Stora data- och väderprognoser - dummies

Väderprognoser har alltid varit extremt utmanande, med tanke på antalet involverade variabler och de komplexa interaktionerna mellan dessa variabler. Dramatiska ökningar av förmågan att samla och bearbeta data har väsentligt förbättrat väderprognosornas förmåga att fastställa hur mycket orkaner, översvämningar, snöstormar och andra väderförhållanden är.

Ett exempel på en tillämpning av stora data på väderprognosen är IBMs Deep Thunder. Till skillnad från många väderprognoser, som ger allmän information om en bred geografisk region, tillhandahåller Deep Thunder prognoser för extremt specifika platser, till exempel en enda flygplats, så att lokala myndigheter kan få kritiskt viktig information i realtid. Här är några exempel på den information som Deep Thunder kan ge:

Uppskattningar av områden där översvämning är sannolikt störst
Tropiska stormarnas styrka och riktning
Den mest sannolika snö eller regn som kommer att falla i ett visst område > De mest sannolika platserna för nedströms kraftledningar
Uppskattningar av områden där vindhastigheten är sannolikt störst
De platser där broar och vägar mest sannolikt kommer att skadas av stormar
Sannolikheten för att flygningar avbryts vid specifika flygplatser
Denna information är nödvändig för nödplanering. Med hjälp av stora data kan de lokala myndigheterna bättre förutse problem som orsakas av väder innan de uppstår. Till exempel kan planerare förbereda sig för att evakuera låglänge som sannolikt kommer att översvämmas. Det är också möjligt att planera att uppgradera befintliga anläggningar. (Till exempel kan kraftledningar som är benägna att stängas av kraftiga vindar uppgraderas.)

En viktig kund av Deep Thunder är staden Rio de Janeiro, Brasilien, som kommer att använda systemet i planeringen för OS 2016. Med hjälp av tekniken kommer staden att använda sig av förbättrade prognoser för stormar, översvämningar och andra naturkatastrofer för att säkerställa att olympiska spelen inte kommer att störas av sådana händelser.

IBM ger också massiv datakraft till den koreanska meteorologiska administrationen (KMA) för att fullt ut omfamna stor datateknik. KMA samlar över 1, 5 terabyte meteorologiska data varje dag, vilket kräver en överdriven mängd lagring och bearbetningskraft för att analysera. Genom att använda stora data kommer KMA att kunna förbättra sina prognoser angående styrkan och placeringen av tropiska stormer och andra väderförhållanden.

En terabyte är lika med en biljon byte. Det är 1, 000, 000, 000, 000 bytes information. Du skulle skriva en trilbyte i vetenskaplig notation som 1. 0 x 10

12 ^{. För att uttrycka det i perspektiv skulle du behöva cirka 1 500 CD-skivor för att lagra en enda terabyte. Inklusive deras plastfodral skulle det stackas upp som ett 40 meter högt torn av CD-skivor.} Ett annat exempel på att använda stora data i väderprognoser ägde rum under orkanen Sandy 2012 - "stormen av seklet. "National Hurricane Center kunde använda stor datateknik för att förutse orkanens landfall inom 30 miles en hel fem dagar i förväg. Det är en dramatisk ökning av noggrannheten från vad som var möjligt för 20 år sedan. Som ett resultat var FEMA och andra katastrofhanteringsorganisationer långt bättre beredda att hantera roten än de kanske hade haft det på 1990-talet eller tidigare.

En av de intressanta konsekvenserna av att samla in och bearbeta mer väderdata är utseendet på företag som säljer anpassad försäkring för att skydda mot väderskador. Ett exempel är Climate Corporation, som bildades 2006 av två tidigare anställda i Google. Climate Corporation säljer väderprognoser och specialförsäkring till jordbrukare som försöker säkra risken för skörden av skörden. Företaget använder stora data för att identifiera vilka typer av risker som är relevanta för ett visst område, baserat på massiva mängder data om fukt, jordtyper, tidigare avkastningsutbyten och så vidare.

Jordbruk är en utomordentligt riskabel verksamhet, eftersom vädervariationen är betydligt mindre förutsägbar än de variabler som påverkar de flesta andra företag, såsom räntor, ekonomin och så vidare. Även om jordbruksförsäkring är tillgänglig från den federala regeringen är det i många fall inte tillräckligt att möta de mer specialiserade typerna av risker som plågar enskilda famrar. Climate Corporation fyller luckor i federal försäkring - luckor som skulle vara omöjliga att erbjuda utan en bättre förståelse för riskfaktorerna för enskilda bönder. I framtiden, som fler data blir tillgängliga, kan ännu mer specialiserade försäkringsprodukter (såsom försäkring för specifika grödor) bli tillgängliga.