داده‌های کلان زمین در راستای پشتیبانی از اهداف توسعه پایدار (2019) ۲۰۲۱
Big Earth Data in Support of the Sustainable Development Goals (2019) 2021

دانلود کتاب داده‌های کلان زمین در راستای پشتیبانی از اهداف توسعه پایدار (2019) ۲۰۲۱ (Big Earth Data in Support of the Sustainable Development Goals (2019) 2021) با لینک مستقیم و فرمت pdf (پی دی اف) و ترجمه فارسی

نویسنده

Huadong GUO

ناشر: EDP sciences
دسته:
voucher-1

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2021

زبان

English

تعداد صفحه‌ها

210

نوع فایل

pdf

حجم

8.7 MB

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

پیش‌خرید با تحویل فوری(⚡️) | فایل کتاب حداکثر تا ۳۰ دقیقه(🕒) پس از ثبت سفارش آماده دانلود خواهد بود.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب داده‌های کلان زمین در راستای پشتیبانی از اهداف توسعه پایدار (2019) ۲۰۲۱

کتاب «داده‌های بزرگ زمین در راستای اهداف توسعه پایدار 2019»، شامل 27 مطالعه موردی از «برنامه مهندسی علم داده‌های بزرگ زمین» (CASEarth) در زمینه توسعه شاخص‌های اهداف توسعه پایدار (SDGs) و ارزیابی‌های پایداری در شش هدف توسعه پایدار است، از جمله: هدف 2 (ریشه‌کنی گرسنگی)، هدف 6 (آب سالم و بهداشت)، هدف 11 (شهرها و جوامع پایدار)، هدف 13 (اقدام اقلیمی)، هدف 14 (زندگی زیر آب) و هدف 15 (زندگی در خشکی). این مطالعات موردی، نتایج تحقیقات و ارزیابی‌های عمیق و سیستماتیک را در مورد اهداف توسعه پایدار و شاخص‌های انتخاب‌شده از طریق داده‌ها، مدل‌های روش‌شناسی و پشتیبانی از تصمیم‌گیری در مقیاس‌های جهانی، منطقه‌ای، ملی و محلی ارائه می‌دهند. 27 مطالعه موردی، 20 شاخص را پوشش می‌دهند و تمرکز آنها بر ساخت پایگاه‌های داده، ایجاد سیستم‌های شاخص و ارزیابی پیشرفت شاخص‌ها متغیر است. هر مطالعه موردی ابتدا به طور واضح اهداف و شاخص‌های مربوط به SDG را که به آنها می‌پردازد، فهرست می‌کند و سپس به روش‌های تحقیق، داده‌ها، نتایج تجزیه و تحلیل و چشم‌اندازهای تحقیقات آینده می‌پردازد. می‌توان دریافت که داده‌های بزرگ زمین به عنوان یک روش علمی جدید، شروع به نشان دادن ارزش و پتانسیل بالای خود برای کاربردها در نظارت و ارزیابی اهداف توسعه پایدار برای چین و کشورهای در حال توسعه در سراسر جهان کرده است. گزارش با خلاصه‌ای از پیشرفت‌های عمده در داده‌های بزرگ زمین برای اهداف توسعه پایدار و اولویت‌های تحقیقاتی آینده به پایان می‌رسد.


فهرست کتاب:

 

توضیحات(انگلیسی)

Big Earth Data in Support of the Sustainable Development Goals 2019 presents 27 case studies of “Big Earth Data Science Engineering Program” (CASEarth) on the development of the Sustainable Development Goals (SDGs) indicators and sustainability assessments in six SDGs, including: SDG 2 (Zero Hunger), SDG 6 (Clean Water and Sanitation), SDG 11 (Sustainable Cities and Communities), SDG 13 (Climate Action), SDG 14 (Life below Water), and SDG 15 (Life on Land). These cases provide in-depth, systematic research and evaluation results on the selected SDGs and indicators by means of data, method models, and decision support at global, regional, national and local scales. The 27 case studies covered 20 indicators, with focus varying from constructing databases, building index systems, and evaluating indicator progress. Each case study first clearly lists the corresponding SDG targets and indicators it addresses, and then proceeds with the research methods, data, analysis results, and prospects for future research. It can be seen that Big Earth Data as a new scientific methodology has started demonstrating its great value and potential for applications in monitoring and evaluating SDGs for China and developing countries around the world. The report concludes with a summary of the major progress in Big Earth Data for SDGs and future research priorities.


Table of Contents

دیگران دریافت کرده‌اند

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.