Wie Sie eigene Bilddaten in ArcGIS Online nicht nur visualisieren, sondern auch analysieren können, zeigen wir in diesem Beitrag.
Luftbild-, Drohnen- oder Satellitenbilddaten können wichtige geographische Informationen enthalten. Esri bietet zwar über den Living Atlas den Nutzer*innen von ArcGIS bereits eine ganze Reihe an frei verfügbaren Bilddaten an. Im Projektkontext werden aber dennoch häufig eigene Bilddaten benötigt.
Bislang war es möglich eigene Bilddaten als Raster Tile Caches in ArcGIS Online hochzuladen und zu verwenden. Mit der neuen User Type Extension „ArcGIS Image for ArcGIS Online“ lassen sich nun auch Tiled und Dynamic Imagery Layer in ArcGIS Online erstellen. Damit können Sie die Daten nicht mehr nur visualisieren, sondern auch in Analysen einbinden.
Die 3 verschiedenen Dienste-Typen (Tile Cache, Tiled und Dynamic Imagery Layer) werden in diesem Blog-Artikel genauer vorgestellt.
Bilddaten-Dienste, die sich für Analysen eignen, waren auf einen ArcGIS Image Server im Enterprise Umfeld angewiesen. Jetzt hat man ganz ähnliche Möglichkeiten mit ArcGIS Online. Der Vorteil liegt zum einen in der wartungsfreien SaaS-Umgebung (= Nutzer*in braucht sich weder um Hardware-Beschaffung, noch um Installation, Administration oder Wartung zu kümmern), und zum anderen kann die Datenhaltung und Analyse in einer ArcGIS Online-Umgebung (Lizenz-)kostengünstiger sein. Jede Nutzerin und jeder Nutzer, der Bilddaten-Dienste publiziert und analysiert, benötigt die User Type Extension „ArcGIS Image for ArcGIS Online“. Weitere Kosten hängen im Wesentlichen von der Menge an Daten und von der Häufigkeit der Analysen ab. Bei kleineren Projekten sollten die Gesamtkosten aber unterhalb der Anschaffungskosten für einen ArcGIS Image Server liegen.
Die Bereitstellung der Bild- und Rasterdaten ist dabei denkbar einfach und passiert über die Benutzeroberfläche in ArcGIS Online. In weniger als 5 Schritten ist der Dienst erstellt.
Auch die Analyse ist direkt über den Kartenviewer in ArcGIS Online möglich. Die Anwendungsfälle reichen über einfachere Vegetationsanalysen bis hin zu Deep Learning Verfahren im Bereich Objekterkennung oder Pixelklassifikation.
Weitere Möglichkeiten der Analyse ergeben sich über die REST API bzw. ArcGIS API for Python oder über die Verarbeitung in ArcGIS Pro.
Vom 11. – 14. Oktober fand unsere Esri Konferenz zum 1. Mal rein virtuell statt. Alle Vorträge zum Thema “Bilddaten” können Sie sich hier in unserer Mediathek ansehen ->
