Systemy Informacji Geograficznej

geografia

obowiązkowe

w sali

W trakcie realizacji przedmiotu omawiane są następujące zagadnienia: A) istota i wykorzystanie systemów informacji przestrzennej w teorii i praktyce, B) wprowadzenia do zagadnień Deep learning w ArcGIS Pro: testowanie wybranych modeli: Faster R-CNN, YOLO, SingleShotDetector (SSD); samodzielne przygotowanie danych treningowych (etykietowanie automatyczne i manualne); trenowanie modelu; interpretacja wyników; testowanie wybranych modeli na danych przygotowanych samodzielnie i na gotowych danych, C) wprowadzenie do baz danych GIS; zrozumienie podstawowych relacji w bazach danych i umiejętność zadawania zapytań do baz danych. Uczestnik zajęć poznaje zagadnienia deep learnig w ArcGIS Pro i bazy danych GIS poprzez analizę poszczególnych komponentów i praktyczne ćwiczenia.

Tematyka wykładów (GIS) obejmuje następujące zagadnienia: modele i struktury danych GIS; koncepcja algebry map, automatyzacja w GIS poprzez zapoznanie się z wybranymi funkcjami w ArcPy(Python); Deep Learning w ArcGIS Pro; wprowadzenie do baz danych; koncepcja procesu planowania w GIS.

Ćwiczenia poświęcone są wykorzystaniu w praktyce nabytych w trakcie wykładów elementów wiedzy o systemach informacji geograficznej i praktycznemu wykorzystaniu wybranych pakietów programów GIS (ArcGIS/ArcGIS Pro) do przetwarzania danych przestrzennych oraz przeprowadzania analiz przestrzennych i wizualizacji ich wyników. Integralną częścią ćwiczeń jest także realizacja indywidualnych mikro-projektów (na ocenę) obejmujących pozyskanie, przetworzenie i analizę danych przestrzennych.

(N) – praca w bezpośrednim kontakcie z nauczycielem,

(S) – praca własna (samodzielna) studenta.

Zajęcia (wykład) = 30h (N)

Zajęcia (ćwiczenia) = 15h (N)

Projekt (praca własna studenta) = 15h (S)

Longley P.A., Goodchild M.F., Maguire D.J., Rhind D. W., 2006, GIS. Teoria i praktyka. Warszawa, Wydawnictwo Naukowe PWN.

ArcGIS Pro Help (w języku angielskim)

Tomlinson R., 2007.Rozważania o GIS.Warszawa.ESRI Polska

Liu J.G., Mason P.J.2016. Image Processing and GIS for Remote Sensing. Techniques and applications. Wiley Blackwell

ESRI GeoNet i fora użytkowników

Dokumentacja ArcGIS

Silas Toms, Bill Parker 2022, Python for ArcGIS Pro

Paul A. Zandberg 2020, Python Scripting for ArcGIS Pro

Efekty kierunkowe: K_W04, K_W09, KW07, K_W15, K_W17 K_U02, K_U03,K_K08

Efekty specjalnościowe: S5_W04, S5_W09, S5_W13, S5_W15, S5_U02, S5_U03, S5_K06

Student:

1) zna zaawansowane zagadnienia z zakresu teorii informacji geograficznej,

2) rozumie podstawy działania infrastruktur informacji przestrzennej oraz zastosowania narzędzi geoinformatycznych

3) wybiera i stosuje optymalne metody pozyskiwania, analizy i prezentacji danych przestrzennych

4) rozumie na czym polega koncepcja procesu planowania systemu informacji geograficznej

5) potrafi wykorzystać narzędzia do automatyzacji procesów GIS

Na ocenę końcową składają się: ocena z egzaminu z zakresu wykładów, oraz ocena z mikro-projektów realizowanych podczas zajęć. Mikro-projekty ocenianie są w skali punktowej od 0 do 5 pkt. Próg zaliczenia wynosi 60% możliwej do uzyskania liczby punktów. W przypadku uzyskania oceny negatywnej - możliwy jest drugi termin zaliczenia. Możliwe są dwie nieobecności nieusprawiedliwione na zajęciach.