数値天気予報の歴史

数値天気予報の歴史は、現在の気象条件を大気と海洋の数学的モデルに入力して天気と将来の海の状態を予測する（数値天気予報のプロセス）方法が長年にわたってどのように変化してきたかを考慮しています。 1920年代に初めて手作業で試みられましたが、コンピュータとコンピュータシミュレーションの出現によって初めて、計算時間が予報期間自体よりも短くなりました。 1950年にコンピュータによる最初の予報を作成するためにENIACが使用され、その後何年もかけて、初期データセットのサイズを増やし、より複雑な運動方程式を使用するために、より強力なコンピュータが使用されるようになりました。 地球規模の予報モデルの開発により、最初の気候モデルが生まれました。 限定されたエリア（地域）モデルの開発により、 1970年代と1980年代には熱帯低気圧の進路と大気の質の予報が進歩しました。

大気力学に基づく予報モデルの出力には地表レベル付近での補正が必要であるため、1970 年代と 1980 年代に個々の予報ポイント(場所) 用のモデル出力統計(MOS) が開発されました。MOS は、最新の地表観測と予報ポイントの気候学を使用して力学モデルの出力を後処理する統計手法を適用します。この手法では、モデルの解像度だけでなくモデルの偏りも補正できます。スーパーコンピュータの性能が向上しても、数値気象モデルの予報能力は 2 週間先までしか拡張されません。これは、観測の密度と品質、および予報の計算に使用される偏微分方程式の無秩序な性質により、5 日ごとに 2 倍になる誤差が生じるためです。1990 年代以降、モデル アンサンブル予報が使用されるようになったことで、予報の不確実性が定義され、他の方法よりもさらに将来まで気象予報を拡張できるようになりました。

19 世紀末まで、天気予報は完全に主観的で経験則に基づいており、気象プロセスの背後にある物理的メカニズムの理解は限られていました。1901 年、米国気象局の創設者であるクリーブランド・アッベは、大気は前世紀に研究された熱力学と流体力学の原理と同じ原理によって支配されていると提唱しました。 ^[1] 1904 年、ヴィルヘルム・ビャークネスはモデルに基づく天気予報の 2 段階の手順を導き出しました。まず、診断ステップを使用してデータを処理して初期条件を生成し、次に予測ステップによって初期値問題を解決します。^[2]彼はまた、特定の地点での大気の状態を定義する 7 つの変数を特定しました。圧力、温度、密度、湿度、および流速ベクトルの 3 つの成分です。ビャークネスは、質量連続性、運動量保存則、熱力学の第一法則と第二法則、理想気体の法則に基づく方程式は、数値的手法によって将来の大気の状態を推定するために使用できると指摘した。^[3]熱力学の第二法則を除いて、^[2]これらの方程式は、今日の気象モデルで使用される基本方程式の基礎を形成している。 ^[4]

1922年、ルイス・フライ・リチャードソンは数値的に天気を予報する最初の試みを発表しました。ビャークネスの原始方程式の静水力学的変形を使用して、 ^[2]リチャードソンは中央ヨーロッパの2地点の大気の状態の6時間予報を手作業で作成しましたが、これには少なくとも6週間かかりました。^{[3]彼の予測では、}地表気圧の変化は145ミリバール（4.3  inHg ）になると計算されていましたが、これは2桁も誤った非現実的な値でした。この大きな誤差は、彼の分析の初期条件として使用された圧力場と風速場の不均衡によって引き起こされました。^[2]

最初の成功した数値予測は、 1950年にアメリカの気象学者ジュール・チャーニー率いるチームにより、ENIACデジタルコンピュータを使用して実行されました。チームには、フィリップ・トンプソン、ラリー・ゲイツ、ノルウェーの気象学者ラグナル・フィヨルトフト、応用数学者のジョン・フォン・ノイマン、コンピュータプログラマーのクララ・ダン・フォン・ノイマン、MHフランケル、ジェローム・ナミアス、ジョン・C・フリーマン・ジュニア、フランシス・ライヘルダーファー、ジョージ・プラッツマン、ジョセフ・スマゴリンスキーが含まれています。^{[5] [6] [7]彼らは、大気の500ミリバール（15 inHg）の圧力面の}ジオポテンシャル高度を計算することにより、大気の単層上の順圧渦度方程式を解くことに基づく、簡略化された形式の大気力学を使用しました。^[8] この簡素化により、コンピュータの時間とメモリの要求が大幅に軽減され、当時の比較的原始的なコンピュータでも計算を実行できるようになりました。^[9] 1950年にENIACによる最初の天気予報のニュースをリチャードソンが受け取ったとき、彼はその結果が「非常に大きな科学的進歩」であると述べました。^[2] 24時間予報の最初の計算はENIACで約24時間かかりましたが、^[2]チャーニーのグループは、その時間の大部分が「手動操作」に費やされたことを指摘し、天気が実際に起こる前に天気を予報することがすぐに実現されることを期待しています。^[8]

英国気象庁では、1952年にジョン・ソーヤーの指導の下、FHブッシュビーとメイビス・ハインズが最初の数値天気予報を完成しました。これらの実験的な予報は、12×8グリッド、グリッド間隔260km、時間ステップ1時間で生成され、ケンブリッジ大学のEDSACコンピューターとJ.ライオンズ社が開発したLEOコンピューターで24時間予報するのに4時間の計算時間を要しました。これらの最初の実験に続いて、作業はマンチェスター大学電気工学部のフェランティ・マーク1コンピューターに移され、1959年には「メテオ」として知られるフェランティ・マーキュリーコンピューターが気象庁に設置されました。^[10]

1954年9月、カール・グスタフ・ロスビーはストックホルムで国際的な気象学者グループを集め、順圧方程式に基づく最初の実用予報（実用のための日常的な予報）を作成しました。^[11]米国での実用数値予報は、1955年に米国空軍、海軍、気象局の共同プロジェクトである合同数値予報ユニット（JNWPU）の下で始まりました。^[12] JNWPUモデルはもともとチャーニーによって開発された3層の順圧モデルでした。^{[13]それは}北半球 の大気のみをモデル化しました。^[14] 1956年に、JNWPUはトンプソンとゲイツによって開発された2層のサーモトロピックモデルに切り替えました。^[13]熱互変モデルの主な仮定は、熱風の大きさは変化するかもしれないが、その方向は高度に応じて変化しないというものであり、したがって、大気中の傾圧は、500 mb および 1,000 mb (15 inHg および 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ます。^{[15] [16]} しかし、熱互変モデルのスキルが低かったため、JNWPU は 1958 年に単層順圧モデルに戻りました。^[2] 日本の気象庁は、 1959 年に数値予報の運用を開始した 3 番目の組織になりました。^{[17]オーストラリア}気象局が1969 年に南半球の一部に対して行った 最初のリアルタイム予報も、単層順圧モデルに基づいていました。 ^[18]

その後のモデルでは、大気の力学と熱力学について、より完全な方程式が使用されるようになりました。1959年、カール・ハインツ・ヒンケルマンは、リチャードソンの失敗から37年後に、最初の妥当な原始方程式予報を作成しました。ヒンケルマンは、初期化中に数値モデルから小さな振動を除去することでこれを実現しました。1966年、西ドイツと米国は原始方程式モデルに基づく実用予報を開始し、1972年には英国、1977年にはオーストラリアがそれに続きました。 ^{[2] [18]}その後、原始方程式モデルに追加されたことで、さまざまな気象現象に対するさらなる洞察が可能になりました。米国では、 1967年に太陽放射の影響が原始方程式モデルに追加され、1968年には水分の影響と潜熱が追加され、1971年には雨による対流へのフィードバック効果が組み込まれました。3年後、最初の地球予報モデルが導入されました。^[13] 海氷は1971年に予報モデルに取り入れられ始めました。^[19]太平洋の高緯度地域の天候を調整する役割を果たす海面水温をモデルの初期化に 含める取り組みは1972年に始まりました。 ^[20]

地球規模予報モデルは、地球の対流圏全体の天気を初期化して予報する天気予報モデルです。これは、特定の場所と高度で将来の気象情報を作成するコンピュータプログラムです。現代のモデルには、プリミティブ方程式と呼ばれる一連の方程式があり、将来の大気の状態を予測するために使用されます。^{[21]これらの方程式は、}理想気体の法則 とともに、大気の密度、圧力、および温位 スカラー場と流速 ベクトル場を時間の経過とともに進化させるために使用されます。一部のプリミティブ方程式高解像度モデルには、汚染物質やその他のエアロゾルの追加の輸送方程式も含まれています。 ^[22]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、解析的方法では正確に解くことは不可能です。 [ ^{23 ]}したがって、数値法では近似解が得られます。異なるモデルでは異なる解法が用いられている。一部の地球規模モデルとほぼすべての地域モデルでは3つの空間次元すべてに差分法が用いられているが、他の地球規模モデルといくつかの地域モデルでは水平次元にスペクトル法が用いられ、垂直次元には差分法が用いられている。^[23]

国立気象センターの全球スペクトルモデルは1980年8月に導入されました。^[14] ヨーロッパ中期予報センターのモデルは1985年5月1日にデビューしました。^[25] 英国気象庁は1980年代後半から全球モデルを運用しており、^[26] 1999年半ばには3D-Varデータ同化スキームを 追加しました。 ^[27] カナダ気象センターは1991年から全球モデルを運用しています。 ^[28]米国は1987年から2000年までネストグリッドモデル（NGM）を運用し、一部の機能は2009年まで継続していました。2000年から2002年の間、環境モデリングセンターは短期予報に航空（AVN）モデルを、長期予報に中期予報（MRF）モデルを運用しました。この間、AVNモデルは予報期間の終わりまで延長され、MRFの必要性がなくなり、MRFに取って代わられました。2002年後半、AVNモデルは全球予報システム（GFS）に改名されました。^[29]ドイツ気象局は、 2002年以来、六角形の二十面体グリッドを使用した全球静水力モデルであるGMEを運用しています。 ^[30] GFSは、GMEと同様に切頂二十面体上にグリッド化された流れ追従有限体積二十面体モデル（FIM）に、2010年代半ばに最終的に置き換えられる予定です。

1956年、ノーマン・A・フィリップスは、対流圏の月ごとおよび季節ごとのパターンを現実的に描写できる数学モデルを開発し、これが最初の成功した気候モデルとなった。^{[31] [32]フィリップスの研究に続いて、いくつかのグループが}一般循環モデルの作成に取り組み始めた。^[33]海洋プロセスと大気プロセスの両方を組み合わせた最初の一般循環気候モデルは、1960年代後半にNOAA 地球物理流体力学研究所で開発されました。^[34] 1980年代初頭までに、米国の国立大気研究センターはコミュニティ大気モデルを開発し、このモデルは2000年代まで継続的に改良されてきました。^[35] 1986年には、土壌と植生の種類を初期化してモデル化する取り組みが始まり、より現実的な予測につながりました。例えば、海洋陸域大気研究センター（COLA）モデルは、米国中部全域の作物と植生の種類のパラメータ化が不正確だったため、気温が2～4℃（36～39℉）高く、降水量が少ないというバイアスを示した。^[36]ハドレー気候予測研究センターのHadCM3モデル などの海洋大気結合気候モデルは、現在、気候変動研究の入力として使用されている。 ^[33]これらのモデルでは、1980年代半ばまで重力波 の重要性が軽視されていた。現在では、重力波は、地域規模および地球規模の循環を適切にシミュレートするために地球規模の気候モデルに必要となっているが、そのスペクトルが広いため、組み込むのが複雑になっている。^[37] 気候システムモデル（CSM）は、 1994年1月に国立大気研究センターで開発された。^[38]

従来の物理学に基づく方法と比較して、機械学習（ML）、より広義には人工知能（AI）アプローチは、天気予報を強化する可能性を実証しています（Shenらによるレビューを参照^[39]）。Shenらの表4に詳述されているように、これらのAI駆動型モデルはERA5再解析データとCMIP6データセットを使用してトレーニングされ、二乗平均平方根誤差（RMSE）、異常相関係数（ACC）、連続順位付け確率スコア（CRPS）、時間的異常相関係数（TCC）、順位付け確率スキルスコア（RPSS）、ブライアースキルスコア（BSS）、二変量相関（COR）などのさまざまな指標を使用して評価されました。

深層畳み込みニューラルネットワーク（CNN）を利用することで、Weynら^[40]は14日間のリードタイムを達成しました。注目すべきは、AIの最近の進歩、特にトランスフォーマーモデル（例：Vaswaniら^[41]）とその派生モデル（「ビジョントランスフォーマー」（Dosovitskiyら2020 ^[42] ））により、天気予報のコストを下げ、予測可能性の限界を再検討する大きな機会が生まれていることです。言及したAI搭載モデルはすべて、短期予報（3～14日間）についてはPDE物理学ベースのシステムと同等か、わずかに優れた予報を提供しました。

3つの研究では、季節内またはより大規模なシミュレーションの実施が試みられました。これらのうち、ClimXシステムは会議論文で発表されました。強化されたFu-Xiシステムは、その基本バージョンとともに、プレプリントとジャーナル記事の両方で文書化されました。3番目の研究では、Bach et al. (2024) ^[43] がハイブリッドな動的アプローチとデータ駆動型アプローチを利用して、季節内モンスーンの予測の潜在的な改善を示しました。彼らの調査結果は、2つの予測において46日間にわたって0.5を超える相関関係を示しています。

モデルの水平領域は、地球全体をカバーするグローバルか、地球の一部のみをカバーする地域のいずれかです。地域モデル (限定領域モデル、LAM とも呼ばれる) では、グローバル モデルよりも細かい (または小さい) グリッド間隔を使用できます。使用可能な計算リソースは、地球全体に広がるのではなく、特定の領域に集中しています。これにより、地域モデルは、グローバル モデルの粗いグリッドでは表現できない小規模の気象現象を明示的に解決できます。地域モデルでは、領域エッジの初期条件にグローバル モデルを使用して、地域モデル領域外のシステムがその領域に移動できるようにします。地域モデル内の不確実性と誤差は、地域モデルのエッジの境界条件に使用されるグローバル モデルによって、および地域モデル自体に起因する誤差によって導入されます。^[44]

米国では、最初の運用地域モデルである限定領域ファインメッシュ（LFM）モデルが1971年に導入されました。^[13] その開発は1986年に中止、つまり凍結されました。NGMは1987年にデビューし、米国のモデル出力統計を作成するためにも使用されました。^[45] その開発は1991年に凍結されました。ETAモデルは1993年に米国向けに実装され、 ^{[14] 2006年に}NAMにアップグレードされました。米国は、短距離および高解像度アプリケーション向けにRapid Refresh （2012年にRUCに取って代わった）も提供しています。Rapid RefreshとNAMはどちらも同じフレームワークであるWRF上に構築されています。フランス気象局は、1995年以来、ECMWF全球モデルに基づいたALADIN（Action de Recherche Petite Échelle Grande Échelle）メソスケールモデルをフランスで運用している。^[46] 1996年7月、気象局は限定地域予測システム（LAPS）を導入した。^[47]カナダ地域有限要素モデル（RFE）は、1986年4月22日に運用を開始した。^[48] これに続いて、1997年2月24日にカナダ全球環境マルチスケールモデル（GEM）メソスケールモデルが運用された。^[46]

ドイツ気象局は1999年に高解像度地域モデル（HRM）を開発し、これは気象学の実務および研究コミュニティで広く運用されており、静水力学的仮定に基づいて運用されています。^[49] 南極メソスケール予測システム（AMPS）は、2000年に米国南極プログラムによって南極大陸向けに開発されました。^[50]ドイツの非静水力学的ヨーロッパ地域モデル（LME）は2002年から運用されており、面積領域の拡大は2005年9月28日に運用されました。^[51] 日本の気象庁は、2004年9月から高解像度の非静水力学的メソスケールモデルを運用しています。^[52]

大気汚染拡散に関する技術文献は非常に広範囲に及び、その歴史は 1930 年代以前に遡る。初期の大気汚染物質プルーム拡散方程式の 1 つは、ボサンケットとピアソンによって導き出された。^{[53]彼らの方程式は、}ガウス分布を仮定しておらず、汚染物質プルームの地面反射の影響も考慮していなかった。グラハム・サットン卿は 1947 年に大気汚染物質プルーム拡散方程式を導き出したが、この方程式はプルームの垂直拡散と横風拡散についてガウス分布を仮定し、プルームの地面反射の影響も考慮していた。^{[54]厳しい}環境管理規制 の出現による刺激を受けて、1960 年代後半から今日までの間に大気汚染物質プルーム拡散計算の使用が飛躍的に増加した。この期間中に大気汚染物質排出の拡散を計算するための非常に多くのコンピュータ プログラムが開発され、それらは「大気拡散モデル」と呼ばれていた。これらのモデルのほとんどの基礎は、連続した浮遊性の大気汚染プルームのガウス拡散モデリングの完全な方程式でした。 ガウス大気汚染物質拡散方程式では、地上からの汚染プルームの中心線の高さであるHの入力が必要です。H は、H _s (汚染プルームの排出源ポイントの実際の物理的な高さ) と Δ H (プルームの浮力によるプルームの上昇) の合計です。

Δ H を決定するために、1960年代後半から2000年代初頭に開発された大気拡散モデルの多く、あるいはそのほとんどが、「ブリッグス方程式」と呼ばれるものを使用していました。GA ブリッグスは、1965年に初めて煙上昇の観察と比較を発表しました。^[55] 1968年、ヨーロッパの清浄な空気と水の保全が主催したシンポジウムで、彼は当時文献にあった多くの煙上昇モデルを比較しました。^[56]同年、ブリッグスは、スレイドが編集した出版物の煙上昇モデルの比較分析に関するセクションも執筆しました。 ^[57 ]それに続いて、1969年に彼は煙上昇文献全体を批評的にレビューし、^[58]その中で「ブリッグス方程式」として広く知られるようになった一連の煙上昇方程式を提案しました。その後、ブリッグスは1969年のプルーム上昇方程式を1971年と1972年に修正した。^{[59] [60]}

大気汚染と酸性雨の影響に関する地域予測モデルである都市大気圏モデルは、1970年に米国の民間企業によって開発された。このモデルの開発は環境保護庁に引き継がれ、1970年代半ばから後半にかけて地域大気汚染調査の結果を使用して改良された。カリフォルニアで開発されたこのモデルは、 1980年代には北米、ヨーロッパ、アジアの他の地域でも使用された。 ^[61] コミュニティマルチスケール大気質モデル（CMAQ）は、2004年以来、NAMメソスケールモデルと連動して米国内で稼働しているオープンソースの大気質モデルである^{。[62] [63]} カナダで最初の運用大気質モデルであるカナダ半球および地域オゾンおよびNOxシステム（CHRONOS）は、2001年に稼働を開始した。これは、2009年11月に地球環境マルチスケールモデル - 大気質および化学のモデリング（GEM-MACH）モデルに置き換えられた。^[64]

1972年、大陸棚に沿った高潮を予測する最初のモデルが開発され、ハリケーンによる高潮の振幅をリストする特別プログラム（SPLASH）として知られていました。^{[65] 1978年には、}大気力学に基づく 最初のハリケーン追跡モデルである可動ファインメッシュ（MFM）モデルが運用を開始しました。^[13]熱帯低気圧の進路予報 の分野では、計算能力の向上に伴って力学モデルのガイダンスが常に改善されてきたにもかかわらず、数値天気予報の有効性が示されたのは1980年代の10年間、そしてそれが統計モデルや単純な力学モデルを一貫して上回ったのは1990年代になってからでした。 ^[66] 1980年代初頭、水蒸気、赤外線、可視衛星画像から衛星由来の風を同化することで、熱帯低気圧の進路予報が改善されることがわかりました。^[67] 地球流体力学研究所（GFDL）のハリケーンモデルは、1973年から1980年代半ばまで研究目的で使用されていました。ハリケーン予測に効果があると判断されると、数年にわたる移行を経て、研究モデルは運用モデルへと生まれ変わり、1995年には国立気象局で使用できるようになりました。 ^[68]

ハリケーン気象研究予報（HWRF）モデルは気象研究予報（WRF）モデルの特殊版であり、熱帯低気圧の進路と強度を予報するために使用される。このモデルは、米国海洋大気庁（NOAA）、米国海軍研究所、ロードアイランド大学、フロリダ州立大学によって開発された。^[69]このモデルは2007年に運用を開始した。 ^[70] 進路予報の改善にもかかわらず、数値気象予報に基づく熱帯低気圧の強度の予測は依然として困難であり、これは統計的手法が力学ガイダンスよりも優れていることを示しているためである。^[71]

最初の海洋波モデルは 1960 年代と 1970 年代に開発された。これらのモデルは、波の発達における風の役割を過大評価し、波の相互作用を過小評価する傾向があった。波が互いにどのように相互作用するかについての知識の欠如、最大波高に関する仮定、およびコンピュータ パワーの不足により、モデルの性能が制限された。1968 年、1969 年、および 1973 年に実験が行われた後、地球の大気からの風の入力は予測においてより正確に重み付けされた。第 2 世代のモデルは 1980 年代に開発されたが、熱帯低気圧内の風場のように急速に変化する風の場によって生じるうねりを現実的にモデル化したり、風波(風波とも呼ばれる)を描写したりすることはできなかった。このため、1988 年以降、第 3 世代の波モデルが開発された。^{[72] [73]}

この第3世代のモデルでは、地形の変化による波のスペクトルの変化を記述するためにスペクトル波輸送方程式が使用されています。この方程式は、波の発生、波の動き（流体内の伝播）、波の浅瀬化、屈折、波間のエネルギー伝達、波の消散をシミュレートします。^[74] 表面風はスペクトル波輸送方程式の主な強制メカニズムであるため、海洋波モデルは数値気象予測モデルによって生成された情報を入力として使用し、大気から海洋表面の層に伝達されるエネルギーの量を決定します。白波や波間の共鳴によるエネルギーの消散とともに、数値気象モデルからの表面風により、海面の状態をより正確に予測できます。^[75]

大気力学の方程式に基づく予報モデルは地上付近の気象条件を完全には決定できないため、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、数値気象モデルによって生成された3次元フィールド、地表観測、および特定の場所の気候条件に基づいて作成されました。これらの統計モデルは、総称してモデル出力統計（MOS）と呼ばれ、^[76]国立気象局によって1976年までに気象予報モデルスイート用に開発されました。^[77] 米国空軍は、 1983年までに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。^[78]

エドワード・ローレンツが1963年に提唱したように、2週間以上先の長期予報では、関係する流体力学方程式の混沌とし​​た性質のため、大気の状態をある程度の精度で予測することは不可能である。数値モデルに与えられた温度、風、またはその他の初期入力の極めて小さな誤差は、5日ごとに増幅され、2倍になる。^[79] さらに、既存の観測ネットワークは空間的および時間的な解像度が限られているため（たとえば、太平洋などの大きな水域）、大気の真の初期状態に不確実性が生じます。モデル初期化の初期の不確実性を決定するためにリウヴィル方程式と呼ばれる一連の方程式が存在するが、その方程式は複雑すぎて、スーパーコンピュータを使用してもリアルタイムで実行することはできない。^[80] これらの不確実性により、予報モデルの精度は約6日先までに制限されます。^[81]

エドワード・エプスタインは1969年に、大気は固有の不確実性のため、1回の予報実行では完全には説明できないことを認識し、大気の状態の平均と分散を生成する確率的動的モデルを提案した。 ^[82] これらのモンテカルロシミュレーションは優れたものであったが、1974年にセシル・リースは、アンサンブル確率分布が大気中の確率分布の代表的なサンプルである場合にのみ、適切な予報が生成されることを明らかにしました。^[83]アンサンブル予報がヨーロッパ中期予報センター、カナダ気象センター、^[84]および国立環境予測センターによって準備され始めたの は1992年になってからであった。ECMWFモデル、アンサンブル予測システム、^{[85] は、}特異ベクトルを使用して初期確率密度をシミュレートし、NCEPアンサンブル、全球アンサンブル予報システムは、ベクトル育種と呼ばれる手法を使用しています。^{[86] [87]}

• アンドレ・ロバート
• 大気モデル
• フレデリック・ゲイル・シューマン
• 科学計算のタイムライン