Environmental Measurement Technology (5 cr)
Code: IE10031-3002
General information
- Enrollment
- 01.04.2025 - 30.04.2025
- Registration for the implementation has ended.
- Timing
- 01.09.2025 - 19.12.2025
- The implementation has not yet started.
- Number of ECTS credits allocated
- 5 cr
- Local portion
- 5 cr
- RDI portion
- 2 cr
- Mode of delivery
- Contact learning
- Unit
- Insinöörikoulutus / Energia- ja ympäristötekniikka (IE)
- Campus
- Wärtsilä Campus Karjalankatu 3
- Teaching languages
- Finnish
- Seats
- 30 - 50
- Degree programmes
- Degree Programme in Energy and Environmental Engineering
- Teachers
- Tarmo Tossavainen
- Anniina Kontiokorpi
- Miska Piirainen
- Teacher in charge
- Anniina Kontiokorpi
- Groups
-
IENS23Engineer, Energy and Environmental Engineering, Full-Time Studies, Fall, 2023
- Course
- IE10031
Evaluation scale
H-5
Objective
You recognise different methods and applications utilised for monitoring the environment. You know how to utilise various technological solutions to collect environmental information. During the course you have learned how to build an automatic measurement system that measures the desired environmental variables with sensors. You are able to use IoT technology for measurements and monitoring. You know how to design and take into consideration the system requirements and power supply in field conditions.
Content
- Methods and concepts for environmental data collection
- Technological solutions for environmental data collection and measurement
- Building an automated measurement system
Location and time
Lähiopetuksena Wärtsilä-kampuksella ja maastossa.
Materials
Materiaali on koottuna Moodle-oppimisympäristöön.
Teaching methods
Opintojaksolla perehdytään erilaisiin menetelmiin ja sovelluskohteisiin ympäristön tilan seurannan osalta. Pääpainopiste tällä toteutuksella on jatkuvatoimisessa vesistömittauksessa, drooneissa ja melumittauksessa, joiden avulla kerätään ja analysoidaan ympäristötietoa. Ympäristötiedon keruussa hyödynnetään IoT-tekniikkaa tulosten keruussa ja seurannassa. Dataa hyödynnetään osana Datan analysointi ja visualisointi -opintojaksoa.
Employer connections
Työelämäyhteistyötä toteutetaan automaattisen mittausjärjestelmän rakentamisessa, maastotöissä sekä yritysvierailuilla.
Student workload
Opintojakson laajuus on 5 op, joka vastaa keskimäärin 135 tunnin kuormitusta opiskelijalle.