Sylabus
Datové zdroje v hydrologii- Práce v R nad databázemi a vzdálené tabulky- Zdroje časových řad a geodat, jejich načítání a lokální zpracování- Kontroly dat povrchových a podzemních vod, zpracování dat uložených v databázích- Hydrologická statistika v R
Hydrologické modelování v R- Úvod do R, agregace časových řad, v ýpočet Pearsonovy korelace- Pearsonovy korelace, tvorba heatmapy v R- Modelování potenciální ET, tvorba scatter plotů v R
Data mining v hydrologii- Big data, data mining, machine learning, nástroje pro vizuální programování, KNIME - KNIME - workflow, import, filtrování, manipulace s daty, - KNIME - agregace dat, statistika, prahování, - KNIME - frekvenční analýza, dynamické proměnné, grafické výstupy - KNIME - klasifikace, vícerozměrná statistika, data mining, Python
Anotace
Studenti se v rámci přednášky podrobně seznámí shydroinformatikou a aplikacemi klíčových hydroinformačních technologií pro řešení úloh v rámci hydrologického výzkumu.
V rámci přednášky studenti získají teoretické a praktické znalosti v oblasti zpracování a modelování hydrologických dat.
Podrobně jsou představeny zejména metody hydrostatistiky, zpracování časových řad, výpočet ukazatelů extremity, variability a sezonality hydrologického režimu, datamining a zpracování big data v hydrologii, dále zpracování hydrologických dat a tvorba konceptuálního modelu v jazyce R, hydrologické a hydrodynamické modelování.
Výuka kombinuje teoretickou a praktickou část, která probíhá formou zpracování samostatných projektů na PC a je doplněna o terénní část, zaměřenou na problematiku senzorových sítí a pořizování hydrologických dat a o exkurzi na hydroinformatické pracoviště.