2019第七期GIS空间分析实战培训会议（8月上海班）已截止报名
推荐参加：QCon上海2025|全球软件开发大会

会议时间： 2019-08-23 09:00至 2019-08-25 18:00结束

会议地点：上海徐汇区漕溪北路502号周边酒店预订

会议规模：50人

主办单位：上海研数数据科技有限公司

行业热销热门关注看了又看换一换

会议通知
会议内容主办方介绍

2019第七期GIS空间分析实战培训会议（8月上海班）宣传图

一、课程背景

随着时代发展、社会需求与疾病谱的改变，大健康、大生态、大经济等“大”理念逐渐成为人们关注的热点。与此同时，信息化水平提高以及人工智能技术的发展，大数据作为各行各业的产业热点区域，应用范围逐渐扩大，如何有效利用大数据成为了新时期的一大挑战。空间分析技术在地理、生态、农业、环境、健康、经济、人文社科等领域的大数据分析中发挥着举足轻重的作用。利用空间信息分析技术，通过对原始数据模型的观察和实验，用户可以获得新的经验和知识，并以此作为空间行为的决策依据。

基于GIS的空间分析技术是公共健康、经济、生态、林业等各领域研究中不可缺少的工具。几乎所有的科学研究问题都具有重要的空间属性特征，但在实际解决问题时却往往被忽略。为了让各相关行业的研究人员及从业人员熟练操作并掌握GIS等常用空间分析软件，正确地应用于解决实际问题，特举办此次办GIS空间分析实战培训会，欢迎大家报名参加。

2019第七期GIS空间分析实战培训会议（8月上海班）

二、课程特色与目标：

本次培训会采用真实案例数据，以解决实际科学问题为导向，按照真实的工作过程，由浅入深、一步一步地建立空间数据库，并进行描述，实现GIS软件在空间数据上的分析与应用。

三、培训内容：

1、GIS软件相关内容基本介绍

2、GIS软件安装、基本操作及空间数据类型介绍

3、空间数据的基本处理

4、空间数据库的构建

5、空间数据描述与分析

6、空间统计分析与建模

7、SCI杂志《Geospatial Health》介绍

8、ArcGIS、GeoDa、SatScan等常用软件操作

四、参加对象：

主要适用于医学地理学、公共健康、生态学、环境科学、计量经济学等相关行业的从业人员，同时也适用于相关领域内科研院所、大专院校的教师和学生，以及空间分析领域的学术团体会员、研究机构的学术骨干等。我们热诚邀请有志于空间分析领域研究的所有人员参加交流！

五、时间与地点：

培训时间：2019年8月23-8月25日（22日报到）

培训地点：上海市徐汇区漕溪北路502号（靠近地铁1号线徐家汇站，四号线上海体育馆站）

本次会议住宿需学员自行预定周边酒店，主办方不提供代订。

周边推荐酒店：如家酒店(上海徐家汇八万人体育馆地铁站店) 距离会场300米。

漫心酒店(上海徐家汇店) 距离会场400米。

上海研数数据科技有限公司

会议日程（最终日程以会议现场为准）

具体日程

时间	类别	课时	课程题目及说明
第一天上午	背景简介	第一课时	空间统计学与GIS软件简介
	背景简介		1、简要介绍空间统计学的概念、发展、现状、应用：以特定领域为例 2、简要介绍GIS软件的发展、应用、几款GIS软件的比较 3、特定领域与GIS：以公共健康为例 4、示例数据集的介绍
	基础入门	第二课时	ArcGIS的安装、界面介绍与基本操作
	基础入门		1、介绍ArcGIS的安装方法 2、简要介绍ArcGIS的界面情况、菜单栏及各模块和图标的作用 3、演示常用的基本操作，如工作界面的保存等
第一天下午	数据的处理及空间数据库的建立	第三课时	空间数据的详解与基本处理
第一天下午			1、空间数据的类型与获取途径 2、矢量地图创建（纸质地图数字化） 3、地理坐标系与投影的基本原理 4、矢量数据的导入、导出、建立、初步处理例如剪切、投影等（以研究区域行政划分的面数据为例） 5、传统数据进行空间关联，以及属性表的操作介绍（以发病数据和人口数据为例，演示计算发病率等操作） 6、栅格数据的导入、导出以及几种简单的处理：栅格计算器、剪切、重采样（以高程数据为例，演示利用高程计算坡向、坡度）
第二天上午		第四课时	空间数据库的构建
第二天上午			1、建立以面为单位的空间数据库： ①矢量点数据（以学校的空间数据为例） ②矢量线数据（以道路的空间数据为例） ③矢量面数据（以水系的空间数据为例） ④栅格数据（以土地利用及气候因素数据为例） 2、建立以点为单位的空间数据库： ①矢量点数据（以学校的空间数据为例） ②矢量线数据（以道路的空间数据为例） ③矢量面数据（以水系的空间数据为例） ④栅格数据（以土地利用及气候因素数据为例） 3、专题地图制图（版面设计、图幅整饰）
第二天下午	空间数据的描述与分析	第五课时	空间数据描述
第二天下午			1、传统统计描述方法简单回顾 2、常见的空间指标描述方法介绍：平均中心、中位数中心、标准差椭圆等 3、空间制图：包括属性部分的显示和布局成图（以发病率数据为例）
第三天上午		第六课时	空间数据分析
第三天上午			1、全局的空间数据分析：全局Moran’s I等（以疾病发病率为例） 2、局部的空间数据分析：局部Moran’s I等（以疾病发病率为例） 3、利用SatScan等实现聚集簇探测（以疾病发病率为例）
第三天下午		第七课时	空间统计分析与建模
第三天下午			1、空间自回归模型：SER、SAR、SLR（GeoDa） 2、空间数据插值模型：IDW，kriging 3、《Geospatial Health》杂志介绍与潜在稿件