This portal uses its own or third-party cookies for analytical purposes, as well as links to third-party portals in order to share content on social networks. You can get more information in the <a href="https://52.157.220.132/en/legal-notice">cookies policy</a>.

    Territorial analysis methods and techniques II

    • 2024/2025

    • ECTS credits
      ECTS credits: 3

      ECTS Hours Rules/Memories
      Hours of tutorials: 3
      Expository Class: 9
      Interactive Classroom: 12
      Total: 24

      Use languages
      Spanish, Galician

      Type:
      Ordinary subject Master’s Degree RD 1393/2007 - 822/2021

      Departments:
      Agroforestry Engineering

      Areas:
      Cartographic Engineering, Geodesy and Photogrammetry

      Center
      Higher Polytechnic Engineering School

      Call:
      First Semester

      Teaching:
      With teaching

      Enrolment:
      Enrollable | 1st year (Yes)

      • Import, curate and analyze large volumes of spatial and aspatial data.


      • Guarantee replicability of analyses.


      • Produce publication-quality maps and graphics.


      • Fit basic statistical models.


  • Analysis reproducibility and replicability: concept, pertinence, tools.


  • Introduction to data science.


  • Use of R analysis language.


  • Interactions between statistical and spatial analysis tools.



    • These basic contents are developed along the course duration along 14 sessions of 1.5 hours of duration (0.5 h of theoretical contents and 1 h of practical contents):


    1. Introduction.


    2. Initial setup of the workspace.


    3. Data import and export.


    4. Data wrangling.


    5. Graphics output: ggplot2.


    6. Graphics export.


    7. Vector spatial data: sf.


    8. Raster spatial data: terra.


    9. Map output: tmap, leaflet.


    10. Statistical inference.


    11. Linear models (I).


    12. Linear models (II).


    13. Classification methods.


    14. Spatial interpolation.


  • Wilke, C.O. (2019). Fundamentals of Data Visualization. O’Reilly Media, Inc.


  • Lovelace, R., Nowosad, J., Muenchow, J. (2019). Geocomputation with R. CRC Press.


  • Bivand, R.S., Pebesma, E.J., Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer.


  • Fox, J., Weisberg, S. (2011). An R companion to applied regression (2nd ed.). SAGE Publications.



    • Bibliografía complementaria

  • Chang, W. (2020). R Graphics Cookbook. O’Reilly Media, Inc.


  • Grolemund, G., Wickham, H. (2919). R for Data Science. O’Reilly Media, Inc.


  • Brunsdon, C., Comber, L. (2019). An Introduction to R for Spatial Analysis and Mapping (2nd ed.). SAGE Publishing.


  • Gandrud, C. (2014). Reproducible Research with R and RStudio. CRC Press.


  • CG01 - Capacidad de buscar y seleccionar la información útil para resolver problemas complejos, manejando con soltura las fuentes bibliográficas y estadísticas existentes.


  • CG02 - Capacidad de mantener y extender planteamientos teóricos fundados para abordar problemas de investigación en el campo del análisis geográfico y territorial.


  • CG03 - Capacidad de recopilar información espacial procedente de diferentes fuentes e integrarla en bases de datos geoespaciales.


  • CG04 - Capacidad de planificar y realizar tareas de investigación en el ámbito de los estudios y análisis territoriales.


  • CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación


  • CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio


  • CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios


  • CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades


  • CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.



    • Competencias transversales

  • CT02 - Capacidad analítica y de síntesis.


  • CT01 - Capacidad de búsqueda y selección de información.


  • CT03 - Capacidad de realizar una exposición en público y debatir con soltura sobre el tema que se está exponiendo.



    • Competencias específicas

  • CE04 - Capacidad para llevar a cabo procesos de análisis, evaluación y diagnóstico del territorio, del medio ambiente, del urbanismo, de los usos del suelo y de la propiedad de la tierra desde un punto de vista económico, social y ambiental.


  • CE05 - Formación para extraer, analizar y presentar la información necesaria para la toma de decisiones en la planificación y gestión territorial y ambiental.


  • CE06 - Conocimiento y uso crítico de la terminología especializada en planificación y gestión territorial y ambiental, y capacidad para la aplicación práctica de los conocimientos sobre planificación del territorio, en especial en el ámbito gallego.


  • CE07 - Preparación y redacción de informes de ordenación del territorio, planeamiento urbanístico y de gestión ambiental a través del análisis crítico, la evaluación y síntesis de ideas nuevas y complejas.


  • Theoretical lectures (competences CG02, CB6, CB7, CE05, CE06)


  • Practical sessions (competences CG01, CG03, CG04, CB8, CB9, CB10, CT01, CE04, CE07)


  • Use of the virtual campus (Moodle).


  • Practical cases and projects.


  • Individualized and group tutoring.


  • Autonomous study.


  • Evaluation of competence.


  • Continuous assessment, based on practical assignments along the duration of the course. It will account for 70% of the final grade.


  • Written test. It will account for 30% of the final grade.



    • A minimum of 5 points out of 10 will be required for a passing grade. There will be no minimum required grade in each of the two components. The criteria and requirements will be the same in 1st and 2nd opportunities. Students enrolled for a second time in the course can ask for the grade of one of the elements to be kept.
    Assignments and projects will evaluate competences CG01, CG03, CG04, CB8, CB9, CB10, CT01, CE04, CE07. Written test will evaluate competences CG02, CB6, CB7, CE05, CE06.
    Students exempt of attendance to classes will follow the same assessment system.
    The USC Norm for Assessment of Academic Performance will be automatically applied if fraud or fabrication of assessment materials is detected.

      Exams
      01.15.2025 16:00-18:00 Grupo /CLE_01 Classroom 18 (Pav.II-PPS)
      06.16.2025 15:00-16:30 Grupo /CLE_01 Classroom 18 (Pav.II-PPS)