Вид сверху на город и окрестности

IBM Weather Operations Center: Геопространственный анализ

Компонент геопространственной аналитики представляет собой платформу для работы с огромными массивами геопространственных и временных данных (карты, спутниковые снимки, метеосводки, данные БПЛА, данные Интернета вещей), выполнения запросов и анализа таких данных. Эта платформа позволяет освободить специалистов по обработке данных и разработчиков от трудоемких процессов, характерных для традиционной подготовки данных, и предоставить им доступ к мощному расширяемому каталогу разнообразных и постоянно обновляемых геопространственных и временных данных с возможностями поиска.

Модуль геопространственного анализа в Weather Operations Center предоставляет доступ к 6 петабайтам геопространственных и временных наборов данных, чтобы предприятия могли воспользоваться уникальным комплексом знаний, необходимых для сохранения лидирующего положения в эпоху машинного обучения и искусственного интеллекта. В частности, в состав входит специально подобранное хранилище из нескольких сотен согласованных уровней данных, подготовленных для аналитики, начиная со спутниковых изображений, метеоданных, демографических данных, данных наблюдений о поверхности земли и моря до сельскохозяйственных данных и многого другого. Кроме того, этот компонент позволяет клиенту работать с собственными данными в сочетании с предоставляемой геопространственной и временной информацией для углубленного анализа при принятии важных решений в масштабируемой и экономичной среде. Представители различных отраслей могут воспользоваться возможностями геопространственного анализа в Weather Operations Center самыми разными способами:

  • Государственные организации могут использовать результаты анализа данных о состоянии здоровья, распространении заболеваний и погодных условиях во время стихийных бедствий или пандемий.
  • Электроэнергетические компании могут улучшить прогнозирование рисков перебоев электроснабжения для оптимизации техобслуживания и графика работы бригад.
  • Кредитные учреждения могут улучшить методологию оценки кредитных рисков и сократить число просроченных кредитов.
  • Продовольственные компании могут лучше реагировать на изменения потребительского спроса для повышения качества и реализации инициатив по обеспечению устойчивого развития.
  • Страховые компании могут улучшить прогнозирование рисков и предупреждать страхователей еще до возникновения проблем, что позволит повысить эффективность работы.

Примеры запросов

Служба данных

Предоставьте мне все погодные данные и высотные отметки для всех аэропортов в Юго-Восточной Азии.

Служба поиска

Покажите все районы в штате Айова, для которых в июне значение нормализованного разностного индекса растительности превышает 0,8, а общий уровень осадков не превышает 20 мм.

Служба аналитической платформы

Рассчитайте прогнозы полива всех виноградников в Калифорнии.