Μέθοδοι Ανάλυσης Περιβαλλοντικών Δεδομένων

Πληροφορίες Μαθήματος
ΤίτλοςΜέθοδοι Ανάλυσης Περιβαλλοντικών Δεδομένων / Environmental data analysis methods
ΚωδικόςΦΠΥ104
ΣχολήΘετικών Επιστημών
ΤμήμαΦυσικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή/Εαρινή
Υπεύθυνος/ηΜαρια-Ελισσαβετ Κουκουλη
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600022909

Πρόγραμμα Σπουδών: ΠΜΣ ΦΥΣΙΚΗ ΑΤΜΟΣΦΑΙΡΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΚΑΙ ΠΑΓΚΟΣΜΙΩΝ ΜΕΤΑΒΟΛΩΝ

Εγγεγραμμένοι φοιτητές: 10
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΥποχρεωτικό116

Πληροφορίες Τάξης
ΤίτλοςΜέθοδοι Ανάλυσης Περιβαλλοντικών Δεδομένων
Ακαδημαϊκό Έτος2025 – 2026
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Διδάσκοντες άλλων Κατηγοριών
Ώρες Εβδομαδιαία3
Ώρες Συνολικά39
Class ID
600286449
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Βασικές γνώσεις προγραμματισμού σε κάποια συνηθισμένη γλώσσα είναι επιθυμητές, χωρίς να προαπαιτούνται.
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα έχουν γνωρίσει τεχνικές επεξεργασίας περιβαλλοντικών δεδομένων και θα έχουν εξασκηθεί στην ανάλυση και παρουσίαση περιβαλλοντικών μετρήσεων θα έχουν αναπτυξει βασικές γνώσεις στατιστικής επεξεργασίας περιβαλλοντικών δεδομενων θα έχουν μελετήσει διαφορετικούς τύπους αρχείων περιβαλλοντικής πληροφορίας, επεξεργασίας μεταδεδομένων, βιβλιοθήκες επεξεργασίας δορυφορικών δεδομένων τηλεπισκόπισης, κ.α. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα πρέπει να μπορούν να αναπτύσσουν τεχνικές οπτικοποίησης δεδομένων και εφαρμογές επεξεργασίας δεδομένων τηλεπισκόπησης με τη χρήση της Interactive Data Language, IDL ή/και της Python. Επίσης να αναπτύσσουν τεχνικές οπτικοποίησης και επεξεργασίας προσομοιώσεων ατμοσφαιρικών μοντέλων, τεχνικές διαχείρισης μεγάλου όγκου δεδομένων καθώς και τεχνικές εξόρυξης δεδομένων με την γλώσσα προγραμματισμού της επιλογής τους
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Αυτόνομη εργασία
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Στοιχεία από την θεωρία πιθανοτήτων. Εισαγωγικές έννοιες της Στατιστικής. Τυχαίες μεταβλητές, βασικές κατανομές, κανονική κατανομή, δοκιμασίες σημαντικότητας και είδη αυτών, στοιχεία μη παραμετρικών δοκιμασιών. Βασικές μέθοδοι δειγματοληψίας, συστηματική δειγματοληψία και άλλα είδη δειγματοληψιών, δειγματοληψία για την άντληση πληροφορίας επί της κατανομής τυχαίων μεταβλητών. Εφαρμογές στατιστικών μεγεθών σε χρονοσειρές περιβαλλοντικών παραμέτρων. Τύποι αρχείων περιβαλλοντικής πληροφορίας. Μεταδεδομένα. Βιβλιοθήκες επεξεργασίας δορυφορικών δεδομένων τηλεπισκόπισης. Τεχνικές οπτικοποίησης δεδομένων και ανάπτυξης εφαρμογών επεξεργασίας περιβαλλοντικών δεδομένων με τη χρήση της Python. Τεχνικές οπτικοποίησης και επεξεργασίας προσομοιώσεων ατμοσφαιρικών μοντέλων. Τεχνικές διαχείρισης μεγάλου όγκου δεδομένων. Τεχνικές εξόρυξης δεδομένων
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Διαδραστικές ασκήσεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις1174,7
Συγγραφή εργασίας / εργασιών30.51,2
Εξετάσεις2.50,1
Σύνολο1506
Αξιολόγηση Φοιτητών
Περιγραφή
Η αξιολόγηση των φοιτητών γίνεται καθ όλη την διάρκεια του εξαμήνου μέσω της προσωπικής επαφής την ώρα του μαθήματος και του γενικότερου ενδιαφέροντος και συμμετοχής στο μάθημα από πλευράς φοιτητών. Ταυτόχρονα, δίνονται εβδομαδιαίες εργασίες οι οποίες θα συζητούνται τόσο διαδικτυακώς και ιδιαιτέρως με καστο φοιτητή, όσο και θα αναλύονται στην τάξη ανώνυμα, ως μέρος της μαθησιακής διαδικασίας. Από την προσωπική επαφή και τις εβδομαδιαίες εργασίες, ο διδάσκων λαμβάνει μία ευρύτερη εικόνα του φοιτητή.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εργασία (Διαμορφωτική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
Statistics for Environmental Science and Management (Environmental Statistics) Developing Statistical Software in Fortran 95 Camebridge University Press - Numerical Recipies in Fortran, Vol.1, 2nd Edition Introduction to programming with fortran
Τελευταία Επικαιροποίηση
08-12-2023