• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2025/2026

Моделирование городского климата

Когда читается: 4-й курс, 3 модуль
Охват аудитории: для своего кампуса
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.
Цель освоения дисциплины

Цель освоения дисциплины

  • Получение фундаментальных зданий об особенностях погоды и климата урбанизированных территорий, их влияния на население и экономическую деятельность
  • Ознакомление с современными методами инструментами моделирования погоды и климата, применяемых для городов на различных пространственных масштабах
  • Знакомство с источниками данных, релевантных для задач моделирования климата городов, и современными методами их обработки
Планируемые результаты обучения

Планируемые результаты обучения

  • Иметь современные представления об особенностях погоды и климата урбанизированных территорий, их влияния на природу, общество и экономику
  • Иметь представления о применимости различных видов данных наблюдений и различных климатических моделей для городских условий
  • Уметь выбирать данные и модели для решения прикладных задач в области городской климатологии и смежных наук
  • Владеть базовыми навыками работы с основными видами данных наблюдений и моделирования, используемых в городской климатологии
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение
  • Мониторинг городского климата
  • Метеорологическое моделирование для городов
  • Комфортность городского климата
Элементы контроля

Элементы контроля

  • неблокирующий Практические работы
    Проводится: выполняются в течение семинаров и в рамках самостоятельной работы в течение всего курса. Описание: В рамках курса предполагается выполнение практических заданий по следующими темам: 1)Анализ данных мониторинга и моделирования для городов 2)Пространственные данные для моделирования городского климата 3)Мезомасштабное моделирования городского климата 4)Микромасштабное моделирование городского климата 5)Моделирование биоклиматической комфортности в городской среде Каждый студент выполняет практические задания на примере различных городов, которые выбираются ими в начале курса (не позднее второго семинара по теме №2). Каждый студент выбирает свой город, города не должны повторяться. В случае возношения объективных сложностей (например отсутствие необходимы данных) город возможно поменять. По усмотрению преподавателя возможно выполнение отдельных заданий для другого города, на основе предоставляемых преподавателем данных. В рамках выполнения практических работ предполагается использования языка Python для анализа и визуализации данных там, где это необходимо. Альтернативные способы анализа и визуализации данных обсуждаются индивидуально. На выполнение каждой практической работы отводится, в зависимости от сложности, 1 или 2 недели после ее анонса. В случае сдачи позже этого срока применяются правила пересдачи. Результатом выполнения каждой практической работы является: - набор графических материалов (графики, карты и пр.), оформленных в виде единого документа или презентации, снабженных необходимыми подрисуночными подписями и подтверждающих, что студент овладел рассматриваемые в рамках курса методы работы с данными и моделями - исходный код, использованный студентами для подготовки графических материалов (если задание предполагает программирование) Результаты выполнения таких заданий отправляются преподавателю по электронной почте, или показываются ему в ходе контактной работы на семинарах. В ходе обсуждения результатов выполнения заданий необходимо ответить на вопросы по теме задания. Количество отдельных практических работ по обозначенным выше темам может варьироваться в диапазоне от 4 до 6 в зависимости от сложности отдельных работ и общей успеваемости группы. Каждая из практических работ оценивается отдельно. Итоговая оценка определяется как среднее арифметическое среди оценок за отдельные практические работы.
  • неблокирующий Эссе
    Написание эссе направлено на осмысление материалов курса и расширение знаний по теме курса путем самостоятельной работы с литературой. В рамках курса предполагается написание двух эссе по следующим темам. Тема №1 "Как знания об особенностях городского климата можно использовать для решения проблем населения и экономики?" В эссе необходимо сформулировать проблему, котораяимеет социально-экономическое значение для крупных современных городов (важна для населения / инфраструктуры / бизнесе и т.д.), решение которой может требовать знания о погоде и/или климате,эффективность решения, которой можно повысить, есть получить учитывать характерные особенности городского климата; сформировать, какой именно эффект (финансовый, экологический и пр.) может быть достигнут; предложить, какие данные и инструменты могут потребоваться. Эссе необходимо написать после вводного занятия курса. Чтобы помочь с выбором темы эссе, на первом семинаре курса проводится блиц-обсуждение таких проблем. Студенты делятся на команды, и каждая команда должна путем «мозгового штурма» сформулировать проблему и предложить, как именно использование детализированных климатических данных. Тема №2 "Анализ публикации по моделированию городского климата". Необходимо выбрать статью в рецензируемом научном журнале на тему моделирования городского климата/погоды/метеорологического режима для реалистичных (не идеализированных) условий. Дать характеристику постановки задачи моделирования; решаемой прикладной или фундаментальной проблеме; целевой переменной (переменным); используемой модели (моделям), включая их масштаб, размерность, сложность, принцип построения; входным данным для моделирования; предположить, какие важные процессы могут не учитываться в используемых моделях. Эссе необходимо написать после разбора на лекции видов моделей, используемых в городской метеорологии и климатологии (начало темы №3). Ориентировочный объем каждого эссе должен составлять 3-6 стр. Обязательно наличие ссылок на литературные источники. На выполнение каждого эссе отводится 1 неделя, в случае более поздней сдачи применяются правила пересдачи. Эссе отправляются преподавателю по электронной почте. Каждое из эссе оценивается отдельно. Итоговая оценка определяется как среднее арифметическое среди оценок за отдельные эссе. В зависимости от общей успеваемости группы и сложности других заданий, количество отдельных эссе может быть уменьшено до одного.
  • неблокирующий Защита курсового проекта
    Курсовой проект является результатом объединения нескольких выполняемых в рамах курса практических работ (как минимум двух) в логически связанное аналитическое исследование. Используя данные и инструменты из двух и более практических работ, необходимо выполнить комплексное аналитическое по городской климатологии для выбранного города. Проект выполняется в течение всего курса.
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 3rd module
    0.3 * Защита курсового проекта + 0.5 * Практические работы + 0.2 * Эссе
Список литературы

Список литературы

Рекомендуемая основная литература

  • Bulkeley, H. (2013). Cities and Climate Change. Abingdon, Oxon: Routledge. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=573559
  • Kauffman, H. J. (2014). Urbanization : Global Trends, Role of Climate Change and Effects on Biodiversity. Hauppauge, New York: Nova Science Publishers, Inc. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=696535
  • Kendal McGuffie, & Ann Henderson-Sellers. (2005). A Climate Modelling Primer: Vol. 3rd ed. Wiley.
  • Kjellstrom, T., & Monge, P. (2015). Global Climate Change and Cities. Australia, Australia/Oceania: Jossey-Bass Inc. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.4867EDDD
  • Python и анализ данных : первичная обработка данных с применением pandas, NumPy и Jupiter, Маккинни, У., 2023
  • Python и анализ данных, Маккинни, У., 2015
  • Климатология с основами метеорологии : учебник для вузов, Кислов, А. В., 2023
  • Маккинни, У. Python и анализ данных / У. Маккинни , перевод с английского А. А. Слинкина. — 2-ое изд., испр. и доп. — Москва : ДМК Пресс, 2020. — 540 с. — ISBN 978-5-97060-590-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131721 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Практическая статистика для специалистов Data Science : 50 важнейших понятий: пер. с англ., Брюс, П., 2018
  • Практическая статистика для специалистов Data Science: Пер. с англ. — 2-е изд., перераб. и доп. - 978-5-9775-6705-3 - Брюс П., Брюс Э., Гедек П. - 2021 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/380029 - 380029 - iBOOKS

Рекомендуемая дополнительная литература

  • Метеорология и климатология : учебник для вузов, Хромов, С. П., 2004

Авторы

  • Варенцов Михаил Иванович