数值气象预报中的并行计算研究

数值气象预报中的并行计算研究（精选6篇）

数值气象预报中的并行计算研究 篇1

数值气象预报中的并行计算研究

介绍了并行计算与数值气象预报的发展概况,论述了并行算法的一般设计方法,展示了作者在数值气象预报的典型并行算法和并行实现技术方面所做的.主要研究工作,以及这些研究成果所取得的一系列数值气象预报系统的并行计算结果,最后讨论了并行计算与数值气象预报的未来发展.

作 者：孙安香 宋君强 李晓梅 作者单位：国防科技大学计算机系,刊 名：高技术通讯 ISTIC EI PKU英文刊名：HIGH TECHNOLOGY LETTERS年，卷(期)：11(12)分类号：P45关键词：数值气象预报 并行计算 并行算法 并行实现技术

数值气象预报中的并行计算研究 篇2

SEA(system effectiveness analysis)是一种被日益重视的效能评估方法,是由美国麻省理工学院信息与决策系统实验室的A.H.Levis与Vincent Bounthonnier于20世纪80年代中期提出的。SEA方法通过把系统能力和使命要求在同一公共属性空间进行比较,得到有效性评定的若干参量,适当地组合这些参量,最终得到对系统评价的总的度量[2,3]。因此SEA方法是一种综合的效能评价方法,在具体应用中有其独特性。

SEA方法核心问题是建立符合系统运行规律的系统映射,求得其使命轨迹。然而使命轨迹求得的传统方法是通过建立在系统性能与效能的解析模型基础之上的,特别是对于复杂的系统其有效性很低,在实际应用中很难令人满意。

文献[3]根据普遍存在的单调影响特性,提出了一种数值SEA算法。它采取了超盒数值逼近的方法,快速逼近所求的系统使命轨迹。此算法极大地缩减了搜索空间,使得复杂系统的使命轨迹的生成成为可能。但在效能指标较多的情况下,该算法的计算量仍然很大。近年来,微处理器的性能不断提高,高速局域网的不断发展,可以利用相对廉价的微机通过高速局域网构建高性能的并行集群计算系统。采用分布式并行计算的方法计算使命轨迹,既能提高效率,减少计算时间,又能利用网络上闲置的计算资源,有效减轻了服务器的负载,提高了服务器的响应速度及系统整体性能。

1数值SEA算法

1.1SEA方法简介

SEA法的运用基于6个基本概念,即系统、使命、域、本元、属性、有效性指标。SEA方法进行系统动态效能评估的基本步骤分为7步[2]:

(1) 选择系统本元的集合。

(2) 确定分析中感兴趣特性的系统属性。属性表示为本元的函数。一般来说每一属性由本元的一个子集决定,即As=fs(X1,X2,…,Xk)。

(3)、(4) 与上面两个步骤相对应,但这时是对使命执行类似的分析,即选择描述使命变量参数的本元确定使命需要。然后选择适当模型将本元Y映射为属性:Am=fm(Y1,Y2,…,Yk)。由前面的分析可得到2个空间:即系统属性空间As和使命属性空间Am。这2个空间虽然有相同的维数,但却是用不同的属性或不同比例的属性定义的。

(5) 将系统属性和使命属性变换到公共属性空间,使它们成为有相同单位的属性。

(6) 效能分析。核心是通过比较系统属性和使命属性来评估系统完成使命的情况。根据系统在特定情况下本原的取值范围,计算属性空间的As和Am的2条轨迹Ls和Lm。最后利用得到的这2条轨迹来评估系统的有效性。系统的有效性定义为: E1=V(Ls∩Lm) / V(Ls)

式中:V表示归一化属性空间中的体积或密度;E表示系统与使命的匹配程度。

(7) 计算系统总的效能指标。根据前面得到的有效性分指标,设以k个分指标E1,…,Ek来度量系统的有效性,若u为效能函数,最后得到总体效能指标为:E=u(Ek,…,Ek)。

1.2使命轨迹生成算法

数值SEA效能分析的关键是求系统使命轨迹, 要求出使命轨迹,就必须得出系统效能指标到系统使命指标的映射关系。目前,这种映射主要有微分方程组、神经网络、试验仿真和普通函数等4种类型。前3种形式适于对复杂系统的描述,无法得到相应的解析式和直接导出使命轨迹。最后一种形式通过函数的复合再求解不等式组就可得出系统的使命轨迹,是最理想的形式,但这种方法过于简化,尤其对于复杂的系统使命,不适合于表述指标与效能指标间的关系。因此,复杂系统的使命轨迹,往往只能通过数值逼近的方法获取。

使命轨迹生成算法[3]以递归的方式利用最大等分内接超盒按任意精度来逼近系统使命轨迹。其基本步骤如下:

(1) 建立形式为y=[+]Ai[-]Bj多维映射模型,维数为L=i+j,第1到i为[+]类型,第i+1到i+j为[-]类型;

(2) 按照使命指标的约束类型求出相应的最小外包超盒。其求解方法是:

① 令k=1;

② 如果k≤i,由于Ak对于y是单调增的,所以可用二分法求出新的符合约束条件的最大值Akmax。同理,如果k>i,则利用二分法求出相应新的最小值Bkmin。 k=k+1;

③ 如果k>L,各个元素求出的新的区间的笛卡尔积就是最小外包超盒,退出。否则转②。

(3) 求最大等分内接超盒:

① 判断最小外包超盒的体积是否小于某一精度值。如果小于,则进行适当插值,然后退出;

② 用二分法求出最大的kmax,及相应的最大等分内接超盒ωkmax;

③ 每一个Ai,Bj的区间都可分成属于最大等分内接超盒和不属于的两部分。把属于部分记为“0”,不属于的记为“1”。这样就存在2L个区间组合,依次对应于0到2L-1的二进制数。第0个,就是已求出的最大等分内接超盒,其中任何一个元素都符合系统约束,无需再分。而第2L-1个即是相应对角超盒,其中任何一个元素都不符合系统约束,因此去掉。对剩下的第1到2L-2区间组合,依次作为新的最小外包超盒,递归调用(3)。最后所有最大等分内接超盒的并集就是系统的使命轨迹[4]。

2数值SEA算法并行算法的实现

在整个效能空间非常大的情况下,尽管3.2节算法能减少好几个数量级的搜索量,但计算量仍然很大。因此,我们利用算法的优良模块化特性,提出了并行计算的实现方案。

目前,MPI(Message Passing Interface)是比较流行的并行计算开发环境之一。MPI是一个并行计算消息传递接口标准,现在已经成为产业界广泛支持的并行计算标准。目前,国际上有许多对MPI标准的实现,其中MPICH是一个免费软件,它支持LINUX,Win dowsNT/2000/XP等操作系统[1]。

2.1数值SEA算法的并行化

并行求解过程,一般分为以下几个步骤:(1)对问题进行抽象,建立算法串行模型;(2)对算法串行模型进行分析,找出算法模型中需要并行处理的部分,确定算法并行实现方法,建立算法并行模型的描述;(3)用并行计算语言实现并行算法;(4)在并行集群计算系统上运行,调试并行算法[5]。

如何将1.2节所述的使命轨迹生成任务分解成可以并行执行的子任务,以及如何将这些子任务分配给各处理机是设计并行算法的首要任务。经分析可知,上述算法具有优良模块化特性,每个最大等分内接超盒的计算仅与输入的相应的最小外包超盒的值有关,具有良好的并行度。若用Master/Worker模式编程,主进程,通常是MPI程序中的0号进程,根据各个处理机的实际计算能力和负载动态的分配任务,从进程(Worker Process)接收主进程发来的数据,进行实际计算,然后将结果返还给主进程,主进程再汇总所有从进程的中间结果产生最终的结果。各从进程间既没有通信,也没有同步事件。

具体的算法描述如下。

主进程算法描述:

收到主进程传送的第N个最小外包超盒

IF 最小外包超盒的体积 ≤ 设定的精度值E

THEN 进行适当插值,然后退出循环

END IF

计算求出最大等分内接超盒及2n-2个新的最小外包超盒

将计算结果传送给主进程

UNTIL 收到主进程的结束消息

END PROCEDURE

主进程和从进程中的发送均采用非阻塞方式,调用后立刻返回;接收均采用阻塞方式,实际接收到消息再执行下一步程序。

2.2子任务分配方法

2.1节的并行方案有良好的并行度,但主机与分机通信过于频繁。在百兆以太网环境中利用MPI函数一次数据传输的耗时( 包括两次调用MPI通信函数的时间和网络传输等待时间) 以毫秒计[5],网络通信开销相对太大。为此我们采取子任务分组分配策略,根据各处理机的处理速度按比例划分子任务组,然后半静态地将子任务组分配到各自对应的处理机,处理机在接收到某一个的计算任务后,先求出本机上所有子任务的结果,然后返回最大等分内接超盒,而最小外包超盒压入本地堆栈,继续计算。这样子程序通信频率和通信量显著减少,有效降低了网络通讯开销。

针对并行计算在局域网内进行且计算中各子程序只与主程序通信,子程序间无通信的特点,任务分配算法主要考虑两个主要因素:①子任务计算时间复杂度;②处理机处理速度差异。而本方案中的子任务均针对同一模型计算,所以计算时间复杂度相同。任务分配算法只需考虑处理机处理速度(综合考虑主频和内存)差异,以最大程度地保证负载均衡。即根据处理机的速度按比例分配子任务数,尽量使得整个任务负载均衡。

2.3数值SEA算法并行算法描述

完整的数值SEA算法并行算法描述如下:

主进程算法描述:

PROCEDURE XXXX

根据各处理机的速度,按比例分配各处理机处理子任务数目比例

按照使命指标的约束类型,求出相应的最小外包超盒

主进程和从进程中的发送均采用非阻塞方式,接收均采用阻塞方式。

3结束语

在由3台P4-2.4G,256M内存的微机构成的百兆以太网环境中,采用本文提出的并行数值SEA算法求解了某武器系统效能使命轨迹,两个处理机(2个从进程)计算加速比为1.85,三个处理机(3个从进程)计算加速比为2.7。结果表明该算法能够在各种规模的任务下取得满意的加速比,有效地提高运算速度。由于系统的复杂性,算法还有待于进一步改进,但通过对计算结果的分析,该方法是基本可行的。

摘要：提出了基于消息传递的数值SEA效能评估的并行计算方法。该方法首先将串行计算任务合理地划分成若干并行子任务,然后分配到各处理机上,能充分利用网络中空闲的计算资源,提高计算速度。试验结果表明该方法具有较好的并行加速比。

关键词：并行计算,SEA,效能评估,使命轨迹

参考文献

[1]都志辉.高性能计算之并行编程技术——MPI并行程序设计[M].北京:清华大学出版社,2001.

[2]吴晓锋,周智超.SEA方法及其在C3I系统效能分析中的应用(Ⅳ)[J].系统工程理论与实践,1999(2):44-47.

[3]胡剑文,张维明,刘忠.数值SEA算法及其在反隐身防空系统效能分析中的应用[J].系统工程理论与实践,2003(3):55-58.

[4]胡剑文,张维明,罗雪山.基于仿真的系统需求约束问题求解算法研究[J].系统仿真学报,2002(2):197-198.

数值气象预报中的并行计算研究 篇3

根据影响天气系统不同,利用9月-2月东北区域中尺度数值模式12 h累积降水预报和东北地区常规站降水实况资料,采用天气学检验方法,从降水中心强度、中心位置、降水主体强度、落区、范围和移速6个方面对东北区域中尺度模式降水预报产品的预报性能进行检验.结果表明:模式对东北地区秋、冬季降水有较好的预报能力,但因天气系统和预报时效不同其预报能力也有较大差异,其中对高空槽预报效果最好;一般情况下,在预报出现偏差时中心和主体强度易偏强,雨带范围易偏大,移速易偏幔.

作 者：崔锦 周晓珊 张爱忠 阎琦 黄阁 张伟 CUI Jin ZHOU Xiao-shan ZHANG Ai-zhong YAN Qi HUANG Ge ZHANG Wei 作者单位：崔锦,CUI Jin(中国气象局沈阳大气环境研究所,辽宁,沈阳110016)

周晓珊,张爱忠,ZHOU Xiao-shan,ZHANG Ai-zhong(沈阳军区空军气象中心,辽宁,沈阳110015)

阎琦,黄阁,YAN Qi,HUANG Ge(辽宁省气象台,辽宁,沈阳110016)

张伟,ZHANG Wei(辽宁省气象科技服务中心,辽宁,沈阳110016)

数值气象预报中的并行计算研究 篇4

根据物理定律, 比如牛顿第二定律、质量守恒定律、能量守恒定律、气体试验定律等, 可以得到支配大气运动的基本方程组。但由于大气运动基本方程组是一组高度非线性的偏微分方程组, 很难求得其解析解, 人们可通过数值的方法求其近似解 (数值解) , 这就是数值天气预报。数值天气预报是一门实用性很强的应用基础学科[1]。通过差分方法求解大气运动基本方程组时, 人们发现数值积分过程中会产生计算不稳定问题, 这就需要采用恰当的差分格式或积分格式。在《数值天气预报》课程关于时间积分格式的讲解中[2], 重点介绍了“显示”格式, 即差分方程的右端项全部为当前 (或和过去) 时刻的变量值, 通过积数值分可求出方程左端的未来时刻变量值。但对于“隐式”及“半隐式”格式只是简单提及其概念和特点, 比如隐式格式为用未来时刻变量值求出未来时刻变量值, 它具有计算稳定、但计算复杂的特点。

在《数值天气预报》课程中, 需讲解大量的公式推导和讲解, 若不能配合简单而又形象的举例和图形, 学生尤其是本科生作为授课对象, 将很难理解和接受本课程中的相关内容, 讲课的效果也将大打折扣。在非线性不稳定计算的举例中, 教材中[2]虽给出了采用不同的初值和不同的差分方案对计算稳定性的影响, 但并没有清楚地列出其求解过程, 因此学生很难了解隐式格式差分的具体求解过程, 对教材中列出的“显示”和“隐式”格式的各自优缺点更是难以理解。因此, 需要对两种格式的计算过程进行相应的讲解, 尤其是隐式格式。此外, 教材中[2]对同一个微分方程构造的两个不同的差分方程中, 除隐式格式和显式格式的差异外, 还存在着对采用了不同的差分格式, 即显式格式采用中央差格式, 隐式格式采用前差格式。本课程[2]已清楚的讲解到中央差格式虽具有较高的计算精度, 但在时间差分计算时存在计算解的问题, 若初值取得不当, 则计算解会有较大的振幅。因此, 从逻辑上讲, 教材中给出的不同的差分方案的影响, 实际上不仅仅来源于显式格式和隐式格式的差异, 还来源于对时间微分采用不同差分格式的差异。这又加大了学生对显式格式和隐式格式特点的理解难度。

针对上述问题, 本文将以简单的一维非线性平流方程为例, 给出隐式格式差分方程的具体求解过程, 重新探讨非线性计算不稳定现象, 目的是使学生更好地了解显式格式和隐式格式差分方程的求解过程, 深刻理解两种格式各自的优缺点。

二、非线性计算不稳定的计算实例

以上两式与教材[2]基本一致, 不同的是这里的x取值范围并不到1。在大气科学中, 方程或模式的计算可在全球或某一纬圈上进行。在该情况下, 没有纬向侧边界条件。对于上式而言, 可认为u在x=1的取值等于u在x=0的取值, 也即循环边界条件。在构造上述微分方程相应的差分方程过程中, 对 (1) 式和 (2) 式分别采用显式格式和隐式格式:

其中上标n为第n步, 下标i为第i个格点, 。可见, 与教材中不同的是, (1) 式和 (2) 式中均取了前差格式, 这样可避免由于三个时间层计算而出现的计算解问题, 有利于问题的讨论更加集中。

同样给定两种不同的初值, 两者仅相差一个常数:

三、隐式格式的求解

显式差分方程 (3) 的求解过程即是将已知的n时刻u值代入等式右端算出等式左端未知的n+1时刻u值, 可见, 求解过程简单。至于隐式差分方程 (4) , 其求解过程, 较复杂。首先将 (4) 式写在[0, 1) 的。可见, a、b、c均为已知的第n步值。采用循环边界条件可得三元二次方程组:

将 (7) 式中的三式相加可得:X+Y+Z=2a+2b+2c, 再令m (2a+2b+2c) =d, 该d值也是已知的第n步值, (7) 式可化为三元一次方程组:

最终可利用已知的a、b、c和d值分别求得n+1步未知的Z、Y、X值:

再分别将其减去c、b和a值, 可得n+1步的u2n+1、u1n+1和u0n+1。由此可见, 隐式差分方程的求解过程较为复杂。需指出的是, 本文在[0, 1) 仅选取了3个格点, 若选取教材中的10个点 (Δx=0.1) , 则需在10个格点上写出10个差分方程, 并进行联立, 求解十元一次方程组, 其求解过程更为复杂。

四、计算结果及分析

图1a和1b分别给出了两个初值、两种计算方案的计算结果。初值取 (5) 式用显式方案 (3) 式的计算结果表明 (图1a实线) , 动能逐步增大, 在500步以后突然急剧增加, 出现按指数增加的趋势;但若给初值加上一个常数后 (图1b中实线) , 总动能在4m2/s2左右变化, 表明计算结果稳定。至于隐式方案 (4) 式, 无论取哪种初值, 结果均稳定。

至于产生如图1a中的不稳定现象, 仍可利用混淆误差理论进行解释, 即网格系不能正确分辨短波长的波动而导致不稳定。本文例子在[0, 1) 的一个周期范围内仅取三个格点, 采用循环边界条件, 即将[0, 1) 进行I=3等分。可见, 该网格系只能正确识别平均值0波、波长为的3/2波和波长2Δx为3Δx的1波波动。若波数k1=k2=3/2的两个波动相互作用, 则可产生0波和3波的波动。其中3波波动超出该网格系的识累, 从而可导致不稳定现象。该过程也可通过 (10) 式得到验证:

因此, 虽然本文的计算结果与教材中基本一致, 但举例十分简单, 这有利于学生的理解和接受。

五、结束语

本文通过简单的计算实例重新探讨了差分格式对非线性计算稳定性的影响。这里的“简单”, 主要指将一维非线性平流方程的时间偏导项统一地取成前差格式, 同时, 差分方程仅写在三个格点上。从而, 隐式格式差分方程的求解过程便成为三元一次方程组的求解过程。该求解过程比显式格式差分方程复杂, 但计算结果稳定, 充分体现出隐式格式和显式格式的优缺点。虽最终的计算结果与教材中[2]基本一致, 但本文举例更为简单、易懂, 且给出了详细的求解过程, 有助于学生自己动手推导和计算求解, 以加深其对显式和隐式格式的理解, 并深刻体会各自的优缺点。

摘要：数值天气预报是大气科学的一个重要分支, 是一门实用性很强的应用基础学科。数值天气预报本质是用数值方法求解非线性的大气运动方程组。但当采用格点差分来表示微分方程中的非线性项时, 易产生非线性计算不稳定现象。本文以一个简单的一维非线性平流方程的数值求解过程为例, 给出隐式格式差分方程的基本计算方法并重新演示了非线性计算不稳定现象。由于举例更为简单, 可加深学生对显式格式和隐式格式优缺点的理解。

关键词：大气科学,非线性计算不稳定,隐式格式

参考文献

[1]纪立人.数值天气预报发展进程中若干亮点的回顾及其启迪[J].气象科技进展.2011, 1 (1) :40-42.

数值气象预报中的并行计算研究 篇5

1 资料来源与研究方法

利用2009年4月1日至2010年3月31日泰安市逐日最高气温和最低气温实况资料与T639、MM5、天气在线、EC(欧洲中心)的数值预报产品中最高气温和最低气温对应日的预报值及1961—2010年49年逐日平均最高气温和最低气温进行比较,差值在-2~2℃视为正确,计算各家预报产品的逐月预报准确率,并且利用Excel绘制出直观的柱形图,找出可信度比较高的预报产品作为今后温度预报的参考。由于EC的预报值是850 h Pa的温度预报,因此利用预报差值的平均值作为订正值[6,7],将EC的预报订正至2 m气温(表1)。

2 结果与分析

2.1 全年预报准确率

全年最高气温预报准确率除1月小于50%外,其他月份均大于50%;大于60%的仅有7月和8月,最高的是7月,为72.3%;最低气温预报准确率大于50%的仅有6—8月3个月,最高的也是7月,为62.6%;最高气温预报准确率最低的是1月,为39.4%,最低气温预报准确率最低的是10月,为34.2%(图1)。

各家数值预报产品中全年最高气温预报准确率最高的是天气在线,为72.5%;最低气温预报准确率最高的是T639,为60.3%。最高气温预报准确率最低的是MM5,为44.5%;最低气温预报准确率最低的是EC,为43.2%。T639预报准确率整体较高,最高及最低气温预报准确率均大于50%,依次为天气在线、EC,MM5最差(图2)。

2.2 逐月预报准确率

2.2.1最高气温。

1月最高气温预报准确率最高的是天气在线,为77.4%;2月4家产品相差不大,T639和天气在线均为60.7%,MM5和EC均为57.1%;3月最高的是T639,为61.3%;4月最高的是天气在线,为76.7%;5月最高的是EC,为64.5%;6月最高的是天气在线,为76.6%,T639和EC预报准确率均为70.0%;7月最高气温各家产品预报准确率均在60%以上,最高的是天气在线,为87.1%;8月最高的是天气在线,为77.4%;9月最高的是天气在线,为66.7%;10月最高的是天气在线,为74.2%;11月最高的是天气在线,为83.3%;12月最高的是天气在线,为83.9%(表2)。

2.2.2 最低气温。

1月最低气温预报准确率最高的是T639,为71.0%;2月最高的是天气在线,为71.4%;3月最高的是天气在线,为64.5%;4月最高的是T639和MM5,均为46.7%;5月最高的是T639,为54.8%;6月最高的是T639,为76.7%;7月最高的是T639和天气在线,均为71.0%;8月最高的是T639,为74.2%;9月最高的是天气在线,为63.3%;10月最高的是MM5和EC,均为32.3%;11月最高的是T639,为66.7%;12月最高的是T639,为64.5%(表2)。

(%)

注:最高与最低分别表示最高气温与最低气温。

3 结论与讨论

数值预报产品在泰安市温度预报中的检验结果表明,全年最高气温预报准确率除1月小于50%外,其他月份均大于50%;大于60%的仅有7月和8月,最高的是7月,为72.3%;最低气温预报准确率大于50%的仅有6—8月3个月,最高的也是7月,为62.6%;最高气温预报准确率最低的是1月,为39.4%,最低气温预报准确率最低的是10月,为34.2%。各家数值预报产品中全年最高气温预报准确率最高的是天气在线,为72.5%,最低气温预报准确率最高的是T639,为60.3%;最高气温预报准确率最低的是MM5,为44.5%,最低气温预报准确率最低的是EC,为43.2%。T639预报准确率整体较高,最高及最低气温预报准确率均大于50%,依次为天气在线、EC,MM5最差。数值预报产品的对比资料仅有1年,代表性较差,如果有几年的资料进行拟合,效果更好。各家预报产品中,除天气在线的预报值具体到泰安市气象局本站外,其他产品由于格点较粗,本站的预报值是预报员用内插法估算所得,存在一定的人为误差。EC的温度预报是850 h Pa时的预报,本课题用误差平均值作为订正值进行订正后所得,存在订正误差。

摘要：利用泰安市逐日最高气温和最低气温实况资料与T639、MM5、天气在线、EC(欧洲中心)的数值预报产品进行比较,全年最高气温预报准确率除1月小于50%外,其他月份均大于50%;最高的是7月,为72.3%;最低气温预报准确率大于50%的仅有6—8月3个月,最高的也是7月,为62.6%;最低的是10月,为34.2%。T639预报准确率整体较高,最高及最低气温预报准确率均大于50%,依次为天气在线、EC,MM5最差。

关键词：数值预报产品,温度预报,检验,山东泰安

参考文献

[1]胡继华,曾皓.用时实资料结合数值产品做温度预报的尝试[J].四川气象,2002(2):13-15.

[2]应爽.日本数值预报产品在温度预报中的释用[J].吉林气象,2007(2):21-22,40.

[3]徐琳娜,冯汉中.基于数值预报产品的温度释用方法比较[J].四川气象,2006(2):4-5,14.

[4]赵声蓉.多模式温度集成预报[J].应用气象学报,2006(1):52-58.

[5]赵斌华,汤光华,李力.某场站温度预报初探[J].应用数学,2004(S2):139-143.

[6]胡林娜.最高最低气温预报中的“温差订正法”[J].江西气象科技,1995(2):39-40.

数值气象预报中的并行计算研究 篇6

关键词：数值预报产品,天气预报,应用

1 数值预报是促进大气科学各分支领域及其相关学科发展的动力之一

我们知道, 数值预报是在数值模拟的基础上进行的, 而数值模拟需要合适的大气数值模式, 大气数值模式的建立、完善和发展则需要以动力气象学理论的研究和发展为前提, 以大量的观测事实及其分析为基础, 即大气探测一天气分析一动力气象理论一大气数值模式一数值模拟一业务数值预报。可以说, 其它学科领域的进展, 推动了数值天气预报的发展, 而数值天气预报的发展, 又反过来促进大气探测、信息传输、天气分析和理论研究等分支领域研究的深入和进展。

气象观测 (大气探测) 是大气科学其他分支领域赖以发展的基础, 也是数值预报发展的基础, 数值预报则向大气探测提出了更高的要求。我们知道, 若没有温度表、气压表、湿度表、风向风速计等仪器的发明, 没有定量的气象观测, 就不可能有真正的天气学及其相应的天气分析和预报方法;没有高空大气探测, 就没有动力气象学的创立和发展, 也就没有数值天气预报了。

数值预报的发展则向大气探测提出了更高的要求。例如, 目前卫星资料的反演、利用, 包括卫星资料在内的综合四维资料同化, 已成为发展数值预报的专门研究课题;中尺度数值预报要求有时、空密度和精度更高的探测资料;中期数值预报和气候模拟及其预测, 则需要海温、陆地表面和冰雪状况、臭氧, 甚至火山爆发、太阳黑子等非大气现象的观测资料。更不用说海洋、沙漠、高原地区稀疏的气象测站本己不能满足数值预报的需要了。因此, 数值预报特使大气探测面临更艰巨的任务, 数值预报要求大气探测更细致, 内容更广泛。

2 数值预报产品应用在天气预报业务中的作用和意义

2.1 应用数值预报产品是发展气象业务现代化的必然要求

自从数值预报投入业务使用以来。世界上许多国家都对数值预报产品的应用进行了很多研究, 把它作为气象业务现代化建设的重要内容。早在1976年, 世界气象组织于华沙召开了关于利用大尺度数值预报产品进行地方大气预报的座谈会, 较系统地总结了这方面的经验, 指出了应用途径的三个主要方面:

(1) 以大尺度数值预报的结果作为边界和初始条件、利用中尺度数值模式进行区域的或局部地区的中尺度天气预报; (2) 通过人机结合, 由预报员根据天气学原理或统计数据, 对数值预报产品进行人工订正, 从而对天气形势做出诊断分析; (3) 数值预报的统计解释, 即以数值预报产品作预报因子, 用统计学方法进行气象要素预报。

直到目前为止, MOS预报等应用数值预报产品的重要方法仍是国际上通行的业务预报方法。可见, 进一步研究、完善和推广数值预报产品的应用技术, 是符合国际气象业务现代化发展潮流的。

气象业务现代化的重要目标是从主观、定性、手工、单一的预报手段向客观化、定量化、自动化、综合化和智能化的方向发展。建立和完善天气预报技术方法, 其中包括非常规资料的综合应用技术, 逐步建立天气预报客观集成模式, 加快天气预报向自动化、智能化、综合化、客观化和定量化方向发展, 进一步提高12-72小时预报的准确率。特别是提高热带气旋、暴雨等重大灾害性、关键性天气的预报准确率。数值预报及其产品应用, 正是因其客观化、定量化和自动化的主要特色, 而符合天气预报的发展方向。

由上分析可见, 深入开展数值预报产品应用技术的研究和推广, 不但符合国际气象业务现代化发展的潮流, 符合国家大气预报业务现代化方针, 符合数值天气预报本身的特点, 也符合天气预报技术的发展方向, 因而是发展气象业务现代化的必然要求。

2.2 数值预报产品的应用该变了预报业务的传统工作程序和思路

用传统的天气学预报方法制作天气预报时, 一般先从实况形势分析入手, 采用运动学方法 (如外推法) 和物理分析等方法作出形势预报, 而且通常先作高空形势预报再作地面形势预报, 着重报出高空、地面影响系统的强度变化和移动情况, 然后在形势预报的基础上再作具体的要素预报。有了数值预报产品, 这种传统的预报工作程序和思路发生了明显的变化。

首先对形势预报, 由于数值预报, 尤其是短期数值预报的准确率已明显高于人工主观预报, 所以预报员工作的重点是在数值预报给出的结果的基础上, 综合运用大气学、动力气象学等有关知识和天气实况、卫星云图等资料的演变情况, 判断数值预报结果是否有明显的不合理现象。若无明显不合理现象。应坚决相信数值预报的结果;若综合判断不能确定数值预报结果的合理性, 则宁可相信之;只有判定其结论肯定不合理时, 才作出订正预报———形势预报主要依靠数值预报。

对于要素预报, 可有两条途径:一是定性判断, 二是定量计算。定量计算, 就是MOS等数值预报产品的定量应用方法的运用。定性判断则有两套预报思路:一是以数值预报作出的形势预报为基础。运用大气学概念模式, 作出可能出现何种 (哪些) 天气的判断, 这与传统预报思路类似、只不过不需作形势预报了;二是对数值预报能够预报的要素 (如降水等) , 以数值预报的结论为基础。再综合分析数值预报给出的形势、物理量等产品, 看其分布和配置是否与所预报的要素情况相矛盾, 若有矛盾则需进一步运用其它资料和方法作出最终判断。可见, 上述两套定性判断思路, 相当于人工智能 (专家系统) 中的正向推理和反向推理, 只不过以数值预报产品的应用为基础而已。

从传统预报程序和思路到以数值预报产品为基础的天气预报, 并没有完全放弃天气学、动力气象学等基本理论和方法的应用, 而且应该也必须使它们更紧密地结合, 才能使数值预报产品发挥应有的作用。

2.3 数值预报产品的应用有利于提高预报水平和保障能力

因为短期数值形势预报水平高于人工主观预报, 早已得到公认;以数值预报产品为基础, 使用统计、动力统计等方法制作的要素预报, 其准确率也都较传统的方法有了明显的提高, 因此, 数值预报产品的应用有利于提高预报水平, 是不言而喻的。

在野外机动或远洋作训的气象保障中, 常规气象资料常难收集完整, 因而常规的预报保障方法常发生困难, 而数值预报产品传真图则成为气象保障人员的有力武器, 这已为不少实例所证明;中期预报过去主要依靠统计等方法作天气过程或趋势预报, 有了中期数值预报产品后, 预报员对数天以后的空中、地面形势一目了然、对降水等要素的变化也有了参考意见, 预报保障更有把握。这些事实都表明, 数值预报产品的应用毫无疑问地提高了气象保障能力。

随着数值预报的发展和数值预报产品应用技术的改进, 天气预报的总体水平和气象保障能力必将会有新的提高。

参考文献