О погоде: гиперлокальный прогноз



    Прогнозирование погоды, как и в принципе прогнозирование чего-либо с трудом подчиняющегося описанию математическими моделями — сложная компьютерная задача. Однако предсказание погодных условий, суженных до конкретной локации, области, города или квадратного километра, как прогнозирование рисков для населения и инфраструктуры — задача совсем другого типа. Именно для ее решения в компании IBM создали систему «гиперлокального» прогнозирования Deep Thunder.

    Особенность «погоды на завтра» от Deep Thunder заключается в том, что в отличие от значимых для простых людей внешних условий, система фокусируется на короткосрочных прогнозах, пытаясь предсказывать все — от наводнений, до упавших линий электропередач, во временном горизонте 84 часов.

    Deep Thunder разрабатывалась в лабораториях компании с 1996 года и на сегодняшний день является обязательным инструментом любого локального органа самоуправления, инфраструктурной компании и других организаций, чья деятельность может быть так или иначе зависеть от погодных условий. Для них, фактически, созданы все условия — в отличие от традиционной метеорологической карты, Deep Thunder может раскладывать «погоду» по кусочкам, отображая именно те данные, которые имеют значение.

    Уже сейчас нашелся один покупатель, крайне заинтересованный в использовании Deep Thunder для лучшего управления инфраструктурой целого города: Рио-Де-Жанейро. Власти хотят как можно лучше подготовиться к мировому кубку FIFA 2014 и, конечно же, играм 2016, которые также пройдут в столице Бразилии.

    image
    Поминутный прогноз силы и направления ветра в нижнем Манхэттене 13-го марта, интерфейс лоя iOS

    В недавней демонстрации управляющим Нью-Йорка специалисты IBM показали все, что может сделать Deep Thunder для того чтобы представить данные, поступающие из NWS (National Weather Service), которая, в свою очередь, собирает их с сенсоров на земле, в воздухе и из космоса, складывая данные в математическую модель. Все это обрабатывается на суперкомпьютере (слово Deep в названии намекает нам) и в итоге предстает пользователю в виде трехмерной картографической сетки, двигающейся в будущем времени. Организация NOAA (National Oceanic and Atmospheric Administration) поддерживает даже несколько погодных моделей, обрабатывающихся на большом кластере внутри IBM.

    С помощью iOS и Android приложений можно отслеживать ключевые погодные показатели (как это продемонстрировали в Нью-Йорке) и настраивать уведомления о специфических рисках, возникающих в нужной локации. Можно подумать, что ничего такого особенного в этом нет и в принципе каждый, кто зависит от погоды (это куда большее количество людей, чем кажется на первый взгляд) так или иначе следит за ее прогнозом. Сложность лишь в том, что исходя даже из такой простой информации, как осадки и температура, порой сложно сделать вывод.

    Возьмем в пример снегопады, которые часто перегружают инфраструктуры и заставляют города трещать по швам. В январе прошлого года в Нью-Йорке шел такой же снег, как в февральской Москве, из-за чего дороги и аэропорты встали почти на сутки, но как ни удивительно — никакого ущерба не было нанесено линиям электропередач. Все потому, что почти не было ветра — и снег не налипал на провода. Именно о таких деталях призвана предупреждать Deep Thunder, после того как пользователь отсортирует все то, что ему важно видеть.

    Сила и направление ветра — параметр, который нас никак не интересует в повседневной жизни, для других является жизненноважным фактором. Так, все виды высотных работ подвергаются существенной опасности при сильном ветре, и не только: «Разница в условиях применения сильно изменится, если мы будем говорить об аэропорте Джона Кеннеди и La Guardia (меньший аэропорт в районе Queens Нью-Йорка), вместо Манхэттена и Центрального Парка» — пояснил Ллойд Трейниш (Lloyd Treinish), лидер научной группы по изучению окружающей среды в лаборатории имени Томаса Ватсона.

    С помощью данных, создаваемых и анализируемых внутри Deep Thunder, можно глубже понимать каким образом погода влияет на окружающую нас среду в целом и поступить соответственно, что может быть даже важнее, чем просто узнать что-то: можно контролировать лесные пожары, помочь людям вовремя защититься от цунами, бури, тайфуна и чего-то еще, внезапно появившегося у них на пороге. Погода не обязательно должна усложнять нашу жизнь, она наоборот, может служить нам в сельскохозяйственном секторе, который также остается зависим от осадков и солнечных лучей.

    Как я уже упоминал, на первый взгляд кажется, что погода ни на что не влияет, но на самом деле, она остается настолько труднопрогнозируемым фактором, что мы просто подчиняемся ей. Но для нашего же нормального существования и создаются такие решения, как Deep Thunder, позволяющие больше узнать о том, какая будет завтра погода.
    IBM
    149,00
    Компания
    Поделиться публикацией

    Комментарии 18

      +4
      Очень крутая штука, судя по описанию :) А есть ли какие-то данные насчёт точности прогнозов, на сколько они совпадают с реальной погодой спустя эти 84 часа?
        0
        хм… ещё бы сделали её открытой
          0
          Смысла, я думаю, мало. Оно требует слишком больших вычислительных мощностей, как я понял, а их проще (а может и дешевле) купить с поддержкой у IBM, чем делать самому.
            0
            алгоритмы интересно всего этого дела посмотреть
              +1
              Скорее все просто огромные цепочки анализа выборки данных заточенные под конкретную область применения. Скорее интересно узнать на сколько динамична система (ведет ли корректировку из-за поступающих новых данных) и на сколько верны предсказания
          +3
          Извините, но гиперлокальный прогноз погоды аж на 3.5 суток выглядит как фантастика.
          И конкретики о методах решения этой задачи в статье — ноль.
          Такое подозрение, что погода «предсказывается» косвенно — не прямым моделированием и анализом физики атмосферы, а некими статистико-вероятностными расчетами из теории игр.
            +1
            хот и не разу не метеоролог, но тоже сложилось такое впечатление что скорее пару эвристик заложили нежели реально что-то моделируется.
            +2
            Еще такой вопрос непонятен. Насколько я понимаю вы говорите что есть прогнозы погоды.
            Тогда очевидно напрашивается вывод брать данные существующих прогнозов а потом на их основе считать риск облединения проводов и других событий.

            Зачем заново все пересчитывать по своим локальным моделям в отдельном муниципалитете? Вообще создается ощущение что пытаются напустить пафоса.
              0
              Что есть «существующий прогроз»? Прогноз есть прогноз, а факты (в числе которых и температура, давление, сила/направление ветра и т.д.) есть факты.
              Вы говорите: «считать риск обледенения проводов и других событий», хотя неизвестно, считал ли их кто-то когда-то или нет. До сих пор система прогнозирования работает в очень упрощенном виде, из которого нельзя получить значимых сигналов о том или ином событии.

              Поэтому все пересчитывает в отдельном муниципалитете, так как чем меньше область прогноза, тем выше его точность. Или этот факт тоже вызывает ощущения?
                0
                За счет чего увеличивается точность локального прогноза в «отдельном муниципалитете»?
                Меньше ячейка сетки? меньше шаг по времени? уточненная модель подстилающей поверхности? что-то иное?
                  0
                  Больше данных на меньшей площади.
                    0
                    Фактических исходных погодных данных?
                    Их количество фиксировано и ограничивается числом метеостанций.
                      0
                      Данные о погоде в городе снимаются не только крупными метеостанциями, но и локальными датчиками/сканерами и сенсорами. Не только в США, но и во всем мире. А если к такой сети подключить, например, компьютеризированные термометры и расставить их по всей нужно зоне покрытия, то можно получить очень детализированную картину происходящего.
                        0
                        «Частные» датчики очень часто не соответствуют нормам и потому годятся лишь как справочные данные, но не для серьезных расчетов. Но это ладно.
                        Я не понял главного — как они связаны с локальностью/нелокальностью прогноза? Одно из другого напрямую не вытекает.
                          0
                          Специально для людей, интересующихся деталями прогнозирования в исполнении Deep Thunder, мы напишем продолжение этого поста, где раскроем некоторые детали того, как это происходит. Следите за обновлениями блога.
                0
                Направление верное, но окно в 84 часа — это довольно большой промежуток времени. Лучше разбить его на несколько, и для каждого интервала делать свой прогноз — ведь с ростом размера окна вероятность верного предсказания падает.

                Вот пример: я время от времени езжу на работу на велосипеде — мне примерно пятнадцать минут езды. И несколько раз так получалось — слегка пасмурно, но прогноз ничего плохого не обещает, я выезжаю, и через пять минуть начинается неслабый дождик (который, разумеется, заканчивается, когда я вхожу в офис), а я — мокрый до трусов. И мне всего-то нужен очень краткосрочный прогноз — скажем, на следующий час. Температура, давление, влажность, и т.д. меня не очень интересуют — для этого есть термометр — мне важны только осадки. Теперь я обычно смотрю радар дождя перед выездом вместо этих супер-пупер прогнозов. Я уже даже начал было делать программку, которая грузит карты осадков за прошедший час и путём относительно несложной обработки изображений строит вектора движения облаков, прогнозирует осадки на следующий час и сообщает мне — будет таки дождь или нет. В такой краткосрочной перспективе — на час-полтора вероятность верного предсказания весьма велика.
                  0
                  Как авиационный метеоролог по образованию, скажу: «гиперлокальный прогноз» это продукт, который готовы купить люди, ничего не понимающие в метеорологии.
                  Статья — стопроцентный маркетинговый булшит.
                  Для составления точных прогнозов погоды синоптики пользуются метеорологическими прогностическими картами разрешение которых несколько десятков и даже сотен километров на пиксель. Эти карты рассчитываются в различных прогностических центра на основании данных аэрологических наблюдений (дистанционное температурно-ветровое зондирования атмосферы).
                  Для отслеживания опасных явлений погоды применяются метеорологические радиолокаторы, с более высоким разрешением, но дальность их действия редко превышает 200км, по этому их объединяют в сеть.
                    0
                    Значит будем ждать реальный цифр. Будем смотреть насколько он отклоняются от результата.

                  Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                  Самое читаемое