TRAINING


 

Voorbeelden van datatransformatie

 

Bron
Eerdere versies van deze trainingsmodule werden ontwikkeld binnen het NatureSDIplus project, 2010, (http://www.nature-sdi.eu/) en binnen het smeSpire project, 2013 (http://www.smespire.eu/
Eigenaarschap
Auteurs: Giacomo Martirano, Fabio Vinci, Stefania Morrone (EPSILON ITALIA). Het materiaal wordt ter beschikking gesteld onder Creative Commons Attribution Share-Alike License (http://creativecommons.org/licenses/by-sa/3.0/)
Abstract

Deze zelfstudie module biedt voorbeelden van transformaties van een brondataset naar een dataset die compliant is met de technische vereisten van de relevante implementatieregels en technische richtlijnen van INSPIRE.

De module toont stap per stap een schema-transformatieproces, te beginnen met de analyse van de brondataset en zijn datamodel en de studie van de van toepassing zijnde INSPIRE dataspecificaties.

De module toont het gebruik van matchingstabellen als nuttige tool om het proces van het mappen van de verschillende elementen van de brondataset tegenover de elementen van het INSPIRE datamodel te documenteren en laat zien hoe typische matchingsproblemen opgemerkt en opgelost kunnen worden.

Via het gebruik van een geselecteerde tool, wordt het transformatieproces uitgelegd, waarbij het uitvoeren van een validatie van de mapping tegenover het relevante INSPIRE applicatieschema live wordt getoond. Aan het eind van de module wordt een demonstratie gegeven van hoe een geharmoniseerde GML dataset gemaakt kan worden.

Structuur
  1. Analyse van bron-datamodel
  2. Identificatie en analyse van doel-datamodel
  3. Gebruik van de matchingstabel
  4. Analyse en oplossen van matchingsproblemen
  5. Uitvoering van transformatie
  6. Exporteren van de getransformeerde data
Leeruitkomsten

Na de training zal de deelnemer in staat zijn om de bron- en doel-datamodellen te identificeren en begrijpen, een matchingstabel in te vullen, een datatransformatie van een niet-geharmoniseerde dataset naar een geharmoniseerde uit te voeren en een geharmoniseerde GML dataset te exporteren.

Doelpubliek
GI professionals en ICT professionals die hun datasets willen harmoniseren met INSPIRE dataspecificaties.
Vereisten

Basiskennis van INSPIRE.

LINKVIT module:Procedures voor harmonisatie van data en metadata”.

Taal
Engels
Vorm
PDF documenten, presentaties, Weblecture. De module is bedoeld voor zelfstudie.
Duur
2 uur