Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Geostatistics
Tok studiów:
2019/2020
Kod:
GIGR-2-310-ME-s
Wydział:
Górnictwa i Geoinżynierii
Poziom studiów:
Studia II stopnia
Specjalność:
Mining Engineering
Kierunek:
Inżynieria Górnicza
Semestr:
3
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż. Naworyta Wojciech (naworyta@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student knows the geostatistical tools: variogram, kriging IGR2A_W03, IGR2A_W01 Aktywność na zajęciach,
Studium przypadków ,
Wykonanie ćwiczeń,
Kolokwium
M_W002 Student knows the fields of the geostatistics application IGR2A_W03, IGR2A_W02, IGR2A_W05 Aktywność na zajęciach,
Udział w dyskusji,
Referat
M_W003 Student knows the basic assumptions of the geostatistics IGR2A_W01 Aktywność na zajęciach,
Wykonanie ćwiczeń
Umiejętności: potrafi
M_U001 Student can analyze the spatial distributed data using semivariogram IGR2A_U05 Aktywność na zajęciach,
Wykonanie ćwiczeń,
Kolokwium
M_U002 Student can interpret map of the kriging standard deviation IGR2A_U05, IGR2A_U03 Aktywność na zajęciach,
Wykonanie ćwiczeń,
Kolokwium
M_U003 Student can interpolate data using kriging method IGR2A_U05, IGR2A_U03 Aktywność na zajęciach,
Wykonanie ćwiczeń,
Kolokwium
Kompetencje społeczne: jest gotów do
M_K001 Student is aware of the need of the lifelong lerning IGR2A_K01, IGR2A_K04 Aktywność na zajęciach,
Udział w dyskusji
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 15 15 0 0 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student knows the geostatistical tools: variogram, kriging + + - - - - - - - - -
M_W002 Student knows the fields of the geostatistics application + - - - - - - - - - -
M_W003 Student knows the basic assumptions of the geostatistics + + - - - - - - - - -
Umiejętności
M_U001 Student can analyze the spatial distributed data using semivariogram - + - - - - - - - - -
M_U002 Student can interpret map of the kriging standard deviation - + - - - - - - - - -
M_U003 Student can interpolate data using kriging method - + - - - - - - - - -
Kompetencje społeczne
M_K001 Student is aware of the need of the lifelong lerning + - - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 60 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 10 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 8 godz
Samodzielne studiowanie tematyki zajęć 9 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 1 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (15h):

Introduction into the problem of spatial data analysis
Fields of the geostatistics application,
Basic assumptions of the geostatistics, normality of the distribution and stationarity
Exploratory analysis of the dataset
Introduction into variogram analysis, characteristics of the variogram, modeling the variogram, anisotropy,
Interpolation methods, kriging, ordinary kriging, co-kriging, universal kriging,
Standard deviation of the kriging
Introduction into the stochastic simulation,

Ćwiczenia audytoryjne (15h):

Analysis of the data sets including: exploratory analysis, calculation of the variogram, analysis of the anisotropy, variogram modeling, interpolation of the datasets with the kriging method, interpretation of the kriging standard deviation map.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia audytoryjne: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Ćwiczenia audytoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
Sposób obliczania oceny końcowej:

Final grade will be calulated based on the final test grade

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

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Mathematics course and basic of mathematical statistics

Zalecana literatura i pomoce naukowe:

C.V. Deutsch and A.G. Journel, 1998, GSLIB: Geostatistical Software Library and
User's Guide, Second Edition, Oxford University Press;

P. Goovaerts, 1997, Geostatistics for Natural Resources Evaluation, Oxford
University Press;

E.H. Isaaks and R.M. Srivastava, 1989, An Introduction to Applied Geostatistics,
Oxford University Press'

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Naworyta W. (2008): Variability analysis of lignite deposit parameters for output quality control, Gospodarka Surowcami Mineralnymi – Mineral Resources Management, Vol. 24 No. 2/4 pp. 97–110
2. Naworyta W., Mazurek S., (2010): Utilization of price parameters for lignite deposit exploitation plan, Polityka Energetyczna – Energy Policy Journal, Vol. 13, No. 2, pp. 341-353
3. Naworyta W., Benndorf J. (2012): Accuracy Assessment of geostatistical modeling methods of mineral deposits for the purpose of their future exploitation – based on one lignite deposit, Gospodarka Surowcami Mineralnymi – Mineral Resources Management, Vol. 28 No. 1, pp. 77–101
4. Naworyta W., Sypniowski Sz., Benndorf J. (2013): Analyze of the possibility of lignite stream quality control at the stage of operational planning using an ex ample lignite deposit, Polityka Energetyczna – Energy Policy Journal, Vol. 16 No. 3, pp. 233–245.
7. Naworyta W. (2013): Analysis of the sulfur content in the Gubin lignite deposit for assessing the need for sorbent and the quantity of REA gypsum produced, Gospodarka Surowcami Mineralnymi – Mineral Resources Management, Vol. 29 No. 4, pp. 47–58.
8. Naworyta W. (2006): Analysis and modeling of geological data using geostatistical tools for purpose of mining project, Górnictwo Odkrywkowe –Surface Mining, Vol. 48, No. 1-2, pp. 76-81
9. Naworyta W. (2007): Impact of borehole net den sity on the accuracy of deposit parameters recognition considering its variability, Górnictwo Odkrywkowe – Surface Mining, Vol. 49, No. 7, pp.46-51
10. Naworyta W., Benndorf J., (2011): Comparative study of different geostatistical modeling approaches using in situ – data for lignite reserves assessment [in] Energie und Rohstoffe 2011, Wissenschaftlichen Schriftenreihe im Markscheidewesen TU Bergakademie Freiberg, No. 25, pp. 22-27
11. Naworyta W., Sypniowski Sz., (2013): About the problem of lignite stream quality control in the context of proper identification of deposit’s quality parameters, Górnictwo Odkrywkowe – Surface Mining, Vol. 54, No. 2, pp. 58-65
12. Naworyta W., Wasilewska-Błaszczyk M. (2014): Analyze of lignite deposit parameters for the purpose of new planned power plant, Energy Policy Journal, Vol. 17, No. 4, pp. 127-136
13. Naworyta W., Sypniowski Sz., Benndorf J. – Planning for reliable coal quality delivery considering geological variability – a case study in Polish lignite mining,– sent to Journal of Quality and Reliability Engineering, Hindawi Publishing Corporation (VIII 2014), in the review process
14. Wasilewska-Błaszczyk M., Naworyta W. – Geostatistical analyze of lignite deposit parameters in the function of the operation progress – paper sent to quarterly Mineral Resources Management of the Mineral and Energy Economy Research Institute of the Polish Academy of Sciences (VIII 2014)

Informacje dodatkowe:

The lectures and the auditorium classes will be conducted in the English