日本語 English
| 開講年度/ Academic YearAcademic Year |
20262026 |
| 科目設置学部/ CollegeCollege |
環境学部/College of Environmental StudiesCollege of Environmental Studies |
| 科目コード等/ Course CodeCourse Code |
CM106/CM106CM106 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
対面（全回対面）/Face to face (all classes are face-to-face)Face to face (all classes are face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
木1/Thu.1 Thu.1 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
ENV2000 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
〇（履修中止可/ Eligible for cancellation） |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 https://www.rikkyo.ac.jp/about/disclosure/educational_policy/env.html |
| 備考/ NotesNotes |
・By learning the major types of environmental data, where they are located, and how they are actually measured, students will acquire an understanding of the characteristics of various environmental data and how to obtain them.
・By studying the fate and modeling of chemical substances, students will gain the basic approaches needed for environmental data analysis.
・Through exercises using real data, students will acquire basic skills in the programming languages and software tools used for environmental data analysis.
・For sociological data, by learning their classification, monitoring methods, how to obtain existing datasets, and how to analyze them, students will be able to understand the meaning of sociological environmental data and gain a perspective on how to use them effectively.
This course focuses on learning methods and technologies for acquiring and analyzing large volumes of data and supporting decision-making to solve environmental problems. It introduces diverse types of data used in the environmental field, such as climate data, ecosystem data, and pollutant data, and helps students understand how these data are collected using various methodologies, as well as gain the fundamentals of data science needed to analyze them effectively.
Students will learn the basics of data collection and preprocessing, statistical analysis, machine learning, time-series analysis, spatial analysis (GIS), and data visualization. The course also introduces programming languages used for environmental data analysis, such as Python and R. In addition, through case studies that apply data science to real environmental issues, such as climate change prediction models, urban heat-island phenomena, deforestation analysis, and environmental risk assessment, students will develop practical skills.
Through the analysis and application of environmental data, the course aims to equip students with the ability to support scientific decision-making toward the construction of a sustainable society.
| 1 | 導入（下ヶ橋、古川、後藤） |
| 2 | 環境汚染化学物質に関する統計データの収集とその読み方（下ヶ橋(1)） |
| 3 | 環境汚染化学物質データの統計学的処理と解析（データの集計・主要な記述統計の計算方法を含む）（下ヶ橋(2)） |
| 4 | 統計学的手法を用いた環境リスク評価（因果関係と相関関係を含む）（下ヶ橋(3)） |
| 5 | 気候モデルにおける人間活動と気候の因果関係，ならびにその統計学的側面（変数の選択，環境要因・人間活動が気温や降水量に与える因果的リンクを含む）（下ヶ橋(4)） |
| 6 | 環境分野における社会調査の基礎と事例（１）自然科学的調査との違いやその歴史、実際のデータ取得方法及びデータの読み方（後藤(1)） |
| 7 | 環境分野における社会調査の基礎と事例（２）クロス集計等、実際のデータを用いた演習（後藤(2)） |
| 8 | 産業活動と環境負荷の相互関係解析（因果関係と相関関係を含む）（後藤(3)） |
| 9 | 統計資料に基づくライフサイクルアセスメントとエコロジカル・フットプリント分析（既存の公的統計資料、調査報告書、論文の読み方を含む）（後藤(4)） |
| 10 | 環境データ処理のためのプログラミング言語（１）（古川(1)） |
| 11 | 環境データ処理のためのプログラミング言語（２）（古川(2)） |
| 12 | GISによる環境データの可視化（１）（古川(3)） |
| 13 | GISによる環境データの可視化（２）（古川(4)） |
| 14 | まとめ（下ヶ橋、古川、後藤） |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
| 補足事項 (Supplementary Items) |
|---|
| 毎回の授業の予習と復習に２時間程度を要する |
本学では1単位あたりの学修時間を45時間としています（授業時間を含む）。この点を踏まえた上で、履修者は事前学修・事後学修を行ってください。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
課題・演習(40%) 中間テスト(25%) 最終テスト(25%) 授業中の態度(10%) |
| 備考 (Notes) | ||
なし/None
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 参照先 国立環境研究所、データベース/ツール ＵＲＬ https://www.nies.go.jp/db/ 参照先 経済産業省、化管法SDS制度 ＵＲＬ https://www.meti.go.jp/policy/chemical_management/law/msds/msds.html 参照先 データ統合・解析システム（DIAS） ＵＲＬ https://diasjp.net/ 参照先 国土数値情報ダウンロードサイト ＵＲＬ https://nlftp.mlit.go.jp/ksj/ 参照先 e-Stat政府統計の総合窓口 ＵＲＬ https://www.e-stat.go.jp/ 参照先 農研機構 メッシュ農業気象データシステム ＵＲＬ https://amu.rd.naro.go.jp/wiki_open/doku.php?id=start |
・代表的な環境データの種類やその所在、実際に測定方法を学ぶことで、各種の環境データの特徴や入手方法が身につく。
・化学物質の環境挙動やモデル化を学ぶことで、環境データ解析の基本的なアプローチが身につく。
・実データを用いた演習を通じて、環境データ解析のための基本的な言語やソフトウェアの操作方法が身につく。
・社会学的データについては、その分類やモニタリング方法、既存データの取得、ならびにそその解析方法を学ぶことで、社会学的な環境データの意味が理解でき、その効果的な活用方法が展望できるようになる。
・By learning the major types of environmental data, where they are located, and how they are actually measured, students will acquire an understanding of the characteristics of various environmental data and how to obtain them.
・By studying the fate and modeling of chemical substances, students will gain the basic approaches needed for environmental data analysis.
・Through exercises using real data, students will acquire basic skills in the programming languages and software tools used for environmental data analysis.
・For sociological data, by learning their classification, monitoring methods, how to obtain existing datasets, and how to analyze them, students will be able to understand the meaning of sociological environmental data and gain a perspective on how to use them effectively.
環境問題の解決に向けて、大量のデータを収集、解析し、意思決定を支援するための手法と技術を学ぶ。この授業では、気候データ、生態系データ、汚染物質のデータなど、環境分野で利用される多様なデータを紹介し、これらのデータがどのような手法に基づいて収集されているかと言うことを理解し、効果的に分析するためのデータサイエンスの基礎を習得する。
データの収集と前処理、統計解析、機械学習、時系列解析、空間解析（GIS）、データ可視化の手法の基礎を学ぶ。環境データの解析に用いるプログラミング言語（PythonやRなど）についても触れる。また、気候変動の予測モデル、都市のヒートアイランド現象、森林減少の解析、環境リスク評価など、実際の環境問題にデータサイエンスを応用するケーススタディを通じて、実践的なスキルを磨く。
環境データの解析とその応用を通じて、持続可能な社会の構築に向けた科学的意思決定をサポートする能力を身につけることを目指す。
（オムニバス方式／全１４回）
This course focuses on learning methods and technologies for acquiring and analyzing large volumes of data and supporting decision-making to solve environmental problems. It introduces diverse types of data used in the environmental field, such as climate data, ecosystem data, and pollutant data, and helps students understand how these data are collected using various methodologies, as well as gain the fundamentals of data science needed to analyze them effectively.
Students will learn the basics of data collection and preprocessing, statistical analysis, machine learning, time-series analysis, spatial analysis (GIS), and data visualization. The course also introduces programming languages used for environmental data analysis, such as Python and R. In addition, through case studies that apply data science to real environmental issues, such as climate change prediction models, urban heat-island phenomena, deforestation analysis, and environmental risk assessment, students will develop practical skills.
Through the analysis and application of environmental data, the course aims to equip students with the ability to support scientific decision-making toward the construction of a sustainable society.
| 1 | 導入（下ヶ橋、古川、後藤） |
| 2 | 環境汚染化学物質に関する統計データの収集とその読み方（下ヶ橋(1)） |
| 3 | 環境汚染化学物質データの統計学的処理と解析（データの集計・主要な記述統計の計算方法を含む）（下ヶ橋(2)） |
| 4 | 統計学的手法を用いた環境リスク評価（因果関係と相関関係を含む）（下ヶ橋(3)） |
| 5 | 気候モデルにおける人間活動と気候の因果関係，ならびにその統計学的側面（変数の選択，環境要因・人間活動が気温や降水量に与える因果的リンクを含む）（下ヶ橋(4)） |
| 6 | 環境分野における社会調査の基礎と事例（１）自然科学的調査との違いやその歴史、実際のデータ取得方法及びデータの読み方（後藤(1)） |
| 7 | 環境分野における社会調査の基礎と事例（２）クロス集計等、実際のデータを用いた演習（後藤(2)） |
| 8 | 産業活動と環境負荷の相互関係解析（因果関係と相関関係を含む）（後藤(3)） |
| 9 | 統計資料に基づくライフサイクルアセスメントとエコロジカル・フットプリント分析（既存の公的統計資料、調査報告書、論文の読み方を含む）（後藤(4)） |
| 10 | 環境データ処理のためのプログラミング言語（１）（古川(1)） |
| 11 | 環境データ処理のためのプログラミング言語（２）（古川(2)） |
| 12 | GISによる環境データの可視化（１）（古川(3)） |
| 13 | GISによる環境データの可視化（２）（古川(4)） |
| 14 | まとめ（下ヶ橋、古川、後藤） |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
| 補足事項 (Supplementary Items) |
|---|
| 毎回の授業の予習と復習に２時間程度を要する |
本学では1単位あたりの学修時間を45時間としています（授業時間を含む）。この点を踏まえた上で、履修者は事前学修・事後学修を行ってください。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
課題・演習(40%) 中間テスト(25%) 最終テスト(25%) 授業中の態度(10%) |
| 備考 (Notes) | ||
なし/None
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 参照先 国立環境研究所、データベース/ツール ＵＲＬ https://www.nies.go.jp/db/ 参照先 経済産業省、化管法SDS制度 ＵＲＬ https://www.meti.go.jp/policy/chemical_management/law/msds/msds.html 参照先 データ統合・解析システム（DIAS） ＵＲＬ https://diasjp.net/ 参照先 国土数値情報ダウンロードサイト ＵＲＬ https://nlftp.mlit.go.jp/ksj/ 参照先 e-Stat政府統計の総合窓口 ＵＲＬ https://www.e-stat.go.jp/ 参照先 農研機構 メッシュ農業気象データシステム ＵＲＬ https://amu.rd.naro.go.jp/wiki_open/doku.php?id=start |