تحليل بيانات الطقس باستخدام المعالجة الموزعة (MapReduce) واستخراج مؤشرات مناخية

مشروع متخصص في تحليل البيانات الضخمة والمعالجة الموزعة (Distributed Processing) يهدف إلى تحليل بيانات الطقس التاريخية لمدينة الإسكندرية خلال الفترة من 2010 إلى 2024، واستخلاص مؤشرات مناخية مهمة باستخدام أسلوب MapReduce.

يشمل المشروع:

جمع بيانات الطقس التاريخية (درجة الحرارة، الرطوبة، الأمطار، الضغط الجوي) من واجهة Open-Meteo API.

تنظيف البيانات ومعالجتها وتحويلها إلى صيغة مناسبة للتحليل.

تطبيق نموذج MapReduce بطريقتين:

باستخدام مكتبة MRJob لمحاكاة بيئة Hadoop.

تنفيذ يدوي لخطوات Map و Shuffle و Reduce باستخدام Python لفهم آلية العمل الداخلية.

حساب أقصى درجة حرارة لكل سنة وتحليل التغيرات المناخية عبر السنوات.

استخراج إحصائيات إضافية مثل:

متوسط درجات الحرارة السنوية

إجمالي كميات الأمطار

عدد ساعات موجات الحر (Heatwaves)

أعلى نسب الرطوبة

عرض النتائج باستخدام رسوم بيانية توضيحية تساعد على فهم الاتجاهات المناخية.

الأدوات والتقنيات المستخدمة:

Python – Pandas – NumPy – Matplotlib – Seaborn – MRJob – MapReduce – APIs

المشروع يعكس القدرة على التعامل مع البيانات الكبيرة، التحليل الزمني، وبناء حلول تعتمد على المعالجة الموزعة، وهو مناسب لتطبيقات تحليل البيانات والأنظمة واسعة النطاق.