由网友(真笨撞到我的心上了)分享简介：数值气候预告（numerical weather prediction）或者称数值气候预测、气候数值预测、数值预告，是指按照大气现实环境，正在1定的始值以及边值前提下，经由过程大型计较机做数值计较，求解描写气候演化历程的流膂力教以及冷力教的方程组，预测将来1按时段的大气静止状况以及气候征象的要领，即哄骗以后气候状态做为输出数据而做出...

数值天气预报（numerical weather prediction）或称数值天气预测、天气数值预测、数值预报，是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法，即利用当前天气状况作为输入数据而作出天气预报的手段。

中文名

数值天气预报

起源

早在20世纪初期

外文名

numerical weather prediction

定义

是一种定量的和客观的预报

简要介绍

数值天气预报与经典的以天气学方法作天气预报不同，它是一种定量的和客观的预报，正因为如此，数值天气预报首先要求建立一个较好的反映预报时段的（短期的、中期的）数值预报模式和误差较小、计算稳定并相对运算较快的计算方法。其次，由于数值天气预报要利用各种手段（常规的观测，雷达观测，船舶观测，卫星观测等）获取气象资料，因此，必须恰当地作气象资料的调整、处理和客观分析。第三，由于数值天气预报的计算数据非常之多，很难用手工或小型计算机去完成，因此，必须要有大型的计算机。

根据大气实际情况，在一定初值和边值条件下，通过数值计算，求解描写天气演变过程的流体力学和热力学方程组，预报未来天气的方法。和一般用天气学方法、并结合经验制作出来的天气预报不同，这种预报是定量和客观的预报。预报所用或所根据的方程组和大气动力学中所用的方程组相同，即由连续方程、热力学方程、水汽方程、状态方程和3个运动方程(见大气动力方程)所构成的方程组。方程组中,含有7个预报量（速度沿x，y，z三个方向的分量u,v,w和温度T,气压p，空气密度ρ以及比湿q）和7个预报方程。方程组中的粘性力F,非绝热加热量Q 和水汽量S,一般都当作时间、空间和这7个预报量的函数，这样，预报量的数目和方程的数目相同，因而方程组是闭合的。

计算方法 

　　数值天气预报中所用的方程大多是非线性的，迄今还没有一种解析求解方法，常用的是数值求解方法。其中最常用的是差分法，其次是谱方法。

差分法 

即用差商代替微商的方法。考虑任意函数f(x，у，t)，其偏微商дf/дx可以用几种不同的形式来近似表示。如

等。其中Δxf＝f（x+Δx，у，t）-f（x-Δx，у，t），δxf＝f(x+Δx，у，t)-f(x，у，t)；Δx是网格距,至于对自变量у和t的偏微商，只要用у或t代替上面两式中的x，用Δу或Δt代替Δx，便可得到类似的表示式。通常称Δxf/2Δx为中央差，δxf/Δx为向前差。

L.F.理查孙最早将这种方法应用于天气预报问题。他用中央差代替空间微商,用向前差代替时间微商,认为这样一步步地计算，就可以作出预报。如对于平流方程：

其相应的差分方程为

其中cx为波速，F为函数，x为空间自变量,t为时间自变量，m是代表空间的下标，m是代表时间的下标。依此式则由前一时刻的值，可以求得后一时刻的值。这称为显式差分格式。实践表明，问题并不这样简单。如果用一个单波解代入F(x，t),就不难发现，差分方程的解将随时间无限增长而与真解毫无相似之处。这种现象被称为“线性不稳定”。若时间也取中央差，则保持数值解的计算稳定性的充分条件是。这称为“线性稳定性判据”。经验表这个条明，件对复杂得多的方程也是需要的。在数值预报中,通常网格距取200公里左右。对过滤模式，cx<50米/秒，Δt允许超过 1小时。如用原始方程模式，cx≈300米/秒，Δt只能是几分钟（见大气模式）。为了使计算稳定，又提出了隐式差分格式。它同上面所述的显式差分格式不同。如平流方程的隐式差分格式为

这种差分格式虽具有计算稳定的优点，但工作量较大。为了克服这个缺点，1961年曾庆存首先提出了半隐式差分格式，它兼有显式格式和隐式格式的优点，可以取较长的时间步长而节约大量的计算时间。

不过，对于非线性方程，即使线性稳定性判据得到满足,计算也不一定是稳定的。1959年,N.A.菲利普斯在实际计算中发现，存在一种无论怎样缩小 Δt也不能排除的不稳定现象。他认为是由非线性作用产生的短波被虚假地表示了的所谓“混淆现象”引起的，称为“非线性不稳定性”。这种不稳定性，并非大气运动中由于物理原因产生的,而是由于在构造差分格式时,破坏了原微分方程的性质而造成的，因此也称为计算不稳定性。为了克服这个困难，可以考虑使差分方程保留原微分方程所具有的在计算域内总的守恒性质〔如总能量守恒，总位涡度（见大气动力方程）平方守恒等〕的格式。这时，在时间积分过程中预报量保持有界，因而这种格式对非线性不稳定性有抑制作用。

由于实际需要，有时还须要制作较小范围的区域性预报。根据实践，这种预报以用“套网格”制作效果较好。所谓“套网格”，是指在计算域中置两种以上网格，其中一部分网格距较大，另一部分较小，而细网格计算域又包含在粗网格计算域中。用这种套网格法可以提高局部地区的分辨率，从而提高预报的准确率。

谱方法

将微分方程组中函数的空间变化用正交函数的级数的前有限项展开，通过一系列积分运算，使微分方程组变换成以展开系数和其对时间的微商的常微分方程组,以求得近似数值解的方法。正交函数的选择,依赖于区域的几何形状。谱方法通常用来解半球或全球问题，并多用球面调和函数。1954年，有人提出用球面调和函数解正压涡度方程的谱方法，时间外推方法和差分法相同。以后，虽然有不少人继续研究，但由于这种方法的计算量很大，特别是非线性项，更是如此。长期以来，这种方法一直停留在研究试验阶段。1970年，A.埃利亚森等利用当时刚发展起来的快速富氏变换计算非线性项，空间微商用谱方法进行，乘积运算在网格点上完成，回避了直接计算非线性项中相互作用系数的大量工作，使计算量大为减少。

一般说来，谱方法的优点是：①空间微商的计算精确，有利于减小位相误差；②可以避免非线性混淆现象，使非线性不稳定性不易产生；③便于解泊松方程；④能自动并彻底地滤去短波，比一般差分法中用平滑算符好；⑤解全球或半球问题可以没有奇异点。缺点是：①表示非线性项所需的计算量和存储量均较大，计算量随波数增加得太快；②对分布不太连续的物理量，容易发生跳跃现象，必须用较多的波才能表示；③象降水那样的局部地区天气现象和其伴随的潜热加热作用，必须知道整个场的预报量，这就经常要把所有的谐波分量重新组合起来。总之，在研究局地现象时还是采用粗细网格相套的差分法更加灵活方便。

历史发展

早在20世纪初期，英国科学家L.F.理查孙首先进行了数值天气预报的尝试。1922年，他在《天气预报的数值方法》一书中，论述了数值预报的原理和可能性，并且应用完全的原始方程组,对欧洲地区的地面气压场进行了6小时的预报。但其结果很不理想：他预报该地区的气压在6小时中的变化为154毫巴(百帕)，而实际气压几乎没有变化。当时理查孙将这次失败归之于所取的初值不准确，他的失败曾使人们一度怀疑数值天气预报的实际可能性。

发展阶段

直到第二次世界大战结束之后，由于电子计算机的出现，气象观测网、特别是高空观测的发展，气象资料有了很大的改善，数值天气预报又引起了人们的注意。特别是人们认识到理查孙的失败，主要在于他所用的方程组的解,不仅包含了长波等慢过程,还包含了高速传播的声波和重力波。这些高速波的实际振幅都很小，但在计算过程中常被扩大，以致掩盖了气象上有意义的扰动。1948年，J.G.查尼在C.-G.罗斯比等人工作的基础上，提出了滤波理论，证明了采用静力平衡和地转平衡近似（见大气运动的平衡状态），可以消除重力波和声波。这样建立的简化方程组，避免了声波和重力波的影响。1950年,查尼、R.菲约托夫特和J.von诺伊曼用准地转正压模式，在电子计算机上首次成功地对北美地区500百帕高度的气压场，作了24小时的预报。

当时分析天气图和读取数据等工作，都是人工进行的，这些工作所费的时间，比当时在电子计算机上的计算时间（试验）大10倍左右。为了提高工作效率并减少人为的误差，从1954年起，人们相继提出一些用电子计算机进行客观分析和自动处理资料的方法。不久，从收报到分析预报，都开始实现了自动化。

普及阶段

到20世纪70年代初期，已比较普遍地用它作业务预报了。

20世纪 80年代，全世界已有 30多个国家和地区把数值天气预报作为制作日常预报的主要方法。

就预报项目来说，已包含有气压、温度、湿度、风、云和降水量;就范围来说,已从对流层有限区发展到包括平流层的半球和全球范围;就时效来说,除1～2天短期预报外，有的国家已开展了一个星期左右的中期预报。

中国的情况

1955年用图解法两层模式作出了500百帕24小时的预报。1959年底，开始用电子计算机制作亚欧范围和北半球范围的正压、斜压过滤模式的高度场数值预报。1965年春,国家气象局开始发布正压500百帕预报。1969年，资料处理、客观分析和预报的自动化方案初步试验成功。1973年，开始用原始方程三层模式制作预报。到80年代初，从接收资料到填图、分析和输出预报图，实现了自动化，预报模式发展到多层原始方程模式，其中考虑了地形和非绝热加热等物理过程的影响。

存在的问题

　　数值天气预报还有许多问题尚待解决：

次网格尺度的物理过程的引入 由于大气是一种具有连续运动尺度谱的连续介质，故不管模式的分辨率如何高,总有一些接近于或小于网格距尺度的运动(见数值天气预报常用计算方法),无法在模式中确切地反映出来，这种运动过程称为次网格过程。湍流、对流、凝结和辐射过程都包含有次网格过程。在数值预报中已采用参数化的方法来考虑这些过程，即用大尺度变量来描述次网格过程对大尺度运动的统计效应。尽管用这种方法已取得了相当好的效果，但仍有许多未解决的问题。如参数化不能考虑大尺度对小尺度的影响及其反馈作用，参数的数值缺乏客观的确定方法，模式对参数化的差异过于敏感等。

非线性方程的数值解 虽然在适当条件下，可以证明某些线性微分方程组的稳定格式的数值解，能够近似表示相应的微分方程组的真解，但对于非线性微分方程来说，两种解却可能不完全一致。已有证据表明，虽然有时候数值解是计算稳定的，但却与真解（这是特殊情况，真解是已知的）毫无相似之处。

初值形成问题 它包括初值处理、卫星资料的应用和四维同化（见数值天气预报资料的处理和分析）等问题，这些问题至今尚未很好解决。

上述问题，都是设计模式时会直接碰到的。但是最根本的还是人们对天气演变规律的认识，特别是对中期和长期天气过程和强风暴发生和发展的认识，还很不够。此外，虽然用卫星和遥感技术等手段探测大气，对提供记录稀少地区的资料有一定贡献，但气象探测的精度和预报的准确率，仍有待进一步提高。