Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Analysis and visualization of spatial data in GIS

Informacje ogólne

Kod przedmiotu: 2800-OG-EN-AVOSD
Kod Erasmus / ISCED: (brak danych) / (0610) Information and Communication Technologies (ICTs) Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analysis and visualization of spatial data in GIS
Jednostka: Wydział Nauk o Ziemi i Gospodarki Przestrzennej
Grupy:
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Wymagania wstępne:

(tylko po angielsku) Knowledge of ArcGIS and QGIS software will be helpful but not required.
Rodzaj przedmiotu:

przedmiot fakultatywny
Całkowity nakład pracy studenta:

(tylko po angielsku) Contact hours with teacher (35 hrs):

- participation in laboratory – 30 hrs

- consultations – 5 hrs


Self-study hours (65 hrs):

- reading literature – 10 hrs

- preparation for laboratory – 25 hrs

- projects preparation – 30 hrs (15+15)


Altogether: 100 hrs (4 ECTS)
Efekty uczenia się - wiedza:

(tylko po angielsku) W1: Student knows the basic concepts of modeling and visualization (2D and 3D) of spatial data.

W2: Student knows the basic sources of elevation and socio-economic data.

W3: Student knows the contemporary trends and directions of development of GIS technology.
Efekty uczenia się - umiejętności:

(tylko po angielsku) U1: Student is able to select the correct methodological approach in spatial data analysis at intermediate and advanced levels.

U2: Student skillfully acquires and processes elevation data and socio-economic data from various sources.

U3: Student is able to operate GIS software at a level that allows independent performance of spatial analyses on Digital Terrain Models and socio-economic data.

U4: Student is able to prepare a 2D/3D visualization of a terrain fragment in GIS software.
Efekty uczenia się - kompetencje społeczne:

(tylko po angielsku) K1: Student understands the need for lifelong learning, sees the need to constantly expand knowledge and improve professional competences.

K2: Student is able to determine the priorities for the implementation of a specific task.

K3: Student understands the importance of responsibility (including professional responsibility) for independently prepared analyses and visualizations.
Metody dydaktyczne:

(tylko po angielsku) Exploratory teaching methods:

- exercise;

- laboratory;

- project.
Skrócony opis: (tylko po angielsku)

Laboratory classes conducted in the form of a project, of an interdisciplinary nature, on the analysis and visualization of spatial data (2D and 3D) in selected GIS software (including QGIS, ArcGIS Pro).
Pełny opis: (tylko po angielsku)

The most important issues covered in the course:

1. Spatial socio-economic data resources (data, geoservices/geoportals)

2. Spatial analysis of socio-economic data part 1: Selected elements of vector analysis, network analysis and spatial statistics.

3. Spatial analysis of socio-economic data part 2: Selected elements of raster analysis.

4. Spatial analysis of socio-economic data part 3: Selected advanced methods of spatial analysis.

5. Spatial Data Modeling.

6. Analysis and Visualization of Environmental Data.

7. Digital Terrain Model (DTM) and Digital Surface Model (DSM)

8. Spatial analysis based on elevation data.

9. GIS 3D.

10. Visualization of space in 3D.
Literatura: (tylko po angielsku)

Basic and additional literature:

1. Murayama, Y., Thapa, R., & SpringerLink (Online service) (Eds.). (2011). Spatial analysis and modeling in geographical transformation process: GIS-based applications. GeoJournal library. Dordrecht ; New York: Springer.

2. Schabenberger, O., & Gotway, C. A. (2005). Statistical methods for spatial data analysis. Texts in statistical science. Boca Raton: Chapman & Hall/CRC.

3. Lombard, John R et al. Applied Spatial Modelling and Planning / Edited by John R. Lombard, Eliahu Stern and Graham Clarke. First published. Abingdon, Oxon ; Routledge Taylor & Francis Group, 2017. Print.

4. Krygier, John, and Denis Wood. Making Maps : A Visual Guide to Map Design for GIS / John Krygier and Denis Wood. 2nd ed. New York ; The Guilford Press, 2011. Print.

5. Longley, Paul A. Geographical Information Systems. Vol. 1, Principles and Technical Issues / Paul A. Longley [et Al.]. 2nd ed. New York: John Wiley & Sons, 1999. Print.

6. Longley, Paul A. Geographical Information Systems. Vol. 2, Management Issues and Applications / Paul A. Longley [et Al.]. 2nd ed. New York: John Wiley & Sons, 1999. Print.

7. McDonnell, Rachael, and Karen Kathleen Kemp. International GIS Dictionary / Rachael McDonnell & Karen Kemp. Cambridge: GeoInformation International, 1995. Print.

8. Goodchild, Michael F, Bradley O Parks, and Louis T Steyaert. Environmental Modeling with GIS / [Ed. by] Michael F. Goodchild, Bradley O. Parks, Louis T. Steyaert. New York ; Oxford University Press, 1993. Print.
Metody i kryteria oceniania: (tylko po angielsku)

A student will receive a positive grade for the course if they meet the following conditions:

- attendance at classes (minimum 80% of classes) (W1, W2, W3, U1, U2, U3, U4, K1, K2, K3);

- all project works completed correctly and passed on time (W1, W2, W3, U1, U2, U3, U4, K1, K2, K3).

There will be two main projects to be made for assessment: one from the socio-economic part and the other from the environmental and visualization part.

Zajęcia w cyklu "Semestr letni 2025/26" (jeszcze nie rozpoczęty)

Okres: 2026-02-23 - 2026-09-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: Radosław Golba, Agnieszka Pilarska
Prowadzący grup: Radosław Golba, Agnieszka Pilarska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-7 (2025-03-24)