TRAINING


 

Beispiele für Data Transformation

 

Quelle
Frühere Versionen dieses Trainingsmoduls wurden im Rahmen des NatureSDIplus Projekts , 2010, (http://www.nature-sdi.eu/) und des smeSpire Projekts, 2013 (http://www.smespire.eu/
Urheberrechte
Autoren: Giacomo Martirano, Fabio Vinci, Stefania Morrone (EPSILON ITALIA). Das Material wird unter der Creative-Commons-Attribution-Share-Alike-Lizenz angeboten (http://creativecommons.org/licenses/by-sa/3.0/)
Zusammenfassung

Dieses Selbstlernmodul stellt Beispiele für Transformationen eines Quelldatensatzes in einen Datensatz zur Verfügung, der kompatibel zu den technischen Anforderungen der geltenden Durchführungsbestimmungen und Technischen Richtlinien von INSPIRE ist.

Es zeigt Schritt für Schritt das Schema des Transformationsprozesses, ausgehend von der Analyse des Quelldatensatzes und dessen Datenmodells sowie das Studium der anwendbaren INSPIRE Daten Spezifikation.

Das Modul zeigt die Verwendung der passenden Tabelle als nützliches Werkzeug, um den Zuordnungs-Prozess zwischen den Elementen des Quelldatensatzes und der INSPIRE-Datenmodell-Elemente zu dokumentieren und erklärt, wie einige übliche Anpassungsprobleme zu erkennen und zu lösen sind.

Durch die Verwendung eines ausgewählten Werkzeugs wird der Transformationsprozess praktisch erklärt; es zeigt auch die “live” Validierung der Zuordnung, die gegen das betreffende INSPIRE Anwendungsschema durchgeführt wird. Am Ende wird demonstriert, wie man einen harmonisierten GML-Datensatz erzeugt.

Struktur
  1. Analyse des Quelldatenmodells
  2. Identifizierung und Analyse des Zieldatenmodells
  3. Verwenden der passenden Tabelle
  4. Analyse und Lösung der Anpassungsprobleme
  5. Durchführung der Transformation
  6. Export der transformierten Daten
Lernergebnisse

Nach dem Modul werden die Teilnehmer in der Lage sein die Quelle- und Zieldatenmodelle zu erkennen und zu verstehen, eine passende Tabelle einzufüllen, eine Datentransformation von einem nicht-harmonisierten Quelldatensatz in einem harmonisierten Quelldatensatz durchzuführen, und eine harmonisierte GML Dataset zu exportieren.

Zielgruppe
GIS- und IKT-Fachkräfte mit dem Ziel, ihre Datensätze gegen INSPIRE-Datenspezifikationen zu harmonisieren.
Voraussetzungen

INSPIRE-Grundkenntnisse.

LINKVIT-Modul:Verfahren für Daten- und Metadaten-Harmonisierung”.

Sprache
Englisch
Format
PDF-Dokumente, Präsentationen, „Weblektüre“. Das Modul ist ein „Selbstlern-Modul“.
Erwarteter Arbeitsumfang
2 Stunden