Servizi per la didattica
PORTALE DELLA DIDATTICA

Metodi per l'ingegneria ambientale

01USXMO

A.A. 2021/22

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea in Ingegneria Per L'Ambiente E Il Territorio - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 30
Esercitazioni in aula 30
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Socco Laura Professore Ordinario GEO/11 15 15 0 0 3
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
GEO/11
MAT/07
3
3
B - Caratterizzanti
C - Affini o integrative
Ingegneria ambientale e del territorio
Attività formative affini o integrative
2021/22
L’insegnamento introduce i temi e le sfide dell’ingegneria ambientale partendo dalla storia delle interazioni uomo-ambiente e dagli obiettivi definiti dagli organismi internazionali (Nazioni Unite, Unione Europea, IPCC) e analizza il ruolo dei modelli e dei dati nell’affrontare in modo quantitativo la soluzione dei problemi, particolarmente complessi, che sono tipici dell’ingegneria ambientale. L’insegnamento è svolto con limitata didattica frontale e una predominante attività pratica basata sul learning by doing.
The course introduces the topics and the challenges of environmental engineering starting from the history of interactions between humans and environment and the goals defined by international institutions (United Nations, European Union, IPCC) and focuses on the role of models and data for the quantitative solution of environmental engineering problems. The course has limited lecture activity and is based on student team working and on a learning by doing approach.
Gli studenti/le studentesse acquisiranno conoscenze e competenze di dominio relative all’interazione uomo-ambiente: il concetto di sostenibilità e i “sustainable development goals” delle Nazoni Unite, il concetto di rischio e di resilienza; basi di analisi statistica di dati e di modellazione matematica dei sistemi ambientali, implementazione di modelli e loro applicazione con dati sperimentali. Gli studenti/le studentesse sapranno mappare gli SDG per problemi complessi, sapranno analizzare soluzioni dal punto di vista della loro sostenibilità applicando analisi qualitative tipo SWAT e qualitative di LCA e costi-benefici semplificate, sapranno analizzare dati sperimentali con strumenti statistici per estrarre informazioni e fare proiezioni, usando tecniche lineari e non. Sapranno anche implementare semplici modelli matematici relativi a fenomeni complessi, per imparare a prevedere e analizzare gli scenari possibili e così indirizzare le necessarie decisioni. Inoltre, l’insegnamento ha lo scopo di sviluppare competenze trasversali: gli studenti/le studentesse apprenderanno metodi di lavoro in team, apprenderanno come reperire dati ed informazioni e validare le fonti, svilupperanno capacità di pensiero sistemico e di comunicazione dei risultati, acquisiranno consapevolezza sui valori della sostenibilità.
Domain knowledge and competences: the concept of sustainability and the United Nation sustainable development goals, the concept of resilience and risk, fundamentals of mathematical modeling of environmental systems and applications of mathematical models to experimental data. Other competences: information analysis and information source evaluation on environmental problems, team working, results communication.
Conoscenze di base di matematica e fisica.
Fundamental knowledge of math and physics
La storia dell’ambiente a partire da 65 milioni di anni fa e delle sue interazioni con l’uomo: le componenti ambientali, le risorse naturali, la biodiversità, i dati storici e le misure, le retroazioni positive e negative. Il concetto di sostenibilità e di sviluppo sostenibile e i “sustainable development goals” delle Nazioni Unite. I concetti di rischio e resilienza. Le sfide dell’ingegneria ambientale (il cambiamento climatico, la riduzione dell’inquinamento, le città sostenibili, lo sfruttamento sostenibile delle risorse naturali, la mitigazione dei rischi naturali – ogni anno viene approfondito uno di questi temi anche grazie alla partecipazione di un esperto esterno) Le basi della modellazione matematica dei sistemi ambientali; il loro utilizzo nella interpretazione dei dati e nelle previsioni/proiezioni degli sviluppi futuri dei possibili diversi scenari (compresa le tecnica nota come ANOVA). Implementazione e analisi di specifici, seppur elementari, modelli matematici in casi concreti con dati sperimentali. Fra questi, modelli di paleo-clima, di crescita di aree verdi, di dinamica delle popolazioni (cooperativi, competitivi e preda predatore), epidemiologia. Prevedibilità e caos. Basi di analisi qualitativa e quantitativa di soluzioni a problemi ambientali: analisi SWAT e fondamenti di LCA e analisi costi benefici.
The concept of sustainability and the UN sustainable development goals The concept of risk and resilience The challenges of environmental engineering: the climate change, the reduction of pollution, sustainable cities, sustainable exploitation of natural resources, natural risk mitigation. Fundamentals of mathematical modeling of environmental systems; The use of mathematical modeling in the interpretation of data in forecasts of future scenarios. Implementation of specific, albeit elementary, mathematical models, in real cases with experimental data.
l’insegnamento è organizzato con una parte significativa di esercitazioni e lavoro in team (40 ore) ed un limitato numero di ore di didattica frontale (20 ore). Le esercitazioni sono basate su esercizi di simulazione di casi reali (i team di studenti e studentesse simulano startup di ingegneria ambientale incaricate di identificare le soluzioni più sostenibili a problemi ambientali semplici), prevedono la preparazione di elaborati la cui valutazione contribuisce al superamento dell’esame e vengono svolte in parte in aula e in parte autonomamente dagli studenti/dalle studentesse. Le esercitazioni prevedono: - L’organizzazione del lavoro in team, la definizione della mappa concettuale dei problemi da affrontare, il reperimento, la validazione e la catalogazione di fonti documentali; - L’implementazione di metodi di analisi statistica di dati e di modelli matematici semplici; - L’applicazione di metodi di analisi qualitativa e quantitativa ai dati reperiti e la presentazione delle analisi e dei risultati.
The course is organised with a predominance of practical classes and team working (40 hours) and a limited part of class lectures (20 hours). The evaluation of the assignments of the practical classes is part of the course exam. The assignments are made partly in class or lab and partly through independent work of the students. The practical classes concern: - Collection and analysis of information on sustainability, SDGs, environmental challenges with presentation of the analyses and flipped class exercises (team working) - Implementation of simple mathematical models in Matlab or other sftware (individual work) - Application of the implemented models on experimental data (team work)
Slide delle lezioni, documentazione di supporto (compresi i documenti istituzionali relativi agli SDG, al concetto di sviluppo sostenibile, alle politiche ambientali dell UE) e articoli scientifici verranno forniti dai docenti. Qualora gli studenti/le studentesse volessero approfondire le tematiche trattate (in particolare utilizzando il buono cultura) possono fare riferimento ai seguenti testi (in parte reperibili anche in forma digitale nella biblioteca di ateneo. Due testi che potrebbero essere utili come manuali di base anche negli anni successivi sono per gli aspetti più strettamente legati all'ingegneria ambientale sono: Environmental Engineering Principles and Practice Richard O. Mines, Jr. Wiley, Fundamentals of Environmental and Toxicological Chemistry, Stanley E. Manahan, CRC Press Un libro che può essere di ispirazione è: L'economia della ciambella. Sette mosse per pensare come un economista del XXI secolo by Kate Raworth Per quanto riguarda la parte di modellazione invece: Elementi di statistica di Franco Pellerey, CELID Aspetti elementari della complessità Lamberto Rondoni - Roberto Livi pubblicato da CLUT (se esaurito, verrà messo a disposizione il pdf) Poi due letture divertenti e profonde: Luca Gammaitoni - Angelo Vulpiani. Perché è difficile prevedere il futuro. Dedalo Caso, probabilità e complessità Angelo Vulpiani pubblicato da Ediesse e anche dal Corriere della Sera
Lecture slides, support documents (international agency reports and institutional policies and guidelines) and scientific papers will be made available on the course page at the beginning of the course. Scientific papers and support documents are updated every year.
Modalità di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
Exam: Compulsory oral exam; Group project;
In presenza L’esame orale consiste in domande aperte ed esercizi e fornisce un massimo di 15 punti. Il punteggio minimo per superare l’esame orale è 8. La prova orale viene svolta senza consultare materiale didattico ed è volta a verificare l'apprendimento dei concetti sviluppati a lezione e degli aspetti teorici di base dei modelli matematici utilizzati. La valutazione degli elaborati delle tre serie di esercitazioni fornisce un massimo di 15 punti che vengono sommati a quelli dell’esame orale. La valutazione delle esercitazioni è volta a verificare lo sviluppo di competenze trasversali legate al reperimento e all'analisi critica di informazioni, al lavoro in team, alle capacità di problem setting e problem solving, alla capacità di comunicare opportunamente i risultati del lavoro.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Compulsory oral exam; Group project;
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Modalità di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
L’esame orale, svolto sulla piattaforma BBB o analoga con gruppi di 4-5 studenti, consiste in domande aperte ed esercizi e fornisce un massimo di 15 punti. Il punteggio minimo per superare l’esame orale è 8. La prova orale viene svolta senza consultare materiale didattico ed è volta a verificare l'apprendimento dei concetti sviluppati a lezione e degli aspetti teorici di base dei modelli matematici utilizzati. La valutazione degli elaborati delle tre serie di esercitazioni fornisce un massimo di 15 punti che vengono sommati a quelli dell’esame orale. La valutazione delle esercitazioni è volta a verificare lo sviluppo di competenze trasversali legate al reperimento e all'analisi critica di informazioni, al lavoro in team, alle capacità di problem setting e problem solving, alla capacità di comunicare opportunamente i risultati del lavoro.
Exam: Compulsory oral exam; Group project;
The oral exam, carried out on the platform BBB or similar with groups of 4-5 students, consists in open questions and provides a maximum mark of 15. The minimum mark to pass oral exam is 8. The oral exam is performed without consultation of any support material and is aimed at assessing the learning of the concept developped during lectures and of the fundamental theoretical aspects of mathematical modeling. The evaluation of the assignment provides a maximum mark of 15 points that are added to those of the oral exam. The evaluation of the assignements is aimed at assessing the development of skills related to the search and the critical analysis of infromation, team work, problem setting and problem solving, and at the ability of properly communicate the obtained tresults.
Modalità di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
L’esame orale, svolto sulla piattaforma BBB o analoga con gruppi di 4-5 studenti, consiste in domande aperte ed esercizi e fornisce un massimo di 15 punti. Il punteggio minimo per superare l’esame orale è 8. La prova orale viene svolta senza consultare materiale didattico ed è volta a verificare l'apprendimento dei concetti sviluppati a lezione e degli aspetti teorici di base dei modelli matematici utilizzati. La valutazione degli elaborati delle tre serie di esercitazioni fornisce un massimo di 15 punti che vengono sommati a quelli dell’esame orale. La valutazione delle esercitazioni è volta a verificare lo sviluppo di competenze trasversali legate al reperimento e all'analisi critica di informazioni, al lavoro in team, alle capacità di problem setting e problem solving, alla capacità di comunicare opportunamente i risultati del lavoro.
Exam: Compulsory oral exam; Group project;
The oral exam, carried out on the platform BBB or similar with groups of 4-5 students, consists in open questions and provides a maximum mark of 15. The minimum mark to pass oral exam is 8. The oral exam is performed without consultation of any support material and is aimed at assessing the learning of the concept developped during lectures and of the fundamental theoretical aspects of mathematical modeling. The evaluation of the assignment provides a maximum mark of 15 points that are added to those of the oral exam. The evaluation of the assignements is aimed at assessing the development of skills related to the search and the critical analysis of infromation, team work, problem setting and problem solving, and at the ability of properly communicate the obtained tresults.
Esporta Word


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti