Википедија

Корисник:Марта1821/песак

Временски модели користе системе диференцијалних једначина заснованих на законима физике, који посебно укључују кретање флуида, термодинамику, пренос зрачења и хемију, и користе координатни систем који дели планету у 3Д мрежу. Ветрови, пренос топлоте, сунчево зрачење, релативна влажност, промене фаза воде и површинска хидрологија се израчунавају унутар сваке ћелије мреже, а интеракције са суседним ћелијама се користе за израчунавање атмосферских својстава у будућности.
За друге употребе, погледајте Време (метеорологија).

Нумеричка прогноза времена користи математичке моделе атмосфере и океана за предвиђање времена на основу тренутних временских услова. Први покушаји су учињени 1920-их, али тек када се појавила рачунарска симулација 1950-их, нумеричко предвиђање времена је дало реалне резултате. Бројни глобални и регионални модели прогнозе се користе у различитим земљама широм света, користећи тренутна посматрања времена која се преносе радиосондама, временским сателитима и другим системима за посматрање као улаз.

Математички модели засновани на истим физичким принципима могу се користити и за краткорочне временске прогнозе и за дугорочна предвиђања климе; ове последње се често користе за разумевање и предвиђање климатских промена. Побољшања у регионалним моделима довела су до значајних побољшања у предвиђању стаза тропских циклона и квалитета ваздуха. Међутим, атмосферски модели се не могу адекватно бавити процесима који се дешавају на релативно ограниченом подручју, као што су пожари.

Обрада огромних скупова података и извођење сложених прорачуна потребних за савремено нумеричко предвиђање времена захтевају неке од најмоћнијих суперрачунара на свету. Упркос све већој снази суперрачунара, предиктивна моћ нумеричких временских модела траје само око шест дана. Фактори који утичу на тачност нумеричких прогноза укључују густину и квалитет опсервација које се користе као инпут за прогнозе и недостатке у самим нумеричким моделима. Технике накнадне обраде као што је статистика излазног модела су развијене да побољшају третман грешака у нумеричким предвиђањима.

Фундаменталнији проблем лежи у хаотичној природи парцијалних диференцијалних једначина које управљају атмосфером. Немогуће је тачно решити ове једначине, а мале грешке расту са временом (удвостручују се отприлике сваких пет дана). На основу садашњег сазнања, ово хаотично понашање ограничава тачност предвиђања на око 14 дана, чак и ако су улазни подаци тачни и модел ради исправно. Поред тога, парцијалне диференцијалне једначине које се користе у моделу морају бити допуњене параметризацијама за сунчево зрачење, влажне процесе (облаци и падавине), размену топлоте, земљиште, вегетацију, површинске воде и ефекте терена. У настојању да се квантификује велика неизвесност својствена нумеричким прогнозама, ансамбл прогнозе се користи од 1990-их да би се повећало поверење у прогнозу и пружили корисни резултати у будућности него што би иначе било могуће. Овај приступ анализира вишеструке прогнозе које производи један предиктивни модел или више модела.

Историја

уреди
 
Главна централа ЕНИАЦ Мооре Сцхоол оф Елецтрицал Енгинееринг, којом управљају Бети Џенингс и Френсис Билас

Историја нумеричке временске прогнозе почела је 1920-их напорима Луиса Фраја Ричардсона који је користио процедуре које је првобитно развио Вилхелм Бјеркнес[1] да ручно произведе шесточасовну прогнозу стања атмосфере у две тачке у централној Европи, која је трајала најмање шест недеља.[2][1][3] Тек када су се појавиле компјутерске и рачунарске симулације, време назива с прорачуна се могло смањити на мање од самог периода прогнозе. Користећи ЕНИАЦ, прве рачунарске временске прогнозе направљене су 1950. године, засноване на знатно поједностављеној апроксимацији основних атмосферских једначина.[4][5] Године 1954. група Карла-Густава Росбија у Шведском метеоролошком и хидролошком институту користила је исти модел за израду прве оперативне прогнозе[6] (тј. Оперативно нумеричко предвиђање времена) у Сједињеним Државама почело је 1955. године као део Заједничке јединице за нумеричку прогнозу времена, заједнички пројекат америчког ваздухопловства, морнарице и метеоролошког бироа.[7] Године 1956, Норман Филипс је развио математички модел који би реално могао да представи месечне и сезонске обрасце у тропосфери; ово је постао први успешан климатски модел.[8][9] Следећи Филлипсов рад, неколико група је започело изградњу општих модела циркулације.[10] Први општи модел циркулације климе који је комбиновао и океанске и атмосферске процесе развијен је у Лабораторији за геофизичку динамику флуида[11] у касним 1960-им.

Како су рачунари постали моћнији, величина оригиналних скупова података се повећала, а развијени су новији атмосферски модели како би се искористила додатна расположива рачунарска снага. Ови новији модели укључују више физичких процеса у поједностављења једначина кретања у нумеричким симулацијама атмосфере. Године 1966.[6] Западна Немачка и Сједињене Државе почеле су да производе оперативне прогнозе засноване на моделима примитивних једначина, а затим Уједињено Краљевство 1972. и Аустралија 1977.[1][12] Развој модела ограничене површине (регионални модели) омогућио је напредак у стази тропских циклона и квалитету ваздуха.[13][14] Почетком 1980-их, модели су почели да укључују интеракције тла и вегетације са атмосфером, што је резултирало реалистичнијим предвиђањима.[15]

Резултати прогностичких модела заснованих на динамици атмосфере нису у стању да разреше неке детаље времена у близини Земљине површине. Из тог разлога, 1970-их и 1980-их година развијена је статистичка веза између резултата нумеричког временског модела и резултујућих услова на терену, позната као статистика излаза модела.[16][17] Од 1990-их, прогнозе ансамбла модела су коришћене за дефинисање неизвесности прогнозе и продужење временског оквира у којем су нумеричке временске прогнозе могуће даље у будућност него што би иначе било могуће.[18][19][20]

Иницијализација

уреди
 
Авиони за извиђање времена, као што је овај ВП-3Д Орион, пружају податке који су уграђени у нумеричку временску прогнозу.

Атмосфера је течна. Стога је идеја нумеричке прогнозе времена да се узме стање флуида у датом тренутку и користи једначине динамике флуида и термодинамике за процену стања флуида у датом тренутку у будућности. Процес уноса података посматрања у модел за генерисање почетних услова назива се иницијализација. На копну, карте терена са резолуцијама до 1 километра широм света се користе за моделовање атмосферских циркулација у регионима са неравном топографијом како би се боље представиле карактеристике као што су силазни струја, планински таласи и припадајући покривач облака који утиче на долазеће сунчево зрачење.[21] Главни подаци које обезбеђују метеоролошке службе у свакој земљи су посматрања са уређаја (тзв. радиосонде) у метеоролошким балонима који мере различите атмосферске параметре и преносе их на фиксни пријемник и са метеоролошких сателита. Светска метеоролошка организација је задужена да стандардизује инструментацију, праксу посматрања и време за ова посматрања широм света. Станице извештавају сваки сат у МЕТАР извештајима[22] или сваких шест сати у СИНОП извештајима.[23] Пошто су ова запажања неправилно распоређена, обрађују се коришћењем метода асимилације података и објективне анализе које врше контролу квалитета и добијају вредности у тачкама које могу да користе математички алгоритми модела.[24] Подаци се затим користе у моделу као полазна тачка за предвиђање.[25]

Различите методе се користе за прикупљање података посматрања за употребу у нумеричким моделима. Локације покрећу радиосонде у метеоролошким балонима који се уздижу кроз тропосферу дубоко у стратосферу.[26] Информације са временских сателита се користе када традиционални извори података нису доступни. Цоммерце пружа пилот извештаје дуж рута лета[27] и извештаје о бродовима дуж рута транспорта.[28] Извиђачки авиони се користе у истраживачким пројектима за летење око временских система од интереса као што су тропски циклони.[29][30]Током хладне сезоне, извиђачки авиони се такође лете изнад отворених океана како би посматрали системе који изазивају значајне несигурности у прогнозама или се очекује да ће имати велике утицаје на низводни континент за три до седам дана.[31] Морски лед је укључен у моделе прогнозе од 1971.[32] Напори да се температура површине мора укључи у иницијализацију модела почели су 1972. због његове улоге у модулацији времена на вишим географским ширинама у Пацифику.[33]

Рачунање

уреди
 
Мапа прогнозе 96-часовне прогнозе геопотенцијалне висине и температуре од 850 мбар из Глобалног система прогнозе

Атмосферски модел је компјутерски програм који генерише метеоролошке информације за будућа времена на одређеним локацијама и надморским висинама. Сваки савремени модел садржи скуп једначина, названих примитивне једначине, које се могу користити за предвиђање будућег стања атмосфере.[34] Ове једначине се користе – заједно са законом идеалног гаса – за развој скаларних поља густине, притиска и потенцијалне температуре, као и векторског поља брзине ваздуха (ветра) атмосфере током времена. Додатне једначине транспорта загађивача и других аеросола су такође укључене у неке моделе високе резолуције користећи примитивне једначине.[35] Коришћене једначине су нелинеарне парцијалне диференцијалне једначине које се не могу тачно решити аналитичким методама[36] осим у неким идеализованим случајевима.[37] Стога се приближна решења добијају нумеричким методама. Различити модели користе различите методе решења. Неки глобални модели и скоро сви регионални модели користе методе коначних разлика за све три просторне димензије, док други глобални модели и неки регионални модели користе спектралне методе за хоризонталне димензије и методе коначних разлика за вертикалне димензије.[36]

Ове једначине се иницијализују коришћењем података анализе и одређују се стопе промене. Ове стопе промена предвиђају стање атмосфере за кратко време у будућности; временски прираст за ово предвиђање назива се временски корак. Ово будуће атмосферско стање се затим користи као полазна тачка за још једну примену једначина предвиђања за проналажење нових стопа промене, а ове нове стопе промене предвиђају атмосферу за још један временски корак у будућност. Овај временски корак се понавља све док решење не достигне жељено време предвиђања. Дужина временског корака одабрана у моделу зависи од растојања између тачака на рачунарској мрежи и бира се да би се одржала нумеричка стабилност.[38] Временски кораци за глобалне моделе су реда десетина минута,[39] док су временски кораци за регионалне моделе између једног и четири минута.[40] Глобални модели се покрећу у различито време у будућности. УКМЕТ Унифиед Модел ради шест дана у будућности,[41] док Интегрисани систем прогнозе Европског центра за средњорочну временску прогнозу и канадски глобални еколошки вишеразмерни модел за животну средину раде до десет дана у будућности,[42] а модел Глобалног система прогнозе Центра за моделирање животне средине тече шеснаест дана у будућност.[43] Визуелни резултат који производи решење модела назива се табела прогнозе или програм.[44]

Параметеризација

уреди
 
Поље кумулусних облака је параметризовано као премало да би се експлицитно укључило у нумеричко предвиђање времена

Неки метеоролошки процеси су превише малих размера или сувише сложени да би били експлицитно укључени у моделе нумеричке прогнозе времена. Параметаризација је метод представљања ових процеса повезујући их са варијаблама на скали коју модел решава. На пример, кутије са мрежом у временским и климатским моделима имају бочне дужине између 5 и 300 километара. Типичан кумулусни облак има скалу мању од 1 км и захтеваће још финију мрежу да би се физички представила једначинама кретања флуида. Стога су процеси који представљају такве облаке параметризовани методама различите софистицираности. У раним моделима, ако је стуб ваздуха унутар решетке модела био условно нестабилан (у суштини, доњи део је био топлији и влажнији од горњег) и ако је садржај водене паре био засићен у било којој тачки унутар колоне, био је преврнут ( топао, влажан ваздух је почео да се диже), а ваздух у том вертикалном стубу се мешао. Софистициранији модели узимају у обзир да су само неки делови кутије конвективни и да долази до увлачења и других процеса. Временски модели који имају решеткасте оквире величине између 5 и 25 километара могу експлицитно да представљају конвективне облаке, иако морају параметризовати микрофизику облака која се јавља у мањем обиму.[45] Формирање великих (стратусних) облака је више физичко; настају када релативна влажност достигне одређену вредност. Фракција облака се може повезати са овом критичном вредношћу релативне влажности.[46]

Количина сунчеве радијације која стиже до тла, као и формирање капљица облака, јављају се на молекуларној скали и стога морају бити параметризоване пре него што се могу укључити у модел. Отпор који стварају планине такође мора бити параметризован јер ограничена резолуција надморске висине доводи до значајног потцењивања отпора.[47] Ова врста параметризације се такође врши за ток површинске енергије између океана и атмосфере да би се одредиле реалне температуре површине мора и природа морског леда у близини површине океана.[48] Разматра се угао сунца као и ефекти више слојева облака.[49] Тип земљишта, тип вегетације и влажност земљишта одређују колико радијације иде на загревање и колико влаге се апсорбује у суседну атмосферу, па је стога важно параметризовати њихов допринос овим процесима.[50]У моделима квалитета ваздуха, параметризација узима у обзир атмосферске емисије из више релативно малих извора (нпр. путеви, поља, фабрике) унутар специфичних оквира мреже.[51]

Домени

уреди
 
Пресек атмосфере преко терена са графиком у сигма координатама. Модели мезоскале деле атмосферу вертикално користећи представе сличне онима приказаним овде.

Хоризонтални домен модела је или глобални, што значи да покрива целу Земљу, или регионални, што значи да покрива само део Земље. Регионални модели (такође познати као модели ограничене области) дозвољавају употребу финије мреже од глобалних модела јер су доступни рачунарски ресурси концентрисани у одређеном подручју, а не распоређени по целом свету. Ово омогућава регионалним моделима да експлицитно решавају метеоролошке појаве на мањим размерама које се не могу представити на грубљој мрежи глобалног модела. Регионални модели користе глобални модел да специфицирају услове на ивици свог домена (гранични услови) како би омогућили системима изван домена регионалног модела да уђу у његов домен. Неизвесности и грешке у регионалним моделима су узроковане глобалним моделом који се користи за спецификацију граничних услова регионалног модела и грешкама које се могу приписати самом регионалном моделу.[52]

Вертикална координата се рукује на неколико начина. Модел Луиса Фраја Ричардсона из 1922. користио је геометријску висину као вертикалну координату. Каснији модели су заменили геометријску з координату са координатним системом притиска у коме геопотенцијалне висине површина при константном притиску постају зависне варијабле, што у великој мери поједностављује примитивне једначине.[53] Ова корелација између координатних система је могућа јер притисак у Земљиној атмосфери опада са висином.[54] Први модел који се користио за оперативна предвиђања, једнослојни баротропни модел, користио је једну координату притиска на нивоу[4] од 500 милибара и стога је био у суштини дводимензионалан. Модели високе резолуције – који се називају и мезоскални модели – као што је модел за истраживање и прогнозу времена обично користе нормализоване координате притиска које се називају сигма координате.[55] Овај координатни систем је добио име по независној променљивој, који се користи за скалирање атмосферског притиска у односу на притисак на површини и, у неким случајевима, притисак на врху домена.[56]

Статистика излаза модела

уреди

Пошто модели прогнозе засновани на једначинама атмосферске динамике не одређују савршено временске услове, развијене су статистичке методе како би се покушало исправити прогнозе. Статистички модели су креирани на основу тродимензионалних поља генерисаних нумеричким временским моделима, површинским посматрањима и климатолошким условима за одређене локације. Ови статистички модели се називају статистика излазних података модела (МОС)[57] и развијени су касних 1960-их од стране Националне метеоролошке службе за своје моделе временске прогнозе.[16][58]

Статистика излаза модела разликује се од технике савршеног програма, која претпоставља да је излаз нумеричких модела за предвиђање времена савршен.[59] МОС може да исправи локалне ефекте које модел не може решити због недовољне резолуције мреже, као и пристрасности модела. Пошто се МОС покреће према одређеном глобалном или регионалном моделу, његова производња се назива накнадна обрада. Параметри прогнозе из МОС-а укључују максималне и минималне температуре, проценат вероватноће кише у вишесатном периоду, очекиване падавине, вероватноћу смрзнутих падавина, вероватноћу грмљавине, облачност и површински ветар.[60]

Ансамбли

уреди
 
Врх: Симулација стазе урагана Рита (2005) коришћењем модела истраживања и прогнозе времена. Доле: пропагација прогнозе мултимоделног ансамбла.

Едвард Лоренц је 1963. открио хаотичну природу једначина динамике флуида укључених у временску прогнозу.[61] Екстремно мале грешке у температури, ветровима или другим почетним инпутима у нумеричке моделе се појачавају и удвостручују сваких пет дана,[61] што онемогућава предвиђање стања атмосфере са било којим степеном предиктивне моћи у дугорочним прогнозама – то јест, оне које су направљене више. него две недеље унапред. Поред тога, постојеће мреже за посматрање су неадекватне у неким регионима (на пример, изнад великих водених површина као што је Тихи океан), додајући неизвесност стварном почетном стању атмосфере. Иако постоји скуп једначина, назван Лиувилове једначине, који се може користити за одређивање почетне несигурности у иницијализацији модела, ове једначине су превише сложене да би се изводиле у реалном времену, чак и уз помоћ суперкомпјутера.[62] Ове неизвесности ограничавају тачност предиктивних модела на око пет или шест дана у будућности.

[63][64]Године 1969. Едвард Епштајн је препознао да се атмосфера не може у потпуности описати једним циклусом предвиђања због инхерентних неизвесности и предложио је коришћење ансамбла стохастичких Монте Карло симулација за одређивање средњих вредности и варијанси за стање атмосфере.[65] Иако је овај рани пример ансамбла показао његове способности, Сесил Лејт је 1974. показао да су они произвели адекватна предвиђања само ако је расподела вероватноће ансамбла репрезентативан узорак расподеле вероватноће у атмосфери.[66]

Од 1990-их, ансамбл прогнозе се оперативно користи (као рутинске прогнозе) да би се објаснила стохастичка природа временских процеса, односно да би се уклонила њихова инхерентна несигурност. Овај метод анализира вишеструке прогнозе које производи један модел предвиђања користећи различите физичке параметризације или различите почетне услове.[62] Од 1992. године, када су Европски центар за средњорочне временске прогнозе и национални центри за еколошку прогнозу израдили ансамбл прогнозе, моделске ансамбл прогнозе се користе за дефинисање несигурности прогнозе и проширење прозора у којем су нумеричка предвиђања времена могућа даље у будућност него што би иначе била могућа.[18][19][20]ЕЦМВФ модел, Енсембле Предицтион Систем[19], користи сингуларне векторе за симулацију почетне густине вероватноће, док НЦЕП ансамбл, Глобал Енсембле Форецастинг Систем, користи технику познату као векторско размножавање.[18][19]Британска метеоролошка служба спроводи глобално и регионално предвиђање ансамбала користећи поремећаје почетних услова 24 члана ансамбла у Глобалном и регионалном систему предвиђања ансамбала Мет Оффице (МОГРЕПС) да би произвела 24 различите прогнозе.[67]

У приступу заснованом на једном моделу, предвиђање ансамбла се обично оцењује просеком појединачних предвиђања за променљиву предиктора и степеном слагања између различитих предвиђања унутар система ансамбла, што је представљено њиховим укупним расипањем. Дисперзија ансамбла се дијагностикује помоћу алата као што су шпагети дијаграми, који показују дисперзију варијабле у табелама прогноза за одређене временске кораке у будућности. Још један инструмент у коме се користи расипање ансамбла је метеограм, који показује расипање прогнозе количине за одређену локацију. Често је расипање ансамбла премало да би укључило време које се стварно дешава, што може довести до тога да прогностичари погрешно процене несигурност модела;[68] овај проблем постаје посебно озбиљан за временске прогнозе направљене десетак дана унапред.[69] Када је распршеност ансамбла мала и решења прогнозе су конзистентна у оквиру вишеструких покретања модела, прогностичари имају више поверења у средњу вредност ансамбла и прогнозу уопште. Упркос овој перцепцији, веза између дисперзије и вештине предвиђања је често слаба или непостојећа, са корелацијама између дисперзије и грешке обично испод 0,6 и само између 0,6 и 0,7 у посебним околностима.[70]

Баш као што се многа предвиђања из једног модела могу користити за формирање ансамбла, више модела се може комбиновати да би се створило предвиђање ансамбла. Овај приступ се назива предвиђање више модела ансамбла и показало се да побољшава прогнозе у поређењу са приступом заснованим на једном моделу.[71] Модели унутар вишемоделног ансамбла могу се прилагодити својим различитим предрасудама, процес познат као предвиђање супер ансамбла. Ова врста предвиђања значајно смањује грешке у излазу модела.[72]

Апликације

уреди

Моделирање квалитета ваздуха

уреди

Предвиђање квалитета ваздуха покушава да предвиди када ће концентрације загађивача достићи нивое који су опасни по здравље. Концентрација загађујућих материја у атмосфери одређена је њиховим транспортом, односно просечном брзином њиховог кретања кроз атмосферу, њиховом дифузијом, хемијском трансформацијом и таложењем на тлу.[73] Поред извора загађивача и информација о терену, ови модели захтевају податке о стању протока течности у атмосфери да би се одредио транспорт и дифузија.[74] Метеоролошки услови као што су топлотне инверзије могу спречити да се ваздух издиже на површину, задржавајући загађиваче близу површине,[75] чинећи тачна предвиђања таквих догађаја критичних за моделирање квалитета ваздуха. Модели квалитета урбаног ваздуха захтевају веома фину рачунарску мрежу, која захтева употребу мезоскалних временских модела високе резолуције; ипак, квалитет нумеричке прогнозе времена је највећа неизвесност у предвиђању квалитета ваздуха.[74]

Климатско моделирање

уреди

Општи модел циркулације је математички модел који се може користити у компјутерским симулацијама глобалне циркулације планетарне атмосфере или океана. Општи модел атмосферске циркулације је у суштини исти као глобални нумерички модел предвиђања времена, а неки (као што је онај који се користи у Уједињеном моделу Уједињеног Краљевства) могу се конфигурисати и за краткорочне временске прогнозе и за дугорочна предвиђања климе. Заједно са компонентама морског леда и површине копна, општи модел атмосферске циркулације и океански општи модел циркулације су кључне компоненте глобалних климатских модела и широко се користе за разумевање климе и предвиђање климатских промена. За аспекте климатских промена, низ сценарија хемијских емисија изазваних људским фактором може се унети у климатске моделе да би се видело како би појачани ефекат стаклене баште променио климу на Земљи.[76] Верзије за климатске апликације са временским скалама од деценија до векова првобитно су развили 1969. године Сјукуро Манабе и Кирк Брајан у Лабораторији за геофизичку динамику флуида у Принстону, Њу Џерси.[77] Када се изводе током неколико деценија, рачунска ограничења захтевају да модели користе грубу мрежу која не решава интеракције мањег обима.[78]

Моделирање површине океана

уреди
 
НОАА Wавеwатцх III 120-часовна прогноза ветра и таласа за северни Атлантски океан

Пренос енергије између ветра који дува преко површине океана и горњег слоја океана је важан елемент динамике таласа.[79] Спектрална таласна транспортна једначина се користи за описивање промене таласног спектра са променом топографије. Он симулира генерисање таласа, кретање таласа (простирање у флуиду), формирање таласа, преламање, пренос енергије између таласа и дисипацију таласа.[80] Пошто су површински ветрови примарни покретачки механизам у једначини преноса спектралних таласа, модели океанских таласа користе информације генерисане моделима нумеричког предвиђања времена као улазне податке за одређивање количине енергије која се преноси из атмосфере у површински слој океана. Заједно са дисипацијом енергије кроз талас и резонанцом између таласа, површински ветрови из нумеричких временских модела омогућавају прецизније предвиђање стања површине океана.[81]

Прогноза тропског циклона

уреди

Прогноза тропских циклона такође се ослања на податке добијене нумеричким временским моделима. Постоје три главне класе модела предвиђања тропских циклона: статистички модели су засновани на анализи понашања олује користећи климатологију и повезују положај и датум олује да би произвели прогнозу која није заснована на физици атмосфере у то време. Динамички модели су нумерички модели који решавају главне једначине струјања у атмосфери. Они су засновани на истим принципима као и други модели нумеричког предвиђања времена ограничене површине, али могу укључити посебне технике рачунања, као што су рафинирани просторни домени који се крећу заједно са циклоном. Модели који користе елементе оба приступа називају се статистички динамички модели.[82]

кГодине 1978. постао је оперативан први модел за праћење урагана заснован на атмосферској динамици – модел покретне фине мреже. У области предвиђања стаза тропских циклона, упркос томе што се динамички модели побољшавају са повећањем рачунарске снаге, нумеричка прогнноза времена није показало своје могућности све до 1980-их, а тек 1990-их је доследно надмашило статистичке или једноставне динамичке моделе.[83] Предвиђање интензитета тропског циклона на основу нумеричког предвиђања времена остаје изазов, пошто статистичке методе и даље показују веће вештине од динамичких модела.[84]

Моделирање пожара

уреди
 
Једноставан модел ширења пожара

На молекуларном нивоу, постоје два главна конкурентна реакциона процеса у разградњи целулозе или дрвних горива у шумским пожарима. Када је садржај влаге у целулозним влакнима низак, долази до испаравања горива; овај процес производи гасовите интермедијере који су на крају извор сагоревања. Када је присутна влага - или када је довољно топлоте уклоњено из влакана - долази до угљенисања. Хемијска кинетика обе реакције сугерише да постоји тачка у којој су нивои влаге довољно ниски и/или брзине загревања довољно високе да би процеси сагоревања били самоодрживи. Сходно томе, промене у брзини ветра, смеру ветра, влажности, температури или стопи пада на различитим нивоима атмосфере могу имати значајан утицај на понашање и раст шумског пожара. Пошто шумски пожар делује као извор топлоте за атмосферски ток, може да промени локалне обрасце адвекције, иницирајући повратну петљу између ватре и атмосфере.[85]

Поједностављени дводимензионални модел за ширење пожара који користи конвекцију за представљање ефеката ветра и терена и радијативног преноса топлоте као доминантне методе преноса топлоте резултирао је реакционо-дифузионим системима парцијалних диференцијалних једначина.[86][87]Сложенији модели комбинују нумеричке моделе времена или рачунарске моделе динамике флуида са компонентом пожара који омогућавају процену ефеката повратне спреге између пожара и атмосфере.[85] Додатна сложеност у последњој класи модела доводи до одговарајућег повећања захтева за напајањем рачунара. Потпуни тродимензионални третман сагоревања коришћењем директне нумеричке симулације у размерама релевантним за атмосферско моделирање је тренутно непрактичан јер би таква симулација захтевала превелике рачунске трошкове. Нумерички модели времена имају ограничену способност предвиђања при просторним резолуцијама мањим од једног километра, тако да су сложени модели за шумске пожаре приморани да параметризују ватру како би израчунали како ће ветрови бити локално измењени од пожара и користе те измењене ветрове да одреде брзину којом пожар ће се проширити локално.[88][89][90]

Референце

уреди
  1. ^ а б в „Wаyбацк Мацхине” (ПДФ). wеб.арцхиве.орг. 2010-07-08. Приступљено 2023-05-16. 
  2. ^ Симмонс, А. Ј.; Холлингсwортх, А. (2002-01-15). „Соме аспецтс оф тхе импровемент ин скилл оф нумерицал wеатхер предицтион”. Qуартерлy Јоурнал оф тхе Роyал Метеорологицал Социетy. 128 (580): 647—677. дои:10.1256/003590002321042135. 
  3. ^ Лyнцх, Петер (2006). Тхе емергенце оф нумерицал wеатхер предицтион : Рицхардсон'с дреам. Либрарy Генесис. Цамбридге, УК ; Неw Yорк : Цамбридге Университy Пресс. ИСБН 978-0-521-85729-1. 
  4. ^ а б Цхарнеy, Ј. Г.; ФјÖртофт, Р.; Неуманн, Ј. Вон (1950-01-01). „Нумерицал Интегратион оф тхе Баротропиц Вортицитy Еqуатион”. Теллус (на језику: енглески). 2 (4): 237—254. ИССН 0040-2826. дои:10.3402/теллуса.в2и4.8607. 
  5. ^ Цоx, Јохн D. (2002). Сторм wатцхерс : тхе турбулент хисторy оф wеатхер предицтион фром Франклин'с ките то Ел Ниñо. Интернет Арцхиве. Неw Јерсеy : Јохн Wилеy. ИСБН 978-0-471-38108-2. 
  6. ^ а б Харпер, Кристине; Уццеллини, Лоуис W.; Калнаy, Еугениа; Цареy, Кеннетх; Мороне, Лаурен (2007-05-01). „50тх Анниверсарy оф Оператионал Нумерицал Wеатхер Предицтион”. Буллетин оф тхе Америцан Метеорологицал Социетy (на језику: енглески). 88 (5): 639—650. ИССН 0003-0007. дои:10.1175/БАМС-88-5-639. 
  7. ^ „Wаyбацк Мацхине”. wеб.арцхиве.орг. 2008-03-25. Приступљено 2023-05-16. 
  8. ^ Пхиллипс, Норман А. (1956-04-01). „Тхе генерал цирцулатион оф тхе атмоспхере: А нумерицал еxперимент”. Qуартерлy Јоурнал оф тхе Роyал Метеорологицал Социетy. 82: 123—164. ИССН 0035-9009. дои:10.1002/qј.49708235202. 
  9. ^ Цоx, Јохн D. (2002). Сторм wатцхерс : тхе турбулент хисторy оф wеатхер предицтион фром Франклин'с ките то Ел Ниñо. Интернет Арцхиве. Неw Јерсеy : Јохн Wилеy. ИСБН 978-0-471-38108-2. 
  10. ^ Лyнцх, Петер (2006). Тхе емергенце оф нумерицал wеатхер предицтион : Рицхардсон'с дреам. Либрарy Генесис. Цамбридге, УК ; Неw Yорк : Цамбридге Университy Пресс. ИСБН 978-0-521-85729-1. 
  11. ^ Натионал Оцеаниц анд Атмоспхериц Администратион (на језику: енглески), 2023-04-18, Приступљено 2023-05-16 
  12. ^ „Леслие, L.M.; Диетацхмеyер, Г.С. (Децембер 1992).” (ПДФ). 
  13. ^ Схуман, Фредерицк Г. (1989-09-01). „Хисторy оф Нумерицал Wеатхер Предицтион ат тхе Натионал Метеорологицал Центер”. Wеатхер анд Форецастинг (на језику: енглески). 4 (3): 286—296. ИССН 1520-0434. дои:10.1175/1520-0434(1989)004<0286:ХОНWПА>2.0.ЦО;2. 
  14. ^ ИСБН (на језику: енглески), 2023-05-10, Приступљено 2023-05-16 
  15. ^ „Wаyбацк Мацхине” (ПДФ). wеб.арцхиве.орг. 2010-07-10. Приступљено 2023-05-16. 
  16. ^ а б „Хугхес, Харрy (1976).” (ПДФ). 
  17. ^ Бест, D. L.; Прyор, С. П. (1983). Аир Wеатхер Сервице Модел Оутпут Статистицс Сyстемс. Аир Форце Глобал Wеатхер Централ. пп. 1–90. 
  18. ^ а б в Монтхлy Wеатхер Ревиеw (на језику: енглески), 2022-01-23, Приступљено 2023-05-16 
  19. ^ а б в г „Тхе Енсембле Предицтион Сyстем (ЕПС)”. wеб.арцхиве.орг. 2010-10-30. Приступљено 2023-05-16. 
  20. ^ а б Молтени, Ф.; Буизза, Р.; Палмер, Т. Н.; Петролиагис, Т. (1996-01-01). „Тхе ЕЦМWФ Енсембле Предицтион Сyстем: Метходологy анд валидатион”. Qуартерлy Јоурнал оф тхе Роyал Метеорологицал Социетy. 122: 73—119. ИССН 0035-9009. дои:10.1002/qј.49712252905. 
  21. ^ Стенсруд, Давид Ј. (2007-05-03). Параметеризатион Сцхемес: Кеyс то Ундерстандинг Нумерицал Wеатхер Предицтион Моделс (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-0-521-86540-1. 
  22. ^ „НЦДЦ: КЕY Сурфаце Wеатхер Обсерватион (МЕТАР)”. wеб.арцхиве.орг. 2002-11-01. Приступљено 2023-05-16. 
  23. ^ „СYНОП формат (ФМ-12)”. wеб.арцхиве.орг. 2007-12-30. Приступљено 2023-05-16. 
  24. ^ Аннуал Ревиеwс (публисхер) (на језику: енглески), 2023-05-12, Приступљено 2023-05-16 
  25. ^ „Тхе WРФ Вариатионал Дата Ассимилатион Сyстем (WРФ-Вар)”. wеб.арцхиве.орг. 2007-08-14. Приступљено 2023-05-16. 
  26. ^ „Радиосонде Неwслеттер 12”. wеб.арцхиве.орг. 2007-06-07. Приступљено 2023-05-16. 
  27. ^ „Баллисх, Брадлеy А.; V. Крисхна Кумар (Новембер 2008).” (ПДФ). 
  28. ^ УС Департмент оф Цоммерце, Натионал Оцеаниц анд Атмоспхериц Администратион. „Маринерс Wеатхер Лог”. www.вос.ноаа.гов (на језику: енглески). Приступљено 2023-05-16. 
  29. ^ „Хуррицане Хунтерс Ассоциатион”. wеб.арцхиве.орг. 2012-05-30. Приступљено 2023-05-16. 
  30. ^ „Дроне, Сенсорс Маy Опен Патх Инто Еyе оф Сторм” (на језику: енглески). ИССН 0190-8286. Приступљено 2023-05-16. 
  31. ^ „Ретриевед 2010-12-22.”. 
  32. ^ Стенсруд, Давид Ј. (2007-05-03). Параметеризатион Сцхемес: Кеyс то Ундерстандинг Нумерицал Wеатхер Предицтион Моделс (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-0-521-86540-1. 
  33. ^ Хоугхтон, Јохн Т. (1985-09-05). Тхе Глобал Цлимате (на језику: енглески). ЦУП Арцхиве. ИСБН 978-0-521-31256-1. 
  34. ^ Пиелке, Рогер А. (2002). Месосцале метеорологицал моделинг. Либрарy Генесис. Сан Диего : Ацадемиц Пресс. ИСБН 978-0-12-554766-6. 
  35. ^ Пиелке, Рогер А. (2002). Месосцале метеорологицал моделинг. Либрарy Генесис. Сан Диего : Ацадемиц Пресс. ИСБН 978-0-12-554766-6. 
  36. ^ а б Стрикwерда, Јохн. Фините Дифференце Сцхемес анд Партиал Дифферентиал Еqуатионс (на језику: енглески). Социетy фор Индустриал анд Апплиед Матхематицс. ИСБН 978-0-89871-567-5. 
  37. ^ Пиелке, Рогер А. (2002). Месосцале метеорологицал моделинг. Либрарy Генесис. Сан Диего : Ацадемиц Пресс. ИСБН 978-0-12-554766-6. 
  38. ^ Пиелке, Рогер А. (2002). Месосцале метеорологицал моделинг. Либрарy Генесис. Сан Диего : Ацадемиц Пресс. ИСБН 978-0-12-554766-6. 
  39. ^ Сундерам, V. С. (2005-05-12). Цомпутатионал Сциенце -- ИЦЦС 2005: 5тх Интернатионал Цонференце, Атланта, ГА, УСА, Маy 22-25, 2005, Процеедингс (на језику: енглески). Спрингер Сциенце & Бусинесс Медиа. ИСБН 978-3-540-26032-5. 
  40. ^ Зwиефлхофер, Wалтер; Форецастс, Еуропеан Центре фор Медиум Ранге Wеатхер (2001). Девелопментс ин Терацомпутинг: Процеедингс оф тхе Нинтх ЕЦМWФ Wорксхоп он тхе Усе оф Хигх Перформанце Цомпутинг ин Метеорологy (на језику: енглески). Wорлд Сциентифиц. ИСБН 978-981-279-968-5. 
  41. ^ Цхан, Јохннy C. L.; Кеперт, Јеффреy D. (2010). Глобал Перспецтивес он Тропицал Цyцлонес: Фром Сциенце то Митигатион (на језику: енглески). Wорлд Сциентифиц. ИСБН 978-981-4293-48-8. 
  42. ^ Холтон, Јамес Р. (2004-03-31). Ан Интродуцтион то Дyнамиц Метеорологy (на језику: енглески). Ацадемиц Пресс. ИСБН 978-0-12-354015-7. 
  43. ^ Броwн, Моллy Е. (2008-05-06). Фамине Еарлy Wарнинг Сyстемс анд Ремоте Сенсинг Дата (на језику: енглески). Спрингер Сциенце & Бусинесс Медиа. ИСБН 978-3-540-75369-8. 
  44. ^ Ахренс, C. Доналд (2008). Ессентиалс оф Метеорологy: Ан Инвитатион то тхе Атмоспхере (на језику: енглески). Тхомсон Броокс/Цоле. ИСБН 978-0-495-11558-8. 
  45. ^ „Нарита, Масами & Схиро Охмори (2007-08-06).” (ПДФ). 
  46. ^ „Wаyбацк Мацхине” (ПДФ). wеб.арцхиве.орг. 2011-04-01. Приступљено 2023-05-16. 
  47. ^ Стенсруд, Давид Ј. (2007-05-03). Параметеризатион Сцхемес: Кеyс то Ундерстандинг Нумерицал Wеатхер Предицтион Моделс (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-0-521-86540-1. 
  48. ^ МцГуффие, К. & А. Хендерсон-Селлерс (2005). А цлимате моделлинг пример. Јохн Wилеy анд Сонс. 
  49. ^ Мелникова, Ирина Н.; Василyев, Алеxандер V. (2005). Схорт-Wаве Солар Радиатион ин тхе Еартх'с Атмоспхере: Цалцулатион, Обсерватион, Интерпретатион (на језику: енглески). Спрингер Сциенце & Бусинесс Медиа. ИСБН 978-3-540-21452-6. 
  50. ^ Стенсруд, Давид Ј. (2007-05-03). Параметеризатион Сцхемес: Кеyс то Ундерстандинг Нумерицал Wеатхер Предицтион Моделс (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-0-521-86540-1. 
  51. ^ Бакланов, Алеxандер; Гриммонд, Суе; Махура, Алеxандер; Атханассиадоу, Мариа (2009-07-26). Метеорологицал анд Аир Qуалитy Моделс фор Урбан Ареас (на језику: енглески). Спрингер Сциенце & Бусинесс Медиа. ИСБН 978-3-642-00298-4. 
  52. ^ Wарнер, Тхомас Томкинс (2010-12-02). Нумерицал Wеатхер анд Цлимате Предицтион (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-1-139-49431-1. 
  53. ^ Лyнцх, Петер (2006). Тхе емергенце оф нумерицал wеатхер предицтион : Рицхардсон'с дреам. Либрарy Генесис. Цамбридге, УК ; Неw Yорк : Цамбридге Университy Пресс. ИСБН 978-0-521-85729-1. 
  54. ^ Ахренс, C. Доналд (2008). Ессентиалс оф Метеорологy: Ан Инвитатион то тхе Атмоспхере (на језику: енглески). Тхомсон Броокс/Цоле. ИСБН 978-0-495-11558-8. 
  55. ^ „Wаyбацк Мацхине” (ПДФ). wеб.арцхиве.орг. 2011-08-23. Приступљено 2023-05-16. 
  56. ^ Пиелке, Рогер А. (2002). Месосцале метеорологицал моделинг. Либрарy Генесис. Сан Диего : Ацадемиц Пресс. ИСБН 978-0-12-554766-6. 
  57. ^ Баум, Марсха L. (2007). Wхен Натуре Стрикес: Wеатхер Дисастерс анд тхе Лаw (на језику: енглески). Праегер Публисхерс. ИСБН 978-0-313-08221-4. 
  58. ^ Глахн, Харрy Р.; Лоwрy, Дале А. (1972-12-01). „Тхе Усе оф Модел Оутпут Статистицс (МОС) ин Објецтиве Wеатхер Форецастинг”. Јоурнал оф Апплиед Метеорологy анд Цлиматологy (на језику: енглески). 11 (8): 1203—1211. ИССН 1520-0450. дои:10.1175/1520-0450(1972)011<1203:ТУОМОС>2.0.ЦО;2. 
  59. ^ Гултепе, Исмаил (2008-01-02). Фог анд Боундарy Лаyер Цлоудс: Фог Висибилитy анд Форецастинг (на језику: енглески). Спрингер Сциенце & Бусинесс Медиа. ИСБН 978-3-7643-8419-7. 
  60. ^ Баррy, Рогер Грахам; Цхорлеy, Рицхард Ј. (2003). Атмоспхере, Wеатхер, анд Цлимате (на језику: енглески). Псyцхологy Пресс. ИСБН 978-0-415-27171-4. 
  61. ^ а б Цоx, Јохн D. (2002). Сторм wатцхерс : тхе турбулент хисторy оф wеатхер предицтион фром Франклин'с ките то Ел Ниñо. Интернет Арцхиве. Неw Јерсеy : Јохн Wилеy. ИСБН 978-0-471-38108-2. 
  62. ^ а б „НОАА НWС НЦЕП ЕНСЕМБЛЕ ТРАИНИНГ ПАГЕ”. www.wпц.нцеп.ноаа.гов. Приступљено 2023-05-16. 
  63. ^ „Спотлигхт: Усе оф Енсембле Форецастс...”. wеб.арцхиве.орг. 2010-05-28. Приступљено 2023-05-16. 
  64. ^ Цхакрабортy, Ариндам (2010-10-01). „Тхе Скилл оф ЕЦМWФ Медиум-Ранге Форецастс дуринг тхе Yеар оф Тропицал Цонвецтион 2008”. Монтхлy Wеатхер Ревиеw (на језику: енглески). 138 (10): 3787—3805. ИССН 1520-0493. дои:10.1175/2010МWР3217.1. 
  65. ^ Теллус А (на језику: енглески), 2023-04-30, Приступљено 2023-05-16 
  66. ^ Леитх, C. Е. (1974-06-01). „Тхеоретицал Скилл оф Монте Царло Форецастс”. Монтхлy Wеатхер Ревиеw (на језику: енглески). 102 (6): 409—418. ИССН 1520-0493. дои:10.1175/1520-0493(1974)102<0409:ТСОМЦФ>2.0.ЦО;2. 
  67. ^ „Тхе Мет Оффице енсембле сyстем — МОГРЕПС - Мет Оффице”. wеб.арцхиве.орг. 2012-10-22. Приступљено 2023-05-16. 
  68. ^ Wарнер, Тхомас Томкинс (2010-12-02). Нумерицал Wеатхер анд Цлимате Предицтион (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-1-139-49431-1. 
  69. ^ Аннуал Ревиеw оф Еартх анд Планетарy Сциенцес (на језику: енглески), 2023-04-29, Приступљено 2023-05-16 
  70. ^ „Wаyбацк Мацхине” (ПДФ). wеб.арцхиве.орг. 2008-10-12. Приступљено 2023-05-16. 
  71. ^ „Зхоу, Бинбин; Ду, Јун (Фебруарy 2010).” (ПДФ). 
  72. ^ „Цане, D.; Милелли, M. (2010-02-12).” (ПДФ). 
  73. ^ „Далy, Аарон & Паоло Заннетти (2007).” (ПДФ). 
  74. ^ а б Бакланов, Алеxандер; Расмуссен, Алиx; Фаy, Барбара; Берге, Ерик; Финарди, Сандро (Септембер 2002). "Потентиал анд Схортцомингс оф Нумерицал Wеатхер Предицтион Моделс ин Провидинг Метеорологицал Дата фор Урбан Аир Поллутион Форецастинг". 
  75. ^ Марсхалл, Јохн; Плумб, Р. (2007). Атмоспхере, Оцеан анд Цлимате Дyнамицс [елецтрониц ресоурце] : ан Интродуцторy Теxт. Либрарy Генесис. Бурлингтон : Елсевиер. ИСБН 978-0-08-055670-3. 
  76. ^ Статистицс, Аустралиан Буреау оф (2003). Yеар Боок Аустралиа 1970-. (на језику: енглески). Ауст. Буреау оф Статистицс. 
  77. ^ Натионал Оцеаниц анд Атмоспхериц Администратион (на језику: енглески), 2023-04-18, Приступљено 2023-05-16 
  78. ^ Бридгман, Хоwард А.; Оливер, Јохн Е. (2014-03-06). Тхе Глобал Цлимате Сyстем: Паттернс, Процессес, анд Телецоннецтионс (на језику: енглески). Цамбридге Университy Пресс. ИСБН 978-1-139-45573-2. 
  79. ^ Јоурнал оф Флуид Мецханицс (на језику: енглески), 2023-04-27, Приступљено 2023-05-16 
  80. ^ Лин, Пенгзхи (2008-04-30). Нумерицал Моделинг оф Wатер Wавес (на језику: енглески). ЦРЦ Пресс. ИСБН 978-0-203-93775-4. 
  81. ^ Бендер, Леслие C. (1996-06-01). „Модифицатион оф тхе Пхyсицс анд Нумерицс ин а Тхирд-Генератион Оцеан Wаве Модел”. Јоурнал оф Атмоспхериц анд Оцеаниц Тецхнологy (на језику: енглески). 13 (3): 726—750. ИССН 0739-0572. дои:10.1175/1520-0426(1996)013<0726:МОТПАН>2.0.ЦО;2. 
  82. ^ Натионал Хуррицане Центер (на језику: енглески), 2023-04-20, Приступљено 2023-05-16 
  83. ^ „Натионал Хуррицане Центер Форецаст Верифицатион”. www.нхц.ноаа.гов. Приступљено 2023-05-16. 
  84. ^ Wеатхер анд Форецастинг (на језику: енглески), 2023-04-27, Приступљено 2023-05-16 
  85. ^ а б Сулливан, Андреw L. (Јуне 2009). "Wилдланд сурфаце фире спреад моделлинг, 1990–2007. 1: Пхyсицал анд qуаси-пхyсицал моделс". Интернатионал Јоурнал оф Wилдланд Фире. 
  86. ^ Асенсио, M. I. & L. Феррагут (2002). "Он а wилдланд фире модел wитх радиатион". Интернатионал Јоурнал фор Нумерицал Метходс ин Енгинееринг. 
  87. ^ Мандел, Јан, Лyнн С. Беннетхум, Јонатхан D. Беезлеy, Јанице L. Цоен, Цраиг C. Доуглас, Мињеонг Ким, анд Антхонy Водацек (2008). "А wилдфире модел wитх дата ассимилатион". Матхематицс анд Цомпутерс ин Симулатион. 
  88. ^ Цларк, Тл L.; Јенкинс, Ма; Пацкхам, Др; Цоен, Јл L. (1996-12-01). „А Цоуплед Атмоспхере-Фире Модел: Роле оф тхе Цонвецтиве Фроуде Нумбер анд Дyнамиц Фингеринг ат тхе Фирелине”. дои:10.1071/wф9960177. 
  89. ^ Цларк, Террy L., Маррy Анн Јенкинс, Јанице Цоен, анд Давид Пацкхам (1996). 
  90. ^ „Ротхермел, Рицхард C. (Јануарy 1972)” (ПДФ). 

Спољашње везе

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