Recomendar temas para un curso de Informática para las Tecnologías Geoespaciales

Question

Voy a impartir un curso en la universidad local titulado Informática para tecnologías geoespaciales. Se trata de un curso introductorio destinado a presentar conceptos de informática a estudiantes de tecnologías geoespaciales (SIG y teledetección). En el pasado he introducido conceptos de programación, pero me he dado cuenta de que a muchos de los estudiantes se les escapaban.

Actualmente, estoy planeando hablar sobre hardware informático, tipos de datos espaciales (es decir, shapefiles frente a geodatabases), modelo de geodatabase ESRI (la universidad trabaja en una plataforma ESRI), teoría básica de bases de datos con ArcSDE Personal.

¿Podría alguien recomendar otros temas relacionados con la informática que los profesionales de los SIG y la teledetección deberían conocer antes de incorporarse al mundo laboral?

ACTUALIZACIÓN: El plan de estudios del año pasado incluía:

• Google Maps Javascript API/HTML/Google Earth/KML - 5 semanas
• Programación en Python - 6 semanas
• Teoría de bases de datos/MS Access - 2 semanas
• VBA - 2 semanas

La respuesta que recibí de los estudiantes fue que no se dedicaba suficiente tiempo a cada tema. Estoy hablando con la universidad para ofrecer un curso de siguiente nivel sobre programación de SIG con Python.

Answer 1

En 15 años de responder a preguntas sobre SIG en servidores de listas y, ahora, en páginas web, he observado algunos problemas recurrentes que sugieren la necesidad de que los profesionales aprendan ciertos conceptos informáticos específicos. Ninguno de ellos es profundo; todos son bien conocidos; pero todos parecen ser deficiencias comunes en la formación o la comprensión de una minoría significativa (¿la mayoría?) de la gente de SIG. En muchos casos, no es necesario aprender más que una definición o un ejemplo. De lo que se trata es de alertar a los alumnos de los escollos que van a surgir y darles los principios o herramientas que necesitan para afrontarlos cuando se presenten, sin convertirse necesariamente en expertos.

Todos los enlaces de la siguiente lista remiten a preguntas de este sitio. La mera existencia de estos vínculos demuestra el valor de los conceptos. Siguiendo los enlaces, se pueden encontrar ejemplos de cómo el conocimiento de estos conceptos puede resolver problemas, evitar que se produzcan y ayudar a las personas a ser más competentes con los SIG.

Sistemas informáticos

• Los componentes de un ordenador: abrir una caja, desmontarla, identificar las piezas (CPU, RAM, discos, placa base, tarjeta de red, etc.) y explicar sus funciones en el sistema. Desmitifícalo y hazlo concreto para los alumnos.

• Comprensión de cómo funcionan los sistemas informáticos almacenar datos en dispositivos externos . Conceptos de físico y formatos lógicos. La distinción entre ASCII (y codificaciones similares) y binario crudo.

• Detalles de la representación binaria interna de los datos numéricos, incluyendo Flotantes IEEE de precisión simple y doble y enteros con y sin signo . Limitaciones de cada uno. Cómo elegir qué tipo de datos utilizar para representar los atributos del SIG.

• La distinción entre almacenamiento externo y RAM . (Sé que esto es increíblemente elemental, pero hay mucha confusión por ahí).

Informática

• Análisis asintótico de algoritmos . Entender, a nivel práctico, las diferencias entre O(n), O(n log(n)), O(n^2), (y peores) tiempos. Cómo probar cómo escala un algoritmo de caja negra.

• Principios de la interacción persona-ordenador. Esto es demasiado amplio, pero algunos principios de diseño de formularios y diseño de páginas web pueden servir de mucho.

• Principios de los lenguajes informáticos: qué esperar de un lenguaje, la diferencia entre la orientación a procedimientos y a objetos, qué tipos de estructuras de datos y objetos pueden soportar los lenguajes y a qué se pueden referir, la diferencia entre lenguajes compilados e interpretados (y las compensaciones entre ellos).

• Principios básicos de diseño de estructuras de datos . La interacción entre las estructuras utilizadas para representar datos y los algoritmos que las utilizan. Utilización de matrices, listas y diccionarios.

• La distinción entre objetos y referencias a ellos. ( Muchos errores son cometidos por personas que no reconocen la diferencia entre un nombre de variable y su cadena entre comillas !)

• Qué es un sistema operativo, qué servicios esperar de él y cómo interactuar con él.

• Qué es una red, qué servicios cabe esperar de ella, comparación de algunas arquitecturas y una idea de las ventajas y desventajas de obtener servicios informáticos localmente o a distancia.

• Algoritmos teóricos de grafos: muchos análisis SIG pueden representarse de forma abstracta en términos de problemas sobre grafos, lo que da acceso a algoritmos eficaces. Un buen ejemplo en nuestro sitio web es aquí un problema que, en principio, no parece tener nada que ver con los gráficos.

• Recursión. Un buen ejemplo para los profesionales de los SIG es la creación de un índice espacial como este algoritmo para un quadtree de puntos adaptable .

Datos SIG

• Cómo se almacenan los datos vectoriales y ráster, tanto internamente como para el intercambio de datos.

• Cómo la topologías de multipuntos, polilíneas, polígonos y TIN pueden representarse y procesarse.

• Principios básicos de la compresión de datos aplicada a los datos SIG especialmente la codificación de longitud de carrera.

Sistemas de bases de datos

• Qué es un sistema de gestión de bases de datos relacionales, en qué se diferencia de otros diseños de bases de datos importantes y cuáles son sus ventajas e inconvenientes.

• Normalización y diseño de bases de datos .

• Cómo consultar bases de datos (por ejemplo, SQL).

• Métodos de documentación, especialmente metadatos y diccionarios de datos .

SIG

• Algoritmos típicos para realizar procedimientos básicos de SIG, entre ellos punto en polígono y amortiguación. Por qué pueden ser convenientes algoritmos diferentes para cálculos puntuales en comparación con cálculos repetidos con los mismos datos, o para datos estáticos en comparación con datos dinámicos (en tiempo real).

• Cómo pueden organizarse los datos del SIG para su búsqueda y tratamiento, por ejemplo quadtrees .

• Evaluación de las compensaciones entre resolución/precisión/velocidad en el almacenamiento de datos SIG (especialmente datos ráster).

Miscelánea

• Técnicas de depuración: cómo aislar, identificar, y solucionar los errores. Cómo describir y notificar errores y anomalías aparentes. Cómo hacer buenas preguntas en la Web.

• Cómo invertir funciones con algoritmos de búsqueda de raíces . (Si no se aprecia esto, a menudo se obtienen algoritmos extremadamente ineficaces o no se resuelve el problema en absoluto).

• Cómo elegir entre caja negra optimización programas (continuos frente a enteros, convexos frente a no convexos, univariantes frente a multivariantes, lineales frente a no lineales, etc.). Para más ejemplos, consulte un problema de localización de equipos y un problema de empaquetamiento de polígonos .

• Cómo navegar por los sistemas de ayuda. Qué buscar y qué rechazar por inútil. (La ayuda en línea de ArcGIS de ESRI ofrece espléndidos ejemplos de lo muy bueno y lo muy malo). Incluso podría incluir algunas instrucciones sobre lectura de diagramas de objetos .

---

Como esto es lo primero que se me ocurre, seguro que está incompleto. Si la gente encuentra útil la lista, trabajaré para mejorarla o ayúdame y siéntete libre de añadir algo si tienes suficiente reputación. Para que sea práctica y esté bien enfocada, por favor, aborda sólo conceptos que ayuden a la gente a evitar problemas que hayas observado realmente (en tu propio trabajo o en el de otros).

Answer 2

Me gradué en un programa centrado en ESRI en el que el profesorado hizo un buen trabajo separando el concepto (clase) y la utilidad (laboratorio). Mis principales debilidades al salir del mundo académico fueron: 1) no tenía conocimientos de SQL ni de los principios básicos de las bases de datos; y 2) no estaba preparado para el preprocesamiento programático necesario para la mayoría de los conjuntos de datos.

Recomiendo un taller de "manejo de datos" para introducir un RDBMS adecuado (probablemente PostreSQL con PostGIS) y un lenguaje de programación (probablemente Python) para su uso en la limpieza de archivos CSV, TXT o SHP. Con sólo una muestra de cada uno tus alumnos estarán más preparados para valerse por sí mismos "ahí fuera".

Answer 3

Aunque la universidad utilice ESRI, yo recomendaría introducir o describir equivalentes de código abierto. Por un lado, es mucho más fácil para los estudiantes instalar QGIS en sus portátiles que ArcGIS si quieren probar a abrir un shapefile, ya que QGIS es significativamente más pequeño (ArcGIS 10 tiene entre 2 y 3 GB) y los estudiantes no necesitan conexión a Internet. Mi universidad tiene planes de estudios centrados en ArcGIS más que en SIG; personalmente creo que esto es un atraso.

Introducir KML con google earth o google maps podría ser una forma de conseguir que los alumnos se comprometan. KML es popular, y hacer un mapa interactivo es mucho más emocionante que un mapa de papel, sobre todo cuando se puede compartir un enlace web con los demás.

Answer 4

Yo añadiría sin duda scripts y proyecciones. Otra nota, ¿es un informe ESRI? Yo intentaría que fuera "agnóstico en cuanto a IG", ya que ahora hay tantas que ESRI no tiene el monopolio absoluto y, a medida que se reduzcan los presupuestos, su cuota de mercado también se reducirá. Así que intentaría introducir más proyectos de código abierto, ya que cada vez hay más empresas y organizaciones que siguen este camino.

También introduciría marcos de programación si fuera posible. Sé que la última vez dijiste que se les había pasado por alto, pero la programación, como mínimo, es necesaria incluso para el profesional de IG más básico.

También se requieren conocimientos de bases de datos. Una vez más, incluso el profesional de la IG más básico, probablemente tendrá que mantener algún tipo de almacén de datos y la manipulación de esos datos va a ser un elemento clave de su trabajo diario.

Una de las cosas más habituales que tengo que hacer es enseñar a los usuarios qué es realmente un SIG. A veces me asombra lo poco que la gente sabe de los SIG, aparte de que son los mapas de Google. Por eso, conseguir que demuestren una comprensión clave de lo que es, de forma holística, desde los usuarios hasta los sistemas, sería beneficioso para todos los usuarios. Hace poco trabajé con un desarrollador Java con cierta experiencia, al que consideraba un especialista, pero que no entendía lo que era un SIG en su totalidad.

También sería bueno demostrarles la localización, ya que no hay suficientes personas que piensen en lo que es una localización.

Sin embargo, tiene potencial para ser más grande que Ben Hur. Estudié Informática en la Universidad, con un módulo de SIG. A pesar de que luego hice un máster en SIG y trabajé 15 años en el sector, sigo aprendiendo, así que es imposible abarcarlo todo.