博文
天气与气候预报（预测）的不确定性与可预报性（On the Predictability）
|||
19～20世纪上半叶线性动力学理论在科学领域获得的巨大成功，使人们产生了一个错误的印象。这个错误的印象，集中体现在著名的数学家Laplace的那个著名的论述中：“Let us imagine an Intelligence who would know at a given instant of time all forces acting in nature and the position of all things of which the world consists; let us assume, further, that this Intelligence would be capable of subjecting all these data to mathematical analysis. Then it could derive a result that would embrace in one and the same formula the motion of the largest bodies in the universe and of the lightest atoms. Nothing would be uncertain for this Intelligence. The past and the future would be present to its eyes.”【引自R. C. Hilbron, Chaos and Nonlinear Dynamics, Cambridge University Press, p.40 (1994)】。在早期的天气数值预报中，人们努力地去扮演Laplace所说的那个“智者”（Intelligence）的角色。一方面，通过不断地改进数值模式，使得它不断地逼进真实的大气系统。另一方面，不遗余力地改进观测设备，以期获得分辨率和精度都更高的初始场。然而最终的结果总是事与愿违，无论数值模式多么地被认为逼真，无论初始场测量多么地精确，长期天气预报的准确度仍然与猜测没什么区别，有时甚至还要差。这样，天气可预报性问题就很自然地摆在了人们的面前。1957年，Thompson首次提出了数值天气预报的可预报性问题。随后的1963年，Lorenz在他简化的天气模式中发现了混沌现象（J. Atmos. Sci. 20,130）。这是一个非常重要的发现，它不仅开拓了现代非线性动力学的研究，也加深了我们对于天气和气候可预报性的认识。通过混沌理论，我们认识到即使我们能设计出百分之百正确的模式，然而由于初始场始终存在误差，哪怕这个误差很小，随着时间的推移它也会使得模式的结果与实际情况出现非常大的偏差。 Lorenz等人基于混沌理论的研究结果表明，大气过程的确定性预报时限是有限的，大尺度天气形势数值预报最长不超过两周。针对初始场误差所带来的困难，近年来提出了“系综预报”的方法，即采用具有误差概率分布的初始场，以及一组多个甚至几十个数值模式来进行综合数值预报，最后求得预报结果的统计规律。然而，上述关于天气和气候可预报性的研究都未跳出确定性科学的框架。周秀骥曾撰文指出（气象学报，2005年第63卷第806页）：一方面，分子热运动是不稳定流体中湍流形成之源，由此形成不同宏观尺度的随机运动是大气运动固有的属性。另一方面，决定大气过程的外强迫（如太阳辐射）和外边界（如地-气相互作用）也是随机变化的。因此，数值天气预报存在预报时效，并且这个时效是由大气运动固有随机性所决定的，与误差无关。
从以上的调研中，我得出一个印象，那就是可预报性研究要想取得突破，关键在于对大气运动过程的机制要有深刻的理解。从方法论上将，要想理解大气运动的机制，不能指望于花俏的数学技巧，更不能依赖晦涩的哲学思辨，而是要借助于踏踏实实的物理学研究方法。这个方法也就是不断地从观测或实验中提取出有启发意义的普遍规律，然后根据这些普遍规律提出行之有效的模型，这种模型并不是像“腊八粥”一样的什么都有的东西，而只要包含对实验和观测总结出的规律能进行解释的因素就够了。然后再把这个模型放在实验或观测中去改进和发展，甚至要推翻重新来。但是建立庞杂的模型始终是物理学研究（也是其它许多自然科学研究领域）的大忌，这是因为科学研究中许多成功的例子告诉我们，真实的自然界没有我们想象中的那么复杂，只是经常出入意料而已。一旦我们必须建立非常复杂的模型才能解释观测事实的时候，也就是这个模型（或如库恩所说的“范式”）寿终正寝的时候了。例如：纵所周知，托勒密提出了“地心说”，哥白尼提出了“日心说”，然而当哥白尼提出他的理论的时候，托勒密的理论并没有受到严重的挑战，因为这两种理论都可以对当时所有的观察事实做出解释，只是后者更加简单而已，历史发展证明，大自然选择了简单的一方。
以上从方法论方面讨论了对于大气运动机理的研究——这个可预报性研究中的核心问题——应该借鉴物理学的研究方法。下面我将简略讨论一下物理学中的哪些研究成果可以用来研究大气运动的机理。现在对于大气过程的动力学研究，还仅仅局限于经典的牛顿力学框架（Navier-Stoker方程就是基于牛顿力学提出的方程）。从上个世纪初开始，这个理论经历了三个方面的修正或批判。首先，在分子原子尺度上，牛顿力学被量子力学所取代。其次，在高速和大引力场的情况下，牛顿力学被修正为广义或狭义相对论。另外，对于热力平衡的大自由度系统，统计力学独领风骚，牛顿力学却无能为力。还有，自从Lorenz发现混沌以来，以往在牛顿力学中被忽略的非线性问题被人们重视，最后逐步发展出了非线性动力学。现在，物理学又把目光投向了具有强烈非线性相互作用的大自由度非平衡系统中，开创了完全摆脱牛顿力学研究框架的复杂性科学。其实，我们的大气系统不正是一个自由度非常大，并且各自由度之间具有强烈相互作用的非平衡系统吗？我们为什么不能抛弃牛顿力学的研究框架，而借助于物理学中关于复杂性科学的研究成果来研究大气系统呢？复杂性科学中的长程关联的概念也许可以解释大气各尺度间存在的关联效应，断续平衡的概念也许可以用来理解天气或气候变化中不期而遇的突发性事件等等。无论如何，真正把大气运动作为一个复杂性系统来看待，利用为它定身量做的复杂性科学这个研究工具，我们会期望对大气的运动有一个全新的认识，这样随之而来的也许就是对于天气和气候可预报性问题的终极解决。
这篇文章和《短期气候预测》是博主在大气所上《气候动力学》时提交的课程论文
https://blog.sciencenet.cn/blog-200199-208460.html
上一篇：短期气候预测（Short-term climate forecast ）
下一篇：截断稳定分布（Truncated Stable Laws）
从以上的调研中，我得出一个印象，那就是可预报性研究要想取得突破，关键在于对大气运动过程的机制要有深刻的理解。从方法论上将，要想理解大气运动的机制，不能指望于花俏的数学技巧，更不能依赖晦涩的哲学思辨，而是要借助于踏踏实实的物理学研究方法。这个方法也就是不断地从观测或实验中提取出有启发意义的普遍规律，然后根据这些普遍规律提出行之有效的模型，这种模型并不是像“腊八粥”一样的什么都有的东西，而只要包含对实验和观测总结出的规律能进行解释的因素就够了。然后再把这个模型放在实验或观测中去改进和发展，甚至要推翻重新来。但是建立庞杂的模型始终是物理学研究（也是其它许多自然科学研究领域）的大忌，这是因为科学研究中许多成功的例子告诉我们，真实的自然界没有我们想象中的那么复杂，只是经常出入意料而已。一旦我们必须建立非常复杂的模型才能解释观测事实的时候，也就是这个模型（或如库恩所说的“范式”）寿终正寝的时候了。例如：纵所周知，托勒密提出了“地心说”，哥白尼提出了“日心说”，然而当哥白尼提出他的理论的时候，托勒密的理论并没有受到严重的挑战，因为这两种理论都可以对当时所有的观察事实做出解释，只是后者更加简单而已，历史发展证明，大自然选择了简单的一方。
以上从方法论方面讨论了对于大气运动机理的研究——这个可预报性研究中的核心问题——应该借鉴物理学的研究方法。下面我将简略讨论一下物理学中的哪些研究成果可以用来研究大气运动的机理。现在对于大气过程的动力学研究，还仅仅局限于经典的牛顿力学框架（Navier-Stoker方程就是基于牛顿力学提出的方程）。从上个世纪初开始，这个理论经历了三个方面的修正或批判。首先，在分子原子尺度上，牛顿力学被量子力学所取代。其次，在高速和大引力场的情况下，牛顿力学被修正为广义或狭义相对论。另外，对于热力平衡的大自由度系统，统计力学独领风骚，牛顿力学却无能为力。还有，自从Lorenz发现混沌以来，以往在牛顿力学中被忽略的非线性问题被人们重视，最后逐步发展出了非线性动力学。现在，物理学又把目光投向了具有强烈非线性相互作用的大自由度非平衡系统中，开创了完全摆脱牛顿力学研究框架的复杂性科学。其实，我们的大气系统不正是一个自由度非常大，并且各自由度之间具有强烈相互作用的非平衡系统吗？我们为什么不能抛弃牛顿力学的研究框架，而借助于物理学中关于复杂性科学的研究成果来研究大气系统呢？复杂性科学中的长程关联的概念也许可以解释大气各尺度间存在的关联效应，断续平衡的概念也许可以用来理解天气或气候变化中不期而遇的突发性事件等等。无论如何，真正把大气运动作为一个复杂性系统来看待，利用为它定身量做的复杂性科学这个研究工具，我们会期望对大气的运动有一个全新的认识，这样随之而来的也许就是对于天气和气候可预报性问题的终极解决。
这篇文章和《短期气候预测》是博主在大气所上《气候动力学》时提交的课程论文
https://blog.sciencenet.cn/blog-200199-208460.html
上一篇：短期气候预测（Short-term climate forecast ）
下一篇：截断稳定分布（Truncated Stable Laws）
