Module also offered within study programmes:
General information:
Name:
Modeling and visualization of spatial phenomena (in environmental and geological analyzes)
Course of study:
2019/2020
Code:
ZSDA-3-0132-s
Faculty of:
Szkoła Doktorska AGH
Study level:
Third-cycle studies
Specialty:
-
Field of study:
Szkoła Doktorska AGH
Semester:
0
Profile of education:
Academic (A)
Lecture language:
Polski i Angielski
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Naworyta Wojciech (naworyta@agh.edu.pl)
Dyscypliny:
Moduł multidyscyplinarny
Module summary

W geologii lub w inżynierii środowiska wartości pomierzone mają charakter dyskretny; pobrane w określonym punkcie reprezentują szersze zjawisko o charakterze przestrzennym. Do interpretacji pomiarów często konieczne jest przeprowadzenie interpolacji wartości w określonych granicach – np. w złożu, w granicach gminy itp. Celem modułu jest zapoznanie z różnymi metodami interpolacji, interpretacji modelu oraz jego wiarygodności oraz właściwej i atrakcyjnej wizualizacji wykonanego modelu.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 Student potrafi podzielić się wynikami swojej pracy w sposób zrozumiały dla odbiorców spoza własnej dziedziny naukowej SDA3A_K02 Activity during classes
Skills: he can
M_U001 Student potrafi ocenić przydatność danych pomiarowych do wykonania modelu (interpolacji) SDA3A_U03, SDA3A_U01 Activity during classes
M_U002 Student potrafi wykonać model metodami szybkiej interpolacji SDA3A_U03 Activity during classes
M_U003 Student potrafi wykonać model metodą krigingu oraz ocenić jego wiarygodność SDA3A_U03, SDA3A_U01 Activity during classes
M_U004 Student potrafi wykonać interesującą wizualizację modelu przestrzennego wykonanego na podstawie dyskretnych danych pomiarowych. Potrafi dobrać metody wizualizacji do charakteru modelu. SDA3A_U03 Activity during classes
Knowledge: he knows and understands
M_W001 Student wie jak interpretować dane pomiarowe SDA3A_W03, SDA3A_W04 Activity during classes
M_W002 Student wie co to jest interpolacji, zna różne metody interpolacji, zna geostatystyczne metody analizy danych oraz metodę krigingu (OK) zwyczajnego, zna sposób oceny wiarygodności modelu (OK) z wykorzystaniem mapy błędu krigingu SDA3A_W03 Activity during classes
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 15 15 0 0 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Student potrafi podzielić się wynikami swojej pracy w sposób zrozumiały dla odbiorców spoza własnej dziedziny naukowej + - - - - - - - - - -
Skills
M_U001 Student potrafi ocenić przydatność danych pomiarowych do wykonania modelu (interpolacji) - + - - - - - - - - -
M_U002 Student potrafi wykonać model metodami szybkiej interpolacji - + - - - - - - - - -
M_U003 Student potrafi wykonać model metodą krigingu oraz ocenić jego wiarygodność - + - - - - - - - - -
M_U004 Student potrafi wykonać interesującą wizualizację modelu przestrzennego wykonanego na podstawie dyskretnych danych pomiarowych. Potrafi dobrać metody wizualizacji do charakteru modelu. - + - - - - - - - - -
Knowledge
M_W001 Student wie jak interpretować dane pomiarowe + - - - - - - - - - -
M_W002 Student wie co to jest interpolacji, zna różne metody interpolacji, zna geostatystyczne metody analizy danych oraz metodę krigingu (OK) zwyczajnego, zna sposób oceny wiarygodności modelu (OK) z wykorzystaniem mapy błędu krigingu + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 30 h
Module ECTS credits 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 h
Module content
Lectures (15h):

Interpretacja danych pomiarowych z użyciem klasycznych metod statystycznych.
Ocena przydatności danych pomiarowych do interpolacji.
Przegląd i charakterystyka metod szybkiej interpolacji.
Analiza danych metodą semiwariogramu pod kątem oceny przydatności do interpolacji.
Interpolacja metodą krigingu zwyczajnego.
Ocena wiarygodności modelu wykonanego metodą krigingu (błąd krigindu).
Przegląd metod wizualizacji modeli przestrzennych.
Dobór metod wizualizacji do charakteru modelowanego zjawiska.

Auditorium classes (15h):

Analiza danych pomiarowych metodami statystycznymi.
Wykonanie modeli wybranymi metodami szybkiej interpolacji. Interpretacja wykonanych modeli.
Analiza danych metodą semiwariogramu.
Intepretacja semiwariogramu empirycznego pod kątem przydatności danych do interpolacji.
Dobór modelu semiwariogramu do semiwariogramu empirycznego.
Interpolacja metodą krigingu zwyczajnego. Wykonanie modelu błędu krigingu, interpretacja modelu z wykorzystaniem mapy błędu krigingu.
Wykonanie wizualizacji z wykorzystaniem różnych form modeli pod kątem optymalnej ilustracji zjawiska. Wykonanie gotowych map/modeli do publikacji naukowych.

Additional information
Teaching methods and techniques:
  • Lectures: Zajęcia prowadzone są w formie wykładu.
  • Auditorium classes: Prowadzący przedstawia zadania do wykonania na przygotowanych danych. Studenci podczas ćwiczeń samodzielnie wykonują zadane ćwiczenia. Studenci mogą w ramach zajęć opracowywać własne dane pomiarowe zgodne z tematyką prowadzonych badań.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Warunkiem zaliczenia jest udział w zajęciach audytoryjnych oraz wykonanie zadanych ćwiczeń. Zaliczenie wystawiane jest na podstawie pisemnego raportu, w którym przedstawione będą wszystkie zadane ćwiczenia.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Nie określono
  • Auditorium classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Udział w ćwiczeniach jest obligatoryjny.
Method of calculating the final grade:

Ocena końcowa obliczana jest na podstawie oceny z ćwiczeń audytoryjnych.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Podstawą zaliczenia jest pisemny raport końcowy. Student samodzielnie powinien nadrobić braki powstałe w wyniku opuszczenia zajęć. W razie konieczności możliwe jest nadrobienie zajęć w ramach konsultacji po uprzednim umówieniu terminu z prowadzącym.

Prerequisites and additional requirements:

Przydatna jest wiedza w zakresie statystyki matematycznej

Recommended literature and teaching resources:

Recommended literature and teaching resources not specified

Scientific publications of module course instructors related to the topic of the module:

Naworyta W., (2017): Meandry modelowania złóż – na podstawie doświadczeń i obserwacji, Górnictwo Odkrywkowe, R. 58, nr 4, s. 4-9
Wasilewska-Błaszczyk M., Naworyta W. (2015): Zaawansowane techniki geostatystyczne we wstępnym etapie projektowania zagospodarowania złoża, Górnictwo Odkrywkowe, R. 56, Nr 2
Naworyta W., Benndorf J. (2012): Ocena dokładności geostatystycznych metod modelowania złóż pod kątem projektowania eksploatacji na podstawie jednego ze złóż węgla brunatnego, Gospodarka Surowcami Mineralnymi, t. 28, z. 1, s. 77–101

Additional information:

None