通过开放数据实现更好的天气预报

几年前我开始玩滑翔伞。这可能是世界上最依赖天气的运动。我们经常在山区飞行，非常接近地面。我们需要了解当地的影响，如热力上升气流、云的增长、山风、焚风以及各种其他微观天气效应。

我发现在这个细节层面上可用的信息非常少。信息是存在的，但没有在任何地方显示，因为它太具体了。

我问我们的国家气象局 "Météo France"，他们是否可以向我提供我需要的原始数据，以便我自己进行滑翔伞预报。他们告诉我 "好的，每年 10 万欧元。" 对于我的个人使用（或任何移动应用程序开发者来说）来说，这有点太贵了……

调查显示，全球只有少数公共机构免费共享这些数据，主要位于美国、加拿大和挪威。我从美国全球模型（GFS）获得了一些数据，该模型几乎用于每个天气网站。但是，这些预报非常有限。全球模型非常粗糙（55公里网格），看不到地形或土地利用。它甚至看不到阿尔卑斯山——这对滑翔伞来说不是很有用。

为了获得我需要的数据水平，我必须运行我自己的高分辨率区域天气模型，使用粗糙的美国数据作为输入（请参阅我的 meteo-parapente.com 网站）。这不容易。它需要高性能计算（HPC）技术，以及我们自己的计算集群、服务器和存档基础设施。

这个项目最初是为了获得更好的天气信息以便我玩滑翔伞的个人尝试，但这个过程让我意识到存在更大的问题。

每个人都知道天气对大多数活动都有影响。根据 METNEXT 的数据，法国 25% 的 GDP 依赖于天气。更好的天气很便宜：当你花费一美元来获得更好的天气知识时，你可以节省超过 20 美元，避免在恶劣天气期间造成损失和人员伤亡。#openagdata 的 Margaret Zeigler 指出，90% 的作物损失是由于天气造成的。

在美国，天气数据属于公共领域。但在大多数欧洲国家，情况并非如此。来自模型输出、雨量雷达、地面站和卫星的数据以数十万欧元的价格出售。

这项政策有很多副作用

• 免费公共服务非常糟糕，因为他们需要出售 "高级" 服务。
• 初创公司或中小企业都负担不起这个价格 → 欧洲没有 "天气" 业务。增长 1%，而美国为 20%。
• 公共机构和研究人员在获取他们需要的数据方面有很大困难。

我很遗憾得知我的部门正在从一家比利时公司购买天气数据，而不是从法国国家公共机构购买。

因此，OpenMeteoData 有几个目标

• 提供轻松访问已可用数据的途径。
• 聚集人员和技术资源，以创建开放预报（包括人工分析和数值模型）。
• 帮助机构开放他们的数据，并向他们解释好处。
• 在关于开放公共数据的辩论中充当催化剂。我已经与法国政府和 Météo France 取得了联系。
• 提供一个平台，以收集关于开放气象学的项目。

最初发布在 Open Knowledge Foundation 博客 上。根据知识共享协议重新发布。