Корисник:Marta1821/песак

С Википедије, слободне енциклопедије
Vremenski modeli koriste sisteme diferencijalnih jednačina zasnovanih na zakonima fizike, koji posebno uključuju kretanje fluida, termodinamiku, prenos zračenja i hemiju, i koriste koordinatni sistem koji deli planetu u 3D mrežu. Vetrovi, prenos toplote, sunčevo zračenje, relativna vlažnost, promene faza vode i površinska hidrologija se izračunavaju unutar svake ćelije mreže, a interakcije sa susednim ćelijama se koriste za izračunavanje atmosferskih svojstava u budućnosti.
Za druge upotrebe, pogledajte Време (метеорологија).

Numerička prognoza vremena koristi matematičke modele atmosfere i okeana za predviđanje vremena na osnovu trenutnih vremenskih uslova. Prvi pokušaji su učinjeni 1920-ih, ali tek kada se pojavila računarska simulacija 1950-ih, numeričko predviđanje vremena je dalo realne rezultate. Brojni globalni i regionalni modeli prognoze se koriste u različitim zemljama širom sveta, koristeći trenutna posmatranja vremena koja se prenose radiosondama, vremenskim satelitima i drugim sistemima za posmatranje kao ulaz.

Matematički modeli zasnovani na istim fizičkim principima mogu se koristiti i za kratkoročne vremenske prognoze i za dugoročna predviđanja klime; ove poslednje se često koriste za razumevanje i predviđanje klimatskih promena. Poboljšanja u regionalnim modelima dovela su do značajnih poboljšanja u predviđanju staza tropskih ciklona i kvaliteta vazduha. Međutim, atmosferski modeli se ne mogu adekvatno baviti procesima koji se dešavaju na relativno ograničenom području, kao što su požari.

Obrada ogromnih skupova podataka i izvođenje složenih proračuna potrebnih za savremeno numeričko predviđanje vremena zahtevaju neke od najmoćnijih superračunara na svetu. Uprkos sve većoj snazi superračunara, prediktivna moć numeričkih vremenskih modela traje samo oko šest dana. Faktori koji utiču na tačnost numeričkih prognoza uključuju gustinu i kvalitet opservacija koje se koriste kao input za prognoze i nedostatke u samim numeričkim modelima. Tehnike naknadne obrade kao što je statistika izlaznog modela su razvijene da poboljšaju tretman grešaka u numeričkim predviđanjima.

Fundamentalniji problem leži u haotičnoj prirodi parcijalnih diferencijalnih jednačina koje upravljaju atmosferom. Nemoguće je tačno rešiti ove jednačine, a male greške rastu sa vremenom (udvostručuju se otprilike svakih pet dana). Na osnovu sadašnjeg saznanja, ovo haotično ponašanje ograničava tačnost predviđanja na oko 14 dana, čak i ako su ulazni podaci tačni i model radi ispravno. Pored toga, parcijalne diferencijalne jednačine koje se koriste u modelu moraju biti dopunjene parametrizacijama za sunčevo zračenje, vlažne procese (oblaci i padavine), razmenu toplote, zemljište, vegetaciju, površinske vode i efekte terena. U nastojanju da se kvantifikuje velika neizvesnost svojstvena numeričkim prognozama, ansambl prognoze se koristi od 1990-ih da bi se povećalo poverenje u prognozu i pružili korisni rezultati u budućnosti nego što bi inače bilo moguće. Ovaj pristup analizira višestruke prognoze koje proizvodi jedan prediktivni model ili više modela.

Istorija[уреди | уреди извор]

Glavna centrala ENIAC Moore School of Electrical Engineering, kojom upravljaju Beti Dženings i Frensis Bilas

Istorija numeričke vremenske prognoze počela je 1920-ih naporima Luisa Fraja Ričardsona koji je koristio procedure koje je prvobitno razvio Vilhelm Bjerknes[1] da ručno proizvede šestočasovnu prognozu stanja atmosfere u dve tačke u centralnoj Evropi, koja je trajala najmanje šest nedelja.[2][1][3] Tek kada su se pojavile kompjuterske i računarske simulacije, vreme naziva s proračuna se moglo smanjiti na manje od samog perioda prognoze. Koristeći ENIAC, prve računarske vremenske prognoze napravljene su 1950. godine, zasnovane na znatno pojednostavljenoj aproksimaciji osnovnih atmosferskih jednačina.[4][5] Godine 1954. grupa Karla-Gustava Rosbija u Švedskom meteorološkom i hidrološkom institutu koristila je isti model za izradu prve operativne prognoze[6] (tj. Operativno numeričko predviđanje vremena) u Sjedinjenim Državama počelo je 1955. godine kao deo Zajedničke jedinice za numeričku prognozu vremena, zajednički projekat američkog vazduhoplovstva, mornarice i meteorološkog biroa.[7] Godine 1956, Norman Filips je razvio matematički model koji bi realno mogao da predstavi mesečne i sezonske obrasce u troposferi; ovo je postao prvi uspešan klimatski model.[8][9] Sledeći Fillipsov rad, nekoliko grupa je započelo izgradnju opštih modela cirkulacije.[10] Prvi opšti model cirkulacije klime koji je kombinovao i okeanske i atmosferske procese razvijen je u Laboratoriji za geofizičku dinamiku fluida[11] u kasnim 1960-im.

Kako su računari postali moćniji, veličina originalnih skupova podataka se povećala, a razvijeni su noviji atmosferski modeli kako bi se iskoristila dodatna raspoloživa računarska snaga. Ovi noviji modeli uključuju više fizičkih procesa u pojednostavljenja jednačina kretanja u numeričkim simulacijama atmosfere. Godine 1966.[6] Zapadna Nemačka i Sjedinjene Države počele su da proizvode operativne prognoze zasnovane na modelima primitivnih jednačina, a zatim Ujedinjeno Kraljevstvo 1972. i Australija 1977.[1][12] Razvoj modela ograničene površine (regionalni modeli) omogućio je napredak u stazi tropskih ciklona i kvalitetu vazduha.[13][14] Početkom 1980-ih, modeli su počeli da uključuju interakcije tla i vegetacije sa atmosferom, što je rezultiralo realističnijim predviđanjima.[15]

Rezultati prognostičkih modela zasnovanih na dinamici atmosfere nisu u stanju da razreše neke detalje vremena u blizini Zemljine površine. Iz tog razloga, 1970-ih i 1980-ih godina razvijena je statistička veza između rezultata numeričkog vremenskog modela i rezultujućih uslova na terenu, poznata kao statistika izlaza modela.[16][17] Od 1990-ih, prognoze ansambla modela su korišćene za definisanje neizvesnosti prognoze i produženje vremenskog okvira u kojem su numeričke vremenske prognoze moguće dalje u budućnost nego što bi inače bilo moguće.[18][19][20]

Inicijalizacija[уреди | уреди извор]

Avioni za izviđanje vremena, kao što je ovaj VP-3D Orion, pružaju podatke koji su ugrađeni u numeričku vremensku prognozu.

Atmosfera je tečna. Stoga je ideja numeričke prognoze vremena da se uzme stanje fluida u datom trenutku i koristi jednačine dinamike fluida i termodinamike za procenu stanja fluida u datom trenutku u budućnosti. Proces unosa podataka posmatranja u model za generisanje početnih uslova naziva se inicijalizacija. Na kopnu, karte terena sa rezolucijama do 1 kilometra širom sveta se koriste za modelovanje atmosferskih cirkulacija u regionima sa neravnom topografijom kako bi se bolje predstavile karakteristike kao što su silazni struja, planinski talasi i pripadajući pokrivač oblaka koji utiče na dolazeće sunčevo zračenje.[21] Glavni podaci koje obezbeđuju meteorološke službe u svakoj zemlji su posmatranja sa uređaja (tzv. radiosonde) u meteorološkim balonima koji mere različite atmosferske parametre i prenose ih na fiksni prijemnik i sa meteoroloških satelita. Svetska meteorološka organizacija je zadužena da standardizuje instrumentaciju, praksu posmatranja i vreme za ova posmatranja širom sveta. Stanice izveštavaju svaki sat u METAR izveštajima[22] ili svakih šest sati u SINOP izveštajima.[23] Pošto su ova zapažanja nepravilno raspoređena, obrađuju se korišćenjem metoda asimilacije podataka i objektivne analize koje vrše kontrolu kvaliteta i dobijaju vrednosti u tačkama koje mogu da koriste matematički algoritmi modela.[24] Podaci se zatim koriste u modelu kao polazna tačka za predviđanje.[25]

Različite metode se koriste za prikupljanje podataka posmatranja za upotrebu u numeričkim modelima. Lokacije pokreću radiosonde u meteorološkim balonima koji se uzdižu kroz troposferu duboko u stratosferu.[26] Informacije sa vremenskih satelita se koriste kada tradicionalni izvori podataka nisu dostupni. Commerce pruža pilot izveštaje duž ruta leta[27] i izveštaje o brodovima duž ruta transporta.[28] Izviđački avioni se koriste u istraživačkim projektima za letenje oko vremenskih sistema od interesa kao što su tropski cikloni.[29][30]Tokom hladne sezone, izviđački avioni se takođe lete iznad otvorenih okeana kako bi posmatrali sisteme koji izazivaju značajne nesigurnosti u prognozama ili se očekuje da će imati velike uticaje na nizvodni kontinent za tri do sedam dana.[31] Morski led je uključen u modele prognoze od 1971.[32] Napori da se temperatura površine mora uključi u inicijalizaciju modela počeli su 1972. zbog njegove uloge u modulaciji vremena na višim geografskim širinama u Pacifiku.[33]

Računanje[уреди | уреди извор]

Mapa prognoze 96-časovne prognoze geopotencijalne visine i temperature od 850 mbar iz Globalnog sistema prognoze

Atmosferski model je kompjuterski program koji generiše meteorološke informacije za buduća vremena na određenim lokacijama i nadmorskim visinama. Svaki savremeni model sadrži skup jednačina, nazvanih primitivne jednačine, koje se mogu koristiti za predviđanje budućeg stanja atmosfere.[34] Ove jednačine se koriste – zajedno sa zakonom idealnog gasa – za razvoj skalarnih polja gustine, pritiska i potencijalne temperature, kao i vektorskog polja brzine vazduha (vetra) atmosfere tokom vremena. Dodatne jednačine transporta zagađivača i drugih aerosola su takođe uključene u neke modele visoke rezolucije koristeći primitivne jednačine.[35] Korišćene jednačine su nelinearne parcijalne diferencijalne jednačine koje se ne mogu tačno rešiti analitičkim metodama[36] osim u nekim idealizovanim slučajevima.[37] Stoga se približna rešenja dobijaju numeričkim metodama. Različiti modeli koriste različite metode rešenja. Neki globalni modeli i skoro svi regionalni modeli koriste metode konačnih razlika za sve tri prostorne dimenzije, dok drugi globalni modeli i neki regionalni modeli koriste spektralne metode za horizontalne dimenzije i metode konačnih razlika za vertikalne dimenzije.[36]

Ove jednačine se inicijalizuju korišćenjem podataka analize i određuju se stope promene. Ove stope promena predviđaju stanje atmosfere za kratko vreme u budućnosti; vremenski prirast za ovo predviđanje naziva se vremenski korak. Ovo buduće atmosfersko stanje se zatim koristi kao polazna tačka za još jednu primenu jednačina predviđanja za pronalaženje novih stopa promene, a ove nove stope promene predviđaju atmosferu za još jedan vremenski korak u budućnost. Ovaj vremenski korak se ponavlja sve dok rešenje ne dostigne željeno vreme predviđanja. Dužina vremenskog koraka odabrana u modelu zavisi od rastojanja između tačaka na računarskoj mreži i bira se da bi se održala numerička stabilnost.[38] Vremenski koraci za globalne modele su reda desetina minuta,[39] dok su vremenski koraci za regionalne modele između jednog i četiri minuta.[40] Globalni modeli se pokreću u različito vreme u budućnosti. UKMET Unified Model radi šest dana u budućnosti,[41] dok Integrisani sistem prognoze Evropskog centra za srednjoročnu vremensku prognozu i kanadski globalni ekološki višerazmerni model za životnu sredinu rade do deset dana u budućnosti,[42] a model Globalnog sistema prognoze Centra za modeliranje životne sredine teče šesnaest dana u budućnost.[43] Vizuelni rezultat koji proizvodi rešenje modela naziva se tabela prognoze ili program.[44]

Parameterizacija[уреди | уреди извор]

Polje kumulusnih oblaka je parametrizovano kao premalo da bi se eksplicitno uključilo u numeričko predviđanje vremena

Neki meteorološki procesi su previše malih razmera ili suviše složeni da bi bili eksplicitno uključeni u modele numeričke prognoze vremena. Parametarizacija je metod predstavljanja ovih procesa povezujući ih sa varijablama na skali koju model rešava. Na primer, kutije sa mrežom u vremenskim i klimatskim modelima imaju bočne dužine između 5 i 300 kilometara. Tipičan kumulusni oblak ima skalu manju od 1 km i zahtevaće još finiju mrežu da bi se fizički predstavila jednačinama kretanja fluida. Stoga su procesi koji predstavljaju takve oblake parametrizovani metodama različite sofisticiranosti. U ranim modelima, ako je stub vazduha unutar rešetke modela bio uslovno nestabilan (u suštini, donji deo je bio topliji i vlažniji od gornjeg) i ako je sadržaj vodene pare bio zasićen u bilo kojoj tački unutar kolone, bio je prevrnut ( topao, vlažan vazduh je počeo da se diže), a vazduh u tom vertikalnom stubu se mešao. Sofisticiraniji modeli uzimaju u obzir da su samo neki delovi kutije konvektivni i da dolazi do uvlačenja i drugih procesa. Vremenski modeli koji imaju rešetkaste okvire veličine između 5 i 25 kilometara mogu eksplicitno da predstavljaju konvektivne oblake, iako moraju parametrizovati mikrofiziku oblaka koja se javlja u manjem obimu.[45] Formiranje velikih (stratusnih) oblaka je više fizičko; nastaju kada relativna vlažnost dostigne određenu vrednost. Frakcija oblaka se može povezati sa ovom kritičnom vrednošću relativne vlažnosti.[46]

Količina sunčeve radijacije koja stiže do tla, kao i formiranje kapljica oblaka, javljaju se na molekularnoj skali i stoga moraju biti parametrizovane pre nego što se mogu uključiti u model. Otpor koji stvaraju planine takođe mora biti parametrizovan jer ograničena rezolucija nadmorske visine dovodi do značajnog potcenjivanja otpora.[47] Ova vrsta parametrizacije se takođe vrši za tok površinske energije između okeana i atmosfere da bi se odredile realne temperature površine mora i priroda morskog leda u blizini površine okeana.[48] Razmatra se ugao sunca kao i efekti više slojeva oblaka.[49] Tip zemljišta, tip vegetacije i vlažnost zemljišta određuju koliko radijacije ide na zagrevanje i koliko vlage se apsorbuje u susednu atmosferu, pa je stoga važno parametrizovati njihov doprinos ovim procesima.[50]U modelima kvaliteta vazduha, parametrizacija uzima u obzir atmosferske emisije iz više relativno malih izvora (npr. putevi, polja, fabrike) unutar specifičnih okvira mreže.[51]

Domeni[уреди | уреди извор]

Presek atmosfere preko terena sa grafikom u sigma koordinatama. Modeli mezoskale dele atmosferu vertikalno koristeći predstave slične onima prikazanim ovde.

Horizontalni domen modela je ili globalni, što znači da pokriva celu Zemlju, ili regionalni, što znači da pokriva samo deo Zemlje. Regionalni modeli (takođe poznati kao modeli ograničene oblasti) dozvoljavaju upotrebu finije mreže od globalnih modela jer su dostupni računarski resursi koncentrisani u određenom području, a ne raspoređeni po celom svetu. Ovo omogućava regionalnim modelima da eksplicitno rešavaju meteorološke pojave na manjim razmerama koje se ne mogu predstaviti na grubljoj mreži globalnog modela. Regionalni modeli koriste globalni model da specificiraju uslove na ivici svog domena (granični uslovi) kako bi omogućili sistemima izvan domena regionalnog modela da uđu u njegov domen. Neizvesnosti i greške u regionalnim modelima su uzrokovane globalnim modelom koji se koristi za specifikaciju graničnih uslova regionalnog modela i greškama koje se mogu pripisati samom regionalnom modelu.[52]

Vertikalna koordinata se rukuje na nekoliko načina. Model Luisa Fraja Ričardsona iz 1922. koristio je geometrijsku visinu kao vertikalnu koordinatu. Kasniji modeli su zamenili geometrijsku z koordinatu sa koordinatnim sistemom pritiska u kome geopotencijalne visine površina pri konstantnom pritisku postaju zavisne varijable, što u velikoj meri pojednostavljuje primitivne jednačine.[53] Ova korelacija između koordinatnih sistema je moguća jer pritisak u Zemljinoj atmosferi opada sa visinom.[54] Prvi model koji se koristio za operativna predviđanja, jednoslojni barotropni model, koristio je jednu koordinatu pritiska na nivou[4] od 500 milibara i stoga je bio u suštini dvodimenzionalan. Modeli visoke rezolucije – koji se nazivaju i mezoskalni modeli – kao što je model za istraživanje i prognozu vremena obično koriste normalizovane koordinate pritiska koje se nazivaju sigma koordinate.[55] Ovaj koordinatni sistem je dobio ime po nezavisnoj promenljivoj, koji se koristi za skaliranje atmosferskog pritiska u odnosu na pritisak na površini i, u nekim slučajevima, pritisak na vrhu domena.[56]

Statistika izlaza modela[уреди | уреди извор]

Pošto modeli prognoze zasnovani na jednačinama atmosferske dinamike ne određuju savršeno vremenske uslove, razvijene su statističke metode kako bi se pokušalo ispraviti prognoze. Statistički modeli su kreirani na osnovu trodimenzionalnih polja generisanih numeričkim vremenskim modelima, površinskim posmatranjima i klimatološkim uslovima za određene lokacije. Ovi statistički modeli se nazivaju statistika izlaznih podataka modela (MOS)[57] i razvijeni su kasnih 1960-ih od strane Nacionalne meteorološke službe za svoje modele vremenske prognoze.[16][58]

Statistika izlaza modela razlikuje se od tehnike savršenog programa, koja pretpostavlja da je izlaz numeričkih modela za predviđanje vremena savršen.[59] MOS može da ispravi lokalne efekte koje model ne može rešiti zbog nedovoljne rezolucije mreže, kao i pristrasnosti modela. Pošto se MOS pokreće prema određenom globalnom ili regionalnom modelu, njegova proizvodnja se naziva naknadna obrada. Parametri prognoze iz MOS-a uključuju maksimalne i minimalne temperature, procenat verovatnoće kiše u višesatnom periodu, očekivane padavine, verovatnoću smrznutih padavina, verovatnoću grmljavine, oblačnost i površinski vetar.[60]

Ansambli[уреди | уреди извор]

Vrh: Simulacija staze uragana Rita (2005) korišćenjem modela istraživanja i prognoze vremena. Dole: propagacija prognoze multimodelnog ansambla.

Edvard Lorenc je 1963. otkrio haotičnu prirodu jednačina dinamike fluida uključenih u vremensku prognozu.[61] Ekstremno male greške u temperaturi, vetrovima ili drugim početnim inputima u numeričke modele se pojačavaju i udvostručuju svakih pet dana,[61] što onemogućava predviđanje stanja atmosfere sa bilo kojim stepenom prediktivne moći u dugoročnim prognozama – to jest, one koje su napravljene više. nego dve nedelje unapred. Pored toga, postojeće mreže za posmatranje su neadekvatne u nekim regionima (na primer, iznad velikih vodenih površina kao što je Tihi okean), dodajući neizvesnost stvarnom početnom stanju atmosfere. Iako postoji skup jednačina, nazvan Liuvilove jednačine, koji se može koristiti za određivanje početne nesigurnosti u inicijalizaciji modela, ove jednačine su previše složene da bi se izvodile u realnom vremenu, čak i uz pomoć superkompjutera.[62] Ove neizvesnosti ograničavaju tačnost prediktivnih modela na oko pet ili šest dana u budućnosti.

[63][64]Godine 1969. Edvard Epštajn je prepoznao da se atmosfera ne može u potpunosti opisati jednim ciklusom predviđanja zbog inherentnih neizvesnosti i predložio je korišćenje ansambla stohastičkih Monte Karlo simulacija za određivanje srednjih vrednosti i varijansi za stanje atmosfere.[65] Iako je ovaj rani primer ansambla pokazao njegove sposobnosti, Sesil Lejt je 1974. pokazao da su oni proizveli adekvatna predviđanja samo ako je raspodela verovatnoće ansambla reprezentativan uzorak raspodele verovatnoće u atmosferi.[66]

Od 1990-ih, ansambl prognoze se operativno koristi (kao rutinske prognoze) da bi se objasnila stohastička priroda vremenskih procesa, odnosno da bi se uklonila njihova inherentna nesigurnost. Ovaj metod analizira višestruke prognoze koje proizvodi jedan model predviđanja koristeći različite fizičke parametrizacije ili različite početne uslove.[62] Od 1992. godine, kada su Evropski centar za srednjoročne vremenske prognoze i nacionalni centri za ekološku prognozu izradili ansambl prognoze, modelske ansambl prognoze se koriste za definisanje nesigurnosti prognoze i proširenje prozora u kojem su numerička predviđanja vremena moguća dalje u budućnost nego što bi inače bila moguća.[18][19][20]ECMVF model, Ensemble Prediction Sistem[19], koristi singularne vektore za simulaciju početne gustine verovatnoće, dok NCEP ansambl, Global Ensemble Forecasting Sistem, koristi tehniku poznatu kao vektorsko razmnožavanje.[18][19]Britanska meteorološka služba sprovodi globalno i regionalno predviđanje ansambala koristeći poremećaje početnih uslova 24 člana ansambla u Globalnom i regionalnom sistemu predviđanja ansambala Met Office (MOGREPS) da bi proizvela 24 različite prognoze.[67]

U pristupu zasnovanom na jednom modelu, predviđanje ansambla se obično ocenjuje prosekom pojedinačnih predviđanja za promenljivu prediktora i stepenom slaganja između različitih predviđanja unutar sistema ansambla, što je predstavljeno njihovim ukupnim rasipanjem. Disperzija ansambla se dijagnostikuje pomoću alata kao što su špageti dijagrami, koji pokazuju disperziju varijable u tabelama prognoza za određene vremenske korake u budućnosti. Još jedan instrument u kome se koristi rasipanje ansambla je meteogram, koji pokazuje rasipanje prognoze količine za određenu lokaciju. Često je rasipanje ansambla premalo da bi uključilo vreme koje se stvarno dešava, što može dovesti do toga da prognostičari pogrešno procene nesigurnost modela;[68] ovaj problem postaje posebno ozbiljan za vremenske prognoze napravljene desetak dana unapred.[69] Kada je raspršenost ansambla mala i rešenja prognoze su konzistentna u okviru višestrukih pokretanja modela, prognostičari imaju više poverenja u srednju vrednost ansambla i prognozu uopšte. Uprkos ovoj percepciji, veza između disperzije i veštine predviđanja je često slaba ili nepostojeća, sa korelacijama između disperzije i greške obično ispod 0,6 i samo između 0,6 i 0,7 u posebnim okolnostima.[70]

Baš kao što se mnoga predviđanja iz jednog modela mogu koristiti za formiranje ansambla, više modela se može kombinovati da bi se stvorilo predviđanje ansambla. Ovaj pristup se naziva predviđanje više modela ansambla i pokazalo se da poboljšava prognoze u poređenju sa pristupom zasnovanim na jednom modelu.[71] Modeli unutar višemodelnog ansambla mogu se prilagoditi svojim različitim predrasudama, proces poznat kao predviđanje super ansambla. Ova vrsta predviđanja značajno smanjuje greške u izlazu modela.[72]

Aplikacije[уреди | уреди извор]

Modeliranje kvaliteta vazduha[уреди | уреди извор]

Predviđanje kvaliteta vazduha pokušava da predvidi kada će koncentracije zagađivača dostići nivoe koji su opasni po zdravlje. Koncentracija zagađujućih materija u atmosferi određena je njihovim transportom, odnosno prosečnom brzinom njihovog kretanja kroz atmosferu, njihovom difuzijom, hemijskom transformacijom i taloženjem na tlu.[73] Pored izvora zagađivača i informacija o terenu, ovi modeli zahtevaju podatke o stanju protoka tečnosti u atmosferi da bi se odredio transport i difuzija.[74] Meteorološki uslovi kao što su toplotne inverzije mogu sprečiti da se vazduh izdiže na površinu, zadržavajući zagađivače blizu površine,[75] čineći tačna predviđanja takvih događaja kritičnih za modeliranje kvaliteta vazduha. Modeli kvaliteta urbanog vazduha zahtevaju veoma finu računarsku mrežu, koja zahteva upotrebu mezoskalnih vremenskih modela visoke rezolucije; ipak, kvalitet numeričke prognoze vremena je najveća neizvesnost u predviđanju kvaliteta vazduha.[74]

Klimatsko modeliranje[уреди | уреди извор]

Opšti model cirkulacije je matematički model koji se može koristiti u kompjuterskim simulacijama globalne cirkulacije planetarne atmosfere ili okeana. Opšti model atmosferske cirkulacije je u suštini isti kao globalni numerički model predviđanja vremena, a neki (kao što je onaj koji se koristi u Ujedinjenom modelu Ujedinjenog Kraljevstva) mogu se konfigurisati i za kratkoročne vremenske prognoze i za dugoročna predviđanja klime. Zajedno sa komponentama morskog leda i površine kopna, opšti model atmosferske cirkulacije i okeanski opšti model cirkulacije su ključne komponente globalnih klimatskih modela i široko se koriste za razumevanje klime i predviđanje klimatskih promena. Za aspekte klimatskih promena, niz scenarija hemijskih emisija izazvanih ljudskim faktorom može se uneti u klimatske modele da bi se videlo kako bi pojačani efekat staklene bašte promenio klimu na Zemlji.[76] Verzije za klimatske aplikacije sa vremenskim skalama od decenija do vekova prvobitno su razvili 1969. godine Sjukuro Manabe i Kirk Brajan u Laboratoriji za geofizičku dinamiku fluida u Prinstonu, Nju Džersi.[77] Kada se izvode tokom nekoliko decenija, računska ograničenja zahtevaju da modeli koriste grubu mrežu koja ne rešava interakcije manjeg obima.[78]

Modeliranje površine okeana[уреди | уреди извор]

NOAA Wavewatch III 120-časovna prognoza vetra i talasa za severni Atlantski okean

Prenos energije između vetra koji duva preko površine okeana i gornjeg sloja okeana je važan element dinamike talasa.[79] Spektralna talasna transportna jednačina se koristi za opisivanje promene talasnog spektra sa promenom topografije. On simulira generisanje talasa, kretanje talasa (prostiranje u fluidu), formiranje talasa, prelamanje, prenos energije između talasa i disipaciju talasa.[80] Pošto su površinski vetrovi primarni pokretački mehanizam u jednačini prenosa spektralnih talasa, modeli okeanskih talasa koriste informacije generisane modelima numeričkog predviđanja vremena kao ulazne podatke za određivanje količine energije koja se prenosi iz atmosfere u površinski sloj okeana. Zajedno sa disipacijom energije kroz talas i rezonancom između talasa, površinski vetrovi iz numeričkih vremenskih modela omogućavaju preciznije predviđanje stanja površine okeana.[81]

Prognoza tropskog ciklona[уреди | уреди извор]

Prognoza tropskih ciklona takođe se oslanja na podatke dobijene numeričkim vremenskim modelima. Postoje tri glavne klase modela predviđanja tropskih ciklona: statistički modeli su zasnovani na analizi ponašanja oluje koristeći klimatologiju i povezuju položaj i datum oluje da bi proizveli prognozu koja nije zasnovana na fizici atmosfere u to vreme. Dinamički modeli su numerički modeli koji rešavaju glavne jednačine strujanja u atmosferi. Oni su zasnovani na istim principima kao i drugi modeli numeričkog predviđanja vremena ograničene površine, ali mogu uključiti posebne tehnike računanja, kao što su rafinirani prostorni domeni koji se kreću zajedno sa ciklonom. Modeli koji koriste elemente oba pristupa nazivaju se statistički dinamički modeli.[82]

kGodine 1978. postao je operativan prvi model za praćenje uragana zasnovan na atmosferskoj dinamici – model pokretne fine mreže. U oblasti predviđanja staza tropskih ciklona, uprkos tome što se dinamički modeli poboljšavaju sa povećanjem računarske snage, numerička prognnoza vremena nije pokazalo svoje mogućnosti sve do 1980-ih, a tek 1990-ih je dosledno nadmašilo statističke ili jednostavne dinamičke modele.[83] Predviđanje intenziteta tropskog ciklona na osnovu numeričkog predviđanja vremena ostaje izazov, pošto statističke metode i dalje pokazuju veće veštine od dinamičkih modela.[84]

Modeliranje požara[уреди | уреди извор]

Jednostavan model širenja požara

Na molekularnom nivou, postoje dva glavna konkurentna reakciona procesa u razgradnji celuloze ili drvnih goriva u šumskim požarima. Kada je sadržaj vlage u celuloznim vlaknima nizak, dolazi do isparavanja goriva; ovaj proces proizvodi gasovite intermedijere koji su na kraju izvor sagorevanja. Kada je prisutna vlaga - ili kada je dovoljno toplote uklonjeno iz vlakana - dolazi do ugljenisanja. Hemijska kinetika obe reakcije sugeriše da postoji tačka u kojoj su nivoi vlage dovoljno niski i/ili brzine zagrevanja dovoljno visoke da bi procesi sagorevanja bili samoodrživi. Shodno tome, promene u brzini vetra, smeru vetra, vlažnosti, temperaturi ili stopi pada na različitim nivoima atmosfere mogu imati značajan uticaj na ponašanje i rast šumskog požara. Pošto šumski požar deluje kao izvor toplote za atmosferski tok, može da promeni lokalne obrasce advekcije, inicirajući povratnu petlju između vatre i atmosfere.[85]

Pojednostavljeni dvodimenzionalni model za širenje požara koji koristi konvekciju za predstavljanje efekata vetra i terena i radijativnog prenosa toplote kao dominantne metode prenosa toplote rezultirao je reakciono-difuzionim sistemima parcijalnih diferencijalnih jednačina.[86][87]Složeniji modeli kombinuju numeričke modele vremena ili računarske modele dinamike fluida sa komponentom požara koji omogućavaju procenu efekata povratne sprege između požara i atmosfere.[85] Dodatna složenost u poslednjoj klasi modela dovodi do odgovarajućeg povećanja zahteva za napajanjem računara. Potpuni trodimenzionalni tretman sagorevanja korišćenjem direktne numeričke simulacije u razmerama relevantnim za atmosfersko modeliranje je trenutno nepraktičan jer bi takva simulacija zahtevala prevelike računske troškove. Numerički modeli vremena imaju ograničenu sposobnost predviđanja pri prostornim rezolucijama manjim od jednog kilometra, tako da su složeni modeli za šumske požare primorani da parametrizuju vatru kako bi izračunali kako će vetrovi biti lokalno izmenjeni od požara i koriste te izmenjene vetrove da odrede brzinu kojom požar će se proširiti lokalno.[88][89][90]

Reference[уреди | уреди извор]

  1. ^ а б в „Wayback Machine” (PDF). web.archive.org. 2010-07-08. Приступљено 2023-05-16. 
  2. ^ Simmons, A. J.; Hollingsworth, A. (2002-01-15). „Some aspects of the improvement in skill of numerical weather prediction”. Quarterly Journal of the Royal Meteorological Society. 128 (580): 647—677. doi:10.1256/003590002321042135. 
  3. ^ Lynch, Peter (2006). The emergence of numerical weather prediction : Richardson's dream. Library Genesis. Cambridge, UK ; New York : Cambridge University Press. ISBN 978-0-521-85729-1. 
  4. ^ а б Charney, J. G.; FjÖrtoft, R.; Neumann, J. Von (1950-01-01). „Numerical Integration of the Barotropic Vorticity Equation”. Tellus (на језику: енглески). 2 (4): 237—254. ISSN 0040-2826. doi:10.3402/tellusa.v2i4.8607. 
  5. ^ Cox, John D. (2002). Storm watchers : the turbulent history of weather prediction from Franklin's kite to El Niño. Internet Archive. New Jersey : John Wiley. ISBN 978-0-471-38108-2. 
  6. ^ а б Harper, Kristine; Uccellini, Louis W.; Kalnay, Eugenia; Carey, Kenneth; Morone, Lauren (2007-05-01). „50th Anniversary of Operational Numerical Weather Prediction”. Bulletin of the American Meteorological Society (на језику: енглески). 88 (5): 639—650. ISSN 0003-0007. doi:10.1175/BAMS-88-5-639. 
  7. ^ „Wayback Machine”. web.archive.org. 2008-03-25. Приступљено 2023-05-16. 
  8. ^ Phillips, Norman A. (1956-04-01). „The general circulation of the atmosphere: A numerical experiment”. Quarterly Journal of the Royal Meteorological Society. 82: 123—164. ISSN 0035-9009. doi:10.1002/qj.49708235202. 
  9. ^ Cox, John D. (2002). Storm watchers : the turbulent history of weather prediction from Franklin's kite to El Niño. Internet Archive. New Jersey : John Wiley. ISBN 978-0-471-38108-2. 
  10. ^ Lynch, Peter (2006). The emergence of numerical weather prediction : Richardson's dream. Library Genesis. Cambridge, UK ; New York : Cambridge University Press. ISBN 978-0-521-85729-1. 
  11. ^ National Oceanic and Atmospheric Administration (на језику: енглески), 2023-04-18, Приступљено 2023-05-16 
  12. ^ „Leslie, L.M.; Dietachmeyer, G.S. (December 1992).” (PDF). 
  13. ^ Shuman, Frederick G. (1989-09-01). „History of Numerical Weather Prediction at the National Meteorological Center”. Weather and Forecasting (на језику: енглески). 4 (3): 286—296. ISSN 1520-0434. doi:10.1175/1520-0434(1989)004<0286:HONWPA>2.0.CO;2. 
  14. ^ ISBN (на језику: енглески), 2023-05-10, Приступљено 2023-05-16 
  15. ^ „Wayback Machine” (PDF). web.archive.org. 2010-07-10. Приступљено 2023-05-16. 
  16. ^ а б „Hughes, Harry (1976).” (PDF). 
  17. ^ Best, D. L.; Pryor, S. P. (1983). Air Weather Service Model Output Statistics Systems. Air Force Global Weather Central. pp. 1–90. 
  18. ^ а б в Monthly Weather Review (на језику: енглески), 2022-01-23, Приступљено 2023-05-16 
  19. ^ а б в г „The Ensemble Prediction System (EPS)”. web.archive.org. 2010-10-30. Приступљено 2023-05-16. 
  20. ^ а б Molteni, F.; Buizza, R.; Palmer, T. N.; Petroliagis, T. (1996-01-01). „The ECMWF Ensemble Prediction System: Methodology and validation”. Quarterly Journal of the Royal Meteorological Society. 122: 73—119. ISSN 0035-9009. doi:10.1002/qj.49712252905. 
  21. ^ Stensrud, David J. (2007-05-03). Parameterization Schemes: Keys to Understanding Numerical Weather Prediction Models (на језику: енглески). Cambridge University Press. ISBN 978-0-521-86540-1. 
  22. ^ „NCDC: KEY Surface Weather Observation (METAR)”. web.archive.org. 2002-11-01. Приступљено 2023-05-16. 
  23. ^ „SYNOP format (FM-12)”. web.archive.org. 2007-12-30. Приступљено 2023-05-16. 
  24. ^ Annual Reviews (publisher) (на језику: енглески), 2023-05-12, Приступљено 2023-05-16 
  25. ^ „The WRF Variational Data Assimilation System (WRF-Var)”. web.archive.org. 2007-08-14. Приступљено 2023-05-16. 
  26. ^ „Radiosonde Newsletter 12”. web.archive.org. 2007-06-07. Приступљено 2023-05-16. 
  27. ^ „Ballish, Bradley A.; V. Krishna Kumar (November 2008).” (PDF). 
  28. ^ US Department of Commerce, National Oceanic and Atmospheric Administration. „Mariners Weather Log”. www.vos.noaa.gov (на језику: енглески). Приступљено 2023-05-16. 
  29. ^ „Hurricane Hunters Association”. web.archive.org. 2012-05-30. Приступљено 2023-05-16. 
  30. ^ „Drone, Sensors May Open Path Into Eye of Storm” (на језику: енглески). ISSN 0190-8286. Приступљено 2023-05-16. 
  31. ^ „Retrieved 2010-12-22.”. 
  32. ^ Stensrud, David J. (2007-05-03). Parameterization Schemes: Keys to Understanding Numerical Weather Prediction Models (на језику: енглески). Cambridge University Press. ISBN 978-0-521-86540-1. 
  33. ^ Houghton, John T. (1985-09-05). The Global Climate (на језику: енглески). CUP Archive. ISBN 978-0-521-31256-1. 
  34. ^ Pielke, Roger A. (2002). Mesoscale meteorological modeling. Library Genesis. San Diego : Academic Press. ISBN 978-0-12-554766-6. 
  35. ^ Pielke, Roger A. (2002). Mesoscale meteorological modeling. Library Genesis. San Diego : Academic Press. ISBN 978-0-12-554766-6. 
  36. ^ а б Strikwerda, John. Finite Difference Schemes and Partial Differential Equations (на језику: енглески). Society for Industrial and Applied Mathematics. ISBN 978-0-89871-567-5. 
  37. ^ Pielke, Roger A. (2002). Mesoscale meteorological modeling. Library Genesis. San Diego : Academic Press. ISBN 978-0-12-554766-6. 
  38. ^ Pielke, Roger A. (2002). Mesoscale meteorological modeling. Library Genesis. San Diego : Academic Press. ISBN 978-0-12-554766-6. 
  39. ^ Sunderam, V. S. (2005-05-12). Computational Science -- ICCS 2005: 5th International Conference, Atlanta, GA, USA, May 22-25, 2005, Proceedings (на језику: енглески). Springer Science & Business Media. ISBN 978-3-540-26032-5. 
  40. ^ Zwieflhofer, Walter; Forecasts, European Centre for Medium Range Weather (2001). Developments in Teracomputing: Proceedings of the Ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology (на језику: енглески). World Scientific. ISBN 978-981-279-968-5. 
  41. ^ Chan, Johnny C. L.; Kepert, Jeffrey D. (2010). Global Perspectives on Tropical Cyclones: From Science to Mitigation (на језику: енглески). World Scientific. ISBN 978-981-4293-48-8. 
  42. ^ Holton, James R. (2004-03-31). An Introduction to Dynamic Meteorology (на језику: енглески). Academic Press. ISBN 978-0-12-354015-7. 
  43. ^ Brown, Molly E. (2008-05-06). Famine Early Warning Systems and Remote Sensing Data (на језику: енглески). Springer Science & Business Media. ISBN 978-3-540-75369-8. 
  44. ^ Ahrens, C. Donald (2008). Essentials of Meteorology: An Invitation to the Atmosphere (на језику: енглески). Thomson Brooks/Cole. ISBN 978-0-495-11558-8. 
  45. ^ „Narita, Masami & Shiro Ohmori (2007-08-06).” (PDF). 
  46. ^ „Wayback Machine” (PDF). web.archive.org. 2011-04-01. Приступљено 2023-05-16. 
  47. ^ Stensrud, David J. (2007-05-03). Parameterization Schemes: Keys to Understanding Numerical Weather Prediction Models (на језику: енглески). Cambridge University Press. ISBN 978-0-521-86540-1. 
  48. ^ McGuffie, K. & A. Henderson-Sellers (2005). A climate modelling primer. John Wiley and Sons. 
  49. ^ Melnikova, Irina N.; Vasilyev, Alexander V. (2005). Short-Wave Solar Radiation in the Earth's Atmosphere: Calculation, Observation, Interpretation (на језику: енглески). Springer Science & Business Media. ISBN 978-3-540-21452-6. 
  50. ^ Stensrud, David J. (2007-05-03). Parameterization Schemes: Keys to Understanding Numerical Weather Prediction Models (на језику: енглески). Cambridge University Press. ISBN 978-0-521-86540-1. 
  51. ^ Baklanov, Alexander; Grimmond, Sue; Mahura, Alexander; Athanassiadou, Maria (2009-07-26). Meteorological and Air Quality Models for Urban Areas (на језику: енглески). Springer Science & Business Media. ISBN 978-3-642-00298-4. 
  52. ^ Warner, Thomas Tomkins (2010-12-02). Numerical Weather and Climate Prediction (на језику: енглески). Cambridge University Press. ISBN 978-1-139-49431-1. 
  53. ^ Lynch, Peter (2006). The emergence of numerical weather prediction : Richardson's dream. Library Genesis. Cambridge, UK ; New York : Cambridge University Press. ISBN 978-0-521-85729-1. 
  54. ^ Ahrens, C. Donald (2008). Essentials of Meteorology: An Invitation to the Atmosphere (на језику: енглески). Thomson Brooks/Cole. ISBN 978-0-495-11558-8. 
  55. ^ „Wayback Machine” (PDF). web.archive.org. 2011-08-23. Приступљено 2023-05-16. 
  56. ^ Pielke, Roger A. (2002). Mesoscale meteorological modeling. Library Genesis. San Diego : Academic Press. ISBN 978-0-12-554766-6. 
  57. ^ Baum, Marsha L. (2007). When Nature Strikes: Weather Disasters and the Law (на језику: енглески). Praeger Publishers. ISBN 978-0-313-08221-4. 
  58. ^ Glahn, Harry R.; Lowry, Dale A. (1972-12-01). „The Use of Model Output Statistics (MOS) in Objective Weather Forecasting”. Journal of Applied Meteorology and Climatology (на језику: енглески). 11 (8): 1203—1211. ISSN 1520-0450. doi:10.1175/1520-0450(1972)011<1203:TUOMOS>2.0.CO;2. 
  59. ^ Gultepe, Ismail (2008-01-02). Fog and Boundary Layer Clouds: Fog Visibility and Forecasting (на језику: енглески). Springer Science & Business Media. ISBN 978-3-7643-8419-7. 
  60. ^ Barry, Roger Graham; Chorley, Richard J. (2003). Atmosphere, Weather, and Climate (на језику: енглески). Psychology Press. ISBN 978-0-415-27171-4. 
  61. ^ а б Cox, John D. (2002). Storm watchers : the turbulent history of weather prediction from Franklin's kite to El Niño. Internet Archive. New Jersey : John Wiley. ISBN 978-0-471-38108-2. 
  62. ^ а б „NOAA NWS NCEP ENSEMBLE TRAINING PAGE”. www.wpc.ncep.noaa.gov. Приступљено 2023-05-16. 
  63. ^ „Spotlight: Use of Ensemble Forecasts...”. web.archive.org. 2010-05-28. Приступљено 2023-05-16. 
  64. ^ Chakraborty, Arindam (2010-10-01). „The Skill of ECMWF Medium-Range Forecasts during the Year of Tropical Convection 2008”. Monthly Weather Review (на језику: енглески). 138 (10): 3787—3805. ISSN 1520-0493. doi:10.1175/2010MWR3217.1. 
  65. ^ Tellus A (на језику: енглески), 2023-04-30, Приступљено 2023-05-16 
  66. ^ Leith, C. E. (1974-06-01). „Theoretical Skill of Monte Carlo Forecasts”. Monthly Weather Review (на језику: енглески). 102 (6): 409—418. ISSN 1520-0493. doi:10.1175/1520-0493(1974)102<0409:TSOMCF>2.0.CO;2. 
  67. ^ „The Met Office ensemble system — MOGREPS - Met Office”. web.archive.org. 2012-10-22. Приступљено 2023-05-16. 
  68. ^ Warner, Thomas Tomkins (2010-12-02). Numerical Weather and Climate Prediction (на језику: енглески). Cambridge University Press. ISBN 978-1-139-49431-1. 
  69. ^ Annual Review of Earth and Planetary Sciences (на језику: енглески), 2023-04-29, Приступљено 2023-05-16 
  70. ^ „Wayback Machine” (PDF). web.archive.org. 2008-10-12. Приступљено 2023-05-16. 
  71. ^ „Zhou, Binbin; Du, Jun (February 2010).” (PDF). 
  72. ^ „Cane, D.; Milelli, M. (2010-02-12).” (PDF). 
  73. ^ „Daly, Aaron & Paolo Zannetti (2007).” (PDF). 
  74. ^ а б Baklanov, Alexander; Rasmussen, Alix; Fay, Barbara; Berge, Erik; Finardi, Sandro (September 2002). "Potential and Shortcomings of Numerical Weather Prediction Models in Providing Meteorological Data for Urban Air Pollution Forecasting". 
  75. ^ Marshall, John; Plumb, R. (2007). Atmosphere, Ocean and Climate Dynamics [electronic resource] : an Introductory Text. Library Genesis. Burlington : Elsevier. ISBN 978-0-08-055670-3. 
  76. ^ Statistics, Australian Bureau of (2003). Year Book Australia 1970-. (на језику: енглески). Aust. Bureau of Statistics. 
  77. ^ National Oceanic and Atmospheric Administration (на језику: енглески), 2023-04-18, Приступљено 2023-05-16 
  78. ^ Bridgman, Howard A.; Oliver, John E. (2014-03-06). The Global Climate System: Patterns, Processes, and Teleconnections (на језику: енглески). Cambridge University Press. ISBN 978-1-139-45573-2. 
  79. ^ Journal of Fluid Mechanics (на језику: енглески), 2023-04-27, Приступљено 2023-05-16 
  80. ^ Lin, Pengzhi (2008-04-30). Numerical Modeling of Water Waves (на језику: енглески). CRC Press. ISBN 978-0-203-93775-4. 
  81. ^ Bender, Leslie C. (1996-06-01). „Modification of the Physics and Numerics in a Third-Generation Ocean Wave Model”. Journal of Atmospheric and Oceanic Technology (на језику: енглески). 13 (3): 726—750. ISSN 0739-0572. doi:10.1175/1520-0426(1996)013<0726:MOTPAN>2.0.CO;2. 
  82. ^ National Hurricane Center (на језику: енглески), 2023-04-20, Приступљено 2023-05-16 
  83. ^ „National Hurricane Center Forecast Verification”. www.nhc.noaa.gov. Приступљено 2023-05-16. 
  84. ^ Weather and Forecasting (на језику: енглески), 2023-04-27, Приступљено 2023-05-16 
  85. ^ а б Sullivan, Andrew L. (June 2009). "Wildland surface fire spread modelling, 1990–2007. 1: Physical and quasi-physical models". International Journal of Wildland Fire. 
  86. ^ Asensio, M. I. & L. Ferragut (2002). "On a wildland fire model with radiation". International Journal for Numerical Methods in Engineering. 
  87. ^ Mandel, Jan, Lynn S. Bennethum, Jonathan D. Beezley, Janice L. Coen, Craig C. Douglas, Minjeong Kim, and Anthony Vodacek (2008). "A wildfire model with data assimilation". Mathematics and Computers in Simulation. 
  88. ^ Clark, Tl L.; Jenkins, Ma; Packham, Dr; Coen, Jl L. (1996-12-01). „A Coupled Atmosphere-Fire Model: Role of the Convective Froude Number and Dynamic Fingering at the Fireline”. doi:10.1071/wf9960177. 
  89. ^ Clark, Terry L., Marry Ann Jenkins, Janice Coen, and David Packham (1996). 
  90. ^ „Rothermel, Richard C. (January 1972)” (PDF). 

Spoljašnje veze[уреди | уреди извор]

Преузето из „https://sr.wikipedia.org/w/index.php?title=Корисник:Marta1821/песак&oldid=25748198”