天氣、氣候與我們生活的地方回到 D2 課件 ↗天氣到了身邊，
可以一起做些什麼？
這是 AHALab 已經設計的兩組課程。可以從一片陰涼開始，也可以從一處願意反覆觀察的地方開始。課程讓測量、建模、動手和他人的反饋接得上。
一平方米，能讓誰涼快一點？
天氣預測黑客松：先交答卷，再揭曉
一條路線從能解釋的簡單規則開始；另一條路線藉助 AI 學習、寫程式碼和修訂。用相同資料、相同預測目標比較，保留一段未參與訓練和調參的數據，提交後再看結果。模型沒有勝過簡單方法，也值得追問原因。
高温使用
哪裏需要遮陽、飲水和休息？
強風收納
什麼時候應停止使用、收起裝置？
雨後檢查
誰來查看積水、結構和地面？
已經準備了什麼，仍需做什麼？
已有六節涼島主線、三節天氣黑客松設計，以及數據獲取、時間切分、透明基線與評分腳本。現場設施、實際開課與本地效果仍需落實、記錄和檢驗。本次介紹沒有聲稱完成施工、實施本班課程或取得降温成績。
已留存的 NASA POWER 演示包覆蓋廣州一個格點的 2020 至 2025 年，共2192日。氣象參數來自格點再分析等資料，代表的空間範圍與校園觀測不同；歷史資料也不等於實時預報。NASA POWER 方法説明。
熱感還受濕度、風和輻射等因素影響。空氣温度不能替代所有熱環境指標；課程要保留儀器、測法、環境與個人感受的區別。美國國家氣象局熱環境指標説明。
校園小實驗研究局地熱環境與適應辦法。原課程另有長期氣候、ENSO和天氣尺度支線；不能由一次校園測量或六年樣本單獨得出長期氣候趨勢。
同一場雨，落在不同地方會怎樣？
蒼洱守望 · 空間智能與氣候行動實驗室把我們已經講過的地圖、三維記錄、天氣和真實使用者聯繫起來。
認識一個地方
標清位置，用照片與地面記錄核對地圖。誰在這裏生活、工作或經過？
留下可檢驗的判斷
在當時可獲得的資料上作預測，保存提交時間，再與後來結果比較。
回去看看有沒有用
開展一次有限的改善，配對複測，並聽實際使用者的反饋。
如果選一個地方持續觀察，你會選哪裏？
怎樣理解課程與工具
已有十二課、兩次工作坊、研究協議和學生工作表；這些課程圍繞觀察、測量、討論與製作展開。數字大理把三維地形、圖層與情景比較放在同一張界面上。課程使用工具，不等於已接入實時氣象、已訓練本地預測模型或已完成 Box 設備集成。
地理採用開放高程及 OSM 湖岸、道路資料，顯示經抽樣與高程誇張；專題數值、樣區和天氣序列為教學合成。它可以幫助提問與比較假設，不能給出真實淹沒深度、泥石流概率或現實場所的安全判斷。地圖中的來源按鈕保留這些區別。
未來現場與歷史數據的研究仍需確定觀測、預測時效、對照與結果變量。氣候背景、天氣事件和具體損失分開討論；一次事件不能直接作為長期歸因結論。
四個人，也可以從同一個地方開始
有人留意使用者，有人記錄條件，有人整理數據，有人動手做；輪換角色，互相核對。今天可以先看看演示、提出疑問，不必馬上確定一個項目。