The lecture is focused on advanced methods of computer processing of spatially bound information using GIS, DPZ, GPS, statistical programs and modeling tools for solving dynamic models of matter and energy flows. For for science students, it is a basic subject, which is followed by other thematically focused electives lectures, exercises and seminars. The presentation of individual approaches to data processing is based on ESRI methodological materials (Environmental Systems Research Institute) and specialist foreign literature. The lecture is conducted in the form of a presentation of individual methods with computer demonstrations of selected tasks, which are further processed by students as part of exercises. The lecture and exercises are also available in the MOODLE system to support face-to-face and distance learning through online courses available on the WWW (lectures and exercises are offered in Czech or English).
Last update: Matějíček Luboš, Ing., Ph.D. (13.03.2024)
Přednáška je zaměřena na pokročilé metody počítačové zpracování prostorově vázaných informací s využitím GIS, DPZ, GPS, statistických programů a modelovacích nástrojů pro řešení dynamických modelů látkových a energetických toků. Pro studenty přírodovědných oborů představuje základní předmět, na který navazují další tematicky zaměřené výběrové přednášky, cvičení a semináře. Prezentace jednotlivých přístupů k zpracování dat vychází z metodických materiálů ESRI (Environmental Systems Research Institute) a odborné zahraniční literatury. Přednáška je vedena formou prezentace jednotlivých metod s počítačovými demonstracemi vybraných úloh, které jsou dále zpracovávány studenty v rámci cvičení. Přednáška i cvičení jsou také k dispozici v systému MOODLE pro podporu prezenční i distanční výuky prostřednictvím online kurzů dostupných na WWW (přednáška i cvičení jsou nabízeny v češtině nebo v angličtině).
Last update: Matějíček Luboš, Ing., Ph.D. (13.03.2024)
Literature -
Mitchell, A. The ESRI Guide to GIS Analysis. ESRI, Redlands, 1999. Zeiler, M. Modeling Our World. The ESRI Guide to Geodatabase Design. ESRI, Redlands, 1999. Goodchild, M. GIS and Environmental Modeling: Progress and Research Issues. John Wiley&Sons, New York, 1996. Aronoff, S. Remote Sensing for GIS Managers. ESRI, Redlands, 2005. Cooke, D. Fun with GPS. ESRI, Redlands, 2005.
Last update: Matějíček Luboš, Ing., Ph.D. (13.03.2024)
Mitchell, A. The ESRI Guide to GIS Analysis. ESRI, Redlands, 1999. Zeiler, M. Modeling Our World. The ESRI Guide to Geodatabase Design. ESRI, Redlands, 1999. Goodchild, M. GIS and Environmental Modeling: Progress and Research Issues. John Wiley&Sons, New York, 1996. Aronoff, S. Remote Sensing for GIS Managers. ESRI, Redlands, 2005. Cooke, D. Fun with GPS. ESRI, Redlands, 2005.
Last update: Matějíček Luboš, Ing., Ph.D. (13.03.2024)
Requirements to the exam -
The course MO550P83 Environmental informatics is taught face-to-face or, in justified cases, via distance learning. Presentations of lectures and assignment of demo tasks are available on MOODLE: https://dl2.cuni.cz/course/view.php?id=1896 in PDF format.
To be awarded credit, demo tasks must be completed and, in case of absence from the exercise, the required results must be submitted for review in MOODLE by the end of the grading period. The task is completed when more than 50 points are obtained in the range of 0 to 100. The recommended submission deadline is the next exercise.
Upon completion of the introductory course and handing in both test tasks, the student will receive a graded credit of 1. If one of these tasks is not fulfilled, the classification is always reduced by 1 level.
Last update: Matějíček Luboš, Ing., Ph.D. (13.03.2024)
Předmět MO550P83 Environmentální informatika je vyučován prezenční formou nebo v odůvodnitelných případech i distanční formou. Prezentace přednášek a zadání demo úloh jsou k dispozici na MOODLE: https://dl2.cuni.cz/course/view.php?id=1896 ve formátu PDF.
Pro udělení zápočtu je třeba vypracovat demo úlohy a v případě absence na cvičení odevzdat požadované výsledky ke kontrole v MOODLE do konce klasifikačního období. Úloha je splněna při získání více než 50 bodů v rozsahu 0 až 100. Doporučený termín odevzdání je do následujícího cvičení.
Při absolvování vstupního kurzu a odevzdání obou testových úloh získá student 1 v rámci hodnocení klasifikovaného zápočtu. Při nesplnění některého z těchto úkolů se klasifikace vždy o 1 stupeň snižuje.
Last update: Matějíček Luboš, Ing., Ph.D. (13.03.2024)
Syllabus -
1. Information sources about environment: Introduction
2. Geographic Information System (GIS): Shapefile
3. Geographic Information System (GIS): Geodatabase
4. Geographic Information System (GIS): Data and methods- 3D analysis
5. Geographic Information System (GIS): Data and methods- raster analysis
6. Selected methods of Exploratory Data Analysis (EDA) and geostatistics (ESDA, spatial interpolation)
7. Methods of network analysis and introduction to geo(databases)
8. Remote sensing: Introduction
9. GPS- introduction
10. Project for terrain research exercises
11. Data processing based on terrain research exercises
12. Remote sensing: Classifications
13. Presentation of data about environment, using IMS
Part of the exercise is the presentation of foreign projects: -A planetary-scale platform for Earth science data & analysis (Google Earth Engine) -ArcGIS Living Atlas (ESRI spatial database about earth science) -Explore satellite imagery (the Digital Earth Africa project, Digital Earth Africa Explorer) -3D models in earth science (ArcGIS Pro, ArcGIS Online) -Data processing in GIS (ArcGIS Pro, ArcGIS Online) -Analyze urban heat (ArcGIS Pro) -Modeling of water quality using GIS (Chesapeake Bay Program, ArcGIS Pro) -Investigate pollution patterns with space-time analysis (ArcGIS Pro) -Terrain mapping (ArcGIS Field Maps) -Risk Assessment mapping (Map, analyze, and share fire incident data, ArcGIS Online) -Spatial Data Science with R (https://rspatial.org/)
Last update: Matějíček Luboš, Ing., Ph.D. (12.03.2025)
1. Informační zdroje o životním prostředí: Úvod
2. Geografický informační systém (GIS): Shapefile
3. Geografický informační systém (GIS) : Geodatabáze
4. Geografický informační systém (GIS): Data a metody- 3D analýza
5. Geografický informační systém (GIS): Data a metody- rastrová analýza
6. Vybrané metody průzkumové analýzy dat (EDA) a geostatistiky (ESDA, prostorové interpolace)
7. Základní metody síťové analýzy a úvod do (geo)databází a jejich využití
8. Dálkový průzkum Země (DPZ): Úvod
9. GPS-základy a využití
10. Příprava projektu pro terénní cvičení
11. Zpracování dat z terénního cvičení
12. Dálkový průzkum Země (DPZ): Klasifikace
13. Prezentace dat o životním prostředí, využití IMS serverů
Součástí cvičení je prezentace zahraničních projektů: -A planetary-scale platform for Earth science data & analysis (Google Earth Engine) -ArcGIS Living Atlas (ESRI spatial database about earth science) -Explore satellite imagery (the Digital Earth Africa project, Digital Earth Africa Explorer) -3D models in earth science (ArcGIS Pro, ArcGIS Online) -Data processing in GIS (ArcGIS Pro, ArcGIS Online) -Analyze urban heat (ArcGIS Pro) -Modeling of water quality using GIS (Chesapeake Bay Program, ArcGIS Pro) -Investigate pollution patterns with space-time analysis (ArcGIS Pro) -Terrain mapping (ArcGIS Field Maps) -Risk Assessment mapping (Map, analyze, and share fire incident data, ArcGIS Online) -Spatial Data Science with R (https://rspatial.org/)
Last update: Matějíček Luboš, Ing., Ph.D. (12.03.2025)
Learning outcomes -
Learning outcomes (target category of knowledge, skills or attitudes to which students are to reach, adapted to the level of knowledge of mathematics and computer programming): - familiarization with modern methods of data processing in the context of new computer technologies, which will significantly influence research activities worldwide in future decades, - be able to cooperate on foreign projects where, in addition to mastering professional communication, emphasis is also placed on the use of modern computer methods for data processing, - the ability to develop their skills in the context of emerging new computer systems for acquiring, processing and presenting data.
Last update: Matějíček Luboš, Ing., Ph.D. (12.03.2025)
Výsledky učení (cílová kategorii znalostí, dovedností či postojů, ke které mají studenti dospět, přizpůsobeno úrovni znalostí matematiky a počítačového programování): -seznámení se s moderními metodami zpracování dat v kontextu nových počítačových technologií, které v budoucích desetiletích celosvětově významně ovlivní výzkumné aktivity, -umět spolupracovat na zahraničních projektech, kde kromě osvojení si odborné komunikace je kladen i důraz na využití moderních počítačových metod pro zpracování dat, -schopnost rozvíjet své dovednosti v kontextu nastupujících nových počítačových systémů pro získávání, zpracování a prezentaci dat.
Last update: Matějíček Luboš, Ing., Ph.D. (12.03.2025)
