Ambos proyectos ponen de manifiesto la importancia de la supercomputación en aspectos tan relevantes de cara al futuro como son la meteorología, climatología y predicción de recursos energéticos renovables.

El pasado 14 de octubre tuvo lugar el 12º Webinar de la Cátedra Cajasiete Big Data, Open Data y Blockchain (BOB), que forma parte de la serie de seminarios de divulgación organizados por la Cátedra Cajasiete Big Data, Open Data y Blockchain (BOB) de la Universidad de La Laguna.

Bajo el título de “Big Data, IA, Meteorología, Clima y Energía – Prediciendo el futuro”, el seminario online fue impartida por investigadores de la Universidad de la La Laguna (ULL) y DISA que colaboran con el Instituto Tecnológico y de Energías Renovables (ITER) en los proyectos GRIDER y PLANCLIMAC.

El seminario, que se estructuró en dos partes, comenzó con una introducción sobre cómo se logran predicciones meteorológicas y climáticas que, además, para Canarias supone un reto especial al necesitar predicciones de alta resolución. Estas predicciones ofrecen información de gran valor para empezar a mitigar cuanto antes los posibles efectos del Cambio Climático, así como para la planificación y gestión de sistemas de generación de energía renovable.

Este tipo de predicciones, tanto las climáticas como las meteorológicas, son problemas que requieren de gran capacidad de cómputo. En el proyecto PLANCLIMAC se realizan proyecciones climáticas de todo el siglo XXI para los archipiélagos de Canarias, Azores, Cabo Verde y Madeira. Por su parte, en el proyecto GRIDER se realizan múltiples simulaciones meteorológicas para tratar de obtener mejores resultados mediante la combinación de las mismas. En ambos casos se trata de tareas en las que ITER ha participado activamente, siendo una pieza clave el uso de su superordenador Teide-HPC.

A título ilustrativo, dentro del proyecto PLANCLIMAC se ejecutan continuamente 15 trabajos simultáneos de 64 cores, habiendo consumido del orden de 5 millones de horas de cómputo para producir alrededor de 650TB de datos. Por su parte, en el proyecto GRIDER se han realizado simulaciones meteorológicas de un año completo, con 3 tipos de modelos de entradas y 15 configuraciones diferentes, lo que se traduce en aproximadamente 2 millones de horas de cómputo y 60TB de datos generados.

En la segunda parte del webinar se abordó uno de los principales objetivos del proyecto GRIDER: la predicción de recursos energéticos renovables para poder realizar una adecuada gestión de los mismos. Haciendo uso de técnicas de Inteligencia Artificial, se combina la información de aquellas simulaciones meteorológicas que aportan más información para, posteriormente, traducir esos datos a estimaciones de energía generada. Esta información resulta interesante a la hora de planificar la gestión de la red de energía.

El seminario “Big Data, IA, Meteorología, Clima y Energía – Prediciendo el futuro” estará disponible próximamente para su visualización en el canal de YouTube de la Cátedra Cajasiete BOB para todas aquellas personas interesadas que no pudieron seguirlo en directo.

El proyecto GRIDER, que tiene como socios al Instituto Tecnológico y de Energías Renovables (ITER) como coordinador del proyecto, a través del área de Tecnología en colaboración con el Área de Energías Renovables, y a la Universidad de La Laguna, a través del Grupo de Observación de la Tierra y la Atmósfera y el Grupo de Simulación de la ULL, está financiado por la convocatoria Retos-Colaboración 2017 perteneciente al Programa Estatal de I+D+i orientada a los Retos de la Sociedad con recursos del Fondo Europeo de Desarrollo Regional (FEDER).

El proyecto europeo PLANCLIMAC está financiado con fondos FEDER a través de la segunda convocatoria del Programa de Cooperación Territorial INTERREG-MAC 2014-2020. El ITER participa como socio en este proyecto, que está liderado por la Consejería de Transición Ecológica, Lucha contra el Cambio Climático y Planificación Territorial del Gobierno de Canarias, y en el que participan también Cabo Verde, Azores y Madeira.