Der Artikel stellt die Verwendung des vom ArcGIS Spatial Analyst Tool verarbeiteten Landsat TM-Bildes für die Umweltkartierung im Südwesten Islands, Region Reykjavik, vor. Island ist eine der außergewöhnlichsten arktischen Regionen mit einzigartiger Flora und Landschaft. Seine Umgebung besteht aus gefährdeten Hochlandökosystemen, in denen die Vegetation durch Klima, menschliche oder geologische Faktoren beeinflusst wird: Überweidung, Vulkanismus, jährliche Temperaturveränderung. Daher trägt die Kartierung der Landbedeckungstypen in Island zum Naturschutz, zur nachhaltigen Entwicklung und zur Umweltüberwachung bei. Dieses Papier beginnt mit einem Überblick über die aktuellen Trends in der Fernerkundung, die Bedeutung von Landsat TM-Bildern für die Umweltkartierung im Allgemeinen und Island im Besonderen und die Anforderungen von GIS speziell für die Satellitenbildanalyse. Anschließend folgt der erweiterte methodische Workflow, unterstützt durch anschauliche Druckbildschirme und technische Beschreibungen der Datenverarbeitung in ArcGIS. Zu den in dieser Untersuchung verwendeten Daten gehört ein Landsat TM-Bild, das mit GloVis erfasst und in ArcGIS verarbeitet wurde. Die Methodik umfasst einen Arbeitsablauf, der mehrere technische Schritte der Rasterdatenverarbeitung in ArcGIS umfasst: 1) Koordinatenprojektion, 2) panchromatische Schärfung, 3) Überprüfung der Rasterstatistik, 4) Kombination von Spektralbändern, 5) Berechnungen, 6) unbeaufsichtigte Klassifizierung, 7) Kartierung. Die Klassifizierung erfolgte durch Clustering-Technik unter Verwendung des ISO-Cluster-Algorithmus und der Maximum-Likelihood-Klassifizierung. In diesem Artikel werden abschließend die Ergebnisse der ISO-Cluster-Anwendung für die Landsat TM -Bildverarbeitung vorgestellt und abschließende Bemerkungen zu den Perspektiven der Umweltkartierung basierend auf der Landsat TM -Bildverarbeitung in ArcGIS vorgelegt. Die Ergebnisse der Klassifizierung präsentieren Landschaften, die in acht verschiedene Landbedeckungsklassen unterteilt sind: 1) kahle Böden; 2) Sträucher und kleinere Bäume in den Flusstälern, städtischen Gebieten einschließlich Grünflächen; 3) Wasserflächen; 4) Wälder einschließlich des Reykjanesfólkvangur-Nationalreservats; 5) eisbedeckte Gebiete, Gletscher und bewölkte Regionen; 6) Schluchttäler mit spärlicher Vegetation: Eberesche, Erle, Heide, Feuchtgebiet; 7) Felsen; 8) Mischgebiete. Die abschließenden Bemerkungen umfassen die Diskussion über die Entwicklung maschineller Lernmethoden und Möglichkeiten ihrer technischen Anwendungen in der GIS-basierten Analyse und Erdbeobachtungsdatenverarbeitung in ArcGIS, einschließlich Bildanalyse und -klassifizierung, Kartierung und Visualisierung, maschinelles Lernen und Umweltanwendungen für die Entscheidungsfindung in der Forstwirtschaft und nachhaltigen Entwicklung.

The paper presents the use of the Landsat TM image processed by the ArcGIS Spatial Analyst Tool for environmental mapping of southwestern Iceland, region of Reykjavik. Iceland is one of the most special Arctic regions with unique flora and landscapes. Its environment is presented by vulnerable ecosystems of highlands where vegetation is affected by climate, human or geologic factors: overgrazing, volcanism, annual temperature change. Therefore, mapping land cover types in Iceland contribute to the nature conservation, sustainable development and environmental monitoring purposes. This paper starts by review of the current trends in remote sensing, the importance of Landsat TM imagery for environmental mapping in general and Iceland in particular, and the requirements of GIS specifically for satellite image analysis. This is followed by the extended methodological workflow supported by illustrative print screens and technical description of data processing in ArcGIS. The data used in this research include Landsat TM image which was captured using GloVis and processed in ArcGIS. The methodology includes a workflow involving several technical steps of raster data processing in ArcGIS: 1) coordinate projecting, 2) panchromatic sharpening, 3) inspection of raster statistics, 4) spectral bands combination, 5) calculations, 6) unsupervised classification, 7) mapping. The classification was done by clustering technique using ISO Cluster algorithm and Maximum Likelihood Classification. This paper finally presents the results of the ISO Cluster application for Landsat TM image processing and concludes final remarks on the perspectives of environmental mapping based on Landsat TM image processing in ArcGIS.The results of the classification present landscapes divided into eight distinct land cover classes: 1) bare soils; 2) shrubs and smaller trees in the river valleys, urban areas including green spaces; 3) water areas; 4) forests including the Reykjanesfólkvangur National reserve; 5) ice-covered areas, glaciers and cloudy regions; 6) ravine valleys with a sparse type of the vegetation: rowan, alder, heathland, wetland; 7) rocks; 8) mixed areas. The final remarks include the discussion on the development of machine learning methods and opportunities of their technical applications in GIS-based analysis and Earth Observation data processing in ArcGIS, including image analysis and classification, mapping and visualization, machine learning and environmental applications for decision making in forestry and sustainable development.