Спеціальні застосунки для опрацювання просторових даних
Спеціальність: Інженерія геоінформаційних систем
Код дисципліни: 6.193.08.E.043
Кількість кредитів: 6.00
Кафедра: Картографія та геопросторове моделювання
Лектор: к.ф.-м.н., доцент Бридун Андрій Михайлович
Семестр: 7 семестр
Форма навчання: денна
Завдання: • ІНТ Здатність розв’язувати складні спеціалізовані задачі геодезії та землеустрою із застосуванням геоінформаційних технологій та сучасного програмного забезпечення для розв’язання різних наукових і практичних завдань в галузі геоматики.
• ФКС1.5 Здатність візуалізувати просторові дані, щоб створити зрозумілі та ефективні засоби комунікації для різних аудиторій.
Результати навчання: • РН 1.4 Розуміти та застосовувати спеціальні інструменти та бібліотеки для опрацювання та аналізу просторових даних.
• ІНТ 1.5 Розробляти та впроваджувати геоінформаційні моделі для вирішення складних завдань у сферах соціально-економічного, політичного і екологічного розвитку регіонів і держав.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: • Інформатика та програмування геозадач
• Геоінформаційні системи і технології
• ГІС з відкритим кодом
Короткий зміст навчальної програми: Курс "Спеціальні застосунки для опрацювання просторових даних" призначений для надання студентам всебічних знань та навичок у галузі обробки, аналізу та візуалізації геопросторових даних. Студенти ознайомляться з основами роботи з просторовими даними, включаючи різні формати даних, координатні системи та картографічні проекції. Особлива увага приділяється використанню сучасних інструментів та бібліотек, таких як GDAL/OGR, GeoPandas, Shapely, Fiona, Folium та PyProj.
Під час курсу студенти навчаться виконувати базові та просунуті операції з векторними та растровими даними, використовувати бібліотеки для просторового аналізу, працювати з геометричними об'єктами, здійснювати геометричні та картографічні операції. Вони також здобудуть навички створення інтерактивних карт та візуалізації просторових даних для презентації результатів аналізу.
Курс передбачає активне використання Python та його бібліотек для обробки геопросторових даних, що забезпечить студентам практичні навички роботи з найсучаснішими технологіями у сфері геоінформатики. Завдяки практичним завданням та проектам, студенти зможуть застосувати отримані знання на практиці, що сприятиме їхньому професійному зростанню та підготовці до роботи у різних сферах, де використовуються просторові дані.
Опис: 1. Вступ до обробки просторових даних: огляд популярних інструментів для роботи з просторовими даними
2. GDAL/OGR: огляд GDAL (Geospatial Data Abstraction Library) та OGR (Simple Features Library); формати геопросторових даних, підтримувані GDAL/OGR; основні операції з растровими даними (читання, запис, конвертація); основні операції з векторними даними (читання, запис, конвертація); використання командного рядка та Python API.
3. GeoPandas: огляд бібліотеки GeoPandas; структури даних GeoPandas: GeoSeries та GeoDataFrame; читання та запис просторових даних; операції з просторовими даними: фільтрація, агрегація, об’єднання; візуалізація просторових даних з використанням GeoPandas.
4. Shapely: огляд бібліотеки Shapely; робота з геометричними об’єктами: точки, лінії, полігони; просторові операції: об’єднання, перетин, буферизація; аналіз та обробка геометрій.
4. Fiona: огляд бібліотеки Fiona; читання та запис векторних форматів даних; робота з GeoJSON та іншими форматами; інтеграція Fiona з іншими бібліотеками, такими як GeoPandas.
5. Folium: огляд бібліотеки Folium; створення інтерактивних карт;
додавання маркерів, ліній, полігонів на карти; візуалізація просторових даних з використанням Folium; інтерактивність та стилізація карт.
6. PROJ.4 і PyProj: основи картографічних проекцій та трансформацій координат; огляд бібліотеки PROJ.4; використання PyProj для трансформації координат; приклади використання PyProj в практичних задачах.
Методи та критерії оцінювання: Усне, індивідуальне, комбіноване і фронтальне опитування на заняттях; перевірка проміжних письмових робіт; захист лабораторних робіт; захист контрольної роботи; підсумкова тестова перевірка.
Критерії оцінювання результатів навчання: • Виконання лабораторних робіт (max 40 балів).
• Виконання підсумкової контрольної роботи (max 60 балів).
Порядок та критерії виставляння балів та оцінок: 100-88 балів - атестований з оцінкою «відмінно» - Високий рівень: здобувач освіти демонструє поглиблене володіння поняттєвим та категорійним апаратом навчальної дисципліни, системні знання, вміння і навички їх практичного застосування. Освоєні знання, вміння і навички забезпечують можливість самостійного формулювання цілей та організації навчальної діяльності, пошуку та знаходження рішень у нестандартних, нетипових навчальних і професійних ситуаціях. Здобувач освіти демонструє здатність робити узагальнення на основі критичного аналізу фактичного матеріалу, ідей, теорій і концепцій, формулювати на їх основі висновки. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку, самостійної науково-дослідної діяльності, що реалізується за підтримки та під керівництвом викладача. 87-71 балів - атестований з оцінкою «добре» - Достатній рівень: передбачає володіння поняттєвим та категорійним апаратом навчальної дисципліни на підвищеному рівні, усвідомлене використання знань, умінь і навичок з метою розкриття суті питання. Володіння частково-структурованим комплексом знань забезпечує можливість їх застосування у знайомих ситуаціях освітнього та професійного характеру. Усвідомлюючи специфіку задач та навчальних ситуацій, здобувач освіти демонструє здатність здійснювати пошук та вибір їх розв’язання за поданим зразком, аргументувати застосування певного способу розв’язання задачі. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку. 70-50 балів - атестований з оцінкою «задовільно» - Задовільний рівень: окреслює володіння поняттєвим та категорійним апаратом навчальної дисципліни на середньому рівні, часткове усвідомлення навчальних і професійних задач, завдань і ситуацій, знання про способи розв’язання типових задач і завдань. Здобувач освіти демонструє середній рівень умінь і навичок застосування знань на практиці, а розв’язання задач потребує допомоги, опори на зразок. В основу навчальної діяльності покладено ситуативність та евристичність, домінування мотивів обов’язку, неусвідомлене застосування можливостей для саморозвитку. 49-00 балів - атестований з оцінкою «незадовільно» - Незадовільний рівень: свідчить про елементарне володіння поняттєвим та категорійним апаратом навчальної дисципліни, загальне уявлення про зміст навчального матеріалу, часткове використання знань, умінь і навичок. В основу навчальної діяльності покладено ситуативно-прагматичний інтерес.
Рекомендована література: 1. Erickson, Tyler. Geospatial Power Tools: GDAL Raster and Vector Commands. CreateSpace Independent Publishing Platform, 2014.
2. Garrard, Chris. Geoprocessing with Python. Manning Publications, 2016.
3. McClain, Bonny P. Geospatial Data Analysis with Python: GeoPandas, Shapely, and Fiona. Packt Publishing, 2018.
4. Diener, Michael. Python Geospatial Analysis Cookbook. Packt Publishing, 2015.
5. Murray, Scott. Interactive Data Visualization for the Web. O'Reilly Media, 2017.
6. Squire, Megan. Geospatial Data Visualization with Folium. Packt Publishing, 2019.
7. Bossler, John D., John R. Jensen, and Roy Welch. Geographic Information Systems: A Practical Guide. Springer, 2018.
8. Madden, Marguerite, ed. Manual of Geographic Information Systems. American Society for Photogrammetry and Remote Sensing (ASPRS), 2009.
9. GDAL Documentation. GDAL Development Team. Available at: [https://gdal.org/](https://gdal.org/)
10. GeoPandas Documentation. GeoPandas Development Team. Available at: [https://geopandas.org/](https://geopandas.org/)
11. Shapely Documentation. Shapely Development Team. Available at: [https://shapely.readthedocs.io/](https://shapely.readthedocs.io/)
12. Fiona Documentation. Fiona Development Team. Available at: [https://fiona.readthedocs.io/](https://fiona.readthedocs.io/)
13. Folium Documentation. Folium Development Team. Available at: [https://python-visualization.github.io/folium/](https://python-visualization.github.io/folium/)
14. PROJ Documentation. PROJ Development Team. Available at: [https://proj.org/](https://proj.org/)
15. PyProj Documentation. PyProj Development Team. Available at: [https://pyproj4.github.io/pyproj/](https://pyproj4.github.io/pyproj/)
16. GDAL/OGR tutorials and examples. GeoPython. Available at: [https://geopython.github.io/](https://geopython.github.io/)
17. GeoPandas tutorials. GeoPandas Official Site. Available at: [https://geopandas.org/](https://geopandas.org/)
18. Shapely user guide and tutorials. Shapely Official Site. Available at: [https://shapely.readthedocs.io/en/stable/manual.html](https://shapely.readthedocs.io/en/stable/manual.html)
19. Fiona user guide and tutorials. Fiona Official Site. Available at: [https://fiona.readthedocs.io/en/latest/manual.html](https://fiona.readthedocs.io/en/latest/manual.html)
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).