數(shù)值天氣預報的寂靜革命（譯文）

The Quiet Revolution of Numerical Weather Prediction

Peter Bauer, Alan Thorpe & Gilbert Brunet

http://www./nature/journal/v525/n7567/full/nature14956.html

按：上次我在本公眾號推送了Gerald老板推薦閱讀的科普綜述之后，老板為了提攜后進，專門將本文翻成漢語。實屬震古爍今的之巨著！在此特別將全文推送給各位同學，供大家學習。

摘要：

數(shù)值天氣預報的發(fā)展如同一次寂靜革命（譯注1），來自于多年以來科學知識和技術發(fā)展的持續(xù)積累，而且除了少數(shù)例外以外與物理的突破并無聯(lián)系。但是，數(shù)值天氣預報是所有物理科學中影響最大的領域之一。作為一個計算問題，全球天氣預報與對人腦和宇宙早期演化的模擬水平相當，并且每天都在世界各地主要的業(yè)務預報中心運行。

在19世紀與20世紀之交，Abbe和Bjerknes都提出，物理學的定律可以被用于預報天氣；他們認識到對大氣狀況的預報可以被視作數(shù)學物理的初值問題，未來的天氣可以使用偏微分控制方程從觀測到的當前的天氣向前積分得到。這一主張即使以最樂觀的牛頓主義決定論（譯注2）的觀點來解讀也是極為大膽的，因為當時鮮少有對大氣狀況的日常觀測，沒有計算機，人們對天氣過程是否有任何顯著程度的可預報性也知之甚少。但在一百多年之后的今天，這一范式已經(jīng)變成每天求解從初始時刻到數(shù)周甚至數(shù)月之后、每個時間步長有著五億個空間格點、綜合考慮空間尺度延伸幾百米到幾千公里、時間尺度遍及幾秒到幾周的動力學、熱力學、輻射和化學過程的一組非線性微分方程的問題。

科學知識的一個檢驗標準是能否準確預測一個實驗的結果。在氣象學的領域，這就變成了天氣預報的準確性問題。此外，如今的數(shù)值天氣預報還讓預報員能夠定量評估任何特定預報的可信度。這是一個通過應用經(jīng)典物理學定律獲得科學領域重要而意義深遠的成功的故事。很明顯，這一成功既需要技術的敏銳性，又需要科學進步的前瞻性。

準確的天氣預報能夠拯救生命、輔佐應急管理、在災害天氣事件中減輕影響、避免經(jīng)濟損失，還能創(chuàng)造持續(xù)不斷地財政收入——例如能源、農(nóng)業(yè)、交通和娛樂行業(yè)。天氣預報的潛在利益遠遠超過對相關基礎科學研究、超算設備、衛(wèi)星和其它觀測程序等用于產(chǎn)生天氣預報的領域的投資。

這些科學和技術領域的發(fā)展帶來了過去40年間天氣預報水平的提高。重要的是，天氣預報水平可以客觀、定量地加以評估，因為我們每天都在將預報和實際發(fā)生的天氣加以比較。例如，3到10天的天氣預報的預報技巧每十年就能提高大約一天的水平：如圖1所示，如今6天預報的水平跟十年前5天預報的準確程度相當。受益于能夠提供全球觀測的衛(wèi)星數(shù)據(jù)的高效實用，如今北半球和南半球的預報水平已經(jīng)幾乎相同。

圖1. 以熱帶以外的北半球和南半球計算的三天、五天、七天和十天的預報技巧。預報技巧是在500百帕高度層上的預報和用于驗證的分析場各自對氣候平均高度的異常之間的相關性。超過60%的數(shù)值表示可用的預報，超過80%的數(shù)值表示準確度很高。1999年之后北半球和南半球曲線的收斂是由于使用變分方法處理衛(wèi)星資料帶來的突破。

不過，對社會來說，更引人注目的是極端天氣事件。2012年10月颶風Sandy不同尋常的路徑和強度提前8天就預報出來了，2010年俄羅斯的酷暑與2013年美國的凜冬的預報都提前了一到兩周，而與厄爾尼諾/南方濤動（ENSO）相關的熱帶海表溫度變化能提前三到四個月加以預報。天氣和氣候的預報技巧有著密切的聯(lián)系，因為準確的氣候預報依賴于對天氣狀況及其統(tǒng)計特征的優(yōu)良體現(xiàn)，因為在所有預報時長范圍內(nèi)最根本的物理定律是相同的。

這篇綜述會解釋數(shù)值天氣預報最基礎的科學根據(jù)，隨后會著重介紹之前預報技巧受益最多的三個領域——對物理過程的代表，集合預報和模式初始化。這也是提出了接下來的十年中最有挑戰(zhàn)性的科學問題的領域，但是以1公里的水平分辨率、也即比現(xiàn)在精細一個數(shù)量級的水平運行全球模式的展望也增加了新的影響因素，因為這需要對使用目前還不存在的技術的高性能計算設備進行投資。

天氣預報的物理學

納維-斯托克斯方程、考慮地球自轉的影響的質量連續(xù)性方程和熱力學第一定律、理想氣體方程一起構成了一組完整的大氣預報方程，大氣中的風場、氣壓場、密度場合溫度場的時空變化都可以用這組方程加以描述。這些方程需要在時間和空間離散化之后以數(shù)值方法求解，因為這組方程的解析解在數(shù)學上極難獲得，而這一近似（譯注：指原始偏微分方程近似為離散化的差分方程）造成了通常所謂可解析與不可解析的運動尺度之間的差異。在不可解析的尺度直到分子尺度發(fā)生的物理過程會通過摩擦、凝結和蒸發(fā)一類的濕過程和輻射加熱與冷卻作為質量、動量和熱量的源項進入可解析尺度的方程中。由于這些過程

通常都無法解析，它們需要按照與可解析尺度的相互作用被“參數(shù)化”。為了便利地進行數(shù)值求解和多少降低一些方程組的復雜程度，有時候也會對方程組進行一些簡化，這也是Richardson最早提出數(shù)值天氣預報時的想法，雖然他并不十分成功。通過引入能夠對大氣中最大尺度的運動進行精確描述的近似，1950年在普林斯頓大學人們使用第一臺電子計算機（譯注：即ENIAC）第一次嘗試進行了天氣預報。普林斯頓的模擬是一次追報（譯注：指對之前的天氣進行模擬預報），而第一次實時預報則于1954年出現(xiàn)于斯德哥爾摩。

隨著20世紀70年代超算能力的增長，像Abbe和Bjerknes所提出的那樣求解整套方程組成為了可能。從那之后，也出現(xiàn)了各種各樣的數(shù)值求解方法，旨在解決數(shù)值穩(wěn)定性、精度、計算速度和處理更多預報變量的多功能性，還有可解析與不可解析尺度之間的相互作用。這些方法的主要組成部分包括：對空間變化加以代表的空間離散化方法，時間積分方法，對邊界的處理和初始化方法。求解整套方程組的能力奠定了數(shù)值天氣預報的基礎。今天，有著不同復雜程度的不同層次的多種模式覆蓋了從全球氣候預測、全球天氣預報、災害天氣的局地模擬和空氣質量預報的所有范圍。

主要的步伐

全球模式中對不可解析過程的代表的提高、能夠估計預報不確定性的集合預報方法的出現(xiàn)和引入客觀分析方法決定初始條件帶來了我們今日所獲得的預報技巧。對物理過程加以代表、集合模擬和模式初始化同樣也是未來的主要挑戰(zhàn)，此外也有與觀測和計算相關的技術挑戰(zhàn)，我們將會在后文加以討論。

- 物理過程

參數(shù)化方案捕捉大氣和大氣與地面之間界面的輻射、對流和擴散效應，這些效應通常由相對較小的空間尺度所決定。圖2描繪了這些過程以及它們?nèi)绾卧诖髿庵衅鹱饔谩ｋm然不能被數(shù)值模式解析，這些過程能在格點尺度上驅動熱量和動量收支，對提高預報技巧至關重要。不同的物理過程的參數(shù)化程度和由此對基礎物理過程的代表性千差萬別。例如，全球模式中對輻射和云微物理過程的參數(shù)化方程與在區(qū)域模式和高分辨率模式中使用的方程相同，因為這些方程考慮最基礎的小尺度物理過程，而這一過程在這些不同的模式空間尺度下是相似的，即使在更高的水平分辨率情況下需要額外的復雜度。參數(shù)化過程的方程主要受限于我們對用于參數(shù)化描述物理過程的細節(jié)的理解程度，這些參數(shù)化描述決定了這些物理過程對動量和熱量通量的空間平均的影響。另一方面，深對流和特定的邊界層過程需要更高程度的參數(shù)化方程，因為它們只在格點尺度的一小部分中出現(xiàn)；因此這些參數(shù)化方案敏感地取決于它們所使用的分辨率。

圖2. 天氣預報中重要的物理過程。這些過程在現(xiàn)在的數(shù)值天氣預報模式中并沒有被顯式解析，而是通過描述它們對可解析尺度的質量、動量和熱量傳遞的貢獻的參數(shù)化方法加以表征。

參數(shù)化方案對決定預報技巧起到了根本性的作用，因為它們決定了所模擬的天氣的關鍵特征，例如云和降水，當然還有溫度和風。在業(yè)務數(shù)值天氣預報模式中，本質上相同的參數(shù)化方程被用于10到100公里的水平尺度和短期到中期的預報、模式初始化所使用的最小化算法和季節(jié)尺度的預報。達成這一“格點尺度不變性”的要素同時又包含盡可能多的物理過程細節(jié)是近期最基礎的突破。

- 集合模擬

在二十世紀之初，龐加萊就認為在初始條件中加入微小的擾動就會使非線性系統(tǒng)的預報變得極為不同，而這一困難可能會是限制預報技巧的基礎。在20世紀50年代，Thompson第一次定量地估計了預報中的初始誤差增長，而Lorenz則更為整體化地總結了這些知識，以他對量化大氣可預報性的嘗試為基礎創(chuàng)立了混沌理論。他的結論認為不穩(wěn)定系統(tǒng)有著有限的、取決于狀態(tài)的可預報性的極限，由此產(chǎn)生了將初始條件不確定性的增長、它們隨著大氣狀況的演變發(fā)展和不完美的模式所引入的誤差加以削減的需求。承認天氣預報不完美性、并確定如何通過集合的方法計算分析和預報的不確定性是物理科學領域的主要和獨特的成就之一。對于降水這樣的高變率參數(shù)的預報尤其如此（圖3），集合發(fā)散度定量地描述了降水位置和強度的預報不確定性，為用戶提供了重要的信息。

圖3. 用于估計英國降水概率的36小時集合預報示意圖。 單一預報（中間紅框）通過將模式從初始大氣狀態(tài)分析場（左側）向前進行時間積分獲得。在已知的分析誤差內(nèi)的對分析場的小擾動能夠提供一組預報解的集合，這一集合對預報的不確定性加以代表（中間的多個框）。將這些預報解以一些空間相鄰采樣方法相結合便可提供平滑的降水概率估計（右側）。圖片來自K·Mylne（英國氣象辦公室）。

系統(tǒng)的非線性復雜性意味著使用純粹統(tǒng)計的方法給出預報的不確定性是不合適的。作為替代，我們需要有一個有著許多完整的、物理化的、非線性的系統(tǒng)具現(xiàn)的集合，以提供分析集合和預報集合的無縫銜接，這其中觀測信息可用于減小不確定性。在實際操作中，集合成員通過在初始場和模式物理過程中增加與分析誤差和模式誤差相當?shù)臄_動而獲得。一致性、持續(xù)性地生成這些擾動、以便讓集合提供預報尺度的大范圍內(nèi)不確定性的優(yōu)良估計是一個挑戰(zhàn)，而數(shù)學和統(tǒng)計物理學專門技術的介入極為重要。如今的天氣預報包括了一組數(shù)值天氣預報的集合，提供概率性的預報結果。

- 模式初始化

早期用于確定初始條件的方法基于對天氣圖的分析。各種各樣的插值方法后來被基于最優(yōu)控制理論的資料同化技術所取代。對當前大氣和地面狀況（稱為分析）的推導被視為使用觀測資料、短期預報所提供的初始信息和它們的不確定性以及預報模式作為約束的貝葉斯反演問題。這些包括了全局最小化的計算在四維中進行，以生成在時間和空間上物理一致的分析，并能夠處理大量的、時空分布不均勻的觀測數(shù)據(jù)（例如自20世紀80年代開始用于地球觀測的大量而多種多樣的衛(wèi)星數(shù)據(jù)）。由于初始條件不確定性的估計對集合預報很重要、并且資料同化使用了不完美的觀測數(shù)據(jù)和預報模式，集合方法也成為了資料同化的一個組成部分，如圖4所展示的那樣。

圖4. 集合分析和預報循環(huán)示意圖。使用上一組分析集合初始化，生成某一時間窗內(nèi)（如圖中09:00 - 21:00 UTC）的全球集合預報軌跡。這組集合提供了對當前天氣的估計（初估值場）。這組預報和可用的觀測（表示為有誤差范圍的數(shù)據(jù)點）之間的差異是短期預報誤差。通過使用變分技術在四維空間進行最小化，所生成的改進的估計（四維變分軌跡）與觀測之間的距離被減小。下一個集合預報循環(huán)再從這一組改善過的分析場進行初始化。圖片來此M·Bonavita（歐洲中期天氣預報中心）

這些四維變分（4D-Var）資料同化方法的業(yè)務運行是全球業(yè)務數(shù)值天氣預報中的里程碑。在歐洲中期天氣預報中心（ECMWF）這一方法與1997年開始運行，隨后是2000年的法國氣象局（Météo-France）、2004年的英國氣象辦公室（Met Office）、2005年的日本氣象廳（JMA）和加拿大環(huán)境部（Environment Canada）和2009年的美國海軍研究實驗室（NRL）。四維變分方法的發(fā)展和首次運行花費了超過10年時間，進一步的研究結果也在不斷地改進其主要成分。這些包括將預報模式和運算高效的輻射傳輸模式相結合以更充分地利用衛(wèi)星輻射數(shù)據(jù)、使用取決于狀態(tài)的權重對短期預報和觀測誤差的特征進行更好的估計以及由物理參數(shù)化方案的顯著進步帶來的對觀測的更好的使用。

可預報性與預報技巧

地球系統(tǒng)的可預報性的根源是一個持續(xù)而重要的研究領域。預報未來的天氣就像是一個戰(zhàn)場，可預報之力與不可預報之力兩軍對壘。可預報性的根源包括對小尺度天氣的大尺度強迫、不同地理區(qū)域的遙相關和可預報鏈和大氣、陸面、植被、海冰和海面的相互作用在較長。的時間尺度上的影響。不可預報性的根源包括小尺度里不穩(wěn)定性引入的混沌的“噪音”和它們的能量的升尺度傳播、與數(shù)值近似和物理近似相關的誤差和不足的觀測數(shù)量或糟糕的觀測質量。框圖1提供了這樣一個遙相關和歐洲地區(qū)中期預報糟糕的預報表現(xiàn)的來源的例子。

框圖1. 預報對初始條件和誤差傳播的敏感性。展示模式初始化對歐洲地區(qū)預報的長距離影響的地圖。嵌圖a是2014年2月15日大約5公里高度上氣流的6天平均預報誤差（彩色填色；500百帕氣壓層的高度，單位米），預報（實線等值線）和用于檢驗的分析場（虛線等值線）。在美國西部，高空急流向南延伸，與低空槽并置。紅色長箭頭是一個大氣波動擾動隨著西風氣流的移動路徑。大尺度偶極誤差結構的出現(xiàn)表明預報和分析之間的滯后（藍色雙向箭頭）。歐洲地區(qū)的巨大的預報誤差主要是由于波的隨時間增長的相位移動造成的。對波的傳播的反向追蹤發(fā)現(xiàn)赤道東太平洋（嵌圖b的紅框）可能使預報誤差的來源所在地。這一區(qū)域有著非常大的24小時高層風場預報誤差，因為此處風場觀測極少。如果運行一個嵌圖b中的紅框區(qū)域向分析場松弛逼近而非在預報中自由發(fā)展的飾演的話，預報誤差的初始誤差被減小，六天之后歐洲地區(qū)預報和分析之間波的滯后也得以縮減（嵌圖b中的藍色雙向箭頭），預報誤差只有大約原來的一半。這一實驗表明了模式初始化的長距離影響和熱帶與中緯度之間的聯(lián)系，并展示了在一周時間尺度的預報技巧能夠如何提高。

這個“戰(zhàn)斗”的結果可以描述為噪音在預報過程中非線性增長、并導致確定事物能夠預報的時限的根本局限。小尺度事件的局限在幾小時到幾天之間，高影響災害天氣的準確和可信預報的時限大約是一到兩周，大尺度的天氣形勢和流場的轉變的預報能提前一個月，全球環(huán)流異常能提前一個季度加以預報。預報時間越長，預報技巧就越多地取決于異常，也即預報狀態(tài)和模擬的氣候平均態(tài)之間的差異，時空平均對于信號的識別也越重要。在短期預報里預報技巧存在于細節(jié)之中，而長期預報的技巧則與大尺度結構相關。因而，連續(xù)地橫跨這么大時空范圍的預報極限的預報能力取決于捕捉在差異非常大的時空尺度上的過程的能力。

相比于其他很多科學領域，數(shù)值天氣預報的一個天然優(yōu)勢是它的技巧每天都在被覆蓋全球地加以客觀評估，預報的成功與否可以精確得知，提高預報技巧的途徑可以有效地加以測試。我們通常使用平均和均方根誤差之類的參量和高空或地面的預報與分析的異常的相關性對預報技巧加以評估。此外，還有著針對像是降水這樣更容易變化的變量的評分。隨著預報時間的增長，模式的偏差也會變得愈發(fā)顯著。雖然可以借助以往的預報加以校準以減小模式偏差，在復雜的模式中確認偏差的來源依舊是數(shù)值天氣預報的最主要的挑戰(zhàn)之一，對氣候的預報更是如此。使用資料同化統(tǒng)計特征的診斷方法能夠對此有所幫助，因為大多數(shù)偏差的信號在分析場中和預報早期即已十分明顯，雖然它們的量級還很小。這一方法同樣能夠給天氣和氣候研究帶來益處。

由于數(shù)值天氣預報包含了一組預報的集合，評估標準需要考慮概率分布的不同特征，例如平均誤差和分布的陡峭程度。通過比較預報的概率分布和觀測的出現(xiàn)頻率，我們可以確定預報的可信度。由于集合被設計為用于提供極端天氣狀況的概率的重要信息，我們開始發(fā)展著眼于概率分布的尾部的評分，以考慮稀疏的統(tǒng)計特征。

此外，綜合性的以特征為基礎的評估方法已經(jīng)被用于熱帶氣旋和天氣流場形勢之中，以及評估模式對低緯和高緯、對流層和平流層、行星波活動驅動的天氣尺度特征以及天氣尺度與小尺度對流和地面之間相互作用的聯(lián)系的代表性。

評估預報技巧的另一個有效方法來自于天氣模擬和水文模擬的結合，對河流流量的預報能夠幫助評估數(shù)值模式中降水和源匯，這一方法即可應用于單一模擬也可應用于集合預報。隨著天氣模式的增強，氣溶膠和示蹤氣體這樣的描述大氣組分的變量的引入也通過研究示蹤物的平流和模式化學參數(shù)化給大氣演變的評估提供了新的方法。

我們的現(xiàn)狀

業(yè)務數(shù)值天氣預報中心提供從每天多次的非常短期的千米尺度預報到每個月一次的水平分辨率幾十公里的全球季節(jié)預報。這些預報與天氣相關，也應用于空氣質量和水文領域。資料同化算法將預報模式和每天數(shù)千萬量級的觀測相結合，生成四維空間中物理一致的初始條件：覆蓋全球，從地面到中間層（地面以上約80公里），使用從數(shù)小時到數(shù)天的時間窗。業(yè)務模式頻繁升級以引進新技術，這些技術或者能夠提高對模式物理過程和不確定性的代表、或者提供了不同的數(shù)值算法和觀測數(shù)據(jù)用法、或者提高了計算效率。

在評估模式發(fā)展的不同領域對天氣預報的成功和提升的貢獻的時候，資料同化方法和觀測數(shù)據(jù)的使用很難加以區(qū)分，因為它們相互密切關聯(lián)。更精確的模式物理過程意味著預報能夠更好地吻合觀測、促進資料同化的提高；這又反過來使得更多的觀測能夠被吸收，進一步改善預報。

數(shù)值天氣預報同樣從計算機的進步中獲益良多。以浮點運算為標準，自從20世紀80年代開始，計算能力每五年就增長一個數(shù)量級。這是處理器技術的進步和更多的處理器加以運用帶來的。英特爾聯(lián)合創(chuàng)始人Gordon Moore的定律認為，得益于每塊芯片上晶體管密度和時鐘速度的增長，計算能力每18個月就能翻一番。計算能力的增長與數(shù)值天氣預報中分析和預報計算任務的數(shù)量增長齊頭并進。在歐洲中期天氣預報中心，資料同化在多個階段中進行模式積分，總計要在12小時的同化時間窗內(nèi)對6億5千萬的格點進行數(shù)百次迭代運算。與此同時，還有大約1千萬個輻射運算將超過60個儀器的衛(wèi)星觀測數(shù)據(jù)和預報模式加以

比較。如今，歐洲中期天氣預報中心的16公里最高分辨率的模式對兩百萬個格點柱（譯注：也即這一模式每一水平層有兩百萬個格點）進行計算，以10分鐘的時間步長進行10天的預報，也即1440個時間步。相應的集合預報有50個集合成員，生成15到30天的預報，有著30到60公里的水平分辨率和30分鐘的時間不長。這樣每天兩次，有大約四百億個格點柱的運算在2.5小時內(nèi)實時運算完畢。這一運算任務需要使用目前最強大的一些超算設備。

描述全球天氣預報技巧的提高的時間序列令人印象深刻（圖1），展現(xiàn)了在超過30年時間內(nèi)，除了一些年際波動以外，預報技巧一直在提高。預報技巧提高的速度使得每十年的研究和發(fā)展就會使得預報范圍延長一天。這一持續(xù)的發(fā)展得益于科學的進步以及觀測和超算能力的利用。有些預報技巧的波動源于周期性的大氣潛在的可預報性的增加或減少。這意味著有些天氣狀況比其它的更容易準確地提供更長時間的預報。我們對于這些天氣狀況的了解還在不斷發(fā)展，也使得我們能夠更有針對性地量化預報技巧。

光明的未來

氣象科學、高性能計算和觀測系統(tǒng)的發(fā)展對數(shù)值天氣預報的持續(xù)進步是決定性的。關鍵的科學和技術的十字路口要么已經(jīng)達到，要么很有可能會在很近的未來達到。因此，當下對天氣預報和氣候學科未來將會如何發(fā)展有著根本性地影響。全球的天氣和氣候模擬在未來十年甚至更長時間的設想，建立于預期的對物理過程的理解的提升、數(shù)值模式的發(fā)展、觀測技術和高性能運算的基礎之上，將會是這樣的：在分辨率方面，將能夠運行全球的、水平分辨率在1公里量級的對流解析模擬；在復雜程度方面，將能夠運行完全耦合的大氣-陸地-海洋-海冰模式。有著此等分辨率和復雜程度的集合預報將能夠提供動力學、物理學和化學甚至是部分生物化學過程的、從數(shù)個季度的天氣到數(shù)十年的氣候的概率預報。這些全球預報為在更高分辨率下有限地理區(qū)域內(nèi)對短期天氣演變的模擬提供了重要的初始和邊界信息。

- 科學挑戰(zhàn)

未來全球數(shù)值天氣預報的主要科學挑戰(zhàn)就是過去給數(shù)值預報帶來主要進展、將天氣預報引領至今天這個高度的幾個主題：物理過程參數(shù)化、使用集合估計分析場和預報的不確定性以及使用觀測為預報提供物理一致的初始條件。有許多關鍵領域可以預期未來的大量進展，與現(xiàn)在相比這些領域同樣也需要顯著的發(fā)展。

在物理參數(shù)化方面，有人可能會預期，隨著分辨率的提高，對參數(shù)化的需求會逐漸降低。對于輻射、云過程和陸面模式，這是將現(xiàn)有的方案應用于已經(jīng)在千米尺度的區(qū)域和局地模擬中加以使用的完全顯式解析的模式的問題。對對流來說，情況會更加復雜，因為即使在當前的解析尺度上（15公里）已經(jīng)會出現(xiàn)大型的熱帶對流云或者有組織的對流，而其中包含的小尺度對流卷即使在1公里尺度也無法解析、依舊需要進行參數(shù)化。這個能夠部分解析對流的模式分辨率范圍也被稱為灰色地帶，因為對通量的解析化貢獻和參數(shù)化貢獻需要定量并加以結合。現(xiàn)有的方案夾射對流完全不可解析，因而它們無法正確地描述同時出現(xiàn)的可解析和不可解析分量在灰色地帶里可解析尺度的熱量和動量的影響。

高分辨率有限區(qū)域云模式已經(jīng)表明組織化的對流的動力模型可以被模式捕捉，對對流的生命史、云的組織或者它與大尺度環(huán)流的相互作用的模擬可以進一步提高。在目前，以1公里量級的分辨率運行全球模式能否去除與對流相關的不確定性、為減小模式偏差和提高所有時長范圍的預報技巧提供基本的踏腳石依舊不甚清楚。由于這樣的水平分辨率依舊無法達到，對流參數(shù)化對下一個十年里天氣和氣候的模擬依舊十分重要，在這一領域的進展需要氣象界和氣候界的合作。

此外還有兩個領域，需要在未來給予更多的關注，有望顯著提高預報技巧，同時也需要對科學發(fā)展和計算資源的持續(xù)投入。

第一，物理參數(shù)化方案內(nèi)在的不確定性，無論是源于我們對物理過程了解的不完整、還是源于在可解析尺度上展示不可解析過程的影響的兩難困境，都需要一個從根本上不一樣的方法。參數(shù)化方案的元素或者整個方案都可能需要對大尺度而言統(tǒng)計性的組成部分，因為它們并非完全由可解析尺度決定。這方面的例子有對參數(shù)概率分布函數(shù)的隨機取樣、次網(wǎng)格模式的隨機驅動或通過在次網(wǎng)格尺度內(nèi)嵌入整個對流解析模擬的超級參數(shù)化方法。目前仍不知道這一方法需要從多大程度上與現(xiàn)有方案有所差異。

第二，添加更多的物理過程和化學過程。更多的物理過程源于大氣與海洋、陸面和海冰模式的耦合，其中有些已經(jīng)在業(yè)務運行之中。每種耦合都有其特征的空間和時間尺度，耦合本身帶來的益處可能超過3到7天的范圍，因為海洋、海冰和陸面過程相對較慢，主要影響長期的系統(tǒng)記憶。然而，有些例子也顯示了耦合會對短期預報產(chǎn)生影響：例如，移動速度較慢的熱帶氣旋的尾流中的上翻流會影響熱帶氣旋的強度，陸地的降水會受到地面蒸發(fā)和土壤濕度的制約。

耦合的最大科學挑戰(zhàn)在于匹配界面上的通量，在界面上每個組成部分的偏差會相互作用，產(chǎn)生模式?jīng)_擊，在每個耦合時間步中改變平均場，通過長時間積分的反饋影響預報結果。

示蹤氣體和氣溶膠這樣的大氣組分直接影響輻射加熱，但是氣溶膠同樣能在成云過程中作為凝結核，非均相化學會在極地平流云的表面發(fā)生，加速臭氧的破壞。不過，氣溶膠和示蹤氣體因其自身就對天氣預報很重要，因為它們會影響空氣質量。與增加更多的物理和化學過程相關的一個挑戰(zhàn)是，模式初始條件中需要提供這些組分的信息，因此更多更復雜的觀測需要被同化。中期以上的集合預報的可信度因此可以通過描述模式中復雜得多的過程的不確定性和能夠使用更多種多樣的觀測對耦合模式初始化而得到提高。

使用更多的已存在的或新的觀測以及資料同化的進步給數(shù)值天氣預報提出了更多的科學挑戰(zhàn)。目前每個全球預報只使用了大約5%到10%的衛(wèi)星數(shù)據(jù)；這一比例已經(jīng)包括了對這些預報有用的大部分信息。這一方法對全球對地球觀測，尤其是衛(wèi)星觀測，的投入的最優(yōu)化管理十分重要。然而，數(shù)值天氣預報受限于不足的觀測數(shù)據(jù)。除了維護能夠提供溫度和水汽的垂直廓線以及云和近地面天氣的骨干衛(wèi)星和地基觀測系統(tǒng)以外，最基礎的可觀測量是缺失的。一個例子是使用多普勒雷達技術對高空風場進行直接觀測，但是這一技術目前并未在業(yè)務衛(wèi)星上加以應用。風場信息的需求主要在熱帶地區(qū)，這一區(qū)域覆蓋了地球的50

%的表面，而此處稀疏的觀測是提高分析精度的障礙。然而，已有的骨干觀測同樣需要有可靠的、適應性強的觀測系統(tǒng)提供，而這需要持續(xù)的國際投資和合作。衛(wèi)星和地基觀測同樣需要相同級別的合作。

盡管現(xiàn)在的資料同化已經(jīng)很復雜了，未來還有著許多的挑戰(zhàn)，大多數(shù)與改進求解算法有關；這些算法將著眼于提高新觀測數(shù)據(jù)的利用，同樣也能夠處理更好的模式。考慮到產(chǎn)生于報的很大一部分計算開支與資料同化相關，可用的計算資源將會繼續(xù)成為約束條件。下一代的資料同化方法很可能會應用全新的數(shù)學原理，但是近未來的同化方法可能會以現(xiàn)有的原理為基礎加以結合。

目前的算法多半依賴于線性原理和變分方法，而某些特定組成部分，例如誤差的統(tǒng)計特征，是通過集合獲得的。變分方法通過不同的“風格”加以應用，下一個十年內(nèi)可能會被或者選擇變分和集合的最有效率的結合方法、或者使用集合卡爾曼濾波這樣完全基于集合的方法所主導。在較短的時間尺度上起作用的較小尺度的影響（例如對流）可能會需要非線性資料同化方法，而目前對這些方法只有有限的使用理想模式的研究實驗。它們目前很難被擴展應用于全球業(yè)務應用之中。

耦合資料同化將對未來耦合模式的初始化至關重要。這一資料同化過程會需要包括大氣組分（氣溶膠，示蹤氣體）、海洋、陸面和海冰。每個地球系統(tǒng)的組成部分都有著獨特的過程特征和時空尺度，而在一個統(tǒng)一的資料同化框架下對其加以處理將會極其充滿挑戰(zhàn)。

- 技術挑戰(zhàn)

如今在數(shù)值天氣預報領域所使用的最快的計算機在500強中名列前20，每秒浮點運算次數(shù)超過一千萬億次（10的15次方），每天使用一百萬比特數(shù)量級的觀測數(shù)據(jù)、生成一萬億（10的12次方）比特數(shù)量級的模式輸出結果。未來的全球數(shù)值天氣預報模式在水平方向分辨率達到公里量級，在大約100層垂直層的共計約五億個格點上以數(shù)秒的時間步長對數(shù)量級為一百的預報變量進行積分，生成數(shù)量級為一百的集合成員，同時與維數(shù)稍低的陸面模式耦合。由于國際合作提供低軌和靜止衛(wèi)星上有數(shù)千個通道的高分辨率的光譜儀，觀測數(shù)據(jù)的使用同樣會增加一個數(shù)量級。

然而，對未來高性能計算技術發(fā)展的預期會給如何解決這些科學挑戰(zhàn)帶來新的制約。在過去，處理器的發(fā)展、存儲容量和處理器時鐘速度都遵循著摩爾定律發(fā)展。這一趨勢在未來可能不會持續(xù)下去，因為能源需求需要降低。未來可能會更著重于發(fā)展并行計算，假如模式在更多的（不同種類相組合的）處理器上運行時求解時間能夠獲得收益，一個應用的“可擴展性”會因而變得重要。并行運行代碼的不同部分的效益會受限于線性運行的部分，這也是從根本上限制可擴展性的要素，類似的還有在不同處理期間交換大量數(shù)據(jù)的需求。讓數(shù)值天氣預報代碼變得更可擴展是接下來十年中優(yōu)先級最高的事情之一。

對歐洲中期天氣預報中心這樣的數(shù)值天氣預報中心來說，可負擔的能源消耗的上限大約是兩千萬伏安。未來的數(shù)值天氣預報系統(tǒng)的計算任務可能使現(xiàn)在的系統(tǒng)一百到一千倍，可能會需要十倍的能源。圖5描繪了假定在現(xiàn)金的模式設計和可用的技術的情況下單一模擬和50個成員的集合的模式分辨率提高的時候計算核數(shù)和電力供應需求的增長。為了達到對解析對流活動至關重要的1到5公里的分辨率，我們將需要有著空前維度和運算量的高性能運算資源（假設使用傳統(tǒng)技術）。

圖5. 中央處理器和能源需求隨數(shù)值天氣預報模式分辨率的變化。在今天的模式代碼和計算技術情況下單一的10天模式預報（下方曲線）和50個成員的集合預報（上方曲線）所需使用的簡化的運算核數(shù)（左側y軸）和能源（以百萬伏安為單位，右側y軸）隨模式分辨率的變化。陰影區(qū)域表示完美擴展（陰影下方曲線）和低效擴展（陰影上方曲線）之間的范圍。今天的單一全球預報大約在15公里分辨率運行，集合預報大約在30公里分辨率運行。

因此，我們需要改變現(xiàn)有的硬件、代碼設計和數(shù)值方法。新技術將會把低能耗處理器與現(xiàn)在中央處理器的繼任者結為一體并提供兩者的好處--也就是說，在較低的時鐘速度下數(shù)據(jù)交換很少、高度并行的計算性能，加上有著較大存儲、快速數(shù)據(jù)交換和更高的時鐘速度的中央處理器式的性能。代碼設計和算法的選擇必須要通過優(yōu)化浮點運算性能和存儲使用適應這一技術，而由于我們使用的是有數(shù)百萬行、代代相傳的程序，這一過程會充滿挑戰(zhàn)。在十年內(nèi)，全球集合預報將會在十萬到百萬量級的處理器上運行。由于處理器一定會出錯和不精確的低能耗硬件的出現(xiàn)，錯誤的發(fā)現(xiàn)和適應性管理將會至關重要。

對數(shù)據(jù)分發(fā)和存儲的需求會進一步加劇計算上的挑戰(zhàn)。雖然數(shù)據(jù)的增長看起來比計算資源的增長要慢，百億億（10的18次方）比特的數(shù)據(jù)生產(chǎn)可能會比百億億浮點運算能力更早到來。重新計算甚至比存儲更加昂貴，因此以高優(yōu)先級處理數(shù)據(jù)挑戰(zhàn)是不可避免的。至于未來的處理器技術，數(shù)據(jù)傳輸帶寬將會受到硬件的制約。偶爾出現(xiàn)的硬件失靈需要通過設計適應性存儲系統(tǒng)加以處理。這些失靈同樣對未來的工作流程的設計有著意義。更高級的數(shù)據(jù)壓縮方法需要加以應用，并由氣象界和氣候界一同標準化并加以支持。

從未來的地球觀測系統(tǒng)中會誕生許多的技術機遇和挑戰(zhàn)。從高級的一方面說，新的衛(wèi)星儀器技術將會越來越多地向有著數(shù)千個光譜通道、能夠探測大氣熱力狀況和組分高光譜輻射計和能探測地面特征、氣溶膠、風場、水汽、云和降水的主動儀器（例如高分辨率雷達和激光）的方向發(fā)展。這兩類儀器每天都能產(chǎn)生一千億字節(jié)數(shù)量級的數(shù)據(jù)，這些數(shù)據(jù)需要在幾個小時內(nèi)下行、預處理并分發(fā)以供預報系統(tǒng)使用。這些數(shù)據(jù)的分發(fā)和存儲需要像模式輸出結果一樣使用并行的方法加以管理。只有在接受可能有“信息損失”的壓縮之后，數(shù)據(jù)分發(fā)才會變得可行。從普通的一方面說，手機這樣的日用設備對氣象觀測來說雖然精度不足但是采樣率很高，雖然這方面的工作剛剛開始，但是這為特定區(qū)域的高密度觀測網(wǎng)提供了潛力。

很顯然，在很多領域，科學和技術的挑戰(zhàn)是相互聯(lián)系的。計算和數(shù)據(jù)處理的效率給需要在有限的時間表內(nèi)完成的天氣和氣候模式的復雜程度設定了硬邊界，在全球尺度運行1公里對流解析尺度的模擬充滿挑戰(zhàn)。科學和計算能力之間的權衡早已不是新鮮事，而“可擴展性”為這一問題增加了新的難度。

數(shù)值天氣預報的寂靜革命需要將科學、觀測和計算機技術的進步相結合。這一結合同樣出現(xiàn)去其它需要解決大型問題的自然科學之中，例如對人類大腦的神經(jīng)連接的模擬或宇宙中星系的演變。科學與技術之間的跨學科研究才會帶來進一步的發(fā)展。隨著社會對更準確、更可靠的天氣和氣候信息的需求變得越來越緊迫，全球數(shù)值模式必須要變得更高分辨率、更復雜。全球數(shù)值天氣預報的進步是可以達到的，但是需要在本文中概述的所有要素的協(xié)同發(fā)展，圖6對此做出了示意性的總結。

圖6. 未來數(shù)值天氣預報的主要挑戰(zhàn)領域。計算能力、參數(shù)化方案中對物理過程的代表性、地球系統(tǒng)不同部分的耦合、使用先進資料同化方法處理觀測數(shù)據(jù)和使用集合方法一致性地描述不確定性及其在不同尺度之間的相互作用這些科學和技術方面的進步將會帶來預報技巧的進步。橢圓以10米至10000公里之間的尺度為單位展示了數(shù)值天氣預報中能被模式解析的關鍵現(xiàn)象及其所代表的從小尺度氣流到完全耦合的地球系統(tǒng)之間模擬過程的復雜性。方框代表未來提高預報技巧最有挑戰(zhàn)的復雜尺度區(qū)域。箭頭表示誤差在不同分辨率范圍和地球系統(tǒng)組成部分之間傳播的重要性。

譯注：

1. 寂靜革命（法語：Révolution tranquille），指加拿大魁北克在1960年代社會迅速變革的一段時期。變革內(nèi)容包括社會的世俗化、地方福利的建立和分離主義與聯(lián)邦主義政治勢力的重組。寂靜革命是一段經(jīng)濟和社會均不受控制的變革，同樣的變革也同時發(fā)生在其它西方世界里。（摘自維基百科：https://zh./zh/寂靜革命）

2. 決定論（Determinism），又稱拉普拉斯信條，是哲學的一種命題，認為每個事件的發(fā)生，包括人類的認知、舉止、決定和行動都是因為先前的事而有原因地發(fā)生。如果從原始宇宙以來，有一連串的事件注定地、從未中斷地發(fā)生，自由意志則是不可能的。在牛頓主義者看來，世界都是有序的，都是按照著嚴格的定律來的，它的行為完全可以預測，都有因果關系決定。（摘自維基百科：https://zh./zh/決定論）