Plano de Estudos

Programação Geoespacial PG

Contextos

Groupo: 1_LCD 2026/27 > 1º Ciclo > Percursos > Percurso Ciência de Dados Aplicada > 1204 - LCD - Opção CDA (QAC)

ECTS

6.0 (para cálculo da média)

Objectivos

Abordar os desafios computacionais subjacentes aos problemas geoespaciais, como a conceção de algoritmos robustos e a construção de fluxos de trabalho eficazes de processamento de dados geoespaciais. Aprendizagem do uso das bibliotecas geoespaciais do Python Geopandas, Rasterio e Snappy para trabalhar com dados geoespaciais dos tipos vetorial, raster e nuvens de pontos. Aprendizagem da utilização da API de Python do Google Earth Engine na leitura e processamento de dados geoespaciais. Aprendizagem do uso de recursos de análise e visualização de dados geoespaciais em Python.

Programa

Instalação do ambiente Python (recomenda-se a distribuição opensource Anaconda) e módulos Python necessários (GeoPandas, Snappy e Rasterio). Operações Básicas com GeoPandas: leitura e escrita de dados espaciais (vetoriais e raster), exploração de GeoDataFrames, exploração dos atributos de um conjunto de dados espaciais (área, centróide, limite, distância) e plotagem. Utilização do método snappy para descomprimir ficheiros comprimidos e aplicar cadeias de pré-processamento padrão visando a análise e o processamento de dados de satélite. Leitura e escrita no formato raster GeoTiff, utilizado em SIG para organizar e armazenar conjuntos de dados raster em grelha, como imagens de satélite e modelos de terreno. Utilização da API Python do Google Earth Engine para aceder e manipular dados geoespaciais.

Método de Avaliação

Exame final (50%), projeto prático (40%) e avaliação contínua (10%). A avaliação contínua é constituída por um trabalho e participação nas aulas práticas. Um valor mínimo de 10/20 será exigido para aprovação na disciplina.

Carga Horária

Carga Horária de Contacto -

Trabalho Autónomo - 126.0

Carga Total -

Bibliografia

Principal

  • Python Geospatial Analysis Cookbook: Over 60 recipes to work with topology, overlays, indoor routing, and web application analysis with Python. : Diener, M. 2015 Packt Publishing.
  • Python Scripting for ArcGIS, Alternate edition. : Zandbergen, P. 2013 ESRI press.
  • Python Geospatial Development: Develop sophisticated mapping applications from scratch using Python 3 tools for geospatial development, Third edition. : Westra, E. 2016 Packt Publishing.
  • Python for Data Analysis: Data wrangling with Pandas, NumPy and iPython, First edition. : McKinney, W. 2012 O´Reilly Media.
  • Learning Geospatial Analysis with Python: An effective guide to geographic information systems and remote sensing analysis using Python 3, Second edition. : Lawhead, J. 2015 Packt Publishing.
  • Python Programming: An Introduction to Computer Science, Second edition. : Zelle, J. 2010 Franklin, Beedle & Associates.

Secundária

Disciplinas de Execução

2026/2027 - 2 Semestre