• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2020/2021

Городская информатика и пространственный анализ

Лучший по критерию «Новизна полученных знаний»
Статус: Майнор
Когда читается: 1, 2 модуль
Преподаватели: Гончаров Руслан Вячеславович, Котов Егор Андреевич, Молодцова Варвара Александровна, Парфенова Дарья Витальевна
Язык: русский
Кредиты: 5
Контактные часы: 48

Программа дисциплины

Аннотация

В современном городе ежедневно генерируется огромные массивы разнородных данных: от показаний счетчиков электричества и обращений жителей в городскую администрацию до поисковых запросов горожан и их ежедневных перемещений. Анализ подобной информации открывает новые возможности и позволяет использовать новые походы в сфере городского управления и планирования.
Цель освоения дисциплины

Цель освоения дисциплины

  • Познакомить слушателей с различными видами данных, используемых в процессах городского планирования и управления
  • Дать базовые навыки поиска, получения, обработки, анализа и визуализации городских данных для решения практических задач городского планирования и управления с использованием геоинформационных систем
Планируемые результаты обучения

Планируемые результаты обучения

  • Использовать QGIS или аналогичное программное обеспечение для обработки и геоинформационного анализа (например, производить расчеты длин, площадей объектов, расстояний между объектами, расчеты атрибутов данных, геометрические операции между различными наборами данных и т.д.).
  • Получать городские пространственные данные из различных источников.
  • Выбирать способ картографического отображения в соответствии с решаемой задачей и типом используемых данных, а также визуализировать данные при помощи QGIS или аналогичного программного обеспечения.
  • Собирать полевые данные в соответствии с техническим заданием и исследовательскими задачами при помощи электронных средств сбора полевых данных, либо при помощи подручных средств.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Умный город и городские данные
    Концепция «умного» города в понимании технологических компаний. Город как корпорация vs. город как живой организм. Новые источники данных о городе vs. традиционная городская статистика. Адаптация города к современным технологиям. Технологии «умного» города для управленцев. Технологии «умного» города для обывателей. Технологии «умного» города как новое поле деятельности для технологических компаний различного масштаба. Инструменты, цели и задачи анализа городских данных.
  • Пространственные данные и способы их визуализации
    Понятие о геоинформатике. Определение карты (картосхемы), ее критерии, элементы и свойства. Манипулятивные свойства картографического изображения. Взаимодействие картографии и геоинформатики. Существующие классификации карт. Картографическая генерализация – сущность, виды и факторы. Виды генерализации. Географические принципы генерализации; генерализация объектов разной̆ локализации. Определение и задачи геоинформатики. Основные теоретические концепции в геоинформатике. Определение ГИС и двоякость трактовки. Основные этапы развития ГИС. Картосхема как один из продуктов ГИС. Техническое и программное обеспечение ГИС - требования к ПО, преобразования форматов данных, графическая визуализация информации, общая характеристика программных коммерческих ГИС-пакетов. Понятие о послойной организации данных.
  • Данные в городских исследованиях
    История городских исследований, основанных на данных. Отличия между аналитикой и исследованием. Анализ пространственных данных как «упражнение» и апробация инструментария (анализ ради анализа) и как осмысленный процесс. Цели и задачи современных городских исследований с использованием данных. Источники данных для таких исследований, методы сбора и интерпретации информации. Использование аналитического инструментария как системы информационной поддержки в рамках городских исследований. Разбор примеров из реальной практики.
  • Полевой сбор данных для городских исследований
    Цели и задачи полевого сбора данных в городских исследованиях. Инструменты полевого сбора данных. Методики сбора и постобработки полевых данных на примере реальных городских исследований. Организация полевого сбора данных и специфика командой работы. Камеральный этап. Сопоставление полевых и камеральных данных.
  • Источники данных и способы их получения, приемы обработки
    Источники данных. Открытые данные. Способы получения данных. Работа с данными из различных источников. Загрузка данных из файлов различных форматов. Получение данных из баз данных. Экспорт данных в различные форматы. Способы хранения данных в зависимости от целей. Базовые способы работы с табличными данными. Формирование выборок по условиям.
  • Визуализация для коммуникации результатов исследования
    Исследование данных через визуализацию vs. повествование через визуализацию. Использование цвета и особенностей восприятия компоновки и визуальных стимулов для акцентирования представляемой информации. Манипулятивные приемы визуализации.
  • Основы пространственного анализа и обработки пространственных данных
    Знакомство с геоинформационной системой QGIS – интерфейс, различные способы отображения информации, построение простейших изображений. Редактирование пространственных данных. Понятие фрейма данных. Форматы данных и их совместимость с другими программными пакетами. Базовые методы пространственного анализа и их реализация в QGIS. Компоновка картосхем.
Элементы контроля

Элементы контроля

  • неблокирующий Лабораторная 1
  • неблокирующий Лабораторная 2
  • неблокирующий Лабораторная 3
  • неблокирующий Лабораторная 4
  • неблокирующий Лабораторная 5
  • неблокирующий Командный проект
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.4 * Командный проект + 0.1 * Лабораторная 1 + 0.1 * Лабораторная 2 + 0.1 * Лабораторная 3 + 0.15 * Лабораторная 4 + 0.15 * Лабораторная 5
Список литературы

Список литературы

Рекомендуемая основная литература

  • Graser A., TotalBoox, TBX. Learning QGIS - Second Edition. Packt Publishing, 2014.
  • Knaflic C.N. Storytelling with data: a data visualization guide for business professionals. New Jersey: Wiley, 2015.
  • Offenhuber D., Ratti C. Decoding the city: Urbanism in the age of big data. Birkhäuser, 2014.
  • Pucci P., Manfredini F., Tagliolato P. Mapping Urban Practices Through Mobile Phone Data. Springer, 2015. 94 p.

Рекомендуемая дополнительная литература

  • Stimmel C.L. Building smart cities: analytics, ICT, and design thinking. Boca Raton: CRC Press, Taylor & Francis Group, 2016. 266 p.