Soru:
Hava durumu modelleri nasıl çalışır?
hichris123
2014-04-16 01:15:10 UTC
view on stackexchange narkive permalink

Her zaman ECMWF ve GFS gibi farklı hava durumu modelleri kullanıyoruz. Bu modeller bana harika .

Bu modeller nasıl çalışır? Çeşitli veri noktalarını ele almaları gerektiğini biliyorum - bunlar nedir ve model onu nasıl kullanır? Ayrıca, gelecekte ne olacağına dair bir tahmin veya harita nasıl ortaya çıkıyor?

Dört yanıtlar:
#1
+29
Jon Ericson
2014-04-16 03:30:37 UTC
view on stackexchange narkive permalink

Tüm sayısal atmosfer modelleri, atmosferik akışı tanımlayan ilkel denklemlerden türetilen hesaplamalar etrafında oluşturulur. Vilhelm Bjerknes, ilişkileri keşfetti ve böylece sayısal hava tahmininin babası oldu. Kavramsal olarak denklemler, bir hava parselinin çevresiyle ilişkili olarak nasıl hareket edeceğini açıklamak olarak düşünülebilir. Örneğin sıcak havanın yükseldiğini genç yaşta öğreniyoruz. Hidrostatik dikey momentum denklemi, sıcak havanın neden ve niçin yükselmeyi durduracağını açıklar. (Hava yükseldikçe, hidrostatik dengeye ulaşana kadar genişler ve soğur.) Diğer denklemler, diğer hareket ve ısı transfer türlerini dikkate alır.

Maalesef, denklemler doğrusal değildir, bu da basitçe yapamayacağınız anlamına gelir. birkaç rakamı girin ve faydalı sonuçlar alın. Bunun yerine, hava modelleri atmosferi üç boyutlu ızgaralara bölen ve ayrı zaman artışları sırasında madde ve enerjinin bir küp uzaydan diğerine nasıl akacağını hesaplayan simülasyonlardır. Gerçek atmosferik akış kesikli değil süreklidir, bu nedenle zorunlu olarak modeller yaklaşık değerlerdir. Farklı modeller, özel amaçlarına uygun farklı tahminler yapar.

Sayısal modeller, çeşitli nedenlerle zaman içinde gelişmektedir:

  1. Daha fazla ve daha iyi girdi verileri,
  2. Daha sıkı ızgaralar ve
  3. Daha iyi yaklaşımlar.

Artan hesaplama gücü, modellerin daha küçük grid kutuları kullanmasına izin verdi. Bununla birlikte, hesaplamaların sayısı kutu sayısıyla katlanarak artar ve süreç azalan getiri ile karşı karşıya kalır. Her şeyin girdi tarafında, daha fazla ve daha iyi sensörler, modelin başlangıç ​​koşullarının doğruluğunu iyileştirir. Sinoptik ölçek ve orta ölçekli modeller, makul ilk koşulların belirlenmesine yardımcı olan Genel Dolaşım Modellerinden girdi alır. Çıktı ucunda, Model Çıktı İstatistikleri, mevcut model durumunu modelin benzer sonuçlar verdiği zamanların geçmiş verileriyle karşılaştırarak yerel hava durumunu tahmin etme konusunda dikkate değer bir iş yapar. Son olarak, topluluk modelleri girdi olarak birkaç modelin çıktılarını alır ve bir dizi olası sonuç üretir.

İyileştirme nedenleri listenizde ayrıca mikrofizik, radyasyon, kara yüzeyi etkileşimi vb. İçin daha iyi parametrelendirme şemalarından bahsedebilirsiniz; parametreli konveksiyon yerine açık konveksiyona izin veren daha sıkı ızgaralar; veri asimilasyonu.
@casey: Tahmin modelleri hakkındaki ilk elden bilgimin 15 yıldan fazla (ve 20'ye yakın) olduğunu söylemeliyim. Bir düzenleme önermeye istekli olursanız, bunu memnuniyetle onaylarım. :-)
#2
+21
milancurcic
2014-05-01 08:56:25 UTC
view on stackexchange narkive permalink

Hava durumu modelleri (veya sahada daha yaygın olarak adlandırıldıkları üzere atmosferik modeller), girdi verilerini (başlangıç ​​koşulları) okuyan ve atmosferin gelecekteki durumunu oluşturmak için kısmi diferansiyel denklemleri çözen bilgisayar programlarıdır. @JonEricson, modellerin ne işe yaradığına dair genel olarak iyi ancak anekdot niteliğinde bir özet sunsa da, burada atmosferik bir modelin bir tahmin oluşturması için gereken adımların tam adımlarını açıklayacağım. Bu cevap genellikle okyanus dolaşımı ve iklim modelleri için de geçerlidir. Çoğu insan, hava tahmincilerinin bir haritanın önünde oturduğuna ve bulutun nereye gideceğine dair beyin fırtınası yaptığına inanıyor. Bu yanıt, atmosfer ve okyanus tahmin modellerinin nasıl çalıştığı hakkında anlaşılması kolay ancak kapsamlı bir açıklama sağlamayı amaçlamaktadır.

  1. Atmosferin evrimi, bir kısmi diferansiyel denklemler (PDE'ler) sistemi ile açıklanabilir. En yaygın olarak bunlar, momentum denkleminden (hız $ \ mathbf {v} $ veya momentum $ \ mathbf {\ rho v} $ için çözme), süreklilikten (veya kütle koruma denkleminden) oluşan ilkel denklemlerdir. ) ve termal enerji denklemi (sıcaklık $ T $ ve spesifik nem $ q $ için çözme). Süreklilik denklemi, momentum denklemleri ile kapanış için gereklidir. Bu denklemler, indirgenmiş ve / veya basitleştirilmiş bir denklem seti oluşturarak birçok şekilde yaklaşık olarak tahmin edilebilir. Bu yaklaşımlardan bazıları hidrostatik, Boussinessq, anelastik vs.'dir. Atmosfer için ilkel denklemlerin en eksiksiz biçiminde, prognostik durum değişkenleri $ u $, $ v $, $ w $, $ p $, $ T $, $ şeklindedir. q $. İdealleştirilmiş bir atmosfer, sadece momentum ve süreklilik denklemleri (termodinamik yok), sığ su denklemleri veya sadece mutlak vortisite denklemi ile de simüle edilebilir. İkincisinin bir örneği için, mutlak vortisite denklemini zamanda entegre ederek 500 mb vortisiteyi sayısal olarak tahmin eden Charney, Fjortoft ve von Neumann'ın (1950) öncü makalesine bakın. Modelleri barotropik olduğu için siklogenez üretemedi. Ancak, tarihteki ilk başarılı sayısal hava tahminini gerçekleştirdiler ve modelleri ilk genel amaçlı bilgisayar olan ENIAC üzerinde çalıştı.

  2. Şimdi de örneğin momentum denklemi:

    $$ \ dfrac {\ partial \ rho \ mathbf {v}} {\ partial t} + \ nabla (\ rho \ mathbf {v} ^ {2}) +2 \ Omega \ times \ rho \ mathbf {v} = - \ nabla p + \ nu \ nabla ^ {2} (\ rho \ mathbf {v}) + \ Phi $$

    Soldan sağa, momentum, ilerletme, Coriolis kuvveti, basınç gradyanı, viskoz yayılma ve son olarak herhangi bir dış zorlama veya alt şebeke eğiliminin zaman eğilimine sahibiz. Ne yazık ki, $ \ nabla (\ rho \ mathbf {v} ^ {2}) $ önerme terimi doğrusal değildir ve bu terim nedeniyle bu denklemin analitik çözümü bilinmemektedir. Bu terim aynı zamanda atmosfer ve diğer akışkanların doğası gereği kaotik olmasının ve $ \ mathbf {v} $ 'daki küçük hataların bu terimde çoğaldığı için hızla büyümesinin nedenidir. Denklem doğrusallaştırılmışsa, $ \ nabla (\ rho \ mathbf {v} ^ {2}) = 0 $, analitik çözümler bulunabilir. Örneğin, Rossby, Kelvin, Poincare dalgaları, belirli bir indirgenmiş doğrusallaştırılmış momentum veya vortisite denklemleri seti için analitik çözümlerdir. Doğru tahminler üretmeyi umuyorsak, doğrusal olmayan öneri terimine sahip olmamız gerektiğini belirlemek önemlidir. Böylece denklemleri sayısal olarak çözeriz.

  3. Bu PDE'ler nasıl çözülür? İşlemciler türev yapamazlar - sayıları nasıl toplayacaklarını ve çarpacaklarını bilirler. Diğer tüm işlemler bu ikisinden türetilmiştir. Temel aritmetik işlemleri kullanarak bir şekilde kısmi türevleri yaklaşık olarak hesaplamamız gerekiyor. İlgi alanı (diyelim ki dünya) bir ızgara üzerinde ayrıklaştırılmıştır. Her ızgara hücresi, durum değişkenlerinin her biri için bir değere sahip olacaktır. Örneğin, x yönündeki basınç gradyanı terimini alın:

    $$ \ nabla_ {x} p = \ dfrac {\ kısmi p} {\ partial x} \ yaklaşık \ dfrac {\ Delta p} {\ Delta x} = \ dfrac {p_ {i + 1, j} -p_ {i-1, j}} {2 \ Delta x_ {i, j}} $$

    $ i, j $, $ x, y $ içindeki ızgara indeksleridir. Bu örnek, boşlukta ortalanmış sonlu farklar kullandı. Kısmi türevleri ayırmak için birçok başka yöntem vardır ve modern modellerde kullanılanlar tipik olarak bu örnekten çok daha karmaşıktır. Izgara aralığı tek tip değilse, tahmin edilen miktar korunacaksa sonlu hacim yöntemleri kullanılmalıdır. Sonlu eleman yöntemleri, mühendislikte yapılandırılmamış ağlarda tanımlanan hesaplamalı akışkanlar dinamiği problemleri için daha yaygındır, ancak atmosfer ve okyanus çözücüler için de kullanılabilir. GFS ve ECMWF gibi bazı global modellerde Spektral yöntemler kullanılmaktadır.

  4. Izgara ölçeğinde çözülmemiş süreçler (terim $ \ Phi $) parametreleştirme şemaları şeklinde uygulanır. Parametrelendirilmiş süreçler arasında türbülans ve sınır tabakası karıştırma, kümülüs konveksiyonu, bulut mikrofiziği, radyasyon, toprak fiziği, kimyasal bileşim vb. Yer alabilir. Parametreleme şemaları hala sıcak bir araştırma konusudur ve gelişmeye devam etmektedir. Yukarıda listelenen tüm fiziksel süreçler için birçok farklı şema vardır. Bazıları farklı meteorolojik senaryolarda diğerlerinden daha iyi çalışır.

  5. Tüm denklemlerdeki tüm terimler kağıt üzerinde ayrıştırıldıktan sonra, ayrık denklemler bilgisayar şeklinde yazılır. kodu. Çoğu atmosfer, okyanus sirkülasyonu ve okyanus dalgası modelleri Fortran'da yazılmıştır. Bu çoğunlukla tarihsel nedenlerden kaynaklanıyor - uzun bir geçmişe sahip olan Fortran, çok olgun derleyiciler ve çok optimize edilmiş doğrusal cebir kitaplıklarına sahip olma lüksüne sahipti. Günümüzde çok verimli C, C ++ ve Fortran derleyicileri mevcut olduğundan, bu daha çok bir tercih meselesidir. Bununla birlikte, Fortran kodu, yakın zamanda başlatılan projelerde bile, atmosfer ve okyanus modellemede en yaygın olanıdır. Son olarak, yukarıdaki basınç gradyan terimi için örnek bir kod satırı şöyle görünecektir:

      dpdx (i, j, k) = 0.5 * (p (i + 1, j, k) - p (i-1, j, k)) / dx (i, j)  

    Kodun tamamı makine diline derlenir ve ardından işlemcilere yüklenir. Model programı, genellikle süslü bir grafik arayüzle kullanıcı dostu değildir - en yaygın olarak, yüksek performanslı çok işlemcili kümelerdeki aptal terminallerden çalıştırılır.

  6. Program başladıktan sonra zaman içinde geleceğe doğru adım adım ilerliyor. Her ızgara noktasında durum değişkenleri için hesaplanan değerler, tipik olarak her saat (simülasyon zamanı) olmak üzere bir çıktı dosyasında saklanır. Çıktı dosyaları daha sonra görselleştirme ve grafik yazılımıyla okunarak model tahmininin güzel görüntülerini üretebilir. Bunlar daha sonra, anlamlı ve makul bir tahmin sağlamak için tahmincilere rehberlik etmek için kullanılır.

Bu cevabı çok beğendim! Özlü ama aynı zamanda eksiksiz.
#3
+12
gerrit
2014-04-16 02:11:19 UTC
view on stackexchange narkive permalink

Bu tam bir cevap değil. Hava durumu modellerinin bir yönü Veri asimilasyon veya 4D-var şeklindedir.

Harika olduklarına katılıyorum ve nasıl yapılır? işe yarıyorlar yanıtlanamayacak kadar geniş. Bu nedenle, veri asimilasyonu ve özellikle 4D-Var hakkında bilgi edinmenizi tavsiye ederim. Kavramlar ters teoride biraz benzer, ancak çok daha yüksek boyutsallığa sahiptir. Küçük bir özetle:

  • Her adımda ve ızgara noktasında, modelin tüm atmosfer (ve okyanus!) Hakkında sahip olduğu en son bilgileri içeren bir arka planı vardır. ). Bu çok büyük miktarda bir bilgidir.
  • Daha sonra, yaklaşık altı saatte bir, ölçümlerden büyük miktarda bilgi besler. Atmosferin durumuna ilişkin yeni bir tahmin yapmak için arka planı ve ölçümleri birleştirmek için Bayes yöntemini (yukarıdaki 4D-Var bağlantısına bakın) kullanır.
  • Ölçümler, doğal olarak, yalnızca şimdiki zaman ve geçmiş için mevcut. Gerisi temelde ekstrapolasyondur. Ancak iyi bir tahmin elde etmek için model çalıştırması geçmişte bir zamanda başlar; yani tahminin ilk kısmı aslında geçmiş veya şimdiki zaman içindir (bunu size modellerde göstermezler ;-).

Ayrıntıya giremiyorum, ama doğru, muhteşemler!

#4
+8
Tom Au
2014-04-16 17:57:07 UTC
view on stackexchange narkive permalink

Hava durumu modelleri ve tahminleri diferansiyel denklemler sistemleriyle yönetilir. Biri, nedensel değişkenlerin mevcut seviyeleri veya değerleri ile başlar: sıcaklık, nem, atmosferik basınç vb. Ayrıca, bu değişkenlerin "türevlerini" veya değişim oranlarını da hesaba katmak gerekir. Bu nedenle, ısı, ışık ve ses gibi çeşitli "dalga" fenomenlerini açıklamak için hem değişkenleri hem de türevlerini içeren diferansiyel denklemlere duyulan ihtiyaç.

Mevcut geniş ham bilgi birikimi ile bile Dünyanın bazı kısımları, çeşitli değişkenlerin görünen "rastlantısallığı" nedeniyle hava durumunu tahmin etmek hala riskli bir iştir. (Bazıları gerçekten rastgeledir, diğerleri zamanla daha iyi açıklanır.) Değişkenleri "dilimleyerek ve parçalara ayırarak" (ve geçmiş deneyimlerden yararlanarak, hava tahminleri yavaş ama kesin bir şekilde daha geniş alanlarda zamanla daha doğru hale geldi. Artan hesaplama gücü vardır. aynı zamanda yardımcı oldu. (Daha doğru tahminler için süreyi uzatmak daha zordur, çünkü hala çok fazla hareketli parça var.) Şimdilik, sahip olduğumuz araçların boyutuna kıyasla bir "kovada düşüş" olduğu görülüyor. dünya ve evren (bazı hava durumu modelleri gezegenler arası uzayda meydana gelen şeylerden kaynaklanıyor olabilir), bu nedenle çoğu zaman aşağı yukarı doğru olan hava tahminleri yapabilmemiz gerçekten şaşırtıcı.



Bu Soru-Cevap, otomatik olarak İngilizce dilinden çevrilmiştir.Orijinal içerik, dağıtıldığı cc by-sa 3.0 lisansı için teşekkür ettiğimiz stackexchange'ta mevcuttur.
Loading...