《天气和大数据》由会员分享,可在线阅读,更多相关《天气和大数据(16页珍藏版)》请在金锄头文库上搜索。
1、天气和大数据 71Y13141 汤豪 日全食和大数据 那一天太阳冲你眨了眨眼 2015年3月20日 正午 整个北半球迎来了难得一见的日全食 这对 天文爱好者来说是一次奇观 但对于德国电力网络来说却无疑为一次危 机 德国目前是全球第一大光伏之国 其装机容量约为3776万千 瓦 虽然光伏发电在德国总发电量占比还不到6 但其承担了波峰期将 近一半的功率负荷 约2千万千瓦 其在2014年6月9日 圣灵降临节 当天甚至一度超过了50 这次的日食尽管只有短短数小时 但太阳的 这一遮一露 相当于几十台核电机组骤然关停随后又旋即启动 其对电 网的瞬时冲击可想而知 德国将近四成的光伏发电还是分布式的 分散在每家
2、每户 并不像 核电或火电站可以统一控制和调度 而德国的可再生能源法又规定新能 源必须百分之百接入 即使在突发事件下强制切断也是违法的 这无疑 增加了日食事件处理的难度 也给大数据提供了一次显示身手的机会 欧洲最大气象公司Meteo Group在数月前就通过大数据分析对 日食发生的准确时刻 食分的大小和见食的地区进行了较为精准的 预报 并预测到发电量将在20日上午10时40分暴跌70 日食开始的德国时间上午9 30左右 光伏发电出力可能 瞬间减少1200万千瓦 而在两个半小时之后的正午太阳从月亮后面 钻出来 届时将有1900万千瓦的负荷功率进入电网 这些分析都为 欧洲电网公司预演和应对此次 黑暗
3、 危机赢得了时间 最终德国 电网承受住了此次短时冲击 日全食和大数据 Meteo Group 事实上 日食的预报不难 难在预报到细节 而普通天气预报要做到长期和精准同样不容易 天气预报和大数据 传统天气预报 天气学方法 就是将同一时刻同一层次的气象数据填 绘在一张特制的图上 这张图称为天气图 经过对天气图 上的各种气象要素进行分析 预报员就可以了解当前天气 系统 如台风 锋等 的分布和结构 判断天气系统与具 体天气 如雨 风 雾等 的联系及其未来演变情况 从 而做出各地的天气预报 另一种是数值预报方法 它是随着计算机技术的进步 而逐步发展起来的 它做出的天气预报是靠计算机算出来 的 由于大气的
4、运动遵循一些已知的物理定律 根据这些 定律 可以将大气运动状态写成一组偏微分方程 只要给 出初值 大气的当前状况 就可以求解出方程组随时间 变化的变量值 据此得到大气的未来状况 求解方程的过 程极其复杂 要求在规定的时间里处理大量的气象数据 即使最简化的大气方程也必须在高速计算机上进行运算 地球的气候系统异常复杂 一个微小的扰动就有 可能改变一时一地的天气 并且天气预测的模型的复 杂 庞大的计算量也使得预测的结果不尽人如意 EarthRisk公司 天气预报和大数据 EarthRisk公司方法 影响长时气候和短时天气的变量数不胜数 而且每时 每刻都在发生变化 模型是对现实世界的简化 只能做到 描
5、述少数主要变量的关系 而不可能将所有因素都考虑在 内 因此往往预测能力极为有限且容易出错 目前的精准 的天气预报一般仅能提前一周 EarthRisk不考虑各种变量之间的物理机制和相互作用 而是采用统计学意义上的相关关系来预测结果 这种技术 不会受到上述限制 该模型通过近百年的气象历史数据和 千亿次计算来识别气候模式 然后将这些模式与当前的气 候条件进行比较 再运用预测性分析方法计算天气概率 其预测时间更长 预测准度更高 数据来源 气象观测数据库 来 源主要包括地面观 测 气象卫星遥感 天气雷达等 并可以 每日实时更新 预测模型 加州大学斯克利普 斯海洋研究所 Scripps Instituti
6、on of Oceanography SIO 的预测模型开发而 来的 天气预报和大数据 EarthRisk 天气预报和大数据 其他公司 Weather Co Accu Weather Weather Trends International Custom Weather Merck公司和Walmart增加花粉类过敏药物Claritin的销售 改善Sears连锁在暴风雪季节的货品供应和库存管理 为众多智能手机天气APP提供信息并搭载相应产品销售 保险公司更是通过分析极端气候事件发生的历史记录 更 精确地设计灾害险种以及避免不必要的或者欺诈索赔 当前电子商务带动物流业高速发展 已经有DHL等较多的
7、快 递公司预订这种天气预报信息服务 确保航空航运的顺利 到达 谷歌还将天气分析系统加入其自动驾驶汽车的研发中 根 据天气状况预先规划行驶路线 雾霾 所带来的大气污染随着经济发展迈开大步 伐的同时愈演愈烈 不过 也不是每天都有雾霾 为了提早预知雾霾的到来 人们就迫切需要像预知 天气预报一样 能够获悉未来几天雾霾的预报信息 以提前做好防护措施 防患于未然 雾霾预测和大数据 爱呼吸 l 缺乏预报经验 l PM2 5成因复杂 突发性难预测 l 传统预报方式准确率极低 每个月处理来自1000个城市的100T的气象数据 使用数据反推进行建模 用排放清单加上来自气象局 的数据和自己建立的模型进行气象预报 实时数据采用国 家统计的 85 雾霾预测和大数据 爱呼吸 未来气候大数据的应用与目前的传统气象服务有所不同 将不仅仅是气象业务 天气预报 气候预测等 而是气象数 据的深度挖掘和增值应用 涉及到气候敏感脆弱的生产和消费 部门 大数据技术还能帮助研究人员模拟 分析和预测特定地 域的气候变化影响 气候和大数据 未来的大数据 2014年联合国环境规划署 UNEP 世界资源研究所 WRI 等推出Global Forest Watch 对全球森林进行在线监测 和预警 该技术已经在亚马逊流域的减少毁林行动中发挥 了实际作用 Q A 谢谢