تحلیل کمّی و مدل‌سازی داده‌های زمین و محیط زیست ۲۰۲۱
Quantitative Analysis and Modeling of Earth and Environmental Data 2021

تحلیل کمی و مدل‌سازی داده‌های زمین و محیط زیست: ملاحظات داده‌های فضا-زمان و فضا-زمانی، مفهوم تحلیل داده‌های زمان‌مکان‌مند (chronotopologic) را معرفی می‌کند که یک تحلیل سیستماتیک و کمی از داده‌های چندمنبعی ارائه داده و اطلاعاتی را درباره توزیع فضایی و پویایی‌های زمانی ویژگی‌های طبیعی (فیزیکی، زیستی، بهداشتی، اجتماعی) فراهم می‌کند. این کتاب شامل مدل‌ها و تکنیک‌هایی برای مدیریت داده‌هایی است که ممکن است بر اساس فضا و/یا زمان تغییر کنند، و هدف آن بهبود درک قوانین فیزیکی تغییرات زیربنایی مجموعه‌های داده‌های عددی موجود است، در حالی که عدم قطعیت‌های درجا و خطاهای اندازه‌گیری مرتبط (مفهومی، فنی، محاسباتی) را در نظر می‌گیرد. این اثر، تلفیق روش‌های مبتنی بر نظریه علمی (مدل‌سازی تصادفی، زمین‌آمار مدرن) و تکنیک‌های داده‌محور (یادگیری ماشین، شبکه‌های عصبی مصنوعی) را مورد توجه قرار می‌دهد، به طوری که نقاط قوت فردی آن‌ها با عملکرد همزیستی و مکمل یکدیگر ترکیب شوند. مفاهیم و روش‌های ارائه شده در «تحلیل کمی و مدل‌سازی داده‌های زمین و محیط زیست: ملاحظات داده‌های فضا-زمان و فضا-زمانی» طیف گسترده‌ای از داده‌ها را در اشکال و منابع مختلف، از جمله اندازه‌گیری‌های سخت، مشاهدات نرم، اطلاعات ثانویه و متغیرهای کمکی (اندازه‌گیری‌های سطح زمین، مشاهدات ماهواره‌ای، ابزارها و سوابق علمی، پروتکل‌ها و بررسی‌ها، مدل‌ها و نمودارهای تجربی) پوشش می‌دهد.

این کتاب با ارائه کاربردهای عملی دنیای واقعی و همچنین تمرین‌های عملی، یک آموزش جامع گام به گام از تکنیک‌های مبتنی بر نظریه و داده‌محور است که به دانشجویان و محققان کمک می‌کند تا در تحلیل داده‌ها و مدل‌سازی در علوم زمین و محیط زیست (شامل بهداشت محیط و کاربردهای مرتبط با مواجهه انسان) مهارت کسب کنند.

– به بررسی و پردازش داده‌های زمان‌مکان‌مند (یعنی فضا-زمان و فضا-زمانی) می‌پردازد که به صورت فضایی و/یا زمانی تغییر می‌کنند، که این حالت در اکثر داده‌های رشته‌های علمی و مهندسی وجود دارد.
– تلفیق نظریه علمی و شواهد تجربی (در اشکال مختلف آن) را مطالعه می‌کند که ارزیابی ریاضیاتی دقیق و از نظر فیزیکی معناداری از پدیده‌های دنیای واقعی ارائه می‌دهد.
– طیف گسترده‌ای از داده‌ها را پوشش می‌دهد که انواع ویژگی‌های توصیف‌کننده پدیده‌ها و سیستم‌های فیزیکی، از جمله متغیرهای زمین، اقیانوس و جو، پارامترهای زیست‌محیطی و اکولوژیکی، وضعیت سلامت جمعیت، شاخص‌های بیماری و ویژگی‌های اجتماعی و اقتصادی را شامل می‌شود.
– شامل مطالعات موردی و تمرین‌های عملی در پایان هر فصل برای کاربردهای دنیای واقعی و درک عمیق‌تر مفاهیم ارائه شده است.

Quantitative Analysis and Modeling of Earth and Environmental Data: Space-Time and Spacetime Data Considerations introduces the notion of chronotopologic data analysis that offers a systematic, quantitative analysis of multi-sourced data and provides information about the spatial distribution and temporal dynamics of natural attributes (physical, biological, health, social). It includes models and techniques for handling data that may vary by space and/or time, and aims to improve understanding of the physical laws of change underlying the available numerical datasets, while taking into consideration the in-situ uncertainties and relevant measurement errors (conceptual, technical, computational). It considers the synthesis of scientific theory-based methods (stochastic modeling, modern geostatistics) and data-driven techniques (machine learning, artificial neural networks) so that their individual strengths are combined by acting symbiotically and complementing each other. The notions and methods presented in Quantitative Analysis and Modeling of Earth and Environmental Data: Space-Time and Spacetime Data Considerations cover a wide range of data in various forms and sources, including hard measurements, soft observations, secondary information and auxiliary variables (ground-level measurements, satellite observations, scientific instruments and records, protocols and surveys, empirical models and charts). Including real-world practical applications as well as practice exercises, this book is a comprehensive step-by-step tutorial of theory-based and data-driven techniques that will help students and researchers master data analysis and modeling in earth and environmental sciences (including environmental health and human exposure applications). – Explores the analysis and processing of chronotopologic (i.e., space-time and spacetime) data that varies spatially and/or temporally, which is the case with the majority of data in scientific and engineering disciplines – Studies the synthesis of scientific theory and empirical evidence (in its various forms) that offers a mathematically rigorous and physically meaningful assessment of real-world phenomena – Covers a wide range of data describing a variety of attributes characterizing physical phenomena and systems including earth, ocean and atmospheric variables, environmental and ecological parameters, population health states, disease indicators, and social and economic characteristics – Includes case studies and practice exercises at the end of each chapter for both real-world applications and deeper understanding of the concepts presented