Tema på kurset

Kurs for meg ?

Dersom du føler at tu trenger mer bakgrunnskunnskap for det du jobber med? Eller du synes at den teknologiske utviklingen løper fra deg ? Da skal du tenke på å delta på vårt EVU kurs i Geografiske informasjonsbehandling. Vi kan tilby deg et kurs der du kan lære mer om bakgrunnen for systemer du kanskje har jobbet med, men ikke hatt grunnleggende kjennskap til. Videre blir du presentert for nyere forskning på feltet. På denne siden kan du studere noen eksempler på problemstillinger vi tar opp.


Romlig informasjon

Siden jorda ikke er flat må vi bruke ulike teknikker for å gjengi den på et plant kart. Samme teknikkene er også involvert når vi skal lagre de digitale kartene i en database. Videre må geografiske data knyttes opp mot jorda ved å bruke et referansesystem. Dette blir ofte benevnt som georeferering. Kunnskap om dette er nødvendig for å kunne behandle geografisk informasjon riktig.

Romlige datastrukturer og algoritmer

Mange brukere trenger som regel ikke bekymre seg for hvilke datastrukturer eller algoritmer systemet benytter, men det å ha en innsikt i dette området, vil likevel være nyttig for å kunne gjøre seg opp en mening om hvor lang tid ulike operasjoner vil ta og hvordan resultatet kan bli. Mange GIS har funksjoner for ulike nettverksanalyser, men vet du hvordan man formulerer ulike korteste vei algoritmer? For eksempel hvordan beregne den korteste kjøreruten når x-antall leveringssteder skal besøkes? Eller hvordan beregne korteste kjørerute fra Oslo til Paris?

Datakilder

En avgjørende “komponenten” i et geografisk informasjonssystem er data. Mens programvare og maskinvare er “hyllevare, er ditt prosjekt avhengig av data som er både geografisk og tematisk tilpasset. I noen tilfeller må data samles inn spesielt for prosjektet. Likevel har vi i dag mye geografiske data av ulik tematisk karakter som er tilgjengelig. I kurset der vi nærmere på dette.

Datakonvertering

Har du selv samlet inn data, eller fått/kjøpt data fra andre, er det stor sannsynlighet for at du på en eller annen måte må gjøre endringer på datasettet før du kan bruke dem i ditt system og til din analyse. Kurset tar for seg en del vanlige problemstillinger.

Analyse av geografisk informasjon

For å dra ut underliggende informasjon fra data man har må man ofte gjøre en videre analyse av datasettene ved hjelp av datasystemer. Behersker man ulike metoder, og kan kombinere disse, kan man få fram informasjon som i utgangspunktet er godt skjult. Her kan nevnes stikkord som flerlagsanalyse (overlay) og nettverksanalyse.

Kartografisk kommunikasjon

For å forstå relasjoner mellom geografiske forekomster benytter vi oss av kart. Tradisjonelt har vi tenkt oss kartografisk kommunikasjon som en prosess der et budskap overføres fra en kartograf til en kartleser. Bruk av datateknologi gir imidlertid kartleseren muligheter til å eksperimentere med ulike presentasjonsformer. Dette gjør at kartet kan anvendes som et hjelpemiddel til å søke etter ny kunnskap. Riktig utformet kan derfor kart gi ny kunnskap om geografiske relasjoner og mønstre. Vi vil diskutere utformingen av kart på grunnlag av Bertin’s teorier såvel som på grunnlag av informasjonsteori.

Temakart

Skal vi visualisere data fra et geografisk informasjonssystem vil det i svært mange tilfeller være naturlig å bruke en eller annen form for kart. Kurset vil ta spesielt for seg noen viktige typer temakart som f.eks. koropletkart og kart med skalerte sirkler. Det vil i denne sammnhengel bli gitt en rekke eksempler på både gode og dårlige tematiske kart.

Generalisering

Generalisering har alltid vært og er et meget utfordrende problem. Hva skal vi ha med på kartet og hva skal vi utelate? Kan datamaskiner gjøre et fornuftig utvalg av objekter for representasjon? Vi vil presentere både nyere forskning på feltet og en del veletablerte metoder.

Digitale terrengmodeller

En rekke operasjoner på geografiske data er avhengige av informasjon om terrengets form. Terrengformen lar seg beskrive ved hjelp av ulike metoder, men visste du at enkelte modeller har innebygget et generaliseringskonsept? Det vil si at man lett kan fjerne uviktige punkter og beholde de karakteristiske punktene. Dette er ikke bare viktig for presentasjonsformål, men også en rekke tyngere beregningsoperasjoner vil tjene på en datasiling.

Internet

Internet er en sentral “datakanal” i vårt informasjonssamfunn, og mye av informasjonen er geografisk relatert. Derfor er det i dag viktig å kunne formidle kart via Web på en god og effektiv måte.   Dagens PC’er er utstyrt med høyoppløselige skjermer som egner seg godt for dette. I tillegg åpner datateknologien for en mye spennende funksjonalitet vi kan inkludere i kartene.

Dynamiske kart

En spennende funksjonalitet i digitale kart kan være å illustrere forandringer. Dette kan gjøres ved hjelp av kartanimasjoner. Men for at det skal bli vellykket er det nyttig å kjenne til ulike metoder og variabler som kan benyttes. Og disse vil gjerne skille seg noe fra variablene som blir brukt på statiske kart.

Topologi

Topologi er en gren av matematikken som tilbyr et begrepsapparat som er svært nyttig ved modellering av geografiske objekter og deres romlige relasjoner. Visste du at begreper som topologisk dimensjon, sammenhengende rom, omriss og indre er veldefinerte begreper? Visste du at en rekke relasjoner mellom geografiske objekter lar seg klassifisere på grunnlag av topologiske begreper?

Dabaser og datamodellering

Data i et geografisk informasjonssystem blir lagret i en database. I kurset vil vi se nærmere på en del standardfunksjoner i databaser som geografiske informasjonssystemer gjør seg nytte av. Vi vil også se nærmere på hvordan data blir modellert når man planlegger hvordan disse skal lagres og håndteres.

Flytende mengder (fuzzy set)

Det er meget utbredt å modellere geografiske objekter som om de skulle ha skarpe avgrensninger, men finnes slike objekter i virkeligheten? Ja, objekter som juridiske enheter tilfredsstiller vanligvis kravet til såkalte “crisp” sett, men en rekke objekter har uskarpe avgrensninger. Hvor går for eksempel grenselinjen for en skog? Hvordan vil du for eksempel konstruere et GIS som skal svare på spørsmål av typen: finn hoteller som ligger i nærheten av alpinsenter og som har rimelige døgnpriser? Vi kan selvsagt si at alle hoteller med avstand mindre enn 10km til alpinsenter og som har døgnpris lavere en 450 kroner, tilfredsstiller kravet, men hva med et hotell med døgnpris 460 kroner og avstand 8km til alpinsenter? Er dette hotellet en kandidat? Dette er problemstillinger vi vil diskutere i lys av fuzzysett-teori.

Moderne Webkart

Internet har de senere årene beveget seg mot å bli et sosialt media der brukere deler informasjon. Dette er også høyst relevant i forbindelse med kart og geografisk informasjon. Den geografiske posisjonen kan vere et knutepunkt i systemer for deling av informasjon.

Temporale GIS

Informasjon med geografisk tilhørighet blir i mange tilfeller forandret over tid. I vanlig geografisk analyse sammenligner man gjerne ulike fenomener og objekter et gitt tidspunkt. Skal man i tillegg ta hensyn til fenomenets tilstand ved forskjellige tidspunkter må man bruke temporale systemer. Skal man for eksempel analysere vegtrafikk i forhold til andre fenomener må man kunne ta hensyn til at trafikkenmengden varierer med ulike tidspunkter.

OpenGIS

Det finnes i dag åpne systemer for håndtering av geografisk informasjon på alle plan (fra server til desktop GIS på egen PC). Kurset vil presentere noen av disse, og fordeler og ulemper med systemer basert på åpen kildekode blir diskutert.

3D GIS

Presentasjon av geografien i 3D har blitt vanlig de siste årene. Kraftigere datamaskiner, bedre systemer for presentasjon samt at mer data er tilrettelagt for 3D visualisering er avgjørende. Kurset vil komme inn på viktige elementer i denne forbindelse.

Nettverksanalyse

Å finne raskeste veg gjennom et nettverk er en type geografisk analyse som blir mye brukt, kanskje spesielt på Web. Det finnes mange Web-sider som beregner raskeste eller korteste kjørerute. Vegnettverk består vanligvis av store datamengder. Å finne korteste rute kan være svært beregningskrevende. Det er derfor viktig å kunne benytte seg av smarte algoritmer for å finne optimale løsninger.