1.数值天气预报的存在问题
2.天气预报的局部地区问题
3.为什么天气预报会出错?
数值天气预报的存在问题
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。
天气预报的局部地区问题
局部地区是指不能确定的地区,也是指在预报区域内有局部的小范围的区域,比如在夏季最常见的同在一个城市里,城南有雨但城北无雨,城南就是这个城市的局部地区了,也就是说目前预报技术水平难以预报达到准确的小范围的地方。
为什么天气预报会出错?
中长期预报可以预报几个月、几年甚至几十年的天气。长期天气预报 在天气预报中长期天气预报是气象工作者最关心的问题,如长时间旱涝或长时期酷寒和酷热等现象的预报。在天气图上表现为在较长时期中不断重复出现的同类天气过程,就是造成持久性的异常天气现象。是什么因子使得同类天气过程不断重复出现呢?一般认为,这个问题主要不在大气内部,而是由于在大气外界的某个因子在起作用。这是当前许多国家长期预报研究工作中的一个基本观念。这些外界因子是什么呢?目前意见还很不一致。有人认为太阳的变化是长期天气过程的主要外界因子,有不少长期预报方法是根据这种观点作出的。但也有认为下垫面热力特征的异常,如海水温度、地温分布、地球表面积雪和南北极区结冰等情况的异常,是引起在某个月中或某个季节中不断重复出现同类天气过程的主要外界因子。这些下垫面热力特征的异常是由前期和同时期大气环流所造成,但反过来又影响长期天气过程。以上两种看法都有一定道理,但都还不能对长期天气过程的物理原因说得很清楚,其间的关系错综复杂,连一些观测事实也还不清楚,更谈不上理论方面的研究。所以,目前在长期天气预报中所使用的方法基本上是一些预报经验和统计方法。近年来有人开始在进行长期天气过程的数值试验,想用动力学方法作长期天气预报,但离实现还有很长一段距离。 近10多年来,很多人注意到海洋对长期天气过程的作用。人们发现,海洋表层(几百米厚)的温度,在月与月之间或年与年之间有很大变化。海温的变化,主要是由大气环流条件造成的,反过来又能引起大范围大气环流的异常。如海洋对异常的热量贮蓄很深厚(可达500米左右),这使海温的异常能持续得比较久。所以通过海温这个大气外界因子的作用,可以造成大范围的异常天气。不少气象台站采用海水温度作为长期天气预报的因子,这是有道理的。近年来用卫星预测,收集陆地积雪、极区结冰等情况的资料,人们可以研究其异常与大范围天气反常的关系,并由此可得到有效的长期天气预报因子。 在长期天气预报中预报因子的选择,不能同短期天气预报中指标的选法一样,它应选择表征的尺度要大而变化又比较慢的要素作预报因子,例如海水温度的变化比气温的变化慢很多,据估计只有气温变化速度的1/10,因此作为长期天气预报因子是很合适的。 目前许多国家的长期预报只预报未来一个月或一个季度的平均天气情况,即只预报该月或该季的温度或降水量对气候平均值的偏差,如能从历史资料中找到一个相似月份或相似季节,则可以预报在该月中各旬或该季中各月的平均天气情况,要预报未来一个月中每一天的天气,就不容易了。美短、中、长期天气预报