《《大数据技术基础（第2版）》792-4（覃事刚）教案 第15课城市空气质量大数据分析实战（一）.docx》由会员分享，可在线阅读，更多相关《《大数据技术基础（第2版）》792-4（覃事刚）教案 第15课城市空气质量大数据分析实战（一）.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、课题城市空气质量大数据分析实战(一)课时2 课时(90 min )教学目标知识技能目标：(1 )理解本案例的基本原理和实现过程。(2)弄清计算空气质量分指数的技术细节。(3 )加深对MapReduce等技术或工具的理解。思政育人目标：深刻理解不礴实生态文明理念，尊重自然、顺应自然、保护自然，让生态文明成为身 边的义明。教学重难点教学重点：案例的基本原理和实现过程教学难点：计算空气质量分指数的技术细节教学方法案例分析法、问答法、讨论法、讲授法教学用具电脑、投影仪、多媒体课件、教材教学设计第1节课：考勤(2 min )一问题导入(5 min )一传授新知(28 min )一课堂讨论(1。min )
2、 第2节课：问题导入(5 min )一传授新知(20 min )一课堂互动(15 min )一课堂小结 (3 min )一作业布直(2 min )教学过程主要教学内容及步骤设计意第一节课考勤(2 min) 【教师】使用文旌课堂APP 【学生】按照老师要求签到培养学生的组织 纪律性，掌握学生 的出勤情况案例导入 (5 min) 【教师】讲述“让青山常在、绿水长流、空气常新”案例，使学生感受我国蓝天保卫战行动取得的积极进展和明显成 效 【学生】聆听、理解.感受我国蓝天保卫战行动取得的积极进展和明显成效通过案例导入的 方法，引导学生感 受我国蓝天保卫战 行动取得的积极进 展和明显成效，深 刻理解和落
3、实生态 文明理念，激发学 生的学习兴趣传授新知 (28 min) 【教师】简单介绍案例设计的知识点、准备案例所需数据一、案例简介通过教师的讲解 和演示，使学生了解本案例所涉及的 知识和数据【教师】利用多媒体讲解案例涉及到的相关知识空气质量分指数（IAQI ）是指根据单项污染物计算得出的空气 质量指数。以细颗粒物（PM2.5 ）为例，其计算公式如下.iaqiHi -iaqiLo z . T x . ,Tlaqi = （pm25 - bpLo） + iaqiLobpHi - bpLo式中iaqi细颗粒物（PM2.5 ）的空气质量分指数；pm25细颗粒物（PM2.5 ）的浓度值；bpHi表8-1中与
4、pm25相近的细颗粒物（PM2.5 ）浓 度限值的高位值；bpLo表8-1中与pm25相近的细颗粒物（PM2.5 ）浓 度限值的低位值；iaqiHi表8-1中与bpHi对应的空气质量分指数；iaqiLo表8-1中与bpLo对应的空气质量分指数。表8-1空气质量分指数及对应的细颗粒物（PM2.5）浓度限值空气质量分指数（IAQI）细颗粒物（PM2.5）的浓度限值（|ig/m3）00503510075150115200150300250400350500500本案例将根据上述公式运用大数据理论和技术对收集的近40 万行城市空气质量数据进行分析，通过计算各个城市（包括北京、 上海、天津、青岛、济南、
5、厦门、郑州、成都、海口等）的空气质量 分指数（IAQI）均值，得出在同一时间范围内哪个城市的IAQI统计 指标最低，哪个城市的IAQI统计指标最高，并对统计指标数据进行 升序排序，最后对结果进行可视化呈现。二、准备数据+【教师】利用多媒体辅助讲解如何准备数据中国空气质量在线监测分析平台( )是 一个公益性质的软件平台，目前收录了 367个城市的PM2.5及天气 信息数据，具体包括 AQI、PM2.5、PM10、SO2、NO2、03、CO、 温度、湿度、风级、风向、卫星云图等监测项。所有数据每隔 小时 自动更新一次。在中国空气质量在线监测分析平台，通过空气质量历史数据查 询页面(),用户可以查询
6、各个城 市自2013年12月起的空气质量历史数据。首先，我们穗分析的城市空W质量数据集(AirData.txt )上传 至Hadoop集群,然后编与M叩Reduce程序计舁母个城市的PM2.5 空气质量分指数(IAQI )均值并排序分析。(详见教材)【学生】聆听、记录、理解课堂讨论(10 min) 【教师】组织学生以小组为单位讨论以下问题：你认为大数据技术在改善生态环境方面可以起到哪些作用？ 【学生】聆听、思考、小组讨论，由小组代表上台发表讨论 结果 【教师】与学生一起评价各组的讨论结果通过课堂讨论， 加深学生对大数据 技术对改善生态环 境作用的认识第二节课实战演练(20 min ) 【教师】
7、演示如何通过编程实现大数据分析，并进行讲解一、编程实现1 .新建MapReduce项目注【教师】按照教材步骤逐步进行演不：使用Xshell工具连接虚拟机hadoopO，并执行相关命令启动搭建 好的 Hadoop 集群。然后新建 MapReduce 项目 AirQuality_analysis , 并在其中新建M叩per类、Reducer类、程序执行主类及辅助类等。(1 )在 Eclipse 开发主界面选择File - New - Other” 选项(或按Ctrl+N组合键)，打开New对话框，选择Map/Reduce通过实战演练， 让学生了解如何通 过编程实现大数据 分析t Map/Reduc
8、e Project7选项 单击Next按钮 弹出New MapReduce Project Wizard对话框,在Project name”编辑框中输入项目名称 AirQuality.analysis,然后单击Finish按钮。(2)在“Project Explorer窗口 中展开 AirQuality .analysis”项 目，然后右击“src资源文件夹，从弹出的快捷菜单中选择New Package”选项，弹出New Java Package”对话框，在Name 编辑框中输入Java包的名称jqe,然后单击Finish按钮。(详见教材)【学生】观察、记录、理解2.上传数据集AirData.
9、txt【教师】按照教材步骤逐步进行演示：编写一个UpFile类，将要分析的城市空气质量数据集 (AirData.txt)上传至 Hadoop 集群。(1 )右击新创建的Java包jqe,从弹出的快捷菜单中选择 New - Class选项，弹出New Java Class”对话框，在Name 编辑框中输入类名UpFile,然后单击Finish按钮。(2 )在打开的UpFile类编辑窗口中，输入以下代码：packagejqe;import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apach
10、e.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;(详见教材)A【学生】观察、记录、理解3.编写辅助类AirBean【教师】按照教材步骤逐步进行演示，讲解编写一个辅助类AirBean ,用于计算每行数据的PM2.5空气质 量分指数(IAQI)。.(1)右击Java包jqe，从弹出的快捷菜单中选择New Class选项，弹出New Java Class对话框，在Name 编辑框中输入类名AirBean，然后单击Finish按钮。(2 )在打开的AirBean类编辑窗口中，输入以下代码：package jqe;import java.i
11、o.Datalnput;import java.io.DataOutput;import java.io.IOException;(详见教材)【学生】观察、记录、理解4 .编写 Mapper 类 AirMapper【教师】按照教材步骤逐步进行演示，讲解(1)右击Java包jqe，从弹出的快捷菜单中选择New 一 Class”选项,弹出New Java Class对话框，在 Name 编辑框中输入类名AirMapper，然后单击Finish按钮。(2 )在打开的AirMapper类编辑窗口中，输入以下代码：package jqe;import java.io.IOException;import
12、 org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.Text;(详见教材)【学生】观察、记录、理解5 .编写 Reducer 类 AirReducer【教师】按照教材步骤逐步进行演示，讲解(1)右击Java包jqe，从弹出的快捷菜单中选择New Class”选项，弹出New Java Class对话框，在Name 编辑框中输入类名AirReducer”,然后单击Finish按钮。(2 )在打开的AirReducer类编辑窗口中，输入以下代码：package jqe;import java.io.IOException;i
13、mport org.apache.hadoop.io.Text;(详见教材)+【学生】观察、记录、理解6.编写程序执行主类AirDriverk【教师】按照教材步骤逐步进行演不：右击Java包jqe,从弹出的快捷菜单中选择New - Class 选项,弹出New Java Class”对话框，在Name”编辑框中输入类 名AirDriver,然后单击Finish按钮。在打开的AirDriver类编辑窗口中，输入以下代码：packagejqe;import java.io.IOException;+【学生】观察、记录、理解【学生】聆听、记录、理解小组互助 (20 min) 【教师】组织学生以小组为
14、单位，参照教师的演示和教材，进行编程，以实现大数据分析 【学生】聆听、思考、上机操作，由先完成的小组成员帮助其他成员完成操作 【教师】巡堂指导，及时解决学生遇到的问题通过小组互助， 由先进学生带动其 他学生，熟练掌握 通过编程实现大数 据分析的操作课堂小结 (3 min ) 【教师】简要总结本节课的要点本节课通过实际案例学习了如何通过编程实现大数据分析。希望 大家在课下多加练习，巩固所学知识 【学生】总结回顾知识点总结知识点，巩 固学生对大数据实 际应用相关知识的 印象作业布置 (2 min ) 【教师】布置课后作业请根据课堂知识，查阅资料，利用大数据编程解决相似问题。 【学生】完成课后任务通过课后作业复 习巩固学到的知识教学反思本节课效果不错。实践表明，学生的学习兴趣是自主学习的原动力。教学中，教师应 积极地为学生创设一种情趣盎然的学习气氛，使学生受到陶冶、感耨口激励，从而主动学 习。在课堂上教师应大胆地让学生进行自由讨论、交流，赞扬学生一些独特看法，让学生 真切地感受到学习是快乐的。这样自主学习的劲头就更足了