天氣和氣候預(yù)報(bào)：面臨一個(gè)新拐點(diǎn)？
——《哲學(xué)學(xué)報(bào)A》關(guān)于天氣和氣候預(yù)報(bào)的隨機(jī)模擬專輯帶來的啟示

賈朋群 趙大軍

天氣和氣候預(yù)報(bào)：面臨一個(gè)新拐點(diǎn)？
——《哲學(xué)學(xué)報(bào)A》關(guān)于天氣和氣候預(yù)報(bào)的隨機(jī)模擬專輯帶來的啟示

賈朋群 趙大軍

目前的天氣和氣候模式顯示了很多令人吃驚的預(yù)報(bào)技巧，例如，從提前數(shù)天的臺風(fēng)路徑預(yù)報(bào)到提前幾個(gè)月預(yù)報(bào)厄爾尼諾現(xiàn)象的出現(xiàn)等。但是，模式模擬和預(yù)報(bào)的誤差隨著預(yù)報(bào)時(shí)效而增加，并非源自我們對天氣和氣候演變所遵循規(guī)律認(rèn)知程度的下降。對大氣運(yùn)動規(guī)律的認(rèn)知，早在100多年前就由一組偏微分方程幾近完美地進(jìn)行了描述。模式誤差的增加實(shí)際上更多地和模式用數(shù)值方法求解上述方程組時(shí)，由于大氣非線性和多尺度的本質(zhì)，近似解的偏差隨著數(shù)值積分的進(jìn)行而不斷增加聯(lián)系在一起。其中，采用參數(shù)化處理次網(wǎng)格過程或方程組中無法解析的項(xiàng)，以及后者與模式可解析的動力框架部分之間的相互聯(lián)系和作用的計(jì)算實(shí)現(xiàn)的不足，無疑是誤差最重要的來源。

一些學(xué)者從大氣運(yùn)動的隨機(jī)性出發(fā)，試圖在理論上獲得突破，即明確隨機(jī)過程在多大程度上充滿和規(guī)范著大氣運(yùn)動，同時(shí)要在模式的每一步積分運(yùn)算中將這樣的隨機(jī)內(nèi)容體現(xiàn)出來。2013年這些學(xué)者在牛津大學(xué)召開的“天氣和氣候預(yù)報(bào)的隨機(jī)模擬和計(jì)算研討會”上進(jìn)行了對話和頭腦風(fēng)暴，會議上誕生和逐步清晰化的一些新理念和新思想，蘊(yùn)含在2014年6月出版的皇家學(xué)會《哲學(xué)學(xué)報(bào)A》“天氣和氣候預(yù)報(bào)的隨機(jī)模擬和節(jié)能計(jì)算”專輯（圖1），可能會引發(fā)天氣氣候模擬界進(jìn)一步的思考。

本文依據(jù)研討會相關(guān)內(nèi)容（研討會網(wǎng)頁，https://www.maths.ox.ac.uk/）及專輯導(dǎo)語和主要文章，試圖解讀未來模式發(fā)展中的“隨機(jī)”要素。

“一些學(xué)者從大氣運(yùn)動的隨機(jī)性出發(fā)，試圖在理論上獲得突破，即明確隨機(jī)過程在多大程度上充滿和規(guī)范著大氣運(yùn)動，同時(shí)要在模式的每一步積分運(yùn)算中將這樣的隨機(jī)內(nèi)容體現(xiàn)出來?！?/p>

一、“隨機(jī)”模擬或讓動力氣象回歸簡單

動力氣象學(xué)，雖然其誕生要追溯到20世紀(jì)初皮耶克尼斯提出“天氣預(yù)報(bào)問題是一組物理方程的初值問題”的構(gòu)想，同時(shí)給出了基于經(jīng)典物理學(xué)的大氣運(yùn)動方程組。然而，早期氣象學(xué)家苦于這個(gè)包含了至少7個(gè)變量的方程組太復(fù)雜，以及氣象數(shù)據(jù)的匱乏和缺少有效計(jì)算方法，在隨后的近20年時(shí)間里，方程組被束之高閣。盡管如此，皮耶克尼斯創(chuàng)造性地給出的這組控制大氣運(yùn)動的偏微分方程，仍然意義重大。

真正嘗試運(yùn)用皮氏方程組進(jìn)行大氣運(yùn)動規(guī)律分析，或者簡言之進(jìn)行天氣預(yù)報(bào)的，是20世紀(jì)20年代的理查孫。正是理查孫，在人類計(jì)算還停留在手工和借助計(jì)算尺等簡單工具時(shí)代，將皮氏偏微分方程組離散化到可計(jì)算的網(wǎng)格上。在這一過程中，存在一些用公式表達(dá)的，卻無法用格點(diǎn)解析出來的量，皮氏模仿分子粘性和擴(kuò)散，借助提出的“渦旋粘度”和“渦旋擴(kuò)散”等概念進(jìn)行了參數(shù)化。而分子粘性和擴(kuò)散的理念，與當(dāng)時(shí)業(yè)已成熟的流體動力學(xué)理論，例如，布西內(nèi)斯克假定和普朗特的混合長理論等半經(jīng)驗(yàn)理論一脈相承。

理查孫試圖手工計(jì)算求解偏微分方程組并做出天氣預(yù)報(bào)失敗后又過了20多年，在20世紀(jì)40年代電子計(jì)算機(jī)出現(xiàn)曙光之時(shí)，查尼等人成功地讓方程組促成了數(shù)值天氣預(yù)報(bào)的真正誕生，不同特色的天氣和氣候模式也隨后不斷出現(xiàn)。盡管目前的各類模式，要比前輩們當(dāng)初的計(jì)算復(fù)雜得多，但是，理查孫最早提出的兩個(gè)理念依然是基礎(chǔ)：一是所謂“經(jīng)典數(shù)值假定（canonical numerical ansatz）”，即動力核心；二是基于動力核心截?cái)喑叨茸兞亢鸵恍┳杂蓞?shù)構(gòu)成的參數(shù)化公式。

圖1 《皇家學(xué)會哲學(xué)學(xué)報(bào)A》專輯

上述普適的公式和概念，雖然從數(shù)值預(yù)報(bào)操作層面上歷經(jīng)從準(zhǔn)地轉(zhuǎn)到非靜力等各種近似，使得方程組從簡單到復(fù)雜遞進(jìn)，這樣的遞進(jìn)卻始終沒有離開前述基礎(chǔ)理念，或者說仍然建立在這樣理念基礎(chǔ)之上。如果說改變，那就是隨著模式性能的大幅度提高，其復(fù)雜性和時(shí)

空分辨率等的提高，讓模式運(yùn)轉(zhuǎn)的計(jì)算成本一路飆升（圖2）。一方面，因?yàn)橐恍┲谐叨冗^程能夠被模式捕捉到，從而進(jìn)入動力核心的內(nèi)容在逐步增加；另一方面，動力核心無法解析的、在模式中用參數(shù)化方式表示其總體效果的過程，也因?yàn)槔碚撨M(jìn)展、觀測試驗(yàn)補(bǔ)充的數(shù)據(jù)和經(jīng)驗(yàn)等，其誤差在逐步減少。

實(shí)施天氣和氣候數(shù)值預(yù)報(bào)模式運(yùn)行的硬件平臺，隨著計(jì)算機(jī)技術(shù)誕生以來的3次飛躍，從矢量計(jì)算到大規(guī)模平行計(jì)算，再到多核心計(jì)算時(shí)代，在計(jì)算能力獲得跳躍的同時(shí)，其能耗也在迅速增加（圖3）。這一方面使得繼續(xù)通過減少網(wǎng)格間距換取參數(shù)化不準(zhǔn)確性下降的代價(jià)更加昂貴——例如目前氣象界議論的即將誕生的百億億次計(jì)算能力（exascale computational capability），其能源消耗也將達(dá)到100兆瓦，大約是一個(gè)10萬人的城鎮(zhèn)的用電量；另一方面，即使在2020年前后我們能夠運(yùn)行百億億次計(jì)算機(jī)，模式對模擬云變化這類小尺度過程也無能為力。

面對預(yù)報(bào)急迫的需求和僅依靠計(jì)算平臺升級可能面臨難以承擔(dān)的能源成本的格局，新的改進(jìn)預(yù)報(bào)思路和創(chuàng)新性的計(jì)算范式開始浮現(xiàn)。這樣的計(jì)算范式的基礎(chǔ)，是基于觀測到的很多氣候變量具有的冪律結(jié)構(gòu)（power-law structure），該結(jié)構(gòu)表明并不存在自然的途徑描述某個(gè)變量是“大”還是“小”，也就是說，在數(shù)值模式中將可解析和不可解析的變量區(qū)分開來并不存在一個(gè)絕對的基礎(chǔ)?；谶@樣的考量，在對一個(gè)無法解析過程的參數(shù)化計(jì)算中，加入本質(zhì)上是隨機(jī)的一個(gè)表示，使得這樣的劃分在數(shù)值模式中減少了人為性。以此為出發(fā)點(diǎn)，發(fā)展隨機(jī)參數(shù)化則又涉及一些更加深入的問題：例如，作為尺度的函數(shù)的動力核心中的變量的真實(shí)信息內(nèi)容到底是什么？動力核心在截?cái)喑叨雀浇兞康男畔?nèi)容不能被任意給出，這是因?yàn)檫@些內(nèi)容受到無法解析的參數(shù)化包的隨機(jī)性的巨大影響。當(dāng)尺度較大的時(shí)候，隨機(jī)性的影響將減小，實(shí)際信息內(nèi)容將增加——但是減少的速度又有多快？目前我們知道，在三維淺冪律譜系統(tǒng)中，信息內(nèi)容隨尺度的增加可能是緩慢的。

圖2 天氣氣候模式的計(jì)算量由預(yù)報(bào)時(shí)效/集合規(guī)模、模式復(fù)雜性、數(shù)據(jù)同化過程和分辨率等因素共同決定

圖3 高性能計(jì)算技術(shù)的3次突破（a）和2010年世界500強(qiáng)超級計(jì)算機(jī)的能耗（b）

原則上，對依賴于尺度的信息內(nèi)容的認(rèn)知和下一代天氣和氣候模式的設(shè)計(jì)有極為密切的關(guān)系。因?yàn)槟壳耙约拔磥砜赡艿某売?jì)算機(jī)具有高耗電特點(diǎn)，未來的模式需要盡可能高效。對依賴尺度的信息內(nèi)容的認(rèn)知將有利于優(yōu)化計(jì)算的精

度，即在天氣和氣候模式中，變量表征為尺度的函數(shù)。對依賴尺度的信息的認(rèn)知，還有助于確定是否需要完全由動力核心的數(shù)值計(jì)算完全決定預(yù)報(bào)。通過簡化傳統(tǒng)假定，包括動力核心中所有方程用雙字節(jié)確定論計(jì)算，以及所有變量用雙精度浮點(diǎn)實(shí)數(shù)表示等，一個(gè)新的基于變量精度和準(zhǔn)確性隨尺度變化的概念的計(jì)算范式浮出水面。這樣的理念如果成功，天氣氣候模式在更貼近實(shí)際的同時(shí)，計(jì)算方案中一直被復(fù)雜化的勢頭也將做出相反的調(diào)整，對隨機(jī)過程深入的認(rèn)識和在模式中應(yīng)用，很可能帶領(lǐng)人們在模擬實(shí)踐中，從復(fù)雜回歸簡單。

二、建立在隨機(jī)理念上的云解析方案：直指天氣氣候模擬的瓶頸

毫無疑問，在預(yù)報(bào)模式借鑒更多隨機(jī)或概率思想方面，天氣模式走得更早，也更遠(yuǎn)些。其中，集合預(yù)報(bào)模式在世界上最主要的預(yù)報(bào)中心成為主流業(yè)務(wù)預(yù)報(bào)手段就是明證。但是，集合預(yù)報(bào)從根本上來說，其隨機(jī)要素主要體現(xiàn)給出具有誤差概率分布的初始場，以及最后基于單模式或多個(gè)模式的結(jié)果，給出預(yù)報(bào)的統(tǒng)計(jì)規(guī)律。然而，集合預(yù)報(bào)只是較好地解決了誤差與預(yù)報(bào)不確定性之間的聯(lián)系，而其每一次運(yùn)算依然是傳統(tǒng)數(shù)值預(yù)報(bào)的范式，并非是真正引入大氣中固有隨機(jī)過程及其與其他可解析過程相互作用之路。

帕爾默是對大氣可預(yù)報(bào)性進(jìn)行過深入研究的氣象學(xué)者之一，作為2013年牛津大學(xué)會議的召集人和《皇家學(xué)會哲學(xué)學(xué)報(bào)A》專輯的3位特約編輯之一，他基于對大氣運(yùn)動中隨機(jī)過程及其與可預(yù)報(bào)性的認(rèn)識，從非線性隨機(jī)過程的角度，提出了一個(gè)能夠快速實(shí)現(xiàn)云解析天氣氣候模擬的解決方案。

在帕爾默的方案中，受到相對淺的大氣幾百千米及更小尺度能量冪律譜的啟發(fā)，通過模糊化動力核心和次網(wǎng)格參數(shù)化之間的慣常邊界，指出基于隨機(jī)—動力系統(tǒng)的天氣和氣候模擬計(jì)算方案，要優(yōu)于確定性模擬計(jì)算。此外，由于動力核心中高波譜要素在時(shí)間積分中，具有本質(zhì)上的隨機(jī)性，因此，如果所有計(jì)算不問尺度大小都完全用確定方式進(jìn)行，并且所有變量都用最大數(shù)值精度（即實(shí)際運(yùn)算中用雙精度浮點(diǎn)數(shù)）表示，將有過度計(jì)算的嫌疑。在百億億次計(jì)算時(shí)代即將來臨的時(shí)候，帕爾默的方案在實(shí)際的計(jì)算中，最高精度的變量僅限于被解析的動力部分，而隨機(jī)參數(shù)化和引入的隨機(jī)性等，則用近似計(jì)算完成（圖4）。這樣的處理，既讓更多的計(jì)算資源著重于核心的動力計(jì)算，實(shí)現(xiàn)能源和計(jì)算均高效，又引入了云解析天氣和氣候模擬的隨機(jī)處理理念，在這部分更少占用計(jì)算資源的計(jì)算中，卻使得隨機(jī)過程在模擬中具有更加重要的意義和作用。

圖5更加具體地描述和說明了云解析隨機(jī)模擬方案，其中不直接利用確定性公式來表征次網(wǎng)格尺度過程，而是利用簡化的動力系統(tǒng)來表征，其在總體上與確定性動力系統(tǒng)保持一致，同時(shí)又能夠提供足夠的隨機(jī)特征。從機(jī)器計(jì)算的角度來看，利用隨機(jī)學(xué)概念來表征這種不可預(yù)報(bào)性要容易的多，機(jī)器處理隨機(jī)系統(tǒng)的統(tǒng)計(jì)特征要比確定性系統(tǒng)的統(tǒng)計(jì)特征要更可信。也許最好的方法是將隨機(jī)動力學(xué)和確定性動力框架結(jié)合起來，此時(shí)在處理次網(wǎng)格尺度平流時(shí)要比總體平均的處理方式要強(qiáng)。這是一種使動力框架和參數(shù)化處理之間的界限模糊化的處理方式，更有可能帶來讓還不夠完美的模式模塊之間更加和諧和統(tǒng)一的新思路。

在帕爾默的上述方案中，他進(jìn)一步提出使用定義在恰當(dāng)尺度格點(diǎn)上（比動力核心的定義格點(diǎn)要小得多）的隨機(jī)對流單體自動機(jī)（cellular automata）來表征模式不可分辨的對流云系統(tǒng)。這種隨機(jī)對流單體的發(fā)展是否可控，其發(fā)展的概率由格點(diǎn)尺度變量決定。具體某一個(gè)對流單體的生命史隨機(jī)決定，但是當(dāng)臨近的對流單體是發(fā)展的，其自身的生命史相應(yīng)增長。如此可使有組織的對流系統(tǒng)比分散獨(dú)立的對流系統(tǒng)有更長的生命史。這些有組織的對流系統(tǒng)可向模式可解析格點(diǎn)傳輸能量。對于這些對流單體而言，利用墨西哥帽小波變換方法可以通過格點(diǎn)尺度的風(fēng)將活躍的對流單體從一個(gè)網(wǎng)格平流到另一個(gè)網(wǎng)格。通過這種方法，次網(wǎng)格尺度的動力特性可以很容易地被編碼在方案中，基于這一概念，一個(gè)可供業(yè)務(wù)運(yùn)行的隨機(jī)對流方案已經(jīng)初步形成。

圖4 隨機(jī)參數(shù)化方案示意圖。在球諧系數(shù)的三角形截?cái)嘀?，上面的?shí)心圓點(diǎn)表示計(jì)算中用高精度表示的模式的主要尺度變量，下面的圓圈則表示針對次網(wǎng)格尺度以及引入的隨機(jī)過程，采用低精度計(jì)算的部分

另一種基于網(wǎng)格的對流云系統(tǒng)非相互影響的隨機(jī)方法，是利用泊松概率分布來表示次網(wǎng)格尺度的對流系統(tǒng)，即非相互作用要素間的簡單統(tǒng)計(jì)關(guān)系。也有學(xué)者更是通過綜

合積云、層云以及深對流云發(fā)展了隨機(jī)多類云網(wǎng)格模式，從而將這種方法推廣，各類云之間的轉(zhuǎn)換是通過馬爾可夫鏈過程確定。還有人另辟蹊徑，認(rèn)為次網(wǎng)格過程可以利用具有明確物理意義，但是低計(jì)算精度的方程來計(jì)算。研究者從電腦游戲動畫師使用的技術(shù)中得到靈感，利用“適當(dāng)”的流體方程組來模擬流體流動，即用相對簡化的方法來防止能量不守恒，以此確保模擬看起來足夠逼真。

專輯中次網(wǎng)格尺度隨機(jī)動力學(xué)模式的另一個(gè)范例，是歐洲中期天氣預(yù)報(bào)中心的隨機(jī)全傾向擾動參數(shù)化方案（SPPT）。在SPPT中，確定性的參數(shù)化傾向P被（1+e）P所取代，其中e表示球面空間中馬爾科夫鏈過程中的某個(gè)物理量場，具有特定的時(shí)空自相關(guān)系數(shù)。這種乘法因子形式的噪聲結(jié)果與前面提到的粗網(wǎng)格收支研究大體一致。SPPT方案已被證明可以提高中期概率預(yù)報(bào)和季節(jié)概率預(yù)報(bào)技巧，同時(shí)降低天氣尺度系統(tǒng)的背景誤差。

圖5 隨機(jī)模擬方案概念圖：(a) 在可解析和無法解析尺度之間存在嚴(yán)格的尺度分離，以示意確定性參數(shù)化的概念；(b) 在可解析和無法解析尺度之間沒有尺度分離，以示意隨機(jī)參數(shù)化的概念，這更接近實(shí)際的情況

從1963年洛倫茲揭示了大氣混沌現(xiàn)象開始，到1976年世界上第一個(gè)隨機(jī)氣候模式的出現(xiàn)，已經(jīng)宣告1905年愛因斯坦開創(chuàng)的隨機(jī)動力學(xué)在氣象學(xué)領(lǐng)域已經(jīng)有了回聲。

三、結(jié)果討論：隨機(jī)性引領(lǐng)一個(gè)新方向

哲學(xué)家維特根斯坦曾經(jīng)講過：“我的語言的界限意味著我的世界的界限”。梳理氣象學(xué)家的天氣、氣候模式中的“語言”，我們可以大致領(lǐng)悟氣象科學(xué)到目前依然是確定預(yù)報(bào)主導(dǎo)，對應(yīng)的是牛頓經(jīng)典物理學(xué)的語言。然而，從1963年洛倫茲揭示了大氣混沌現(xiàn)象開始，到1976年世界上第一個(gè)隨機(jī)氣候模式的出現(xiàn)，已經(jīng)宣告1905年愛因斯坦開創(chuàng)的隨機(jī)動力學(xué)在氣象學(xué)領(lǐng)域已經(jīng)有了回聲。

氣象科學(xué)發(fā)展到現(xiàn)在，很多已知的天氣現(xiàn)象，或者是對其探測、或者是對其成因的認(rèn)識，往往是不充分的或者二者之間并不對稱（圖6）。面對這樣的復(fù)雜科學(xué)問題，統(tǒng)計(jì)的理念和方法幫助氣象學(xué)者不斷獲得認(rèn)識上的改進(jìn)和實(shí)質(zhì)上的進(jìn)步。當(dāng)前，業(yè)內(nèi)人士并不陌生的隨機(jī)概念，借助相關(guān)學(xué)科“自組織”系統(tǒng)模型，又有可能被我所用，而且不僅僅是在初始值或結(jié)果統(tǒng)計(jì)中借用，而是深入到天氣氣候模式內(nèi)部，用非高精度的隨機(jī)計(jì)算，描述次網(wǎng)格和本質(zhì)上是隨機(jī)的大氣及邊界層過程，從而與大氣中存在的多種隨機(jī)擾動因子實(shí)現(xiàn)某種意義上的協(xié)同。這樣做的啟示是在說明, 大氣過程是確定的, 也是隨機(jī)的，而模擬大氣運(yùn)動的模式，在確定和隨機(jī)（參數(shù)化）之間的界限，在隨機(jī)理念滲透和模式分辨率提高的雙方向的努力下，走向模糊并可以進(jìn)一步打通（圖7）。

無論是2014年的專輯，還是2013年牛津大學(xué)的研討會上，氣象模擬學(xué)者在討論預(yù)報(bào)的科學(xué)問題同時(shí)，也在討論計(jì)算技術(shù)問題。在牛津大學(xué)，第一次出現(xiàn)了一邊是天氣和氣候模擬學(xué)者，另一邊是計(jì)算機(jī)科學(xué)家，坐在一起探討天氣和氣候預(yù)報(bào)中的不精確和隨機(jī)計(jì)算的作用等深刻問題。這樣的場景很容易讓我們想起20世紀(jì)40—50年代，發(fā)生在普林斯頓高級研究院數(shù)值天氣預(yù)報(bào)伴隨世界上第一臺電子計(jì)算機(jī)的研制而獲得成功的歷史。那時(shí)，馮·諾依曼等計(jì)算數(shù)學(xué)家甚至加入了氣象隊(duì)伍，直視氣象預(yù)報(bào)模式的運(yùn)轉(zhuǎn)。正是那樣的跨學(xué)科攻關(guān)，帶來了現(xiàn)代氣象科學(xué)實(shí)質(zhì)上的進(jìn)步，氣象科學(xué)也成為最先利用計(jì)算機(jī)推動

學(xué)科建設(shè)，并通過應(yīng)用于各種模式的開發(fā)，提高天氣氣候預(yù)報(bào)水平，讓社會受益的樣板學(xué)科。

本文介紹的主要來自歐洲國家的在天氣氣候模式中，加入更多“隨機(jī)”要素從而獲得更好的預(yù)報(bào)效果，或者退一步講，在預(yù)報(bào)能力持平的情況下大大節(jié)省計(jì)算資源，從而在相同的計(jì)算消耗下獲得更好的預(yù)報(bào)。這樣的思想，某種意義上放大了在集合預(yù)報(bào)中就出現(xiàn)的氣象預(yù)報(bào)中的“統(tǒng)計(jì)”思維。氣象中的統(tǒng)計(jì)或概率思維實(shí)際上更接近自然本質(zhì)，但是在科學(xué)層面上也面臨很多挑戰(zhàn)。2014年7月，美國著名的Science雜志宣布，該雜志所收到的所有統(tǒng)計(jì)類論文，在同行評議過程中增加一個(gè)額外的統(tǒng)計(jì)驗(yàn)證環(huán)節(jié)①雜志在具體操作時(shí)，與美國統(tǒng)計(jì)協(xié)會共同成立了一個(gè)7人專家評審小組，將編輯或?qū)忛喨藰?biāo)記為統(tǒng)計(jì)類文章，邀請外部統(tǒng)計(jì)學(xué)者進(jìn)行附加審核。。世界上其他一些科技期刊，例如Nature在2013年4月，也推出類似的做法，起因就是大多數(shù)依據(jù)統(tǒng)計(jì)和數(shù)據(jù)分析方法獲得的研究發(fā)現(xiàn)，因?yàn)闊o法再現(xiàn)，從而有可能掩蓋了在數(shù)據(jù)分析中本質(zhì)性的錯(cuò)誤。由此我們可以想象和質(zhì)疑，專輯文章預(yù)示的更多“隨機(jī)”要素進(jìn)入預(yù)報(bào)模式，其預(yù)報(bào)的未來天氣氣候，會不會因?yàn)榫哂刑嗟摹半S機(jī)”性而讓我們無所適從。

實(shí)際上，集合預(yù)報(bào)中的很多做法，已經(jīng)為我們提供了有益的避免產(chǎn)品層面上過多“隨機(jī)”因素的思想和做法，而借鑒數(shù)據(jù)同化中的“窗口”，一些隨機(jī)過程可能依據(jù)的類似“白噪聲”的規(guī)律也可以提示我們不斷改進(jìn)對隨機(jī)過程的描述和在模式中實(shí)現(xiàn)。此外，隨著數(shù)值預(yù)報(bào)歷史資料累計(jì)得到的“大數(shù)據(jù)”，能夠提供給我們天氣氣候在一些形勢“轉(zhuǎn)化期”中的相似性，也有可能引導(dǎo)我們更加審慎、也更加有把握地面對“××年一遇”的天氣氣候的預(yù)報(bào)問題。

圖6 不同天氣現(xiàn)象的探測認(rèn)知程度和其在氣候模式中形成原因的認(rèn)知程度，上部的虛線表示認(rèn)知的“無邊界”

圖7 天氣氣候模式中動力和參數(shù)化處理過程之間的界限的模糊

（作者單位：賈朋群，中國氣象局氣象干部培訓(xùn)學(xué)院；趙大軍，中國氣象局）

深入閱讀

André J-C, Aloisio G, Biercamp J, et al. 2014. High-performance computing for climate modeling. Bull Amer Meteor Soc, 95: ES97–ES100.

Palmer T, Düben P, McNamara H. 2014. Stochastic modelling and energyefficient computing for weather and climate prediction. Phil Trans R Soc A, 372: 20140118.

Reeves, Robert W. 2014. Edward Lorenz revisiting the limits of predictability and their implications: an interview from 2007. Bull Amer Meteor Soc, 95: 681–687.

Wuebbles D, Meehl G, Hayhoe K, et al. 2014. CMIP5 climate model analyses: climate extremes in the United States. Bull Amer Meteor Soc, 95: 571–583.

陳超輝, 李祟銀, 譚言科, 等. 2013. 隨機(jī)強(qiáng)迫對集合預(yù)報(bào)效果的影響研究. 氣象學(xué)報(bào), 71 (3): 505-516.

宣捷. 2000. 大氣擴(kuò)散的物理模擬. 北京:氣象出版社.

周秀驥. 2005. 大氣隨機(jī)動力學(xué)與可預(yù)報(bào)性. 氣象學(xué)報(bào), 63(5): 806-811.