Environmentální modelování - MO550P19

• Anglický název: Environmental modelling
• Zajišťuje: Ústav pro životní prostředí (31-550)
• Fakulta: Přírodovědecká fakulta
• Platnost: od 2008 do 2012
• Semestr: zimní
• E-Kredity: 4
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Poznámka: povolen pro zápis po webu
• Garant: Ing. Luboš Matějíček, Ph.D.
• Vyučující: Ing. Luboš Matějíček, Ph.D.

Anotace

čeština

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (24.10.2019)

Přednáška je zaměřena na počítačové modelování v oblasti životního prostředí se zahrnutím všech přírodovědných
aspektů. Pro řešení počítačových modelů se využívají nástroje GIS, DPZ i GPS. Vlastní řešení počítačových modelů
probíhá s využitím speciálních programů. Pro studenty přírodovědných oborů představuje úvodní kurs, na který navazují
další tematicky zaměřené výběrové přednášky, cvičení a semináře. Prezentace jednotlivých úloh vychází z obecně
platných principů publikovaných v zahraniční i tuzemské odborné literatuře. Pro absolvování přednášky je požadováno
zvládnutí základních předmětů zaměřených na životní prostředí, ekologii, matematiku a statistiku. Přednášku doplňují
počítačové demonstrace 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).

angličtina

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (24.10.2019)

The lecture is primarily focused on computer modelling in the area of living environment. For the students of natural science, the lecture sums up the introductory course that is extended by other optional lectures, exercises and seminars. Presentations of individual aspects of modelling are derived from generally known principles. The lecture is complemented by computer demonstrations of selected problems, which are consecutively processed by students in the framework of exercises.

Literatura

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (24.10.2019)

Literatura:

Bequette, B.W., 1998. Process Dynamic: Modeling, Analysis, and Simulation. Prentice Hall, London, Sydney, Toronto, Tokyo.

Bennet, B.S., 1995. Simulation Fundamentals. . Prentice Hall, London, Sydney, Toronto, Tokyo.

Goodchild, M.F., 1996. GIS and Environmental Modeling: Progress and Research Issues. GIS World.

Hannon, B., Ruth, M., 1997. Modeling Dynamic Biological Systems. Springer-Verlag, New York, Berlin, Heidelberg.

Roughgarden, J., 1998. Primer of Ecological Theory. Prentice Hall, London, Sydney, Toronto, Tokyo.

Zítek, P., 1990. Simulace dynamických systému. SNTL, Praha.

Požadavky ke zkoušce

čeština

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (01.11.2017)

Písemná zkouška a ústní dozkoušení.

angličtina

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (24.10.2019)

Written test and oral exam based on the written test.

Sylabus

čeština

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (24.10.2019)

MOODLE (http://dl.cuni.cz)

Kategorie: Přírodovědecká fakulta

Podkategorie: Životní prostředí

Kurz: Environmentální modelování

angličtina

Poslední úprava: Ing. Luboš Matějíček, Ph.D. (24.10.2019)

1. Theory of systems: definition and specification of systems; static, dynamic and stochastic models; deductive and inductive approach in the model development; computer models; validation and verification; identification of model parameters, optimization.

2. Experimental approach in data acquisition: experiment, classification of errors; data accuracy and precision; calibration, precision classes and sensitivity of measure instruments; data management; examples of experimental methods in natural science.

3. Using statistics and theory of probability: type of data; population and samples; measures of central tendency, dispersion and variability; probabilities and their characteristics; examples of data distribution; hypotheses and statistical tests; analysis of variance.

4. Using of regression and correlation analysis, applied factor analysis: the method of the least squares; linear and non-linear, simple and multiple regression; correlation analysis; data transformations; time series; examples of using factor analysis.

5. Concepts of modelling basic ecological systems: specification of the individual, population, community and ecosystem; using physical laws and ecological rules; matter and energy flows.

6. Models of population: estimates of basic parameters; discrete growth models; exponential and logistic growth; models with time delays of variables; Leslie models; basic interactions among populations; examples of models.

7. Analysis and simulation of dynamic models: state variables and trajectories, equilibrium and its stability; linear and non-linear dynamic models; numerical methods for digital simulation; examples.

8. Examples of ecological models: modelling of interactions in communities and ecosystems; models of matter and energy flows; simulation with computer programs ACSL, Mathematica, MATLAB-Simulink.

9. Analysis of spatial characteristics and interactions of ecological systems: basic spatial characteristics and interactions of populations, communities and ecosystems; spatial dynamic models and its simulation; using GIS and Remote Sensing; spatial statistical methods and interpolations; discrete models.

10. Analysis of landscape from the modelling perspective: structure, corridors, matrix and networks; analysis of natural processes and impact assessment with GIS and Remote Sensing; modelling of landscape interactions.

11. Contamination of environmental systems: compartment and distributed-parameter models; modelling of diffusion; numerical methods for digital simulation; examples of contamination of groundwater, surface water, air and soils; accumulation and transport of contaminants in biotic parts of ecosystems.

12. System analysis of environmental systems and network analysis, linear programming, deterministic and stochastic models, theory of chaos, using of neuron artificial networks, theory of fractals.