友情链接:
合作联系
|
ASPEN培训课程
GIS工程师、数据分析师、城市规划人员、交通/环境/公共安全领域大数据分析人员、科研机构研究人员。
理解时空大数据的基本概念与处理流程（数据采集、清洗、存储、分析、可视化）。
掌握ArcGIS Pro中的时空分析工具（时空立方体、热点分析、轨迹分析）。
能够独立完成基于时空大数据的模式识别、趋势预测与可视化表达。
时空大数据概述：时空大数据的定义与特征（时间+空间+大数据）；时空大数据的来源（GPS轨迹、手机信令、社交媒体、物联网传感器）；时空大数据在智慧城市、交通规划、公共安全等领域的应用；ArcGIS Pro在时空分析中的定位。
ArcGIS Pro基础：ArcGIS Pro的界面布局与基本操作；项目与地图的管理；二维与三维视图的切换；工具箱与地理处理框架；Python环境与ArcPy基础。
时空数据模型：时空数据模型的概念；ArcGIS中的时空数据组织方式（时空立方体）；NetCDF数据格式；移动轨迹数据的表示（点、线、时间戳）；事件数据的表示。
时空立方体创建：时空立方体的概念（将点数据聚合为三维时空格网）；创建时空立方体的工具与参数设置（时间步长、距离间隔、聚合字段）；立方体属性的解读（计数、趋势、季节）。
时空模式分析：新兴时空热点分析（识别新增、持续、加强的热点）；时空聚类分析（局部Moran‘s I）；时空变化趋势分析（Mann-Kendall趋势检验）；结果解读与可视化。
轨迹数据分析：轨迹数据的预处理（清洗、压缩、分段）；轨迹的时空可视化（密度图、流向图）；轨迹模式挖掘（停留点识别、频繁路径提取）；OD（起讫点）分析。
时空预测与建模：基于时空立方体的预测工具（指数平滑、ARIMA）；时空约束下的插值方法；时空回归模型（GWR地理加权回归的时空扩展）；模型精度评价。
时空数据挖掘：时空关联规则挖掘；时空分类与聚类（ST-DBSCAN）；时空异常检测；深度学习在时空预测中的应用简介（LSTM、ST-ResNet）。
点云与实时数据：激光雷达点云的时空分析；实时数据流的接入与处理（ArcGIS GeoEvent）；物联网传感器数据的时空可视化；动态目标跟踪。
时空可视化高级技术：时空立方体的三维可视化；时间滑块动画；时空剖面图；热力图与密度图的动态展示；仪表盘的创建。
脚本与模型构建器：利用模型构建器自动化时空分析流程；Python脚本的编写与调试；自定义工具的创建；批处理任务的实现。
综合实战项目：典型时空大数据分析任务（如城市出租车轨迹热点分析、手机信令人口流动分析、犯罪事件时空模式识别）的完整流程，包含数据预处理、时空立方体创建、模式分析、可视化与报告输出。
