Видео: Последние климатические открытия — Павел Константинов / ПостНаука 2025
Прогноз погоды всегда был чрезвычайно сложным, учитывая количество переменных и сложное взаимодействие между этими переменными. Резкое увеличение способности собирать и обрабатывать данные значительно повысило способность синоптиков точно определять сроки и серьезность ураганов, наводнений, метелей и других погодных явлений.
Одним из примеров применения больших данных для прогнозирования погоды является IBM Deep Thunder. В отличие от многих систем прогнозирования погоды, которые дают общую информацию о широком географическом регионе, Deep Thunder предоставляет прогнозы для чрезвычайно конкретных местоположений, таких как один аэропорт, чтобы местные власти могли получать критически важную информацию в режиме реального времени. Вот несколько примеров информации, которую Deep Thunder может предоставить:
-
Оценки районов, где наводнение может быть наиболее тяжелым
-
Сила и направление тропических штормов
-
Наиболее вероятное количество снега или дождя, которое упадет в определенной области > Наиболее вероятные местоположения сбитых линий электропередач
-
Оценки областей, в которых скорость ветра, вероятно, будет наибольшей
-
Места, где мосты и дороги, наиболее вероятно поврежденные бурями
-
-
Эта информация необходима для планирования чрезвычайных ситуаций. Используя большие данные, местные власти могут лучше предвидеть проблемы, вызванные погодой, прежде чем они произойдут. Например, планировщики могут готовиться к эвакуации низколежащих районов, которые, вероятно, будут затоплены. Также можно планировать модернизацию существующих объектов. (Например, линии электропередачи, которые могут быть отключены сильными ветрами, могут быть модернизированы.)
IBM также предоставляет огромные вычислительные мощности Корейской метеорологической администрации (KMA), чтобы полностью использовать большие технологии передачи данных. Каждый день KMA собирает более 1. 5 терабайт метеорологических данных, что требует огромного количества ресурсов хранения и обработки для анализа. Используя большие данные, KMA сможет улучшить свои прогнозы относительно силы и местоположения тропических штормов и других систем погоды.
Терабайт равен одному триллиону байтов. Это 1, 000, 000, 000, 000 байтов информации. Вы пишете один триллион байтов в научной нотации: 1. 0 x 10
12 . Чтобы представить это в перспективе, вам понадобится около 1 500 компакт-дисков для хранения одного терабайта. Включая их пластиковые чехлы, которые складывались бы как башня с 40-футовыми высотами компакт-дисков. Еще один пример использования больших данных в прогнозировании погоды произошел во время урагана Сэнди в 2012 году - «буря века». «Национальный центр ураганов смог использовать большие технологии передачи данных, чтобы прогнозировать ураганы в пределах 30 миль за пять дней вперед. Это резкое повышение точности с того, что было возможно даже 20 лет назад. В результате FEMA и другие организации по борьбе со стихийными бедствиями были гораздо лучше подготовлены к борьбе с беспорядком, чем это могло произойти в 1990-х или ранее.
Одним из интересных последствий сбора и обработки данных о погоде является появление корпораций, которые продают индивидуальное страхование для защиты от погодных повреждений. Одним из примеров является климатическая корпорация, которая была образована в 2006 году двумя бывшими сотрудниками Google. The Climate Corporation продает услуги по прогнозированию погоды и специализированное страхование для фермеров, стремящихся хеджировать риск повреждения урожая. Компания использует большие данные для определения типов рисков, которые имеют отношение к конкретной области, на основе огромного количества данных о влажности, типе почвы, прошлых урожаях и т. Д.
Сельское хозяйство - исключительно рискованный бизнес, потому что переменная погоды намного менее предсказуема, чем переменные, которые влияют на большинство других предприятий, такие как процентные ставки, состояние экономики и т. Д. Хотя страхование фермы доступно от федерального правительства, во многих случаях этого недостаточно для удовлетворения более специализированных видов рисков, которые наносят ущерб отдельным видам. Климатическая корпорация заполняет пробелы в федеральных страховках - пробелы, которые невозможно было бы предложить без лучшего понимания факторов риска, с которыми сталкиваются отдельные фермеры. В будущем, по мере поступления большего количества данных, станут доступны еще более специализированные страховые продукты (например, страхование конкретных культур).
