Geowizualizacja w badaniach społecznych 1600-SZD-GEO-GBSP

Opis treści merytorycznych
Teledetekcja w monitoringu zanieczyszczeń metalami ciężkimi
W trakcie wykładu przedstawione zostaną obszary przemysłowe Węgier oraz Hiszpanii na których wystąpiło znaczące zanieczyszczenie środowiska. Zastosowanie teledetekcji naziemnej i lotniczej pozwoliło zidentyfikować zanieczyszczenie roślin porastających zdegradowany teren. Szczegółowo omówione zostaną teledetekcyjne i biometryczne metody weryfikacji uzyskanych wyników oraz możliwości implementacji metod na innych terenach.
Optymalizacja poziomu generalizacji dla efektywnego rozpoznawania wzorów przestrzennych na mapach tematycznych
Rozpoznanie i zachowanie charakterystycznych elementów wizualizacji jest jedną z podstawowych zasad redakcji map, szczególnie istotną w generalizacji kartograficznej. Generalizacja kartograficzna zakłada dostosowanie mapy i innych elementów graficznych do celu mapy, poziomu szczegółowości oraz wymagań odbiorców. W kartografii tematycznej, zwłaszcza w kartogramie, generalizacja kartograficzna ma miejsce, gdy zmniejsza się liczba klas lub wielkość pola odniesienia. Podczas gdy aspekty związane z optymalnymi metodami klasyfikacji danych oraz liczbą klas zostały szeroko zbadane, wielkość pola odniesienia, a także jej wpływ na przekazywanie i rozpoznawanie wzorców przestrzennych, nie były dotychczas przedmiotem badań empirycznych.
Podczas wykładu zostaną przedstawione wstępne wyniki badań empirycznych. Celem tego badania było sprawdzenie, czy kartogramy z określonymi wielkościami jednostek skutkują optymalnym postrzeganiem charakterystycznych wzorców w danych oraz czy użytkownicy preferują kartogramy o określonej wielkości pól odniesienia.
Zastosowanie teledetekcji do wizualizacji stanu roślinności
Informacja o stanie roślinności jest istotna zarówno na obszarach naturalnych, jak
i obszarach rolniczych oraz w miastach. Techniki teledetekcyjne stanowią dobre źródło danych i pozwalają na uzyskanie informacji aktualnej i powtarzalnej. W ramach wykładu zaprezentowane będą metody wyboru danych, przetwarzania i wizualizacji stanu roślinności.
Serie czasowe danych satelitarnych w monitoringu środowiska
Zobrazowania satelitarne Ziemi pozyskiwane są od lat 60. XX wieku, co pozwala na prowadzenie badań dotyczących aktualnych wydarzeń, ale również umożliwiają na spojrzenie w przeszłość i analizę zmian jakie zaszły w wybranym okresie. Podczas wykładu zaprezentowane zostaną podstawowe informacje dotyczące funkcjonowania misji satelitarnych wraz z podaniem charakterystyk kilku wybranych. Omówione zostaną zastosowania wykorzystania serii czasowych zobrazowań na przykładach związanych z badaniami roślinności i atmosfery.
Kartograficzna wizualizacja historycznych danych przestrzennych
Zajęcia będą poświęcone kartograficznym metodom wizualizacji danych historycznych. Narzędzia cyfrowe, które są coraz częściej wykorzystywane w geografii historycznej i spatial history umożliwiają efektywne gromadzenie, przetwarzanie i wizualizację zjawisk historycznych. W trakcie zajęć zostaną zaprezentowane narzędzia i metody stosowane w cyfrowej kartografii historycznej oraz możliwości i ograniczenia, które za nimi stoją.
Diagnoza stanu w ramach rewitalizacji obszarów zurbanizowanych
Diagnoza stanu gminy w ramach podjęcia procesów rewitalizacji wymaga wykorzystania obiektywnych i weryfikowalnych mierników oraz metod badawczych dostosowanych do lokalnych uwarunkowań. Zakres diagnozy obejmuje wszystkie sfery działalności gminy. Przeprowadzenie analizy wymaga określenia pól podstawowych – przestrzennych jednostek, do których odnoszone będą wszystkie zbierane informacje. Podstawą decyzji o wyborze konkretnych danych i ich prezentacji powinna być ocena potrzebnej szczegółowości diagnozy, dobranych metod klasyfikacji i potwierdzenia intensywności zjawisk w różnych materiałach źródłowych w ujęciu praktycznym.
Wykorzystanie uczenia maszynowego w identyfikacji dachów azbestowo-cementowych jako wyzwanie dla samorządu terytorialnego
Przedstawienie możliwości opracowania innowacyjnej metody zdalnego rozpoznawania dachów azbestowo-cementowych. Unikalna architektura sieci neuronowej do identyfikacji dachów azbestowych jest opracowywana
z wykorzystaniem metod uczenia maszynowego (konwolucyjne sieci neuronowe), danych przestrzennych (ortofotomapy) oraz danych statystycznych.