一. 近况
上个月24日顺利落地伦敦希思罗机场，来到出租屋，房东是个伊朗人，年纪挺大，超级热心（有点招架不住），每次能和我和舍友聊天聊2个小时……这两天基本布置完家里，还差电表没有读数，据（小红书）说这里的电费贵到离谱，五十几p/kwh，假设我的房间灯20W，每天开6个小时，那每天就是6磅/48人民币，好贵。
学校情况
因为住在距离ucl主校区步行15分钟的地方，靠近国王十字车站，每天主要的交通就是靠两条腿了，距离ual也很近，那边好吃的好玩的比ucl多。整个ucl没有特别的片区，除了主校区是一个围栏围起来的方块以外，很多比如药学院，ioe都散布在这周围，在街上随便逛着抬头就是一个ucl的logo，甚至kings cross这里也有。可惜地理学院坐落在主校区里，每天通勤还是得拉满~
开学第一周只有周一、周四、周五有课，课表在这里：
今天是周二，早上去蹭了一节同系的课，因为是induction感觉没什么意思，老师准备了非常详细的讲课ppt，还给时间同学之间自我介绍，以及花挺久让大家熟悉一个画地图的网页（ipcc数据中台）因为我没有这节课的enroll，看不到online lecs感觉很跟不上进度，不过整堂课由很多来自不同国家的同学，不同学科背景，让整个课堂都非常活跃，很愉快。
二. Scientific computing
由两个大作业各占50%的分数。中间夹杂课后练习，tutor会给出反馈不过不会计入成绩。第二周布置了第一个关于python list的基础练习，主要关于如何使用list建立字典（dict）以及查找其中的内容。
这门课使用了学校内网的jupyter hub来授课，同时也有github相关录播资源，总体来说避免了传统上课时notes和编程软件分开，需要大屏幕或者多屏来提高效率的学习方式，直接可以在一个界面上完成全部学习，但是也失去了那种从0开始直接实战的真实感，希望coursework结束前能有一个合理的结合点（还有不到一个月就要提交第一个大作业了）。
三. Mitigating and adaptation to Environmental Change
这门课的负责人是一位大牛级教授，在他的课堂上我不仅见到了不同BG的学生，还有不同年龄的……而且那两位成功女性（貌）还带了笔记本，上课超级认真，坐在我同一排的其中一位表现得很友善，完全没有小说里那种会出现的盛气凌人，感觉会有很有意思的一学期~ 可惜大牛老师在这第一节课，十几分钟简短地介绍了课程以后就走了，后续好像也会主要由他的博士生来进行授课，不管怎么说希望能学到多多的知识！
mitigating，减缓气候变化，adaptating，适应气候变化。
这门课将会有两篇学生论文，以科学博客的形式分别讨论这两个话题。并且两篇论文的分数就是最终这门课程的打分。每周授课形式主要由1h授课、1h学生讨论组成，从第二周开始。可以预见需要做很多的材料准备before each class。我的课表正好每周有4天的blank，可以完整地每周花10小时左右来进行准备（计划）。
（每节课10h还是有点天真了，做饭每天花了2、3小时，出门购物1h，以及收拾收纳的时间。。。第一周实践情况打了很大折扣。尽量优先保证本课和另一门学python的时间）
第二周，两小时的workshop本以为会有些顶不住（事实证明还好），Mark老师今天孤身前来，前一小时进行了以climate change为主题的lecture，ppt较去年的版本变化挺大，增加了一些时事内容比如cop26，也有框架上的增补。可以察觉到老师是很认真地准备每一次授课的！去上课前我找出本科期间EAP课以global warming为主题搜集的资料还有作为作业的一篇文章，还有当时整理的一个气象相关生词表，作为预习，但是climate change现在已经是一个非常普及的概念了，4年前收集的资料显得有些单薄，基本没深度也没什么广度，索性我还网购了一本牛津通识读本，作者正是mark老师，覆盖了不少这节课的内容。后半节课，老师提出了几个气候变化的维度，大家分组讨论mitigating 方向的solution。有energy，transport，industrial，landuse这几个，整个workshop非常生动有趣，也没什么压力哈哈，课前老师上传在校园网的reading list 里有IPCC的相关报告，里面对这几个维度有非常详尽、可行的解释，workshop的时间和空间也不够我们实际地去讨论，不过这种深入浅出的授课实在是让听课的学生（比如我）感觉良好，产生了一些想要主动去完善上课时未竟话题的想法。
下周的课是关于人类世anthropocene，mark老师曾在nature上发表过一篇“定义人类世”的论文，我还没有读完，稍后再更。
四. Models in eniromental science & Engineering data analysis
DA的课上半学期完成50%的分数，分别由占比10、20、20的三份cw组成，第一份cw将在第二周的课后开始做（不过
这里是引用
所有cw的sheets都已经released）
第一周是微积分和线性代数基础，第二节课是随机变量和一些统计学内容，分别有一张课后练习，同样不算分。难过的是第一周的solution谬误甚多。。让人不爽
models这门课，是之前的module convener主讲的一门课，核心课程，但没什么想记录的（上课时有点走神），等第二周开始上正课再做笔记