Metody numeryczne w ekologii i ochronie środowiska
Informacje ogólne
Kod przedmiotu: | 2100-MNOS-1-S2 |
Kod Erasmus / ISCED: |
(brak danych)
/
(0542) Statystyka
|
Nazwa przedmiotu: | Metody numeryczne w ekologii i ochronie środowiska |
Jednostka: | Wydział Biologii i Ochrony Środowiska (2012-2019) |
Grupy: |
Przedmioty obowiązkowe dla 1 r. ochrony środowiska S2 |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Wymagania wstępne: | Podstawowy kurs matematyki i statystyki oraz obsługi komputera w zakresie studiów I stopnia. |
Rodzaj przedmiotu: | przedmiot obligatoryjny |
Całkowity nakład pracy studenta: | 1. Godziny kontaktowe z nauczycielem akademickim: - udział w wykładach 15 - udział w laboratorium 15 Razem 30 2. Praca własna studenta: - przygotowanie do ćwiczeń, laboratorium 5 - praca własna nad opracowaniem projektu i sprawozdania 10 - udział w konsultacjach 5 Razem 20 3. Łączny nakład pracy studenta w godzinach (1+2) 50 |
Efekty uczenia się - wiedza: | (K_W06) Student modeluje zjawiska przyrodnicze wykorzystując narzędzia matematyczne i statystyczne P1A_W03 P1A_W06 (K_W07) wymienia podstawowe i wybrane specjalistyczne programy komputerowe i objaśnia możliwość ich wykorzystania przy opisywaniu i interpretowaniu zjawisk przyrodniczych P1A_W06 |
Efekty uczenia się - umiejętności: | (K_U05) Student posługuje się podstawowymi metodami matematycznymi i statystycznymi do analizy danych i opisu zjawisk przyrodniczych P1A_U05 P1A_U07 (K_U06) użytkuje komputer w zakresie koniecznym do wyszukiwania informacji, tworzenia baz danych, analizy danych, sporządzania raportów i prezentacji wyników P1A_U05 P1A_U03 (K_U11) interpretuje wyniki obserwacji i pomiarów i na ich podstawie wyciąga poprawne wnioski P1A_U07 P1A_U08 |
Efekty uczenia się - kompetencje społeczne: | (K_K01) Student wykazuje chęć pogłębiania wiedzy z zakresu nauk o środowisku P1A_K01 P1A_K05 P1A_K07 (K_K07) wykazuje akceptującą postawę wobec metod matematyczno – statystycznych i informatycznych w ochronie środowiska P1A_K01 (P1A_K07) (K_K09) jest odpowiedzialny za powierzony sprzęt, pracę własną i innych P1A_K02 P1A_K03 |
Metody dydaktyczne: | Wykład: wykład z prezentacją multimedialną. Dyskusja. Zajęcia laboratoryjne: samodzielna praca studentów - wykonywanie obliczeń, opracowywanie wyników analiz według instrukcji i wskazówek prowadzącego zajęcia. Prezentacja wyników analiz. Dyskusja. |
Metody dydaktyczne podające: | - wykład informacyjny (konwencjonalny) |
Skrócony opis: |
Celem przedmiotu jest zapoznanie studentów z procesem przygotowywania danych do analiz numerycznych i zarządzania dużymi zbiorami danych ekologicznych, zapoznanie z istotą analizy różnorodności, klasyfikacji numerycznej i analizy gradientowej oraz nauczenie posługiwania się podstawowymi programami komputerowymi do klasyfikowania i porządkowania danych ekologicznych (MVSP, CANOCO, TWINSPAN). |
Pełny opis: |
Przedmiot obejmuje następujące zagadnienia: 1 - rodzaje danych i typy stuktury danych do analizy numerycznej; 2 - modyfikacja zbioru danych (transformacja i transpozycja, usuwanie niektórych cech i prób ze zbioru, import i eksport danych w programie MVSP); 3 - ocena typu rozkładu cech w przygotowanych zbiorach danych; 4 - wskaźniki różnorodności gatunkowej (Shannona, Simpsona, Brillouin'a) i równocenności; 5 - podstawy algebry macierzy (typy macierzy, działania na macierzach, wyznacznik macierzy, obliczanie wartości własnych i wektorów własnych); 6 - typy klasyfikacji numerycznej (klasyfikacja hierarchiczna i niehierarchiczna, techniki aglomeracyjne i dzielące wykonywane na podstawie jednej cechy lub wielu cech), 7 - analiza gradientowa pośrednia (PCA, CA, DCA) oraz bezpośrednia (CCA, DCCA, RDA) i zasady wyboru metody ordynacyjnej; 8 - wykonywanie obliczeń oraz sporządzanie dendrogramów i diagramów ordynacyjnych w programie MVSP; 9 - interpretacja wyników klasyfikacji i ordynacji numerycznej; 10 - przegląd pakietów programów komputerowych do przeprowadzania analizy wielocechowej (MVSP, CANOCO, SYNTAX, TWINSPAN, DECORANA, ORDIFLEX, COMPCLUS, DATAEDIT); 11 - system TurboVeg (baza danych fitosocjologicznych i programy komputerowe do klasyfikacji i ordynacji numerycznej; 12 - przykłady zastosowań wymienionych pakietów i programów. Podstawy teoretyczne, przeglad metod realizowanych i zasady działania programów są omawiane w trakcie wykładu. Na zajęciach laboratoryjnych studenci wykonują obliczenia na własnych zbiorach danych lub dostarczonych przez osobę prowadzącą zajęcia. W trakcie laboratorium studenci prezentują wyniki przeprowadzonych obliczeń i uczestniczą w dyskusji. |
Literatura: |
Dzwonko Z., 2007. Przewodnik do badań fitosocjologicznych.Sorus, Instytut Botaniki UJ, Poznań - Kraków. Gauch H.G., 1982. Multivariate analysis in community ecology. Cambridge University Press, Cambridge. Hill M.O., 1979. TWINSPAN: A FORTRAN program for arranging Multivariate Data in order two-way table by classification of the individual and attributes. Cornell University, Ithaca, New York. Kaźmierczak E., Nienartowicz A., Piernik A., Wilkoń-Michalska J., 1998. Metody numeryczne w badaniach struktury i funkcjonowania szaty roślinnej. Wydawnictwo UMK, Toruń. Jongman R.H.G., ter Braak C.J.F., van Tongeren D.F.R., (eds). 1995. Data analysis in community and landscape ecology. Pudoc, Wageningen. Kovach W.L., 1985-1999. MVSP Plus version 3.1. Pentraeth, UK. Nienartowicz A., Kunz M., 2001. GIS i teledetekcja w badaniach struktury i funkcjonowania krajobrazu. Oficyna Wydawnicza "Turpress", UMK, Toruń. Orloci L., 1978. Multivariate Analysis of Vegetation Research. Dr W. Junk Publishers, The Hague, Boston. Piernik A., 2008. Metody numeryczne w ekologii. Wyd. Naukowe UMK, Toruń. Sneath P.H.A., Sokal R.R., 1973. Numerical Taxonomy. W.H. Freeman, San Francisco. ter Braak C.J.F., 1996. Unimodal models to relate species to environment. DLO-Agrocultura;l Mathematics Group, Wageningen, the Netherlands. ter Braak C.J.F., Smilauer P., 2002. CANOCO Reference Manual and CanoDraw for Windows User's Guide. Biometrics, Wageningen and Ceske Budejovice. |
Metody i kryteria oceniania: |
Wykład: na podstawie opracowania pisemnego. Zajęcia laboratoryjne: na podstawie opracowania wyników przeprowadzonych analiz. |
Praktyki zawodowe: |
Nie dotyczy. |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.