Podnebni pasovi Evrope

Kratek povzetek

Z vidika geografije: določanje podnebnih pasov Evrope, obnovitev prestolnic evropskih držav in lokacij

Z vidika umetne inteligence: učenci spoznajo računanje podobnosti med primeri ter hierarhično razvrščanje v skupine. Skupine se naučijo raziskati in razložiti ter pokazati na zemljevidu.

Predvideni potrebni gradniki Orangea: File, Distances, Hierarchical Clustering, Geo Map, Violin Plot

Učenci znajo:

  • poznajo evropske prestolnice,
  • poznajo podnebne pasove Evrope iz glavne značilnosti,
  • se lahko orientirajo na karti Evrope,
  • risati, brati in razložiti grafični prikaz (npr. škatlo z brki).

Uvod

Naložimo podatke s podnebnimi kazalci evropskih mest. Vsaka vrstica je mesto, ki je opisano s povprečno temperaturo, številom sončnih, deževnih in snežnih dni, količino padavin in tako naprej. Učence pozovemo, da skupaj naštejemo evropske prestolnice. Ali najdejo med podatki vsiljivca? (odgovor: Istanbul ni prestolnica Turčije. Katero mesto pa je? Ankara.)

Opazovanje podatkov

Podatke naložimo z gradnikom File in ga povežemo v Data Table. Poglejmo, katere podatke imamo. Pogovorimo se, ali so zbrani podatki zadostni za ločevanje po podnebnih pasovih. Kaj so značilnosti podnebnih pasov? Npr. mediteransko, celinsko, oceansko podnebje?

Hierarhično razvrščanje

Primerjajmo evropska mesta med sabo. Vzeli bomo podatke iz vremenskih postaj in mesta primerjali med sabo. Podobnost bomo izračunali z evklidsko razdaljo, ki ustvari matriko (tabelo?) podobnosti oz. razdalj.

Nato dodamo Hierarchical Clustering, ki mesta združuje po podobnosti. Najprej se bosta združili najbolj podobni mesti. Nato naslednji dve, nato naslednji in tako naprej. Lahko združujemo tudi skupine. Če je mesto bližje skupini kot drugemu mestu, se bo priključil skupini.

Postopek se imenuje hierarhično razvrščanje v skupine in je prikazan v vizualizaciji dendrogram. Dendrogram beremo od desne proti levi, pri čemer pričnemo z mesti v svojih vejah, nato pa jih združujemo po podobnosti. Daljša kot je črta med mesti, manjša je njuna podobnost.

Dendrogram lahko odrežemo pri poljubni višini tako, da dobimo želeno število skupin. Na primer pet. Ali dobljene skupine ustrezajo podnebnim pasovom? V kateri skupini je Ljubljana?

Učenci nato lahko poiščejo podatke za svoj kraj in ga dodajo v tabelo. Nato pogledajo, v katero skupino se vpenja.

Podnebni pasovi

Izbrane skupine lahko pogledamo na zemljevidu, saj poznamo geografsko širino in dolžino mesta. V podatkih je to zapisano v spremenljivkah Lat in Lon.

Rezultate gručenja pošljemo v Geo Map, kjer točke barvamo po gručah. Vprašamo dijake, ali se jim gručenje zdi smiselno. Zakaj ja/ne?

Ali gruče ustrezajo podnebnim pasovom?

Raziščimo, zakaj se je računalnik tako odločil. Izbrane skupine bomo raziskali v gradniku Violin Plot. Podatke bomo razdelili po skupinah, kar pomeni, da v razdelku Subgroups izberemo spremenljivko Cluster.

Nato spremenljivke razvrstimo glede na to, kako dobro ločujejo odkrite skupine. V grafičnem prikazu to pomeni, da iščemo take spremenljivke, kjer so skupine čim bolj ločene.

Očitno dnevno temperaturno povprečje najlepše loči med skupinami. Katere države imajo najhladnejše podnebje?

Kakšno povprečno dnevno temperaturo ima Ljubljana?

Zaključek

Na spletu je dandanes dostopna množica podatkov o razno raznih stvareh, med drugim tudi o vremenu v različnih delih Evrope. Podatke zbirajo vremenske postaje, ki beležijo različne informacije, od količine padavin do števila ur sonca. Obstoječim podatkom bi lahko dodali še kakšno zanimivo informacijo, na primer povprečno temperaturo po letnih časih. Bi tako morda lepše ločili podnebne pasove?

Informacije o aktivnosti

  • Predmet: geografija
  • Starost: 4. razred
  • UI tema: klasifikacija
  • Razlaga ozadja:
    • klasifikacija pdf
    • predavanje o klasifikaciji mov
  • Potek aktivnosti:
    • ucna ura pdf
    • ucni list pdf
    • podnebje evropskih mest tab
    • video ucne ure mov
    • delotok ows