天气和大数据ppt

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
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。
预测模型 加州大学斯克利普 斯海洋研究所 （Scripps Institution of Oceanography， SIO)的预测模型开 发而来的
-
天气预报和大数据 EarthRisk公司方法
天气预报和大数据 EarthRisk
-
Weather Co、Accu Weather、Weather Trends International、 Custom Weather
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
-
天气预报和大数据 其他公司
“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。
-
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。
-
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
-
缺乏预报经验 PM2.5成因复杂，突发性难预测 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 家统计大数据 爱呼吸
气候和大数据 未来的大数据
-
Q&A
-
谢谢！
-
71Y13141 汤豪
-
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。
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”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
那一天太阳冲你眨了眨眼
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
德国将近四成的光伏发电还是分布式的，分散在每家每户， 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%
-
天气预报和大数据 传统天气预报
复杂，庞大的计算量也使得预测的结果不尽人如意。
EarthRisk公司
-
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。
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。