تحلیل داده‌های مکانی

Spatial Data Analysis

مقطع: تحصیلات تکمیلی گرایش: علم داده
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: – هم‌نیاز: –

هدف کلی

هدف از این درس، آشنایی دانشجویان با داده‌ساختارها و الگوریتم‌های کارا برای ذخیره‌سازی، پردازش و تحلیل داده‌های مکانی است. موضوعات ارائه‌شده در این درس در کاربردهای مختلف از جمله سامانه‌های مکان‌محور، سامانه‌های ناوبری و سامانه‌های اطلاعات جغرافیایی مورد استفاده قرار می‌گیرند.

سرفصل‌ها

  1. داده‌های مکانی: نقاط، سطوح، چندضلعی‌ها
  2. اندازه‌گیری، دقت، خطا
  3. ذخیره‌سازی و بازیابی: ساختمان داده‌های مکانی، جستجوی بازه‌ای، مکان‌یابی و پنجره‌بندی
  4. پردازش داده‌های مکانی مانند اندازه‌گیری فاصله، محیط و مساحت، محاسبه‌ی پوسته‌ی محدب و یافتن نزدیک‌ترین نقاط
  5. تحلیل داده‌های مکانی مانند یافتن مرکز، میانه، عمق توکی، خوشه‌بندی، برازش اشکال
  6. روش‌های برنامه‌ریزی خطی
  7. نقشه‌های جغرافیایی (ذخیره‌سازی و عملیات پایه و ترکیب لایه‌های مختلف نقشه و تحلیل داده‌های نقشه)
  8. نقشه‌های سه‌بعدی و رویه‌ها
  9. شبکه‌های نامنظم مثلث‌بندی‌شده
  10. نمونه‌برداری، درون‌یابی، تخمین

ارزیابی پیشنهادی

  • آزمون (میان‌ترم و پایان‌ترم): ۵۵ درصد نمره
  • تمرین: ۲۵ درصد نمره
  • پروژه: ۲۰ درصد نمره

منابع پیشنهادی

  1. R. P. Haining and R. Haining. Spatial Data Analysis: Theory and Practice. Cambridge University Press, 2003.
  2. C. Lloyd. Spatial Data Analysis: An Introduction for GIS users. Oxford University Press, 2010.
  3. M. de Berg, O. Cheong, M. van Kreveld, and M. Overmars. Computational Geometry: Algorithms and Applications. 3rd Edition, Springer-Verlag, 2008.
  4. C. McGrew, A. Lembo, and C. Monroe. An introduction to statistical problem solving in geography. 3rd Edition, Waveland Press, 2014.