Визуализация данных: тепловые волны в Раджастхане

Проект представляет собой визуализацию данных для районов Раджастхана, Индия, склонных к жарким волнам. Раджастхан, дом для пустыни Тар, является одним из самых жарких регионов Индии и часто переживает экстремальные температуры, засушливые условия и сильные жары. Для полной передачи эстетики тепловых волн я использовала эффект heatmap.

Для анализа использовала датасет, который содержит ежедневные климатические наблюдения (2006–2025) для районов Раджастхана, Индия, склонных к жарким волнам. Данные собираются из набора данных ERA5 Reanalysis и включают в себя важные метеорологические и экологические переменные, такие как температура, компоненты ветра, атмосферное давление, облачный покров, осадки, солнечная радиация, испарение, температура почвы, влажность почвы и информация, связанная с растительностью, а также географические координаты на уровне района.

Анализ Geopotential по годам с помощью диаграммы Chord Diagram.

Анализ 10 m U-component of wind с помощью диаграммы Beeswarm plot.

Анализ 2 m temperature по годам с помощью диаграммы Contour plot.

В данном проекте использовалось пять основных платформ: Kaggle, RAWGraphs, ChatGPT, Figma, Photoshop.

Для финального проекта был выбран постер размером А2.

Загруженный датасет, который был взят на платформе Kaggle, «Heatwave Dataset (Rajasthan, India, 2006-2025)» был изменен в Google collab. В Google collab я убрала такие данные как: 'WIND_U10', 'EVAP', 'SOILM1', 'HEATWAVE', 'LAT', 'LON', 'DISTRICT', 'RAIN', 'BLH’TMIN', 'DEW2M', 'CLOUD', так как в оригинальной таблице большая часть значений была равна нулю.

В основу диаграмм легли такие знания как: 'YEAR' Year of observation, 'WIND_U10' 10 m U-component of wind, 'TEMP2M' 2 m temperature, 'GEO' Geopotential, так как именно они имели большее значение тепловых волн.

Диаграммы были построены в RAWGraphs с помощью таких диаграмм как: Contour plot, Beeswarm plot, GEO Geopotential.

Дизайн, который закладывался на постер был проработан в Photoshop, с помощью gradient map, благодаря чему получился эффект heatmap.

Наложение типографики было сделано в Figma. Доработка постера в ChatGPT.

Наложение готовых постеров на мокапы было сделано в Photoshop.

Проведенное исследование позволяет исследовать динамику экстремальной жары в одном из самых жарких регионов Индии. Благодаря сочетанию температурных, атмосферных и экологических показателей исследование помогает выявлять климатические закономерности, прогнозировать жаркие волны и разрабатывать стратегии адаптации к изменению климата.