Selle lõputöö eesmärk on rakendada ruumiandmete statistikat ja masinõpet mitme lahutusvõimega andmekuubis, millesse laaditakse mitmesuguseid keskkonna-, inim- ja sotsiaalmajanduslikke näitajaid. Töö panustab Euroopa andmeruumide (https://digital-strategy.ec.europa.eu/en/policies/data-spaces) ja Destination Earth missiooni. Fookuses on erineva ruumilise lahutusega andmetest seoste uurimine kohalikul, regionaalsel, riiklikul ja rahvusvahelisel tasandil.
Hüpotees on, et suuremas mõõtkavas on mõned seosed erinevad võrreldes väga väikese mõõtkavaga, samas kui teised seosed jäävad samaks, kuid me ei tea alati, millised ja miks. Muudetavate pindüksuse probleemi (MAUP) lahendamiseks on vaja hinnata süsteemselt erinevaid andmete võrgustikku jaotamise strateegiaid. Lõputöö tulemused aitavad teha otsuseid andmete ja ruumilise lahutuse valikute osas erinevate ruumianalüüsi ülesannete jaoks.
Teema sobib magistriõppe tudengitele, kes on spetsialiseerunud geoinformaatikale. Teema eeldab Python- ja SQL-skriptimise ning andmehaldusoskusi (LTOM.02.041 Geospatial Analysis with Python and R ja LTOM.02.040 Spatial Databases). Kaasjuhendaja Evelyn Uuemaa.
