📖 Bakgrunn for emnet#
Generell bakgrunn#
I løpet av kurset ‘Automatisering av GIS-prosesser’ vil du lære å håndtere og analysere romlig data ved hjelp av Python. I kurset vil du også bli kjent med noen av de mange Python-pakkene som har blitt skrevet spesielt for GIS-relaterte formål.
I tillegg til å lære å programmere, er målet også å lære en rekke andre ferdigheter knyttet til åpen vitenskap. Disse inkluderer:
Skrive programmer som er enkle å forstå og dele
Holde en logg over endringene du gjør i programmene dine
Lage programmer som sikrer at vitenskapen din er reproduserbar
Produsere enkle, effektive datavisualiseringer som gjør resultatene dine tilgjengelige og enkle å forstå
Læringsmål#
Ved slutten av kurset vil du være i stand til å:
Lese og skrive romlig data fra og til forskjellige filformater,
Arbeide med ulike koordinatsystemer,
Bruke geokoding for å konvertere adresser til koordinater, og omvendt,
Bruke overlay-funksjoner for å kombinere geometrier (intersect, union),
Reklassifisere data basert på deres verdi,
Utføre romlige spørringer,
Utføre enkle romlige analyser og
Visualisere data og lage interaktive kart
Hvorfor Python og GIS?#
Når det kommer til datavitenskap (data science), og spesielt romlig (spatial) datavitenskap og romlig dataanalyse, er Python for tiden det mest nyttige programmerings- eller skriptspråket å lære. På den ene siden er Python-økosystemet, som lar folk enkelt dele bibliotekene sine med andre, veldig rikt, og har pakker for nesten enhver tenkelig oppgave. Forskere som finner ut at et bestemt verktøy ikke eksisterer, går ofte videre og lager det selv.
Det er flere fordeler mer spesifikt for geografer og romlig data: de fleste stasjonære GIS-programmer (f.eks. QGIS, ESRI ArcGIS e.l.) har programmeringsgrensesnitt mot Python: det betyr at du kan skrive Python-programmer som samhandler med data, biblioteker og brukergrensesnitt for disse programmene, og lage egendefinerte plugins for å utvide funksjonaliteten deres. Utover det, finnes det kraftige Python-pakker for nesten enhver oppgave innenfor romlig datahåndtering og romlig analyse.
I løpet av dette emnet fokuserer vi på sistnevnte: å utføre GIS-analyse og datahåndtering uten et stasjonært GIS-program. Hvorfor? Det finnes det mange grunner til:
Python selv, og de fleste pakker for det, er åpen kildekode. Det betyr at det er gratis å bruke, og fritt til å endre for dine egne formål. Åpen kildekode og fri programvare er iboende demokratisk: du trenger ikke å stole på tilgang til en lisens, og alle over hele verden kan bruke dem.
Å skrive et skript som løser et problem gjør at du lærer og forstår dypere hvordan geoprosesseringsoperasjoner fungerer, og hvordan de fungerer sammen. I dette kurset vil du få en dypere forståelse av GIS.
Python er effektivt og skalerer veldig bra: Du kan bruke et Python-skript til å analysere stordata / Big Data og andre store datasett, og det vil sannsynligvis overgå stasjonære GIS-verktøy.
Python er svært fleksibelt: det kan lese og skrive nesten alle dataformater, og pakkeøkosystemet gir biblioteker for nesten enhver programmeringsoppgave du kan forestille deg.
Å bruke Python, eller hvilken som helst annen åpen kildekode, for hva det er verdt, støtter ideene om åpen vitenskap og reproduserbar forskning. Alle kan ta koden din og gjenta eksperimentet eller analysen din for å verifisere påstandene dine og lære av eksempelet ditt.