Выполняя числовые погодные предсказания, важно, чтобы само моделирование было точно, но это также ключевое для реальных данных, на основе наблюдений, чтобы быть точно введенным в модель. Как правило, погодная работа моделирований при наличии компьютера проводит много моделирований на основе текущего состояния и затем входа в наблюдательные данные в моделирование, чтобы подтолкнуть его способом, который помещает его ближе в реальное положение. Проблема соединяющихся данных в моделировании – ассимиляции данных – стала все более и более сложной с большим количеством типов доступных данных, таких как спутниковые наблюдения и измерения, проведенные от наземных станций.
Как правило, суперкомпьютеры сегодня проводят приблизительно равное количество времени, управляющее моделированиями и включающее реальные данные.Теперь, с исследованием, которое могло привести к более точным прогнозам, показанным в выпуске в ноябре 2015 Компьютера, ведущей публикации Общества эпохи компьютеризации IEEE, исследователей от RIKEN, Продвинутый Институт Вычислительной Науки в Японии управлял огромным моделированием погоды в мире.
Они управляли 10 240 моделированиями модели планетарной атмосферы, разделенной на 112-километровые сектора, и затем использовали ассимиляцию данных и статистические методы, чтобы придумать модель обтягивающим образом реальные данные для исторического периода времени, между 1 ноября и 8 ноября 2011. Моделированиями управляли на флагмане Японии 10-petaflop использующий компьютеры NICAM K, моделирование, предназначенное, чтобы точно смоделировать атмосферу.Один из ключевых результатов – то, что далекие наблюдения, несколько тысяч километров в расстоянии, могут оказать влияние на возможное государство прогноза погоды. Данные из Района Великих озер в Соединенных Штатах, например, могут оказать влияние на возможное государство в Европе.
Это открытие предлагает потребность в дальнейшем исследовании продвинутых методов, которые могут лучше использовать далекие наблюдения, поскольку это могло потенциально привести к улучшению прогнозов погоды.По словам Тэкемасы Миеси, которая возглавила исследовательскую группу, «Прогнозирование становится лучше благодаря более мощным компьютерам и лучшим наблюдательным данным из спутников и радаров. Мы попытались использовать большое количество образцов, используя относительно грубое моделирование и нашли, что это выступило вполне хорошо, соответствуя фактическим данным из периода времени, который мы выбрали.
Мы планируем использовать власть преемника компьютера K, как она развивается, чтобы создать инструменты, которые могли использоваться для лучшего погодного прогнозирования».Следующие две научно-исследовательских работы, финансируемые программами ГРЕБНЯ Службы Науки и техники Японии (JST), способствовали этому успеху:«Обновляя ‘технологию’ Ассимиляции Больших данных для коренного изменения предсказания суровой погоды очень-малой-дальности» (во главе с доктором Тэкемасой Миеси RIKEN), проект в области исследования Advanced Application Technologies, чтобы Повысить Использование Больших данных для Многократно-полевого Научного Решения Открытия и Социальной проблемы (Научный руководитель: профессор Юзуру Танака из Университета Хоккайдо), и«EBD: Чрезвычайные Большие данные: Сходимость Больших данных и HPC для Обработки Йоттабайта» (во главе с профессором Сатоши Мэтсуокой из Токийского технологического института с доктором Тэкемасой Миеси RIKEN, действующего как CO-ПИ), который является проектом в Advanced Core Technologies для области Интеграции Больших данных (Научный руководитель: профессор Масару Китсурегоа из Национального Института Информатики).