AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

Climate modelling and data analysis - Detailseite

  • Funktionen:
  • Online Belegung noch nicht möglich oder bereits abgeschlossen
Grunddaten
Veranstaltungsart Masterseminar Veranstaltungsnummer 3312123
Semester SoSe 2022 SWS 4
Rhythmus jedes 2. Semester Moodle-Link https://moodle.hu-berlin.de/course/view.php?id=110342
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache englisch
Belegungsfrist - Eine Belegung ist online erforderlich
Veranstaltungsformat Präsenz

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Mo. 09:00 bis 13:00 s.t. wöch von 02.05.2022  1.206 (Seminarraum)
Stockwerk: 1. OG


alttext alttext
RudCh16 Alfred-Rühl-Haus - Rudower Chaussee 16 (RUD16)

Außenbereich nutzbar Innenbereich nutzbar Parkplatz vorhanden Leitsystem im Außenbereich Barrierearmes WC vorhanden Barrierearme Anreise mit ÖPNV möglich
  findet statt

Im Wechsel mit 1'231

  24
Gruppe 1:
Zur Zeit keine Belegung möglich


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Sauter, Tobias, Professor
Studiengänge
Abschluss Studiengang LP Semester
Master of Science  Global Change Geography Hauptfach ( Vertiefung: kein LA; POVersion: 2016 )   10  -  
Master of Science  Global Change Geography Hauptfach ( Vertiefung: kein LA; POVersion: 2021 )     -  
Zuordnung zu Einrichtungen
Einrichtungen
Mathematisch-Naturwissenschaftliche Fakultät, Geographisches Institut, Angewandte Geoinformationsverarbeitung
Mathematisch-Naturwissenschaftliche Fakultät, Geographisches Institut
Inhalt
Kommentar

The course covers the fundamentals of computational fluid dynamics and reviews some basic numerical concepts needed to solve initial and boundary-value problems. The theoretical concepts are strengthened by hand-on exercises using Jupyter notebooks. The knowledge will be extended during the course and applied to real-world problems from ongoing research projects. In the second half of the course we will use the numerical weather prediction model PALM to investigate complex atmospheric processes and phenomena. Besides the application, the course focuses on the processing, handling, and analysis of spatio-temporal data with Python. Participants will have the opportunity to work closely with ongoing research projects and to work on selected case studies in a very research-oriented way.

Prüfung

Final report

Zielgruppe

Students from other departments or exchange students are welcome!

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2022. Aktuelles Semester: SoSe 2025.
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin