Научно-исследовательский семинар "Геоинформационные системы"

2021/2022

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Департамент программной инженерии

Статус:

Курс по выбору

Когда читается:

1-й курс, 1-3 модуль

Преподаватель

Родригес Залепинос Рамон Антонио

Программа дисциплины

Аннотация

НИС «Геоинформационные системы» направлен на обзорное изучение полного стека научных и практических подходов к разработке геоинформационных систем – аппаратно-программных комплексов, которые получают, хранят, передают, обрабатывают, визуализируют и позволяют выполнять анализ данных с географической привязкой. Основными инструментами нашего курса будут Python и его модули для работы с геопространственными данными, изучению которых будет уделено особое внимание. В современном мире, около 80% всех данных содержат географическую привязку по словам Forbes [1]. Многие крупные компании часто объявляют вакансии, которые связаны с географическими данными. Например, Apple объявила одновременно 70 таких вакансий [2]. Стоит только упомянуть GPS и ГЛОНАСС, Карты Google и Yandex, а также последние тренды в области Big Data и Machine Learning: «Селфи Земли каждые 24 часа» — девиз компании Planet Labs, которая в этом году будет иметь более 400 спутников на орбите, создает «Космический Google для планеты». Цель такой системы – распознавание и подсчет объектов на поверхности Земли, оценка урожайности, обнаружение изменений в городских постройках и многие другие практически важные задачи [3]. Геоданные проникают во все сферы человеческой деятельности. Знания этого семинара очень важны в широком спектре отраслей, работающих с геоданными: — мониторинг окружающей среды — транспорт — городское планирование — сельское хозяйство — страхование — сектор недвижимости и многие другие практически важные области: Роскосмос [4], Forest Watch [5], Planet [6], КРОК [7], DigitalGlobe [8], ESRI [9], Carto [10], и многие другие [11]. Работа с геопривязанными данными кардинально отличается от работы с обычными векторными объектами и массивами. Для этого используются особые координатные системы, подходы хранения и визуализации для эффективного использования геоданных и принятия решений на их основе.Следовательно, целью данного курса является знакомство с подходами решения задач, которые ставят для обеспечения эффективной и результативной работы с географически привязанными данными. Одной из основных целей является обеспечить целостный охват и дать целостное представление студентам всей сферы работы с геоданными от получения этих данных до принятия решений на их основе. Курс сопровождается практическими примерами из различных областей человеческой деятельности. Будут рассмотрены как теоретические, так и практические аспекты работы с геоданными. Теория охватывает методы хранения, доступа и анализа геоданных. Также одна из особенностей курса – его практическая направленность. НИС «Геоинформационные системы» будет полезен для любого современного разработчика программного обеспечения ввиду чрезвычайного роста популярности приложений и услуг, которые используют данные с географической привязкой. Cайт курса edu.gis.land/gis2021 является неотъемлемой частью данной программы. На сайте курса могут уточняться и дополняться программа курса, темы, литература, правила курса, домашние задания и любые другие материалы курса. Актуальная информация содержится на сайте курса. В случае расхождения с информацией в ЛМС, предпочтение следует отдавать сайту курса. [1] https://www.forbes.com/sites/truebridge/2016/05/06/how-imaging-technologies-are-changing-the-world-part-2/ [2] https://www.cnbc.com/2017/08/02/apple-has-over-70-map-tech-job-openings.html [3] https://geektimes.ru/post/295569/ [4] https://www.youtube.com/watch?v=LsR_gfCeSlQ [5] https://www.globalforestwatch.org [6] https://www.planet.com/markets/ [7] http://geohack.ru/ [8] https://www.digitalglobe.com/ [9] https://www.esri.com/en-us/industries/index [10] https://carto.com/ [11] http://geoawesomeness.com/

Цель освоения дисциплины

• познакомиться с управлением данными с географической привязкой
• освоить основы языка Python для работы с геоданными
• научиться хранить и анализовать данные с географической привязкой
• научиться основам работы с геоинформационными системами
• знать области применения геоинформационных систем
• знать особенности данных с географической привязкой
• знать научные и практические аспекты задач, которые возникают при получении, хранении, передаче, обработке, визуализации и анализе данных с географической привязкой
• знать о способах практического применения геоданных в различных отраслях хозяйства, промышленности, экономики
• приобрести навыки выступлений с научными докладами в форме презентаций
• приобрести навыки работы с некоторыми программными библиотеками управления данными с географической привязкой

Планируемые результаты обучения

• Знать и понимать особенности данных с географической привязкой, знать типы геоданных, ориентироваться в задачах управления геоданными
• Знать определение данных ДЗЗ, области их применения, способы использования
• Знать основные подходы анализа геоданных
• Знать основные подходы к хранению геоданных
• Ориентироваться в современных трендах управления данными с географической привязкой
• Освоить основы языка программирования Python для работы с геоданными
• Освоить основы языка программирования Python для работы с геоданными

Содержание учебной дисциплины

• Введение в управление данными с географической привязкой
• Введение в язык программирования Python
• Хранение геопространственных данных
• Анализ геопространственных данных
• Данные дистанционного зондирования Земли из космоса
• Современные тренды управления данными с географической привязкой

Элементы контроля

• Выступление с презентацией (PP)
• Индивидуальный проект (CW)
• Экзамен (EX)
  Экзамен письменный. С синхронным прокторингом. Технические требования: web-камера, микрофон, наушники / колонки
• Инициативная тема (IT)

Промежуточная аттестация

• 2021/2022 учебный год 3 модуль
  CW вычисляется следующим образом (линейная формула оценивания): CW=CWM×40/10% где CWM = (T1 + T2 + T3 + T4 + T5) / 5 – среднее значение за все задания во время всех семинаров (T1, ... - оцениваются от 0 до 10 баллов). Балл за не показанное/не защищенное задание равен 0. PP вычисляется следующим образом (линейная формула оценивания): PP=PPM×40/10% где PPM – оценка за выступление с научным докладом в форме презентации. Возможно выступление с несколькими докладами. Накопленная оценка O_A вычисляется следующим образом: O_A=(PP+CW)×10/80 Оценка за курс вычисляется следующим образом (линейная формула оценивания): O_C=O_A×0.8+EX×0.2 При вычислении процентов, значения остаются в своей изначальной форме. При вычислении оценок (0..10), происходит стандартное математическое округление. Таким образом, на определенных этапах округляются только O_A, EX, и O_C. В научном докладе в форме презентации оцениваются: сложность темы, степень раскрытия темы, качество устного выступления, качество презентации (слайды), ответы на вопросы. В заданиях на семинарах оцениваются: аккуратность выполнения задания, корректность результата. Если разрабатывается программный код, то к нему применяются здравые критерии оценки такого вида задания, которые во многим общи для дисциплин, в которых необходимо программировать. За творческий подход к выполнению задания могут начисляться баллы. По желанию студент может выбрать индивидуальную образовательную траекторию, в которую входит научная либо проектная работа, участие в конференциях, конкурсах и другие виды деятельности. Индивидуальная образовательная траектория должна заранее согласовываться с преподавателем. Сроки и объемы работ должны заранее обговариваться и согласовываться с преподавателем. Оценивание работы индивидуальной образовательной траектории выполняется по правилам, обговариваемым со студентом. В таком случае, формула O_C и/или O_A может быть изменена с добавлением IT, вес которого обговаривается со студентом заранее. Преподаватель оставляет за собой право задавать вопросы во время защиты работ, чтобы обеспечить понимание материала студентом, написанного исходного кода, подлинность исходного кода. Вопросы также могут основываться на материалах, которые были освещены на семинаре. Преподаватель оценивает работы в соответствии с процентом отвеченных вопросов, количеством выполненной работы, точностью исходного кода и приложением в целом, правильностью приложения и другими здравыми критериями, применимыми к данным видам работы. Студент имеет только 3 попытки дать правильный ответ на поставленный преподавателем вопрос, включая первый ответ студента. Остальные детали оценивания сообщаются на семинарах/по почте в зависимости от задания.

Список литературы

Рекомендуемая основная литература

• Shashi Shekhar and Hui Xiong. 2017. Encyclopedia of GIS (Springer Reference)
• H, S. (2013). A Byte of Python. Place of publication not identified: H, Swaroop. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsotl&AN=edsotl.OTLid0000581

Рекомендуемая дополнительная литература

• De Miguel Gonzalez, Rafael, Donert, Karl, Koutsopoulos, Kostis. Geospatial Technologies in Geography Education. 2019. Springer International Publishing
• McInerney, D. O., & Kempeneers, P. (2015). Open Source Geospatial Tools : Applications in Earth Observation. Cham: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=910182