Analys av miljödata 2
Kursbeskrivning
Denna distanskurs riktar sig till dig som vill lära dig mer om hur man hanterar och analyserar stora datamängder. Kursen fokuserar på att kombinera spatiala data med maskininlärning för att analysera skogsmark ur olika aspekter. Kursen består i föreläsningar och individuella övningar där du får tillämpa metoderna på data från myndigheter och företag.
Analys av miljödata 2 bygger vidare på analys av miljödata 1 och syftar till att rusta dig med verktyg som krävs för att hantera olika typer av data som genereras från olika delar av samhället. Nationella laserskanningar, satelliter och skogsmaskiner är några exempel på moderna datakällor som används både inom forskning och näringslivet. I kursen lär du dig att kombinera olika datakällor med fältinventeringar för att implementera ledande maskininlärningsmetoder.
Kursen är uppbyggd i olika moduler där varje modul innehåller en föreläsning, ett inledande exempel och en individuell uppgift där du självständigt tillämpar metoden på nytt data. Genom praktiska övningar får du bästa möjliga förutsättningar för ett ökat lärande.
Behörighetskrav
- 60 hp Skogsbruksvetenskap
- 60 hp Biologi
- 60 hp Miljövetenskap
- 60 hp Naturresursförvaltning
- 60 hp Skogshushållning
- 60 hp Markvetenskap
samt 7.5 hp i dataanalysmetoder och engelska 6.
Kursfakta
SV0020, Analys av miljödata 2, 7.5 Hp
Skriv ut kursplan
Kursplan
Fastställd av: Programnämnden för utbildning inom skog (PN-S), 2022-11-15
Giltig från och med : Vårtermin 2024 (2024-01-15)
Nivå
Avancerad nivå (A1N)
Huvudområde
Skogsbruksvetenskap, Biologi
Delområde skogsbruksvetenskap
Övrigt
Betygsskala
Kraven för kursens olika betygsgrader framgår av betygskriterier, som ska finnas tillgängliga senast vid kursstart.
Kursspråk
Engelska
Behörighetskrav
- 60 hp Skogsbruksvetenskap
- 60 hp Biologi
- 60 hp Miljövetenskap
- 60 hp Naturresursförvaltning
- 60 hp Skogshushållning
- 60 hp Markvetenskap
samt 7.5 hp i dataanalysmetoder och engelska 6.
Mål
Syftet med kursen är att lära studenterna att hantera stora datamängder för att skaffa underlag för slutsatser och beslutsfattande om ekologi- och skogsbruksrelaterade frågor och problem. De lär sig att kombinera olika spatiala datakällor med typiska fältdata från skogsbruk och ekologi för att implementera några vanliga maskininlärningsalgoritmer. Kursen har ett fokus på praktiska övningar med stöd av litteraturinläsning och föreläsningar.
Efter avslutad kurs ska studenten kunna
- inhämta och förbereda skogliga data från myndigheter som skogsstyrelsen och naturvårdsverket för analys
- självständigt utföra spatiala modelleringar av skogsmark utifrån laserdata
- identifiera och kategoriserar skillnader och likheter mellan statistik och maskininlärning för ekologiska data
- jämföra några traditionella maskininlärningsmodeller utifrån träffsäkerhet och beräkningshastighet
- kombinera maskininlärning med geografiska data för att framställa kartor över biologiska förutsättningar för ett hållbart skogsbruk.
Innehåll
Ämnesmässigt innehåll
Kursen behandlar miljödata över olika ekosystem, med fokus på skogsmark, ur olika aspekter. Några exempel på data som analyseras i kursen är: laserdata från LiDAR-skanningar, hydrologiska data som vattendrag och ytligt grundvatten, skördardata med skogsskador och fältdata från skogliga inventeringar.
Kursen fokuserar på att tillämpa statistiska modeller och maskininlärningsmetoder på spatiala data. Kursen är indelad i flera avsnitt: 1) bearbetning av spatiala data med öppna programvaror. 2) Programmering för att analysera spatiala data; 3) Kombinera data från fältstudier med spatiala data och statistiska metoder och maskininlärning; 4) Implementera maskininlärningsmodeller på spatiala data.
Genomförande
Kursen utnyttjar olika undervisningsformer för att främja studenternas lärande och diskussioner genom interaktiva föreläsningar och övningar.
Varje avsnitt börjar med online introduktioner och övningar som studenterna gör i sin egen takt, litteratur för inläsning och inspelade föreläsningar. Varje avsnitt avslutas med en inlämningsuppgift där studenterna ska lösa ett problem med ett nytt dataset. Studenterna kommer att ha möjlighet för konsultationer med läraren.
I kursen fokuseras på följande generella kompetenser; informationskompetens, problemlösning, vetenskapliga metoder, digital kompetens, teknikanvändning.
Samverkan med det omgivande samhället sker genom kursuppgifter baseras på verklig och komplex data som studenter kan möta i sina framtida jobb, exempelvis data från Skogsstyrelsen eller Sveriges Geologiska Undersökning.
Examinationsformer
Godkända inlämningsuppgifter.
Ansvarig institution eller motsvarande
Institutionen för skogens ekologi och skötsel
Medansvariga
Institutionen för vilt, fisk och miljö
Kompletterande uppgifter
Ingår i utbildnings-program
- Skoglig ekologi och hållbar skötsel
- Skoglig ekologi och hållbar skötsel - masterprogram
- Skötsel av vilt- och fiskpopulationer - masterprogram
- Skötsel av vilt- och fisk populationer
- Jägmästarprogrammet
Moduluppsättning
| Benämning | Hp | Kod |
|---|---|---|
| Enda modul | 7.5 | 0001 |
Övrig information
Progression
Den här kursen förbereder studenterna för deras masterexamensarbeten och ge dem kunskaper för att designa sin studie, samla och analysera sitt data. De får också generella kompetenser i flera områden listade för mastersprogrammet på skogsfakulteten.