Wieviele Punkte liegen in einer Fläche und wie sehen die Attributstatistiken aus?' kann mit ArcGIS auf unterschiedliche Weise beantwortet werden.

Im ersten Blog Räumliches Aggregieren - Teil1: ArcMap habe ich mir ArcMap angesehen.

Im zweiten Blog Räumliches Aggregieren - Teil 2: ArcGIS Online Map Viewer ist die Frage mit dem ArcGIS Online MapViewer beantwortet worden.

Im dritten Blog habe ich mich größtenteils von Nutzeroberflächen verabschiedet und habe das REST Interface der Dienste benutzt.

Jetzt bewege ich mich noch näher an die Datenhaltung und mache das Ganze direkt in der Datenbank mit SQL. Diesen Weg kann man nur wählen, wenn die Daten in einer eigenen Datenbank abgelegt sind. Bei in ArcGIS Online gehosteten (Feature) Daten kann man nicht direkt auf die  dahinterliegenden Datenbank zugreifen.

Es gibt mit SQL verschiedene Wege um ans Ziel zu kommen, wir haben einen Workflow herausgegriffen und soweit möglich optimiert. Vielen Dank an Martin Förster‌, der die Formulierung der SQL Statements übernommen hat.

Die Aufgabenstellung und auch die Daten sind die gleichen wie in den anderen Teilen:

Aggregieren der Attribute einer Punktwolke in Flächen. Ich nehme als georeferenzierte Punkte EEG Daten (Erneuerbare Energie Anlagen) und als Flächen ein paar Gemeindegrenzen in Bayern. Die EEG Anlagen enthalten den Energieträger (Sonne, Bio,...) und die installierte Leistung in Kilowatt. Die Punkte und Flächen haben keine gemeinsamen Attribute und ich möchte für jede Gemeinde wissen, welcher Energieträger in der Gemeinde wie viel Gesamtleistung bringt.

Hintergrund: ArcGIS und Datenhaltung in RDBMS

Wenn man in ArcGIS Daten in einer RDBMS speichert, dann hat man verschiedene Wege. Man kann aus der Datenbankinstanz eine Geodatabase machen. Dafür wird ein eigenes Datenbankschema benötigt.

Dies braucht man z.B. für Multiuser Editing, Versionierung, Historisierung,...

Es ist aber auch möglich einfach nur mit Tabellen (oder Views) zu arbeiten. Das benötigt dann kein spezielles Schema, man hat dann aber auch nur Simple Features und keinen Zugriff auf die oben erwähnten Funktionen.

Beim Datentyp für die Geometrien kann man entweder den Datenbankeigenen Typ nehmen (z.B. SDO_Geometry bei Oracle) und den Esri Typ ST_Geometrie. Der Esri Datentyp hat den Vorteil, dass die SQL Funktionen gegen diesen Typ in allen Datenbanken identisch sind. Wer mehr über ArcGIS und Databanken wissen will: Geodatabase Administration

Schritt 1: Daten in die Datenbank laden

In unserem Beispiel nutzen wir eine Oracle 11 Datenbank (weil sie gerade da ist) und als Typ ST_Geometry.

Die Daten liegen schon in ArcMap als Feature Services vor (Teil 1 der Blogserie) und können einfach in die Datenbank exportiert werden, wir nutzen hier keine GDB Schemas, sondern schreiben die Daten als platte Tabellen nach Oracle.

- Verbinden mit der Datenbank

oracle1.png

- Exportieren der Daten in ArcMap als Tabellen

oracle2.png

Es gibt auch natürlich noch andere Wege Geodaten ohne ArcGIS Desktop in die DB zu laden, aber das ist der Einfachste.

Schritt 2: Das SQL Statement

Jetzt kann z. B. am SQL* Plus Prompt von Oracle das SQL Statement formuliert werden, dass uns die entsprechenden Ergebnisse liefert. Unser Ansatz war es mit einem einzigen Statement zu arbeiten ohne Tabellen/Views mit Zwischen- oder Teilergebnissen.

select gemschl, sum(biomass) biomass, sum(solar) solar, sum(wasser) wasser, sum(wind) wind from

(

select b.rs gemschl, sum(a.installierte_leistung_in_kw) biomass, 0 solar, 0 wasser, 0 wind

from eeganlagen a, gemeinden b

where a.energietraeger='Biomasse'

and sde.st_within (a.shape, b.shape)=1

group by b.rs, a.biomass

UNION

select b.rs gemschl, 0 biomass, sum(a. installierte_leistung_in_kw) solar, 0 wasser, 0 wind

from eeganlagen a, gemeinden b

where a.energietraeger ='Solar'

and sde.st_within (a.shape, b.shape)=1

group by b.rs, a.solar

UNION

select b.rs gemschl, 0 biomass, 0 solar, sum(a. installierte_leistung_in_kw) wasser, 0 wind

from eeganlagen a, gemeinden b

where a.energietraeger ='Wasserkraft'

and sde.st_within (a.shape, b.shape)=1

group by b.rs, a.wasser

UNION

select b.rs gemschl, 0 biomass, 0 solar, 0 wasser, sum(installierte_leistung_in_kw) wind

from eeganlagen a, gemeinden b

where a.energietraeger='Windenergie'

and sde.st_within (a.shape, b.shape)=1

group by b.rs, a.wind

)

group by gemschl;

In den Zeile 3,4 und 5 werden alle Anlagen die im Attribut 'energietraeger' den Wert 'Biomasse' haben ausgewählt. Die SQL Funktion st_within nimmt dann alle Biomasse Anlagen die innerhalb (within) von Gemeindeflächen liegen (Zeile 6) und gruppiert (group by) sie nach dem Gemeindeschlüssel (RS) der einzelnen Flächen (Zeile 7). Mit sum(a.installierte_leistung_in_kw) werden die Inhalte des Feldes (installierte.....) aller Punkte (gruppiert nach Gemeinde) aufsummiert.

Die Zeilen 9-13 und 15-19, sowie 21-25 machen das Gleiche für die anderen Energieträger, das UNION in den Zeilen 8, 14 und 20 macht aus den Teilergebnissen eine Tabelle.

Die Statements in Zeile 1 und 27 erzeugen für jede Gemeinde (group by gs) eine Zeile mit der jeweiligen Summe (sum (...), sum(..)...) in Kilowatt der vier verschiedenen Energieträger.

Schritt 3: Das SQL Statement in ArcGIS Desktop ausführen

Mit einem Query Layer in ArcGIS kann das Statement in Schritt 2 auch direkt in ArcMap ausgeführt werden. Die Ausführung des Statements kann je nach Datenbank Server ein wenig dauern (bei mir ca. 1 Minute, wenn niemand sonst auf dem Server war) und wird immer wieder ausgeführt, wenn man den Query Layer anspricht. Es empfiehlt sich also, nach  dem ersten ausführen, die Tabelle zu exportieren und damit weiterzuarbeiten.

Weitere Infos zu Spatial SQL und ArcGIS

Gedatabase Administration

Spatial Types

Query Layer

Völlig ohne ArcGIS

Die Abfrage kann auch komplett ohne ArcGIS mit der Datenbank eigenen Spatial Type Implementierung durchgeführt werden. Im Falle von Oracle mit SDO Geometry und einem darauf angepassten SQL Statement. Wer es probieren will, findet hier die Oracle Hilfe.

Einschätzung für die Verwendung von SpatialSQL für räumliche Analysen

Vorteil

+ Man benötigt im besten Fall keine weitere Software ausser der Datenbank

Nachteil

- Benötigt einiges an (SQL und DB) Know-how

- Daten laden ist nicht ohne Weiteres möglich

- keine unmittelbare Visualisierung und Weiterverarbeitung

more
1 0 1,161
Esri Contributor

Die Fragestellung 'Wieviele Punkte liegen in einer Fläche und wie sehen die Attributstatistiken aus?' kann mit ArcGIS auf unterschiedliche Weise beantwortet werden.

Im ersten Blog Räumliches Aggregieren - Teil1: ArcMap habe ich mir ArcMap angesehen.

Im letzten Blog Räumliches Aggregieren - Teil 2: ArcGIS Online Map Viewer‌ ist die Frage mit dem MapViewer beantwortet worden.

Jetzt versuche ich das ganze Mal mit einer API ohne großes User Interface.

Die Aufgabenstellung und auch die Daten sind die gleichen wie in Teil 1 und Teil 2:

Aggregieren der Attribute einer Punktwolke in Flächen. Ich nehme als georeferenzierte Punkte EEG Daten (Erneuerbare Energie Anlagen) und als Flächen ein paar Gemeindegrenzen in Bayern. Die EEG Anlagen enthalten den Energieträger (Sonne, Bio,...) und die installierte Leistung in Kilowatt. Die Punkte und Flächen haben keine gemeinsamen Attribute und ich möchte für jede Gemeinde wissen, welcher Energieträger in der Gemeinde wie viel Gesamtleistung bringt.

REST Interface der Feature Services

Sobald Daten als (Feature) Dienst auf ArcGIS Online oder auf ArcGIS Server veröffentlich wurden, stehen Interfaces u.a. REST zur Verfügung. Was oft übersehen wird, ist die Tatsache dass mit dem REST Interface nicht nur die Daten für die Darstellung abgefragt werden können, sondern auch direkt im Dienst Analysen durchgeführt werden können.



REST Interface eines ArcGIS Online Dienstes öffnen

Über die Detailseite des EEG Anlagen Dienstes (http://esri-de-6.maps.arcgis.com/home/item.html?id=bd6eaf812acf429db7b4b770eabdd499 ), kann man über ein Klick auf den Pfeil neben dem Layernamen die Service-URL aufrufen:

http://services1.arcgis.com/wdMHWK8xfn32LjIy/arcgis/rest/services/EEG_aggregation_anl/FeatureServer/...

Hier kann man den 'Query' Operator ausführen, mit dem auch räumliche Filter und Operatoren ausgeführt werden können.

Im Screenshot sieht man das HTML Interface der REST Schnittstelle.

Mit dem HTML Interface sind die Parameter leichter lesbar und  es ist leichter die Query zu entwickeln.

aggregation_restquery.PNG

Einfach auf den Link hier klicken:

http://services1.arcgis.com/wdMHWK8xfn32LjIy/arcgis/rest/services/EEG_aggregation_anl/FeatureServer/...

dann öffnet sich die HTML Seite des Screenshots oben.

Das Ergebnis der Query sieht als HTML konfiguriert so aus:

aggregation_restqueryresult.PNG

Man kann in einer solchen Query Punkte gegen beliebige Flächen aggregieren. Ich habe nur deshalb kein Gemeindepolygon benutzt, da die URL sonst zu lang für eine GET Operation wird und ich sie nicht mehr hier einfügen kann. Die Geometrie der Gemeindepolygone kann man ebenfalls über eine Query auf den Feature Service abfragen.

Die Möglichkeiten die das direkte Arbeiten mit dem REST Interface bringt ist nicht zu unterschätzen. Mit der REST API sind teilweise Operationen möglich die weder im MapViewer noch in den Analyse Diensten direkt verfügbar sind.

Dokumentation der REST Schnittstelle von Feature Services

Alle Parameter der REST Schnittstelle sind mit Beispielen dokumentiert. Nicht alle Funktionen sind in ArcGIS Online und in ArcGIS for Server verfügbar. Außerdem gibt es bei ArcGIS for Server Versionsabhängigkeiten: Siehe ArcGIS REST API

Einschätzung für die Verwendung des REST Interface von Feature Service

Vorteil

+ sehr schnelle und sehr flexible Schnittstelle

+ viele Möglichkeiten

+ Nutzung des REST Interface kostet keine Credits

Nachteil

- Das REST API ist zwar prinzipielle einfach zu lesen und zu verstehen, benötigt aber doch Einarbeitung

- Mit der Query kann immer nur gegen eine Fläche abgefragt werden

- Außer dem rudimentären HTML Interface gibt es keine GUI. Man müsste erst eine Nutzeroberfläche entwickeln

Im nächsten Teil werde ich das räumliche Aggregieren mit SQL direkt in der Datenbank (nicht in einer GDB) durchführen

more
0 0 1,094
Esri Contributor

Die Fragestellung 'Wieviele Punkte liegen in einer Fläche und wie sehen die Attributstatistiken aus?' kann mit ArcGIS auf unterschiedliche Weise beantwortet werden.

Im letzten Blog Räumliches Aggregieren - Teil1: ArcMap habe ich mir ArcMap angesehen. Jetzt versuche ich mit ArcGIS Online die Fragestellung zu beantworten.

Die Aufgabenstellung und auch die Daten sind die gleichen wie in Teil 1:

Aggregieren der Attribute einer Punktwolke in Flächen. Ich nehme als georeferenzierte Punkte EEG Daten (Erneuerbare Energie Anlagen) und als Flächen ein paar Gemeindegrenzen in Bayern. Die EEG Anlagen enthalten den Energieträger (Sonne, Bio,...) und die installierte Leistung in Kilowatt. Die Punkte und Flächen haben keine gemeinsamen Attribute und ich möchte für jede Gemeinde wissen, welcher Energieträger in der Gemeinde wie viel Gesamtleistung bringt.

ArcGIS Online Map Viewer

In ArcGIS Online gibt es zwei Tools, bzw. zwei Analysedienste mit denen die Fragestellung beantwortet werden kann.

1. Schritt: Daten hochladen und als Service veröffentlichen

ArcGIS Online ist ein WebGIS und damit müssen die Daten erstmal Web-fähig gemacht werden.

Die Daten der EEG Anlagen und der Gemeinden können direkt aus ArcMap veröffentlicht werden (habe ich in diesem Fall gemacht) oder sie können als gezippte Shapedatei oder File Geodatabase hochgeladen und als Dienst veröffentlich werden. Man könnte auch eine KML Datei referenzieren und direkt analysieren.

Die blanken Services sehen im MapViewer so aus:

aggr_ago_1.PNG

2 Schritt: Auswahl des richtigen Tools

Wenn man als Nutzer 'Publisher' Rechte hat, kann man Daten analysieren und Ergebnisdienste erzeugen. Ein Klick auf den Pfeil neben dem Layernamen öffnet das Kontextmenü und dort 'Analyse' wählen.

aggr_ago_2.PNG

Unter 'Daten zusammenfassen' können mit den Tools 'Punkte aggregieren' und 'Zusammenfassen (innerhalb)' Punkte innerhalb von Flächen zusammengefasst werden. Das Ergebnis ist jeweils identisch.

Punkte aggregieren benötigt als primären Input Punkte.

Zusammenfassen (innerhalb) hat als Ausgangsgeometrie Flächen in denen man die Attribute von anderen Layern zusammenfassen kann.

Während das Ergebnis bei beiden Tools identisch ist, ist 'Zusammenfassen (innerhalb)' bei dieser Fragestellung um mindestens das 10fache performanter als 'Punkte aggregieren'.

Einstellungen im Tool 'Zusammenfassen (innerhalb)'

aggr_ago_6.PNG

Die Parameter des Tools sind ziemlich selbsterklärend.

Das Ergebnis ist ein Flächenpolygon und eine Tabelle, die miteinander verknüpft sind. Die Visualisierung ist schon erledigt und auch das Pop-up ist nach dem Durchlauf des Tools fertig konfiguriert.

Ergebniskarte

aggr_ago_5.PNG

In der Karte sind die Ergebnisse der Tools 'Punkte aggregieren' und 'Zusammenfassen (innerhalb)' zu sehen.

Die Karte könnt ihr Euch hier ansehen: http://arcg.is/1GhGYsE

Einschätzung für die Verwendung von ArcGIS Online Analyse Tools

Vorteil

+ Alles da was man braucht. Daten verwalten, analysieren, visualisieren. Keine Installation von Analyse Software oder Datenbank notwendig.

+ Es ist ein WebGIS. Man kann es überall einsetzen.

Nachteil

- Der MapViewer hat recht umfangreiche Funktionen und benötigt eine kurze Einarbeitungszeit

- Die Nutzung der Analysetools kostet Credits. Die Analyse von 1000 Features kostet 1 Credit.

Im nächsten Blog sehe ich mir das REST Interface der Feature Dienste genauer an.

more
2 0 1,326
Esri Contributor

Eine Standardfrage im Geoumfeld ist der Zusammenhang zwischen Punkten und Flächen. Zum Beispiel: „ In welcher Fläche (Gemeinde, Verkaufsgebiet, Einzugsgebiet) liegt welcher Punkt (Koordinate, Adresse)?“ Recht oft trifft man auch auf die Frage 'Wie viele Punkte liegen in einer Fläche (bzw. im Umkreis) und wie sehen die Attributstatistiken aus?“

In der Versicherungswirtschaft hat man zum Beispiel die Fragestellung: '“Wie viele versicherte Häuser mit welcher Police liegen in welchen Hochwasserzonen?“ oder „Wie viele versicherte PKW liegen innerhalb eines Hagelgebiets?“

In einem Projekt haben wir (genauer gesagt Matthias Meiler‌) eine Karte der erneuerbaren Energieanlagen (EEG) in Deutschland erstellt. Da es sehr viele Anlagen sind, kann man die Anlagen nicht einzeln darstellen. Zur schöneren Darstellung wurden die Anlagen nicht Landkreisen oder PLZ zugeordnet, sondern einem regelmäßigen Gitter.

EEG1.PNGEEG2.PNG

Webmap mit den aggregierten EEG Anlagen: http://www.arcgis.com/home/webmap/viewer.html?webmap=8c9799a197664d9fa957a46c0f4ea779

Die Fragestellung 'Wieviele Punkte liegen in einer Fläche und wie sehen die Attributstatistiken aus?' kann mit ArcGIS auf unterschiedliche Weise beantwortet werden.

Mit ArcGIS Desktop

Mit ArcGIS Online (Map Viewer)

Mit REST Abfragen

Mit Spatial SQL

In diesem ersten Blog betrachte ich den Lösungsweg mit ArcGIS Desktop, genauer gesagt mit ArcMap.

Aufgabenstellung:

Aggregieren der Attribute einer Punktwolke in Flächen. Ich nehme als georeferenzierte Punkte EEG Daten (Erneuerbare Energie Anlagen) und als Flächen ein paar Gemeindegrenzen in Bayern. Die EEG Anlagen enthalten den Energieträger (Sonne, Bio,...) und die installierte Leistung in Kilowatt. Die Punkte und Flächen haben keine gemeinsamen Attribute und ich möchte für jede Gemeinde wissen, welcher Energieträger in der Gemeinde wie viel Gesamtleistung bringt.

Eine Einzelpunktdarstellung ist in kleineren Maßstäben (im Bild ca. 1:250.000) nicht hilfreich und man bekommt keine Information über einzelne Gemeinden.

Einzelne Anlagen
Auf Gemeindeebene aggregierte Attribute
EEG22.PNGEEG2.PNG

ArcGIS Desktop (ArcMap)

In ArcGIS Desktop ist diese Fragestellung auf mehreren Wegen lösbar. Es gibt allerdings kein Tool, dass in einem Schritt das Ergebnis liefert, man muss einige Werkzeuge kombinieren.

AggregierenModel.png

1. Schritt, Punktdaten anreichern

Übertragen der Attribute der Gemeindeflächen auf die Anlagenpunkte. Ich benutze hierfür das Tool 'Spatial Join'

Aggr_1schritt.PNG

Das Ergebnis ist eine Punktwolke identisch mit den EEG Anlagen ergänzt um die Attribute der Gemeinde.

2. Schritt, Attribute aggregieren

Als nächstes werden die Attribute der neuen Punkte aggregiert. Es wird nach zwei Attributen gruppiert, nach der Gemeinde (RS) und nach dem Energieträger. Es werden die Werte des Attributes 'installierte_Leistung_in_kW' aufsummiert.

Aggr_2schritt.PNG

Die Ergebnistabelle sieht so aus

Aggr_2schritt_tab.PNG

Wenn man mit den reinen Zahlen zufrieden ist, ist man jetzt fertig. Wenn man allerdings noch eine Karte machen will, dann hat diese Tabelle noch das falsche Format und muss umformatiert werden.

3. Schritt, Pivot Tabelle erstellen

Die Tabelle aus 'Schritt 2' kann man zwar mit einer 1:n Relation mit den Gemeinde Polygonen verbinden, aber mit einer solchen Relation kann man keine Karte visualisieren.

Das richtige Tool für das Umstrukturieren der Tabelle ist 'Pivot Table'.

Nach dem Attribut in 'Input Field(s)' werden die Zeilen strukturiert, nach 'Pivot Field' werden die Attribute erzeugt und aus 'Value Field' werden die Werte für die Attribute genommen.

Aggr_3schritt.PNG

Die Ergebnis Tabelle sieht dann so aus:

Aggr_3schritt_tab.PNG

Jede Zeile steht für die installierte Leistung in einer Gemeinde pro Energieträger.

4. Schritt, join der Tabelle an die Gemeinden

Die Tabelle aus Schritt 3 kann man jetzt mit einem ganz einfachen Attribut Join an dem Gemeinde Layer hängen und zum Beispiel die Karte vom Anfang erzeugen.

Einschätzung für die Verwendung von ArcMap

Vorteil

+ Man kann in ArcMap die Daten beliebig analysieren auswerten, visualisieren, drucken,...

+ Man kann aus den einzelnen Tools ein neues Werkzeug erzeugen und in andere räumliche Abfragen integrieren

+ Karten Visualisierung, Layout, Reports

Nachteil

- Man braucht ein Desktop GIS. Das ist natürlich nicht direkt ein Nachteil, aber ArcMap benötigt aufgrund der Vielfalt an Funktionen einige Zeit an Einarbeitung

- Es gibt kein einzelnes Tool zum Erzeugen des Ergebnisses, sondern man benötigt drei verschiedene Werkzeuge, die man auch erstmal kennen muss.

Im nächsten Blogeintrag befasse ich mich mit den Analysemöglichkeiten in ArcGIS Online

more
1 2 2,097
New Contributor II

Drei Anwendungsbeispiele mit CityEngine

Es gibt immer mehr Menschen, die noch dazu eher in Städten leben, als auf dem Land. Wohnungen und Lebensräume werden bzw. sind bereits dort knapp.

Das bedeutet, der wenige Platz, der noch übrig ist, soll sinnvoll genutzt werden. Das kann nur mit einem flexiblen, effizienten Ansatz geschehen, der räumliche Zusammenhänge erkennen lässt: dem 3D-Modell.

Gleichzeitig ist die Minderung des Energieverbrauchs ein großes Thema. Modernisierungsmaßnahmen, wie z.B. die energetische Gebäudesanierung werden heutzutage wegen finanzieller Einsparungen und staatlicher Förderungen, sowie aus Gründen des Ressourcenschutzes durchgeführt.

Wann hat sich meine Solaranlage amortisiert? Wie viel Dämmmaterial benötige ich für meine Außenwand? Das sind typische Fragestellungen.

Diese drei Anwendungsbeispiele zeigen, wie die 3D-Modellierungssoftware CityEngine dabei helfen kann, diese Maßnahmen zu visualisieren, zu berechnen und zu analysieren.

1) Die Gebäudehülle

Sie ist die Grundlage des Volumenmodells, auf dessen Basis z.B. Heizkosten berechnet werden können. Durch parametrischer Modellierung und Computer Generierter Architektur (CGA) kann man Gebäudegrundrissen über die Höhe zu einem Volumenkörper extrudieren und einen Report ausgeben lassen. Die Abbildung zeigt die Gebäudehülle mit Volumen in m³ im Report.

2_Volumenmodell.jpg

          Abbildung 1: Volumenmodell mit Report aus CityEngine

   

2) Gebäudemodell mit Informationen

Es entsteht aus der Verfeinerung des Volumenmodells und kann Fenster, Wände und ein Dach enthalten. Diese Details können ebenfalls als Report geschrieben werden. Anzahl der Fenster oder Außenwandfläche sind wichtig für die Kalkulation von Kosten und Material. Die nächste Abbildung zeigt in Spalte Sum die Flächen in m². Die Spalte N enthält die Anzahl an Teilflächen. Das Beispielgebäude hat 116 Fenster mit einer Fläche von 681 m². Diese Informationen sind ohne 3D-Modell äußerst aufwendig oder fehleranfällig für eine Fenstersanierung zu bestimmen.

          3_Gebäudemodell.jpg

Abbildung 2: Gebäudemodell mit Informationen

    

3) Solarpotential

Ist abhängig vom Einstrahlwinkel der Sonne oder der Größe des Daches. In CityEngine modelliert man z.B. die Solarmodule und lässt sich die Größe des Moduls in m² ausgeben. Außerdem sind weitere Berechnungen, wie die Anschaffungskosten oder die maximal erzeugbare Energie in Kilowattstunden pro Jahr denkbar. Mittels CGA bleiben Parameter wie Größe der Module oder Sonnenausrichtung variabel. Dadurch sind Analysen in (oder) mit unterschiedlichen Konfigurationen möglich. Die Abbildung zeigt zwei unterschiedlich große Einstellungen der Solarmodule mit finanziellem Ertrag.

          4_Solarmodell.jpg

Abbildung 3: Links: Solarmodul groß Rechts: Solarmodul klein

Ein 3D-Modell in CityEngine gibt die Informationen schnell aus und stellt dynamisch unterschiedliche Konfigurationen z.B. für Solaranlagen gegenüber. Der Betrachter kann visuell die räumlichen Zusammenhänge verstehen. Mit CityEngine gibt es ein Modellierungswerkzeug, mit dem man bessere Entscheidungen im Immobilienmanagement treffen kann.

Wer dazu mehr wissen möchte, kann diese 3D-Webszene öffnen und Solarpotentiale oder Fensterflächen vergleichen. Ein Klick auf die Gebäude reicht aus und liefert den Report. In den Einstellungen können auch Sonnenstände simuliert werden.

Webszene.jpg

Abbildung 4: Webszene zum Ausprobieren

more
5 0 1,312
Occasional Contributor II

Ist man Mitglied in einer Subskription und besitzt die Berechtigung Netzwerkanalysen durchzuführen, kann man sich im Map Viewer Wegbeschreibungen generieren lassen.

Wegbesch.JPG

Verschieden Reisemodi beeinflussen dabei die Routenergebnisse, die ArcGIS Online ausgibt. Seit Neuestem gibt es neben den Optionen Mit dem Auto und Zu Fuß auch Mit dem LKW. Die Routen unterschneiden sich im Verlauf, der Routenzeit und der Routenstrecke. Ich habe dazu eine Storymap erstellt, die die unterschiedlichen Routen für die unterschiedlichen Reisemodi an einem einfachen Beispiel aufzeigt.

http://bit.ly/1wb98yv

Route.JPG

more
1 0 1,376