Produktübersicht

Modelle und Werkzeuge für statistische Exploration, Modellierung und Mapping von Geodaten

ArcGIS Geostatistical Analyst stellt den ArcGIS Desktop Anwendungen (ArcInfo, ArcEditor und ArcView) als funktionale Erweiterung statistische Funktionen für raumbezogene Fragestellungen bereit. Mit dieser Erweiterung können Sie in einer dynamischen Arbeitsumgebung eine breite Palette von Werkzeugen für die explorative Datenanalyse, die Suche nach Anomalien, Optimierungsaufgaben, die Bewertung der Vorhersageverlässlichkeit und die Erzeugung von statistischen Oberflächen nutzen.

Ein wichtiger Bestandteil von ArcGIS Geostatistical Analyst sind die Funktionen zur explorativen Analyse und statistischen Interpolation. Im explorativen Teil einer Analyse stehen Ihnen interaktiv verwendbare Graphen zur Verfügung, um Kenngrößen wie die Verteilung, Variabilität oder die Schwankungen in der Gesamtheit bzw. einem bestimmten räumlichen Ausschnitt zu ermitteln. Die Interpolations-Werkzeuge sind gleichermaßen Tools wie Modelle, die direkt auf die Ergebnisse/Vorgaben aus der explorativen Analyse zugreifen. Hiermit werden Korrelationen gerechnet, wahrscheinliche Werte ermittelt und die Vorhersagegenauigkeit quantifiziert, um Voraussetzungen für eine Entscheidungsfindung zu haben.

Besonders leistungsfähig wird dieses Paket durch die nahtlose Integration in das ArcGIS Desktop Paket. Somit muss keine zusätzliche Software für die Aufbereitung, die statistische Analyse, die Berechnung von Isolinien, das Postprocessing oder die Ausgabe der Daten in Form von Karten oder Animationen eingesetzt werden.

Da viele Anwender von Geostatistical Analyst keine Statistik-Spezialisten sind, kommt den benutzerfreundlichen, interaktiven und mit verlässlichen Standardwerten arbeitenden Werkzeugen große Bedeutung zu.

Warum ArcGIS Geostatistical Analyst einsetzen?

• Der optische Eindruck kann täuschen und lässt uns Muster wahrnehmen, die keine sind oder bestehende nicht erkennen. Geostatistical Analyst objektiviert Analysen und stellt Methoden bereit, um Trends und Muster in raumbezogenen Daten herauszufinden.
• Bei Einsatz von ungenauen, unvollständigen oder mit Unsicherheiten behafteten Daten sowie bei Modellen mit Unschärfen entstehen Ergebnisse und werden Schlussfolgerungen gezogen, die ihrerseits mit einem gewissen Maß an Unsicherheit belegt sind. ArcGIS Geostatistical Analyst bietet die passende Umgebung, um diese Unsicherheiten und Unschärfen zu quantifizieren.
• Um die Voraussagegenauigkeit von Szenarien und Simulationen zu erhöhen, werden multivariate statistische Verfahren eingesetzt. Diese korrelieren verschiedene Attribute, um Abhängigkeiten zu ermitteln. Mit ArcGIS Geostatistical Analyst stehen Ihnen diese Verfahren zur Verfügung.
• Geostatistical Analyst eröffnet Ihnen Prognosemöglichkeiten, um beschriebene räumliche Phänomene auch auf Bereiche anzuwenden, für die keine Messwerte vorliegen. Damit haben Sie ein wertvolles Hilfsmittel zur Hand, wenn es um die Planung von Stichprobenrastern und deren Optimierung geht.

Anwendungsbereiche von ArcGIS Geostatistical Analyst

Geostatistische Methoden lassen sich praktisch überall einsetzen. Jede Datenquelle mit Raumbezug (Koordinaten mit zugehörigen Sachdaten) kann mit Geostatistical Analyst untersucht werden. Einige Beispiele mit hohem Nutzwert durch Geostatistik sind hier aufgeführt.

Meteorologen und Statistiker verwenden Geostatistik, um atmosphärische Beobachtungen auszuwerten. Die beiden folgenden Filme zeigen am Beispiel von Ozonmesswerten ein denkbares Anwendungsszenario, um aus Punktwerten eine statistisch gesicherte Ozonverteilung zu errechnen.

Im Bergbau wird Geostatistik durch den gesamten "Life-Cycle" von der Prospektion über Machbarkeitsstudien bis hin zur Reduktionsüberwachung eingesetzt.

Die Erdöl-Industrie verwendet äußerst erfolgreich statistische Methoden, um etwa seismische Messungen, Bohrstandorte, physische Beschaffenheitsparameter etc. zu korrelieren.

In Umweltfragen können die variablen Eigenschaften von Boden, Luft, Schadstoffen etc. mit geostatistischen Methoden wirkungsvoll modelliert und simuliert werden. Zahlreiche Demos, Beispiele sowie wissenschaftliche und im Bildungsbereich erschienene Vorträge und Materialien belegen den vielfältigen Einsatz. So ist um ein Beispiel zu nennen Geostatistik der heute übliche Ansatz, um Fischvorkommen und -reichtum zu prognostizieren.

Moderne landwirtschaftliche Methoden setzen auf Geostatistik. Zur Steigerung von Ertrag, Ergebnis je Fläche und zur Optimierung des Mitteleinsatzes wie auch zur Schonung der Umwelt werden GIS gestützte statistische Verfahren genutzt. Der folgende Link führt Sie zu einer exemplarischen Studie (engl.). Working on Nonstationarity Problems in Geostatistics Using Detrending and Transformation Techniques: An Agricultural Case Study

Geostatistical Analyst wird an Universitäten überall in der Welt eingesetzt. Wissenschaftler haben so die Möglichkeit, zahlreiche der oben beschriebenen erprobten Verfahren räumlicher Statistik in ihre jeweiligen Anwendungsgebiete zu übertragen.