Анализ изменения температуры воздуха на Земле

Изменение климата — одна из самых важных тем современности. Мы всё чаще слышим о глобальном потеплении, экстремальных погодных явлениях и влиянии человека на окружающую среду. Мне стало интересно изучить, как именно менялась средняя температура воздуха на Земле за последние 170 лет и можно ли увидеть явные признаки потепления на основе реальных данных.

Для анализа я использовала открытый датасет Global Temperature Data с сайта Kaggle (источник: GitHub). В нём представлены данные о средней глобальной температуре по годам, начиная с середины XIX века.

В своём проекте я применила библиотеки pandas для обработки данных, matplotlib и seaborn для визуализации, а также использовала стили и цветовые палитры (viridis, coolwarm) для более выразительных графиков. Работа выполнялась в Google Colab.

Для начала я загрузила таблицу с глобальными температурными показателями, преобразовала данные и сгруппировала их по годам. После очистки получился аккуратный набор, где для каждого года указано среднее отклонение температуры от нормы.

Затем я создала несколько видов графиков, чтобы наглядно показать, как температура менялась с течением времени, какие источники данных используются и как выглядит тепловая динамика на протяжении почти двух веков.

Изменение средней температуры на Земле (1850–2024 гг.)

Этот график показывает общую динамику изменения средней температуры на планете. Сразу заметно, что кривая постепенно поднимается вверх — особенно начиная с середины XX века. Это и есть визуальное подтверждение глобального потепления. Первые десятилетия с 1850 по 1900 год были относительно стабильными, затем температура начала колебаться, а после 1980-х годов — устойчиво расти. Современные значения заметно превышают историческую норму, что согласуется с научными выводами о влиянии парниковых газов.

Средняя температура по источникам данных (топ-10)

На этом графике показано, какие источники данных предоставляют информацию о температуре и какие усреднённые значения фиксируются по каждому. Хотя все источники связаны с одной и той же глобальной системой наблюдений, различия между ними могут отражать особенности измерений и период охвата данных. График позволяет увидеть, какие организации дают наиболее высокие или низкие значения средней температуры. Это помогает понять разнообразие подходов к сбору и усреднению климатических данных.

Доля источников данных по температуре

Круговая диаграмма показывает распределение вкладов различных источников, участвующих в формировании общей климатической статистики. Для корректного отображения все значения приведены по модулю (то есть отрицательные температуры переведены в абсолютные). Это делает диаграмму более наглядной и удобной для восприятия. Видно, что часть источников играет большую роль в глобальной оценке, в то время как некоторые представлены меньше, но дополняют общую картину.

Тепловая карта изменения температуры по годам

Эта визуализация показывает, как температура менялась по шкале времени. Чем краснее оттенок — тем выше отклонение от нормы, чем синее — тем холоднее период.

На тепловой карте чётко видно, что начиная с конца XX века преобладают тёплые (красно-оранжевые) тона, что символизирует устойчивый рост температуры. Это один из самых наглядных способов показать долгосрочные климатические изменения.

В ходе работы я применила следующие методы анализа данных:

1. Среднее значение (mean) — для расчёта усреднённой глобальной температуры за год.
2. Группировка (groupby) — для агрегации данных по годам и источникам.
3. Абсолютные значения (abs) — для корректного отображения отрицательных температур.
4. Визуализация — для создания понятных и эстетичных графиков с помощью seaborn и matplotlib.

Также я использовала ChatGPT для помощи в написании кода, стилизации графиков и оформлении итогового проекта.

Проведённый анализ наглядно демонстрирует, что:

1. За последние 170 лет средняя температура на Земле стабильно растёт.
2. С середины XX века наблюдается резкое ускорение потепления.
3. Глобальное изменение климата можно проследить даже по простым статистическим данным.

Этот проект показал, что с помощью программирования можно не только анализировать большие массивы информации, но и превращать сухие числа в визуальные доказательства происходящих процессов. Визуализация помогает лучше понять масштаб изменений и их влияние на жизнь планеты.

1. Colab-блокнот: https://colab.research.google.com/drive/163TvF4h4n29drbo81JDTCuobyfCsFP08?usp=sharing
2. Датасет: Global Temperature Data