• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2025/2026

Продвинутые методы аналитики городских данных

Статус: Маго-лего
Когда читается: 2 семестр
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 36

Программа дисциплины

Аннотация

Дисциплина выступает логическим продолжением курса "Геоинформационный анализ городских данных", который преподается на 1 году обучения магистратуры. В ходе изучения курса слушатели получают продвинутые навыки в области обработки и подготовки пространственных данных и их анализа с использованием существующих геоинформационных систем а также языков программирования для анализа данных. Также слушатели научатся пользоваться сложными инструментами геообработки, познакомятся с автоматизацией расчетов в ГИС, инструментами пространственной статистики и узнают о возможностях создания скриптов в геоинформационной среде. Наконец, познакомятся с возможностями моделирования отдельных социально-экономических аспектов развития территории и освоят сложные схемы визуализации итоговых картографических изображений, в том числе с выполнением требований ГОСТ.
Цель освоения дисциплины

Цель освоения дисциплины

  • Получение слушателями продвинутых навыков в области обработки и подготовки пространственных данных и их анализа с использованием существующих геоинформационных систем.
Планируемые результаты обучения

Планируемые результаты обучения

  • Рассчитывать глобальные и локальные показатели пространственной автокорреляции
  • Корректно интерпретировать полученные результаты
  • Применять методы кластеризации и классификации
  • Описывать принципы геостатистического подхода
  • Анализировать пространственные зависимости с помощью вариограмм
  • Применять кригинг как основной метод геостатистической интерполяци
  • Определять ограничения классических регрессионных моделей при анализе пространственных данных
  • Применять подходящие для задач пространственные регрессионные модели
  • Проводить сетевой анализ в ГИС
  • Использовать многосоставные модели пространственного анализа для решения задач городской аналитики
  • Применять расчетные и экономико-географические модели для диагностики дисбалансов регионального развития
  • Создавать картографические отчетные материалы по стандарту ГОСТ
  • Генерализировать пространственные данные в целях подготовки статических и динамических картографических визуализаций
  • Автоматизировать процессы и создавать расчетные модели
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Структура пространственных данных и пространственные зависимости
  • Тема 2. Методы кластеризации и классификации пространственных данных
  • Тема 3. Пространственное моделирование I: Геостатистические методы
  • Тема 4. Пространственное моделирование II: Регрессионные модели
  • Тема 6. Автоматизация в ГИС
  • Тема 5. Модель интегральной доступности
  • Тема 7. Региональные модели в аналитике городских данных
  • Тема 8. Стандарт оформления ГОСТ
  • Тема 9. Генерализация в ГИС
Элементы контроля

Элементы контроля

  • неблокирующий Задание 1
  • неблокирующий Задание 2
  • неблокирующий Проект
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 2nd semester
    0.5 * Проект + 0.2 * Задание 1 + 0.3 * Задание 2
Список литературы

Список литературы

Рекомендуемая основная литература

  • Konecny, G. (2014). Geoinformation : Remote Sensing, Photogrammetry and Geographic Information Systems, Second Edition (Vol. Second edition). Boca Raton, FL: CRC Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1631976
  • Витковский, В. В. Картография (теория картографических проекций) / В. В. Витковский. — Санкт-Петербург : Лань, 2013. — 473 с. — ISBN 978-5-507-31477-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/32797 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

  • Boris Mirkin. (2011). Core Concepts in Data Analysis: Summarization, Correlation and Visualization (Vol. 2011). Springer.
  • Oyana, T. J., & Margai, F. M. (2015). Spatial Analysis : Statistics, Visualization, and Computational Methods. Boca Raton, Fla: CRC Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1045131
  • Spatial analysis, modelling and planning. (2019). Portugal, Europe: IntechOpen. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.C1E4837
  • Раклов В.П. - Картография и ГИС - 978-5-16-016460-1 - ИНФРА-М - 2023 - https://znanium.ru/catalog/product/1983267 - 1983267 - ZNANIUM

Авторы

  • Гончаров Руслан Вячеславович