探索公共数据集是现代数据分析的一个重要方面，所有这些收集到的数据可以帮助我们了解我们的世界。在谷歌云，我们维护一个公共数据集的集合，我们很高兴与哥伦比亚大学拉蒙特-多尔蒂地球观测站（LDEO）和Pangeo项目合作，在云中保存最新的气候模拟数据。

世界气候研究计划（WCRP）最近开始发布耦合模式相互比较项目第6阶段（CMIP6）数据档案，汇集了大约30个工作组和1000名研究人员创建的气候模型，调查气候变化的紧迫环境问题。CMIP6气候模式数据集包含了气候系统许多方面的丰富细节，物联网智能家居，包括历史和未来的模拟。这些数据现在可以在云存储中访问，很快就会进入BigQuery。除了在谷歌云上提供CMIP6外，Pangeo项目还开发了软件和基础设施，以便于使用云计算分析和可视化气候数据。

在谷歌云上，该数据集将不断更新，供全球研究人员在不受限制的情况下用于自己的项目下载数兆字节甚至数兆字节的数据。整个归档最终可能包含20PB的数据，其中大约100TB的数据目前在云中可用。您可以通过此表格从Pangeo的CMIP6谷歌云集合中请求数据。

"这是一个非常活跃的数据集。随着数据的上线和人们需求的增加，它将在明年更新，"哥伦比亚大学和LDEO地球与环境科学副教授Ryan Abernathey说。他强调这个项目的实际影响。"人们实际上最关心的不是全球平均气温，因为没有人生活在"全球平均世界"，政务大数据，人们关心的是干旱或极端降雨对当地的影响，因为干旱或极端降雨会给社会带来严重的困难。通过这些罕见事件的高分辨率模拟，我们可以得到更好的信息来应对气候的预期变化。"

你会在CMIP6数据中找到什么

CMIP6数据中的模型范围从基于1850年以来历史数据的高分辨率模拟到操纵关键变量的假设情景。例如，Abernathey问道："如果二氧化碳（CO2）在一夜之间瞬间浓度翻了四倍，那会怎么样？这是一个非常有用的实验，不是因为它有助于我们对未来作出详细的预测，而是因为它有助于我们探索我们对气候系统如何对二氧化碳作出反应的物理理解。"CMIP6的每个模型都包括几十个变量、集合成员和情景，导致了庞大而笨拙的数据集。但是Pangeo是一个开放源码的Python大数据分析工具的集合，它使得在CMIP6和其他类似的大型数据集上进行大规模计算变得更加容易，Abernathey和他在LDEO和国家大气研究中心（NCAR）的同事利用国家科学基金会（NSF）的资助和谷歌云的计算支持开发了Pangeo，云服务器多少钱，什么是大数据技术，这是一个旨在加速地球科学数据分析的开源平台。Pangeo几乎可以在任何高性能计算系统上运行，包括Google Kubernetes Engine（GKE），它支持通过自动缩放（包括上下）轻松部署，并与其他Google云工具（如云存储和BigQuery）集成。Pangeo社区分享专业知识，例如不同领域特定应用程序的用例，并为开源工具的开发做出贡献，比如称为Zarr的云优化数据存储格式。

"CMIP项目从早期开始发展，普林斯顿大学正在休假的计算气候学家V.Balaji说："现在，我们看到了从美国和欧盟到发展中国家的巨大增长。"。目前在巴黎的Pierre-Simon-Laplace研究所，Balaji参与了CMIP的各个方面，从定义实验和运行模拟到分析输出和设计地球系统网格联邦（ESGF），支持全球数据基础设施的服务网络，大数据查询平台，支持这一关键的研究企业。"巴拉吉说："对于新进入者和全世界的学术研究人员来说，云中的Pangeo代表了一个令人兴奋的新机会，可以拓宽大规模气候数据的用户基础，而无需获得超级计算机规模的存储和分析设施。"它弥合了我所说的"灵感驱动"和"工业实力"科学之间的鸿沟，使科学家能够探索数据，设计自己的分析，并立即大规模应用他们的发现。云中Pangeo的进展将为我们设计未来全球气候数据基础设施的架构选择提供信息。"