数值天气预报

数值天气预报，或称数值天气预测、天气数值预测、数值预报，是一种根据大气的数学模型、利用当前天气状况作为输入数据而作出天气预报的手段，为现代天气预报之主流。尽管早在1920年代时已有人作出过尝试并取得一定成果，但直到计算机模拟出现之后，数值天气预报才成为一种切实可行的实时天气预报方法。为了得到准确的预测结果，世界多国都使用超级电脑来进行复杂的计算。许多天气预测模型，无论本身是全球性或是区域性的，或多或少都为全球天气预报提供帮助。将这些模型一同使用，能够降低天气预报的不确定性，以及将可预测的时间范围延伸到更远。

历史

1904年挪威气象学家皮耶克尼斯提出天气预报的求解方程概念。

1922年英国气象学家路易斯·弗莱·理查德森借由一串数值方法求近似解。由于当时还没有电脑的发明，又计算十分复杂，他花了6个星期的计算才完成6小时预报，最终以异常增加145百帕的差距做收。

1952年菲利普斯将大气简化成垂直两层，并导入斜压方程式。

1956年艾利亚森将重力波导入了原始方程。

诺曼·菲利普斯发展了成功模拟实际对流层的月及季的型态的数值模式，成了第一个成功的全球气候模式。

初始资料

资料搜集

气象站、气象雷达、探空气球、海上浮标、气象卫星

资料同化

将搜集到的观测资料与现有的预报资料统合成最佳的结果，使模式有最小的初始误差当初始场做预报。方法有：

系集卡尔曼虑波(EnKF)、三维变分资料同化(3DVAR)、四维变分资料同化(4DVAR)

物理参数化

由于模式的网格动则数十公里至数百公里，有一些微物理过程发生在几米的尺度内，无法被模式解析，所以以参数作为替代及简化的方案。例如：积云参数化、辐射参数化、对流参数化、海冰冰点

网格

等经纬网格、正八面体高斯递减网格

高斯递减网格：在模式分辨率越来越高的情况下，等经纬网格在两极会过于密集，为了避免因为网格过密产生不必要的计算而发展出高斯递减网格，越往高纬度则东西方向的格点会递减。

垂直座标

广义座标、等压座标、对数气压座标、sigma座标、等位温座标

系集预报

由于模式预报的不确定性，当预报一段时间后误差便会被放大，而发展出多模式的预报取代单一预报。借由多模式之间的物理参数差异、初始扰动、随机扰动趋势…等方法，让这些差异尽可能包围误差范围。如台风的系集预报，提供防灾人员了解台风路径可能的误差范围以提早应变，避免单一模式的果断预报。预报后的这些成员平均又可以将极端值平均掉，做最保守的预报。

延伸阅读

Beniston, Martin. From Turbulence to Climate: Numerical Investigations of the Atmosphere with a Hierarchy of Models. Berlin: Springer, 1998.
Kalnay, Eugenia. Atmospheric Modeling, Data Assimilation and Predictability. Cambridge University Press, 2003.
Thompson, Philip. Numerical Weather Analysis and Prediction. New York: The Macmillan Company, 1961.
Pielke, Roger A. Mesoscale Meteorological Modeling. Orlando: Academic Press, Inc., 1984.
U.S. Department of Commerce, National Oceanic and Atmospheric Administration, National Weather Service. National Weather Service Handbook No. 1 - Facsimile Products. Washington, DC: Department of Commerce, 1979.

外部链接