In diesem Modul erhalten wir eine Einführung in die Grundlagen von CyberGIS und Geospatial Data Science. Zunächst erfahren wir etwas über die Definition von Geoinformationswissenschaft und -systemen und die damit verbundenen Konzepte. Als nächstes werden wir in die Grundlagen der modernen Cyberinfrastruktur und ihrer Komponenten eingeführt. Dann werden wir sehen, wie CyberGIS Cyberinfrastruktur und GIS kombiniert, um eine Summe zu bilden, die größer ist als ihre Teile. Wir werden die Komponenten von CyberGIS und die Gemeinschaft und die Wissenschaften sehen, die es unterstützt. Anschließend werden wir uns mit Geospatial Big Data befassen, insbesondere mit der Komplexität und den Herausforderungen, die sich daraus in Bezug auf Datendarstellung, gemeinsame Nutzung und Datenschutz ergeben. Dann sehen wir uns an, wie die Geospatial Data Science Werkzeuge zur Verfügung stellt, um die Herausforderungen zu lösen, die durch große Geodaten entstehen. Abschließend befassen wir uns mit wissenschaftlichen Anwendungen und Faktoren, die CyberGIS und Geospatial Data Science erfordern, um die damit verbundenen Probleme zu lösen.

In diesem Modul werden die Teilnehmer in Techniken zur Geodatenvisualisierung und zum Web-Mapping mit Python eingeführt. Zunächst lernen wir die Grundlagen des Plottens von Geodaten und der Erstellung von Karten mit Matplotlib, Basemap und Cartopy kennen. Als Nächstes lernen wir Techniken zur Erstellung und Freigabe unserer Webkarten mit den Bibliotheken Mplleaflet und Folium. Schließlich erhalten wir eine kurze Einführung in GeoPandas und lernen, wie man damit einfache Plots, einfache Geometrie und grundlegende räumliche Operationen durchführt.

In diesem Modul erhalten die Teilnehmer zunächst eine Einführung in Techniken zur Manipulation von Geodatenobjekten mit Hilfe von Geodatenbibliotheken in Python. Insbesondere werden wir lernen, wie man mit den Bibliotheken Shapely und RasterIO sowohl Vektor- als auch Rasterdatenobjekte manipuliert. Als nächstes werden die Studenten in die Verwendung des Hadoop-Paradigmas zur Zähmung großer Geodaten eingeführt. Insbesondere lernen wir die Grundlagen der Verarbeitung großer Geodaten mit Hadoop kennen. Die Teilnehmer erhalten eine kurze Einführung in das Hadoop-Framework, seine Hauptkomponenten und seine Eigenschaften und lernen das Hadoop Distributed File System (HDFS), seine Architektur und einfache Befehle zur Interaktion mit ihm kennen. Außerdem lernen wir das MapReduce-Computing-Paradigma kennen und sehen ein Beispiel, wie es mit Hilfe der Hadoop Streaming API zur Verarbeitung von Taxidaten der Stadt New York angewendet werden kann.

In diesem Modul werden wir die theoretischen Grundlagen von CyberGIS kennenlernen. Zu Beginn des Moduls werden wir uns mit den theoretischen Grundlagen von CyberGIS befassen, insbesondere mit der Berechnung der Rechenintensität. Dann werden wir die theoretischen Konzepte auf eine Anwendungsfallstudie anwenden und lernen, wie man diese Rechenintensität berechnet. Zum Abschluss des Moduls und des Kurses werfen wir einen Blick auf einige zukünftige Trends.