Analiza danych przestrzennych: Wprowadzenie dla użytkowników GIS

Opinie czytelników

Książka zapewnia solidne podstawy teoretyczne w zakresie analizy przestrzennej i geostatystyki, co czyni ją dobrym źródłem do zrozumienia kluczowych pojęć. Brakuje w niej jednak praktycznych ćwiczeń i zasobów online, które pomogłyby w zastosowaniu tych koncepcji, co niektórzy użytkownicy uważają za ograniczające.

⬤ Dobry stosunek jakości do ceny
⬤ kompleksowe ujęcie teoretyczne
⬤ łatwa lektura
⬤ nadaje się do cytowania w pracach akademickich.

Brak praktycznych ćwiczeń i studiów przypadku; brak dostępnych zasobów online do dodatkowej nauki.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Spatial Data Analysis: An Introduction for GIS Users

Zawartość książki:

Jaka jest najkrótsza trasa między jednym punktem a drugim w sieci drogowej? Gdzie zachorowalność jest najwyższa? W jaki sposób opady deszczu korelują z wysokością? Jak zmienia się stężenie zanieczyszczeń w przestrzeni i gdzie wysokie stężenia korelują z gęsto zaludnionymi obszarami?

Dane geograficzne lub przestrzenne odgrywają istotną rolę w wielu aspektach codziennego życia. Jesteśmy zależni od informacji o tym, gdzie znajdują się rzeczy i o atrybutach tych rzeczy, albo bezpośrednio, jak w przypadku korzystania z mapy do poruszania się po mieście, albo pośrednio, gdzie używamy zasobów, takich jak woda lub gaz.

Spatial Data Analysis: An Introduction for GIS Users wprowadza studentów w kluczowe zasady dotyczące danych przestrzennych, metod wykorzystywanych do eksploracji takich danych oraz rodzajów problemów, które można rozwiązać przy użyciu powszechnie dostępnych narzędzi analitycznych. Przyjmując stopniowe, systematyczne podejście, tekst rozpoczyna się od omówienia podstawowych pojęć; idee te są zilustrowane i wzmocnione starannymi wyjaśnieniami, licznymi praktycznymi przykładami i studiami przypadków w całej książce.

Przystępny dla studentów, którzy są nowicjuszami w tej dziedzinie, Spatial Data Analysis koncentruje się na edukacji, a nie na prostym szkoleniu; nie tylko pokazuje studentom, jak stosować narzędzia analizy danych, ale także demonstruje, jak te narzędzia działają. Witryna towarzysząca zapewnia zasoby zarówno dla studentów, jak i instruktorów.