Description

:De nombreux problèmes du monde réel, allant des effets du changement climatique sur les systèmes naturels et sociaux à la détermination des emplacements optimaux pour les centres d'inoculation virale, peuvent être résolus en modélisant les données numériques de la Terre dans des systèmes d'information géographique (SIG). Dans ce cours, vous apprendrez à modéliser des scénarios du monde réel dans des flux de travail SIG qui mettent l'accent sur la validation du modèle et la propagation des erreurs. Le cours se concentre sur les techniques formelles de modélisation cartographique et d'algèbre cartographique via le codage Python, pour aborder des problèmes du monde réel dans un cadre de prise de décision multicritères. Les approches de modélisation comprennent la modélisation de l'adéquation, la modélisation de logique floue, la modélisation à moindre coût, l'analyse de réseau, l'analyse de proximité, l'interpolation surfacique, la modélisation dasymétriq...