Tratamento e preenchimento de falhas de séries de dados meteorológicos utilizando workflows científicos paralelos em ambientes de GPU

Abstract

Juntamente com a crescente importância das pesquisas na área de meteorologia e climatologia, principalmente as que manipulam grandes volumes de dados voltados aos estudos dos recursos hídricos, surgem as dificuldades para que os pesquisadores dessas áreas obtenham e armazenem dados de alta qualidade em seus repositórios. Este trabalho tem como objetivo apresentar uma proposta na área computacional capaz de processar dados meteorológicos agregando controle de qualidade a longas séries históricas de dados em hidrologia. Os artefatos deste trabalho são baseados na visão da e-Science, utilizando workflows científicos em ambientes de processamento de alto desempenho que tem por finalidade automatizar parte das etapas de pesquisas científicas em meteorologia. Além disso, este trabalho propõe a integração de workflows científicos desenvolvidos na plataforma VisTrails com a computação paralela em ambientes GPU utilizando códigos CUDA. Essa integração visa ampliar a capacidade de manipulação de grandes volumes de dados hidrológicos. Outra característica desse trabalho são a apresentação dos ganhos de desempenho da solução computacional e a representação dos dados relativos à proveniência retrospectiva dos experimentos segundo os moldes da especificação PROV-DM. Como um dos principais resultados temos o índice de identificação e correção de falhas de 87,7%, nos testes realizados com 77 estações, o que representa um ganho precioso de tempo na preparação de dados nas pesquisas da área. Com isso pode-se concluir que a combinação da visão da e-Ciência associada a tecnologia de computação paralela CUDA, além de viável, se torna uma alternativa no tratamento de grandes volumes de dados na área de Meteorologia e Climatologia.