数値気象予報

数値気象予報は、大気の支配方程式をコンピューター上で解き、観測された初期状態からグリッド点ごとにシミュレートされた空気、水分、エネルギーを時間的に進めることで、大気を予測するものである。

Definition

数値気象予報とは、解析された初期状態から、大気運動と熱力学の離散化された方程式を数値的に時間積分することにより、天気を予測する手法である。

Scope

このトピックでは、予測のための大気モデルの定式化について扱う。具体的には、プリミティブ方程式のグリッドまたはスペクトル基底への離散化、解像された流れを進める力学コア、対流、雲、放射、乱流などの未解像プロセスを表すパラメタリゼーション、および関連する解像度と計算上のトレードオフについてである。

Core questions

• 連続的な支配方程式はどのように計算可能なモデルに変換されるのか？
• 力学コアとは何か、そしてそれはどのように解像された流れを進めるのか？
• 対流や放射などの未解像プロセスはどのようにパラメタリゼーションされるのか？
• グリッド解像度と数値安定性は予報をどのように制約するのか？

Key theories

プリミティブ方程式モデリング

運用予測モデルは、流体および熱力学法則の静水圧的かつフィルターされた形式であるプリミティブ方程式を、温度、風、気圧、水分を進めるために空間的および時間的に離散化して積分する。

物理パラメタリゼーション

積雲対流、雲微物理、放射、境界層乱流など、モデルグリッド上で解像するには小さすぎるプロセスは、解像された変数からそれらの正味の効果を推定するパラメタリゼーションスキームによって表現される。

Mechanisms

数値モデルは、離散的なグリッド点またはスペクトル係数における値によって大気を表現し、時間ステップとグリッド間隔を関連付ける安定性限界に従って、有限差分法、有限体積法、またはスペクトル法を用いてそれらの値を時間的に進める。力学コアは移流、気圧傾度、コリオリ効果を扱い、パラメタリゼーションは、グリッドでは解像できない対流、雲、放射、地表面フラックス、乱流による傾向を提供する。高解像度はより多くの現象を捉えるが、計算コストを増大させる。

Clinical relevance

数値気象予報は、現代の運用予測の原動力であり、一般、航空、海洋、および悪天候予報の背後にあるガイダンスを提供している。モデルの解像度と物理学の進歩は、予測スキルを着実に向上させ、現在では気候予測や環境予測もサポートしている。

History

リチャードソンは1920年代に手作業で数値予報を試みたが、成功は限られていた。この分野が実用的になったのは、1950年頃にチャーニー、フィヨルトフト、フォン・ノイマンがENIAC上で順圧渦度方程式の最初のコンピューター予報を作成した後である。その後、モデルは単層から多層のプリミティブ方程式システムへと発展し、より洗練された物理学が組み込まれていった。

Key figures

• Lewis Fry Richardson
• Jule Charney
• John von Neumann
• Norman Phillips

Seminal works

• kalnay2003
• charney1950

Frequently asked questions

気象モデルと予報の違いは何ですか？

気象モデルは、大気の方程式を解くコンピュータープログラムであり、予報は、特定の実行によって生成される出力である。気象学者は、その出力を、しばしば他のモデルと合わせて解釈し、予測を発表する。

モデルはなぜ一部のプロセスをパラメタリゼーションする必要があるのですか？

個々の雲や乱流渦などの重要なプロセスは、モデルのグリッド間隔よりもはるかに小さいため、直接解像することはできません。パラメタリゼーションは、代わりにそれらの集合的な効果を解像スケールの流れに推定します。