Mit der Spatial Analyst-Lizenz verfügbar.
Bei der Erstellung eines Modells können verschiedene Teilschritte angewendet werden. Sie können sich mit der Abfolge der Schritte vertraut machen, indem Sie ein Beispielproblem durcharbeiten. In Ihrer Funktion als Stadtplaner wurden Sie beauftragt, geeignete Standorte für eine neue Schule ausfindig zu machen. Sie können Werkzeuge der Erweiterung Erweiterung "ArcGIS Spatial Analyst" miteinander kombinieren, um Sie bei der Identifizierung von möglichen Standorten zu unterstützen.
Schritt 1: Umreißen des Problems
Um ein räumliches Problem zu lösen, müssen Sie zunächst das Problem umreißen und angeben, welches Ziel Sie erreichen möchten. Beginnen Sie mit einem Konzept der angestrebten Ausgabe der Untersuchung. Visualisieren Sie die Art von Karte, die Sie erzeugen möchten.
Angenommen, Ihr Problem besteht darin, den besten Standort für eine neue Schule zu finden. Das Ergebnis soll eine Karte potenzieller Standorte sein (geordnet nach bestem bis schlechtestem Standort), die sich möglicherweise zum Bau einer neuen Schule eignen. Dies wird als Eignungskarte mit Rangfolge bezeichnet, da sie einen relativen Wertebereich zeigt, der die Eignung des jeweiligen Standorts auf der Karte angibt. Dabei werden die von Ihnen festgelegten Kriterien mit einbezogen.
Um Ihr räumliches Problem darstellen zu können, zeichnen Sie sich ein Diagramm der enthaltenen Schritte. Beginnen Sie damit, das Problem zu umreißen. Während Sie sich durch das Problem arbeiten, erweitern Sie das Diagramm, um die erforderlichen Zielvorstellungen, Prozessmodelle und Eingabe-Datasets einzubeziehen.
Schritt 2: Aufgliedern des Problems
Wenn Sie das Problem umrissen haben, gliedern Sie es in kleinere Stücke auf, bis Sie wissen, welche Schritte Sie zur Lösung benötigen. Diese Schritte sind die zu erreichenden Zielvorstellungen.
Bei der Bestimmung der Zielvorstellungen müssen Sie festlegen, wie Sie diese bemessen möchten. Woran erkennen Sie, welche Fläche am besten für die neue Schule geeignet ist? In diesem fiktiven Beispiel der Standortwahl soll die Schule bevorzugt in der Nähe von Freizeiteinrichtungen angesiedelt werden, denn viele der in die Stadt gezogenen Familien haben Kinder, die Freizeitaktivitäten nachgehen möchten. Es ist auch wichtig, dass es nicht zu Überschneidungen mit Einzugsgebieten anderer Schulen kommt, um eine gleichmäßige Verteilung zu gewährleisten. Die Schule muss außerdem auf ebenem Untergrund gebaut werden. Es gibt sicherlich mehr Zielvorstellungen, die in diesem Beispiel berücksichtigt werden könnten. Dazu gehören beispielsweise ein Grundstück, das groß genug für das Schulgebäude und das Schulgelände ist, oder das Gebiet mit der größten Dichte von Kindern im schulpflichtigen Alter. Das vorliegende Modell wurde jedoch zu Beispielzwecken vereinfacht.
Um diese Ziele zu erreichen, müssen Sie Folgendes wissen:
- Wo befinden sich Standorte mit relativ ebenem Untergrund?
- Ist die Landnutzung dieser Standorte geeignet?
- Befinden sich diese Standorte in der Nähe von Freizeiteinrichtungen?
- Befinden sich die Standorte auch nicht im Einzugsgebiet anderer Schulen?
Wo befinden sich Standorte mit relativ ebenem Untergrund?
Um solche Flächen zu finden, müssen Sie eine Karte erstellen, die die Neigung der Oberfläche anzeigt. Das Prozessmodell bezieht dabei die Berechnung der Neigung ein.
- Benötigtes Eingabe-Dataset: Höhe
Ist die Landnutzung dieser Standorte geeignet?
Sie müssen entscheiden, wann eine Landnutzungsart geeignet ist. Dies ist ein subjektiver Prozess, der von Ihrem Problem abhängt. In diesem Fall ist Agrarland am kostengünstigsten und deshalb vorzuziehen. Dann folgen unfruchtbares Land, Brachland, Waldgebiete und zuletzt bebaute Flächen. Hier wird kein Prozessmodell einbezogen, nur eine Ermittlung des Eingabe-Landnutzungs-Datasets und welche dieser Landnutzungen zur Bebauung vorzuziehen sind.
- Benötigtes Eingabe-Dataset: Landnutzung
Befinden sich diese Standorte in der Nähe von Freizeiteinrichtungen?
Sie wissen, dass eine Schule vorzugsweise in der Nähe von Freizeiteinrichtungen liegen sollte. Daher sollten Sie eine Karte erstellen, die die Entfernung zu diesen Einrichtungen angibt, damit die Schule dort in der Nähe angesiedelt werden kann. Das Prozessmodell beinhaltet die Berechnung der Entfernungen zu Freizeiteinrichtungen.
- Benötigtes Eingabe-Dataset: Standort von Freizeiteinrichtungen
Befinden sich die Standorte auch nicht im Einzugsgebiet anderer Schulen?
Sie sollten die Schule so ansiedeln, dass sie weit genug von anderen Schulen entfernt ist, damit sie nicht in deren Einzugsgebiet eingreift. Daher müssen Sie eine Karte erstellen, die die Entfernungen zu anderen Schulen darstellt. Dabei bezieht das Prozessmodell die Berechnung der Entfernung zu vorhandenen Schulen ein.
- Benötigtes Eingabe-Dataset: Standort vorhandener Schulen
Schritt 3: Erkunden von Eingabe-Datasets
Wenn Sie Ihr Problem in eine Reihe von Zielvorstellungen und Prozessmodellen aufgegliedert haben und sich für die benötigten Datasets entschieden haben, müssen Sie Ihre Eingabe-Datasets prüfen, um deren Inhalt zu verstehen. Dies umfasst das Verständnis, welche Attribute in den Datasets zur Lösung des Problems wichtig sind und auch die Suche nach Trends in den Daten ist wichtig.
Wenn Sie Ihre Daten erkunden, erhalten Sie Einblicke zu den Flächen, auf denen die Schule angesiedelt werden könnte, den Gewichtungen der Eingabe-Attribute und den Änderungen Ihres Darstellungsprozesses. Sie sehen die Standorte vorhandener Schulen und Freizeiteinrichtungen und können anhand des Höhen-Datasets ableiten, wo sich die höher gelegenen Flächen befinden. Das Landnutzungs-Dataset sagt Ihnen, welche Art der Landnutzung sich auf welchen Flächen befindet und wo sie im Bezug auf die anderen Datasets lokalisiert ist.
Schritt 4: Durchführen von Analysen
Sie haben sich für Ihre Zielvorstellungen, die Elemente und deren Interaktionen, die Prozessmodelle sowie für die benötigten Eingabe-Datasets entschieden. Sie können nun mit den Analysen beginnen.
Viele Tasks, die von ArcGIS gelöst werden können, werden im Buch ESRI Guide to GIS Analysis erläutert, das Sie bei Esri Press erhalten. 
.
Bei der Suche nach dem besten Standort für die neue Schule gibt es zwei Wege, an die Analyse heranzugehen. Sie können eine Eignungskarte erstellen, um die Eignung jedes Standortes auf der Karte zu bestimmen, oder einfach Ihre erstellten Datasets abfragen, um ein Boolesches Ergebnis – wahr oder falsch – zu erhalten.
Erstellen einer Eignungskarte
Das Erstellen einer Eignungskarte ermöglicht es Ihnen, einen Eignungswert für jeden Standort auf der Karte zu bestimmen.
Angenommen, Sie haben die erforderlichen Layer (in diesem Beispiel sind dies Neigung, Entfernung zu Freizeiteinrichtungen, Entfernung zu vorhandenen Schulen und Landnutzung) für die Analyse erstellt. Wie müssen diese erstellten Layer miteinander kombiniert werden, um eine einzige Karte mit der Rangfolge für alle möglichen Schulstandorte zu erstellen? Sie brauchen eine Möglichkeit, die Layers untereinander anhand ihrer Klassenwerte zu vergleichen. Eine Möglichkeit besteht darin, den Klassen innerhalb der einzelnen Karten-Layern Zahlenwerte zuzuweisen bzw. diese zu reklassifizieren.
Jeder Karten-Layer besitzt einen Wert, der sich danach richtet, wie geeignet ein Standort für eine neue Schule ist. Sie können z. B. den Klassen in jedem Layer einen Wert auf einer Skala von 1 bis 10 zuweisen, wobei 10 der höchste ist.
Dies wird oft als Eignungsskala bezeichnet. NoData kann verwendet werden, um Flächen zu kennzeichnen, die nicht in Betracht gezogen werden sollten. Wenn alle Werte in einer numerischen Skala sind, erhält jeder die Möglichkeit, in die Wertung zum geeignetsten Standort einbezogen zu werden. Das Modell wird auf diese Art erstellt. Dann können beim Testen von alternativen Szenarien Gewichtungsfaktoren zu Layern hinzugefügt werden, um die Daten und ihre Beziehungen weiter zu untersuchen.
Erstellen von Eignungsskalen
Viele Skalen, wie auch die in unserem Beispiel, sind künstlich. Sie sind häufig eine Reihung von Eignungswerten mit einer Rangfolge oder einer Priorität, vom besten zum schlechtesten. Diese Rangfolge basiert auf etwas, das Sie messen können, wie z. B. die Entfernung zu anderen Schulen. Doch letztendlich sind dies subjektive Messwerte, die anzeigen, wie geeignet eine bestimmte Entfernung zu einer Schule für die Bestimmung des Standortes einer anderen Schule ist.
Es gibt auch natürliche Skalen, die mit gewissen Zielvorstellungen verbunden sind. Kosten sind ein gutes Beispiel, das aber ausreichend detailliert bestimmt werden muss. In einer Studie zur Baueignung würde die Zielvorstellung "niedrige Kosten" für den Baugrund mit einer Skala in Dollar gemessen. Stellen Sie sicher, dass Sie die Skala genau festlegen. Für Aspekte wie Währungen gibt es noch andere Variablen, z. B. ob es sich um US-Dollar oder Australische Dollar handelt oder wenn es um den Wechselkurs zwischen Währungen geht.
Viele Skalen sind keine linearen Beziehungen, obwohl Sie oft so dargestellt werden, um Zeit und Geld zu sparen oder weil nicht alle Optionen einbezogen wurden. Wenn Sie z. B. einer Entfernung eine Skala zuweisen würden, könnte man einen Weg von 1, 5 oder 10 Kilometern nicht mit einer Eignung von 10, 5 und 1 auslegen, wenn Sie diesen Weg zu Fuß machen. Einige mögen denken, dass 5 Kilometer laufen nur doppelt so aufwendig ist wie einen Kilometer zu laufen, während andere glauben, es sei zehn Mal so aufwendig.
Wenn Sie eine Eignungsskala erstellen, befragen Sie Experten, um das Beste und Schlechteste an einem Szenarium und so viele Punkte wie nur möglich dazwischen zu finden. Die Experten sollten von der jeweiligen Zielvorstellung Kenntnis haben. Beispiel: Es macht mehr Sinn, Pendler nach ihrer Meinung zur erwünschten Reisezeit zu befragen als Stadtbeamte zu fragen, wann sie den Verkehr für am dichtesten halten.
Weitere Informationen zum Umgang mit widersprüchlichen Zielen und Bewertungskriterien finden Sie im Buch GIS and Multicriteria Decision Analysis von Jacek Malczewski.
Erstellen einer Rangfolge für Flächen in der Nähe von Freizeiteinrichtungen
Um die Schule in der Nähe von Freizeiteinrichtungen ansiedeln zu können, müssen Sie die Entfernung zu diesen kennen. Das Spatial Analyst-Werkzeug Euklidische Entfernung erstellt eine solche Karte, wobei die direkte (euklidische) Entfernung von einer Position zur nächsten Freizeiteinrichtung errechnet wird. Das Ergebnis ist ein Raster-Dataset, in welchem jede Zelle die Entfernung zur nächsten Freizeiteinrichtung anzeigt. Um diese Karte einzuordnen, verwenden Sie das Werkzeug Reklassifizieren. Da Sie die Schule ja vorzugsweise dicht an einer Freizeiteinrichtung ansiedeln möchten, geben Sie einer Entfernung weit weg von der Freizeiteinrichtung einen Wert von 1 und denen, die dicht an der Freizeiteinrichtung liegen, einen Wert von 10. Anschließend verteilen Sie die Rangfolgewerte auf die Entfernungen linear dazwischen, wie es die folgende Abbildung zeigt.
Erstellen einer Rangfolge in Bezug auf vorhandene Schulen
Um nicht in den Einzugsbereich anderer Schulen zu geraten, müssen Sie die Entfernungen zu diesen kennen. Das Spatial Analyst-Werkzeug Euklidische Entfernung erstellt eine solche Karte, wobei die direkte Entfernung von einer Position zur nächsten Schule errechnet wird. Das Ergebnis ist ein Raster-Dataset, in welchem jede Zelle die Entfernung zur nächsten Schule anzeigt. Um diese Karte einzuordnen, verwenden Sie das Werkzeug Reklassifizieren. Da Sie die Schule ja vorzugsweise nicht in der Nähe vorhandener Schulen ansiedeln möchten, geben Sie einer Entfernung in der Nähe vorhandener Schule einen Wert von 1 und denen, die weit weg von anderen Schulen sind, einen Wert von 10. Anschließend verteilen Sie die Rangfolgewerte auf die Entfernungen linear dazwischen, wie es die folgende Abbildung zeigt.
Zuweisen von Rangfolgewerten für Flächen auf relativ ebenem Untergrund
Um steile Hänge zu vermeiden und ebene Flächen für die Bebauung zu finden, müssen Sie die Hangneigung des Geländes kennen. Das Werkzeug Neigung erstellt solch eine Karte, wobei für jede Zelle die maximale Änderungsrate zum Wert der nächsten Zelle bestimmt wird. Um diese Karte einzuordnen, verwenden Sie das Werkzeug Reklassifizieren. Da Sie die Schule ja vorzugsweise auf ebenem Untergrund ansiedeln möchten, geben Sie Standorten mit steilen Hängen einen Wert von 1 und denen mit der geringsten Neigung einen Wert von 10. Anschließend verteilen Sie die Rangfolgewerte linear dazwischen, wie es die folgende Abbildung zeigt.
Zuweisen von Rangfolgewerten für Flächen aufgrund ihrer Eignung (Landnutzungsart)
Um die Karte einzuordnen, die Landnutzungsarten darstellt, verwenden Sie das Werkzeug Reklassifizieren. Aus Kostengründen sind Flächen bestimmter Landnutzungsarten vorzuziehen. Daher müssen Sie sich über die Rangfolgewerte informieren.
Entfernungen oder Neigungen einen Rangfolgewert zu geben, ist recht einfach. Sie müssen lediglich entscheiden, ob Sie kleine oder große Entfernungen vorziehen und ob starke oder geringe Hangneigungen gebraucht werden, um dann den Werten dazwischen einen Rangfolgewert zu geben oder eine maximale Entfernung oder Neigung festzulegen. Nun müssen Sie sich entscheiden, welche Landnutzungsarten vorzuziehen sind. Das hängt ganz von Ihrer Untersuchung ab. Die einfachste Art, diese Entscheidung zu treffen, ist, die günstigsten und ungünstigsten Landnutzungsarten zu bestimmen. Von den übrigen Landnutzungsarten wählen Sie dann wieder die günstigste und die ungünstigste. Das tun Sie, bis jede Landnutzungsart eine Priorität hat. Wasser- und Sumpfflächen wurden von dieser Analyse ausgeschlossen, da man auf Wasser nicht bauen kann und es für den Bau in Sumpfgebieten Beschränkungen gibt. Die folgende Abbildung enthält die Rangfolgewerte der Landnutzungsarten.
Kombinieren der Eignungskarten
Der letzte Arbeitsschritt im Eignungsmodell ist das Kombinieren der reklassifizierten Ausgaben (der Eignungskarten) der Entfernung zu Freizeiteinrichtungen, Entfernung zu Schulen, Neigung und Landnutzungsarten.
Um der Forderung gerecht zu werden, dass einige Zielvorstellungen eine höhere Priorität im Eignungsmodell haben als andere, können Sie die Datasets gewichten, indem Sie den Datasets mit höherer Priorität im Modell eine höhere Gewichtung (in %) geben als anderen. Wenn alle Datasets gleich wichtig sind, können Sie allen dieselbe Gewichtung zuweisen.
Im Beispiel haben Sie beim Aufgliedern des Problems festgestellt, dass die Zielvorstellung, eine Schule so nah wie möglich an Freizeiteinrichtungen zu bauen, am wichtigsten ist. Von zweitgrößter Wichtigkeit ist die ausreichende Entfernung des Schulneubaus zu bereits vorhandenen Schulen. Die folgenden Prozentzahlen werden den Eignungskarten zugewiesen. Die Werte in Klammern sind die Prozentzahlen geteilt durch 100, um die Werte zu vereinheitlichen. Dieser Wert wird dann der Eignungskarte zugewiesen:
Eignungsprozentsätze
| Eignungsfaktoren | Prozentualer Einfluss | Normalisierte Prozentsätze |
|---|---|---|
Entfernung zu Freizeiteinrichtungen | 50% | (0.5) |
Entfernungen zu Schulen | 25% | (0.25) |
Neigung | 12.5% | (0.125) |
Landnutzungsarten | 12.5% | (0.125) |
Somit hat die Entfernung zu Freizeiteinrichtungen einen Einfluss von 50 Prozent (0,5) und die Entfernung zu anderen Schulen einen Einfluss von 25 Prozent (0,25) auf das Endergebnis. Neigung und Landnutzungsarten haben beide einen Einfluss von 12,5 Prozent (0,125). Wie die Zuweisung von Eignungsmaßstäben ist auch die Zuweisung von Gewichtungen ein subjektiver Prozess, der davon abhängt, welche Zielvorstellungen bei Ihrer Untersuchung am wichtigsten sind.
Die endgültige Eignungskarte entsteht durch Kombinieren aller Karten. Gewichtungen können parallel zum Kombinieren der Eignungskarten zugewiesen werden. Die endgültige Eignungskarte zum Auffinden von Standorten für die Schule wird unten veranschaulicht. Die am besten geeigneten Standorte sind im dunkelsten Grünton eingefärbt. Die am wenigsten geeigneten Standorte sind orange hervorgehoben.
Sie können Map-Algebra verwenden, um Datasets zu gewichten und zu kombinieren. Sie können auch das Werkzeug Gewichtete Überlagerung verwenden. Wenn Sie dieses Werkzeug in einem Modell verwenden, können Sie leicht zurückgehen und die Gewichtungen (prozentualer Einfluss) sowie alle Maßstabswerte ändern, die Sie festgelegt haben. Wenn Sie Geoverarbeitungswerkzeuge in einem Modell miteinander verbinden, müssen Sie das Modell nur einmal erstellen. Anschließend können Sie Parameterwerte ändern, um mit verschiedenen Ergebnissen zu experimentieren.
Abfragen ihrer Daten
Die Alternative zur Suche nach den am besten geeigneten Standorten für die neue Schule ist, Ihre Daten abzufragen. Wenn Sie alle Datasets erstellt haben, die Sie benötigen (Neigung, Entfernung zu Freizeiteinrichtungen und Entfernung zu Schulen), können Sie die Daten abfragen, um die besten Standorte zu finden. Solch eine Abfrage zielt darauf ab, alle Standorte auf Agrarland mit Neigungen von weniger als 20 % zu finden, wobei die Freizeiteinrichtungen weniger als 1 km entfernt und die nächsten Schulen mehr als 4 km entfernt liegen.
Das Ergebnis ist eine Boolesche Karte ("Wahr" oder "Falsch") aller Standorte, auf die die Kriterien zutreffen. Die Flächen in Grün sind als Schulstandort geeignet; die ungeeigneten Flächen sind braun unterlegt.
Vergleichen Sie dieses Ergebnis mit der Eignungskarte aus dem vorherigen Schritt. Der Unterschied zwischen einer Abfrage der Daten und einer Eignungskarte besteht darin, dass Sie beim Abfragen der Daten zum Erzeugen einer Booleschen Karte keine Flächen mit mittlerer Eignung erhalten. Ein Standort entspricht entweder allen Kriterien, oder er wird als ungeeignet eingestuft. Wenn Sie eine flexiblere Analyse benötigen, sollten Sie eine Eignungskarte erstellen, in der jeder Standort (d. h. jede Zelle) einen Eignungswert aufweist. Nehmen Sie beispielsweise folgenden Fall: In Ihrer Eignungsanalyse wird ein Standort als ideal geeignet eingestuft. Nach einer weiteren Untersuchung stellt sich jedoch heraus, dass baurechtliche Einschränkungen an diesem Standort bestehen. Da Sie die Einstufung der Standorte jedoch nicht auf "geeignet" und "ungeeignet" eingeschränkt haben (wie beim Booleschen Ansatz), können Sie einen nahe gelegenen Standort ermitteln, der zwar nicht ideal ist (beispielsweise ein Standort, dessen Landnutzungstyp weniger geeignet ist), jedoch immer noch einen guten Standort darstellt.
Schritt 5: Überprüfen der Ergebnisse
Wenn Sie Ihr Ergebnis aus der räumlichen Analyse erhalten haben, müssen Sie noch dessen Richtigkeit überprüfen. Das sollte, wenn möglich, durch Besuch am Standort selbst erfolgen. Oft wurde in dem Ergebnis, das Sie erreicht haben, etwas Wichtiges nicht berücksichtigt. Beispielsweise kann sich in der Nähe des Standorts eine Hühnerfarm befinden, die Geruchsbelästigungen verursacht, oder Sie entdecken beim Lesen der Unterlagen im Rathaus, dass es eine Baubeschränkung für das gewünschte Stück Land gibt, von der Sie nichts wussten. Wenn dies der Fall ist, müssen Sie diese Informationen in Ihre Analyse mit einbeziehen.
Schritt 6: Implementieren des Ergebnisses
Der letzte Schritt im Raummodell ist das Implementieren des Ergebnisses, also der Bau der neuen Schule am gewählten Standort.