全球予報システム による850ミリバール 高度 と気温 の96時間予報大気科学 において、大気モデル とは、大気運動を支配する一連の基本的な 動的方程式に基づいて構築された 数学モデル です。このモデルは、乱流 拡散、放射 、湿潤過程(雲 と降水 )、熱交換 、土壌 、植生、地表水、地形の 運動学的 効果、対流のパラメーター化 によってこれらの方程式を補完することができます。ほとんどの大気モデルは数値モデルであり、運動方程式を離散化します。これらのモデルは、竜巻 や境界層渦 などのミクロスケールの現象、建物上のサブミクロスケールの乱流、総観規模および地球規模の流れを予測できます。モデルの水平領域は、地球 全体(または他の惑星)をカバーする グローバル 、または地球の一部のみをカバーする地域 (限定領域 )のいずれかです。大気モデルは、垂直方向の流体運動を計算する方法も異なります。モデルの種類には、熱順性[ 1 ] 、順圧性 、静水圧性 、非静水圧性などがあります。これらのモデルの種類は、大気に関する仮定によって区別され、その仮定は計算速度と、モデルがシミュレートする大気への忠実度とのバランスを取る必要がある。
予報は、大気の物理と力学に関する数式を用いて計算されます。これらの数式は非線形であり、厳密に解くことは不可能です。そのため、数値的手法を用いて近似解を求めます。モデルによって解法は異なります。全球モデルでは、水平方向にはスペクトル法、垂直方向には 差分法 を用いることが多い一方、地域モデルでは、通常、3次元すべてに差分法を用います。特定の場所については、モデル出力統計は、気候情報、 数値天気予報 の出力、および現在の地表気象観測 データを用いて、モデルのバイアスや解像度の問題を考慮した統計的関係を構築します。
種類
サーモトロピック 熱順化モデルの主な仮定は、熱風 の大きさは変化する可能性があるが、その方向は高度に対して変化しないため、大気の傾圧性は、 500 mb (15 inHg ) と1,000 mb (30 inHg) のジオポテンシャル高度 面とそれらの間の平均熱風を使用してシミュレートできるというものである。 [ 2 ] [ 3 ]
静水圧 静水圧モデルでは、垂直運動量方程式から垂直方向に移動する 音波を 除外するため、モデルの実行中に使用される時間ステップが大幅に増加します。これは静水圧近似 として知られています。静水圧モデルでは、圧力座標またはシグマ圧力 座標のいずれかの垂直座標を使用します。圧力座標は地形と交差し、シグマ座標は地形の等高線に沿っています。水平グリッド解像度が小さくない限り、静水圧近似は妥当ですが、水平グリッド解像度が小さいと静水圧近似は成り立ちません。
非静水圧 垂直運動量方程式全体を使用するモデルは、非静水圧モデルとして知られています。非静水圧モデルは、非弾性的に解くことができます。これは、空気が非圧縮性であると仮定して、空気の完全な連続方程式 を解くことを意味します。または、弾性的に解くことができます。これは、空気の完全な連続方程式を解き、空気が完全に圧縮性であることを意味します。非静水圧モデルは、垂直座標として高度またはシグマ高度を使用します。高度座標は陸地と交差する可能性がありますが、シグマ高度座標は陸地の等高線に沿います。[ 7 ]
計算 数値気象予報モデルによる500ミリバール 高度の 予測例。 スーパーコンピューターは、科学者が地球の気候をより深く理解するのに役立つ、非常に複雑なモデルを実行する能力を備えている。 モデルとは、特定の場所と高度における将来の時刻の気象 情報を生成するコンピュータ プログラムです。どのモデルにも、大気の将来の状態を予測するために使用される、基本方程式と呼ばれる一連の方程式が含まれています。 [ 37 ] これらの方程式は解析データから初期化され、変化率が決定されます。これらの変化率は、時間ステップと呼ばれる各時間増分で、少し先の将来の大気の状態を予測します。次に、方程式をこの新しい大気の状態に適用して新しい変化率を求め、これらの新しい変化率でさらに先の将来の大気を予測します。 解が目的の予測時刻に達するまで、時間ステップ が繰り返されます。モデル内で選択される時間ステップの長さは、計算グリッド上の点間の距離に関連しており、数値安定性を 維持するように選択されます。[ 38 ] グローバル モデルの時間ステップは数十分のオーダーですが、[ 39 ] 地域モデルの時間ステップは 1 分から 4 分の間です。[ 40 ] グローバルモデルは、 さまざまな時点で将来にわたって実行されます。UKMET Unified モデル は 6 日先まで実行され、[ 41 ] 欧州中期気象予報センターの モデルは 10日先まで実行され、 [ 42 ] 環境モデリングセンター が実行するグローバル予測システムモデルは16 日先まで実行されます。[ 43 ]
使用される方程式は非線形 偏微分方程式であり、いくつかの理想化されたケースを除いて、解析的方法で正確に解くことは不可能です。[ 44 ] [ 45 ] したがって、数値的方法で近似解が得られます。異なるモデルでは異なる解法が使用されます。一部のグローバルモデルでは、水平方向にはスペクトル法 、垂直方向には有限差分法が 使用されますが、地域モデルやその他のグローバルモデルでは通常、3 次元すべてで有限差分法が使用されます。[ 44 ] モデルの解によって生成される視覚的出力は、予測チャート 、またはprog として知られています。[ 46 ]
パラメータ化 気象・気候モデルのグリッドボックスの辺の長さは、5キロメートル(3.1 マイル) から300キロメートル(190 マイル) の間です。典型的な積雲のスケールは 1キロメートル(0.62 マイル) 未満であり、流体運動の方程式で物理的に表現するには、これよりもさらに細かいグリッドが必要になります。したがって、このような雲 が表すプロセスは、さまざまな洗練されたプロセスによってパラメーター化され ます。初期のモデルでは、モデルグリッドボックス内の空気の柱が不安定(つまり、下部が上部よりも暖かい)の場合、その柱は反転し、その垂直方向の柱内の空気が混合されます。より洗練されたスキームでは、ボックスの一部のみが対流する 可能性があり、巻き込みやその他のプロセスが発生することを認識して、機能強化が加えられています。辺の長さが5キロメートル(3.1 マイル) から25キロメートル(16 マイル) の間のグリッドボックスを持つ気象モデルは、対流雲を明示的に表現できますが、それでも雲の微物理を パラメーター化する必要があります。[ 47 ] 大規模な(層雲 型の)雲 の形成は、より物理的に根拠があり、相対湿度が 所定の値に達すると形成されます。ただし、サブグリッドスケールのプロセスも考慮する必要があります。雲が相対湿度100%で形成されると仮定するのではなく、雲量は 、層雲型雲の場合は70%の臨界相対湿度、積雲の場合は80%以上と関連付けることができ、[ 48 ] 現実世界で発生するサブグリッドスケールの変動を反映しています。
起伏の多い地形や雲量の変動により地表に到達する太陽放射量は、このプロセスが分子スケールで発生するため、パラメーター化されます。[ 49 ] また、モデルのグリッドサイズは、実際の雲や地形のサイズや粗さに比べて大きいです。太陽の角度や複数の雲層の影響も考慮されます。[ 50 ] 土壌の種類、植生の種類、土壌水分はすべて、どれだけの放射が温暖化に使われ、どれだけの水分が隣接する大気に引き上げられるかを決定します。したがって、これらをパラメーター化することが重要です。[ 51 ]
ドメイン モデルの水平領域は、地球全体をカバーするグローバル領域 か、地球の一部のみをカバーする地域領域のいずれかです。地域モデルは、 限定領域 モデル、または LAM とも呼ばれます。地域モデルは、より細かいグリッド間隔を使用して、より小規模な気象現象を明示的に解像します。これは、領域が小さいため計算負荷が軽減されるためです。地域モデルは、その領域の境界の初期条件として、互換性のあるグローバルモデルを使用します。LAM 内の不確実性と誤差は、地域モデルの境界の境界条件に使用されるグローバルモデル、および LAM 自体の境界条件の作成によって導入されます。[ 52 ]
垂直座標はさまざまな方法で処理されます。リチャードソンの1922年のモデルなど、一部のモデルでは幾何学的高さ(z {\displaystyle z} ) を垂直座標として用いた。後のモデルでは、幾何学的座標が置き換えられた。z {\displaystyle z} 圧力座標系と協調させることで、定圧面のジオポテンシャル高度が 従属変数 となり、原始方程式が大幅に簡略化されます。[ 53 ] これは、地球の大気 中では高度とともに圧力が低下するためです。[ 54 ] 運用予測に使用された最初のモデルである単層順圧モデルは、500ミリバール(15 inHg) レベルの単一の圧力座標を使用しており、[ 6 ] 本質的に2次元でした。高解像度モデル(メソスケールモデルとも呼ばれる)である 気象研究予測モデル などは、シグマ座標 と呼ばれる正規化された圧力座標を使用する傾向があります。[ 55 ]
グローバル版 よく知られている地球規模の数値モデルには以下のようなものがある。
地域版 よく知られている地域数値モデルには以下のようなものがある。
WRF (気象研究・予測モデル)は、 NCEP、NCAR、および気象研究コミュニティが共同で開発しました。WRFには、以下のような複数の構成があります。 WRF-NMM( WRF非静水圧メソスケールモデル)は、米国における主要な短期気象予報モデルであり、Etaモデルに取って代わるものです。WRF-ARW (Advanced Research WRF)は、主に米国国立大気研究センター (NCAR)で開発されたモデルです。HARMONIE-Climate(HCLIM) は、ヨーロッパの気象予報・研究機関の大規模コンソーシアムによって開発されたHARMONIEモデルをベースとした、限定領域気候モデルです。WRFと同様に、非静水圧Arome物理を用いた高解像度、またはALADIN物理スキームに基づく静水圧物理を用いた低解像度など、様々な構成で実行できるモデルシステムです。主にヨーロッパと北極圏で、スカンジナビア半島における3kmダウンスケーリングや異常気象現象の研究など、気候研究に用いられてきました。RACMOは オランダ気象研究所(KNMI) で開発され、IFSの物理スキームを用いたHIRLAMモデルのダイナミクスに基づいています。 MAR (Modele Atmospherique Regionale)は、フランスのグルノーブル大学とベルギーの リエージュ大学 で開発された地域気候モデルです。HIRHAM5は 、デンマーク気象研究所とポツダムのアルフレッド・ウェゲナー研究所 で開発された地域気候モデルです。HIRLAMの力学をベースとしており、物理スキームはECHAMモデルに基づいています。RACMOモデルと同様に、HIRHAMはCORDEXスキームの下で世界各地で広く利用され、地域気候予測に用いられています。また、グリーンランドや南極の極地氷床研究に利用されている極地モードも備えています。NAM( 北米メソスケールモデル)という用語は、 NCEPが 北米領域で運用するあらゆる地域モデルを指します。NCEPはこの呼称システムを2005年1月から使用し始めました。2005年1月から2006年5月までは、Etaモデルがこの呼称を使用していました。2006年5月からは、NCEPはWRF-NMMを運用上のNAMとして使用し始めました。RAMS( 地域大気モデリングシステム)は、 コロラド州立大学 で開発された、数メートルから数百キロメートル規模の大気気象やその他の環境現象の数値シミュレーションを行うシステムで、現在はパブリックドメインでサポートされています。MM5 ペンシルベニア州立大学/NCAR第5世代メソスケールモデル オクラホマ大学で開発された ARPS( Advanced Region Prediction System)は、地域規模の気象予測から竜巻規模のシミュレーションおよび予測まで可能な、包括的なマルチスケール非静水圧シミュレーションおよび予測システムです。雷雨予測のための高度なレーダーデータ同化は、このシステムの重要な構成要素です。HIRLAM 高解像度限定領域モデルは、10のヨーロッパの気象機関が共同出資するヨーロッパ数値予報研究コンソーシアム[ 56 ] によって開発されました。メソスケールHIRLAMモデルはHARMONIEとして知られており、フランス気象局およびALADINコンソーシアムとの共同開発によって開発されました。GEM-LAM (Global Environmental Multiscale Limited Area Model)は、 カナダ気象局 (MSC)による高解像度2.5km (1.6 マイル)の GEM(Global Environmental Multiscale Limited Area Model)です。 ALADINは 、Météo-Franceの主導の下、ヨーロッパと北アフリカのいくつかの国によって開発および運用されている高解像度の限定領域静水圧および非静水圧モデルです[ 41 ]。 COSMO COSMOモデルは、以前はLM、aLMo、またはLAMIとして知られており、小規模モデリングコンソーシアム(ドイツ、スイス、イタリア、ギリシャ、ポーランド、ルーマニア、ロシア)の枠組みの中で開発された限定領域非静水圧モデルです。[ 57 ] Meso- NHモデル[ 58 ] は、1998年以来、フランス国立気象研究センターと航空学研究所(フランス、トゥールーズ)が共同で開発した限定領域非静水圧モデルです[ 59 ]。 その適用範囲は、メソスケールからセンチメートルスケールまでの気象シミュレーションです。
モデル出力統計 大気力学の方程式に基づく予測モデルでは、地表付近の気象条件を完全に決定できないため、この問題を解決するために統計的補正が開発されました。統計モデルは、数値気象モデル、地表観測、および特定の場所の気候条件によって生成された3次元場に基づいて作成されました。これらの統計モデルは、モデル出力統計 (MOS)[ 60 ] と総称され、国立気象局 が気象予報モデル群のために開発しました。 [ 17 ] 米国空軍は、 1983年までに、独自の動的気象モデルに基づいて独自のMOSセットを開発しました。[ 18 ]
モデル出力統計は、数値天気予報ガイダンスの出力が完璧であると仮定するパーフェクトプログ手法とは異なります。 [ 61 ] MOSは、グリッド解像度が不十分なためにモデルで解決できない局所的な影響やモデルのバイアスを補正できます。MOS内の予報パラメータには、最高気温と最低気温、数時間以内の降雨確率、予想される降水量、降水が凍結する可能性、雷雨の可能性、雲量、地表風が含まれます。[ 62 ]
参考文献 ↑ 「熱順化モデル - 気象学用語集」 。glossarystaging.ametsoc.net 。アメリカ気象学会。 2024年 10月24日 取得 。↑ ゲイツ、W. ローレンス (1955 年 8 月)。 順圧および順圧大気モデルによる数値予測の結果 。 ハンスコム空軍基地 :ケンブリッジ空軍研究所。2011 年 7 月 22 日の オリジナルからアーカイブ。 ↑ Thompson, PD; W. Lawrence Gates (1956 年 4 月) 「順圧モデルと 2 パラメータ傾圧モデルに基づく数値予測方法のテスト」 . Journal of Meteorology . 13 (2): 127– 141. Bibcode : 1956JAtS...13..127T . doi : 10.1175/1520-0469(1956)013 < 0127:ATONPM > 2.0.CO ; 2 . ISSN 1520-0469 . ↑ ウォレス、ジョン M. & ピーター V. ホッブス (1977). 大気科学:入門概論 . アカデミック・プレス社. pp. 384–385 . ISBN 978-0-12-732950-5 。↑マーシャル、ジョン ; プランブ、R. アラン( 2008)。「平衡流」。 大気、海洋、気候力学 :入門書 。アムステルダム:エルゼビア・アカデミック・プレス。pp. 109–12。ISBN 978-0-12-558691-7 。1 2 3 ジュール・チャーニー ;フィヨルトフト、ラグナル。 ジョン・フォン・ノイマン (1950年11月)。 「順圧渦度方程式の数値積分」 。 テルス 。 2 (4): 237–254 。 ビブコード : 1950Tell....2..237C 。 土井 : 10.3402/tellusa.v2i4.8607 。 ↑ジェイコブソン 、 マーク・ ザカリー (2005)。 大気モデリングの基礎 。ケンブリッジ大学出版局。pp. 138–143。ISBN 978-0-521-83970-9 。1 2 Lynch, Peter (2008-03-20). "コンピュータによる天気予報と気候モデリングの起源" (PDF) . Journal of Computational Physics . 227 (7): 3431– 44. Bibcode : 2008JCoPh.227.3431L . doi : 10.1016/j.jcp.2007.02.034 . 2010-07-08 のオリジナル (PDF) から アーカイブ 済み 。2010-12-23 に 取得 。 ↑ リンチ、ピーター(2006)。「数値過程による天気予報」。 数値天気予報の出現 。 ケンブリッジ大学出版局 。1 ~ 27ページ 。ISBN 978-0-521-85729-1 。↑ コックス、ジョン・D. (2002). 『ストーム・ウォッチャーズ 』ジョン・ワイリー・アンド・サンズ社、 208 ページ 。ISBN 978-0-471-38108-2 。↑ Harper, Kristine ; Uccellini, Louis W.; Kalnay, Eugenia; Carey, Kenneth; Morone, Lauren (2007 年 5 月). "2007 年: 運用数値気象予報の 50 周年" . Bulletin of the American Meteorological Society . 88 (5): 639– 650. Bibcode : 2007BAMS...88..639H . doi : 10.1175/BAMS-88-5-639 . ↑ Leslie, LM; Dietachmeyer, GS (1992 年 12 月) 「オーストラリアにおけるリアルタイム限定領域数値天気予報:歴史的展望」 (PDF) . Australian Meteorological Magazine . 41 (SP). Bureau of Meteorology : 61– 77 . 2011 年 1 月 3 日取得 . 1 2 Norman A. Phillips (1956 年 4 月) 「大気の一般循環: 数値実験」 (PDF) . Quarterly Journal of the Royal Meteorological Society . 82 (352): 123– 154. Bibcode : 1956QJRMS..82..123P . doi : 10.1002/qj.49708235202 . 1 2 ジョン・D・コックス(2002)。 『ストーム・ウォッチャーズ 』ジョン・ワイリー・アンド・サンズ社、 210 ページ 。ISBN 978-0-471-38108-2 。1 2 Shuman, Frederick G. (1989 年 9 月). 「国立気象センターにおける数値天気予報の歴史」 . Weather and Forecasting . 4 (3): 286–296 . Bibcode : 1989WtFor...4..286S . doi : 10.1175 /1520-0434(1989)004 < 0286:HONWPA > 2.0.CO ; 2. ISSN 1520-0434 . 1 2 Steyn , DG ( 1991). 大気汚染モデリングとその応用 VIII、第 8 巻 。Birkhäuser。pp. 241–242。ISBN 978-0-306-43828-8 。1 2 ハリー・ヒューズ (1976)。 モデル出力統計予測ガイダンス 。米国空軍環境技術応用センター。pp. 1–16 。 1 2 L. Best、DL & SP Pryor (1983)。 航空気象サービスモデル出力統計システム 。空軍グローバル気象センター。pp. 1–90 。 ↑ コックス、ジョン・D. (2002). 『ストーム・ウォッチャーズ 』ジョン・ワイリー・アンド・サンズ社、 222-224 頁 。ISBN 978-0-471-38108-2 。↑ Weickmann, Klaus、Jeff Whitaker、Andres Roubicek、Catherine Smith (2001-12-01)。アンサンブル予報を用いた中期(3~15 日)天気予報の改善。気候診断センター 。2007-02-16に取得。 ↑ Toth, Zoltan; Kalnay, Eugenia (1997 年 12 月). "NCEP におけるアンサンブル予報とブリーディング法". Monthly Weather Review . 125 (12): 3297– 3319. Bibcode : 1997MWRv..125.3297T . CiteSeerX 10.1.1.324.3941 . doi : 10.1175/1520-0493(1997)125 < 3297:EFANAT > 2.0.CO ; 2 . ISSN 1520-0493 . ↑ 「アンサンブル予測システム(EPS)」 。 ECMWF 。 2011年1月25日の オリジナルからアーカイブ済み。 2011年1月5日 取得 。 ↑ Molteni, F.; Buizza, R.; Palmer, TN; Petroliagis, T. (1996 年 1 月). "ECMWF アンサンブル予測システム: 方法論と検証". Quarterly Journal of the Royal Meteorological Society . 122 (529): 73– 119. Bibcode : 1996QJRMS.122...73M . doi : 10.1002/qj.49712252905 . ↑ Stensrud, David J. (2007). Parameterization schemes: keys to understanding numerical weather prediction models . Cambridge University Press. p. 56. ISBN 978-0-521-86540-1 。↑ Gaffen, Dian J. (2007-06-07). "ラジオゾンデ観測とSPARC関連調査におけるその利用" . 2007-06-07の オリジナルからアーカイブ済み。 ↑ 国立気候データセンター (2008-08-20)。 「METAR 地上気象観測の凡例」 。 米国海洋大気庁 。2002-11-01 の オリジナルからアーカイブ 。2011-02-11 に取得 。 ↑ 「SYNOPデータフォーマット(FM-12):地上気象観測」 。UNISYS 。 2008年5月25日。2007年12月30日の オリジナル からアーカイブ 。 ↑ Krishnamurti, TN (1995 年 1 月). "数値天気予報". Annual Review of Fluid Mechanics . 27 (1): 195–225 . Bibcode : 1995AnRFM..27..195K . doi : 10.1146/annurev.fl.27.010195.001211 . S2CID 122230747 . ↑ 「WRF変分データ同化システム(WRF-Var)」 。 大気研究大学連合。2007年8月14日。2007年8月14日の オリジナル からアーカイブ 。 ↑ Ballish, Bradley A.; V. Krishna Kumar (2008年11月)。 「航空機とラジオゾンデの温度の系統的差異」 (PDF) 。 米国気象学会報 。89 (11): 1689–1708。Bibcode : 2008BAMS...89.1689B。doi : 10.1175/2008BAMS2332.1 。 2011年 2 月 16 日 取得 。 ↑ 国立データブイセンター (2009-01-28)。 「WMO自主観測船 (VOS) スキーム」 。 米国海洋大気庁 。2011-02-15 に 取得 。 ↑ 403rd Wing (2011). "ハリケーンハンター" . 53rd Weather Reconnaissance Squadron . 2012-05-30 の オリジナルからアーカイブ済み . 2006-03-30 に取得. {{cite web}}: CS1 maint: 数値名: 著者リスト (リンク)↑ Lee, Christopher (2007-10-08). "ドローンとセンサーが嵐の目への道を開く可能性" . The Washington Post . 2008-02-22 閲覧 . ↑ 米国海洋大気庁 (2010-11-12). 「NOAA、冬の嵐の予報を改善するためにハイテク研究機を派遣」 . 2010-12-22 に取得。 ↑ Stensrud, David J. (2007). Parameterization schemes: keys to understanding numerical weather prediction models . Cambridge University Press . p. 137. ISBN 978-0-521-86540-1 。↑ ホートン、ジョン・セオドア(1985)。 『地球規模の気候 』 ケンブリッジ大学出版局アーカイブ。49-50 頁 。ISBN 978-0-521-31256-1 。↑ ピールケ、ロジャー A. (2002). メソスケール気象モデリング . アカデミックプレス . pp. 48–49 . ISBN 978-0-12-554766-6 。↑ ピールケ、ロジャー A. (2002). メソスケール気象モデリング . アカデミックプレス . pp. 285–287 . ISBN 978-0-12-554766-6 。↑ サンダラム、VS。 G.ディック・ヴァン・アルバダ。ピーター・MA・スロット。 JJ ドンガラ (2005)。 計算科学 - ICCS 2005: 第 5 回国際会議、米国ジョージア州アトランタ、2005 年 5 月 22 ~ 25 日、議事録、パート 1 。スプリンガー。 p. 132.ISBN 978-3-540-26032-5 。↑ Zwieflhofer, Walter; Norbert Kreitz; European Centre for Medium Range Weather Forecasts (2001). Developments in teracomputing: proceedings of the ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology . World Scientific. p. 276. ISBN 978-981-02-4761-4 。1 2 3 Chan, Johnny CL & Jeffrey D. Kepert (2010). Global Perspectives on Tropical Cyclones: From Science to Mitigation . World Scientific. pp. 295–301 . ISBN 978-981-4293-47-1 。↑ Holton, James R. (2004). 動的気象学入門、第1巻 。Academic Press. p. 480. ISBN 978-0-12-354015-7 。↑ ブラウン、モリー E. (2008). 飢饉早期警報システムとリモートセンシングデータ . Springer. p. 121. ISBN 978-3-540-75367-4 。1 2 Strikwerda, John C. (2004). 有限差分スキームと偏微分方程式 . SIAM. pp. 165–170 . ISBN 978-0-89871-567-5 。↑ ピールケ、ロジャー A. (2002). メソスケール気象モデリング . アカデミックプレス . p. 65. ISBN 978-0-12-554766-6 。↑ アーレンス、C.ドナルド(2008)。気象学の基礎:大気 へ の招待 。Cengage Learning。p. 244。ISBN 978-0-495-11558-8 。↑ 成田正美、大森史郎(2007年8月6日) 「3.7 Kain-Fritsch対流パラメーター化と雲微物理を用いた運用型非静水圧メソスケールモデルによる降水予報の改善」 (PDF) . 第12回メソスケールプロセス会議 . アメリカ気象学会. 2011年2月 15日取得 . ↑ Frierson, Dargan (2000-09-14). "診断クラウドパラメータ化スキーム" (PDF) . ワシントン大学 . pp. 4–5 . 2011年4月1日に オリジナル (PDF) からアーカイブ済み。 2011年2月15日 取得 。 ↑ Stensrud, David J. (2007). Parameterization schemes: keys to understanding numerical weather prediction models . Cambridge University Press. p. 6. ISBN 978-0-521-86540-1 。↑ メルニコワ、イリーナ N. & アレクサンダー V. ヴァシリエフ (2005). 地球大気中の短波太陽放射:計算、観測、解釈 . Springer. pp. 226–228 . ISBN 978-3-540-21452-6 。↑ Stensrud, David J. (2007). Parameterization schemes: keys to understanding numerical weather prediction models . Cambridge University Press. pp. 12–14 . ISBN 978-0-521-86540-1 。↑ワーナー 、 トーマス・トムキンス( 2010)。 数値天気予報と気候予測 。 ケンブリッジ大学出版局 。p.259。ISBN 978-0-521-51389-0 。↑リンチ 、 ピーター(2006)。「基本方程式」。 数値天気予報の出現 。 ケンブリッジ大学出版局 。45-46 頁 。ISBN 978-0-521-85729-1 。↑ アーレンス、C.ドナルド(2008)。気象学の基礎:大気 へ の招待 。Cengage Learning。p. 10。ISBN 978-0-495-11558-8 。↑ Janjic, Zavisa; Gall, Robert; Pyle, Matthew E. (2010年2月)。 「NMMソルバーの科学的文書」 (PDF) 。 国立大気研究センター 。pp. 12–13 。 2011年8月23日に オリジナル (PDF) からアーカイブ。 2011年1月3日 に取得 。 ↑ 「HIRLAM」 。2018年4月30日に オリジナル からアーカイブされました 。 ↑ 小規模モデリングコンソーシアム。小規模モデリングコンソーシアム。 2008年1月13日取得。 ↑ Lac, C., Chaboureau, P., Masson, V., Pinty, P., Tulet, P., Escobar, J., ... & Aumond, P. (2018). Meso-NH モデル バージョン 5.4 の概要とその応用。Geoscientific Model Development、11、1929-1969。 ↑ Lafore, Jean Philippe 他「Meso-NH 大気シミュレーションシステム。パート I: 断熱定式化と制御シミュレーション」Annales geophysicae. Vol. 16. No. 1. Copernicus GmbH、1998 年。 ↑ バウム、マーシャ L. (2007). 『自然が襲うとき:気象災害と法律 』 グリーンウッド出版グループ。189 ページ 。ISBN 978-0-275-22129-4 。↑ Gultepe, Ismail (2007). 霧と境界層雲:霧の視程と予報 . Springer. p. 1144. ISBN 978-3-7643-8418-0 。↑ バリー、ロジャー・グラハム、リチャード・J・チョーリー(2003)。 大気、天気、気候 。サイコロジー・プレス。172 ページ 。ISBN 978-0-415-27171-4 。1 2 ピーター・リンチ(2006)。 「ENIACの積分」 。 数値天気予報の出現:リチャードソンの夢 。 ケンブリッジ大学 出版局 。p. 208。ISBN 978-0-521-85729-1 2018年2月6日 に取得 。↑ 米国海洋大気庁 (2008 年 5 月 22 日) 「最初の気候モデル」 2011 年 1 月 8 日 取得 . ↑ Manabe S.; Wetherald RT (1975). "The Effects of Doubling the CO 2 Concentration on the Climate of a General Circulation Model" . Journal of the Atmospheric Sciences . 32 (3): 3– 15. Bibcode : 1975JAtS...32....3M . doi : 10.1175/1520-0469(1975)032 < 0003:teodtc > 2.0.co ; 2 . ↑ 「CAM 3.1 ダウンロード」 。www.cesm.ucar.edu 。 2019年6月25 日 取得 。 ↑ William D. Collins 他 (2004 年 6 月) 「NCAR コミュニティ大気モデル (CAM 3.0) の説明」 (PDF) 。 大気研究大学連合 。2019 年 9 月 26 日に オリジナル (PDF)からアーカイブ済み。2011 年 1 月 3 日 に取得 。 ↑ 「CAM3.0コミュニティ大気モデル」 。 大気研究大学連合 。 2018年 2月6日 取得。 ↑ Yongkang Xue & Michael J. Fennessey (1996年3月20日) 「植生特性が米国の夏季天気予報に与える影響」 (PDF) . Journal of Geophysical Research . 101 (D3): 7419. Bibcode : 1996JGR...101.7419X . CiteSeerX 10.1.1.453.551 . doi : 10.1029/95JD02169 . 2010年7月10日に オリジナル (PDF)からアーカイブ済み。 2011年 1月6日 取得 。 ↑ Hausfather, Zeke; Drake, Henri F.; Abbott, Tristan; Schmidt, Gavin A. (2020年1月16日). 「過去の気候モデル予測の性能評価」 . Geophysical Research Letters . 47 (1). doi : 10.1029/2019GL085378 . ISSN 0094-8276 . 2025年 9月28日 取得 。 ↑ Carvalho, D.; Rafael, S.; Monteiro, A.; Rodrigues, V.; Lopes, M.; Rocha, A. (2022年7月14日). 「CMIP3、CMIP5、CMIP6の将来の気候予測は、最近観測された温暖化をどの程度正確に描写しているか」 (PDF) . Scientific Reports . 12 (1). Springer Science and Business Media LLC. doi : 10.1038/s41598-022-16264-6 . ISSN 2045-2322 . 2025年 9月28日 取得 . ↑ Alexander Baklanov; Alix Rasmussen; Barbara Fay; Erik Berge; Sandro Finardi (2002 年 9 月) 「都市大気汚染予測のための気象データを提供する数値気象予測モデルの可能性と欠点」 Water, Air, & Soil Pollution: Focus . 2 (5): 43– 60. doi : 10.1023/A:1021394126149 . S2CID 94747027 . ↑ ジェームズ・フランクリン (2010年4月20日)。 「国立ハリケーンセンター予報検証」 。 国立ハリケーンセンター 。 2011年1月2日のオリジナルから アーカイブ 。 2011年 1月2日 に取得。 ↑ Edward N. Rappaport; James L. Franklin; Lixion A. Avila; Stephen R. Baig; John L. Beven II; Eric S. Blake; Christopher A. Burr; Jiann-Gwo Jiing; Christopher A. Juckins; Richard D. Knabb; Christopher W. Landsea; Michelle Mainelli; Max Mayfield; Colin J. McAdie; Richard J. Pasch; Christopher Sisko; Stacy R. Stewart; Ahsha N. Tribble (2009 年 4 月) 「国立ハリケーンセンターの進歩と課題」 Weather and Forecasting . 24 (2): 395– 419. Bibcode : 2009WtFor..24..395R . CiteSeerX 10.1.1.207.4667 . doi : 10.1175/2008WAF2222128.1 .
さらに読む ロールストーン、イアン、ノーベリー、ジョン(2013)。嵐の中の見えない存在:気象を理解する上での数学の役割。プリンストン:プリンストン大学出版 局 。ISBN 978-0-691-15272-1 。
外部リンク WRFソースコードおよびグラフィックソフトウェアのダウンロードページ RAMSのソースコードはGNU一般公衆利用許諾契約書に基づいて利用可能です。 MM5ソースコードのダウンロード ARPSのソースコード モデル可視化