Analýza prostorových vzorů velkých prostorových dat (Big Spatial Data) /
Tato práce se zabývá možnostmi analýzy časových a prostorových vzorů ve velkých datových sadách. Jsou představeny základní koncepty a metody prostorové analýzy a vysvětlena problematika fenoménu Big Data. Hlavním cílem bylo navrhnout metodu hodnocení časo-prostorového rozložení meteorologického a hy...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2019
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/eq2jb/ |
| Shrnutí: | Tato práce se zabývá možnostmi analýzy časových a prostorových vzorů ve velkých datových sadách. Jsou představeny základní koncepty a metody prostorové analýzy a vysvětlena problematika fenoménu Big Data. Hlavním cílem bylo navrhnout metodu hodnocení časo-prostorového rozložení meteorologického a hydrologického sucha a ověřit ji nad daty z české části povodí Dunaje z roku 2018, získanými v rámci projektu Dynamické mapovací metody orientované na řízení rizik a katastrof v éře velkých dat (GIS4DIS). Navržená metoda vychází ze standardizovaného srážkového evapotranspiračního indexu (SPEI) a umožňuje kartografickou vizualizaci prostorového rozložení sucha v kvazi reálném čase. Dílčími výstupy jsou porovnání tří různých metod prostorové interpolace bodově lokalizovaných hodnot indexů sucha, identifikace prostorově odlehlých hodnot v jejich časových řadách, vymezení nejohroženějších oblastí a srovnání korelace mezi hodnotami průtoků a indexy SPEI-1 a SPEI-3. Výsledky dokládají výskyt extrémn This thesis deals with the potential of analysis of temporal and spatial patterns in big datasets. Basic concepts and methods of spatial analysis are introduced and the issue of the Big Data phenomenon is explained. The principal aim was to propose a method to evaluate the spatio-temporal distribution of meteorological and hydrological drought and test the method over data from the Czech part of the Danube basin from 2018, acquired within the project Dynamic mapping methods oriented to risk and disaster management in the era of big data (GIS4DIS). The proposed method is based on the Standardized Precipitation Evapotranspiration Index (SPEI) and enables cartographic visualization of the spatial distribution of drought in quasi real-time. Partial outputs are comparison of three different methods of spatial interpolation of point-related drought index values, identification of spatial outliers in their time series, delimitation of the most vulnerable areas and comparison of the correlatio |
|---|---|
| Popis jednotky: | Vedoucí práce: Petr Kubíček |
| Fyzický popis: | 56 listů, 10 nečíslovaných listů příloh : ilustrace, mapy, tabulky |