20/05/2013
In der Welt der Geoinformationssysteme (GIS) ist es entscheidend, stets über die neuesten Entwicklungen bei Softwarewerkzeugen und Datenverarbeitungsmethoden informiert zu sein. ArcGIS von Esri ist eine weit verbreitete Plattform, die kontinuierlich weiterentwickelt wird. Aktuelle Informationen betreffen sowohl die Verfügbarkeit und Weiterentwicklung mobiler Anwendungen als auch fundamentale Techniken zur Darstellung und Analyse von Daten. Dieser Artikel beleuchtet zwei wichtige Bereiche: das Ende einer bekannten mobilen Anwendung und verschiedene Methoden zur Klassifizierung von Daten für die Kartenvisualisierung.
Die mobile Datenerfassung und -bearbeitung ist ein Eckpfeiler vieler GIS-Workflows. ArcGIS Collector war lange Zeit ein beliebtes Werkzeug für diese Aufgabe. Allerdings haben sich die Anforderungen und technologischen Möglichkeiten weiterentwickelt, was zu strategischen Entscheidungen seitens Esri geführt hat. Die Zukunft der mobilen GIS-Arbeit mit Esri liegt nun in einer anderen Anwendung.
Ebenso wichtig wie die Datenerfassung ist die effektive Präsentation räumlicher Daten auf Karten. Die Art und Weise, wie numerische Daten klassifiziert und visuell dargestellt werden, kann die Interpretation und Vermittlung von Informationen stark beeinflussen. ArcGIS bietet hierfür verschiedene mächtige Werkzeuge und Methoden, die es ermöglichen, Muster und Trends in den Daten hervorzuheben.
Das Ende von ArcGIS Collector: Ein Übergang zu neuen Lösungen
Für viele Anwender war ArcGIS Collector eine zentrale Anwendung für die mobile Datenerfassung im Feld. Esri hat jedoch angekündigt, diese Anwendung schrittweise einzustellen und durch eine modernere, integrierte Lösung zu ersetzen. Dies betrifft verschiedene Plattformen zu unterschiedlichen Zeitpunkten, und es ist wichtig, die genauen Fristen und Alternativen zu kennen, um einen reibungslosen Übergang zu gewährleisten.
ArcGIS Collector für Android und iOS wurde bereits am 31. Dezember 2021 offiziell eingestellt und wird seitdem nicht mehr unterstützt. Dies bedeutete für viele mobile GIS-Teams, die diese Plattformen nutzten, eine Notwendigkeit zur Umstellung bereits vor einiger Zeit.
Nun steht auch das Ende von ArcGIS Collector für Windows bevor. Am 1. Oktober 2024 wird ArcGIS Collector auf Windows offiziell eingestellt und von Esri nicht mehr unterstützt. Nach diesem Datum wird die Anwendung auf mobilen Geräten zwar weiterhin funktionieren, sofern sie bereits heruntergeladen wurde, sie erhält jedoch keine Unterstützung oder weitere Verbesserungen mehr. Um den Übergang zu erleichtern, bleibt die Collector-App im Microsoft Store bis Oktober 2025 verfügbar. Dies gibt Organisationen zusätzliche Zeit, ihre Migrationspläne umzusetzen.
Die Empfehlung von Esri und der designierte Nachfolger für ArcGIS Collector ist ArcGIS Field Maps. Diese Anwendung wurde im Herbst 2020 für Android und iOS eingeführt und bietet laut Esri die besten Funktionen für mobile Kartenansicht, Datenerfassung und Echtzeit-Standortfreigabe – alles in einer einzigen, benutzerfreundlichen Anwendung. Field Maps vereint die Funktionen von Collector, Explorer und Tracker in einer App und stellt somit eine umfassendere Lösung dar.
Für Kunden, die auf Android oder iOS migrieren können, wird dringend empfohlen, auf ArcGIS Field Maps umzusteigen. Esri hat keine Pläne, derzeit eine native Field Maps App für Windows zu entwickeln. Für Unterstützung bei der Migration zu Field Maps steht ein Migrationsleitfaden zur Verfügung, der den Prozess erleichtern soll.
Was bedeutet das für Anwender, die nicht auf Android oder iOS migrieren können und weiterhin auf Windows-Plattformen arbeiten müssen? Glücklicherweise gibt es alternative ArcGIS-Anwendungen, die auf Windows verfügbar sind und für verschiedene GIS-Aufgaben genutzt werden können. Dazu gehören leistungsstarke Desktop-Anwendungen wie ArcGIS Pro, spezialisierte Erfassungswerkzeuge wie ArcGIS Survey123 und ArcGIS QuickCapture, sowie Visualisierungs-Tools wie ArcGIS Earth. Darüber hinaus stehen verschiedene ArcGIS Webanwendungen zur Verfügung, die über einen Browser genutzt werden können, wie ArcGIS Experience Builder, ArcGIS Instant Apps und ArcGIS Web Editor. Diese bieten flexible Möglichkeiten zur Datenerfassung, -bearbeitung und -visualisierung.
Zusätzlich zu den Standardanwendungen bietet Esri für spezifische Windows-Lösungen ein umfangreiches Partnernetzwerk. Benutzer können auch benutzerdefinierte Windows-Lösungen entwickeln, indem sie das ArcGIS Maps SDK for .Net verwenden. Dies ermöglicht die Erstellung maßgeschneiderter Anwendungen, die genau auf die Anforderungen zugeschnitten sind.
Bei Fragen zum Übergang oder zu den Alternativen können sich Kunden jederzeit an ihren Esri Account Manager oder den Esri Support wenden. Feedback und Ideen für das Field Maps Team können auch über die Esri Community geteilt werden.
Datenklassifizierung in ArcGIS: Muster in Karten sichtbar machen
Die effektive Visualisierung numerischer Daten auf einer Karte ist oft der Schlüssel zum Verständnis räumlicher Muster und Beziehungen. ArcGIS bietet hierfür vielfältige Werkzeuge zur Datenklassifizierung. Dabei werden Daten in Klassen oder Gruppen unterteilt, um sie visuell darzustellen, beispielsweise durch unterschiedliche Farben oder Größen von Symbolen.
Der Prozess der Klassifizierung beinhaltet die Definition von Wertebereichen und Klassengrenzen. Diese Grenzen bestimmen, welche Features in welche Klasse fallen und wie die Darstellung der Ebene auf der Karte aussieht. Durch die Verwendung verschiedener Klassifizierungsmethoden kann das Erscheinungsbild der Karte stark verändert werden. Das übergeordnete Ziel ist in der Regel sicherzustellen, dass Features mit ähnlichen Werten derselben Klasse zugeordnet werden.
Abhängig von der Datenmenge können bis zu 10 Klassen erstellt werden. Mehr Daten ermöglichen oft eine feinere Unterteilung in mehr Klassen. Die Wahl der richtigen Klassifizierungsmethode hängt von der Art der Daten, ihrer Verteilung und der Botschaft ab, die mit der Karte vermittelt werden soll.
Verschiedene Klassifizierungsmethoden und ihre Anwendungen
Natürliche Unterbrechungen (Natural Breaks oder Jenks' Optimization)
Diese Methode basiert auf den natürlichen Gruppierungen, die in den Daten selbst vorhanden sind. Der Algorithmus identifiziert Klassengrenzen, die ähnliche Werte bestmöglich gruppieren und gleichzeitig die Unterschiede zwischen den Klassen maximieren. Stellen Sie sich zum Beispiel Baumhöhen in einem Wald vor; diese Methode würde Cluster von ähnlichen Höhen identifizieren. Die Features werden in Klassen unterteilt, deren Grenzen dort liegen, wo es relativ große Unterschiede in den Datenwerten gibt. Da die Klassifizierung nach natürlichen Unterbrechungen geclusterte Werte in derselben Klasse platziert, eignet sich diese Methode gut für die Kartierung von Datenwerten, die nicht gleichmäßig verteilt sind.
Gleiches Intervall (Equal Interval)
Bei dieser Methode wird der Wertebereich des Attributs in gleich große Teilbereiche unterteilt. Der Benutzer gibt die Anzahl der Intervalle an, und die Daten werden automatisch aufgeteilt. Wenn Sie beispielsweise drei Klassen für ein Attributfeld mit Werten von 0 bis 300 angeben, werden drei Klassen mit den Bereichen 0-100, 101-200 und 201-300 erstellt. Das gleiche Intervall wird am besten auf vertraute Datenbereiche wie Prozentsätze und Temperaturen angewendet. Diese Methode hebt den Betrag eines Attributwerts im Verhältnis zu anderen Werten hervor. Zum Beispiel kann sie zeigen, dass ein Geschäft zu der Gruppe von Geschäften gehört, die das obere Drittel aller Umsätze ausmachen.
Standardabweichung (Standard Deviation)
Diese Methode zeigt, wie stark der Attributwert eines Features vom Mittelwert abweicht. Durch die Hervorhebung von Werten oberhalb und unterhalb des Mittelwerts hilft die Klassifizierung nach Standardabweichung zu zeigen, welche Features über oder unter einem Durchschnittswert liegen. Verwenden Sie diese Klassifizierung, wenn es wichtig ist zu wissen, wie Werte mit dem Mittelwert zusammenhängen, z. B. bei der Überprüfung der Bevölkerungsdichte in einer Region oder beim Vergleich von Zwangsvollstreckungsraten im ganzen Land. Für mehr Details auf der Karte können Sie die Klassengröße von einer Standardabweichung auf 0,5 Standardabweichungen ändern.
Quantil-Klassifizierung (Quantile)
Bei der Quantil-Klassifizierung enthält jede Klasse eine gleiche Anzahl von Features. Wenn Sie beispielsweise 100 Features haben und fünf Quantil-Klassen erstellen, enthält jede Klasse 20 Features. Es gibt keine leeren Klassen oder Klassen mit zu wenigen oder zu vielen Werten. Diese Methode ist gut geeignet für linear (gleichmäßig) verteilte Daten. Wenn Sie in jeder Klasse die gleiche Anzahl von Features oder Werten haben müssen, verwenden Sie die Quantil-Klassifizierung. Da Features in jeder Klasse in gleicher Anzahl gruppiert werden, kann die resultierende Karte jedoch oft irreführend sein. Ähnliche Features können in benachbarte Klassen platziert werden, oder Features mit sehr unterschiedlichen Werten können in dieselbe Klasse fallen. Diese Verzerrung können Sie minimieren, indem Sie die Anzahl der Klassen erhöhen. Trotz dieses potenziellen Nachteils ist die Quantil-Klassifizierung nützlich, um die Verteilung der Features über verschiedene Wertebereiche hinweg gleichmäßig darzustellen, insbesondere wenn die relative Anzahl von Features in jedem Bereich von Interesse ist.
Manuelle Intervalle (Manual Interval)
Um benutzerdefinierte Klassen zu definieren, können Sie manuell Klassengrenzen hinzufügen und Wertebereiche festlegen, die für die Daten geeignet sind. Alternativ können Sie mit einer der Standardklassifizierungsmethoden beginnen und bei Bedarf Anpassungen vornehmen. Möglicherweise gibt es bereits bestimmte Standards oder Richtlinien für die Kartierung der Daten, z. B. kann eine Behörde Standardklassen oder -grenzen für alle Karten verwenden, wie die Fujita-Skala (F-Skala) zur Klassifizierung der Stärke von Tornados. Diese Methode bietet die größte Flexibilität, erfordert aber auch ein gutes Verständnis der Daten und des gewünschten Kartenbildes.
Häufig gestellte Fragen (FAQ)
Wird ArcGIS Collector noch unterstützt?
ArcGIS Collector für Android und iOS wird seit Ende 2021 nicht mehr unterstützt. ArcGIS Collector für Windows wird ab dem 1. Oktober 2024 nicht mehr von Esri unterstützt. Die App bleibt bis Oktober 2025 im Microsoft Store verfügbar, aber ohne Support oder Updates.
Was ist der Nachfolger von ArcGIS Collector?
Der Nachfolger ist ArcGIS Field Maps, eine integrierte mobile Anwendung, die Funktionen für Kartenansicht, Datenerfassung und Standortfreigabe vereint.
Gibt es Alternativen zu Collector auf Windows?
Ja, auf Windows stehen alternative ArcGIS-Anwendungen wie ArcGIS Pro, ArcGIS Survey123, ArcGIS QuickCapture, ArcGIS Earth sowie Webanwendungen zur Verfügung. Benutzer können auch benutzerdefinierte Lösungen entwickeln.
Was ist die Quantil-Klassifizierung?
Die Quantil-Klassifizierung ist eine Methode zur Datenklassifizierung, bei der jede Klasse eine gleiche Anzahl von Features enthält. Sie eignet sich gut für gleichmäßig verteilte Daten, kann aber manchmal irreführend sein, da Features mit ähnlichen oder unähnlichen Werten in derselben Klasse landen können.
Warum sollte ich Daten in ArcGIS klassifizieren?
Die Datenklassifizierung hilft dabei, numerische Daten auf Karten visuell darzustellen und Muster, Trends oder Unterschiede in den Daten hervorzuheben, indem Features mit ähnlichen Werten gruppiert und Unterschiede zwischen den Gruppen maximiert werden.
Der Übergang von ArcGIS Collector zu ArcGIS Field Maps und das Verständnis der verschiedenen Methoden der Datenklassifizierung, wie der Quantil-, Natürliche Unterbrechungen- oder Standardabweichung-Methode, sind wichtige Aspekte für jeden, der mit ArcGIS arbeitet. Indem Sie sich mit diesen Themen vertraut machen, können Sie sicherstellen, dass Ihre mobilen Workflows effizient bleiben und Ihre Karten die zugrundeliegenden räumlichen Informationen klar und präzise vermitteln.
Wenn du mehr spannende Artikel wie „ArcGIS: Migration & Datenklassifizierung“ entdecken möchtest, schau doch mal in der Kategorie Bürobedarf vorbei!