Università degli Studi di Urbino Carlo Bo / Portale Web di Ateneo


MODELLIZZAZIONE GEOLOGICA
GEOLOGICAL MODELING

A.A. CFU
2022/2023 6
Docente Email Ricevimento studentesse e studenti
Luca Lanci Riceve l’ora precedente le lezioni e quella successiva al termine delle lezioni oppure su appuntamento
Didattica in lingue straniere
Insegnamento con materiali opzionali in lingua straniera Inglese
La didattica è svolta interamente in lingua italiana. I materiali di studio e l'esame possono essere in lingua straniera.

Assegnato al Corso di Studio

Informatica Applicata (L-31)
Curriculum: Curriculum per la gestione digitale del territorio
Giorno Orario Aula
Giorno Orario Aula

Obiettivi Formativi

Il corso è finalizzato all’acquisizione dei principi di analisi di variabili regionalizzate e di serie temporali discrete, indirizzato ad una contesto geologico-stratigrafico e paleoclimatico. Il corso mira altresì alla padronanza dei principali strumenti di analisi numerica e prevede numerosi esempi pratici con l’ausilio di un linguaggio standard per l’analisi dei dati. I principi di analisi numerica appresi in questo corso hanno potenziali applicazioni in numerosi altri campi e costituiscono un importante strumento per l’analisi quantitativa

Programma

L’insegnamento affronterà i seguenti argomenti da un punto di vista prevalentemente pratico, con l’ausilio del calcolatore.

1.     Principi di geostatistica

1.1.   Modello geostatistico

1.2.   Semivariogramma empirico

1.3.   Modelli parametrici di semivariogramma

1.4.   Detrend regionale

1.5.   Anisotropia

1.6.   Kriging ordinario, teoria

1.7.   Kriging ordinario, previsore e varianza

1.8.   Kriging universale, teoria

1.9.   Kriging universale, previsore e varianza

2.     Principi di analisi delle serie storiche

2.1.   Introduzione alle serie storiche.

2.2.   Trasformata di Fourier di serie discrete.

2.3.   Aliasing

2.4.   Teorema di convoluzione

2.5.   Stima della potenza spettrale

2.6.   Periodogramma

2.7.   “Frequency leakage”

2.8.   Metodo di Barlett

2.9.   Metodo WOSA (Welch Overlapping Segment Average)

2.10.  Metodo Multi Taper (MTM).

2.11.  Segnale e rumore

2.12.  Introduzione agli intervalli di confidenza

2.13.  Spettro evolutivo

2.14.  Introduzione alle Wavelets

Eventuali Propedeuticità

Nessuna propedeuticità obbilgatoria tuttavia affinché gli studenti possano  seguire proficuamente il corso sono richieste le seguenti conoscenze preliminari:

1. Padronanza dell’algebra dei vettori e delle matrici.

2. Conoscenze di base di programmazione.

3. Conoscenza di base nell’uso di personal computer.

Risultati di Apprendimento (Descrittori di Dublino)

·  Conoscenza e capacità di comprensione.  Lo studente dovrà mostrare la padronanza delle conoscenze di base relative ai tipi di analisi numerica previsti dal programma del corso. In particolare dovrà essere in grado di descrivere le i principi di base della analisi geostatistica e la loro applicazione. Dovrà mostrare la padronanza delle diverse tecniche di analisi delle serie discrete e la loro applicazione in casi concreti. Queste abilità verranno verificate attraverso domande orali.

·  Conoscenza e capacità di comprensione applicate.  Lo studente dovrà mostrare la comprensione dei concetti e delle teorie previsti dal corso; essere in grado di analizzare autonomamente serie di dati complessi scegliendo gli strumenti appropriati ai casi specifici; essere in grado di scrivere brevi programmi per l’analisi di dati; essere in grado di valutare la significatività dei risultati. Queste abilità verranno valutate attraverso una prova scritta.

·  Autonomia di giudizio.  Lo studente dovrà mostrare il possesso della capacità di usare conoscenze e concetti che consentano di ragionare secondo la specifica logica della disciplina. Dovrà essere in grado, in particolare, di individuare i metodi di analisi adeguati ai contesti e prospettare ipotesi di analisi di fronte a casi non banali.

·  Abilità comunicative.  Lo studente dovrà mostrare di essere in grado di comunicare le sue conoscenze, le idee e la eventuali problematiche relative alla disciplina, in modo chiaro e usando proprietà di linguaggio.

·  Capacità di apprendere. Lo studente dovrà essere in grado di costruire il proprio percorso di crescita scientifica in maniera critica ed autonoma, ed essere in grado di utilizzare correttamente il materiale di studio fornito dal docente e il materiale di approfondimento che lui stesso potrà procurarsi. Queste abilità, per quanto possibile, verranno stimolate dal docente proponendo approfondimenti e fornendo esercizi che verranno spiegati e discussi durante le lezioni o le ore di attività di supporto.

Materiale Didattico

Il materiale didattico predisposto dalla/dal docente in aggiunta ai testi consigliati (come ad esempio diapositive, dispense, esercizi, bibliografia) e le comunicazioni della/del docente specifiche per l'insegnamento sono reperibili all'interno della piattaforma Moodle › blended.uniurb.it

Modalità Didattiche, Obblighi, Testi di Studio e Modalità di Accertamento

Modalità didattiche

Lezioni frontali ed esercitazioni al computer.

Realizzazione autonoma di progetti di simulazione.

Obblighi

Frequenza consigliata, ma non obbligatoria

Testi di studio

1) Handbook of spatial statistics / [edited by] Alan E. Gelfand ... [et al.].
p. cm. -- (Chapman & Hall/CRC handbooks of modern statistical methods)

Altro materiale di studio fornito tramite la piattaforma Moodle.

Modalità di
accertamento

Realizzazione di un progetto di simulazione, concordato con il docente.
Il progetto deve venire realizzato e consegnato nell'arco massimo di due settimane. I criteri di valutazione sono:

1) il numero di requisiti effettivamente implementati

2) la correttezza dell'analisi di validità dei risultati.

3) la qualità dell'implementazione


Successiva prova orale, che parte dalla discussione del progetto ma è volta all'accertamento, delle competenze su tutti altri aspetti del programma.

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

Informazioni aggiuntive per studentesse e studenti non Frequentanti

Modalità didattiche

Le stesse degli studenti frequentanti, grazie alla disponibilità delle lezioni e del software per le esercitazioni su piattaforma Moodle.

Obblighi

Gli stessi degli studenti frequentanti

Testi di studio

Gli stessi degli studenti frequentanti

Modalità di
accertamento

Gli stessi degli studenti frequentanti

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

Note

Affinché gli studenti possano  seguire proficuamente il corso sono richieste le seguenti conoscenze preliminari:

1. Padronanza dell’algebra dei vettori e delle matrici.

2. Conoscenze di base di programmazione.

3. Una conoscenza di base nell’uso di personal computer.

« torna indietro Ultimo aggiornamento: 29/08/2022


Il tuo feedback è importante

Raccontaci la tua esperienza e aiutaci a migliorare questa pagina.

Il tuo 5x1000 per sostenere le attività di ricerca

L'Università di Urbino destina tutte le risorse che deriveranno da questa iniziativa alla ricerca scientifica ed al sostegno di giovani ricercatori.

15 22

Se sei vittima di violenza o stalking chiama il 1522, scarica l'app o chatta su www.1522.eu

Il numero, gratuito è attivo 24 h su 24, accoglie con operatrici specializzate le richieste di aiuto e sostegno delle vittime di violenza e stalking.

Posta elettronica certificata

amministrazione@uniurb.legalmail.it

Social

Università degli Studi di Urbino Carlo Bo
Via Aurelio Saffi, 2 – 61029 Urbino PU – IT
Partita IVA 00448830414 – Codice Fiscale 82002850418
2024 © Tutti i diritti sono riservati

Top