Dans ce module, nous allons nous familiariser avec les bases du CyberGIS et de la science des données géospatiales. Tout d'abord, nous apprendrons la définition de la science et des systèmes d'information géographique, ainsi que les concepts connexes. Ensuite, nous nous familiariserons avec les bases de la cyberinfrastructure avancée et ses composants. Nous verrons ensuite comment le CyberGIS combine la cyberinfrastructure et les SIG pour produire une somme supérieure à ses parties. Nous verrons les composants du CyberGIS et la communauté et les sciences qu'il soutient. Ensuite, nous nous pencherons sur les big data géospatiales, en particulier sur la complexité et les défis qu'elles présentent en termes de représentation, de partage et de confidentialité des données. Nous verrons ensuite comment la science des données géospatiales fournit des outils pour résoudre les problèmes posés par les big data géospatiales. Enfin, nous conclurons la leçon en examinant les applications et les moteurs scientifiques qui exigent que le CyberGIS et la science des données géospatiales s'attaquent aux problèmes qu'ils posent.

Dans ce module, les étudiants seront initiés aux techniques de visualisation géospatiale et de cartographie Web à l'aide de Python. Tout d'abord, nous apprendrons les bases du traçage de données géospatiales et de la création de cartes à l'aide de Matplotlib, Basemap et Cartopy. Ensuite, nous apprendrons des techniques pour créer et partager nos cartes Web en utilisant les bibliothèques Mplleaflet et Folium. Enfin, nous verrons une brève introduction à GeoPandas et comment l'utiliser pour faire des tracés simples, de la géométrie simple et effectuer des opérations spatiales de base.

Dans ce module, les étudiants seront d'abord initiés aux techniques de manipulation d'objets géospatiaux à l'aide de bibliothèques géospatiales en Python. Plus précisément, nous apprendrons à manipuler des objets de données vectorielles et matricielles à l'aide des bibliothèques Shapely et RasterIO. Ensuite, les étudiants seront initiés à l'utilisation du paradigme Hadoop pour maîtriser les données géospatiales volumineuses. Plus précisément, nous apprendrons les principes fondamentaux du traitement des données spatiales volumineuses avec Hadoop. Les étudiants recevront une brève introduction au cadre Hadoop, à ses principaux composants et à ses caractéristiques, et apprendront à connaître le système de fichiers distribués Hadoop (HDFS), son architecture et les commandes simples permettant d'interagir avec lui. Nous découvrirons également le paradigme informatique MapReduce et verrons un exemple de son application à l'aide de l'API de streaming Hadoop pour traiter les données des taxis de la ville de New York.

Dans ce module, nous allons découvrir les fondements théoriques du CyberGIS. Nous commencerons le module en examinant les fondements théoriques du CyberSIG, en particulier les calculs d'intensité de calcul. Ensuite, nous appliquerons les concepts théoriques à une étude de cas d'application en apprenant comment calculer cette intensité de calcul. Enfin, nous conclurons le module et le cours en examinant quelques tendances futures.