Big Data und Wettervorhersage - Dummies

Die Wettervorhersage war immer eine große Herausforderung, wenn man die Anzahl der beteiligten Variablen und die komplexen Wechselwirkungen zwischen diesen Variablen bedenkt. Dramatische Steigerungen bei der Fähigkeit, Daten zu sammeln und zu verarbeiten, haben die Fähigkeit von Wettervorhersagern, den Zeitpunkt und die Schwere von Hurrikanen, Überschwemmungen, Schneestürmen und anderen Wetterereignissen zu bestimmen, erheblich verbessert.

Ein Beispiel für eine Anwendung von Big Data zur Wettervorhersage ist IBMs Deep Thunder. Im Gegensatz zu vielen Wettervorhersagesystemen, die allgemeine Informationen über eine breite geografische Region liefern, liefert Deep Thunder Prognosen für extrem spezifische Standorte, wie z. B. einen einzelnen Flughafen, so dass lokale Behörden in Echtzeit wichtige Informationen erhalten können. Hier sind einige Beispiele für Informationen, die Deep Thunder bieten kann:

• Schätzungen von Gebieten, in denen Überschwemmungen am schwerwiegendsten sind

• Stärke und Richtung von tropischen Stürmen

• Die wahrscheinlichste Menge an Schnee oder Regen, die in einem bestimmten Gebiet fallen wird > Die wahrscheinlichsten Standorte von abgeschalteten Stromleitungen

• Schätzungen von Gebieten, in denen die Windgeschwindigkeiten am wahrscheinlichsten sind

• Orte, an denen Brücken und Straßen am wahrscheinlichsten durch Stürme beschädigt werden

• Die Wahrscheinlichkeit, dass Flüge an bestimmten Flughäfen storniert werden

• Diese Informationen sind für die Notfallplanung unerlässlich. Mithilfe von Big Data können lokale Behörden Wetterprobleme besser vorhersehen, bevor sie auftreten. Zum Beispiel können Planer Vorbereitungen treffen, um tief liegende Gebiete zu evakuieren, die wahrscheinlich überflutet werden. Es ist auch möglich, bestehende Anlagen zu modernisieren. (Zum Beispiel können Stromleitungen, die durch starke Winde behindert werden, aufgerüstet werden.)

Ein wichtiger Kunde von Deep Thunder ist die Stadt Rio de Janeiro, Brasilien, die das System bei der Planung der Olympischen Spiele 2016 einsetzen wird. Mithilfe der Technologie wird die Stadt verbesserte Prognosen für Stürme, Überschwemmungen und andere Naturkatastrophen nutzen, um sicherzustellen, dass die Olympischen Spiele nicht durch solche Ereignisse gestört werden.

IBM stellt der Korean Meteorological Administration (KMA) auch massive Rechenleistung zur Verfügung, um die Big Data-Technologie voll und ganz zu nutzen. Die KMA sammelt täglich mehr als 1,5 Terabyte an Wetterdaten, was für die Analyse einen enormen Speicher- und Verarbeitungsaufwand erfordert. Durch die Verwendung von Big Data wird die KMA in der Lage sein, ihre Prognosen hinsichtlich der Stärke und Lage von tropischen Stürmen und anderen Wettersystemen zu verbessern.

Ein Terabyte entspricht einer Billion Bytes. Das ist 1, 000, 000, 000, 000 Bytes von Informationen. Sie schreiben eine Billion Bytes in der wissenschaftlichen Schreibweise als 1. 0 x 10

12 ^{. Um dies in die richtige Perspektive zu rücken, benötigen Sie etwa 1.500 CDs, um ein einzelnes Terabyte zu speichern. Einschließlich ihrer Plastikhüllen würde sich das als ein 40 Fuß hoher Turm von CDs stapeln.} Ein weiteres Beispiel für die Verwendung von Big Data in der Wettervorhersage fand 2012 während des Hurrikans Sandy statt - dem "Jahrhundertsturm". "Das National Hurricane Centre war in der Lage, Big Data-Technologie zu verwenden, um die Anlandung des Hurrikans innerhalb von 30 Meilen fünf Tage im Voraus vorherzusagen. Das ist eine dramatische Zunahme der Genauigkeit von dem, was noch vor 20 Jahren möglich war. Infolgedessen waren die FEMA und andere Katastrophenschutzorganisationen weitaus besser darauf vorbereitet, mit dem Chaos fertig zu werden, als dies möglicherweise in den 1990er Jahren oder früher der Fall gewesen wäre.

Eine der interessanten Konsequenzen der Erfassung und Verarbeitung von mehr Wetterdaten ist das Auftreten von Unternehmen, die maßgeschneiderte Versicherungen zum Schutz vor Wetterschäden anbieten. Ein Beispiel ist die Climate Corporation, die 2006 von zwei ehemaligen Mitarbeitern von Google gegründet wurde. Die Climate Corporation verkauft Wetterprognosen und spezialisierte Versicherungen an Landwirte, die das Risiko von Ernteschäden absichern wollen. Das Unternehmen nutzt Big Data, um die für ein bestimmtes Gebiet relevanten Arten von Risiken zu lokalisieren, basierend auf massiven Datenmengen über Feuchtigkeit, Bodenart, Erträge in der Vergangenheit und so weiter.

Die Landwirtschaft ist ein außergewöhnlich riskantes Geschäft, weil die Variable des Wetters viel weniger vorhersehbar ist als die Variablen, die die meisten anderen Unternehmen betreffen, wie z. B. Zinssätze, der Zustand der Wirtschaft und so weiter. Obwohl Betriebsversicherungen von der Bundesregierung angeboten werden, reicht es in vielen Fällen nicht aus, die spezifischeren Arten von Risiken einzuhalten, die einzelne Landwirte plagen. Die Climate Corporation füllt Lücken in der Bundesversicherung - Lücken, die ohne ein besseres Verständnis der Risikofaktoren für einzelne Landwirte nicht möglich wären. In Zukunft werden möglicherweise noch mehr spezialisierte Versicherungsprodukte (z. B. Versicherungen für bestimmte Kulturen) verfügbar sein, wenn mehr Daten verfügbar werden.