|
[资料] 《天气预报的三次跃进》学习笔记
《杜钧, 钱维宏. 天气预报的三次跃进[J]. 气象科技进展, 2014, 4(6): 13-26.》学习笔记:
http://cmalibrary.cn/amst/2014/201406/yjlw/zs/201501/t20150109_58585.htm
https://hfffxaa7a0cc611944276hqpc05kcouq056oxfffhh.eds.tju.edu.cn/Qikan/Article/Detail?id=663506764
一、回顾过去100多年,天气预报经历了两次跃进
(1)第一次是地面和高空天气图的绘制和应用(空间上的跃进),
(2)第二次是数值预报的实施(时间上的跃进)。
经过这两次跃进,天气预报已经走过了从经验和定性描述到今天定量计算的一门数理学科。洛伦兹发现大气混沌现象后,
(3)天气预报正在经历从单一确定论到多值概率论的第三次跃进(观念上的革命),并试图通过量化或简化不确定因素来提高天气的可预报性和降低预报的不确定性。
重点介绍两种现行的量化或简化不确定因素的做法:一是直接面对问题 (量化),即用集合预报的方法,定量描述预报的不确定性,使之成为预报的一部分,让用户在决策时科学地应用更全面的预报信息;二是绕开数学上的难题(简化),把大气变量分解为瞬变气候与瞬变扰动两个部分,用瞬变扰动建立与异常天气之间的联系。
二、第三次跃进——可预报性
2.1 途径一:直面预报中的不确定性
集合预报(如集合平均和概率)除了可延长确定预报的可预报性以外[18],它更主要的功能是针对某一特定的预报系统来预测该系统对任一气象要素随时间和空间以及天气系统而变化的可能预报误差的分布[19]。
气象专家可以应用相关技术在上游地区追踪该预报不确定性的可能来源[22-23],然后在该源头区进行一些特殊的加密观测以期提高作为模式初值用的分析资料的质量。这样希望下一时刻做出的数值集合预报的不确定性会大大减小,并提高预报的精度。这就是所谓的目标观测或适应观测的概念[24-25]。
2.2 途径二:绕过和分解大气方程的复杂性
铸造有两个指针的气候钟:一个走得快的指针具有24h的日循环,另一个走得慢的指针有365d的年循环。
一年的循环中,气候至少可以划分为365d×24h=8760等分。
即天气预报等于气候变化加扰动。气候及其变化S(t)~是由式(3),通过长期的观测资料估算出来的,它就是气候钟。如果再对它差分(或谱展开)积分是徒劳的。大气扰动S(t)'2是一个线性过程,在极端天气事件发生前是早期信号,未来的变化也是可以简单预报的。大气扰动S(t)'3是一个非线性过程,需要借助动力学模式积分运算。
只有用分解气流模式才预报出了它的转向路径(图10b)。
其二,同一时刻观测的全球大气变量确实是混沌的,因为它包含了多时空尺度的变化信息。
现在有一种方法是绕开数学上的难题,把大气变量分解为瞬变气候与瞬变扰动两个部分,用瞬变扰动建立与异常天气之间的联系。
说明:符号公式等录入不规范。正确的公式等,请看原文:http://cmalibrary.cn/amst/2014/201406/yjlw/zs/201501/t20150109_58585.htm
资料出处:
[1] 杜钧, 杜钧. 天气预报的三次跃进 Three Revolutions in Weather Forecasting. 气象科技进展, 2014年第6期>研究论文>综述
http://cmalibrary.cn/amst/2014/201406/yjlw/zs/201501/t20150109_58585.htm
http://cmalibrary.cn/amst/2014/201406/
参考资料:
[1] 中国气象局,2012-12-20,美国国家海洋大气局国家环境预报中心 杜钧
http://www.cma.gov.cn/2011xzt/2012zhuant/20121219/2012121903/201212/t20121220_198910.html
[2] 深切悼念著名气象学家陶诗言先生,2012-12-20,美国国家海洋大气局国家环境预报中心 杜钧
http://www.iap.cas.cn/qt/zthd/tsyxs/dy/201212/t20121220_3724752.html
[3] 钱维宏(教授),北京大学
http://faculty.pku.edu.cn/qianweihong1/zh_CN/jsxx/39622/jsxx/jsxx.htm
相关链接:
[1] 2017-07-13,[请教] 当前 NWP 风速预报的典型误差是多少?
https://blog.sciencenet.cn/blog-107667-1066108.html
[2] 2015-06-17,[请教] 2011年,NWP(Numerical Weather Prediction)的发展进入饱和期了吗?
https://blog.sciencenet.cn/blog-107667-898650.html
感谢您的指教!
感谢您指正以上任何错误!
感谢您提供更多的相关资料!
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-22 14:11
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社