Corso di Laurea Magistrale Interateneo in Geografia e Scienze Territoriali (LM-80)

• Conoscenza delle principali tipologie di dati geografici e delle relative modalità di creazione, modifica, elaborazione (con cenni relativi all'automazione tramite scripting) e rappresentazione
• Capacità di gestire i dati spaziali in diversi sistemi di riferimento

Le tecniche e gli strumenti afferenti al settore della geomatica consentono di gestire dati spaziali georeferenziati e di generare informazioni a valore aggiunto e possono essere applicati in molteplici ambiti applicativi (pianificazione ambientale, beni culturali, gestione delle emergenze, agricoltura, ecc.) e in risposta a diverse sfide (sostenibilità ambientale, -resilienza economica, giustizia e inclusione socio-spaziale, sicurezza spaziale, geomarketing e sviluppo della cooperazione, ecc.). In questo contesto, i Sistemi Informativi Geografici (GIS) svolgono un ruolo fondamentale, consentendo di acquisire dati, di posizionarli rispetto ad un sistema di coordinate di riferimento (georeferenziazione), di strutturarli efficacemente, di analizzarli, di condividerli e di produrre cartografie disegni.

Coerentemente con i risultati di apprendimento attesi nell'ambito del Corso di Laurea Magistrale in Geografia e Scienze del Territorio (LM-80), il presente corso si propone di:

• descrivere principi e tecniche avanzati per la gestione e l'analisi di dati spaziali georeferenziati sfruttando strutture dati complesse come i geodatabase;
• dimostrare l'applicazione di queste tecniche in diversi ambiti attraverso esempi pratici, presentati durante le lezioni, e la produzione di una relazione finale da parte degli studenti su un argomento a loro scelta.

Al termine dell'insegnamento, lo studente sarà in grado di:

• creare, gestire e utilizzare il formato del geodatabase di ESRI e le sue funzionalità avanzate (Feature Dataset, Mosaic Dataset, Subtypes, Attribute Domain, Relationship Class, Network Dataset)
• applicare complesse tecniche di spatial data science (ad es. data engineering, prediction models, pattern detection)
• comunicare questioni di rilevanza territoriale in modo chiaro e inequivocabile su temi originali e includendo output cartografici

L'insegnamento consiste in n. 36 ore di lezioni frontali e n. 24 ore di esercitazioni

Le lezioni si terranno in un laboratorio informatico, consentendo di coniugare in maniera efficiente lezioni ed esercitazioni. Nel caso in cui ciò fosse impossibile a causa delle restrizioni vigenti, il corso sarà erogato come didattica a distanza, mantenendo la stessa struttura.

Nella relazione finale, gli studenti sono tenuti a sviluppare un progetto per l'utilizzo e l'analisi dei dati geografici in un'area e su un tema a loro scelta, attinente agli obiettivi formativi del corso di laurea.

L'esame si terrà in forma orale e verterà sulla presentazione e successiva discussione di una relazione (più materiale di supporto, come geodatabase, file di progetto, ecc.) con cui gli studenti dovranno dimostrare di aver applicato più argomenti, metodi o analisi tra quelli presentati durante il corso. Il documento deve essere un testo descrittivo e autoesplicativo, volto a fornire un quadro completo degli obiettivi, dei metodi e dei risultati. L'indice dell'elaborato deve contenere le seguenti sezioni:

• Abstract/riassunto (facoltativo), in cui venga brevemente presentato il contenuto della relazione
• Introduzione, volta a descrivere l'argomento e motivazione/oggetto/obiettivo dell'analisi e l'area di interesse scelta
• Corpo principale, per presentare le analisi e il flusso di lavoro eseguiti
• Descrizione dei set di dati, in cui elencare i metadati di base di tutti i set di dati utilizzati
• Risultati, per discutere i principali esiti del lavoro
• Prodotti cartografici, che possono essere inclusi nel report o forniti come file allegati

Non viene fornito alcun modello per il report gli studenti sono liberi di adottare qualsiasi stile/formato che ritengano appropriato. Gli studenti sono comunque invitati a seguire buone pratiche generali, quali:

• iniziare con un frontespizio contenente titolo, logo, autori, nome dell'insegnamento, data, ecc.
• riportare chiaramente e fare riferimento nel testo a tutta la bibliografia/sitografia utilizzata
• enumerare tutte le figure/tabelle/formule (con didascalia, se necessario) e farvi riferimento nel testo
• inserire un indice se la dimensione del rapporto lo richiede

Il livello di dettaglio della relazione deve essere un buon compromesso tra la leggibilità del documento e la necessità di fornire al lettore gli strumenti non solo per comprendere l'analisi, ma anche per poter riprodurre (ed eventualmente migliorare) la procedura. Per questo motivo è richiesta anche la consegna del geodatabase, che deve contenere tutti i dati (e solo quelli) utilizzati nella procedura descritta. La consegna del file di progetto è facoltativa e va effettuata solo se necessaria per comprendere meglio alcune elaborazioni intermedie. Il materiale di progetto deve comunque essere accessibile in sede di esame, in modo da consentire tempestivi controlli.

L'argomento dell'elaborato va concordato preventivamente con il docente: in tal caso, il materiale necessario per la valutazione dovrà essere consegnato 1 settimana prima della data dell'esame. Se l'oggetto non è concordato, il materiale necessario per la valutazione deve essere consegnato entro 2 settimane dalla data dell'esame.

Un elenco illustrativo dei possibili argomenti del rapporto include:

• la redazione in bella copia di alcuni degli esercizi svolti durante il corso
• strutturare e popolare un geodatabase a partire da OpenStreetMap (o altre fonti di dati), includendo sottotipi, domini e Relationship Class
• creare analisi basate su un Network Dataset
• creare un Network Dataset multimodale
• applicare di metodi e tecniche di spatial data science

Tutti gli argomenti trattati durante il corso e, se necessario, la loro applicazione tramite il software ESRI, installato in laboratorio o su PC (a scelta), possono essere parte integrante della prova orale.

I criteri di giudizio utilizzati per comporre il voto finale prevedono la valutazione:

• della capacità di produrre un elaborato scritto conciso, coerente e non ambiguo (55%)
• della capacità di esporre il contenuto del lavoro svolto per il report finale in modo chiaro e rispettando le tempistiche indicate (15%)
• delle conoscenze teoriche relative agli argomenti trattati a lezione (30%)

Durante l'insegnamento verranno svolte delle brevi prove in aula per valutare la comprensione dei vari argomenti. Il risultato di queste prove non sarà utilizzato nella fase di valutazione finale.

• Introduzione (9 ore):
  • elenco e descrizione delle principali discipline legate alla geomatica
  • principali tipologie di dati (vettoriali, raster) e formati (file singoli e contenitori di dati)
  • sistemi di riferimento e proiezioni
  • i concetti di precisione, accuratezza e scala nominale
  • principali tipologie di prodotti cartografici
• ArcGIS Suite di ESRI (9 ore):
  • presentazione teorica e pratica dell'interfaccia utente ESRI
  • il concetto di layer e le sue proprietà
• Il geodatabase (24 ore):
  • introduzione ai geodatabase
  • il geodatabase secondo ESRI
  • Feature Dataset
  • Sottotipi
  • Domini
  • Relationship Class e confronto con join e relate
  • Network Dataset con esempi di analisi (ad es. calcolo percorso, service area, closest facility, matrici origine-destinazione)
  • Raster Dataset e Mosaic Dataset
• Metodi e tecniche di spatial data science (18 ore)
  • data engineering
  • prediction and suitability models
  • pattern detection models
  • tecniche avanzate di comunicazione degli esiti dell'analisi geografica

Nel caso di didattica in aula, lezioni ed esercitazioni saranno organizzate in un laboratorio informatico dove verranno messi a disposizione degli studenti hardware e software adeguati. In caso di didattica a distanza, il docente fornirà i requisiti hardware e la possibilità di installare localmente il software richiesto.