Informação Georreferenciada¶
-
Professor:
- André Filipe de Moraes Batista - andrefmb (at) insper.edu.br
-
Horário das aulas:
- Sexta-feira - 13:30 - 15:30
- Atendimento: 11:00 - 12:30 (via Teams)
© Todos os direitos reservados
Objetivos¶
Ao final da disciplina o aluno será capaz de:
- Compreender dados espaciais, não-espaciais e a relação entre ambos;
- Converter dados georreferenciados simples em medidas de áreas deliminatas, localização, distância e interação espacial;
- Preprocessar dados georreferenciados usando ferramentas especializadas;
- Aquisição, tratamento e armazenamento de dados de IoT e de dispositivos móveis;
- Realizar análise exploratória de dados georreferenciados e espaciais usando ferramentas especializadas;
- Realizar análises de clustering de dados usando ambiente de análise (Python)
Conteúdo Programático¶
- Diferença entre dados espaciais e dados não-espaciais
- Noções básicas de cartografia e sistemas de coordenadas espaciais
- Fontes de dados georreferenciados: repositórios, dispositivos móveis, IoT
- Trabalhando com formatos comuns de dados espaciais em bases de dados
- Geocodificação direta e reversa
- Agregação de dados: pontos, linhas, polígonos
- Análise exploratória de dados espaciais
- Análise de distribuições espaciais
- Autocorrelação espacial
- Clusters espaciais
Avaliação¶
A avaliação da disciplina será composta por provas, projetos e atividades de acompanhamentos:
Provas Intermediária (PI) e Final (PF) serão compostas por exercícios práticos a serem feitos durante o tempo de prova;
O projeto da disciplina será composto por múltiplas partes. Haverá duas entregas principais para o projeto.
A média final é dada por
55% Projeto 45% média de Provas
Plano de aulas
| Data | Questão/Problema | Conteúdo/Atividade |
|---|---|---|
| 20/08/2021 | Compreendendo os dados espaciais e seus desafios. | Dados Espaciais: características e desafios. Análise Espacial e Georreferenciamento. Noções básicas de cartografia. |
| 27/08/2021 | Como as ferramentas computacionais disponíveis na linguagem Python podem ajudar no tratamento de dados espaciais | Sistemas de Coordenadas Espaciais. Bibliotecas computacionais de apoio para a análise dos dados espaciais. |
| 03/09/2021 | Obtendo informações geoespaciais por meio da geocodificação | Trabalhando com formatos comuns de dados espaciais. Geocodificação direta e reversa. Análise espacial de dados pontuais. |
| 10/09/2021 | Compreendendo relações espaciais por meio da análise de pontos | Análise espacial de dados pontuais. |
| 17/09/2021 | Compreendendo relações espaciais por meio da análise de pontos | Agregação de dados: pontos, linhas, polígonos. |
| 24/09/2021 | Aula estúdio para projeto | Aula estúdio para projeto |
| 01/10/2021 | Avaliação Intermediária | Avaliação Intermediária |
| 15/10/2021 | Compreendendo relações espaciais por meio da análise de áreas | Análise espacial de dados de área. Conceitos básicos. Noções de Vizinhança. |
| 22/10/2021 | Compreendendo relações espaciais por meio da análise de áreas | Análise espacial de dados de área. Mapas Temáticos. |
| 29/10/2021 | Compreendendo relações espaciais por meio da análise de áreas | Análise exploratória de dados espaciais. Case. |
| 05/11/2021 | Compreendendo dependências espaciais e autocorrelação espacial | Autocorrelação espacial |
| 12/11/2021 | Determinando aglomerados (clusters) espaciais | Clusters espaciais |
| 19/11/2021 | Aula estúdio para projeto | Aula estúdio para projeto |
| 26/11/2021 | Quiz para PF | Quiz para PF |
| 03/12/2021 | Avaliação Final | Avaliação Final |
Bibliografia¶
-
LAWHEAD, J. Learning Geospatial Analysis with Python: Understand GIS fundamentals and perform remote sensing data analysis using Python. 3.a ed. Packt Publishing, 2019.
-
CRICKARD, P.; VAN REES, E.; TOMS, S. Mastering Geospatial Analysis with Python. 1.a ed. Packt publishing, 2017.
-
CRESSIE, N. Statistics for Spatial Data. 2015.