การพยากรณ์อากาศเชิงตัวเลข

การพยากรณ์อากาศเชิงตัวเลขเป็นการพยากรณ์สภาพบรรยากาศโดยการแก้สมการควบคุมบนคอมพิวเตอร์ โดยจำลองการเคลื่อนที่ของอากาศ ความชื้น และพลังงานไปข้างหน้าทีละจุดกริดจากสถานะเริ่มต้นที่สังเกตได้

Definition

การพยากรณ์อากาศเชิงตัวเลขคือการปฏิบัติในการพยากรณ์อากาศโดยการรวมสมการการเคลื่อนที่ของบรรยากาศและอุณหพลศาสตร์ที่ทำให้เป็นแบบไม่ต่อเนื่องไปข้างหน้าในเวลาจากสถานะเริ่มต้นที่วิเคราะห์แล้ว

Scope

หัวข้อนี้ครอบคลุมการกำหนดแบบจำลองบรรยากาศสำหรับการพยากรณ์: การทำให้สมการพื้นฐานเป็นแบบไม่ต่อเนื่องบนกริดหรือฐานสเปกตรัม, แกนพลวัตที่ขับเคลื่อนการไหลที่แก้ไขได้, การกำหนดพารามิเตอร์ที่แสดงถึงกระบวนการที่ไม่สามารถแก้ไขได้ เช่น การพาความร้อน, เมฆ, การแผ่รังสี, และความปั่นป่วน, รวมถึงความละเอียดและการแลกเปลี่ยนทางคอมพิวเตอร์ที่เกี่ยวข้อง

Core questions

• สมการควบคุมแบบต่อเนื่องถูกเปลี่ยนเป็นแบบจำลองที่สามารถคำนวณได้อย่างไร?
• แกนพลวัตคืออะไร และมันขับเคลื่อนการไหลที่แก้ไขได้อย่างไร?
• กระบวนการที่ไม่สามารถแก้ไขได้ เช่น การพาความร้อนและการแผ่รังสี ถูกกำหนดพารามิเตอร์อย่างไร?
• ความละเอียดของกริดและความเสถียรเชิงตัวเลขจำกัดการพยากรณ์อย่างไร?

Key theories

การสร้างแบบจำลองสมการพื้นฐาน

แบบจำลองการพยากรณ์เชิงปฏิบัติการจะรวมสมการพื้นฐาน ซึ่งเป็นรูปแบบอุทกสถิตและกรองแล้วของกฎของไหลและอุณหพลศาสตร์ ซึ่งถูกทำให้เป็นแบบไม่ต่อเนื่องในอวกาศและเวลาเพื่อขับเคลื่อนอุณหภูมิ ลม ความดัน และความชื้น

การกำหนดพารามิเตอร์ทางกายภาพ

กระบวนการที่มีขนาดเล็กเกินกว่าที่จะแก้ไขได้บนกริดของแบบจำลอง เช่น การพาความร้อนแบบคิวมูลัส, จุลฟิสิกส์ของเมฆ, การแผ่รังสี, และความปั่นป่วนของชั้นขอบเขต จะถูกแสดงด้วยแผนการกำหนดพารามิเตอร์ที่ประมาณผลกระทบสุทธิของกระบวนการเหล่านั้นจากตัวแปรที่แก้ไขได้

Mechanisms

แบบจำลองเชิงตัวเลขแสดงถึงบรรยากาศด้วยค่าที่จุดกริดที่ไม่ต่อเนื่องหรือสัมประสิทธิ์สเปกตรัม และก้าวไปข้างหน้าด้วยวิธีผลต่างจำกัด (finite-difference), ปริมาตรจำกัด (finite-volume) หรือสเปกตรัม (spectral methods) ภายใต้ข้อจำกัดด้านเสถียรภาพที่เชื่อมโยงช่วงเวลา (time step) กับระยะห่างของกริด (grid spacing) แกนพลวัต (dynamical core) จัดการกับการพา (advection), ความชันความดัน (pressure-gradient) และผลกระทบจากแรงโคริออลิส (Coriolis effects) ในขณะที่การกำหนดพารามิเตอร์ (parameterizations) ให้แนวโน้มจากการพาความร้อน (convection), เมฆ (clouds), การแผ่รังสี (radiation), ฟลักซ์พื้นผิว (surface fluxes) และความปั่นป่วน (turbulence) ที่กริดไม่สามารถแก้ไขได้ ความละเอียดที่สูงขึ้นสามารถจับปรากฏการณ์ได้มากขึ้น แต่จะเพิ่มต้นทุนการคำนวณเป็นทวีคูณ

Clinical relevance

การพยากรณ์อากาศเชิงตัวเลขเป็นกลไกสำคัญของการพยากรณ์เชิงปฏิบัติการสมัยใหม่ โดยให้คำแนะนำเบื้องหลังการพยากรณ์สำหรับสาธารณะ การบิน การเดินเรือ และสภาพอากาศรุนแรง ความก้าวหน้าในความละเอียดของแบบจำลองและฟิสิกส์ได้ขยายทักษะการพยากรณ์อย่างต่อเนื่อง และปัจจุบันยังสนับสนุนการคาดการณ์สภาพภูมิอากาศและการพยากรณ์สิ่งแวดล้อมอีกด้วย

History

ริชาร์ดสันได้ร่างการพยากรณ์เชิงตัวเลขด้วยมือในทศวรรษ 1920 โดยประสบความสำเร็จอย่างจำกัด สาขาวิชานี้กลายเป็นจริงเมื่อชาร์นีย์, ฟยอร์ทอฟต์ และฟอน นอยมันน์ ได้สร้างการพยากรณ์ด้วยคอมพิวเตอร์ครั้งแรกของสมการกระแสหมุนวนแบบบารอโทรปิกบน ENIAC ประมาณปี 1950 หลังจากนั้นแบบจำลองก็พัฒนาจากระบบสมการพื้นฐานแบบชั้นเดียวไปสู่ระบบหลายระดับที่มีฟิสิกส์ที่ซับซ้อนมากขึ้นเรื่อยๆ

Key figures

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

Seminal works

• kalnay2003
• charney1950

Frequently asked questions

ความแตกต่างระหว่างแบบจำลองสภาพอากาศและการพยากรณ์คืออะไร?

แบบจำลองสภาพอากาศคือโปรแกรมคอมพิวเตอร์ที่แก้สมการบรรยากาศ ส่วนการพยากรณ์คือผลลัพธ์ที่ได้จากการทำงานแต่ละครั้ง ซึ่งนักอุตุนิยมวิทยาจะนำไปตีความ โดยมักจะใช้ร่วมกับแบบจำลองอื่นๆ ก่อนที่จะออกคำพยากรณ์

ทำไมแบบจำลองจึงต้องกำหนดพารามิเตอร์สำหรับบางกระบวนการ?

กระบวนการสำคัญ เช่น เมฆแต่ละก้อนและกระแสปั่นป่วนมีขนาดเล็กกว่าระยะห่างของกริดของแบบจำลองมาก จึงไม่สามารถแก้ไขได้โดยตรง การกำหนดพารามิเตอร์จะประมาณผลกระทบรวมของกระบวนการเหล่านั้นต่อการไหลในระดับที่แก้ไขได้แทน