EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Nicht angemeldet Anmelden
[ Deutsch (Schweiz) ]   [ Englisch Englisch ]
[ de ]   [ en en ]
Nicht angemeldet Anmelden
n.BA.AD.CMES.24HS (Computational Modelling in Environmental Science) 
Modul: Computational Modelling in Environmental Science
Diese Information wurde generiert am: 23.11.2024
Nr.
n.BA.AD.CMES.24HS
Bezeichnung
Computational Modelling in Environmental Science
Credits
4

Beschreibung

Version: 1.0 gültig ab 01.08.2024

 

Studiengang  Applied Digital Life Sciences
Geltende Rechtsordnung  RPO vom 29. Januar 2008, Studienordnung des Dept. N vom 15. Dez. 2009, Anhang für den Bachelorstudiengang Applied Digital Life Sciences
Modultyp   
X Pflichtmodul   Wahlpflichtmodul   Wahlmodul
Plansemester  6. Semester
Modulverantwortliche/r  Manuel Antonetti und Martin Schüle
Telefon / E-Mail  +41 58 934 51 20 / manuel.antonetti@zhaw.ch
+41 58 934 57 84 / martin.schüle@zhaw.ch
Beteiligte Mitarbeitende und Lehrbeauftragte 
  • Manuel Antonetti
  • Martin Schüle
  • Dozierenden vom IUNR und ICLS, eventuell externe Expert:innen je nach Thema
Vorausgesetzte Module  Environmental Systems 1
Zu erreichende Kompetenzen  Fachliche Kompetenzen:
Die Studierenden:
  • können verschiedene Umweltmodellierungsmethoden anwenden, um Analysen und Vorhersagen von Umweltsystemen in unterschiedlichen Anwendungsbereichen durchzuführen.
  • können zwischen systemorientierten und datengetriebenen Modellen unterscheiden und verstehen die Vor- und Nachteile beider Ansätze.
  • können je nach Fragestellung und Datenverfügbarkeit den am besten geeigneten Modellierungsansatz identifizieren.
  • sind sich der mit Modellen verbundenen Unsicherheiten bewusst und können diese quantifizieren.
  • können ein Modell in Python und/oder R erstellen, kalibrieren und ausführen. Sie sind in der Lage, modellierungsbezogene Pakete und Bibliotheken korrekt zu implementieren.
Überfachliche Kompetenzen:
Die Studierenden:
  • verbessern ihre Soft Skills in der Kommunikation der wissenschaftlichen Ergebnisse ihrer Projektarbeiten.
  • erhalten erste Einblicke in die Welt nach der Universität, indem sie die Möglichkeit haben, sich mit erfahrenen Modellierern aus der Wissenschaft und der Industrie zu treffen und zu diskutieren.
Inhalt des Moduls Das Modul gibt einen Einblick in ein breites Spektrum bestehender prozessorientierter und datengesteuerter Ansätze zur Modellierung von Umweltsystemen. Das Modul ist in drei Teile gegliedert. Im ersten Teil wird eine theoretische Einführung in den Modellierungsprozess gegeben. Im zweiten Teil des Moduls werden die gebräuchlichsten Computermodellierungstechniken sowie verwandte Aspekte behandelt. Schliesslich werden verschiedene Modellierungstechniken von verschiedenen Experten aus Wissenschaft und Praxis vorgestellt, wobei der Schwerpunkt auf den Anwendungsbereichen, den Datenanforderungen, der rechnerischen Umsetzung und den Modellunsicherheiten liegt.

Durch die Arbeit in Gruppen an einer modellbezogenen Projektarbeit werden die Studierenden ihr Verständnis für die Möglichkeiten und Grenzen von Umweltmodellen vertiefen.

Inhalt des Moduls:
  • Einführender Teil (Was ist ein Modell? Warum modellieren? Computermodelltypen und Modellklassifizierung; Der Modellierungsprozess: Entwicklung eines konzeptionellen Modells einschliesslich Annahmen, Formulierung des mathematischen Problems, Implementierung des Computermodells, Modellkalibrierung, Verifizierung, Validierung, Sensitivitätsanalyse)
  • Methodischer Teil
- Numerische Methoden (räumliche und zeitliche Diskretisierungsschemata; explizite vs. implizite Schemata, Vorwärts-, Rückwärtsschemata, Anfangswert- vs. Randwertprobleme)
- Modellierung der Systemdynamik
- Agentenbasierte Modellierung
- Modellierung von Unsicherheit: Komplexität, Unsicherheit und Empfindlichkeit in Umweltsystemen
- Modelldatenauswahl und Ansätze zur Datenvorverarbeitung; maschinelles Lernen und auf künstlicher Intelligenz basierende Ansätze, Monte-Carlo-Methoden, Bayes'sche Netze usw.
  • Fallstudien, die von IUNR- und ICLS-Forschern und möglicherweise von externen Experten zu Modellierungstechniken, die auf Umweltsysteme angewandt werden, vorgestellt werden.
Verschiedene Formate möglich: Präsentation, Workshop, etc.

Vorgestellte Modellierungstechniken/Anwendungen:
  1. Hydrodynamische (deterministische) Modellierung, z.B. angewandt auf Gewässerrenaturierungsprojekte
  2. Prozessbasierte (konzeptionelle) hydrologische Modellierung und Unsicherheitsabschätzung, z.B. angewandt auf die Bewertung der Auswirkungen des Klimawandels oder den Hochwasserschutz
  3. Modellierung auf der Grundlage von Bayes'schen Schlussfolgerungen, z. B. für die Dynamik von Ökosystemen
  4. Gitterbasierte Modelle, z.B. angewandt in ökologischen oder epidemiologischen Modellen
  5. Agentenbasierte Modelle, z.B. angewandt in der Populationsdynamik oder im Management natürlicher Ressourcen
  6. Datengesteuerte Modelle, z.B. angewandt auf Energiesysteme
Projektarbeit: Modellierungsaufgaben
Anschlussmodule -
Unterrichtsmethoden  Frontalunterricht, Workshops, Übungen, evtl. MOOCs
Digitale Lernressourcen 
  • Lesefutter
  • Lehrvideos
  • Übungen und Anwendungsaufgaben (inkl. Lösungen)
  • Fallstudien (inkl. Lösungen)
Unterrichtsgliederung / Gesamtaufwand   
 Kontaktstudium 48
 Begleitetes Selbststudium 4
 Autonomes Selbststudium 68
 Total Workload 120
Präsenzverpflichtung im Unterricht  Präsenz wird stark empfohlen, aber nicht mit Präsenzliste durchgesetzt.
Leistungsnachweise  Abgesetzte schriftliche Modulprüfung 60% / e-assessment
Erfahrungsnote 40%

Bei einer geringen Teilnehmerzahl kann die Prüfungsform der Repetitionsprüfung nach Absprache mit der Studiengangleitung durch Dozierende abgeändert werden: z.B. anstatt einer schriftlichen kann eine mündliche Prüfung abgehalten werden. Bitte entsprechende Meldung der geänderten Prüfungsform per E-Mail (ohne Formular) an pruefungsadmin.lsfm@zhaw.ch und Cc. Studiengangleitung.
Unterrichtssprache  Englisch
Bemerkungen  Literatur:
  • Emetere, Moses Eterigho (2019). Environmental Modeling Using Satellite Imaging and Dataset Re-processing. Springer. 10.1007/978-3-030-13405-1
  • Remesan, Renji & Mathew, Jimson. (2015). Hydrological Data Driven Modelling: A Case Study Approach. Springer 10.1007/978-3-319-09235-5.
  • Wang, Liuping & Garnier, Hugues (2012). System Identification, Environmental Modelling, and Control System Design. Springer. 10.1007/978-0-85729-974-1

 

Kurs: Computational Modelling in Environmental Science
Nr.
n.BA.AD.CMES.24HS.V
Bezeichnung
Computational Modelling in Environmental Science

Hinweis

  • Für das Stichdatum 23.11.2024 ist kein Modulbeschreibungstext im System verfügbar.