大數據了解氣候變化:它們是怎樣運作的

      氣候變化確實威脅著我們的星球，全球都應感受到它的毀滅性后果。美國航空航天局(NASA)氣候模擬中心(NCCS)高性能計算負責人Daniel Duffy博士，介紹了大數據對氣候變化研究工作的至關重要性。

　　NCCS為大規模的NASA科學項目提供高性能計算、存儲和網絡資源。其中許多項目涉及全地球性天氣和氣候模擬。這些模擬生成的海量數據是科學家永遠讀取不完的。因此，益發有必要提供分析和觀察這些模擬產生的大數據集的方法，更深入了解氣候變化等重大科學問題。

　　大數據和氣候變化：它們是怎樣運作的？

　　大數據和氣候研究息息相關；沒有海量數據就無法進行氣候研究。

　　NCCS擁有名曰“探索號超級計算機”的計算機集群，主要目標是提供必要的高性能計算和存儲環境，以滿足NASA科學項目的需求。探索號計算機正在開展一系列不同的科學項目，其中的大部分計算和存儲資源被用于天氣與氣候研究。

　　探索號計算機是一種高性能計算機，專門為極大規模緊密耦合的應用而設計，是硬軟件緊密結合和相互依存的系統。雖然該計算機沒有被用于從衛星等遙感平臺采集數據，但該計算機運行的許多大氣、陸地和海洋模擬都需要觀測數據的輸入。使用探索號計算機的科學家不斷收集輸入其模型的全球性觀測數據。

　　然而，如果科學無法以有效手段觀測和比對數據，即使向它們提供海量數據也毫無意義。NASA全球建模和模擬辦公室(GMAO)增強性動畫就是這方面的范例，該辦公室利用多方來源的觀測信息驅動天氣預報。

　　GMAO的GEOS-5數據模擬系統(DAS)將觀測信息與建模信息融合，以生成任何時間內都最為精確和質地統一的大氣圖像。每6小時的累計觀測超過500萬次，并對氣溫、水、風、地表壓力和臭氧層的變量進行比對。模擬觀測分八大類型，每類對不同來源的變量進行測量。

　　數據處理

　　氣候變化模型需要具有大量存儲和數據快速接入且數據不斷增加的計算資源。為滿足這一要求，探索號計算機由多個不同類型的處理器組成：79200個英特爾Xeon核心、28800個英特爾Phi核心和103680個Nvidia圖像處理器(GPU)CUDA核心。

　　探索號計算機的總計算能力為3.36萬億次，或每秒3,694,359,069,327,360次浮點運算。為使大家更好地理解這一規模的計算能力，該計算機可在一秒鐘內完成活在世上的每個人以每秒將兩個數字相乘的速度連續運算近140個小時的運算量。

　　除了計算能力外，探索號計算機還具有約33拍字節(petabyte)的磁盤存儲空間。典型的家庭硬盤容量為一兆兆(terabyte)字節，因此，該計算機的存儲能力相當于33000個這類磁盤。如果用它存儲音樂，你可以編排一個長度超過67000年而不重復的演奏清單。

　　NCCS每年都對探索號計算機進行升級。隨著其服務器和存儲的老化，在四或五年后替換而不是繼續運行部分設備實際上能夠提高效率。例如2014年年底至2015年年初利用升級的計算機群取代了探索號計算機2010年升級的設備。在地面空間、功率和冷卻包絡相同的情況下，升級后的NCCS可將計算能力提高約7倍。退役設備通常會轉變用途，用于內部支持和其他業務或大學等外部站點，包括馬里蘭大學巴爾的摩分校(UMBC)和喬治梅森大學(GMU)。

　　數據映射：氣候變化與預測

　　NCCS生成的數據推動了不同重要研究和政策文件的起草工作。

　　這一數據使人們能夠就我們星球的氣候變化影響進行更知情的對話，并有助于決策機構針對氣候預測制定出適用戰略與行動。例如，該數據已被用于氣候變化專門委員會(IPCC)推出的評估報告。NCCS從事和NASA科學可視化工作室觀測的數據模擬，介紹了IPCC第五次評估報告提出的氣候模型，對氣候和降雨預計在整個21世紀的變化方式做了說明。

　　于2005年襲擊了美國墨西哥灣沿岸的卡特里娜颶風突顯了準確預報的重要性。雖然它造成了巨大損失，但要不是預警預報給人們留出了適當準備時間，損失就會嚴重得多。如今，NCCS的超級計算機主要負責GMAO全球環流建模，其分辨率比卡特里娜颶風時提高了10倍，因而能夠更準確地觀察颶風內部，并有助于對其強度和規模做出更精確的估計。這意味著氣象學家能夠更深入地了解颶風的走向及其內部活動，這對于就卡特里娜颶風這類極端天氣做出成功規劃和準備至關重要。

　　此外，觀測系統模擬試驗(OSSE)還利用全球氣候模型的輸出成果模擬NASA提出的下一代遙感平臺，從而向科學家和工程師提供了虛擬地球，以便在制作新的感應器或衛星之前研究大氣遙測的新優勢。

　　未來的氣候變化數據

　　數據是NASA的主要產品。衛星、儀表、計算機甚至人員都可能頻繁進出NASA，但數據尤其是地球觀測數據具有永駐價值。因此，NASA必須不僅讓其他NASA的站點和科學家，而且要讓全球都用上它生成的數據。

　　僅時時生成的數據量就構成了一大挑戰。在研究系統的科學家都難以使用數據集的今天，NASA以外的人們獲得可用數據更是難上加難。因此，我們開始研究創建一項氣候分析服務(CAaaS)，將高性能計算、數據和應用編程接口(API)相結合，以便為在現場與數據共同運行的分析程序提供接口。換句話說，用戶可就他們關心的問題提問，并利用NASA系統的運行進行分析，隨后將分析結果返回用戶。由于分析結果的規模小于生成它的原始數據，這一系統將減少經不同網絡傳送的數據量，而更重要的是，API可以大大減少用戶和數據間的摩擦。