大数据与天气预报的商业价值

通过大数据增强天气预报的准确的潜力是巨大的。根据天气大数据分析，全球33%的GDP受天气影响。对于许多商业和公共部门机构来说，天气预报可以决定盈利和亏损，甚至生死存亡。它尤其影响农业、旅游业和渔业等行业。因此，无论是产品销售、物流还是防洪，天气都很重要。

天气大数据分析有助于将企业生成的数据转化为可操作的信息。

位于欧洲西北部的荷兰，负责监管大部分地区和海平面以下的土地，现已成为管理水资源的专家。关键在于他们了解天气，使用沉淀等指标测量、雷达数据，从先前的事件和维护数据洪水水位从水闸、水坝、泵站和闸门这个深入了解允许国家确定最佳的行动方针高水位在哪预期，从而减少洪水的严重性和水资源管理成本和防止环境退化。

比如汽车公司使用天气大数据作为其积分系统的一个组成部分，来评估选择加入其远程信息系统的司机。在天气因素较差的情况下使用GPS技术来收集行程信息，然后根据速度、刹车及刹车距离和加速等因素分析车辆状况。

汽车保险公司还考虑经常受天气影响的外部变量(例如道路和交通状况)，以确定司机的安全。通过通过气象机构的API访问当前数据，并使用基于云计算的分析服务，保险公司能够根据司机出行地点和时间的准确天气状况，构建更准确、更可靠的评分算法。这样，保险公司就可以根据投保人的驾驶模式和表现定制保单。

保险公司也在使用天气大数据来分类与财产或作物受损情况相关的索赔，并核实与天气相关的作物保险索赔。与此同时，农业大宗商品交易商用它来预测大宗商品市场上特定作物的价格变化。此外，航空公司使用天气大数据来预测风的模式，然后为他们的飞机绘制最省油的航线。英国气象局(Met Office)估计，其全球航空预测通过提高效率，每年帮助节省约2000万吨二氧化碳排放。

一家气象公司解释了这些数据是如何产生的。天气分析公司表示，它从1979年到未来的7天时间里，美国政府天气服务，吸收和分析当前、历史和预测数据。这些全球数据被放置在一个35km×35km的网格中，每小时产生大约650，000个输出。

然后提取相关变量，并创建、计算大量其他变量。在数据库中存储了大量的天气信息，能够快速呈现数据。计算额外的变量，并对数据进行打包。

显然，这涉及大量数据。例如，Met Ofice的140吨超级计算机有480000个核心，200万GB内存和1700otb存储，每秒执行超过23000万亿次操作。这种处理能力提高了数据模型的分辨率，提高了结果的速度，使天气预报能够使用到更小的地区。

随着移动和静止对象上的传感器数量的增加，生成的数据量被设置为大规模扩展。大数据技术对于分析数据和使组织能够将其转化为有意义的决策至关重要。

这种处理水平的目的是提高机构，农业和运输的效率，改善公共安全，以及更好地排放二氧化碳。天气打数据是我们所有个人和企业未来的核心