Бакалавриат 2025/2026

Моделирование городского климата

Статус: Курс по выбору (География глобальных изменений и геоинформационные технологии)

Кто читает: Факультет географии и геоинформационных технологий

Когда читается: 4-й курс, 3 модуль

Охват аудитории: для своего кампуса

Преподаватели: Варенцов Михаил Иванович

Язык: русский

Программа дисциплины

Аннотация

Курс «Моделирование климата городов» входит в группу предметов по выбору и доступен студентам всех трех специализаций программы «География глобальных изменений и геоинформационные технологии». Курс предполагает знакомство студентов с набором вопросов на стыке метеорологии и климатологии, урбанистики, геоинформатики, статистического и физико-математического моделирования, возникающих в фундаментальных и прикладных климатических исследованиях для современных городов. Теоретическая часть курса посвящена вопросам влияния урбанизации на атмосферные процессы, влияния особенностей городского климата на население и экономику, современным подходам к моделированию этих эффектов и их учету в прикладных задачах. Практическая часть курса предполагает знакомство с применяемыми в городской климатологии методами анализа данных и моделирования, включая численные модели прогноза погоды и климата, а также основанные на методах машинного обучения статистические модели.The course introduces students to a set of questions at the intersection of meteorology and climatology, urban planning, geoinformatics, statistical and physical-mathematical modeling, which arise in fundamental and applied climate research for modern cities. The theoretical part of the course is devoted to the issues of the influence of urbanization on atmospheric processes, the influence of urban climate features on population and economy, modern approaches to modeling these effects, and their consideration in applied tasks. The practical part of the course involves familiarizing students with the methods of data analysis and modeling used in urban climatology, including numerical weather and climate forecast models, as well as statistical models based on machine learning methods.