IBM
sensores

IBM quiere hacer pronósticos meteorológicos más precisos

En CES 2019, IBM describió su nuevo sistema global de previsión atmosférica de alta resolución, que utiliza datos de sensores, entradas de fuentes múltiples y supercomputación para mejorar las previsiones meteorológicas.

Google Now

El gigante azul espera que los sensores barométricos móviles de las personas que optan por la supercomputación y el internet de las cosas puedan hacer que el pronóstico del tiempo sea más local a nivel mundial.

El sistema, denominado sistema de pronóstico atmosférico global de alta resolución de IBM, o GRAF, creará un pronóstico de un día que se actualizará cada hora a una resolución de 3 kilómetros, o aproximadamente 1,9 millas, una mejora notable para muchas partes del mundo. La compañía considera a GRAF como particularmente útil en industrias que dependen de pronósticos meteorológicos precisos a corto plazo, como la agricultura y el transporte, y especialmente en países en desarrollo con infraestructura meteorológica menos sofisticada.

Si bien los pronósticos de clima local están disponibles en los Estados Unidos, Japón y algunas partes de Europa Occidental, muchas regiones del mundo carecen de una imagen precisa del clima.

 "Estamos tratando de llenar los espacios en blanco como India, las estaciones meteorológicas están a kilómetros de distancia. Creemos que esto puede ser tan importante como llevar los datos satelitales a los modelos", dijo Mary Glackin, vicepresidente senior de The Weather Company.

Por ejemplo, ahora mismo se obtienen pronósticos basados en datos globales que se actualizan cada seis horas y resoluciones de 10 a 15 km. Al utilizar GRAF, IBM dijo que puede ofrecer pronósticos para el día siguiente, que se actualizan cada hora en promedio y tienen una resolución de 3 km.

¿Qué hay para IBM? Los datos meteorológicos afectan todo, desde la cadena de suministro hasta la fabricación y una gran cantidad de industrias. El pronóstico del tiempo se enfoca en tormentas y grandes eventos, pero GRAF apunta a pronosticar eventos más pequeños como tormentas eléctricas.  En última instancia, Glackin dijo que los datos de automóviles, edificios y dispositivos portátiles podrían agregar datos a los modelos de pronóstico del tiempo. 

 



TE PUEDE INTERESAR...

Contenido Patrocinado

Forma parte de nuestra comunidad

 

¿Te interesan nuestras conferencias?

 

 
Cobertura de nuestros encuentros
 
 
 
 
Lee aquí nuestra revista de canal

DealerWorld Digital