Tilbake til oversikten over dagens seminar.
Oppgave 1/5. Tidsbruk: ca 20 min.
I denne oppgaven skal vi gj?re oss litt kjent med GPT og Python-programmering.
1. Bli kjent med Jupyter Notebooks
- G? inn i mappen FYS1035 H23 og ?pne fila Intro til programmering i Jupyterhub.ipynb. F?lg instruksjonene i notebook-en.
2. Python som kalkulator
N? skal vi se hvordan vi kan bruke programmering til ? finne svar p? noen av oppgavene fra tidligere seminarer.
- Oppgave 2-2 fra seminar 1, str?lingsbalanse: En varmelampe sender varmestr?ling med en effekt p? 440 W/m2 mot et m?rkt terrassegulv med emissivitet 0,9. Om du ser bort fra alle andre former for varmetransport, hva blir likevektstemperaturen til overflaten?
- Finn frem notatene dine fra seminar 1. Hvordan l?ste du denne oppgaven? Hvilken modell brukte du? Hva ble svaret?
- Be GPT om ? lage en Python-kode for ? l?se oppgaven. Kopier og kj?r koden i Jupyterhub.
- Bruker GPT samme modell som det du gjorde? Ble det samme svar? Hvorfor/hvorfor ikke?
- Oppgave 2 fra seminar 2, konveksjon: En kubikkmeter luft ved jordoverflaten varmes opp fra 15 oC til 25 oC. Lufta er fri til ? utvide seg, og trykket er konstant. Anta at vi kan beskrive lufta som en ideell gass. Hva blir det nye volumet til lufta?Luft har varmekapasitet 1005 J/kg K og tetthet 1,2 kg/m3 ved atmosf?risk trykk og 20 oC. Hvor mye varme ble tilf?rt lufta?
-
- Finn frem notatene dine fra seminar 2. Hvordan l?ste du denne oppgaven? Hvilken modell brukte du? Hva ble svaret?
- Be GPT om ? lage en Python-kode for ? l?se oppgaven. Kopier og kj?r koden i Jupyterhub.
- Bruker GPT samme modell som det du gjorde? Ble det samme svar? Hvorfor/hvorfor ikke?
3. Lese og plotte data
I mappen FYS1035 H23 finner du fila gmst_changes_model_and_obs.csv. Den inneholder observerte globale temperaturavvik (i forhold til 1850-1990) i tillegg til en del andre data som er plottet i panel b i IPCC WG1 figur SPM.1 og lastet ned herfra. Vi er interessert i den svarte linja i plottet, som er observerte data. Du kan se innholdet i fila ved ? trykke p? den.
- Be GPT om ? lage en Python-kode som laster inn fila og plotter dataene. Husk at Python starter p? 0, ikke 1, n?r den teller rader og kolonner.
- Sammenlign med figuren. Fikk du samme plott?
- Ofte brukes et glidende gjennomsnitt med tidsvindu p? 10 ?r n?r man plotter historiske temperaturdata. Be GPT om ? modifisere koden til ? bruke et glidende gjennomsnitt, og pr?v deg frem med ? bruke tidsvinduer p? 2, 5 og 10 ?r. Hva blir resultatet?