Big Data je zadnja povezava pri napovedovanju vremenskih razmer. Po vsem svetu tisoči podjetij, znanstvenih središč, ustanov itd. Uporabljajo velike podatke za iskanje vzorcev, kjer koli že so, veliki podatki. V meteorologiji, znanosti, ki ima tudi ogromno in ogromno podatkov, imajo Big Data tudi svoje uporabne aplikacije. To Sodobno in zmogljivo orodje se lahko uporablja na več načinov. Kljub temu, da je imenovan kot ena stvar, lahko doseže veliko različnih napovedi, odvisno od tega, kaj iščete. Seveda je prišla tudi do meteorologije in tukaj vam bomo povedali, kaj počne in kako.
Najprej se spomnimo tega predvidevanje časa je bilo vedno ena od primarnih potreb ljudi. Pred tisočimi leti so bile vremenske napovedi zelo pomembne, še bolj kot danes, za preživetje. Tehnološki razvoj ni bil tako vrhunski, vsaka nestabilnost bi lahko imela resne posledice. Čeprav je vedno obstajala ta potreba po preprečevanju vremena, šele ob prihodu Aristotela lahko uvrstimo izraz meteorologija. Poimenoval jo je "meteorološka", ime je dal svoji knjigi okoli leta 340 pr.
Veliki podatki v napovedih
Logika atmosferskega vedenja se ni nehala razvijati od takrat. Vsakič hitreje. Prehod skozi termometer, ki ga je Galileo izumil leta 1607, do računalniških simulacij iz podatkov, ki so jih zbrali sateliti. Trenutno se srečujemo z velikimi podatki, mnogi se s tem strinjajo je najbolj revolucionarno orodje, odkar obstaja internet in ni za manj. Kot da bi šlo za prihodnost znanstvene fantastike, danes lahko rečemo, da je resnična.
Kot smo komentirali, Big Data danes začne prevzeti odgovornost za dajanje tega drugega stališča meteorologom. Kjer niso mogli iti ali so verjeli, da imajo prav, ne da bi bili, Veliki podatki kažejo, kaj je bilo skrito ali neopaženo, tudi s stopnjo natančnosti, ki ni bila nikoli dosežena. Obstajajo podjetja, ki te storitve že ponujajo danes. Institucije, vlade in podjetja, ki uporabljajo velike podatke za predvidevanje podnebja. Kako pa je celoten postopek? Kako se to naredi? Kako imamo koristi? Nato bomo videli in razumeli, kako je možen celoten postopek tehnoloških inovacij.
Kako delujejo veliki podatki?
Približno Big Data več kot gledanje v nebo osredotoča na podatke, in da so pravilno obdelani. Da boste lahko bolje razumeli posledice meteorologije, morate najprej razložiti, kako deluje.
Big Data ima svoje jedro delovanja tako imenovane 4 V.
Glasnost
To pomeni količino podatkov. Vsa ta količina zbranih podatkov je tisto, kar je znano kot glasnost. Lahko se razlikuje glede na uporabljeno, včasih imamo veliko podatkov, drugič pa "manj". To pomeni, da lahko preidemo od 1.000 milijonov podatkov do več bilijonov, odvisno od tega, kateri se analizira.
Hitrost
Mislim, hitrost generiranja podatkov. Izhajajo iz potrebe po zajemanju, shranjevanju in obdelavi. Več kot je zajetih podatkov, hitreje se shranijo, več je za analizo. Hitrost je pri vremenskih napovedih dvojnega pomena, saj se dogodki dogajajo v realnem času in jih je treba čim prej obdelati.
Raznolikost
Včasih obstaja oblika, kako pridejo ti podatki, drugič drugi. Vsaka vrsta podatkov ima svojo klasifikacijo. Včasih nekateri manjkajo (obstajajo tehnike, da bi to odpravili, ali pa bi bile napake ogromne), drugič pa so celo v video obrazcih. Obstaja zelo različna masa podatkov, ki je v Big Data zadolžen za urejanje, logiko, ki jo je treba dobro analizirati. Meritev temperature s termometrom na primer "ni mogoče" vstaviti v isti paket kot satelitske meritve s sprednje strani.
Verodostojnost
Povezano z oklepaji prejšnje točke. Pomeni, da podatki končno postanejo čisti, brez "čudnih" stvari. Skupine za upravljanje velikih podatkov morajo imeti nepristransko ekipo, usposobljeno za vzdrževanje dobre strukture. Posledice slabe resničnosti podatkov imajo zelo negativne učinke. Če bi dobili idejo, bi bilo, kot da bi skupina mehanikov končala popravilo avtomobila in so pozabili priviti dve kolesi.
Primer verodostojnosti podatkov
Imamo veliko zapisov s številnih področij. Predstavljajmo si, da imamo temperature, stopnjo vlažnosti, vetrove itd. Vendar imamo napako in zaradi kakršnega koli razloga pogrešamo nekaj temperaturnih zapisov za neko območje in ne moremo dostopati do informacij o tem, katera temperatura je bila zabeležena. Skupno imamo 30 podatkov, od tega dva, brez temperature končno.
Tako lahko na primer izračunamo povprečno temperaturo teh regij, da natančno določimo možno temperaturo, na katero je mogoče računati v manjkajočem zapisu, vendar tudi z zelo majhnimi napakami. Vrednosti so rezervni deli, in nato lahko izračun uporabimo v praksi. Če bi ti podatki manjkali, jih računalniki ne bi prepoznali, ustvarjanje črne luknje v podatkih in popolnoma napačne napovedi.
Kako do njega?
V meteorologiji, tako kot na katerem koli področju, podatki so v obliki spremenljivk. To pomeni, da je vsak obdelan na način, ki mu pripada. In čeprav se zdi naloga zelo zapletena in zapletena, je naloga za analitike Big Data "enostavna". Spremenljivke, ki jih lahko zabeležimo v meteorologiji, čeprav so še vedno podatki, morda pripadajo različnim družinam. To pomeni, da je spremenljivka kateri koli podatek, ki ga je mogoče razvrstiti, vendar niso vedno enaki.
Zgornja slika, ki jo je zagotovila NASA, prikazuje primer tokov okoli planeta. V primeru NASA imajo veliko število satelitov, ki jim omogočajo, da v realnem času opazujejo in merijo pojave po vsem svetu.
Big Data lahko prebere vsako sled, ki jo nekaj pusti o nečem in to lahko štejemo za podatke. Mnogi bodo, ko bodo razmišljali o velikih podatkih, hitro pomislili, kdaj uporabljamo mobilne telefone, brskamo po internetu, kliknemo na stran, kupimo izdelek v spletu ali ga všečkamo na Facebooku. To je le "majhen", a gost del, ja, zelo zanesljiv in dobro kodiran. Po drugi strani pa po zaslugi mobilnih telefonov puščamo fizično / navidezno sled, kot je GPS, kje smo. Tu že začnemo mešati virtualni svet s fizičnim. In seveda, fizični gibi, fizični nakupi, glede na starost, kaj izberemo, vse to je vedno arhivirano, in seveda lahko prevede v vedno več podatkov.
Spremenljivke so lahko kategorične
Kategorične spremenljivke so tiste, ki predstavljajo omejene vrednosti ali spremenljivke, ki ne pomenijo nujno določene velikosti. Predstavljajo kakovost nečesa, kar opisujejo. V bistvu je njihova posebnost omejitev tega, kar predstavljajo. Razvrstimo jih lahko na dve področji.
Nazivne kategorične spremenljivke
Oni so tisti predstavljajo stvari na istem polju brez logične povezave vsak. Na primer: ime regij, ki označujejo, od kod izvirajo zapisi, na primer mesto, avtonomna skupnost, poštna številka itd.
Redne kategorične spremenljivke
Oni so tisti lahko predstavlja velikost nečesa, kot je Douglasova lestvica v nivoju valov, raven lestvice, s katero je tornado mogoče razvrstiti glede na njihovo velikost itd.
Spremenljivke so lahko številčne
Numerične spremenljivke so tiste, ki predstavljajo vrednosti ali spremenljivke v obsegu in jih je mogoče izmeriti. Predstavljajo kvantitativne vrednosti. Njihova posebnost je, da lahko predstavljajo zelo velik obseg meritev v meteoroloških pojavih. Razvrščeni so na dva načina
Neprekinjene numerične spremenljivke
Neprekinjene spremenljivke so tiste, ki so zadolženi za merjenje ugotovljenega. Primeri bi bili indeks vlažnosti, temperatura, hitrost vetra, količina padavin itd.
Diskretne numerične spremenljivke
To so tisti spremljajo nekaj ugotovljenega. Se pravi, kolikokrat je v enem letu deževalo v regiji, kolikokrat je zapadel sneg itd.
Vse spremenljivke so obdelane
Ko so vse spremenljivke razvrščene, jih obdelajo zahvaljujoč računalnikom, vedno pod nadzorom analitikov velikih podatkov. Do pred nekaj leti količina podatkov, ki je bila na voljo, kljub zelo velikemu številu, ni imela težav, ki bi jih analizirali analitiki podatkov. Analiza velikih podatkov pa je odgovorna za analizo teh obsežnih podatkov, kjer postopki analize, ki so bili do danes običajni, bi trajali dolgo (govorimo celo o dnevih), da odgovorimo. Ne samo to, Big Data je bolj učinkovit in natančen, saj se "igra" s spremenljivkami med njimi.
Vse to izvira kar smo že komentirali o 4 V velikih podatkov, doseganju hitrosti, zanesljivosti in vremenskih modelov, ki dajejo neverjetno natančne napovedi v zelo kratkem času.
Veliki podatki kot novonastala disciplina
Dober primer bi bil pogovor o podjetju ACCIONA, ki ima Center za nadzor obnovljive energije (CECOER). Je največje središče na svetu kjer je cilj v realnem času zagotoviti rešitve za milijone podatkov, zbranih iz njenih objektov, tako biomase, vetra kot sončne energije. Pripravi približno 3000 letnih urnikov, ki vse te podatke prilagodijo zahtevanemu povpraševanju. Druga prednost CECOER-ja je sprejemanje incidentov, ki jih imajo iz svojih objektov, zato jih je 50% rešeno na daljavo. Preostalih 50% fizično določijo operaterji. V to smer, Acciona dobi svojo obnovljivo energijo, več kot le alternativna energija, biti rešitev danes.
CECOER AKCIJA
Drugo pomembno dejstvo o velikih podatkih danes je pomanjkanje podatkovnih znanstvenikov. To je nastajajoče polje, in to je naletelo na nekatere vnaprej pripravljene standarde. Ali lahko veliki podatki resnično toliko pomagajo pri razvoju napovedi, poročajo o koristih podjetjem, znajo predvideti toliko stvari in upravičiti stroške analize velikih podatkov? Da, ampak to je nekaj, kar se je videlo malo po malo. Naraščajoče povpraševanje po podatkovnih znanstvenikih je vzporedno z rezultati in z razumevanjem potrebe po njih povsod. Res je, da že deluje veliko skupin za Big Data, ki imajo spektakularne rezultate, toda zdaj ugotavljamo, da je povpraševanje večje. Analitiki velikih podatkov so zelo iskani.
Posledično, živimo revolucijo, ki jo pomenijo v razvoju, vendar od začetka. Kot vsaka panoga smo tudi mi priča njenemu potencialu, vendar ni bil razvit do maksimuma, to je nekaj, kar nam čas čaka. Ena stvar je že očitna, njen trenutni potencial, druga pa, kako daleč lahko gre. Vaši rezultati nas ne bodo pustili ravnodušnih.
Zemljevid IBM-ovega modela
IBM-ova vremenska družba je zasebno podjetje, ki ponuja do 26 milijonov dnevnih napovedi o vremenu. IBM je od začetka, skupaj z Googlom, izstopal kot eno najbolj pionirskih podjetij na tem področju. Vremenska družba je izjemno zavzeta za ljudi in sprejema premišljene odločitve o vremenu. Je največja mreža na svetu z osebnih vremenskih postaj. Največje svetovne blagovne znamke na področju letalstva, energetike, zavarovalništva, medijev in vlade so odvisne od The Weather Company za podatke, tehnološke platforme in storitve.
Veliki podatki proti podnebnim spremembam
Globalni utrip Združenih narodov, pobuda za velike podatke Združeni narodi in Western Digital Corporation, so podpisali zavezništvo za skupni boj proti podnebnim spremembam. Ta projekt sta vodila OZN in Western Digital Corp., združiti znanstvenike za digitalne inovacije z vsega sveta za učinkovitejši napad na težavo. Med njimi najdemo sodelavce iz zelo različnih sektorjev. BBVA, Orange, Planet, Plume Labs, Nielsen, Schneider Electric, Waze ... so nekateri, ki sodelujejo v tem projektu.
Najdemo tudi Barcelonski superračunalniški center (BSC), gre za četrti model v seriji MareNostrum. Superračunalnik za analizo velikih podatkov ključnega pomena na številnih področjih, med njimi je tudi boj za podnebne spremembe. Začel je obratovati konec junija 2017. To je tretji najhitrejši računalnik v Evropi, vanjo je investiralo 34 milijonov evrov špansko ministrstvo za gospodarstvo, industrijo in konkurenčnost. Kapaciteta je 14 petabajtov, torej 14 milijonov gigabajtov. Doseže 11,1 petaflopsa, torej barbariteto 11.100 XNUMX milijard operacij na sekundo.
Veliki podatki v prihodnosti meteorologije in v našem življenju
V spreminjajočem se svetu, kjer so spremembe vse hitrejše in bolj presenetljive, je težko napovedati prihodnost nečesa. Kar zagotovo vemo, je to Big Data je ostalin da nas napovedi, ki so meteorološke in tudi na drugih področjih, zmedejo. Nekateri bodo ostali skeptični, drugi bodo to zanikali, drugi bodo to videli kot nekaj daleč. Toda resnica je, da že živimo s tem.
Danes vemo, da Big Data predvideva veliko deževja, sezono orkanov in celo z veliko natančnostjo število medalj, ki jih lahko država osvoji na olimpijskih igrah. Predvideva tudi, kdo, kje in kdaj bo storjen zločin (če je kdo gledal film "Poročilo o manjšinah", mu je to šlo čez glavo, kajne?). Veliki podatki se hitro premika k predvidevanju prihodnosti številnih področij, in to je, da ga celo Amazon začne predvidevati, v zadnjem času pa začne pošiljati, še preden kupci opravijo nakup. Prihodnost je bila do danes, pogosto negotova. Vendar se spreminja prihodnost je predvidljiva.
Vemo, da se bo njen potencial še povečal. Kdo ve, morda je nesmiselno predvidevati, kdo kaj predvideva (Big Data). Toda z dovolj podatkov, Ali bodo Big Data lahko z velikim pričakovanjem predvideli globalno klimo? Da. Tako kot lahko predvidevate, da bi naša dejanja dala drugačne scenarije kot prej, ker ima vsako dejanje odmev v prihodnosti, Big Data pa to ve in znova oceni in poda še en nov scenarij.
Vse je mogoče predvideti. Ali bomo lahko vedeli, kaj se bo zgodilo z nami v bližnji prihodnosti? S kakšnimi težavami se bomo soočili? Kdaj in kje bo udaril orkan? Kaj bomo morali še naprej reševati? Ko se tehnike izboljšujejo, računalniki izboljšujejo učinkovitost in hitrost, se to področje še naprej razvija ... Najverjetneje je, da bo namesto odgovora "kdo ve", morda najbolj primerno reči "vprašajmo velike podatke".
BA Partners | Willisova posodobitev | LONČEK