SoSe 24: Geographie (WE 2)

• Geostatistik

  0495aA2.2
  • 24214525 Grundkurs
    GK - Geostatistik (Jana Frenzel, Kai Hartmann)
    Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
    Ort: G 108 CIP-Pool (Malteserstr. 74-100 G)
    

    Kommentar

    Qualifikationsziele: Die Studentinnen und Studenten sind in der Lage, selbstständig raumbezogene Fragestellungen zu formulieren und deren Operationalisierung zu organisieren. Sie können Methoden der Geostatistik auf ihre Eignung prüfen, anwenden sowie kombinieren und modifizieren. Sie können eigene Ergebnisse präsentieren und referieren. Sie sind in der Lage, inhaltlich und methodisch Komplexität zu erkennen sowie Methoden und Darstellungen komplexer Analysen zu beurteilen. Inhalte: Im Modul werden ausgewählte Konzepte und Verfahren der empirischen Geodatenanalyse vorgestellt und in den Programmierumgebungen R, Python und/oder Matlab vertieft und geübt. Diese umfassen z. B.Compositional Data Analysis; Aspekte zeitlicher und räumlicher Varianz; Zeitliche und räumliche Autokorrelation; Variogrammanalyse und Kriging; Dispersion und Konzentration im Raum, räumliche Verteilungsmuster; Nichtlineare und logistische Modelle; Chaos und Ordnung im Raum: Fraktale und Selbstähnlichkeit; Chaos und Ordnung in der Zeit: Phasenräume

  • 24214504 Seminar am PC
    PC-S - Geostatistik (Jana Frenzel, Kai Hartmann)
    Zeit: Do 16:00-18:00 (Erster Termin: 18.04.2024)
    Ort: G 108 CIP-Pool (Malteserstr. 74-100 G)
    

    Kommentar

    Qualifikationsziele: Die Studentinnen und Studenten sind in der Lage, selbstständig raumbezogene Fragestellungen zu formulieren und deren Operationalisierung zu organisieren. Sie können Methoden der Geostatistik auf ihre Eignung prüfen, anwenden sowie kombinieren und modifizieren. Sie können eigene Ergebnisse präsentieren und referieren. Sie sind in der Lage, inhaltlich und methodisch Komplexität zu erkennen sowie Methoden und Darstellungen komplexer Analysen zu beurteilen. Inhalte: Im Modul werden ausgewählte Konzepte und Verfahren der empirischen Geodatenanalyse vorgestellt und in den Programmierumgebungen R, Python und/oder Matlab vertieft und geübt. Diese umfassen z. B. l Compositional Data Analysis l Aspekte zeitlicher und räumlicher Varianz l Zeitliche und räumliche Autokorrelation l Variogrammanalyse und Kriging l Dispersion und Konzentration im Raum, räumliche Verteilungsmuster l Nichtlineare und logistische Modelle l Chaos und Ordnung im Raum: Fraktale und Selbstähnlichkeit l Chaos und Ordnung in der Zeit: Phasenräume

• Module ohne Lehrangebot in diesem Semester

  2 Module
  • Fernerkundung und Geomatik für Fortgeschrittene 0495aA2.1
  • Modellierung in der angewandten Umweltforschung 0495aA2.3