Vertiefung «Digital Environment»
Im Umweltbereich stehen wir vor grossen Herausforderungen, vom Klimawandel über den Biodiversitätsverlust bis hin zur Energiewende. Big Data und Data Science bieten wichtige Werkzeuge zur Bewältigung dieser globalen Herausforderungen. Lernen Sie, datenbasierte Lösungen zu finden, um persönlich einen Beitrag zum Umweltschutz zu leisten.
Die Vertiefung «Digital Environment» macht Sie zu Spezialistinnen und Spezialisten für die zukunftsweisende Schnittstelle zwischen Data Science und den Umweltwissenschaften. Dank einem rasanten technologischen Fortschritt kann die natürliche und gebaute Umwelt immer feinkörniger beobachtet, vermessen und digital abgebildet werden. So entstehen immer detailliertere digitale Zwillinge unserer Umwelt, welche von unschätzbarem Wert sind zur Bewältigung der grossen Herausforderung im Umweltbereich: Vom Klimawandel, über den Verlust der Biodiversität bis zur Energiewende. Mit Ihren Data Science Kompetenzen im Bereich «Digital Environment» tragen Sie dazu bei die wachsenden Umweltdatenströme für die Entwicklung nachhaltiger Lösungen auszunützen.
Neben den zentralen Grundlagen der Umweltwissenschaften (Ökologie, Geowissenschaften, Umwelttechnologie) erlernen Sie in der Vertiefung, wie Umweltdaten erhoben und beschafft, verarbeitet und modelliert, sowie analysiert und visualisiert werden. Typische Applikationen reichen von Geographischen Informationssystemen (GIS), über Google Earth Engine bis hin zu Fernerkundungs-Drohnen (Remote Sensing). Die in der Vertiefung vermittelten Kompetenzen in Bildverarbeitung, Machine Learning oder zu KI finden Anwendung weit über den Umweltbereich hinaus.
Diese Vertiefung wird in enger Zusammenarbeit mit dem Institut für Umwelt und Natürliche Ressourcen IUNR angeboten. Erproben Sie so Ihre «Digital Environment» Skills direkt im Rahmen von laufenden Forschungs- und Entwicklungsprojekten: Von der GIS-basierten Standortsuche für Agro-Photovoltaik-Anlagen, über Blockchain-Anwendungen für mehr Transparenz in Wertschöpfungsketten bis hin zum KI-überwachten Wohlbefinden von Zuchtfischen in Indoor-Tanks!
Sie lernen ...
- wie man Umweltsysteme beschreibt und überwacht.
- wie man Geodaten erhebt, verarbeitet und analysiert.
- die Anwendung von Geographischen Informationssystemen (GIS), Geodatenbanken und Geodaten-Infrastrukturen in der Cloud.
- die Anwendung von Machine Learning zur Bildklassifizierung, für Remote Sensing Daten (Satelliten- und Drohnendaten) sowie für weitere Bilddatenprodukte.
- die Verarbeitung räumlicher und zeitlicher (Geo-)Daten mit Skripting-Sprachen sowie Programmierung (Entwicklung und Anwendung von Algorithmen).
- wie man Modelle baut, die komplexe Umweltsysteme simulieren.
- den statistisch sauberen Umgang mit Umwelt- und Geodaten, die fast immer selbstkorreliert sind und Unsicherheiten aufweisen.
Beispiele von Projekten, die Sie in Zukunft bearbeiten könnten
- In Zusammenarbeit mit dem Bundesamt für Strassen entwickeln Sie eine Webkarte, auf der für jeden Strassenabschnitt das Risiko für Unfälle mit grossen Wildtieren visualisiert werden kann. Das hinterlegte Risikomodell verbindet dabei Fallwilddaten der Blaulichtorganisationen und der Jagdverbände mit Geodaten der Swisstopo und des Bundesamtes für Umwelt.
- Sie trainieren Machine Learning Algorithmen, welche in Drohnenbildern von Maisfeldern die Verbreitung des schädlichen Neophyten «Erdmandelgras» kartieren können. Mit diesem Wissen kann der Bauer viel gezielter Herbizide einsetzen und damit einen Beitrag leisten zur Reduktion seines Einsatzes von Pflanzenschutzmitteln.
- N2O (Lachgas) hat eine 300-mal höhere Treibhauswirkung als CO2. Aus Datenbanken ermitteln Sie die Emissionsquellen von N2O und simulieren die Verbreitung des Gases mit Computerprogrammen, die sonst der Wetterprognose dienen, um den Effekt auf das Klima zu analysieren.
- Viele Solaranlagen stehen auf Flachdächern, wo neben und unter den Panels auch Pflanzen gedeihen. Das Mähen von Hand ist äusserst mühsam, trotzdem ist es notwendig, weil sonst manche Pflanzen so hoch wachsen, dass sie die Solarzellen beschatten. Es braucht also einen Rasenmähroboter, der jätet, der aber intelligent ist und nur die schädlichen (auch in Punkto Biodiversität) Pflanzen schneidet. Dafür passen Sie eine Software an, die in Wädenswil bereits für Apps zur Pflanzenbestimmung entwickelt wurde. Ausserdem richten Sie ein sogenanntes differenzielles GPS ein, das den Roboter cm-genau fahren lässt.
Karriere
Die Berufsaussichten mit der Spezialisierung „Digital Environment“ sind so vielschichtig wie die Herausforderungen im Umweltbereich. Abgängerinnen und Abgänger arbeiten in Umwelt- und Beratungsbüros, in Ingenieur- und Informatikfirmen, für Energieanbieter (PV, Wind, Geothermie), im Mobilitätssektor (Mobility, SBB), für Behörden (BAFU, UVEK) und natürlich auch für Start-ups in der „Green Economy“. Möchten Sie wissen, wohin Sie der Berufsweg nach dem Studium führen könnte? Einen Ausblick präsentieren wir auf unserer Karriereseite.
Ausbildung - Modulübersicht
Die Pflichtmodule werden ergänzt durch Wahlpflichtmodule, die Ihnen die Möglichkeit bieten, sich entweder in Spezialthemen innerhalb der Vertiefung oder in ergänzenden Themenkreisen weiterzuentwickeln und ein individuelles Ausbildungsprofil nach Ihren Wünschen zu erstellen.
Es besteht die Möglichkeit, gewisse Wahlpflichtmodule zu einem Minor zu kombinieren. Ein Minor entspricht mindestens 12 ECTS-Punkten, wovon etwa die Hälfte in Form einer Projektarbeit absolviert wird.
Hinweise zur Modulübersicht
Semester | zu erreichende ECTS (insgesamt 180) in Modulen |
---|---|
1. - 3. Semester | je 30 ECTS Pflichtmodule |
4. - 6. Semester | je 30 ECTS, Pflichtmodule und Wahlpflichtmodule inkl. Minor |
Die Modulprüfungen finden jeweils zeitlich abgesetzt nach Ende der Vorlesungszeit statt. Ein Modul gilt als bestanden, wenn ein Notendurchschnitt von mindestens 4.00 erreicht wurde, keine Einzelnote unter 2.5 liegt und alle Prädikate erzielt wurden.