Recommander des sujets à inclure dans un cours d'informatique pour les technologies géospatiales

J'enseignerai un cours à l'université locale intitulé Computer Science for Geospatial Technologies. Il s'agit d'un cours d'introduction destiné à présenter des concepts informatiques aux étudiants en technologies géospatiales (SIG et télédétection). Dans le passé, j'ai introduit des concepts de programmation, mais j'ai trouvé que cela dépassait la tête de nombreux étudiants.

Actuellement, je prévois de discuter du matériel informatique, des types de données spatiales (c'est-à-dire des fichiers de formes vs géodatabases), du modèle de géodatabase ESRI (l'université travaille sur une plate-forme ESRI), de la théorie de base de base de données avec ArcSDE Personal.

Quelqu'un pourrait-il recommander d'autres sujets liés à l'informatique que les praticiens des SIG et de la télédétection devraient connaître avant d'entrer sur le marché du travail?

MISE À JOUR: Le programme des dernières années comprenait:

• API Javascript Google Maps / HTML / Google Earth / KML - 5 semaines
• Scriptage Python - 6 semaines
• Base de données Théorie / MS Access - 2 semaines
• VBA - 2 semaines

La réponse que j'ai reçue des étudiants était que le temps consacré à chaque sujet était insuffisant. Je parle à l'université pour offrir un cours de niveau supérieur en programmation SIG utilisant Python.

En 15 ans de réponse aux questions SIG sur les serveurs de listes et, maintenant, les pages Web, j'ai noté des problèmes récurrents qui suggèrent un besoin pour les praticiens d'apprendre certains concepts informatiques spécifiques. Aucun de ces éléments n'est profond; tout cela est bien connu; mais tous semblent être des déficiences communes dans le contexte ou la compréhension d'une minorité importante (la majorité?) de personnes SIG. Dans de nombreux cas, peu de choses doivent réellement être apprises, à part une définition ou un exemple. Le but est d'alerter les étudiants sur les écueils qui se présenteront et de leur donner les principes ou les outils dont ils ont besoin pour les aborder lorsqu'ils se présentent, sans nécessairement devenir des experts.

Les liens dans la liste suivante vont tous aux questions sur ce site. La simple existence de ces liens témoigne de la valeur des concepts. En suivant les liens, vous pouvez trouver des exemples de la façon dont la connaissance de ces concepts peut résoudre des problèmes, les empêcher de se produire et aider les gens à être plus compétents avec les SIG.

Systèmes informatiques

• Les composants d'un ordinateur: ouvrez une boîte, démontez-la, identifiez les pièces (CPU, RAM, disques, carte mère, carte réseau, etc.) et expliquez leurs rôles dans le système. Démystifiez-le et concrétisez-le pour les élèves.

• Comprendre comment les systèmes informatiques stockent les données sur des appareils externes . Concepts de formats physiques et logiques. La distinction entre ASCII (et encodages similaires) et binaire brut.

• Les détails de la représentation binaire interne des données numériques, y compris IEEE flotteurs de précision simple et double et des entiers signés et non signés . Limitations de chacun. Comment choisir le type de données à utiliser pour représenter les attributs SIG.

• La distinction entre stockage externe et RAM . (Je sais que c'est incroyablement élémentaire, mais il y a beaucoup de confusion là-bas.)

L'informatique

• Analyse asymptotique des algorithmes . Comprendre, à un niveau pratique, les différences entre O (n), O (n log (n)), O (n ^ 2), (et pire) le timing. Comment tester comment un algorithme de boîte noire évolue.

• Principes d'interaction homme-machine. C'est trop large, mais certains principes de conception de formulaire et de conception de page Web peuvent aller très loin.

• Principes des langages informatiques: à quoi s'attendre d'un langage, la différence entre les procédures et l'orientation des objets, quels types de structures de données et de langages d'objets peuvent prendre en charge et auxquels se référer, la différence entre les langages compilés et interprétés (et les compromis entre eux) .

• Principes de base de la conception de la structure des données . L'interaction entre les structures utilisées pour représenter les données et les algorithmes qui les utilisent. Les utilisations des tableaux, des listes et des dictionnaires.

• La distinction entre les objets et leurs références. ( De nombreuses erreurs sont commises par des personnes qui ne reconnaissent pas la différence entre un nom de variable et sa chaîne entre guillemets !)

• Qu'est-ce qu'un système d'exploitation, quels services en attendre et comment interagir avec lui.

• Qu'est-ce qu'un réseau, quels services en attendre, comparaison de certaines architectures et sens des compromis entre l'obtention de services informatiques localement et à distance.

• Algorithmes théoriques des graphes: de nombreuses analyses SIG peuvent être représentées de manière abstraite en termes de problèmes sur les graphes; pouvoir le faire donne accès à des algorithmes efficaces. Un bel exemple sur notre site est ici impliquant un problème qui semble initialement n'avoir rien à voir avec les graphiques.

• Récursivité. Un bon exemple pour les praticiens des SIG est la création d'un index spatial tel que cet algorithme pour un quadruple point adaptatif .

Données SIG

• Comment les données vectorielles et matricielles sont stockées, à la fois en interne et pour l'échange de données.

• Comment les topologies de multipoints, de polylignes, de polygones et de TIN peuvent être représentées et traitées.

• Principes de base de la compression des données tels qu'ils sont appliqués aux données SIG , en particulier le codage de la longueur d'exécution.

Systèmes de bases de données

• Qu'est-ce qu'un système de gestion de bases de données relationnelles, en quoi il diffère de certaines autres conceptions de bases de données majeures, quels sont ses avantages et ses inconvénients.

• Normalisation et conception de bases de données .

• Comment interroger des bases de données (par exemple, SQL).

• Méthodes de documentation, en particulier les métadonnées et les dictionnaires de données .

SIG

• Algorithmes typiques pour effectuer des procédures SIG de base, y compris le point dans le polygone et la mise en mémoire tampon. Pourquoi différents algorithmes peuvent être souhaitables pour des calculs ponctuels par rapport à des calculs répétés avec les mêmes données, ou pour des données statiques par rapport à des données dynamiques (en temps réel).

• Comment les données SIG peuvent être organisées pour la recherche et le traitement, comme les arbres quadruples .

• Évaluer les compromis entre résolution / précision / vitesse dans le stockage des données SIG (en particulier les données raster).

Recueil

• Techniques de débogage: comment isoler, identifier et contourner les erreurs. Comment décrire et signaler les bugs et anomalies apparents. Comment poser de bonnes questions sur le Web!

• Comment inverser des fonctions avec des algorithmes de recherche de racine . (Le fait de ne pas l'apprécier conduit fréquemment à des algorithmes extrêmement inefficaces ou à la non-résolution totale d'un problème.)

• Comment choisir parmi les programmes d' optimisation de la boîte noire (continu vs entier, convexe vs non, univarié vs multivarié, linéaire vs non, etc.). Pour plus d'exemples, voir un problème d'emplacement d'équipement et un problème d'emballage de polygone .

• Comment naviguer dans les systèmes d'aide. Que rechercher et que rejeter comme inutile. (L'aide ArcGIS en ligne d'ESRI fournit de splendides exemples des très bons et des très mauvais.) Cela peut même inclure des instructions sur la lecture des diagrammes d'objets .

Parce que c'est du haut de ma tête, c'est sûrement incomplet. Si les gens trouvent la liste utile, je travaillerai pour l'améliorer - ou aidez-moi et n'hésitez pas à l'ajouter si vous avez une réputation suffisante. Pour que cela reste pratique et ciblé, veuillez aborder uniquement les concepts qui aideront les gens à éviter les problèmes que vous avez réellement observés (dans votre propre travail ou celui des autres).

Je suis diplômé d'un programme centré sur l'ESRI dans lequel la faculté a fait un travail assez agréable en séparant le concept (lecture) et l'utilité (laboratoire). Mes principales faiblesses à la sortie du monde universitaire étaient: 1) Je n'avais aucune compétence SQL, aucune connaissance des principes de base des bases de données; et 2) je n'étais pas préparé au prétraitement programmatique requis pour la plupart des ensembles de données.

Je recommande un atelier de "traitement des données" pour introduire un SGBDR approprié (probablement PostreSQL avec PostGIS) et un langage de programmation (probablement Python) à utiliser pour nettoyer les fichiers CSV, TXT ou SHP. Avec juste un avant-goût de chacun, vos élèves seront mieux préparés à se débrouiller seuls "là-bas".

Même si l'université utilise ESRI, je recommanderais d'introduire ou de décrire des équivalents open source. D'une part, il est beaucoup plus facile pour les étudiants d'installer QGIS sur leurs ordinateurs portables qu'ArcGIS s'ils souhaitent tester l'ouverture d'un fichier de formes car QGIS est considérablement plus petit (ArcGIS 10 est de 2 à 3 Go) et les étudiants n'ont pas besoin d'une connexion Internet. Mon université a des programmes axés sur ArcGIS plutôt que sur les SIG; Personnellement, je pense que c'est à l'envers.

L'introduction de KML avec google earth ou google maps pourrait être un moyen d'engager les étudiants. KML est populaire, et faire une carte interactive est un peu plus excitant qu'une carte papier; en particulier lorsque vous pouvez partager un lien Web avec d'autres personnes.

Je voudrais certainement ajouter des scripts et des projections. Une autre remarque, est-ce un dossier ESRI? J'essaierais de le rendre `` IG agnostique '' car il y en a tellement maintenant, que l'ESRI n'a pas un monopole complet et que les budgets diminuent, imo, leur part de marché diminuera également. J'essaierais donc d'introduire davantage de projets open source, car beaucoup plus d'entreprises et d'organisations évoluent dans ce sens.

J'introduirais également des cadres de programmation si possible. Je sais que vous avez dit que cela leur avait traversé la tête la dernière fois, mais les scripts, au moins, sont nécessaires, même pour les praticiens les plus basiques de l'IG.

Des compétences en bases de données sont également nécessaires. Encore une fois, même le praticien de l'IG le plus élémentaire, devra probablement maintenir une sorte de banque de données et manipuler ces données va être un élément clé de leur travail quotidien.

L'une des choses les plus courantes que je dois faire est d'enseigner aux utilisateurs ce qu'est réellement le SIG. Cela me stupéfie, parfois, quant au peu de gens qui connaissent le SIG, à part Google Maps. Ainsi, être en mesure de les amener à démontrer une compréhension clé de ce que c'est, globalement, des utilisateurs aux systèmes serait bénéfique pour tous les utilisateurs. Je travaillais, récemment, avec un développeur Java ayant une certaine expérience, et quelqu'un que je qualifiais de spécialiste, mais il ne comprenait pas vraiment ce qu'était un SIG, en totalité.

Il serait également bon de leur montrer l'emplacement, car pas assez de gens pensent en dehors de la boîte à ce qu'est un emplacement.

Il a cependant le potentiel d'être plus grand que Ben Hur. J'ai étudié l'informatique à l'université, avec un module de SIG. Bien qu'ayant ensuite poursuivi une maîtrise en SIG, puis travaillé 15 ans dans l'industrie, j'apprends toujours, il est donc impossible de tout intégrer.