“北京发布十年来初次劲风橙色预警”
“‘破坏性劲风’来了!”
“阵风可达12级,陆地稀有”
看着手机里一条一条蹦出来的气候预告,在试验室里奋战一星期,乃至还通宵干活的小编一想到夸姣的周末就此报销,人悄悄地碎了……
不过转念一想——要是没有提早几天的预警,这出人意料的12级妖风,怕不是要把周末的小编直接吹上天?
这么看来,气候预告几乎是现代版“料事如神”啊!都说猜测未来最难,可它却能提早几天确定暴风途径——这“神仙操作”究竟是怎样做到的?
今日,趁着北京劲风余威未消,小编带咱们一同“披荆斩棘”,揭秘全球气候预告体系的黑科技!(文末有彩蛋~)
1
1.气候预告的开展史
早在三千多年前的商周时期,先民就初步测验猜测气候改变。甲骨文记载显现,其时经过灼烧龟甲调查裂纹进行占卜,其间就包含对阴晴雨雪的猜测。这种依据占卜的气候猜测,反映了人类前期对自然规则的朴素探究。
这段甲骨文预告的是降雨,意思是,壬寅日占卜,癸日下雨,后来的气候是起了暴风。来历:我国气候网
到东汉时期,王充在《论衡·改变篇》中记载了"天且雨,琴弦缓"的现象,阐明其时已注意到湿度改变与气候的相关。不过这类经历性调查没有构成体系理论,直到明清时期,气候猜测仍带有形而上学颜色。值得必定的是,古人经过长时刻观测总结的二十四节气,以太阳周年运动为基准树立的农时体系,至今仍在辅导农业生产中发挥着重要作用。
咱们小时分都背过二十四节气歌
实在含义上的科学气候预告始于定量观测技能的打破。17世纪温度计、气压计的创造,19世纪热力学规则的树立,为气候观测供给了物理根底。1851年英国初次制造气候图,经过搜集不同地址的气压、温度数据,科学家们总算能够体系性剖析气候体系的移动规则,这标志着现代气候学的初步。
托里拆利:记住一个大气压是多少mm汞柱吗?
19世纪电报技能的遍及,彻底改变了气候数据搜集办法。各地气候站得以实时传输观测数据,使1854年诞生的气候图实在成为动态监测东西。
前期和现代的气候图,能够看出根本思维其实是共同的(左边为1783年布兰德斯的第一张气候图,来历https://www.sciencedirect.com/topics/earth-and-planetary-sciences/synoptic-meteorology,右侧为中央气候台2025年4月12日14:00的气候图,来历http://www.nmc.cn/publish/observations/china/dm/weatherchart-h000.htm)
经过比照接连数日的气候图,预告员初次能追寻气团移动轨道,猜测冷锋过境时刻——这种"外推法"使24小时气候预告精确率提大幅提高。但这种办法就像观看连环画,只能估测画面间的过渡,无法实在解析气候改变的物理机制。
得益于流体力学等理论的开展,在1904年,挪威气候学家皮叶克尼斯(Vilhelm Bjerknes)在世界上初次提出了气候预告问题是对大气运动方程进行积分求解的概念,并写出了一组包含7个变量的偏微分方程组,用来描绘大气的状况。
这组方程适当杂乱,乃至(并不那么意外的)找不到解析解。直到十几年后,英国气候学家路易斯·理查森(Lewis Fry Richardson)才第一次测验实在求解这组方程。当然,因为技能的不成熟,他花了六个星期才完结时刻跨度为六个小时的预告核算,且彻底没有实践上的参考价值(选用了不合理的近似和核算步长导致差错巨大)。
路易斯·佛莱·理查森,这位狠人在参与一战应急救援作业的空隙完结了杂乱到令人发指的核算,乃至后来验算的成果表明,假若当年理查森对数据做滑润化处理以去掉各种噪声的话,他的预告根本上仍是精确的。
虽然这样,理查森并没有抛弃。因为认识到数值气候预告所需的巨大核算量,在1922年他出书的专著《经过数值进程猜测气候》中,描绘了他关于一个“气候预告工场”的奇思妙想:在这个工厂里,经过五颜六色信号灯和电报通讯来指挥和协调64000名专业核算人员(computer,非现在所指的核算机)一起用手艺进行必要的核算,才干做出时效上有含义的预告。
理查森想象的数值气候预告体系,几乎便是某种人列核算机(来历:https://www.emetsoc.org/resources/rff/)
当然,实践生活中不行能有这种东西存在,不过24年后ENIAC的呈现改变了全部。1950年,在普林斯顿高档研讨所,气候学家恰尼(J. G. Charney)、费也托夫(R. Fjörtoft)等人和核算机之父冯·诺依曼(John von Neumann)协作,在ENIAC上成功地制造出了历史上第一个24小时气候预告图。
第一个成功的24小时数值气候预告 a. t = 0的位势高度和涡度实况b. t = 24h的位势高度和涡度实况 c. 位势高度和涡度实况24h的改变 d. t = 24h的位势高度和涡度预告(来历:Charney J G, Fjörtoft R and von Neumann J. Numerical Integration of the Barotropic Vorticity Equation. Tellus A: Dynamic Meteorology and Oceanography, 1950)
1954年,瑞典和美国先后敞开数值气候预告事务,数值气候预告从纯研讨探究走向了事务运用。随后,其它国家连续跟进。经过70年的开展,数值预告已经成为一个跨学科的杂乱而严厉的体系性工程,使得气候预告从传统的以核算和经历为主的气候图办法,改变成为客观定量的科学。数值气候预告被以为是物理学科各范畴中最具影响的作用之一。
2
2.气候预告的根本原理
现在咱们常说的的气候预告一般指数值气候预告,这套体系就树立在皮叶克尼斯1904年提出的方程组之上。
皮叶克尼斯的方程组,其间的未知量包含大气的速度v(有3个重量)、温度T、压强p、密度ρ和水汽混合份额q(来历:E. Kalnay, 2003: Atmospheric modeling, data assimilation and predictability. Cambridge University Press, Cambridge)
有了这个方程组,接下来的预告流程就“简略”了。
比如说咱们要预告我国的气候,根本的进程如下:
用许多网格(比如经线和纬线)把我国分割成一个个小格子,然后在笔直地表方向(也便是高度)上也分红许多份。这样咱们在我国地图的外表就有了一个三维的网格点阵。出于精度考虑,点阵越密越好。
然后加上我国周围的大气边界条件。
全部的网格点和边界条件上大气的状况值作为初始条件,初步解方程。这么反常的方程当然是求数值解了,用各种差分去迫临导数。
得到网格点上大气的这7个值,再依据气候常识,咱们就知道每个网格点是天晴多云雷阵雨转阴了。
这套气候体系的核算听起来十分的明晰流通,但实践上彻底不是那么一回事。首要,得到大气体系的“边界条件”关于气候观测才干提出了十分高的要求。别的,这套流程中要核算的方程组实在是太杂乱了!
孩子们,我真的很能算
理查森的核算手稿
学过微分方程组的同学们都知道,偏微分方程组的维数越高,求解就越困难,而气候预告中运用的偏微分方程组维数=三维网格的格点数量×7,总数能够高达10量级,这关于人力核算来说几乎是不行能完结的使命。
二十多年后气候学家恰尼、费也托夫找到了处理办法:简化方程组。简略来说,皮叶克尼斯的方程组中的有些变量在不同的环境中是能够疏忽掉的,恰尼只保留了压强这个变量进行核算,大大简化了核算的杂乱度。
依据这套思维,他们与冯·诺依曼协作进行了第一次成功的24小时气候预告。
随后的故事就和咱们之前说到的相同,气候预告正式进入实用阶段,全球各国都树立了自己的预告网络,看起来全部都得到了处理……吗?
并非如此!在长时刻的研讨后,恰尼认识到具有参考价值的气候预告时刻有个上限,在1965年洛伦茨(Edward Norton Lorenz)估量这个上限时刻为两个星期。不过其时恰尼以为,这个上限来自于模型自身的缺点,可是实践上,即便运用皮叶克尼斯的原始模型,这个上限时刻仍旧存在。因为这一“上限“其实来自于一种其时并没有被充沛了解的现象,也便是混沌体系自身的性质。
3
3.气候预告与混沌理论
长久以来,气候学界关于长时刻气候预告这一课题都保有消沉的情绪。气候学家乃至普通人都知道,长时刻气候预告是不精确的:谁知道下一年的今日这个区域的气候会怎样样呢?可是这背面的原因怎么,咱们却并不那么清楚。爱德华·诺顿·洛伦茨便是一位专心于这一课题的气候学家。
爱德华·诺顿·洛伦茨,混沌理论之父。他曾说过:“人们常常都会看到,朴实理论研讨的一点点作用,或许在很长时刻之后,会导致连做该纯理论研讨的科学家都始料不及的实践运用。”
在1961年的一天,洛伦茨和平常相同,运用自己简化的大气运动模型来研讨大气的非周期动力学现象。他方案把昨日的模仿成果从头核算一遍,以确保成果精确无误。可是仿真成果令他大吃一惊,新画出来的曲线与昨日的记载截然不同:两条曲线从相同的初始点动身,在起先几周时刻点上的预告彼此契合得很好,但随后两者敏捷别离,大约两个月后便变得毫不相关了
闻名的洛伦茨方程,描绘了第一个被发现的吸引子结构(洛伦茨吸引子)。其间σ为普朗特数,ρ为瑞利数,β是体系参数。
经过重复核对,洛伦茨发现第一次核算中运用的初始值为0.506127,而第2次验算时他偷闲只输入了0.506。经典动力学的传统观念以为,体系的长时刻行为对初始条件是不灵敏的,即初始条件的细小改变对未来状况所形成的不同也是很细小的。正是依据这一观念,洛伦茨以为这一不到千分之一的“四舍五入”不会带来什么影响。
现在他发现自己错了,这影响其实大得很。
洛伦茨方程的一个MATLAB模仿,红线初始值为x=0, y=2, z=9,蓝线初始值为x=0.00001, y=2, z=9。参数 σ = 10,β = 8/3,ρ = 30(来历:https://zhuanlan.zhihu.com/p/613425779,原文为动图)
随后的时刻里,洛伦茨重复进行了不同初始值的仿真,证明了他的观点:因为该数学模型对初始条件具有高度灵敏性,一个细小的初始差错跟着重复迭代核算终究变成巨大的成果差异,导致了模型未来行为的“不行猜测性”。
洛伦茨把他的发现写成了论文“确定性的非周期流”,于1963年宣布在《大气科学》杂志(“Deterministic nonperiodic flow”,Journal of the Atmospheric Sciences, 20: 130-141, 1963)。他将自己的发现打了一个比如:“在巴西的一只蝴蝶敲打一下翅膀会在得克萨斯州引发一场龙卷风吗?”从那以后,蝴蝶效应(“butterfly effect”)作为一个时尚的科学名词正式走上了历史舞台。
洛伦茨的作业让人们意识到,这种关于初值灵敏的动力体系或许在自然界广泛存在,咱们的气候体系便是其间之一。
十分不幸的是,在全世界各地的气候监测站搜集气候数据的时分,总是会或多或少地带有一些差错,将这些带有差错的初始值输入到超级核算机模仿中之后,得到的模仿数据在满足长的时刻之后一定会发生巨大的差错,而这便是恰尼指出的“气候预告带有时刻上限”的来历。
这也是气候预告总是禁绝的原因之一~
为了尽量减小混沌带来的不确定性,实践事务中一般选用调集预告这种方式。调集预告经过对初始值引进细小扰动,履行屡次预告然后发生一系列或许的预告成果,使之能包含实践气候的开展状况,其预告作用从概率上好于单个预告,但随之而来的是屡次预告带来的核算量的线性添加。
调集预告示意图(来历:Bauer P, Thorpe A, Brunet G. The quiet revolution of numerical weather prediction. Nature, 2015)
因而数值气候预告具有巨大的核算量,一起气候预告事务关于时效性要求十分高,几乎在任一时期,数值气候预告体系都运用了其时最快速的高性能核算机。
不断提高预告的精确率是社会开展的必定要求,数值形式正朝着更高时空分辨率、更杂乱物理进程、调集预告和多形式耦合开展。可是因为摩尔规则等物理实践的约束,算力的增加面临核算需求的增加显得有些无能为力。
近些年,以神经网络、深度学习、生成式人工智能等新技能为代表的人工智能技能取得了巨大打破。这些技能遍及需求许多数据进行预练习,而气候预告这一范畴在曩昔70年间,包含实在数据和模仿数据在内,积累了许多数据,正好契合人工智能模型练习的要求。
“AI+气候”于曩昔的两三年内取得了令人瞩目的成果,正在气候预告范畴掀起一股世界性的研讨热潮。包含盘古气候大模型在内,许多预告精确,生成敏捷的气候大模型锋芒毕露,为更高效,也更便利的气候预告做出了共同的奉献。
4
小彩蛋:风要有多大才干逾越重力
看完了气候预告,咱们再回头看看北方这创纪录的劲风。信任在网上冲浪的朋友们都看到了“专家建议100斤以下的人不要出门”等等相似的标题。那究竟多大的风才干把人吹起来呢?
这件事要从蒲福风级初步讲起。蒲福风级(Beaufort scale)是世界通用的风力等级,由英国人弗朗西斯·蒲福(Francis Beaufort)于1805年拟定,用以表明风强度等级。
蒲福风级表
此外,还要用到简略的空气动力学常识。气体的动压指的是气体因为运动发生的力,公式为
其间q表明动压,单位Pa,ρ为气体密度,单位kg/m3,v是气体流速,单位m/s。再加上简略的力学和几许常识,假定一个成人的顶风面积约为A,则能够得到人在风中的受力巨细为
取常温常压下空气密度ρ=1.225kg/m,A=1m,则能够核算出不同风力下人遭到的力的巨细。有了蒲福风级和风压的核算办法,咱们就能够将详细的风级与体感联系起来。小编就此简略画了一张图,有爱好的小伙伴也能够算一下,自己的体重能够扛住多大的风~
在实践状况下,人体在地面上能接受的横向力大约是体重的60~70%,还有人体并不是一块平面等其他要素影响,能把人吹倒的风力会比上面的粗糙核算要小许多。
当风太大时,也会发生下图这种凄惨的状况。
劲风天真的很风险!图源自互联网
所以说,像这样的劲风天仍是听气候预告的,躲在家里少出门为好。
参考资料:
[1]气候预告开展简史:从形而上学到科学 - 林建造的文章 - 知乎https://zhuanlan.zhihu.com/p/269579422
[2]国外的气候预告是否比国内的准?- 知乎用户WY66Ea的答复 - 知乎https://www.zhihu.com/question/20634817/answer/17228215
[3]蝴蝶效应-洛伦兹吸引子 - Hsuty的文章 - 知乎https://zhuanlan.zhihu.com/p/613425779
[4]https://www.sciencedirect.com/topics/earth-and-planetary-sciences/synoptic-meteorology
[5]https://mp.weixin.qq.com/s/E42qbqYu7UpCdo8LjrEcaA
[6]https://mp.weixin.qq.com/s/-Oks7lnNe8Gp9MQUIvZttA
[7]https://www.metax-tech.com/ndetail/12503.html
[8]http://www.nmc.cn/
[9]https://baike.baidu.com/item/%E7%88%B1%E5%BE%B7%E5%8D%8E%C2%B7%E8%AF%BA%E9%A1%BF%C2%B7%E6%B4%9B%E4%BC%A6%E8%8C%A8
[10]“吸引子”与“混沌” 08 - 科学羊的文章 - 知乎https://zhuanlan.zhihu.com/p/584075185
修改:K.Collider