Stor data og værprognoser - dummies

Værprognoser har alltid vært svært utfordrende, gitt antall involverte variabler og de komplekse samspillet mellom disse variablene. Dramatiske økninger i evnen til å samle og behandle data har i stor grad forbedret værprognosemenns evne til å finne tid og alvor for orkaner, flom, snøstorm og andre værforhold.

Et eksempel på en applikasjon av store data til værprognoser er IBMs Deep Thunder. I motsetning til mange værvarslingssystemer, som gir generell informasjon om et bredt geografisk område, gir Deep Thunder prognoser for ekstremt spesifikke steder, for eksempel en enkelt flyplass, slik at lokale myndigheter kan få kritisk viktig informasjon i sanntid. Her er noen eksempler på informasjonen som Deep Thunder kan gi:

• Estimater av områder hvor flom sannsynligvis vil være mest alvorlig

• Styrken og retningen av tropiske stormer

• Den mest sannsynlige mengden snø eller regn som vil falle i et bestemt område > De mest sannsynlige stedene for nedstrøms kraftledninger

• Estimater av områder hvor vindhastigheten sannsynligvis vil være størst

• Steder der broer og veier mest sannsynlig vil bli skadet av stormer

• Sannsynligheten for at fly blir kansellert på bestemte flyplasser

• Denne informasjonen er viktig for nødplanlegging. Ved hjelp av store data kan de lokale myndighetene bedre forutse problemer forårsaket av vær før de oppstår. For eksempel kan planleggere gjøre forberedelser for å evakuere lavtliggende områder som sannsynligvis vil bli oversvømmet. Det er også mulig å lage planer for å oppgradere eksisterende anlegg. (For eksempel kan strømledninger som er utsatt for å bli deaktivert av kraftige vind, oppgraderes.)

En viktig kunde av Deep Thunder er byen Rio de Janeiro, Brasil, som skal bruke systemet i planlegging for OL i 2016. Ved hjelp av teknologien vil byen bruke forbedrede prognoser for stormer, oversvømmelser og andre naturkatastrofer for å sikre at OL ikke vil bli forstyrret av slike hendelser.

IBM gir også massiv databehandlingskraft til den koreanske meteorologiske administrasjonen (KMA) for å fullt ut omfavne stor datateknologi. KMA samler over 1. 5 terabyte meteorologiske data hver dag, noe som krever en svimlende mengde lagrings- og prosessorkraft for å analysere. Ved å bruke store data, vil KMA kunne forbedre prognosene om styrken og plasseringen av tropiske stormer og andre værsystemer.

En terabyte er lik en trillion byte. Det er 1, 000, 000, 000, 000 bytes med informasjon. Du vil skrive en trillion byte i vitenskapelig notering som 1. 0 x 10

12 ^{. For å sette det i perspektiv trenger du rundt 1 500 CDer for å lagre en enkelt terabyte. Inkludert deres plastkasser, som ville stables opp som et 40 meter høyt tårn med CDer.} Et annet eksempel på bruk av store data i værprognoser skjedde under orkanen Sandy i 2012 - "århundrets storm. "The National Hurricane Center var i stand til å bruke stor datateknologi for å forutsi orkanens landfall innen 30 miles en full fem dager i forveien. Det er en dramatisk økning i nøyaktigheten fra det som var mulig for 20 år siden. Som et resultat var FEMA og andre katastrofeforvaltningsorganisasjoner langt bedre forberedt på å håndtere rotet enn de kanskje hadde hatt det skjedd på 1990-tallet eller tidligere.

En av de interessante konsekvensene av å samle og behandle mer værdata er utseendet til selskaper som selger spesialforsikring for å beskytte mot værskader. Et eksempel er Climate Corporation, som ble dannet i 2006 av to tidligere ansatte i Google. The Climate Corporation selger værprognoser og spesialforsikring til bønder som søker å sikre risiko for skader på avlinger. Selskapet bruker store data for å identifisere de typer risikoene som er relevante for et bestemt område, basert på massive mengder data om fuktighet, jordtype, tidligere avlinger, og så videre.

Oppdrett er en eksepsjonelt risikofylt virksomhet, fordi værvarselen er langt mindre forutsigbar enn de variablene som påvirker de fleste andre virksomheter, for eksempel rentenivå, økonomiens tilstand og så videre. Selv om farm forsikring er tilgjengelig fra den føderale regjeringen, er det i mange tilfeller ikke nok til å møte de mer spesialiserte typer risikoene som plager individuelle famers. The Climate Corporation fyller hull i føderalforsikring - hull som ville være umulig å tilby uten en bedre forståelse av risikofaktorene som enkelte bønder står overfor. I fremtiden, etter hvert som flere data blir tilgjengelige, kan enda mer spesialiserte forsikringsprodukter (for eksempel forsikring for bestemte avlinger) bli tilgjengelige.