Le funzionalità avanzate di gestione dei dati geospaziali richiedono l'adozione e lo sfruttamento di formati di dati adeguati. Il formato shapefile è uno standard di fatto per i dati geospaziali vettoriali, ma presenta diverse limitazioni che in un ambiente avanzato diventano inaccettabili: le limitazioni dello shapefile includono aspetti fisici (ad esempio dimensioni del file, tipi di dati supportati, nomi di attributi, un unico tipo di geometria ammissibile per ogni file, impossibilità di gestire il formato raster, characterset non definito, ecc.) e funzionali (ad es. regole multi-editing e integrità dei dati non facilmente implementabili, condivisione complessa dei dati a causa del suo formato multi-file, ecc.)
Lo scopo principale di questo corso di dottorato è:
- descrivere varie tipologie di geodatabase ed evidenziare come l'adozione di tali formati superi la maggior parte dei limiti dello shapefile;
- discutere i principali formati di geodatabase, sia Open Source che commerciali, evidenziando i rispettivi punti di forza e di debolezza;
- esercitarsi con la progettazione, la popolazione, la gestione e l’utilizzo del geodatabase lavorando su dati reali.
Lo scopo del corso è fornire agli studenti le competenze necessarie per organizzare e gestire efficacemente dati (geo)spaziali, inclusi set di dati vettoriali e raster, 2D e 3D.
In particolare, al termine del corso gli studenti saranno in grado di:
- analizzare criticamente il modello dati;
- selezionare il formato geodabase appropriato in base ai requisiti del progetto;
- importare correttamente i dati nel formato di geodatabase adottato in un ambiente GIS.
Per sviluppare le competenze di cui sopra, gli studenti impareranno i fondamenti dei database con estensione spaziale e come implementarli e gestirli in entrambe le soluzioni OS (QGIS) e commerciale (ESRI), comprese le relative funzionalità avanzate.
Advanced geospatial data management functionalities require the adoption and exploitation of adequate data formats. Shapefile format is a de facto standard for vector geospatial data but it has several limitations that in an advanced environment become unacceptable: shapefile limitations include physical aspects (e.g. file size, supported data types, attribute names, single geometry type per file, no raster storage, unknown character set, etc.) and functional ones (e.g. multi-editing and data integrity rules not easily implementable, complex data sharing due to its multi-file format, etc.)
The main purpose of this PhD course is to:
- describe geodatabase data formats and highlight how the adoption of such formats overcome most of the shapefile limitations;
- discuss the main geodatabase formats, both Open Source and commercial, highlighting the respective strong and weak points;
- practice with the design, population, maintenance and exploitation of geodatabase working on real data.
The purpose of the course is to provide to the students the expertise required to effectively handle, organize and manage (geo)spatial data, including both vector and raster datasets, both 2D and 3D.
Specifically, the students will be able to:
- critically analyze the data model of the selected data;
- select the proper geodabase format depending on the project requirements;
- correctly import the data in the adopted geodatabase format in a GIS environment.
To develop the aforementioned expertise, the students will learn the fundamentals of databases with spatial extension and how to implement and handle them in both OS (QGIS) and COTS (ESRI) solutions, including advanced functionalities.
E' consigliata la frequenza al corso "Open Geospatial Data", per la complementarietà degli argomenti trattati
Attendance at the "Open Geospatial Data" course is suggested, due to the complementarity of the covered topics
Gli argomenti dell'insegnamento sono introdotti durante lezioni frontali e applicati tramite esercitazioni pratiche utilizzando due software GIS: QGIS ed ESRI ArcGIS Pro.
Il programma dell'insegnamento prevede i seguenti argomenti:
- fondamenti di GIS e dati open, con focus su OpenStreetMap (4 h);
- fondamenti di geodatabase: superamento dei limiti dello shapefile, miglioramento della condivisione dei dati (hosting di set di dati vettoriali e raster in un unico contenitore), abilitazione di funzioni di multi-editing e aumento delle prestazioni. Una panoramica introduttiva delle soluzioni geodatabase (DBMS con estensioni spaziali, ad es. PostgreSQL + PostGIS, soluzioni OS tipo OGC GeoPackage, soluzioni commerciali tipo Geodatabase ESRI) (2 h);
- GeoPackage e suo utilizzo in software OS (QGIS) e commerciale (ArcGIS Pro) (2 h);
- Geodatabase (ESRI) come ambiente di lavoro in un software GIS commerciale, che consente l'implementazione e lo sfruttamento di modelli di analisi “avanzati" (ad esempio reti, mosaicature di immagini raster, gestione di relazioni complesse, gestione di reti, ecc.) (2 h);
- esempi operativi basati su Open Data 2D e 3D (facendo eventualmente riferimento al corso di dottorato "Open Geospatial Data") (5 h).
The course topics are grouped in lectures and software exercises. The fundamentals of each topic are introduced with lectures and then applied to real datasets using two GIS software, namely QGIS and ESRI ArcGIS Pro.
The teaching program includes the following topics:
- fundamentals of GIS and open data, with a focus on OpenStreetMap (4 h);
- geodatabase fundamentals: overcoming shapefile limitations, improving data sharing (hosting vector and raster data in a single container), enabling multi-editing functions and increasing performance. An introductory overview of geodatabase solutions (DBMS with spatial extensions like PostgreSQL + PostGIS, OS solutions like OGC GeoPackage, commercial solutions like Geodatabase ESRI) (2 h);
- GeoPackage and its exploitation in OS (QGIS) and commercial (ArcGIS Pro) software (2 h);
- Geodatabase (ESRI) as GIS environment in a commercial software, which allows the implementation and exploitation of "advanced" analysis models (e.g. networks, raster image mosaics, management of complex relationships, network datasets, etc. ) (2 h);
- operational examples based on 2D and 3D Open Data (possibly referring to the "Open Geospatial Data" PhD course) (5 h).