ГІС-технології в екології

Метою вивчення дисципліни є формування та розвиток компетентностей для проведення досліджень та/або здійснення інновацій, розв’язанням комплексних професійних задач, пов’язаних із розробкою та застосуванням геоінформаційних систем і технологій, аналізом геопросторових даних та обробкою космічних знімків.
Завдання вивчення дисципліни:
Набуття здатності до розв’язання задач дослідницького та/або інноваційного характеру в процесі застосування геоінформаційних систем та технологій шляхом створення та дослідження методик просторового аналізу, цифрової картографії, обробки та дешифрування супутникових даних та підтримки прийняття рішень з урахуванням наявних обмежень та ресурсів.
Практичне значення та використання отриманих знань:
Набуття знань та практичних навичок щодо застосування сучасних настільних ГІС та хмарних платформ, використання основ картографії та методик побудови цифрових карт, технологій обробки та аналізу космічних знімків для вирішення прикладних задач у різних галузях.
Тематика та види навчальних занять

Лекційні заняття
Лекція 1. Вступ до Геоінформаційних систем (ГІС). (Поняття, історія, компоненти ГІС. Типи геопросторових даних: векторні та растрові моделі).
Лекція 2. Основи картографії та картографічні проекції. (Системи координат, датуми, картографічні проекції та їх спотворення. Масштаб та генералізація).
Лекція 3. Геопросторові дані та бази даних. (Моделі просторових даних, топологія. Огляд геопросторових баз даних, PostGIS).
Лекція 4. Вступ до настільних ГІС. (QGIS огляд інтерфейсу, інструментів, робота з шарами, основні плагіни).
Лекція 5. Робота з векторними даними в QGIS. (Створення, редагування, атрибутивні дані, аналіз та запити).
Лекція 6. Робота з растровими даними в QGIS. (Візуалізація, растерова алгебра, мозаїки, основи геообробки растрових даних).
Лекція 7. Методика побудови тематичних карт в QGIS. (Принципи картографічного дизайну, робота з компонувальником макетів, експорт карт).
Лекція 8. Основи просторового аналізу. (Оверлейні операції, буферизація, аналіз близькості, інтерполяція).
Лекція 9. Вступ до Дистанційного Зондування Землі (ДЗЗ). (Фізичні основи, типи супутникових систем, характеристики знімків).
Лекція 10. Попередня обробка космічних знімків. (Радіометрична та атмосферна корекція, геометрична корекція).
Лекція 11. Методика обробки та аналізу космічних знімків. (Розрахунок вегетаційних індексів (NDVI), основи класифікації зображень).
Лекція 12. Вступ до хмарних ГІС-платформ: Google Earth Engine. (Архітектура GEE, каталог даних, основи API).
Лекція 13. Аналіз часових рядів та великих геоданих в Google Earth Engine. (Практичні приклади аналізу супутникових знімків в GEE).

Лабораторні заняття:
Лабораторна робота 1. Основи роботи з гетерогенними даними в QGIS.
Мета заняття – Продемонструвати вміння інтегрувати, візуалізувати та виконувати первинну обробку різнорідних геопросторових даних (векторних, растрових, табличних) у середовищі QGIS.
Характер заняття – дослідно-аналітичний
Лабораторна робота 2. Побудова карт вегетаційного індексу NDVI (в QGIS).
Мета заняття – Продемонструвати вміння розраховувати вегетаційні індекси (на прикладі NDVI) за допомогою інструментів растрової алгебри QGIS та створювати відповідні тематичні карти.
Характер заняття – дослідно-аналітичний
Лабораторна робота 3. Дослідження трендів змін земного покриву для території України (в QGIS).
Мета роботи – Продемонструвати вміння проводити діахронний аналіз (аналіз змін у часі) земного покриву, використовуючи інструменти геообробки QGIS для виявлення та кількісної оцінки трендів.
Характер заняття – дослідно-аналітичний
Лабораторна робота 4. Аналіз супутникових даних про забруднення повітря за допомогою Google Earth Engine: реалізація у Python (Google Colab).
Мета роботи – здобуття практичних навичок щодо використання Python API платформи Google Earth Engine (в середовищі Google Colab) для доступу, обробки та аналізу супутникових даних моніторингу атмосфери.
Характер заняття – дослідно-аналітичний
Лабораторна робота 5. Аналіз супутникових даних про забруднення повітря за допомогою Google Earth Engine: реалізація у JavaScript.
Мета роботи – здобуття практичних навичок роботи з JavaScript API в редакторі коду Google Earth Engine (Code Editor) для аналізу та візуалізації часових рядів даних про забруднення повітря.
Характер заняття – дослідно-аналітичний

Консультації здійснюються впродовж семестру згідно встановленого розкладу.

Форми контрольних заходів та оцінювання результатів навчання
Поточний контроль полягає у виконанні:
1) завдань на лабораторних роботах у семестрі передбачено 5 лабораторних робіт, які виконуються на 7 лабораторних заняттях, за кожну лабораторну роботу здобувач може отримати максимальну оцінку у 8 балів (разом 40 балів);
2) 2-х модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин та проводяться у формі письмового тестування на двох лекційних заняттях. Бездоганне виконання кожної модульної контрольної роботи становить 30 балів;
Підсумковий контроль-залік. Залік накопичувальний.