Un professeur a exécuté un modèle de prévision météorologique sur un ordinateur de 50 $ – Serveur d’impression

<div _ngcontent-c17 = "" innerhtml = "

Cette week-end j'ai écrit à propos d'une annonce de la National Oceanic and Atmospheric Administration (NOAA) selon laquelle l'agence triple la capacité de calcul intensif pour ses opérations de modélisation du temps et du climat. Dans de nombreux milieux, cette nouvelle a été bien accueillie. Une course aux armements bien connue de «modélisation météorologique» (du moins dans l'esprit de certaines personnes) est en cours avec le modèle européen («l'Euro») en tête. J'ai discuté dans Pour êtres pourquoi une partie du «modèle A est meilleur que le modèle B» un peu trop haut. Étant donné que tout bon prévisionniste utilise tous les modèles de toute façon, l'entreprise météorologique bénéficie de la «mentalité de surenchère» et des améliorations récemment annoncées par les centres de modélisation américains, britanniques, canadiens et européens. Ici, j'écris sur l'autre extrémité du spectre. Un professeur de météorologie a exécuté un modèle numérique de prévision météorologique sur un ordinateur à 50 $ et a fait des prévisions pour son état.

Au cours du week-end, j'ai remarqué un Tweet de Victor Gensini, professeur au Département de géographie et des sciences atmosphériques de la Northern Illinois University. Gensini est un ancien doctorant de l'Université de Géorgie, et il se trouve que j'ai fait partie de son comité consultatif. Il est l'un des jeunes universitaires les plus brillants dans le domaine de la météo et du climat et s'est fait un nom grâce à ses études sur la prévision des tornades et les relations entre le temps violent et le changement climatique. Son Tweet ci-dessous a inspiré cet article.

Samedi soir. projet terminé! Raspberry Pi 3 B + exécutant WRF créant une prévision de 48 h pour le domaine IL / IN (espacement de grille de 30 km). Il a fallu environ 20 minutes d'horloge murale pour simuler. La prochaine étape consiste à apporter une planche à pain et à lui faire dessiner un météogramme pour ma maison sur l'en-tête LED.

Pour traduire une partie de cette météorologie et du jargon informatique, il a utilisé un Raspberry Pi 3 B + (plus à ce sujet dans un instant) pour exécuter le Recherche et prévisions météorologiques (WRF) modèle pour produire une prévision sur 2 jours pour une région englobant l'Illinois et l'Indiana. Je connais le Raspberry Pi car j'ai acheté mon fils de 12 ans l'année dernière. Selon le site Web RaspberryPi.org, "Le Raspberry Pi est un ordinateur bon marché de la taille d'une carte de crédit qui se branche sur un écran d'ordinateur ou un téléviseur et utilise un clavier et une souris standard." J'en ai acheté un pour mon fils afin qu'il puisse s'exercer au codage en Python et à d'autres programmes Web. Le petit ordinateur peut faire à peu près tout ce qu'un ordinateur plus grand peut faire et peut se connecter à de nombreuses ressources externes. Le petit ordinateur soigné est une idée originale de la Fondation Raspberry Pi, un organisme de bienfaisance éducatif enregistré au Royaume-Uni. Le site Web note que l’objectif de la Fondation est de «faire progresser l’éducation des adultes et des enfants, en particulier dans le domaine des ordinateurs, de l’informatique et des sujets connexes».

J'ai demandé au professeur Gensini pourquoi il avait décidé de faire cela. Il a dit parce que c'était cool à faire, mais il a également offert une justification scientifique et pédagogique:

Cool à faire, mais n'importe qui avec un Pi peut le faire en moins de 30 minutes. Il suffit de trois commandes! Je pense que cela rend la modélisation météorologique accessible aux masses Victo☈ Gensini Il est remarquable qu'il y ait plus de puissance de calcul sur ce Pi que les supercalculateurs précédents

Genisini a noté que Raspberry Pi est un outil éducatif très puissant accessible à tous. Il peut également enseigner les bases de l'électricité, de l'ingénierie informatique ou de la programmation. En tant que jeune étudiant en météorologie à la Florida State University, j'ai suivi un cours de programmation FORTRAN, un langage informatique assez ancien de nos jours. Ironiquement, de nombreux modèles météorologiques ont toujours un code hérité dans cette langue. Je prévois que la modélisation numérique du temps pivote à mesure que l'émergence de concepts d'intelligence artificielle ou d'apprentissage automatique. La prochaine génération de météorologues devra être de plus en plus à l'aise avec les sciences de l'atmosphère, les données et le codage afin que Gensini puisse être sur quelque chose avec son expérience Raspberry Pi.

Cependant, ses applications ne se limitent pas à la modélisation numérique du temps. John Trostel est scientifique et candidat au doctorat au Georgia Tech Research Institute et directeur de son Severe Storms Research Center. Lorsque j'ai acheté le Pi de mon fils pour la première fois, Trostel m'a dit qu'il l'utilisait comme serveur d'impression dans sa maison depuis plus de deux ans. Tom Gill est professeur de géologie à l'Université du Texas-El Paso et un expert en poussière atmosphérique Gill m'a dit: «Le État de l'Arizona en collaboration avec le NWS utilise un réseau d'appareils basés sur Raspberry-Pi pour détecter les concentrations de matières particulaires dans des endroits éloignés afin d'avertir à l'avance des tempêtes de poussière causant des dangers sur les autoroutes de l'Arizona. » Peter Neilly est l'ingénieur émérite IBM et vice-président principal pour les sciences de la prévision globale à The Weather Company. Il a Pis connecté à diverses stations météorologiques personnelles pour l'automatisation, la collecte et la visualisation des données.

Cependant, il y a des critiques. Certains ont fait valoir que bien que le Raspberry Pi soit bon marché et accessible, il peut encore être trop complexe pour de nombreux étudiants. Calvin Mackie n'est pas d'accord. Mackie est un de mes amis personnels et est auteur, inventeur, ingénieur et ancien professeur. Il a fondé STEM NOLA en tant qu'organisation à but non lucratif «pour exposer, inspirer et engager les communautés sur les opportunités en sciences, technologie, ingénierie et mathématiques (STEM)» selon son site Internet. Mackie m'a dit que son organisation utilisait le Raspberry Pi dans les collèges avec un grand succès à la Nouvelle-Orléans.

">

Ce week-end, j'ai écrit au sujet d'une annonce de la National Oceanic and Atmospheric Administration (NOAA) selon laquelle l'agence triplait la capacité de calcul intensif pour ses opérations de modélisation du temps et du climat. Dans de nombreux milieux, cette nouvelle a été bien accueillie. Une course aux armements bien connue de «modélisation météorologique» (du moins dans l'esprit de certaines personnes) est en cours avec le modèle européen («l'Euro») en tête. J'ai discuté dans Pour êtres pourquoi une partie du «modèle A est meilleur que le modèle B» est un peu exagéré. Étant donné que tout bon prévisionniste utilise tous les modèles de toute façon, l'entreprise météorologique bénéficie de la «mentalité de surenchère» et des améliorations récemment annoncées par les centres de modélisation américains, britanniques, canadiens et européens. Ici, j'écris sur l'autre extrémité du spectre. Un professeur de météorologie a exécuté un modèle numérique de prévision météorologique sur un ordinateur à 50 $ et a fait des prévisions pour son état.

Au cours du week-end, j'ai remarqué un Tweet de Victor Gensini, professeur au Département de géographie et des sciences de l'atmosphère à la Northern Illinois University. Gensini est un ancien doctorant de l'Université de Géorgie, et il se trouve que j'ai fait partie de son comité consultatif. Il est l'un des jeunes universitaires les plus brillants dans le domaine de la météo et du climat et s'est fait un nom grâce à ses études sur la prévision des tornades et les relations entre le temps violent et le changement climatique. Son Tweet ci-dessous a inspiré cet article.

Samedi soir. projet terminé! Raspberry Pi 3 B + exécutant WRF créant une prévision de 48 h pour le domaine IL / IN (espacement de grille de 30 km). Il a fallu environ 20 minutes d'horloge murale pour simuler. La prochaine étape consiste à apporter une planche à pain et à lui faire dessiner un météogramme pour ma maison sur l'en-tête LED.

Pour traduire une partie de cette météorologie et du jargon informatique, il a utilisé un Raspberry Pi 3 B + (plus à ce sujet dans un instant) pour exécuter le modèle WRF (Weather Research and Forecasting) afin de produire une prévision sur 2 jours pour une région englobant l'Illinois et l'Indiana . Je connais le Raspberry Pi car j'ai acheté mon fils de 12 ans l'année dernière. Selon le site Web RaspberryPi.org, «Le Raspberry Pi est un ordinateur à faible coût de la taille d'une carte de crédit qui se branche sur un écran d'ordinateur ou un téléviseur et utilise un clavier et une souris standard. J'en ai acheté un pour mon fils afin qu'il puisse s'exercer au codage en Python et à d'autres programmes Web. Le petit ordinateur peut faire à peu près tout ce qu'un ordinateur plus grand peut faire et peut se connecter à de nombreuses ressources externes. Le petit ordinateur soigné est une idée originale de la Fondation Raspberry Pi, un organisme de bienfaisance éducatif enregistré au Royaume-Uni. Le site Web note que l’objectif de la Fondation est de «faire progresser l’éducation des adultes et des enfants, en particulier dans le domaine des ordinateurs, de l’informatique et des sujets connexes».

J'ai demandé au professeur Gensini pourquoi il avait décidé de faire cela. Il a dit parce que c'était cool à faire, mais il a également offert une justification scientifique et pédagogique:

Cool à faire, mais n'importe qui avec un Pi peut le faire en moins de 30 minutes. Il suffit de trois commandes! Je pense que cela rend la modélisation météorologique accessible aux masses Victo☈ Gensini Il est remarquable qu'il y ait plus de puissance de calcul sur ce Pi que les supercalculateurs précédents

Genisini a noté que Raspberry Pi est un outil éducatif très puissant accessible à tous. Il peut également enseigner les bases de l'électricité, de l'ingénierie informatique ou de la programmation. En tant que jeune étudiant en météorologie à la Florida State University, j'ai suivi un cours de programmation FORTRAN, un langage informatique assez ancien de nos jours. Ironiquement, de nombreux modèles météorologiques ont toujours un code hérité dans cette langue. Je prévois que la modélisation numérique du temps pivote à mesure que l'émergence de concepts d'intelligence artificielle ou d'apprentissage automatique. La prochaine génération de météorologues devra être de plus en plus à l'aise avec les sciences de l'atmosphère, les données et le codage afin que Gensini puisse être sur quelque chose avec son expérience Raspberry Pi.

Cependant, ses applications ne se limitent pas à la modélisation numérique du temps. John Trostel est scientifique et candidat au doctorat au Georgia Tech Research Institute et directeur de son Severe Storms Research Center. Lorsque j'ai acheté le Pi de mon fils pour la première fois, Trostel m'a dit qu'il l'utilisait comme serveur d'impression dans sa maison depuis plus de deux ans. Tom Gill est professeur de géologie à l'Université du Texas-El Paso et un expert en poussière atmosphérique Gill m'a dit: «L'État de l'Arizona en collaboration avec le NWS utilise un réseau d'appareils à base de Raspberry-Pi pour détecter les concentrations de particules dans des endroits éloignés afin d'avertir à l'avance des tempêtes de poussière causant des dangers sur les autoroutes de l'Arizona. . " Peter Neilly est l'ingénieur émérite IBM et vice-président principal pour les sciences de la prévision globale à The Weather Company. Il a Pis connecté à diverses stations météorologiques personnelles pour l'automatisation, la collecte et la visualisation des données.

Cependant, il y a des critiques. Certains ont fait valoir que bien que le Raspberry Pi soit bon marché et accessible, il peut encore être trop complexe pour de nombreux étudiants. Calvin Mackie n'est pas d'accord. Mackie est un de mes amis personnels et est auteur, inventeur, ingénieur et ancien professeur. Il a fondé STEM NOLA en tant qu'organisation à but non lucratif «pour exposer, inspirer et engager les communautés sur les opportunités en sciences, technologie, ingénierie et mathématiques (STEM)» selon son site Web. Mackie m'a dit que son organisation utilisait le Raspberry Pi dans les collèges avec un grand succès à la Nouvelle-Orléans.