Ciência dos Dados em Ciências da Terra e do Espaço

Conhecimentos de Base Recomendados

Formação básica em Engenharia e Ciência de Dados, Geografia, Ciências Exatas e/ou Naturais

Métodos de Ensino

Todas as aulas serão teórico-práticas, com uma breve introdução teórica a cada bloco temático adaptada às competências, conhecimentos e motivações da população de estudantes. No restante dar-se-á especial ênfase à utilização e, quando necessário, desenvolvimento de programas focados na resolução de problemas. Cada aluno deverá desenvolver um pequeno projeto pessoal de análise de dados georreferenciados, que apresentará numa das últimas aulas.

Resultados de Aprendizagem

a) Compreender os princípios e as técnicas de construção, leitura e interpretação de mapas;
b) Conhecer os fornecedores de informação espacial com vista à seleção das fontes de dados apropriadas para a resolução de problemas específicos;
c) Manipular dados planetários em ambiente SIG (Sistema de Informação Geográfica) com vista à sua modelação e extração de informação.

Estágio(s)

Não

Programa

1. Cartografia e SIG em geociências planetárias; geodesia e modelos digitais de terreno; Google Earth, Moon e Mars; ESRI ArcGIS; QGIS.
2. Dados de observatório e dados de deteção remota: a observação do Sol, da Terra e do espaço. Fornecedores de dados em geociências planetárias: WDC; NOAA; NASA; ESA; JAXA; Roscosmos. O acesso aos dados e seu custo.
3. Dados terrestres: dados da Terra sólida, dos oceanos e da atmosfera. Dados sísmicos, magnéticos e climatológicos. Dados 1, 2, 3 e 4-D. Medições globais e alterações globais.
4. Dados planetários: deteção remota a partir da Terra e de satélites e sondas locais. Planetary Data System (PDS - NASA) e Planetary Science Archive (PSA - ESA).
5. Mapeamento de dados em geociências planetárias: operações sobre grandes conjuntos de dados geolocalizados. Estatística direcional; geostatística, variáveis regionalizadas e kriging; interpolação. Casos de estudo e aplicações.

Docente(s) responsável(eis)

Eduardo Ivo Cruzes do Paço Ribeiro Alves

Métodos de Avaliação

Avaliação
Projecto: 50.0%
Resolução de problemas: 50.0%

Bibliografia

Huisman, O., & De By, R. A. (2009). Principles of geographic information systems. ITC Educational Textbook Series, 1, 17.
Lahoz, W., Khattatov, B. & Menard, R. (2010). Data Assimilation: Making Sense of Observations. Springer.
Mardia, K. V., & Jupp, P. E. (2009). Directional statistics (Vol. 494). John Wiley & Sons.
Webster, R., & Oliver, M. A. (2007). Geostatistics for environmental scientists. John Wiley & Sons.
Yuan, M., Buttenfield, B., Gahegan, M. N., and Miller, H. (2019). Geospatial data mining and knowledge discovery. In Research Challenges in Geographic Information Science, R. McMaster and L Usery eds. John Wiley & Sons
Zender, J., & Grayzeck, E. (2006). Lessons learned from planetary science archiving. Advances in Space Research, 38(9), 2013-2022.