Skip to main content

Spatial Data Analysis (5 ECTS)

Code: TX00BU12-3009

General information


Enrollment
05.05.2025 - 25.08.2025
Enrollment is ongoing
Enroll to the implementation in OMA
Timing
18.08.2025 - 14.12.2025
The implementation has not yet started.
Number of ECTS credits allocated
5 ECTS
Mode of delivery
On-campus
Unit
Kiinteistö- ja rakennusala
Campus
Myllypurontie 1
Teaching languages
Finnish
Degree programmes
Surveying
Teachers
Matias Ingman
Groups
TXH22S1
Maanmittaustekniikan tutkinto-ohjelma päivä
Course
TX00BU12

Implementation has 15 reservations. Total duration of reservations is 37 h 30 min.

Time Topic Location
Mon 25.08.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 01.09.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 08.09.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 15.09.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 22.09.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 29.09.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 06.10.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 20.10.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 27.10.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 03.11.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 10.11.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 17.11.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 24.11.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 01.12.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Mon 08.12.2025 time 12:30 - 15:00
(2 h 30 min)
Paikkatietoanalyysit TX00BU12-3009
MPA3011 Digitila
Changes to reservations may be possible.

Objective

On completion of the course the student will
- understand the meaning of spatial data analysis
- be able to use information technology related solutions in spatial data analysis
- be able to visualize spatial data
- be able to apply statistical methods to spatial data
-understands the structure and principle of spatiandata bases and spatial data management systems

Content

Applications and methods in spatial data analysis; visualization of spatial data.

Location and time

Kurssi järjestetään 25.8.-8.12.2025 Myllypuron kampuksella.

Materials

Opintojakson oppimateriaali tarjotaan kokonaisuudessaan osana opintojaksoa.

Teaching methods

Opintojakson lähiopetus koostuu yhdistetyistä luento- ja harjoitustilaisuuksista Myllypuron kampuksella. Koska opintojaksolla hyödynnetään avoimen lähdekoodin ohjelmistoja, voi tehtävät suorittaa luokkakoneilla tai omalla koneella.

Exam schedules

Tentti järjestetään 1.12. Uusintamahdollisuus on maanmittaustekniikan ammattiaineiden uusintatilaisuuksissa.

Student workload

Läsnätilaisuudet 50 h
Tehtävät 55 h
Tenttiin valmistautuminen ja tentti 30 h

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

The student knows the principles of different analysis methods and is able to use the common tools for a GIS analysis.

Assessment criteria, good (3)

Student can use the common anasysis methods

Assessment criteria, excellent (5)

Student can use different kind analysis methods and toolsa and can use them creatively in solving problems independently.

Assessment criteria, approved/failed

The student knows the principles of different analysis methods and is able to use the common tools for a GIS analysis.

Assessment methods and criteria

Arviointikriteeri, tyydyttävä (1): Opiskelija tuntee erilaisten analyysimenetelmien periaatteet ja osaa käyttää analyysityökaluja.

Arviointikriteeri, hyvä (3): Opiskelija osaa käyttää yleisimpiä analyysimenetelmiä auttavasti.

Arviointikriteeri, kiitettävä (5): Opiskelija hallitsee tärkeimmät analyysimenetelmät ja osaa käyttää niitä luovasti ongelman ratkaisussa

Qualifications

Geographical Information

Go back to top of page