Прогнозирование и оценка обстановки в условиях ЧС

УМКД дисциплины

Аннотация

1. Цели и задачи изучения дисциплины Основной целью дисциплины является приобретение обучающимися теоретических знанийи практических навыков в области прогнозирования чрезвычайных ситуаций различных видов.Задачами дисциплины является изучение методик прогнозирования природных,техногенных, биолого-социальных и других видов ЧС, получение навыков оценки обстановки вчрезвычайных ситуациях 2. Краткая характеристика учебной дисциплины Особенности прогнозирования и оценки обстановки в условиях ЧС природного характера. Прогнозирование и оценка обстановки природных ЧС на Байкальской природной территории. Особенности прогнозирования и оценки обстановки в условиях техногенных, биолого-социальных и др. видах ЧС. Прогнозирование и оценка обстановки техногенных, биолого-социальных и др. видов ЧС на Байкальской природной территории. 3. Место дисциплины в структуре образовательной программы Дисциплина входит в вариативную часть "Блок 1" образовательной программы магистратуры, реализуется на 2-м году обучения с трудоемкостью освоения - 4.0 Зет. 4. Взаимосвязь дисциплины с предшествующими и последующими дисциплинами учебного плана подготовки Предшествующая дисциплина: "Чрезвычайные ситуации в техносфере" 5. Ожидаемые результаты освоения дисциплины В результате освоения дисциплины, у обучающихся должны быть сформированы следующие компетенции: ОК 5 - способность к анализу и синтезу, критическому мышлению, обобщению, принятию и аргументированному отстаиванию решений ОПК 5 - способность моделировать, упрощать, адекватно представлять, сравнивать, использовать известные решения в новом приложении, качественно оценивать количественные результаты, их математически формулировать ПК 11 - способность идентифицировать процессы и разрабатывать их рабочие модели, интерпретировать математические модели в нематематическое содержание, определять допущения и границы применимости модели, математически описывать экспериментальные данные и определять их физическую сущность, делать качественные выводы из количественных данных, осуществлять машинное моделирование изучаемых процессов