Big Data adalah pautan terakhir dalam meramalkan keadaan cuaca. Di seluruh dunia, ribuan syarikat, pusat saintifik, institusi, dan lain-lain, menggunakan Big Data untuk mencari corak di mana sahaja mereka berada, data besar. Dalam meteorologi, sains yang juga mempunyai jumlah data yang besar dan besar, Big Data juga mempunyai aplikasi yang berguna. Ini alat moden dan hebat, ia boleh digunakan dengan pelbagai cara. Walaupun dinamakan sebagai satu perkara, anda dapat mencapai banyak ramalan yang berbeza bergantung pada apa yang anda cari. Sudah tentu, ini juga berkaitan dengan meteorologi, dan di sini kita akan memberitahu anda apa yang dilakukannya dan bagaimana.
Pertama sekali, mari kita ingat itu menjangka masa selalu menjadi salah satu keperluan utama manusia. Ribuan tahun yang lalu, ramalan cuaca sangat penting, bahkan lebih daripada hari ini, untuk bertahan hidup. Perkembangan teknologi tidak begitu mutakhir, ketidakstabilan boleh membawa akibat yang serius. Walaupun selalu ada keperluan untuk mencegah cuaca, tidak sampai Aristotle tiba, kita dapat membuat istilah meteorologi. Dia menyebutnya "meteorologi", nama yang dia berikan bukunya, sekitar 340 SM.
Data Besar dalam ramalan
Logik tingkah laku atmosfera tidak berhenti berkembang sejak itu. Setiap masa lebih pantas. Melalui termometer yang diciptakan oleh Galileo pada tahun 1607, ke simulasi komputer berdasarkan data yang dikumpulkan oleh satelit. Sekarang ini, kami berhadapan dengan Big Data, banyak yang bersetuju bahawa ia adalah alat yang paling revolusioner sejak internet wujud dan tidak kurang. Seolah-olah masa depan fiksyen ilmiah, hari ini kita dapat mengatakan bahawa itu nyata.
Seperti yang telah kami komen, Big Data mulai bertugas hari ini, memberikan pandangan yang lain kepada ahli meteorologi. Di mana mereka tidak dapat pergi, atau percaya bahawa mereka benar tanpa Data besar menunjukkan kepada anda apa yang tersembunyi atau tidak disedari, juga dengan tahap ketepatan yang tidak pernah dicapai. Terdapat syarikat yang sudah menawarkan perkhidmatan ini hari ini. Institusi, pemerintah dan syarikat yang menggunakan data besar untuk mengantisipasi iklim. Tetapi bagaimana keseluruhan proses ini? Bagaimana ia dilakukan? Bagaimana kita mendapat faedah? Seterusnya kita akan melihat dan memahami bagaimana keseluruhan proses inovasi teknologi ini mungkin.
Bagaimana Big Data berfungsi?
Secara kasar, Big Data meninggalkan memandang langit untuk memberi tumpuan kepada data, dan bahawa mereka diproses dengan betul. Agar anda dapat memahami lebih jauh mengenai implikasi dengan meteorologi, pertama sekali perlu dijelaskan bagaimana ia berfungsi.
Big Data mempunyai teras operasi dalam apa yang disebut 4 V.
Jumlah dagangan
Ini bermaksud jumlah data. Semua jumlah data ini dikumpulkan adalah apa yang dikenali sebagai isipadu. Mungkin berbeza bergantung pada apa yang diterapkan, kadang-kadang kita mempunyai banyak data dan waktu lain "kurang". Kita boleh pergi dari 1.000 juta data hingga beberapa triliun, bergantung pada mana yang dianalisis.
Kelajuan
Maksud saya, kadar di mana data dihasilkan. Mereka datang dari keperluan untuk menangkap, menyimpan dan memprosesnya. Semakin banyak tangkapan data, semakin cepat disimpan, semakin banyak analisis. Kepantasan dua kali ganda penting dalam ramalan cuaca, kerana kejadian berlaku dalam masa nyata, dan mesti diproses secepat mungkin.
Pelbagai
Kadang-kadang ada format bagaimana data itu datang, dan lain-lain. Setiap jenis data mempunyai klasifikasi tersendiri. Lain kali ada yang hilang (ada teknik untuk memperbaikinya, atau kesalahannya sangat besar) dan ada kalanya ia datang dalam bentuk video. Terdapat jisim data yang sangat berbeza, yang dalam Big Data bertanggung jawab untuk membuat pesanan, logik untuk dianalisis dengan baik. Sebagai contoh, pengukuran suhu dari termometer "tidak" dapat dimasukkan ke dalam paket yang sama dengan pengukuran satelit dari depan.
Ketepatan
Berkaitan dengan kurungan titik sebelumnya. Ini bermaksud bahawa data akhirnya menjadi bersih, tanpa perkara "pelik". Pasukan pengurusan Data Besar mesti mempunyai pasukan yang tidak berat sebelah yang dilatih untuk mengekalkan struktur yang baik. Akibat dari kebenaran data yang tidak betul memberi kesan yang sangat negatif. Untuk mendapatkan idea, seolah-olah sekumpulan mekanik menyelesaikan pembaikan kereta, dan mereka lupa untuk mengacaukan dua roda.
Contoh mengenai kebenaran data
Kami mempunyai banyak rekod dari banyak kawasan. Cuba bayangkan kita mempunyai suhu, tahap kelembapan, angin, dll. Tetapi, kami mengalami kegagalan, dan kami kehilangan beberapa catatan suhu untuk beberapa kawasan, atas sebab apa pun, dan kami tidak dapat mengakses untuk mengetahui suhu apa yang telah direkodkan. Kami mempunyai sejumlah 30 data, dan dua daripadanya, akhirnya tanpa suhu.
Apa yang dapat dilakukan, misalnya, adalah menghitung suhu rata-rata wilayah-wilayah ini untuk menentukan dengan tepat suhu yang mungkin dapat diandalkan dalam catatan yang hilang, tetapi juga dengan margin kesalahan yang sangat kecil. Nilai adalah alat ganti, dan kemudian pengiraan dapat dilaksanakan. Sekiranya data ini hilang, komputer tidak akan mengenalinya, mewujudkan lubang hitam dalam data, dan ramalan yang salah.
Bagaimana anda mendapatkannya?
Dalam meteorologi, seperti dalam bidang apa pun, data datang dalam bentuk pemboleh ubah. Maksudnya, masing-masing diproses dengan cara yang sesuai. Dan walaupun kelihatan sangat rumit dan rumit, tugas itu menjadi "mudah" bagi penganalisis Big Data. Pemboleh ubah yang boleh kita catat dalam meteorologi, walaupun mereka masih data, mereka mungkin tergolong dalam keluarga yang berbeza. Maksudnya, pemboleh ubah adalah data yang dapat diklasifikasikan, tetapi tidak selalu sama.
Gambar di atas, yang disediakan oleh NASA, menunjukkan contoh arus di seluruh planet ini. Dalam kes NASA, mereka memiliki sebilangan besar satelit yang memungkinkan mereka mengamati dan mengukur fenomena di seluruh dunia dalam masa nyata.
Big Data dapat membaca setiap jejak yang ditinggalkan oleh sesuatu tentang sesuatu, dan itu boleh dianggap data. Banyak ketika memikirkan Big Data, mereka akan dengan cepat memikirkan ketika kita menggunakan telefon bimbit, melayari internet, mengklik halaman, membeli item secara dalam talian, atau "suka" di Facebook. Itu hanya bahagian "kecil" tetapi padat, ya, ia sangat dipercayai dan dikodkan dengan baik. Tetapi pada gilirannya, kita meninggalkan jejak fizikal / maya, seperti lokasi GPS di mana kita berada, berkat telefon bimbit. Di sini kita sudah mula mencampurkan dunia maya dengan dunia fizikal. Dan tentu saja, pergerakan fizikal, pembelian fizikal, mengikut usia, apa yang kita pilih, semua ini selalu diarkibkan, dan tentu saja, ia dapat diterjemahkan ke dalam semakin banyak data.
Pemboleh ubah boleh dikategorikan
Pemboleh ubah kategori adalah variabel yang mewakili nilai terhad atau pemboleh ubah yang tidak semestinya bermaksud magnitud tertentu. Mereka mewakili kualiti sesuatu yang mereka gambarkan. Pada dasarnya kekhususan mereka adalah batasan dari apa yang mereka wakili. Mereka boleh dikelaskan kepada dua bidang.
Pemboleh ubah kategori nominal
Mereka adalah mereka yang mewakili perkara dalam bidang yang sama tanpa hubungan logik masing-masing. Contohnya: Nama wilayah yang menunjukkan dari mana asal catatan, seperti bandar, komuniti autonomi, poskod, dll.
Pemboleh ubah kategori biasa
Mereka adalah mereka yang dapat mewakili besarnya sesuatu, seperti skala Douglas dalam tahap gelombang, tahap skala dengan mana puting beliung dapat diklasifikasikan mengikut besarnya, dll.
Pemboleh ubah boleh berangka
Pemboleh ubah berangka adalah yang mewakili nilai atau pemboleh ubah dalam magnitud dan boleh diukur. Mereka mewakili nilai kuantitatif. Kekhususan mereka adalah bahawa mereka dapat mewakili berbagai ukuran yang sangat besar dalam fenomena meteorologi. Mereka dikelaskan dalam dua cara
Pemboleh ubah berangka berterusan
Pemboleh ubah berterusan adalah yang bertugas mengukur sesuatu yang ditetapkan. Contohnya ialah indeks kelembapan, suhu, kelajuan angin, jumlah hujan, dll.
Pemboleh ubah berangka diskrit
Ini adalah yang mereka mengesan sesuatu yang mapan. Maksudnya, berapa kali hujan dalam setahun di sebuah wilayah, berapa kali hujan turun, dll.
Semua pemboleh ubah diproses
Setelah semua pemboleh ubah dikelaskan, mereka diproses berkat komputer, selalu diawasi oleh penganalisis Data Besar. Sehingga beberapa tahun yang lalu, jumlah data yang tersedia, walaupun jumlahnya sangat banyak, tidak ada masalah untuk dianalisis oleh penganalisis data. Analisis Data Besar, bagaimanapun, bertanggungjawab untuk analisis data besar ini, di mana proses analisis yang biasa dilakukan sehingga hari ini, memerlukan masa yang lama (kita malah bercakap tentang hari) untuk memberi jawapan. Bukan hanya itu, Big Data lebih cekap dan tepat, dengan "bermain" dengan pemboleh ubah di antara mereka.
Semua ini berasal apa yang kami telah mengulas mengenai Big Data 4 V, mencapai kepantasan, kebolehpercayaan dan model cuaca yang memberikan ramalan yang sangat tepat dalam jangka masa yang sangat pendek.
Data Besar sebagai disiplin baru
Contoh yang baik ialah membincangkan syarikat ACCIONA, yang mempunyai Pusat Kawalan Tenaga Boleh Diperbaharui (CECOER). Ia adalah pusat terbesar di dunia di mana objektifnya adalah untuk memberikan penyelesaian secara real time, dari berjuta-juta data yang dikumpulkan dari kemudahannya, baik biomas, tenaga angin dan solar. Ia menghasilkan kira-kira 3000 jadual tahunan yang mengambil semua data ini untuk disesuaikan dengan permintaan yang diperlukan. Kelebihan lain dari CECOER adalah penerimaan insiden yang mereka alami dari kemudahan mereka, sehingga 50% daripadanya diselesaikan dari jarak jauh. Selebihnya 50% diperbaiki secara fizikal oleh pengendali. Dengan cara ini, Acciona mendapat tenaga yang boleh diperbaharui, lebih daripada menjadi tenaga alternatif, menjadi jalan penyelesaian hari ini.
TINDAKAN CECOER
Fakta penting lain mengenai Big Data hari ini adalah kekurangan saintis data. Ia adalah bidang yang baru dilahirkan, dan itu telah memenuhi piawaian tertentu. Bolehkah Big Data sangat membantu evolusi ramalan, melaporkan faedah kepada syarikat, dapat menjangka banyak perkara dan membenarkan kos menganalisis data besar? Ya, tetapi ia adalah sesuatu yang dilihat sedikit demi sedikit. Permintaan yang semakin meningkat untuk saintis data telah sejajar dengan hasilnya dan dengan memahami keperluan mereka di semua tempat. Memang benar sudah ada banyak pasukan Big Data yang bekerja, dengan hasil yang luar biasa, tetapi sekarang di mana kita dapati ada permintaan yang lebih besar. Penganalisis Big Data sangat dicari.
Oleh itu, kita menjalani revolusi yang mereka maksudkan dalam pembangunan, tetapi dari awal. Seperti mana-mana industri, kita sekarang menyaksikan potensinya, tetapi belum dikembangkan secara maksimal, ini adalah sesuatu yang ada pada masa kita. Satu perkara sudah terbukti, potensi semasa, yang lain, sejauh mana ia boleh pergi. Hasil anda tidak akan membuat kita acuh tak acuh.
Peta model IBM
Syarikat Cuaca IBM adalah syarikat swasta yang menawarkan sehingga 26 juta ramalan harian mengenai cuaca. Sejak awal IBM menonjol, juga bersama dengan Google, kerana menjadi salah satu syarikat paling perintis di lapangan. Syarikat Cuaca sangat komited untuk membantu orang membuat keputusan tepat mengenai cuaca. Ia adalah rangkaian terbesar di dunia dari stesen cuaca peribadi. Jenama terbesar di dunia dalam penerbangan, tenaga, insurans, media dan kerajaan bergantung kepada Syarikat Cuaca untuk data, platform teknologi dan perkhidmatan.
Data Besar terhadap Perubahan Iklim
Nadi Global Pertubuhan Bangsa-Bangsa Bersatu, inisiatif data besar dari Pertubuhan Bangsa-Bangsa Bersatu dan Western Digital Corporation, telah menandatangani pakatan untuk bersama-sama menentang perubahan iklim. Projek ini diketuai oleh PBB dan Western Digital Corp., menghimpunkan saintis inovasi digital dari seluruh dunia untuk menyerang masalah dengan cara yang lebih cekap. Antaranya, kita dapati kolaborator dari pelbagai sektor di antara mereka. BBVA, Orange, Planet, Plume Labs, Nielsen, Schneider Electric, Waze ... adalah antara mereka yang mengambil bahagian dalam projek ini.
Kami juga menjumpai Pusat Superkomputer Barcelona (BSC), ia adalah model ke-4 dalam siri MareNostrum. Komputer super untuk analisis Big Data kunci dalam banyak bidang, antaranya juga memperjuangkan Perubahan Iklim. Ia mula beroperasi pada akhir bulan Jun 2017 ini. Ia adalah komputer ketiga terpantas di Eropah, pelaburan telah dilakukan di dalamnya untuk pemasangan 34 juta euro oleh Kementerian Ekonomi, Industri dan Daya Saing Sepanyol. Ia memiliki kapasitas 14 Petabyte, yaitu 14 juta Gigabyte. Ia mencapai 11,1 Petaflops, iaitu barbariti 11.100 bilion operasi sesaat.
Data Besar pada masa depan meteorologi dan kehidupan kita
Dalam dunia yang berubah, di mana perubahan menjadi lebih cepat, dan semakin mengejutkan, sukar untuk meramalkan masa depan sesuatu. Yang pasti kita tahu bahawa Big Data telah kekal, dan bahawa ramalan yang dibuat baik meteorologi dan di kawasan lain membuat kita bingung. Ada yang akan ragu-ragu, yang lain akan menyangkalnya, yang lain akan melihatnya sebagai sesuatu yang jauh. Tetapi sebenarnya, kita sudah hidup dengannya.
Hari ini kita tahu bahawa Big Data menjangkakan banyak hujan, musim taufan, dan bahkan dengan tepat jumlah pingat yang dapat dimenangi oleh negara dalam Sukan Olimpik. Ini juga mengantisipasi siapa, di mana dan kapan kejahatan akan dilakukan (jika ada yang melihat filem "Laporan Minoriti", ini terlintas di fikiran mereka, bukan?). Data besar bergerak pantas untuk menjangka masa depan banyak bidang, dan bahkan Amazon mula menjangkakannya, dan baru-baru ini mula dihantar sebelum pelanggan membuat pembelian. Masa depan adalah sehingga hari ini, sering tidak menentu. Tetapi ia berubah masa depan dapat diramalkan.
Kami tahu bahawa potensinya akan bertambah. Siapa tahu, mungkin tergesa-gesa untuk menjangka siapa yang menjangkakan (Big Data) sesuatu. Tetapi dengan data yang mencukupi, Adakah Big Data dapat menjangka iklim global dengan jangkaan yang sangat besar? Ya. Sama seperti yang anda jangkakan bahawa tindakan kita akan memberikan senario yang berbeza dengan yang telah diberikan sebelumnya, kerana tindakan apa pun mempunyai gema di masa depan, dan Big Data mengetahuinya dan menilai semula, memberikan satu lagi senario baru.
Semuanya boleh dijangkakan. Adakah kita akan dapat mengetahui apa yang akan berlaku kepada kita dalam masa terdekat? Masalah apa yang akan kita hadapi? Bila dan di mana taufan akan melanda? Apa yang perlu kita teruskan untuk menyelesaikannya? Apabila teknik bertambah baik, komputer meningkatkan kecekapan dan kepantasan, bidang ini terus berkembang ... Kemungkinan besar adakah itu daripada menjawab "siapa tahu", mungkin perkara yang paling tepat adalah dengan mengatakan "mari tanya Big Data".
Rakan BA | Kemas kini Willis | POT