Comments
Description
Transcript
フェーズドアレイ気象レーダの データ利用のためのクラウドの活用
フェーズドアレイ気象レーダの クラウド データ利用のためのクラウドの活用 コンピューティング 佐藤 晋介(NICT)、水谷文彦、和田将一、丸井英樹((株)東芝)、 牛尾知雄(大阪大)、吉川栄一(JAXA)、治達人((株)セック)、 花土弘、川村誠治、村田健史、浦塚清峰、井口俊夫(NICT) 気象学会2012年度秋季大会@北海道大学 2012年10月03日 1 研究目的 ● フェーズドアレイ気象レーダは、10∼30秒間で 隙間のない完全な3次元降水分布を高分解能 で観測することができるが、従来のパラボラアン テナによる気象レーダに比べて100倍程度(*)の データレートの大規模データを生成する。 ● この大規模データをリアルタイムで解析処理 したりアーカイブしたりするために、高速ネット ワーク上に構築されたNICTサイエンスクラウド を用いたデータ利用システムの開発を行う。 (*) 距離60km(100m間隔)、方位角360°(1.2°間隔)、仰角90°(110仰角)の3次元観測を30秒 間で行う場合、従来のレーダが15仰角のボリュームスキャンを5分間かけて行う観測と比べる と約7倍の観測データを1/10の時間で生成することになりデータレートは約70倍となる。10秒 観測の場合はその3倍となるが観測距離が約半分となるためデータレートは約100倍となる。 2 観測データ種別と運用モードの例 工学データ (L1) 物理データ (L2) 1 受信電力 (Pr-MTI) 受信電力 (Pr) 2 受信電力 (Pr-NOR) 反射強度 (Ze) 3 ドップラー速度 (Vr-MTI) ドップラー速度 (Vr) 4 ドップラー速度 (Vr-NOR) 速度幅 (W) 5 速度幅 (W-MTI) 降雨強度 (R) 6 速度幅 (W-NOR) 7 SN判定値 (SN-MTI) 8 SN判定値 (SN-NOR) 直交座標データ(L3) ・反射強度 (Ze) ・ドップラー速度 (Vr) ・降雨強度 (R) など ⇒ netCDF ファイル (その他) ・ オフライン処理用 IQデータ (L0) ・ Web公開用 クイック ルックデータ(QL) AUTO.1 (10 sec.) 300 range×320 sector(AZ)×111 angle(EL)×2 byte= 20.3 MB / file 13 file 合計サイズ(ヘッダー含む): 275 MB / 10sec ⇒ 220 Mbps AUTO.5 (30sec.) 600 range×300 sector(AZ)×110 angle(EL)×2 byte= 37.8 MB / file 13 file 合計サイズ(ヘッダー含む): 493 MB / 30sec ⇒ 131 Mbps ※ GPGPUを用いたデータ変換部で同時に生成される上記の13種類のデータ(L1, L2)は極座標系で2 byteバイナリーで保存される。 この13ファイルは、10秒運用モードの例では最大データレート220Mbpsで転送され、30秒運用モードでは131Mbpsとなる。もし10秒 モードで24時間連続運用するとデータ容量は2.3TB/日となり、L3データを含めると更に大きくなるが、実際には無降雨時の運用の 一時停止やデータ圧縮により、トータルのデータサイズはその数分の一以下となると見込んでいる。 3 データ 処理 システム DBF処理後 IQデータ (∼1 Gbps) データ 変換部 (東芝) レーダ処理 後データ (220 Mbps) (220 Mbps) データ 蓄積部 (GPGPU) HUB① (220 Mbps) 空中線装置 監視制御部 DBF処理前 IQデータ (∼6 Gbps) (GbE) NAS (14.5TB) (リアルタイム表示) (履歴再生表示) オフライン 収集部 DAS (12TB) オフライン 処理部 RAID (TBD) 阪大 LAN データシステム系統図 (太矢印は4∼10Gbps、細矢印は1Gbpsケーブル) 4 データ 利用 システム (220 Mbps) 133.243.XX.XX 阪大AP サーバ HUB① 阪大のJGN-X アクセスポイント (L2スイッチ) L3 スイッチ ssh (GbE) データ公開 サーバ(小金井) データ 中継 サーバ RAID (63TB) RAID (42TB) ssh NICT サイエンス クラウド ペタバイト ストレージ(けいはんな) 阪大 LAN 阪大NW (NICT・阪大) Private NW データ解析 サーバ(小金井) JGN-X (NICT NW) データシステム系統図 (太矢印は4∼10Gbps、細矢印は1Gbpsケーブル) 5 NICTサイエンスクラウド -X NICT宇宙環境計測グループ(現、宇宙環境 インフォマティクス研究室)が開発 ⇒ 現在は、 NICT統合データシステム研究開発室が整備 分散型ストレージ Gfarm(Grid Data Farm) 6 JGN-X(New Generation Network Testbed) JGN (H11∼) ⇒ JGN2 (H16∼) ⇒ JGN2 plus (H20∼) ⇒ JGN-X (H23∼) 7 リアルタイムデータ処理とデータ公開方針 ● QL画像(降雨強度のみ)を阪大に設置する データ中継サーバでリアルタイムに作成 レイテンシー(遅延)を少なくするためには、ファイルサイズの 小さな画像をその場で作成して、データ公開サーバへ転送 ● 公開QL画像は、とりあえずは降雨の水平分布(従来同様) ● ● 3次元直交座標に変換した Ze、Vr、R 等の レベル3データ(netCDF)は、NICT小金井に 設置予定のデータ解析サーバで作成 L3データはユーザ要求に応じて、データ公開サーバに転送 ● 試行的に3次元可視化コンテンツなどを自動作成する予定 ● ● 外部研究ユーザはNICTサイエンスクラウドに ログインして、観測データを利用してもらう 8 NICTサイエンスクラウドの利用 ★ 各研究者が自分の手元に大容量データを コピーして解析するのは非現実的 NICT小金井にあるサイエンスクラウドGWからログイン (フェーズドアレイ専用)データ解析サーバ@NICT小金井 必要なライブラリ、主要なアプリはプリインストール IDL, AVS などのライセンスも整備 サイエンスクラウド内の大容量アーカイブデータへのアクセス HEIGHT (km) HEIGHT (km) 23:36:09 23:34:39 23:33:09 HEIGHT (km) ● ● ● ● ● RANGE (km) RANGE (km) RANGE (km) RHI of Reflectivity (AZ=270) 2012/07/06 9 3次元観測データの利活用 (可視化) 10:45JST 10:50JST 10:55JST 11:00JST 10:59:20JST 10:59:00JST 10:59:40JST 11:00:00JST ILTS 15 Z (km) 10 5 【現状】 1∼5分毎の水平分布による降雨 短時間予測 ⇒ 急激な発達は予測困難 【将来】 10∼30秒毎の詳細な3次元観測データ ⇒ 雨滴の発生・成長・落下による予測が可能 【ボリュームスキャンによる鉛直断面: 5∼10分毎】 COBRA 18:45Z, 29JUL2010 レーダ近傍の 上空は観測空白域 DISTANCE from Radar (km) グリッドサイズ: 250 m (5分間の14仰角:0.5∼24°から合成) 18:46Z, 29JUL2010 HEIGHT (km) HEIGHT (km) COBRA 【フェーズドアレイレーダによる鉛直断面(予想図):10∼30秒毎】 DISTANCE from Radar (km) グリッドサイズ: 100 m (30秒間のRHI観測データから作成) 10 フェーズドアレイレーダの応用分野 ○○県△△市竜巻注意情報 平成××年4月20日10時29分 △△地方気象台発表 ○○県△△市では竜巻発生 のおそれがあります。 発生 予測時刻と場所は以下の 地図のとおりです。 頑丈な建物内に移動するなど、 安全確保に努めてください。 数値予報モデルへのデータ同化、 きめ細かな竜巻注意情報 【気象庁】 洪水予測、土砂災害予測 【河川局】 ダム放流(洪水調整) 【ダム管理事務所】 航空管制 【航空局】 ユーザが必要 とする情報 の提供 リアルタイムで 観測データ を配信 突発的・局所的現象の解明 【研究機関・大学】 低コスト レーダーの開発 住民避難勧告 【市町村】 次世代ドップラーレーダー技術の研究開発 【総務省・NICT】 10% 50% 80% 10% 50% 80% 30min 20min 10min 一般市民への情報提供 【民間気象会社】 列車安全運行 【鉄道会社】 下水道ポンプ制御 【市町村】 11 まとめ・今後の課題 ● フェーズドアレイ気象レーダの大規模データをリア ルタイム処理してアーカイブするために、NICTサイ エンスクラウドを用いた「データ利用システム」の設 計を行った(今年度中に開発完了予定)。 ● 将来的に数100TBに達するような大容量データを 確実に保存するともに、ユーザがそれらの大規模 データを自由に使った解析研究を行うための共用 プラットフォームを提供できると考えている。 ● 今後は 3次元可視化コンテンツ利用の検討に加え、 他の観測データや数値モデル計算結果を合わせた 所謂「ビッグデータ」による研究成果に期待。 12