Рекомендуйте включити теми до курсу "Інформатика для геопросторових технологій"

Я буду викладати курс в місцевому університеті під назвою "Комп'ютерна наука для геопросторових технологій". Це вступний курс, призначений для ознайомлення з поняттями інформатики для студентів геопросторових технологій (ГІС та дистанційне зондування). У минулому я впроваджував концепції програмування, але виявив, що це перейшло через голову учнів.

В даний час я планую обговорити апаратне забезпечення комп’ютера, типи просторових даних (тобто форм-файли проти геоданих баз даних), модель ESRI Geodatabase (університет працює на платформі ESRI), базову теорію баз даних з ArcSDE Personal.

Чи може хтось порекомендувати якісь інші теми, пов'язані з інформатикою, які повинні знати практикуючі ГІС та дистанційного зондування до вступу в робочу силу?

ОНОВЛЕННЯ: Програма з останніх років включала:

• API Google Maps Javascript / HTML / Google Earth / KML - 5 тижнів
• Сценарій Python - 6 тижнів
• Теорія баз даних / доступ до MS - 2 тижні
• VBA - 2 тижні

Відповідь, яку я отримав від студентів, полягала в тому, що на кожну тему було витрачено недостатньо часу. Я звертаюся до університету, щоб запропонувати курс наступного рівня з програмування ГІС за допомогою Python.

За 15 років, відповідаючи на питання ГІС на серверах списків, а тепер і на веб-сторінках, я зазначив деякі періодичні проблеми, які передбачають необхідність вивчення практиками певних конкретних обчислювальних концепцій. Жодне з них не є глибоким; все це добре відомо; але всі здаються загальними недоліками у фоновому режимі чи розумінні значної меншини (більшості?) людей із ГІС. У багатьох випадках насправді потрібно вивчити мало, крім визначення чи прикладу. Сенс полягає в тому, щоб попередити учнів про підводні камені, які виникнуть, і дати їм принципи чи інструменти, необхідні для їх вирішення, коли вони з’являються, не обов'язково стаючи експертами.

Посилання у наведеному нижче списку переходять до питань на цьому веб-сайті. Саме існування цих зв'язків свідчить про цінність понять. Перейшовши за посиланнями, ви можете знайти приклади того, як знання цих понять може вирішити проблеми, запобігти їх виникненню та допомогти людям бути більш досвідченими в ГІС.

Обчислювальні системи

• Компоненти комп’ютера: відкрийте коробку, розберіть її, визначте шматки (процесор, оперативна пам’ять, диски, материнська плата, мережева карта тощо) та поясніть їх роль у системі. Демістифікуйте це і зробіть це конкретним для учнів.

• Розуміння того, як обчислювальні системи зберігають дані на зовнішніх пристроях . Поняття фізичного та логічного форматів. Відмінність між ASCII (та подібними кодуваннями) та необробленими двійковими кодами.

• Деталі внутрішнього двійкового представлення числових даних, в тому числі IEEE одинарної і подвійної точності поплавці й підписаних і непідписаних чисел . Обмеження кожного. Як вибрати, який тип даних використовувати для представлення атрибутів ГІС.

• Відмінність зовнішньої пам’яті від оперативної пам’яті . (Я знаю, це неймовірно елементарно, але там багато плутанини.)

Комп'ютерна наука

• Асимптотичний аналіз алгоритмів . На практичному рівні розуміння відмінностей між O (n), O (n log (n)), O (n ^ 2), (і гірше) тимчасовими. Як перевірити, як масштабується алгоритм чорного поля.

• Принципи взаємодії людина-комп'ютер. Це занадто широко, але деякі принципи дизайну форм та дизайну веб-сторінок можуть пройти довгий шлях.

• Принципи обчислювальних мов: чого очікувати від мови, різниця між процедурною та об’єктною орієнтацією, які види структур даних та мови об'єктів можуть підтримувати та посилатися, різниця між складеними та інтерпретованими мовами (та компромісами серед них) .

• Основні принципи проектування структури даних . Взаємодія між структурами, які використовуються для представлення даних, та алгоритмами, які їх використовують. Використання масивів, списків та словників.

• Відмінність між об'єктами та посиланнями на них. ( Багато помилок роблять люди, які не розпізнають різницю між назвою змінної та цитованим рядком !)

• Що таке операційна система, яких послуг очікувати від неї та як з нею взаємодіяти.

• Що таке мережа, яких послуг очікувати від них, порівняння деяких архітектур та відчуття компромісів між отриманням обчислювальних послуг на локальному рівні та віддаленими.

• Графічно-теоретичні алгоритми: багато ГІС-аналізи можуть бути абстрактно представлені в плані задач на графіках; можливість цього зробити доступ до ефективних алгоритмів. Хороший приклад на нашому сайті тут з участю проблеми , яка спочатку здається , не має нічого спільного з графіками.

• Рекурсія. Хорошим прикладом для практиків ГІС є створення просторового індексу, такого як цей алгоритм для квадрату адаптивного пункту .

Дані ГІС

• Як зберігаються векторні та растрові дані, як внутрішньо, так і для обміну даними.

• Як можуть бути представлені та оброблені топології багатоточок, поліліній, багатокутників та TIN .

• Основні принципи стиснення даних при застосуванні до даних ГІС , особливо кодування довжини запуску.

Системи баз даних

• Що таке система управління реляційними базами даних, чим вона відрізняється від деяких інших основних конструкцій баз даних, які її переваги та недоліки.

• Нормалізація та проектування баз даних .

• Як запитувати бази даних (наприклад, SQL).

• Методи документації, особливо метадані та словники даних .

ГІС

• Типові алгоритми виконання основних процедур ГІС, включаючи введення в полігон та буферизацію. Чому різні алгоритми можуть бути бажаними для одноразових обчислень порівняно з повторними обчисленнями з тими ж даними, або для статичних даних порівняно з динамічними (в реальному часі) даними.

• Як можна організувати дані ГІС для пошуку та обробки, наприклад, чотиривірші .

• Оцінка компромісів між роздільною здатністю / точністю / швидкістю при зберіганні даних ГІС (особливо растрових даних).

Різне

• Методи налагодження: як ізолювати, ідентифікувати та обходити помилки. Як описати та повідомити про явні помилки та аномалії. Як задавати хороші запитання в Інтернеті!

• Як інвертувати функції за допомогою алгоритмів пошуку кореневих файлів . (Незрозуміння цього часто призводить до надзвичайно неефективних алгоритмів або взагалі не в змозі вирішити проблему.)

• Як вибрати серед програм оптимізації чорного поля (безперервне проти цілого числа, опуклий проти не, одновимірний проти багатоваріантний, лінійний проти не і т.д.). Для отримання додаткових прикладів див. Проблему з розташуванням обладнання та проблемою з упаковкою багатокутника .

• Як орієнтуватися у довідкових системах. На що звернути увагу, а що відкинути як марне. (Електронна допомога ESRI ArcGIS надає чудові приклади дуже хорошого та дуже поганого.) Це може включати навіть деякі інструкції з читання діаграм об'єктів .

Оскільки це в моїй голові, це, безумовно, неповно. Якщо люди вважають цей список корисним, я працюю над його вдосконаленням - або допоможіть мені, і не соромтесь додати його, якщо у вас є достатня репутація. Щоб зробити це практичним та цілеспрямованим, звертайтесь лише до тих концепцій, які допоможуть людям уникнути проблем, які ви насправді спостерігали (у власній роботі чи в роботі інших).

Я закінчив програму, орієнтовану на ESRI, в якій викладачі зробили досить приємну роботу, розділивши концепцію (лекцію) та корисність (лабораторія). Мої основні недоліки після виходу з академій були: 1) я не мав навичок SQL, не знав основних принципів бази даних; і 2) я не був готовий до програмної попередньої обробки, необхідної для більшості наборів даних.

Я рекомендую семінар "обробка даних" для введення належної RDBMS (можливо, PostreSQL з PostGIS) та мови програмування (можливо, Python) для використання при очищенні файлів CSV, TXT або SHP. Зі смаком кожного з ваших учнів будуть готові стояти самостійно "там".

Навіть якщо університет використовує ESRI, я рекомендував би ввести або описати еквіваленти з відкритим кодом. Для одного, студентам набагато простіше встановити QGIS на своїх ноутбуках, ніж ArcGIS, якщо вони хочуть перевірити відкриття файлу форм, оскільки QGIS значно менший (ArcGIS 10 - 2 - 3 Гб), а студентам не потрібно підключення до Інтернету. У моєму університеті є навчальні програми, орієнтовані на ArcGIS, а не на ГІС; Я особисто думаю, що це відстало.

Представлення KML за допомогою Google Earth або Google Maps може бути способом залучити студентів. KML популярний, а виготовлення інтерактивної карти є дещо цікавішим, ніж паперова карта; особливо, коли ви можете поділитися веб-посиланням з іншими.

Я б точно додав сценарії та прогнози. Ще одна примітка: це короткий ESRI? Я б спробував зробити це «GI агностиком», оскільки їх зараз так багато, що ESRI не має повноцінної монополії, і коли бюджети скорочуються, імо, їхня частка на ринку також зменшиться. Тож я б спробував запровадити і більш відкриті проекти, оскільки набагато більше компаній та організацій рухаються таким шляхом.

Я б також запровадив рамки програмування, якщо це можливо. Я знаю, ви сказали, що минулого разу це переходило над їхніми головами, але, принаймні, сценарії потрібні навіть найпростішим практикам ГІ.

Також потрібні навички бази даних. Знову ж таки, навіть найпростішим практикам ГІ, мабуть, доведеться підтримувати якийсь сховище даних та маніпулювати тим, що дані стануть ключовим елементом їх щоденної роботи.

Одне з найпоширеніших речей, що я маю робити, - це навчити користувачів, якими є насправді ГІС. Іноді це мене глумить, коли мало хто знає про ГІС, окрім Google Maps. Таким чином, можливість мати їх для демонстрації ключового розуміння того, що це, цілісно, ​​від користувачів, до систем, було б корисно для всіх користувачів. Нещодавно я працював з розробником Java, який мав певний досвід, і хтось, кого я оцінив як спеціаліста, але він взагалі не розумів, що таке ГІС.

Також було б добре продемонструвати їм місце розташування, оскільки недостатньо людей думають поза межами поля, що таке місце.

Однак він може бути більшим, ніж Бен Хур. Я вивчав інформатику в університеті, за допомогою модуля ГІС. Незважаючи на те, що потім закінчую ступінь магістра в галузі ГІС, потім працюю 15 років у галузі, я все ще навчаюсь, тому неможливо все це отримати.