44°C 도시 쿨아일랜드 디자인국

아흐랍 · 2026.07.18 · 어반 모바일 PBL

날씨를 읽을 수 있는 멋진 섬을 지어

학생들은 캠퍼스에 머무르며 열을 측정하고, 열을 보고, 열을 바꾸는 실제 사람들입니다. 1제곱미터에서 시작해 이 작업은 신체, 재료, 도시, 엘니뇨, 태풍 경로, 캠퍼스 조기 경보 활동을 연결합니다.

수수료 받아.

코스 설계 시연: 실시간 날씨 아직 연결되지 않음. 기상 확률, 태풍 경로, 순위는 학습 과정을 보여줄 뿐이며; 현장 프로젝트는 여전히 측정, 시공, 재측량이 필요합니다.

캠퍼스 내 량다오의 단면 그늘, 식물, 센서, 좌석, 배수 모듈이 있는 시원한 섬으로, 고온 사용, 강풍 저장, 비 후 점검 모드를 전환할 수 있습니다. 센서 위치진짜 스테이 퀘스트식물과 물 순환 [
"캠퍼스 내 실제 장소를 선택하고, 약 1제곱미터로 멋진 섬을 만들고, 실제 사용자가 머무르도록 만들고, 데이터와 경험으로 어떻게 작동하는지 증명하세요."
사이클
6 × 120분
팀
8—12명 혼합 연령 그룹
공간
약 1 m² 프로토타입
공개
열 클리닉 오픈데이

피부에서 시작해 태평양 전체로 이동

학생들은 네 가지 시간 척도 사이를 이동합니다. 매번 판단할 때 장소, 시간대, 지표, 증거 및 다음 업데이트 시간을 작성합니다.

신체가 먼저 우리에게 알려줍니다

손등은 의자 표면이 뜨거움을 느끼고, 얼굴 측면은 바람을 느끼며, 그림자는 태양이 어디에서 오는지 알려줍니다. 학생들은 신체 언어로 첫 번째 열감 지도를 작성합니다.

증거: 열감 단어, 자세, 머무른 시간, 현장 사진

네 연령대가 한 실물 작품을 공유합니다

연령 차이가 팀 능력이 됩니다. 각 그룹은 한 명의 사용자, 한 장소, 한 세트의 데이터, 한 개의 냉각 섬을 공유합니다.

K1–3경험 관찰자신체 열감, 그림자 그리기, 인물 인터뷰, 아이콘 테스트, 30초 이야기
K4–6재료 및 현장 기록자측정 시간, 재료 수량, 사용 물, 사진, 실험 순서 및 방문객 피드백
K7–9데이터 및 프로토타입 엔지니어센서 노드, CSV, 열 지도, 구조 연결, 고장 위치, 게임 규칙
K10–12시스템 설계 및 연구원열 평형, 다목적 균형, AI 모델, 기상 데이터, 예산, 안전 및 공개 발표.

여섯 번의 행동, 한 번의 도시 변화 완성

각 수업을 펼쳐 120분 과정, 교사 질문, 연령을 초월한 책임과 단계적 증거를 확인. 수업은 발견, 실험, 제작, 공개를 따라 지속적으로 진행됨.

L01열은 어디에서 오는가신체 탐방 · 실제 의뢰

같은 캠퍼스에서 누가 어떤 열을 경험하고 있을까?

  1. 두 개 의자의 선택만져보고, 그림자를 보고, 바람을 느낀 후 예측을 먼저 작성.
  2. 캠퍼스 열 감각 탐방네 명이 팀을 이루어 스티커로 햇볕, 답답함, 뜨거움, 바람 없음, 오래 있음 기록.
  3. 실제 사용자와 만남경비원, 하교 인솔자, 야외 근로자 또는 학생과 짧은 인터뷰 완료.
  4. 열 문제 사전감각을 장소, 시간, 재료, 행동과 연결.
  5. 수수료 받아.사용자를 한 명 선택하고 후보 장소 하나 선택 후 30초 문제 진술 완료.
L02열을 시각화하기도구 탐정 · 측정 계약

기기가 다른 답을 제시할 때, 각 답의 의미를 어떻게 찾을 수 있을까?

  1. 재료 온도 추측검은 천, 흰 천, 금속, 나무와 잔디 순서 정하기
  2. 도구 신원 조사공기, 표면, 습도, 풍속과 신체 열감이 각각 남기는 증거
  3. 병렬 보정유사 기기를 함께 읽고, 차이 및 시간을 기록
  4. 햇빛/그늘 짝짓기높이, 시간, 거리, 각도 및 재료 통일
  5. 그룹 간 재측정다른 그룹이 프로토콜에 따라 재현을 완료하고 수정을 제안
L03네 가지 시원함그늘막 · 반사 · 증발 · 통풍

어떤 조합이 목표 사용자가 실제로 머물고 싶게 만드는가?

  1. 조합 베팅각 그룹은 가장 유망한 냉각 조합을 선택하고 이유 설명
  2. 네 개 스테이션 순환동일 크기 모형으로 그늘막, 반사, 증발 및 통풍 A/B 테스트 수행
  3. 예상치 못한 결과 진단예상 외 데이터를 하나 선택하고, 변수를 하나 바꿔 다시 시도
  4. 연령 간 재현교환 협약과 재료를 제공하여 다른 팀이 재측정을 완료하도록 한다.
  5. 메커니즘 선정냉도섬에 들어갈 모듈을 선택하고 날씨 적용 조건을 작성한다.
L04AI와 하늘의 파트너계획 생성 · 태풍 경로 · 조기 경보 체인

예측을 어떻게 하면 즉시, 명확하게, 캠퍼스에 적합한 행동으로 만들 수 있을까?

  1. 하늘 브리핑현장 관측, 공식 예보, 모델 업데이트, 위험과 조치.
  2. 엘니뇨 조사해수 온도 이상, 계절 확률과 지역 데이터를 두 개의 시간 축에 놓는다.
  3. 마르코프 기상대상태 시퀀스에서 전이 행렬을 생성하고, 다음 시점 확률을 예측하며 실제 관측 결과 평가를 기다린다.
  4. 태풍 추적5개 시점을 연결하고 여섯 번째 지점을 예측한 후 여러 모델 경로와 비교한다.
  5. 판구 경로 실험공개 예제를 읽고, 저기압 중심을 추적하며, 위치 오차와 선행 시간을 계산한다.
  6. 마조 조기 경보 릴레이관측원, 모델러, 예보원, 위험 담당자, 캠퍼스 행동 담당자가 인계를 완료한다.
L051제곱미터 건축혼합 연령 시공 · 세 가지 상태 압력 테스트

실험에서 나온 동시에 실제 사용 동작도 고려하게 하려면?

  1. 지면 배치1제곱미터, 통로, 휠체어 회전 및 체류 자세 표시
  2. 골격과 추연결, 모서리, 흔들림 테스트 및 성인 구조 검토 완료
  3. 사중 메커니즘 설치각 모듈에 해당 실험과 사용자 요구 부착
  4. 센서와 체험기준/프로토타입 노드 동기화, 다양한 신체 높이와 움직임 방식으로 테스트
  5. 세 가지 상태 압력 테스트고온 전개, 강풍 수납, 비 후 점검 및 책임 인계 연습
L06쿨아일랜드 개점공개 시착 · 열 진료소 · 유지보수 인계

작품이 실제 하루 속에 들어가 계속 사용되고 관리되게 하려면?

  1. 개방 준비날씨 적용 설명, 분류, 음수, 센서 및 방문객 임무 준비 완료.
  2. 열 클리닉 시범 좌석기준 경험, 시원한 섬 임무, 열 감각 여권 및 동기화 데이터.
  3. 30초 파인만 설명그림자, 천, 물, 바람 길 또는 곡선을 사용하여 시원함을 설명.
  4. 디자인국 답변예측, 예상치 못한 상황, 증거, 버전 변화 및 다음 단계 제시.
  5. 유지 관리 및 스킬청소, 물 보충, 보관, 데이터 업데이트 및 개인 방법 전달.

4개의 실험 스테이션, 4가지 가시적 메커니즘

학생들이 먼저 베팅하고, 하나의 변수를 변경. 실험 결과는 다른 연령 그룹에서 재현한 후 공동 시원한 섬에 적용.

태양을 몸에서 피하게 하기

높이, 방향, 구멍 및 그림자를 변경하여 그림자가 시간에 따라 움직이는 경로 그리기.

재료가 적게 열을 흡수하게 하기

색, 표면 및 촉감을 비교하고, 동시에 눈부심과 주변 사람들의 경험 관찰.

물로 열을 제거하기

물의 양, 습도, 지속 시간 및 촉감을 기록하여 날씨 적용 조건 찾기.

공기가 길을 찾게 하다

리본으로 바람을 보고, 입구, 바람개비, 모델 밀도를 변경하다.

이 구역의 확률과 경로는 교육용 시연이며, 현재 예보가 아니다; 계절 자료는 발표일 기준으로 읽어야 한다.

날씨와 AI 실험실

기후 배경은 확률을 바꾸며, 일기예보는 선행 기간을 제공하고, 캠퍼스 활동은 특정 장소와 사람에 대응한다.

엘니뇨 증거 카드

WMO · 2026-06-02

2026년 6—8월 엘니뇨 형성 확률은 80%이다. 학생들은 확률, 강도 범위, 예측 기간과 업데이트 시간을 같은 카드에 적는다.

그래픽은 수업에서 독해 연습용; 정식 수업 시 WMO/NOAA 최신 데이터 연결.

태풍 추적

경로=예측 · 점=시간
세 가지 태풍 후보 경로 세 가지 모델이 서북 태평양에서 출발하여, 태풍의 미래 경로를 각각 다르게 예측한다.
판구 샘플수치 모델집합 구성원

팀은 먼저 자신의 여섯 번째 점을 그린 후, 모델 차이, 선행 기간과 공식 최적 경로 비교. 실제 도래 후 오차 계산.

마르코프 기상대

K10–12 · 투명 확률 기준선
P(i→j) · 각 행 합계 1
현재＼다음맑고 더움구름 많음뇌우강풍
맑고 더움0.500.300.150.05
구름 많음0.250.400.250.10
뇌우0.200.350.350.10
강풍0.250.250.200.30

수업에서는 먼저 종이 카드로 한 행을 계산한 후, 로컬 Python 프로그램을 실행하여 전체 상태 시퀀스를 처리합니다.

실황 대기 중
12단계 날씨 시뮬레이션

흐림 → 흐림 → 뇌우 → 흐림 → 맑고 더움

상호작용 버튼은 사전 설정된 프로세스와 예제 결과를 보여줍니다. 전체 수업에서는 별도로 역사 데이터, 학생 제출 및 채점기를 사용하며, 이 페이지에서는 모델 훈련을 실행하지 않습니다.

사라진 31일차 날씨 기록

두 팀은 동일한 실제 날씨 기록, 동일한 제한 시간, 동일한 채점 규칙을 마주합니다. 31일차 기록은 타임캡슐에 보관되며, 예측이 완전히 종료된 후 공개됩니다.

공개 시연 장소광저우 격자
역사 일 기록2,192
훈련／검증／블라인드 테스트2,129 / 30 / 30
공동 과제예측 · 설명 · 행동

RED TEAM · 매 단계를 볼 수 있음

어제의 날씨로부터 투명한 예측 눈금을 만들기

호출할 수 있음

지속성 기준선, 월별 기후 상태, 마르코프 체인, 선형 회귀, AI 도움권 5장

행동 역할

데이터 탐정, 규칙 구축자, 오류 감사원, 캠퍼스 행동 번역자

증거 남기기

상태 전이표, 훈련 기록, 일별 예측, 오류 해석 및 모델 1회 수정

H01
데이터 황야

산발적인 날씨를 추적 가능한 단서로 바꾸기

K1–3은 신체 날씨 기호 사용, K4–6은 데이터 품질 점검, K7–9은 특징 찾기, K10–12는 시간 분할 및 데이터 계약 수립

H02
이중 트랙 제한 시간 대회

두 경로 모두 31일 차 예측 동결

팀이 입력, 프롬프트, 코드, 버전 및 판단을 저장하여 모든 결과가 동료에 의해 재현 가능하도록 함

H03
자주색 팀 회합

정확도를 캠퍼스 리앙다오 행동으로 변환

한 방법을 교환하고 모델을 다시 실행한 뒤 장소, 시간대 및 업데이트 시간을 포함한 행동 권고를 실제 사용자에게 발표

타임 캡슐 · 수업 시연

판단을 먼저 제출하고 실황을 나중에 반영

경로 선택 후 예측을 동결. 이때 팀은 30초 동안 설명: 예측이 어떤 혼란을 해결하는지, 머릿속에 떠오르는 그림, 실황이 도착했을 때 무엇을 점검할 준비를 할지

타임 캡슐이 팀의 예측과 이유 제출을 기다림

조기 경보 릴레이 스테이션

한 태풍의 외곽 바람과 비가 캠퍼스에 접근 중입니다. 플레이어는 관측, 예측, 위험 및 행동에서 각 하나를 선택하여 실행 가능한 캠퍼스 메시지를 구성합니다.

상황 03 · 금요일 방과 전

여러 경로가 여전히 분열되어 있습니다. 캠퍼스 오후에는 강풍과 단시간 강우가 예상되며, 낮은 동문, 야외 전시판 및 쉼터의 그늘 면은 사전에 조치가 필요합니다.

0 / 4

오른쪽 네 스테이션에서 각 한 번씩 선택하면 시스템이 캠퍼스 행동 메시지를 생성합니다.

첫 번째 스테이션 · 관측 선택

두 번째 스테이션 · 예측 읽기

세 번째 역 · 위험 찾기

네 번째 역 · 행동 실행

1 제곱미터 작업대 건설

각 구성요소는 하나의 실험, 하나의 사용 동작, 하나의 유지 관리 책임을 가리킬 수 있음

작업대학생 동작승인 증거연령 간 인수인계
배치1 m², 통로, 체류 자세 표시치수 및 접근 가능성 사진K1–3 시범 이동, K10–12 경계 수정
골격연결, 추중, 모서리 라운드, 흔들림 테스트구조 점검 및 성인 검토K4–6 배관 수, K7–9 배관 연결
메커니즘차양, 환기, 반사 및 증발 후보 설치모듈별 실험 출처실험자가 시공자에게 조건 설명
센싱기준점과 원형 점 동기화시간, 위치, 높이 및 CSV저연령층 화면 읽기, 고학년 메타데이터 조회
세 가지 상태고온 시 펼치기, 강풍 시 수납, 비 후 점검작업 시간 및 책임자아이콘 테스트 및 후속 확인

선생님이 교실 연단을 엽니다

선택 상태는 현재 브라우저에 저장됩니다. 목록은 실제 위탁, 날씨 안전, 데이터, 소재 및 공공 전시를 덮어씁니다.