什么是足够好的天气预报?这是一个大多数人可能不会过多考虑的问题，因为答案似乎很明显——一个准确的答案。但话又说回来，大多数人都不是DTN的首席技术官。拉尔斯·埃维是，他的答案可能和大多数人的不同。DTN有180名气象学家在全球范围内提供天气预报，是你可能从未听说过的最大的气象公司。

我们中的一些人喜欢离开电网，而另一些人发现自己被迫离开电网。拥有合适的装备会带来巨大的不同。

举个例子:DTN并不包括在ForecastWatch的“2017 - 2020年全球和区域天气预报精度概述”中。该报告根据一套综合标准，以及全面的数据收集和评估方法，对17家天气预报提供商进行了评级。那么，一家成立于20世纪80年代、服务全球用户、一直非常关注天气的公司，为什么没有得到评估呢?

• 参见:美国的天气，气候预报是一个很快就会好起来的

天气预报作为一个大数据和物联网问题

DTN的意思是“数字传输网络”，这是对该公司最初通过无线电提供农场信息服务的致敬。随着时间的推移，该公司采用了技术演进，转向为多个行业提供所谓的“运营情报服务”，并走向了全球。

Ewe此前曾在多家公司担任高级职务，包括AMD、宝马和甲骨文等。他对数据、数据科学以及提供洞察以提供更好结果的能力有着强烈的情感。Ewe认为DTN是一家全球性的技术、数据和分析公司，其目标是为客户提供可操作的近实时洞察，以更好地运营他们的业务。

Ewe表示，DTN的气象服务®(WAAS®)方法应该被视为更广泛目标的重要组成部分。埃维说:“我们有数百名工程师，不仅致力于天气预报，还致力于洞察天气。”他还解释说，DTN投资制作自己的天气预报，尽管它可以外包，原因有很多。

Ewe表示，许多可用的天气预报服务要么不是全球性的，要么在图像分辨率等特定领域存在缺陷。他补充说，DTN利用所有公开可用的数据和许多专有数据输入来产生自己的预测。DTN还通过自己的数据输入增强了这些数据，因为它在全球拥有并运营着数千个气象站。其他数据来源包括卫星和雷达、气象气球和飞机，以及历史数据。

DTN的天气预报能力的高阶服务包括风暴影响分析和航运指导。电力公司使用风暴影响分析来更好地预测停电，并相应地进行计划和人员配备。航运公司使用航运指南计算船舶的最佳路线，既从安全的角度考虑，也从燃油效率的角度考虑。

该方法的核心思想是利用DTN的预测技术和数据，然后将其与特定客户的数据合并，以提供量身定制的见解。Ewe指出，尽管DTN也可以提供一些基线服务，但数据越具体，服务就越好。这些数据会是什么呢?任何能帮助DTN的模型表现更好的东西。

可能是船只的位置或形状，也可能是基础设施电网的健康状况。Ewe说，事实上，由于这些概念在DTN的模型中被反复使用，该公司正在向数字双胞胎方法的方向发展。

在许多方面，今天的天气预报确实是一个大数据问题。Ewe补充说，从某种程度上说，这也是一个物联网和数据集成的问题，你要尝试访问、集成和存储一组数据以供进一步处理。

因此，产生天气预报不仅涉及气象学家的专业知识，还涉及数据科学家、数据工程师和机器学习/DevOps专家团队的工作。就像任何大规模的大数据和数据科学任务一样，在准确性和可行性之间需要权衡。

• 最佳极端天气技术2022:停电设备

规模足够好的天气预报

和大多数首席技术官一样，埃维喜欢与技术打交道，但也需要了解事情的商业方面。在不偷工减料的情况下，在保证财务可行的情况下，保持刚刚好或“足够好”的准确性是一项非常复杂的工作。DTN通过多种方式实现这一点。

一种方法是减少冗余。Ewe解释说，随着时间的推移，通过并购，DTN拥有了超过5个预测引擎。通常情况下，每一种都有其优点和缺点。DTN团队将每种方法的最佳元素整合到一个全球预测引擎中。

另一种方法是通过优化硬件和降低相关成本。DTN与AWS合作开发新的硬件实例，以适应这个非常苛刻的用例的需求。使用新的AWS实例，DTN可以按需运行天气预测模型，速度和规模都是前所未有的。

在过去，天气预报模型只能在固定的时间间隔运行，每天一两次，因为运行它们需要几个小时。Ewe说，现在，模型可以按需运行，在大约一分钟内生成一小时的全球预测。然而，同样重要的是，这些实例使用起来更经济。

至于DTN模型如何运行的实际科学——它们既包含数据驱动的机器学习模型，也包含气象领域专业知识的模型。Ewe指出，DTN采用综合方法，运行不同的模型，并根据需要对它们进行权衡，以产生最终结果。

然而，这个结果并不是二元的——例如，下雨或不下雨。相反，它是概率的，这意味着它赋予了潜在结果的概率——例如，6次博福特风的概率为80%。这背后的原因与这些预测的用途有关:行动情报。

这意味着帮助客户做出决定:是否应该疏散这个海上钻井设施?这艘船或这架飞机应该改道吗?这场体育比赛是否应该举行?

Ewe表示，集成方法是将预测因素纳入风险方程的关键。反馈循环和在正确的情况下自动选择具有正确权重的正确模型是DTN积极致力于的工作。

这也是“足够好”的原因。正如埃维所说，真正的价值在于这些模型所产生的预测的下游消费。“你必须非常小心地平衡你的投资水平，因为天气只是下一个下游模型的一个输入参数。有时，额外的半度精度甚至可能不会对下一个模型产生影响。有时,它。”

回到原点，Ewe注意到DTN的注意力集中在公司客户的日常运营上，以及天气如何影响这些运营，并为客户提供最高水平的安全和经济回报。事实证明，这比让外部机构衡量我们预测的准确性更有价值。我们每天与客户的互动才能衡量我们的预测有多准确和有价值。”