大数据是预测天气状况的最后一个环节。 在世界各地，成千上万的公司，科学中心，机构等正在使用大数据来查找大数据所在的模式。 在具有大量数据的气象学中，大数据也有其有用的应用程序。 这个 现代而强大的工具，可以有多种使用方式。 尽管被命名为一件事，但根据您要查找的内容，它可以实现许多不同的预测。 当然，它也涉及到气象学，在这里我们将告诉您它的作用和作用。
首先，让我们记住 预期时间一直是人类的主要需求之一。 几千年前，天气预报对于生存至关重要，甚至比今天还要重要。 技术发展并不是那么先进，任何不稳定都会造成严重后果。 尽管总有这种需要预防天气的需求，但是直到亚里士多德到来时，我们才可以创造气象学这个术语。 他称它为“气象学”，这是他在约公元前340年给他的书起的名字。
预测中的大数据
大气行为的逻辑并没有停止发展 自那以后。 每次更快。 通过伽利略（Galileo）在1607年发明的温度计，对卫星收集的数据进行计算机模拟。 目前，我们面临着大数据，许多人都同意 这是自互联网存在以来最具革命性的工具 而且不是少。 仿佛这是科幻小说的未来，今天我们可以说它是真实的。
正如我们已经评论过的那样，大数据今天开始负责将其他观点提供给气象学家。 他们无法去的地方，或者认为自己没有权利的地方是对的， 大数据向您显示隐藏或未注意到的内容，其精确度也从未达到过。 今天有些公司已经提供了这些服务。 利用大数据预测气候的机构，政府和公司。 但是整个过程如何？ 怎么做？ 我们如何受益？ 接下来，我们将看到并了解整个技术创新过程是如何可能的。
大数据如何运作？
大致， 大数据放弃了仰望天空而专注于数据，并且已正确处理它们。 为了使您能够更全面地了解气象学的含义，首先需要解释其工作原理。
大数据的运作核心是所谓的4V。
体积
这意味着数据量。 所有收集到的数据量 是所谓的体积。 它可能会根据所应用的内容而有所不同，有时我们有很多数据，而其他时候“更少”。 也就是说，根据所分析的数据，我们可以将数据从1.000亿增加到几万亿。
Velocidad
我的意思是， 数据生成的速率。 它们来自捕获，存储和处理它们的需要。 捕获的数据越多，存储的速度越快，分析的内容就越多。 速度在天气预报中具有双重重要性，因为事件是实时发生的，因此必须尽快进行处理。
品种
有时，数据会以某种格式出现，有时则是其他格式。 每种类型的数据都有其自己的分类。 其他时候，有些缺失（有解决此问题的技术，否则错误将是巨大的），而另一些时候，它们甚至以视频形式出现。 有非常不同的数据量，在大数据中负责下订单，这是需要很好分析的逻辑。 例如，“您不能”将温度计的温度测量值与正面的卫星测量值放在同一包装中。
真实性
与上一点的括号相关。 这意味着数据终于干净了，没有“怪异”的东西。 大数据管理团队必须拥有一支受过公正训练的团队，以维护一个良好的结构。 数据真实性差的后果会带来非常不利的影响。 要想出一个主意，就好像一群机械师完成了汽车的修理，而他们却忘了拧两个轮子。
数据准确性示例
我们有许多地区的记录。 假设我们有温度，湿度，风等。 但是，我们失败了，无论出于何种原因，我们都缺少某些区域的温度记录，并且我们无法访问已记录的温度。 我们总共有30个数据，其中两个，最后没有温度。
例如，可以做的是计算那些区域的平均温度，以精确确定可以在丢失的记录中计算的可能温度，而且误差范围很小。 价值是备件， 然后可以将计算结果付诸实践。 如果缺少这些数据，计算机将无法识别， 在数据中造成黑洞，并且完全是错误的预测。
你怎么得到的？
在任何领域的气象学中， 数据以变量的形式出现。 也就是说，每个人都按照其所属的方式进行处理。 尽管它看起来非常复杂且复杂，但是对于大数据分析师而言，这项任务变得“容易”。 我们可以在气象学中记录的变量，尽管它们仍然是数据， 他们可能属于不同的家庭。 也就是说，变量是可以分类的任何数据，但它们并不总是相同的。
上图由NASA提供，显示了 行星电流的例子。 就NASA而言，它们拥有大量卫星，可以实时观察和测量全球各地的现象。
大数据可以读取留下的每条痕迹 关于某事，并且可以认为是数据。 许多人在考虑大数据时会很快想到我们何时使用手机，上网，单击页面，在线购买商品或在Facebook上“点赞”。 那只是一个“小”但密集的部分，是的，它非常可靠且编码良好。 但是反过来，由于有了手机，我们留下了一条物理/虚拟轨迹，例如我们所在的GPS位置。 在这里，我们已经开始将虚拟世界与物理世界混合在一起。 当然，根据年龄，我们的选择，身体运动，身体购买， 所有这些总是被存档，当然，它可以转换成越来越多的数据。
变量可以是分类的
分类变量是表示有限值的变量或不一定表示特定幅度的变量。 它们代表了所描述事物的质量。 从根本上说，它们的特殊性是它们代表什么的局限性。 它们可以分为两个领域。
名义分类变量
他们是那些 在没有逻辑连接的情况下表示同一字段中的事物 每。 例如：指示记录来自何处的区域的名称，例如城市，自治社区，邮政编码等。
有序分类变量
他们是那些 可以代表某物的大小，例如波级的道格拉斯尺度，龙卷风可根据其大小分类的尺度级别等。
变量可以是数字
数值变量是那些 表示一个量级内的值或变量并且可以测量。 它们代表定量值。 它们的特殊性在于它们可以代表很大范围的气象现象测量。 它们分为两种方式
连续数值变量
连续变量是那些 负责衡量已建立的事物。 例如湿度指数，温度，风速，降雨量等。
离散数值变量
这些是 他们跟踪建立的东西。 也就是说，该地区一年中下雨的次数，下雪的次数等等。
所有变量均已处理
对所有变量进行分类后，借助计算机进行处理， 始终由分析师监督 大数据。 直到几年前，尽管可用的数据量非常大，但仍然没有数据分析师需要分析的问题。 但是，大数据分析负责分析这些海量数据，其中 直到今天一直很普遍的分析过程将花费很长时间 （我们甚至谈论几天）来给出答案。 不仅如此，通过“玩弄”大数据之间的变量，大数据更加有效和准确。
这一切都起源 我们之前对大数据4 V的评论，实现了速度，可靠性和 提供令人难以置信的准确天气预报的天气模型 在超短时间内。
大数据作为新生学科
一个很好的例子是谈论ACCIONA公司， 可再生能源控制中心 （CECOER）。 它是世界上最大的中心 其目标是实时提供从其设施收集的数以百万计的数据（生物质，风能和太阳能）的解决方案。 它产生约3000个年度计划，这些计划将所有这些数据调整为所需的需求。 CECOER的另一个优势是可以从其设施接收事件，因此可以远程解决其中的50％。 剩余的50％由运营商物理固定。 通过这种方式， Acciona获得其可再生能源，不仅是替代能源， 今天是一个解决方案.
CECOER 行动
关于大数据的另一个重要事实是数据科学家的短缺。 这是一个新生领域，这已经违反了某些先入为主的标准。 大数据真的可以在预测的演变中起到很大的帮助，向公司报告收益，能够预测很多事情并证明大数据分析的成本合理吗？ 是的，但是这种现象已逐渐被人们看到。 对数据科学家日益增长的需求已使结果与之平行 并了解所有地方对它们的需求。 的确，已经有许多大数据团队在工作，并取得了令人瞩目的成果，但是现在我们发现需求更大。 大数据分析师正受到高度追捧。
因此， 我们正在经历他们暗示着发展的革命，但从一开始就是如此。 像任何行业一样，我们现在正在目睹其潜力，但尚未充分开发，这是我们需要的时间。 一件事已经很明显了，它目前的潜力，另一件事是它可以走多远。 您的结果将使我们无动于衷。
IBM模型图
IBM的天气公司 是一家私人公司 提供每日26万次预报 关于天气。 从一开始，IBM就与Google一起脱颖而出，成为该领域最开拓的公司之一。 天气公司致力于帮助人们做出有关天气的明智决定。 它是世界上最大的网络 来自个人气象站。 航空，能源，保险，媒体和政府方面的全球最大品牌依靠The Weather Company的数据，技术平台和服务。
应对气候变化的大数据
联合国全球脉动，是 联合国西部数据公司，已签署联盟，共同应对气候变化。 该项目由联合国和Western Digital Corp.牵头， 汇集了来自世界各地的数字创新科学家 以更有效的方式解决问题。 其中，我们发现了来自不同部门的合作者。 BBVA，Orange，Planet，Plume Labs，Nielsen，Schneider Electric，Waze ...都是参与该项目的一些人。
我们还发现 巴塞罗那超级计算中心（BSC）， 这是MareNostrum系列中的第四个模型。 用于大数据分析的超级计算机 许多领域的关键，其中之一就是应对气候变化。 它于2017年XNUMX月底投入运营。 它是欧洲第三快的计算机西班牙经济，工业和竞争力部已投资34万欧元安装该设备。 它的容量为14 PB，即14万千兆字节。 它达到了11,1 Petaflops，即每秒11.100亿次操作的野蛮性。
未来气象学和我们生活中的大数据
在瞬息万变的世界中，变化变得越来越快，而且越来越令人惊讶，很难预测事物的未来。 我们确定的是 大数据已经存在，而且天气预报对气象和其他方面的影响都使我们感到困惑。 有些人会持怀疑态度，另一些人会否认它，其他人会认为它遥不可及。 但事实是，我们已经忍受了。
今天，我们知道大数据预计会有很多降雨，飓风季节，甚至精确到一个国家在奥运会上可以赢得的奖牌数量。 它还可以预测犯罪的对象，地点和时间（如果有人看过《少数派报告》，这部电影就让他们大开眼界，对吗？）。 大数据 正在迅速走向预期许多领域的未来，甚至亚马逊也开始预料到这一点，最近它甚至在客户购买商品之前就开始发货。 未来一直到今天，通常是不确定的。 但它正在改变 未来是可以预见的。
我们知道它的潜力将会增长。 谁知道，期望谁预料（大数据）可能是轻率的。 但是有了足够的数据， 大数据能否以巨大的预期来预测全球气候？ 是的，正如您可以预期的那样，我们的行动将与先前给出的情形不同，因为任何行动在将来都会产生回响，并且大数据知道它并对其进行重新评估，从而给出另一个新的情形。
一切都可以预期。 我们能否知道不久的将来会发生什么？ 我们将面对什么问题？ 何时何地会发生飓风？ 我们要继续解决什么问题？ 随着技术的进步，计算机效率和速度的提高，该领域不断发展。 而不是回答“谁知道”，也许最合适的事情是说“让我们问大数据”。
BA合作伙伴| 威利斯更新| 锅