Thời tiết, khí hậu và những nơi chúng ta sốngQuay lại slide D2 ↗Thời tiết đến với chúng ta,
Chúng ta có thể cùng nhau làm gì?
Đây là hai bộ khóa học đã được AHALab thiết kế. Bạn có thể bắt đầu từ một nơi râm mát hoặc từ một nơi mà bạn sẵn sàng quan sát nhiều lần. Các khóa học kết nối đo lường, mô hình hóa, hoạt động thực hành và phản hồi từ người khác.
Một mét vuông, ai có thể làm mát hơn một chút?
Cục thiết kế đảo mát mẻ đô thịXuất phát từ nhu cầu thực sự của người dùng: có người cần canh cổng ra vào, có người đang đợi xe, có người đang đợi con tan học.
- Quan sát xem ai ở lại đây và khi nào họ cảm thấy khó chịu nhất.
- Ghi lại nhiệt độ và độ ẩm không khí, nhiệt độ bề mặt, ánh sáng mặt trời, gió và cảm giác của con người một cách riêng biệt.
- So sánh các phương pháp như tạo bóng, vật liệu và thông gió, đồng thời tạo một nguyên mẫu nhỏ.
- Ghép nối và kiểm tra lại trong các điều kiện tương tự; yêu cầu người dùng dùng thử, cung cấp phản hồi và sau đó sửa đổi.
“Cảm giác mát mẻ”, “làm mát bề mặt ghế” và “làm mát không khí” mỗi loại mô tả những điều khác nhau. Chúng ta cần phải rõ ràng về những gì mà mỗi phép đo thực sự đo được.
Dự báo thời tiết Hackathon: Gửi câu trả lời của bạn trước, sau đó tiết lộ
Một lộ trình bắt đầu từ những quy tắc đơn giản có thể giải thích được; tuyến còn lại sử dụng AI để học, viết mã và sửa đổi. Sử dụng cùng một dữ liệu và cùng một mục tiêu dự đoán, giữ lại một phần dữ liệu không liên quan đến việc huấn luyện và điều chỉnh. Gửi trước, sau đó xem xét kết quả. Nếu mô hình không hoạt động tốt hơn phương pháp đơn giản thì vẫn cần tìm hiểu lý do tại sao.
Sử dụng ở nhiệt độ cao
Nơi nào cần bóng mát, nước và nghỉ ngơi?
Lưu trữ gió mạnh
Khi nào nên dừng và cất giữ thiết bị?
Kiểm tra sau mưa
Ai kiểm tra sự tích tụ nước, công trình và mặt đất?
Những gì đã được chuẩn bị và những gì vẫn cần phải làm?
Hiện đã có sáu dòng chính của Cool Island, ba thiết kế Weather Hackathon, cũng như thu thập dữ liệu, phân đoạn thời gian, đường cơ sở minh bạch và kịch bản tính điểm. Cơ sở vật chất tại chỗ, hoạt động giảng dạy thực tế và tác động tại địa phương vẫn cần được triển khai, ghi lại và xác minh. Bài trình bày này không tuyên bố đã hoàn thành việc xây dựng, thực hiện khóa học này hoặc đạt được kết quả làm mát.
Gói demo NASA POWER được giữ lại bao gồm một điểm lưới ở Quảng Châu từ năm 2020 đến năm 2025, tổng cộng là 2.192 ngày. Các thông số khí tượng đến từ việc phân tích lại lưới điện và các dữ liệu khác, đồng thời phạm vi bao phủ không gian mà chúng thể hiện khác với các quan sát trong khuôn viên trường; dữ liệu lịch sử cũng không tương đương với dự báo thời gian thực.mô tả phương pháp NASA POWER。
Cảm nhận nhiệt cũng bị ảnh hưởng bởi độ ẩm, gió và bức xạ. Nhiệt độ không khí không thể thay thế tất cả các chỉ số môi trường nhiệt; khóa học phải giữ được sự khác biệt giữa các dụng cụ, phương pháp đo lường, môi trường và cảm giác cá nhân.Giải thích về chỉ báo môi trường nhiệt từ Cơ quan Thời tiết Quốc gia Hoa Kỳ。
Các thí nghiệm nhỏ trong khuôn viên trường nghiên cứu các phương pháp thích ứng và môi trường nhiệt cục bộ. Khóa học ban đầu cũng có các nhánh về khí hậu dài hạn, ENSO và quy mô thời tiết; một phép đo riêng lẻ tại một khuôn viên trường hoặc một mẫu sáu năm không thể xác định được xu hướng khí hậu dài hạn một cách độc lập.
Điều gì xảy ra nếu cùng một lượng mưa rơi ở những nơi khác nhau?
Cang'er Watch · Phòng thí nghiệm hành động về khí hậu và trí tuệ không gianKết nối bản đồ, bản ghi 3D, thời tiết và người dùng thực mà chúng ta đã thảo luận.
Tìm hiểu một địa điểm
Đánh dấu các vị trí chính xác và xác minh bản đồ bằng ảnh và hồ sơ mặt đất. Ai sống, làm việc hoặc đi qua đây?
Để lại những nhận định có thể kiểm chứng được
Đưa ra dự đoán dựa trên thông tin có sẵn tại thời điểm đó, tiết kiệm thời gian gửi và sau đó so sánh với kết quả sau này.
Quay lại xem có hữu ích không
Tiến hành cải tiến có giới hạn, thử nghiệm lại theo cặp và lắng nghe phản hồi từ người dùng thực tế.
Nếu chọn một nơi để quan sát liên tục thì bạn sẽ chọn nơi nào?
Cách hiểu các khóa học và công cụ
Hiện đã có 12 bài học, 2 hội thảo, đề cương nghiên cứu và bài tập dành cho học sinh; các khóa học này xoay quanh việc quan sát, đo lường, thảo luận và sáng tạo. Digital Dali đặt so sánh địa hình, lớp và kịch bản 3D trên cùng một giao diện. Việc sử dụng các công cụ trong lớp không có nghĩa là đã truy cập được thời tiết theo thời gian thực, các mô hình dự đoán cục bộ đã được đào tạo hoặc việc tích hợp thiết bị Box đã hoàn tất.
Địa lý sử dụng dữ liệu đường và độ cao mở cũng như bờ hồ OSM, được hiển thị cùng với mức phóng đại lấy mẫu và độ cao; các giá trị chuyên đề, khu vực mẫu và trình tự thời tiết là để tổng hợp giảng dạy. Nó có thể giúp đặt câu hỏi và so sánh các giả thuyết, nhưng không thể cung cấp độ sâu ngập thực sự, xác suất dòng mảnh vụn hoặc đánh giá an toàn cho các vị trí thực tế. Nút nguồn trên bản đồ bảo tồn những khác biệt này.
Các nghiên cứu trong tương lai về dữ liệu lịch sử và thực địa vẫn cần xác định các biến quan sát, thời gian dự đoán, biện pháp kiểm soát và kết quả. Bối cảnh khí hậu, các hiện tượng thời tiết và tổn thất cụ thể cần được thảo luận riêng; một sự kiện đơn lẻ không thể được sử dụng trực tiếp làm kết luận quy kết lâu dài.
Bốn người, cũng có thể xuất phát từ cùng một nơi
Ai đó quan sát người dùng, ai đó ghi lại các điều kiện, ai đó sắp xếp dữ liệu, ai đó xử lý các tác vụ; luân chuyển vai trò và kiểm tra lẫn nhau. Hôm nay, trước tiên bạn có thể xem phần trình diễn và đặt câu hỏi mà không cần phải quyết định ngay về một dự án.
Nguồn dữ liệu
Trang này giới thiệu thiết kế khóa học của AHALab và các dự án liên quan. Urban Cool Island cung cấp các bài tập tương tác trong lớp; Digital Dali minh họa mối quan hệ giữa địa hình, kịch bản và nhu cầu cụ thể thông qua ảnh chụp màn hình giao diện.
Xem dữ liệu thời tiết Nguồn gốc; Nguồn địa lý của Digital Dali xem Giới thiệu dự án. The teaching simulations in the chart and the on-site measurements should be understood separately.