CONDIVIDI

Previsioni Future con Simulazioni Meteo Globali e dati reali

Quando si eseguono previsioni meteo numeriche, è importante che la simulazione stessa sia accurata e la chiave sta nei dati reali, basate su osservazioni, da inserire con precisione nel modello. Tipicamente, le simulazioni climatiche funzionano con computer che conducono un numero di simulazioni in base allo stato attuale dell’atmosfera, e quindi l’inserimento dei dati di osservazione nella simulazione è fondamentale per essere più vicini allo stato attuale. Il problema di integrare dati nella simulazione – assimilazione dati – è diventato sempre più complesso con il gran numero di tipi di dati disponibili, come osservazioni satellitari e misurazioni effettuate da stazioni di terra. In genere, i supercomputer oggi spendono un importo approssimativamente uguale di tempo di esecuzione delle simulazioni e incorporando i dati del mondo reale.

k_040-01
RIKEN Advanced Institute for Computational Science

Ora, con la ricerca che potrebbe portare a previsioni più accurate, pubblicato sul numero di novembre 2015 di Computer, pubblicazione di punta di IEEE Computer Society, i ricercatori del RIKEN Advanced Institute for Computational Science in Giappone, hanno eseguito un enorme simulazione del tempo globale. Ben 10.240 simulazioni di un modello dell’atmosfera globale diviso in settori di 112 km utilizzando l’assimilazione dei dati e metodi statistici per elaborare un modello che simuli i dati reali per un periodo di tempo storico, tra il 1 novembre e l’8 novembre, 2011. Le simulazioni sono state eseguite sul computer di punta di 10 petaflop K del Giappone con NICAM, una simulazione destinata a modellare accuratamente l’atmosfera.

Uno dei principali risultati è che le osservazioni, lontane diverse migliaia di chilometri di distanza, possono avere un impatto sull’ eventuale stato di previsioni del tempo. I dati della regione dei Grandi Laghi negli Stati Uniti, per esempio, possono avere un impatto sull tempo in Europa. Questa scoperta suggerisce la necessità di ulteriori ricerche su metodi avanzati che possono fare un uso migliore delle osservazioni lontane, in quanto ciò potrebbe potenzialmente portare ad un miglioramento delle previsioni meteorologiche.

Secondo Takemasa Miyoshi, che ha guidato il team di ricerca, “La Previsione sta diventando sempre migliore grazie ai computer più potenti e migliori dati osservati da satelliti e radar. Abbiamo cercato di utilizzare un gran numero di campioni utilizzando una simulazione relativamente grossolana, ma inserendo i dati delle osservazioni ha avuto un esito molto positivo. Stiamo progettando di usare il potere del successore del computer K, come sviluppo, per creare strumenti che potrebbero essere utilizzati per una migliore previsioni meteo. “

I seguenti due progetti di ricerca finanziati dalla Japan Science and Technology Agency (JST) programmi CREST hanno contribuito a questo risultato:

Innovating Big Data Assimilation  Tecnologia per rivoluzionare la previsione a corto  raggio delle situazioni di maltempo potenzialmente pericolose” (guidato dal Dr. Takemasa Miyoshi di RIKEN), un progetto nel settore della ricerca di Avanzate Tecnologie Applicative per amplificare l’utilizzo Big Data in molteplici campi scientifici (Relatore di ricerca: Prof. Yuzuru Tanaka di Hokkaido University).

EBD: Estremo Big Data: Convergenza dei Big Data e HPC per Yottabyte Processing” (diretto dal Prof. Satoshi Matsuoka del Tokyo Institute of Technology con il Dr. Takemasa Miyoshi di RIKEN in qualità di coPI), che è un progetto nelle avanzate Tecnologie di base per l’area interazioni di Big Data  (Responsabile della ricerca: Prof. Masaru Kitsuregawa del National Institute of Informatics).

 

LASCIA UN COMMENTO

*