Мобільний додаток прогнозу погоди на основі інтерполяції даних з ОpenWeather

Abstract

UA : Робота викладена на 49 сторінках друкованого тексту, містить 30 рисунків, 7 джерел, 4 додатки. Об’єкт дослідження: методи прогнозування погоди та процес прогнозування метеоданих за АРІ-ключем. Мета роботи: дослідити сучасні мобільні додатки з прогнозування погоди та розглянути можливість інтерполяції метеоданих. Метод дослідження: аналітичний, порівняльний. У останні роки прогнозування погоди є досить популярним через використання нових технологій та зростання кількості метеостанцій, що дозволяє використовувати більший обсяг метеоданих при складання кінцевого прогнозу. Для можливості отримувати більш точний результат, в роботі розглянуто можливості АРІ сервісу ОpenWeather та його вбудована функція інтерполяції метеоданих, а також метод використання різних АРІ- ключів. Також були представлений приклад створення власної метеостанції на основі мікрокомп'ютерів серії Raspberry на випадок відсутності метеостанції в області дослідження. Даний метод дозволив поліпшити якість точності обчислень погодних даних.

EN : The work is presented on 49 pages of printed text, 30 figures, 7 references, 4 supplements. The object of research – methods of weather forecasting and the process of forecasting meteorological data by API-key. The aim of the study is to explore modern mobile weather forecasting applications and consider interpolating meteorological data. The methods of research are analytical, comparative. In recent years, weather forecasting has become quite popular due to the use of new technologies and the growing number of weather stations, which allows the use of more meteorological data in the final forecast. To be able to obtain a more accurate result, the paper discusses the capabilities of the API service OpenWeather and its built-in meteorological interpolation function, as well as the method of using different API-keys. An example of creating your own weather station based on Raspberry series microcomputers were presented in a case of no weather station in the study area. This method has improved the quality of the accuracy of weather data calculations.