導入
数値天気予報(NWP) は、気象学とコンピューターサイエンスの応用です。これは、実際の大気の挙動に近い近似を提供する数式の選択に基づいています。これらの方程式はコンピュータを使用して解かれ、大気の将来の状態の加速されたシミュレーションが得られます。このシミュレーションを実現するソフトウェアは数値気象予測モデルと呼ばれます。
用途
- 運用気象学では、 NWP は予測を行うために使用され、その生の数値結果は、使用できるようにするためにさまざまな形式の後処理を受けます。結果は、特定のユーザーのニーズを満たすために、他のソフトウェアによって処理されるか、気象学者によって解釈されます。これには、公共の 天気予報や、交通、農業、災害軽減などの多くのビジネス分野でのアプリケーションが含まれます。
- PNT は、研究において、「密閉された真空」でケーススタディを実施したり、大気の特定の側面や挙動を研究したり、既知の理論的または実際的な事例に基づいてモデルの改良をテストしたりするために使用できます。結果。したがって、NWP モデルは、大気を研究し、予測を改善するための仮想実験室になります。
- NWP モデルは気候予測にも使用できます。その場合、私たちは、特定のイベントを予測するのではなく、長期間にわたる予測の平均的な挙動に興味を持ちます。二酸化炭素の増加率など、予測の特定の側面を変更することで、気候予測モデルは気候変動の影響に関するシナリオを策定するのに役立ちます。これらのシナリオの研究は、 地球温暖化に直面する国民や意思決定者を導くのに役立ちます。
数学的アプローチ
物理学や工学では、予測値を持つ方程式を取得する古典的なアプローチは、時間変数を含む 1 つ以上の微分方程式を解くことです。最も便利なケースでは、解は時間と初期条件(予測の開始時に選択された時点での変数の値) の関数として予測される変数を表します。いわゆる正確な解を得るには、この方程式に必要な数値を入力するだけで十分です。調和振動子は、このアプローチに適した古典的な問題の例です。
大気の将来の挙動の問題ははるかに複雑であり、厳密な解決策は少数の非常に限定された理論的サブセットでのみ存在します。現実世界で NWP 方程式を解くには、数値解析の手法を使用する必要があります。これらの方法により、生の数値計算を何度も繰り返すことで大気の挙動の方程式を解くことができるように、大気の挙動の方程式を再定式化することが可能になります。このようにして、大気の状態はモデル内で開始点から目的の予測間隔まで進行します。
これらの数値手法の欠点は、計算グリッド上で時間と空間の連続性を近似する必要があることです。したがって、シミュレーションは時間と空間において不連続になります。計算グリッド上で視覚化された結果は、デジタル画像に似た「ピクセル化された」外観を持ちます。同様に、時間はもはや連続変数ではなく、計算が 1 つのタイム ステップから次のタイム ステップにジャンプします。
典型的な例:カナダ環境省の GEM モデル (2005 年発行) の運用構成の 1 つは、北米と隣接する海域を各辺 15 km のタイルに分割します。これらのタイルのサイズは、モデルの水平解像度、つまりメッシュを定義します。さらに、モデルは大気の垂直方向の寸法を 58 レベルに分割して表します。そして最後に、モデル計算の各ラウンドにより、予測が 450 秒ずつ進みます。計算ラウンド間のモデルの時間間隔は、タイム ステップと呼ばれます。
一般に、パターンのメッシュを可能な限り細かくすることが望ましいです。これにより、モデルの現実性が高まり、数値解析手法に特有の小さな計算エラーの蓄積が最小限に抑えられます。さらに、特定の解像度には、数値結果の安定性と現実性を維持するために超えてはならない最大タイム ステップがあります。
サブグリッドのパラメータ化
良好な予測を得るには、モデルの解像度よりも小さい現象 (いわゆるサブグリッド現象) も考慮する必要があります。たとえば、雷雨は、ほとんどの大規模モデルのグリッドよりもかなり小さいです。個別に考えれば、国や大陸の規模の予測という文脈では無視することもできます。しかし、広い地理的領域に多数の嵐が含まれる暴風域は、かなりの量の雨の発生とそのエネルギーバランスへの影響を通じて、予報の対象となっている事件の進行に重大な影響を与えるでしょう。雰囲気。さらに根本的なのは、モデルをそのままにしておくと、水平方向のサイズがモデルのグリッドに等しい嵐を引き起こす可能性がありますが、これはまったく非現実的であり、予測の展開を残酷に歪めることになります。したがって、スケールの考慮事項を尊重しながら対流エネルギーを消散させるために、モデル内で嵐に暗黙の存在を与える必要があります。
小規模な現象の大規模な平均的な影響を表現することは、パラメータ化と呼ばれます。モデル設計者によって最も一般的にパラメータ化されるサブグリッド現象は次のとおりです。
物理現象のパラメータ化は、モデル メッシュの間隔が大きすぎることによって課せられる制限を完全には補償しません。パラメータ化スキームの選択と調整は、予測の品質に大きな影響を与えます。
地理的範囲と予測間隔
当面の天気予報のニーズを満たすには、次の点を考慮しながら、モデルの時空間解像度を最大化するために許容可能な妥協点に達する必要があります。
短期的な予報では、遠く離れた地域の大気の状態はあまり重要ではありません。現在アメリカ上空で起きている騒乱が広がり、その影響がヨーロッパに及ぶまでには数日かかるだろう。次に、モデルの細かいメッシュ領域を関心領域に集中させることを選択して、遠くの現象を無視することができます。次に、地域モデルについて説明します。
たとえば 2 日または 3 日を超えるような長期予報の場合、その地域に伝播するまだ遠い現象に適切に対処するために、モデルの適用範囲を半球全体、さらには地球全体にまで拡大する必要があります。興味があります。同じ理由で、モデル メッシュは地球全体に均一に分散されます。半球モデルが使われなくなったため、この種の予測は全球モデルに委ねられています。
IT に関する考慮事項
理論的には、モデルの解像度を上げることにより、モデルの現実性が高まり、パラメータ化に頼る必要性が減ります。ただし、これは、特に厳しい期限内に予測を取得する必要がある場合に、かなりの計算コストと経済コストがかかる場合にのみ実行できます。
例: 特定のモデルの空間解像度を 2 倍にすると、計算グリッド内の点の数は 8 倍に増加します。また、同時にタイム ステップを半分にすると (つまり、時間分解能が 2 倍になり)、予測の計算コストは以前のバージョンのモデルに比べて 16 倍になります。この問題に対処するには、生のコンピューティング能力を倍増するだけでは十分ではありません。計算中および結果の保存時に転送されるデータの量も同じ係数で増加します。したがって、どのタイプのコンピュータでもボトルネックとなる入出力操作が、PNT モデルの解像度を高める上で重大な障害となる可能性があることがわかります。
エラーの原因
- 初期データ: 測定誤差と分析誤差
- データのカバー範囲: 通常、海上や人口の少ない地域ではデータのカバー範囲が狭くなります。
- 採用した数値計算手法に内在する誤差
- モデルのメッシュによって引き起こされるエラー: メッシュが粗いほど、モデルは中規模および小規模の現象を適切に表現できなくなります。
- パラメータ化エラー
初期データと分析の重要性
完璧なモデル (最後の 3 つの誤差の原因がない) であっても、完璧な予測を生成することはできません。予測中に初期条件の誤差が増加し、現実から乖離してしまうからです。
予報の開始時に大気の状態を決定すること (分析) は、それ自体が大きな科学的課題であり、予報自体に費やされるリソースと同等の数学的および計算的リソースが必要です。 2005 年の時点で最も一般的に使用されているアプローチは、変動計算手法を使用して、観測値と非常に短期の数値予報の組み合わせを分析領域に調整します。このアプローチは「3D-Var」と呼ばれます。一部の PNT センターは、これらの計算中に分析を時空間領域に調整します。次に、4D-Var 分析について説明します。
この件に関しては、「データの同化」も参照してください。
アンサンブル予報
数値天気予報が存在してから最初の数十年間、私たちはコンピューターの制約で許される最高の解像度でモデルを実行し、この予報をそのまま採用することで満足する必要がありました。このアプローチは、初期条件が完全にわかっており、モデル自体が完璧であれば、その後の予測は大気の将来の挙動を完全にシミュレートするだろうと暗黙的に想定しています。このアプローチは決定論的と呼ばれます。
実際には、観察も分析もモデルも完璧ではありません。さらに、大気の力学は、特定の条件下ではわずかな変動にも非常に敏感です。そこで、アンサンブル予測という新しい確率論的アプローチが開発されました。アンサンブル予測では、同じ予測ケースでモデルの多数のコピーを同時に実行するためにコンピューティング リソースを専念できるようにするために、解像度が犠牲になります。いずれの場合も、測定または分析の本質的な不確実性の範囲内で、分析はセットの他のメンバーとは意図的にわずかに異なります。アンサンブルのメンバーによって提供される予測のシナリオが多かれ少なかれ異なるため、大気の予測可能性を定量化し、予測に統計的な誤差範囲を提供することが可能になります。このようなシステムを設計する際の課題は、そこで観察される変動が、大気力学の自然な不確実性を表す信号を構成していることを確認することです。
一部のアンサンブル予測システム (EPS) では、予測変動の一部がモデリングの不確実性を表すように、アンサンブル メンバー モデルのパラメーター化方法も変更します。同様に、アンサンブル予測研究コミュニティでは、マルチモデル アンサンブル (つまり、異なる設計のモデルを組み合わせる) と、さまざまな国の SPE をスーパーセットに集約することに大きな関心が寄せられています。現在（2006 年）、この方向に向けて 2 つの具体的な取り組みが行われています。それは、北米アンサンブル予測システム (カナダ、米国、メキシコ) と「THORPEX インタラクティブ グランド グローバル アンサンブル」、または TIGGE (世界気象機関の調整のもと) です。 。