User:非石/Draft:Numerical weather prediction

气候模型使用基于物理、流体运动和化学的定律的微分方程式 组成的系统，并运用一种将地球划分为三维网格的坐标系统。 每个网格都会计算其风、热传递、 太阳辐射、 相对湿度和地表水文等状况，然后使用相邻网格之间的相互作用来计算未来的大气特性。

数值天气预测 (数值天气预报)是一种基于当前天气条件使用大气和海洋的数学模型来预测天气的方法。 虽然第一次数值预测的尝试在1920年代，但直到1950年代 计算机模拟 的出现，数值天气预测才开始产生现实的成果。 一些全球和区域的预测模型运行在全球不同国家，这些模型使用从 无线电探空仪、气象卫星 和其他观测系统传来的天气观测作为输入。

基于相同物理原理的数学模型可以用于生成短期天气预报或长期气候预测；后者广泛应用于理解和预测气候变化。 区域模型的改进促成了 热带气旋轨道 和 空气质量 预报效果的极大提高；但是，大气模型在处理发生相对较狭窄的区域里的天气过程表现不好，例如 野火.

现代化的数值天气预测需要操纵的巨大的数据以及进行复杂的运算，往往需要使用世界上最强大的 超级计算机 。 即使超级计算机的算力日益增加， 数值天气模式的预测技巧仅可以延伸到大约六天。 影响数值预测精度的因素包括输入观测的密度和质量，数值模型本身也有自己的缺陷。 后处理技术，如 模型输出统计数据 (MOS) 被用来处理数值预测的误差。

更基本的问题在于控制着大气 偏微分方程 的 混沌 本质。 这些方程无法得到精确解，其数值误差随时间递增(约每五天加倍)。 当前对此的理解是，这种混沌将准确的预测限制在大约14天即使有着完全准确的输入数据和一个完美的模型。 此外，模型中使用的偏微分方程式需要补充 太阳辐射、湿过程 (云和 降水)的 热交换、土壤、植被、地表水、以及地形影响等因素的参数化后的参数。 在努力量化的数值预测中大量固有的不确定性的同时，自1990年代 集合预报 一直被用来帮助衡量预报可行度，其比其他可能方法更能获得更远的未来的有用结果。 这种方法分析一个或多个预测模型的多个预测结果。

历史

在 摩尔电气工程学院 ，由 贝蒂 詹宁斯 和 弗朗西斯 Bilas 控制的 ENIAC 的主要控制面板。

数值预报的历史开始于20世纪20年代 Lewis Fry Richardson使用威廉·皮耶克尼斯最初开发的程序来手算预测欧洲中部两个点的大气状况的尝试，至少花费了6周来计算。直到计算机和计算机模拟的出现，计算所需的时间才开始小于预报的时段长。1950年，基于高度简化的大气方程，ENIAC被用来进行第一次计算机天气预报。1954年

参考文献

[[Category:應用數學]] [[Category:计算科学]]