kaz44Вестник Университета Шакарима. Серия технические наукиBulletin of Shakarim University. Technical Sciences2788-79953006-0524«Шәкәрім университеті» КеАҚ10.53360/2788-7995-2023-4(12)-3kaz44-496Research ArticleАВТОМАТИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ (ОРИГИНАЛЬНАЯ СТАТЬЯ)AUTOMATION AND INFORMATION TECHNOLOGY (ORIGINAL ARTICLE)Информационная технология для прогнозирования погоды на основе современных платформенных решенийInformation technology for weather forecast based on modern platform solutionsМукашевД. С.MukashevD. S.

Данияр Мукашев – магистрант

010000,  Astana, Mangilik El Avenue, 55/11

Daniyar Mukashev⃰– master's degree

010000, Astana, Mangilik El Avenue, 55/11

d.mukashev@inbox.ruhttps://orcid.org/0000-0003-3830-6905АбитоваГ. А.AbitovaG. A.

Гульнара Аскеровна Абитова – PhD, доцент

010000,  Astana, Mangilik El Avenue, 55/11

Gulnara Askerovna Abitova – PhD, Associate Professor

010000, Astana, Mangilik El Avenue, 55/11

gulya.abitova@gmail.comAstana IT UniversityКазахстанAstana IT UniversityKazakhstan20232812202314(12)1825Copyright © Мукашев Д.С., Абитова Г.А., 20242024Мукашев Д.С., Абитова Г.А.Mukashev D.S., Abitova G.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://tech.vestnik.shakarim.kz/jour/article/view/496

Прогнозирование погоды играет решающую роль во многих отраслях и видах деятельности, от сельского хозяйства и энергетики до туризма и транспорта. В последние годы информационные технологии значительно расширили возможности прогнозирования погоды, предоставляя более точные и своевременные данные. В этой статье исследуются инновационные информационные технологии, используемые в прогнозировании погоды, и их влияние на современную практику. В нем подчеркивается использование облачных вычислений и хранилищ данных для управления огромными объемами метеорологических данных, что позволяет использовать более точные модели прогнозирования. Кроме того, в статье обсуждается интеграция Интернета вещей (IoT) и сенсорных сетей, которые облегчают сбор данных о погоде из различных источников и способствуют локализованному прогнозированию погоды в режиме реального времени. Методы искусственного интеллекта (ИИ) и машинного обучения также проверяются на предмет их способности анализировать большие наборы данных, выявлять закономерности и повышать точность прогнозов. Наконец, в статье подчеркивается важность передовых методов визуализации данных для эффективной передачи информации о погоде конечным пользователям. Благодаря использованию этих информационных технологий прогнозирование погоды продолжает развиваться, расширяя возможности различных отраслей и улучшая процессы принятия решений.

Weather forecasting plays a crucial role in numerous industries and activities, ranging from agriculture and energy to tourism and transportation. In recent years, information technologies have significantly enhanced the capabilities of weather forecasting, providing more accurate and timely data. This article explores innovative information technologies employed in weather forecasting and their impact on modern practices. It highlights the utilization of cloud computing and data storage for managing vast amounts of meteorological data, enabling the use of more precise forecasting models. Additionally, the article discusses the integration of Internet of Things (IoT) and sensor networks, which facilitate the collection of weather data from diverse sources and contribute to localized and real-time weather predictions. Artificial intelligence (AI) and machine learning techniques are also examined for their ability to analyze large datasets, identify patterns, and improve forecast accuracy. Finally, the article emphasizes the importance of advanced data visualization techniques in effectively conveying weather information to end-users. By harnessing these information technologies, weather forecasting continues to advance, empowering various industries and enhancing decision-making processes. 

прогноз погодыинформационные технологииоблачные вычисленияхранение данныхинтернет вещи (IoT)сенсорные сетиискусственный интеллект (ИИ)машинное обучениеточность прогнозоввизуализация данныхпроцессы принятия решенийWeather forecastingInformation technologiesCloud computingData storageInternet of Things (IoT)Sensor networksArtificial intelligence (AI)Machine learningForecast accuracyData visualizationDecision-making processesReferencesБауэр П., Торп А. и Брюне Г. (2015). Тихая революция численного прогноза погоды. Природа, 525(7567), 47-55.Bauer, P., Thorpe, A., & Brunet, G. (2015). The quiet revolution of numerical weather prediction. Nature, 525(7567), 47-55.Бхаттачарья Б., Чен Ю. и Рашид К. (2018). Приложения облачных вычислений в прогнозировании погоды: обзор. Журнал больших данных, 5(1), 1-18.Bhattacharya, B., Chen, Y., & Rasheed, K. (2018). Cloud computing applications in weather forecasting: A review. Journal of Big Data, 5(1), 1-18.Браун, Т.Б., и Харрис, Н.Л. (2019). Спутниковое дистанционное зондирование погоды и климата: Обзор. Междисциплинарные обзоры Wiley: Изменение климата, 10 (5), e593.Brown, T. B., & Harris, N. L. (2019). Satellite remote sensing of weather and climate: A review. Wiley Interdisciplinary Reviews: Climate Change, 10(5), e593.Ди, Д.П., Уппала, С.М., Симмонс, А.Дж., Беррисфорд, П., Поли, П., Кобаяши, С., ... и Витарт, Ф. (2011). Реанализ ERA-Interim: конфигурация и производительность системы усвоения данных. Ежеквартальный журнал Королевского метеорологического общества, 137(656), 553-597.Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P., Kobayashi, S., ... & Vitart, F. (2011). The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society, 137(656), 553-597.Хакер, Дж. П., МакКоллум, Дж., и Ричардсон, Д. (2018). Использование искусственного интеллекта для улучшения прогнозирования погоды. Бюллетень Американского метеорологического общества, 99(7), 1331–1339.Hacker, J. P., McCollum, J., & Richardson, D. (2018). Using artificial intelligence to improve weather forecasting. Bulletin of the American Meteorological Society, 99(7), 1331-1339.Лаверс Д. и Вилларини Г. (2019). Достижения в понимании и моделировании внетропических циклонов: результаты семинара HAPPI. Бюллетень Американского метеорологического общества, 100(8), ES253-ES256.Lavers, D., & Villarini, G. (2019). Advances in understanding and simulating extratropical cyclones: Results from the HAPPI workshop. Bulletin of the American Meteorological Society, 100(8), ES253-ES256.Ли Дж., Ли З. и Чжан Х. (2019). Прогнозирование погоды путем интеграции больших данных: опрос. Исследования больших данных, 15, 35–42.Li, J., Li, Z., & Zhang, X. (2019). Weather forecasting by integrating big data: A survey. Big Data Research, 15, 35-42.Моханти С.П., Скорич Б., Коллиер К.Г. и Тенг Х. (2017). Интернет вещей (IoT) в эпоху больших данных: возможности, проблемы и технологии. Большие данные и когнитивные вычисления, 1(1), 1-24.Mohanty, S. P., Skoric, B., Collier, C. G., & Teng, H. (2017). Internet of Things (IoT) in the era of big data: Opportunities, challenges, and enabling technologies. Big Data and Cognitive Computing, 1(1), 1-24.Ричардсон Д. и Фаулер Х.Дж. (2017). Прогнозирование риска экстремальных климатических явлений с использованием статистических моделей: международное сравнение. Экстремальные погодные и климатические явления, 15, 10–20.Richardson, D., & Fowler, H. J. (2017). Predicting the risk of extreme climate events using statistical models: an international comparison. Weather and Climate Extremes, 15, 10-20.ВМО (Всемирная метеорологическая организация). (2021). Руководящие принципы по службам прогнозирования и предупреждения о воздействии многих опасных явлений.WMO (World Meteorological Organization). (2021). Guidelines on Multi-hazard Impact-based Forecast and Warning Services.

The authors declare that there are no conflicts of interest present.