Big Data und die Zukunft in Wettervorhersagen

Big Data ist das letzte Glied bei der Vorhersage der Wetterbedingungen. Auf der ganzen Welt verwenden Tausende von Unternehmen, wissenschaftlichen Zentren, Institutionen usw. Big Data, um Muster zu finden, wo immer sie sind, Big Data. In der Meteorologie, einer Wissenschaft, die auch über eine riesige Datenmenge verfügt, hat Big Data auch nützliche Anwendungen. Diese modernes und leistungsstarkes Werkzeug, es kann auf verschiedene Arten verwendet werden. Obwohl Sie als eine einzige Sache benannt werden, können Sie viele verschiedene Vorhersagen treffen, je nachdem, wonach Sie suchen. Natürlich hat es auch die Meteorologie erreicht, und hier werden wir Ihnen sagen, was es tut und wie.

Erinnern wir uns zunächst daran Zeit vorauszusehen war schon immer eines der Hauptbedürfnisse des Menschen. Vor Tausenden von Jahren waren Wettervorhersagen noch wichtiger als heute für das Überleben. Die technologische Entwicklung war nicht so aktuell, jede Instabilität könnte schwerwiegende Folgen haben. Obwohl es immer diese Notwendigkeit gab, das Wetter zu verhindern, können wir den Begriff Meteorologie erst mit der Ankunft von Aristoteles prägen. Er nannte es "meteorologisch", den Namen, den er seinem Buch gab, um 340 v.

Big Data in Prognosen

Die Logik des atmosphärischen Verhaltens hat nicht aufgehört, sich zu entwickeln seit damals. Jedes Mal schneller. Gehen Sie durch das Thermometer, das Galileo 1607 erfunden hat, zu Computersimulationen aus Daten, die von Satelliten gesammelt wurden. Im Moment sind wir mit Big Data konfrontiert, viele sind sich einig Es ist das revolutionärste Werkzeug seit es das Internet gibt und ist nicht für weniger. Als ob es eine Science-Fiction-Zukunft wäre, können wir heute sagen, dass es real ist.

Wie wir bereits kommentiert haben, übernimmt Big Data heute die Verantwortung dafür, Meteorologen diesen anderen Standpunkt zu vermitteln. Wo sie nicht hingehen konnten oder glaubten, sie hätten Recht, ohne zu sein, Big Data zeigt Ihnen, was versteckt oder unbemerkt war, auch mit einer nie erreichten Präzision. Es gibt Unternehmen, die diese Dienstleistungen bereits heute anbieten. Institutionen, Regierungen und Unternehmen, die Big Data nutzen, um das Klima zu antizipieren. Aber wie ist dieser ganze Prozess? Wie wird es gemacht? Wie profitieren wir? Als nächstes werden wir sehen und verstehen, wie dieser gesamte Prozess der technologischen Innovation möglich ist.

Wie funktioniert Big Data?

Grob, Big Data verzichtet auf den Blick in den Himmel, um sich auf Daten zu konzentrierenund dass sie korrekt verarbeitet werden. Damit Sie die Auswirkungen auf die Meteorologie besser verstehen können, müssen Sie zunächst erklären, wie sie funktioniert.

Big Data hat seinen Kern in den sogenannten 4 Vs.

Volumen

Dies bedeutet die Datenmenge. All diese Datenmenge gesammelt ist das, was als Volumen bekannt ist. Es kann variieren, je nachdem, was angewendet wird, manchmal haben wir viele Daten und manchmal "weniger". Das heißt, wir können von 1.000 Millionen Daten auf mehrere Billionen wechseln, je nachdem, welche analysiert wird.

Geschwindigkeit

Ich meine die Rate, mit der die Daten generiert werden. Sie entstehen aus der Notwendigkeit, sie zu erfassen, zu speichern und zu verarbeiten. Je mehr Daten erfasst werden, desto schneller werden sie gespeichert und desto mehr müssen analysiert werden. Geschwindigkeit ist bei Wettervorhersagen von doppelter Bedeutung, da Ereignisse in Echtzeit auftreten und so schnell wie möglich verarbeitet werden müssen.

Vielfalt

Manchmal gibt es ein Format, wie diese Daten kommen, manchmal andere. Jeder Datentyp hat eine eigene Klassifizierung. In anderen Fällen fehlen einige (es gibt Techniken, um dies zu beheben, oder die Fehler wären sehr groß), und in anderen Fällen treten sie sogar in Videoform auf. Es gibt eine ganz andere Datenmasse, die in Big Data für die Auftragserteilung zuständig ist, eine Logik, die gut analysiert werden muss. Beispielsweise können Temperaturmessungen von einem Thermometer "nicht" in dasselbe Paket aufgenommen werden wie Satellitenmessungen von vorne.

Richtigkeit

Bezogen auf die Klammer des vorherigen Punktes. Dies bedeutet, dass die Daten endlich sauber werdenohne "seltsame" Dinge. Big Data-Managementteams müssen über ein unparteiisches Team verfügen, das für die Aufrechterhaltung einer guten Struktur geschult ist. Die Folgen einer schlechten Wahrhaftigkeit der Daten wirken sich sehr negativ aus. Um eine Vorstellung zu bekommen, wäre es, als hätte eine Gruppe von Mechanikern die Reparatur eines Autos abgeschlossen und vergessen, zwei Räder zu verschrauben.

Beispiel zur Richtigkeit der Daten

Wir haben viele Aufzeichnungen aus vielen Bereichen. Stellen wir uns vor, wir haben Temperaturen, Luftfeuchtigkeit, Winde usw. Wir haben jedoch einen Fehler und es fehlen aus irgendeinem Grund einige Temperaturaufzeichnungen für einen bestimmten Bereich, und wir können nicht darauf zugreifen, um zu erfahren, welche Temperatur aufgezeichnet wurde. Wir haben insgesamt 30 Daten, und zwei davon, ohne Temperatur.

Was beispielsweise getan werden könnte, ist die Berechnung der Durchschnittstemperatur dieser Regionen, um genau die mögliche Temperatur zu bestimmen, auf die im fehlenden Datensatz gerechnet werden kann, aber auch mit sehr kleinen Fehlergrenzen. Werte sind Ersatzteile, und dann kann die Berechnung in die Praxis umgesetzt werden. Wenn diese Daten gefehlt hätten, hätten die Computer sie nicht erkannt. Erstellen eines schwarzen Lochs in den Daten und völlig falsche Vorhersagen.

Wie kommen Sie?

In der Meteorologie wie in jedem Bereich Die Daten kommen in Form von Variablen. Das heißt, jeder wird so verarbeitet, wie er hingehört. Und obwohl es sehr kompliziert und kompliziert erscheint, wird die Aufgabe für Big Data-Analysten "einfach". Die Variablen, die wir in der Meteorologie aufzeichnen können, obwohl sie noch Daten sind, Sie können verschiedenen Familien angehören. Das heißt, eine Variable sind alle Daten, die klassifiziert werden können, aber nicht immer gleich sind.

Das Bild oben von der NASA zeigt die Beispiel für Strömungen rund um den Planeten. Im Falle der NASA verfügen sie über eine große Anzahl von Satelliten, mit denen sie Phänomene rund um den Globus in Echtzeit beobachten und messen können.

Big Data kann jede Spur lesen, die etwas hinterlässt über etwas, und das kann als Daten betrachtet werden. Viele, die an Big Data denken, werden schnell darüber nachdenken, wann wir Mobiltelefone verwenden, im Internet surfen, auf eine Seite klicken, einen Artikel online kaufen oder ihn auf Facebook „mögen“. Das ist nur ein "kleiner", aber dichter Teil, ja, es ist sehr zuverlässig und gut codiert. Aber im Gegenzug hinterlassen wir dank Mobiltelefonen eine physische / virtuelle Spur, wie den GPS-Standort, an dem wir uns befinden. Hier beginnen wir bereits, die virtuelle Welt mit der physischen zu mischen. Und natürlich körperliche Bewegungen, körperliche Einkäufe, je nach Alter, was wir wählen, all dies wird immer archiviertund natürlich kann es in immer mehr Daten übersetzt werden.

Variablen können kategorisch sein

Kategoriale Variablen sind solche, die Werte oder begrenzte Variablen darstellen, die nicht unbedingt eine bestimmte Größe bedeuten. Sie repräsentieren die Qualität von etwas, das sie beschreiben. Grundsätzlich ist ihre Besonderheit die Begrenzung dessen, was sie darstellen. Sie können in zwei Felder eingeteilt werden.

Nominale kategoriale Variablen

Sie sind diejenigen, die Stellen Sie Dinge im selben Feld ohne logische Verbindung dar jeder. Beispiel: Der Name der Regionen, aus denen hervorgeht, woher die Aufzeichnungen stammen, z. B. die Stadt, die autonome Gemeinde, eine Postleitzahl usw.

Ordinale kategoriale Variablen

Sie sind diejenigen, die kann die Größe von etwas darstellenB. die Douglas-Skala in der Wellenebene, die Ebene der Skala, mit der Tornados nach ihrer Größe klassifiziert werden können usw.

Variablen können numerisch sein

Numerische Variablen sind solche, die Werte oder Variablen innerhalb einer Größe darstellen und messbar sein. Sie repräsentieren quantitative Werte. Ihre Besonderheit ist, dass sie einen sehr großen Bereich von Messungen in meteorologischen Phänomenen darstellen können. Sie werden auf zwei Arten klassifiziert

Kontinuierliche numerische Variablen

Kontinuierliche Variablen sind diejenigen, die sind dafür verantwortlich, etwas Etabliertes zu messen. Beispiele hierfür sind der Feuchtigkeitsindex, die Temperatur, die Windgeschwindigkeit, die Regenmenge usw.

Diskrete numerische Variablen

Das sind die Sie verfolgen etwas Etabliertes. Das heißt, wie oft es in einem Jahr in einer Region geregnet hat, wie oft es geschneit hat usw.

Alle Variablen werden verarbeitet

Sobald alle Variablen klassifiziert wurden, werden sie dank Computern verarbeitet. immer von Analysten überwacht von Big Data. Bis vor einigen Jahren gab es trotz der sehr großen Datenmenge keine Probleme, die von Datenanalysten analysiert werden konnten. Die Big-Data-Analyse ist jedoch für die Analyse dieser massiven Daten verantwortlich Die bis heute üblichen Analyseprozesse würden lange dauern (wir reden sogar über Tage), um eine Antwort zu geben. Darüber hinaus ist Big Data effizienter und genauer, indem es mit den Variablen zwischen ihnen "spielt".

All dies entsteht Was wir zuvor zu den 4 Vs von Big Data kommentiert haben, um Geschwindigkeit, Zuverlässigkeit und Leistung zu erreichen Wettermodelle, die unglaublich genaue Vorhersagen liefern in super kurzer Zeit.

Big Data als aufstrebende Disziplin

Ein gutes Beispiel wäre, über die Firma ACCIONA zu sprechen, die eine Kontrollzentrum für erneuerbare Energien (CECOER). Es ist das größte Zentrum der Welt Ziel ist es, in Echtzeit Lösungen für die Millionen von Daten bereitzustellen, die in den Einrichtungen gesammelt werden, sowohl Biomasse als auch Wind- und Sonnenenergie. Es werden ungefähr 3000 Jahrespläne erstellt, die alle diese Daten verwenden, um sich an die erforderliche Nachfrage anzupassen. Ein weiterer Vorteil von CECOER ist der Empfang von Vorfällen aus ihren Einrichtungen, sodass 50% von ihnen aus der Ferne gelöst werden. Die restlichen 50% werden von den Betreibern physisch festgelegt. Auf diese Weise, Acciona erhält seine erneuerbare Energie, mehr als eine alternative Energie zu sein, heute eine Lösung sein.

Eine weitere wichtige Tatsache bei Big Data ist heute der Mangel an Datenwissenschaftlern. Es ist ein aufstrebendes Feldund das ist auf bestimmte vorgefasste Standards gestoßen. Kann Big Data wirklich so viel bei der Entwicklung von Prognosen helfen, Vorteile an Unternehmen melden, so viele Dinge vorhersehen und die Kosten für die Analyse von Big Data rechtfertigen? Ja, aber es ist etwas, das nach und nach gesehen wurde. Die wachsende Nachfrage nach Datenwissenschaftlern hat die Ergebnisse parallelisiert und indem man die Notwendigkeit für sie an allen Orten versteht. Es ist wahr, dass bereits viele Big Data-Teams mit spektakulären Ergebnissen arbeiten, aber gerade jetzt stellen wir fest, dass eine größere Nachfrage besteht. Big Data-Analysten sind sehr gefragt.

Dementsprechend Wir leben die Revolution, die sie in der Entwicklung implizieren, aber von Anfang an. Wie in jeder Branche sehen wir jetzt ihr Potenzial, aber es ist noch nicht vollständig entwickelt. Dies ist etwas, was die Zeit für uns bereithält. Eines ist bereits offensichtlich, sein aktuelles Potenzial, das andere, wie weit es gehen kann. Ihre Ergebnisse werden uns nicht gleichgültig lassen.

IBMs The Weather Company ist eine private Firma, die bietet bis zu 26 Millionen tägliche Prognosen über das Wetter. IBM hat sich von Anfang an zusammen mit Google als eines der wegweisendsten Unternehmen auf diesem Gebiet hervorgetan. Die Weather Company engagiert sich sehr für Menschen und trifft fundierte Entscheidungen über das Wetter. Es ist das größte Netzwerk der Welt von persönlichen Wetterstationen. Die weltweit größten Marken in den Bereichen Luftfahrt, Energie, Versicherungen, Medien und Regierung sind in Bezug auf Daten, Technologieplattformen und Dienstleistungen auf The Weather Company angewiesen.

Big Data gegen den Klimawandel

Global Pulse der Vereinten Nationen, eine Big-Data-Initiative der Vereinte Nationen und Western Digital Corporationhaben ein Bündnis unterzeichnet, um gemeinsam gegen den Klimawandel zu kämpfen. Dieses Projekt wurde von der UNO und der Western Digital Corp. geleitet. bringen Wissenschaftler für digitale Innovation aus der ganzen Welt zusammen um das Problem effizienter anzugreifen. Unter ihnen finden wir Mitarbeiter aus sehr unterschiedlichen Branchen. BBVA, Orange, Planet, Plume Labs, Nielsen, Schneider Electric, Waze ... sind einige von denen, die an diesem Projekt teilnehmen.

Wir finden auch die Barcelona Supercomputing Centre (BSC), Es ist das 4. Modell in der MareNostrum-Serie. Ein Supercomputer für die Big Data-Analyse Schlüssel in vielen Bereichen, darunter auch der Kampf für den Klimawandel. Es wurde Ende Juni 2017 in Betrieb genommen. Es ist der drittschnellste Computer in EuropaDas spanische Ministerium für Wirtschaft, Industrie und Wettbewerbsfähigkeit hat eine Investition in Höhe von 34 Millionen Euro getätigt. Es hat eine Kapazität von 14 Petabyte, dh 14 Millionen Gigabyte. Es erreicht 11,1 Petaflops, dh die Barbarei von 11.100 Milliarden Operationen pro Sekunde.

Big Data in der Zukunft der Meteorologie und in unserem Leben

In einer sich verändernden Welt, in der Veränderungen schneller und zunehmend überraschend werden, ist es schwierig, die Zukunft von etwas vorherzusagen. Was wir sicher wissen, ist das Big Data ist gekommen, um zu bleibenund dass die Vorhersagen, die sowohl meteorologisch als auch in anderen Gebieten gemacht wurden, uns ratlos machen. Einige werden skeptisch bleiben, andere werden es leugnen, andere werden es als etwas weit entferntes betrachten. Aber die Wahrheit ist, wir leben bereits damit.

Heute wissen wir, dass Big Data viele Regenfälle, Hurrikansaisonen und sogar mit großer Präzision die Anzahl der Medaillen vorwegnimmt, die ein Land bei den Olympischen Spielen gewinnen kann. Es wird auch vorausgesehen, wer, wo und wann ein Verbrechen begangen wird (wenn jemand den Film "Minority Report" gesehen hat, ist er ihm in den Sinn gekommen, oder?). Große Daten bewegt sich schnell in Richtung Vorwegnahme der Zukunft vieler Bereicheund es ist so, dass sogar Amazon beginnt, dies zu antizipieren, und in letzter Zeit hat es begonnen, Sendungen zu tätigen, noch bevor Kunden Einkäufe tätigen. Die Zukunft war bis heute oft ungewiss. Aber es ändert sich Die Zukunft ist vorhersehbar.

Wir wissen, dass sein Potenzial wachsen wird. Wer weiß, es kann voreilig sein, vorauszusehen, wer etwas vorwegnimmt (Big Data). Aber mit genügend Daten, Wird Big Data in der Lage sein, das globale Klima mit enormer Vorfreude zu antizipieren? Ja. Genauso wie Sie davon ausgehen können, dass unsere Aktionen andere Szenarien als die zuvor angegebenen ergeben würden, da jede Aktion in Zukunft ihr Echo hat und Big Data sie kennt und neu bewertet und ein weiteres neues Szenario ergibt.

Alles kann vorweggenommen werden. Werden wir wissen können, was in naher Zukunft mit uns passieren wird? Vor welchen Problemen stehen wir? Wann und wo wird ein Hurrikan auftreten? Was müssen wir tun, um es weiter zu lösen? Wenn sich die Techniken verbessern, die Effizienz und Geschwindigkeit der Computer verbessert, entwickelt sich dieses Feld weiter ... Höchstwahrscheinlich Anstatt zu antworten, "wer weiß", ist es vielleicht am besten, zu sagen: "Fragen wir Big Data."

BA Partner | Willis Update | TOPF