ENVS1125 Geoinformatiikan, spatiaalisen tilastotieteen ja kaukokartoituksen menetelmät (3 op)

Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
englanti, suomi
Vastuuorganisaatio:
Bio- ja ympäristötieteiden laitos
Opetussuunnitelmakaudet:
2020-2021, 2021-2022, 2022-2023, 2023-2024

Avainteksti

Paikkatietoaineistojen käsittelyn ja spatiaalisen analyysin jatkokurssi.

Kuvaus

Geoinformatiikan, spatiaalisen tilastotieteen ja kaukokartoituksen menetelmiä esittelevä kurssi, jolla opetellaan paikkatietoaineistojen käsittelyä, yhdistelyä ja analysointia sekä paikkatietoa sisältävien tutkimustehtävien ratkaisutapoja. Kurssilla käsitellään myös tilastomenetelmiin liittyvien edellytysten / oletusten tarkastamista ja analyysimenetelmien toimintaperiaatteita. Kurssilla käydään läpi vesistökuormitus- ja eroosioriskien estimointiin, spatiaaliseen mallinnukseen, kaukokartoitusaineistojen tulkintaan, pistekuvioiden karakterisointiin ja spatiaaliseen tilastotieteeseen liittyviä lähestymistapoja. Kurssilla käytetään ArcGIS-paikkatieto-ohjelmia ja R-tilasto-ohjelmaa, joista ainakin ArcGIS on oltava ennestään tuttu.


Osaamistavoitteet

Opintojakson suoritettuaan opiskelija osaa:

  • Muokata ja muuntaa paikkatietoaineistoja paikkatieto/GIS- ja R-ohjelmissa geoinformatiikan analyysimenetelmille sopiviksi.
  • Siirtää aineistoja em. ohjelmien välillä.
  • Käsitellä laserkeilausaineistoja erilaisiksi korkeusmalleiksi ja tehdä niillä ravinteisiin ja eroosioon liittyvää vesistökuormitusriskien arviointia.
  • Tehdä näkyvyysanalyysejä ja aurinkoenergiapotentiaalin estimointia ArcGIS-ohjelmilla.
  • Tehdä pikseli- ja segmenttiperustaista ilma- tai satelliittikuva-aineistojen tulkintaa.
  • Tutkia maankäytön muutosta kuva-aikasarjojen avulla.
  • Karakterisoida havaittujen spatiaalisten pistekuvioiden luonnetta.
  • Estimoida liikkuvien eläinten elinpiiriä yksinkertaisin menetelmin.
  • Tutkia spatiaalisen aineiston autokorrelaatiota.
  • Laatia yksinkertaisia spatiaalisia malleja autokorrelaatiota sisältäville aineistoille.
  • Käyttää spatiaalisen interpoloinnin eri menetelmiä mukaan lukien cokriging.
  • Käyttää ArcGIS Desktop- tai R-ohjelmia siinä määrin, että pystyy ratkaisemaan kurssin harjoitustyön tehtävät niillä itsenäisesti.

Esitietojen kuvaus

BENA4033 Geoinformatiikan perusteet tai vastaavat tiedot ja taidot.

Oppimateriaalit

Luento- ja harjoitusmateriaalit tallennetaan Moodleen ja/tai kurssin verkkokansioon.

Kirjallisuus

  • Holopainen M. et al. 2015. Geoinformatiikka luonnonvarojen hallinnassa. Helsingin yliopiston metsätieteiden laitoksen julkaisuja 7. (in Finnish, selected parts); ISBN: ISSN: 1799-313X
  • Cressie N. 2015. Statistics for Spatial Data. Revised Edition. Wiley. (Chapters 1-3); ISBN: 978-1-119-11461-1
  • Longley P., Goodchild M., Maquire D. & Rhind D. 2011. Geographic Information Systems and Science, 3rd Edition. Wiley. (selected parts); ISBN: 978-0-470-72144-5
  • Illian J., Penttinen A., Stoyan H. & Stoyan D. 2008. Statistical Analysis and Modelling of Spatial Point Patterns. Wiley. (selected parts); ISBN: 978-0-470-01491-2
  • Bivand R., Pebesma E. & Gomez-Rubio V. 2013. Applied Spatial Data Analysis with R, Second Edition. Springer. (Chapters 1-5, 7-10); ISBN: 978-1-4614-7617-7
  • Jensen J.R. 2015. Introductory Digital Image Processing: A Remote Sensing Perspective, 4th Edition. Prentice Hall. (selected parts); ISBN: 978-0-1340-5816-0

Suoritustavat

Tapa 1

Kuvaus:
Sekä seminaariesitys että harjoitustyö tulee suorittaa hyväksytysti. Ne arvioidaan skaalalla 0-5.
Arviointiperusteet:
Harjoitustyöraportti 50 %, seminaariesitys 50 %.
Valitaan kaikki merkityt osat
Suoritustapojen osat
x

Osallistuminen opetukseen (3 op)

Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Suorituskieli:
englanti, suomi
Työskentelytavat:

Luentoja 8 x 2 h, tietokoneharjoituksia 8 x 4 h, seminaari, harjoitustyö.

Opetus