संख्यात्मक मौसम भविष्यवाणी: Difference between revisions

From Vigyanwiki
(Created page with "{{short description|Weather prediction using mathematical models of the atmosphere and oceans}} {{broader|Atmospheric model}} File:AtmosphericModelSchematic.png|thumb|300px...")
 
No edit summary
Line 1: Line 1:
{{short description|Weather prediction using mathematical models of the atmosphere and oceans}}
{{short description|Weather prediction using mathematical models of the atmosphere and oceans}}
{{broader|Atmospheric model}}
{{broader|वायुमंडलीय मॉडल}}


[[File:AtmosphericModelSchematic.png|thumb|300px|right|मौसम के मॉडल भौतिकी के नियमों के आधार पर अंतर समीकरणों की प्रणालियों का उपयोग करते हैं, जो विस्तार से द्रव गतिकी, [[ऊष्मप्रवैगिकी]], विकिरण हस्तांतरण और [[रसायन विज्ञान]] हैं, और एक समन्वय प्रणाली का उपयोग करते हैं जो ग्रह को 3डी ग्रिड में विभाजित करती है। हवा, गर्मी हस्तांतरण, [[सौर विकिरण]], सापेक्ष आर्द्रता, [[चरण संक्रमण]] और सतह [[जल विज्ञान]] की गणना प्रत्येक ग्रिड सेल के भीतर की जाती है, और पड़ोसी कोशिकाओं के साथ बातचीत का उपयोग भविष्य में वायुमंडलीय गुणों की गणना के लिए किया जाता है।|alt=एक संख्यात्मक मौसम मॉडल के लिए एक ग्रिड है दिखाया। ग्रिड पृथ्वी की सतह को मध्याह्न और समानांतरों के साथ विभाजित करता है, और पृथ्वी के केंद्र से दूर ग्रिड कोशिकाओं को ढेर करके वातावरण की मोटाई का अनुकरण करता है। एक इनसेट प्रत्येक ग्रिड सेल में विश्लेषित विभिन्न भौतिक प्रक्रियाओं को दर्शाता है, जैसे संवहन, वर्षा, सौर विकिरण और स्थलीय विकिरण शीतलन।]]संख्यात्मक मौसम भविष्यवाणी (NWP) वर्तमान मौसम की स्थिति के आधार पर [[मौसम की भविष्यवाणी]] के लिए वातावरण और महासागरों के गणितीय मॉडल का उपयोग करती है। हालांकि पहली बार 1920 के दशक में प्रयास किया गया था, यह 1950 के दशक में [[कंप्यूटर सिमुलेशन]] के आगमन तक नहीं था कि संख्यात्मक मौसम की भविष्यवाणियों ने यथार्थवादी परिणाम उत्पन्न किए। दुनिया भर के विभिन्न देशों में कई वैश्विक और क्षेत्रीय पूर्वानुमान मॉडल चलाए जाते हैं, जो [[रेडियोसोंडे]], [[मौसम उपग्रह]]ों और इनपुट के रूप में अन्य अवलोकन प्रणालियों से रिले किए गए वर्तमान मौसम अवलोकनों का उपयोग करते हैं।
[[File:AtmosphericModelSchematic.png|thumb|300px|right|मौसम के मॉडल भौतिकी के नियमों के आधार पर अंतर समीकरणों की प्रणालियों का उपयोग करते हैं, जो विस्तार से द्रव गतिकी, [[ऊष्मप्रवैगिकी]], विकिरण हस्तांतरण और [[रसायन विज्ञान]] हैं, और एक समन्वय प्रणाली का उपयोग करते हैं जो ग्रह को 3डी ग्रिड में विभाजित करती है। हवा, गर्मी हस्तांतरण, [[सौर विकिरण]], सापेक्ष आर्द्रता, [[चरण संक्रमण]] और सतह [[जल विज्ञान]] की गणना प्रत्येक ग्रिड सेल के भीतर की जाती है, और पड़ोसी कोशिकाओं के साथ बातचीत का उपयोग भविष्य में वायुमंडलीय गुणों की गणना के लिए किया जाता है।|alt=एक संख्यात्मक मौसम मॉडल के लिए एक ग्रिड है दिखाया। ग्रिड पृथ्वी की सतह को मध्याह्न और समानांतरों के साथ विभाजित करता है, और पृथ्वी के केंद्र से दूर ग्रिड कोशिकाओं को ढेर करके वातावरण की मोटाई का अनुकरण करता है। एक इनसेट प्रत्येक ग्रिड सेल में विश्लेषित विभिन्न भौतिक प्रक्रियाओं को दर्शाता है, जैसे संवहन, वर्षा, सौर विकिरण और स्थलीय विकिरण शीतलन।]]संख्यात्मक मौसम भविष्यवाणी (NWP) वर्तमान मौसम की स्थिति के आधार पर [[मौसम की भविष्यवाणी]] के लिए वातावरण और महासागरों के गणितीय मॉडल का उपयोग करती है। हालांकि पहली बार 1920 के दशक में प्रयास किया गया था, यह 1950 के दशक में [[कंप्यूटर सिमुलेशन]] के आगमन तक नहीं था कि संख्यात्मक मौसम की भविष्यवाणियों ने यथार्थवादी परिणाम उत्पन्न किए। दुनिया भर के विभिन्न देशों में कई वैश्विक और क्षेत्रीय पूर्वानुमान मॉडल चलाए जाते हैं, जो [[रेडियोसोंडे]], [[मौसम उपग्रह]]ों और इनपुट के रूप में अन्य अवलोकन प्रणालियों से रिले किए गए वर्तमान मौसम अवलोकनों का उपयोग करते हैं।
Line 11: Line 11:


== इतिहास ==
== इतिहास ==
{{Main|History of numerical weather prediction}}
{{Main|संख्यात्मक मौसम भविष्यवाणी का इतिहास}}
[[File:Two women operating ENIAC.gif|thumb|280px|[[जीन बार्टिक]] और [[फ्रांसिस स्पेंस]] द्वारा संचालित [[इलेक्ट्रिकल इंजीनियरिंग के मूर स्कूल]] में ENIAC मुख्य नियंत्रण कक्ष।]][[संख्यात्मक मौसम भविष्यवाणी का इतिहास]] 1920 के दशक में [[लुईस फ्राई रिचर्डसन]] के प्रयासों से शुरू हुआ, जिन्होंने मूल रूप से [[विल्हेम बजेर्कनेस]] द्वारा विकसित प्रक्रियाओं का उपयोग किया था।<ref name="Lynch JCP"/>मध्य यूरोप में दो बिंदुओं पर वातावरण की स्थिति के लिए हाथ से छह घंटे का पूर्वानुमान तैयार करने के लिए, ऐसा करने में कम से कम छह सप्ताह लगते हैं।<ref>{{cite journal |last1=Simmons |first1=A. J. |last2=Hollingsworth |first2=A. |date=2002 |title=संख्यात्मक मौसम भविष्यवाणी के कौशल में सुधार के कुछ पहलू|url=https://doi.org/10.1256/003590002321042135 |journal=Quarterly Journal of the Royal Meteorological Society |volume=128 |pages=647-677 | doi=10.1256/003590002321042135}}</ref><ref name="Lynch JCP">{{cite journal|last=[[Peter Lynch (meteorologist)|Lynch]]|first=Peter|title=कंप्यूटर मौसम भविष्यवाणी और जलवायु मॉडलिंग की उत्पत्ति|journal=[[Journal of Computational Physics]]|date=March 2008|volume=227|issue=7|pages=3431–44|doi=10.1016/j.jcp.2007.02.034|bibcode=2008JCoPh.227.3431L|url=http://www.rsmas.miami.edu/personal/miskandarani/Courses/MPO662/Lynch,Peter/OriginsCompWF.JCP227.pdf|access-date=2010-12-23|url-status=dead|archive-url=https://web.archive.org/web/20100708191309/http://www.rsmas.miami.edu/personal/miskandarani/Courses/MPO662/Lynch,Peter/OriginsCompWF.JCP227.pdf|archive-date=2010-07-08}}</ref><ref name="Lynch Ch1">{{cite book|last=Lynch|first=Peter|title=संख्यात्मक मौसम भविष्यवाणी का उद्भव|url=https://archive.org/details/emergencenumeric00lync|url-access=limited|year=2006|publisher=[[Cambridge University Press]]|isbn=978-0-521-85729-1|pages=[https://archive.org/details/emergencenumeric00lync/page/n11 1]–27|chapter=Weather Prediction by Numerical Process}}</ref> यह कंप्यूटर और कंप्यूटर सिमुलेशन के आगमन तक नहीं था कि गणना का समय पूर्वानुमान अवधि से भी कम हो गया था। [[ENIAC]] का उपयोग 1950 में कंप्यूटर के माध्यम से पहला मौसम पूर्वानुमान बनाने के लिए किया गया था, जो वायुमंडलीय नियंत्रक समीकरणों के अत्यधिक सरलीकृत अनुमान पर आधारित था।<ref name="Charney 1950"/><ref>{{cite book|title=तूफान देखने वाले|page=[https://archive.org/details/stormwatcherstur00cox_df1/page/208 208]|year=2002|author=Cox, John D.|publisher=John Wiley & Sons, Inc.|isbn=978-0-471-38108-2|url=https://archive.org/details/stormwatcherstur00cox_df1/page/208}}</ref> 1954 में, [[स्वीडिश मौसम विज्ञान और जल विज्ञान संस्थान]] में [[कार्ल-गुस्ताव रॉस्बी]] के समूह ने पहले परिचालन पूर्वानुमान (यानी, व्यावहारिक उपयोग के लिए एक नियमित भविष्यवाणी) का उत्पादन करने के लिए एक ही मॉडल का इस्तेमाल किया।<ref name="Harper BAMS">{{cite journal|last=Harper|first=Kristine|author2=Uccellini, Louis W. |author3=Kalnay, Eugenia |author4=Carey, Kenneth |author5= Morone, Lauren |title=2007: ऑपरेशनल न्यूमेरिकल वेदर प्रेडिक्शन की 50वीं वर्षगांठ|journal=[[Bulletin of the American Meteorological Society]]|date=May 2007|volume=88|issue=5|pages=639–650|doi=10.1175/BAMS-88-5-639|bibcode=2007BAMS...88..639H|doi-access=free}}</ref> संयुक्त राज्य अमेरिका में परिचालन संख्यात्मक मौसम भविष्यवाणी 1955 में संयुक्त संख्यात्मक मौसम पूर्वानुमान इकाई (JNWPU) के तहत शुरू हुई, जो अमेरिकी वायु सेना, अमेरिकी नौसेना और अमेरिकी मौसम ब्यूरो की एक संयुक्त परियोजना है।<ref>{{cite web|author=American Institute of Physics|date=2008-03-25|url=http://www.aip.org/history/sloan/gcm/ |title=वायुमंडलीय सामान्य परिसंचरण मॉडलिंग|access-date=2008-01-13 |archive-url = https://web.archive.org/web/20080325084036/http://www.aip.org/history/sloan/gcm/ |archive-date = 2008-03-25}}</ref> 1956 में, [[नॉर्म फिलिप्स]] ने एक गणितीय मॉडल विकसित किया जो क्षोभमंडल में मासिक और मौसमी पैटर्न को वास्तविक रूप से चित्रित कर सकता है; यह पहला सफल [[जलवायु मॉडल]] बन गया।<ref name="Phillips">{{cite journal|last=Phillips|first=Norman A.|title=वायुमंडल का सामान्य परिसंचरण: एक संख्यात्मक प्रयोग|journal=Quarterly Journal of the Royal Meteorological Society|date=April 1956|volume=82|issue=352|pages=123–154|doi=10.1002/qj.49708235202|bibcode=1956QJRMS..82..123P}}</ref><ref name="Cox210">{{cite book|title=तूफान देखने वाले|page=[https://archive.org/details/stormwatcherstur00cox_df1/page/210 210]|year=2002|author=Cox, John D.|publisher=John Wiley & Sons, Inc.|isbn=978-0-471-38108-2|url=https://archive.org/details/stormwatcherstur00cox_df1/page/210}}</ref> फिलिप्स के काम के बाद, कई समूहों ने सामान्य संचलन मॉडल बनाने के लिए काम करना शुरू किया।<ref name="Lynch Ch10">{{cite book|last=Lynch|first=Peter|title=संख्यात्मक मौसम भविष्यवाणी का उद्भव|url=https://archive.org/details/emergencenumeric00lync|url-access=limited|year=2006|publisher=[[Cambridge University Press]]|isbn=978-0-521-85729-1|pages=[https://archive.org/details/emergencenumeric00lync/page/n216 206]–208|chapter=The ENIAC Integrations}}</ref> [[एनओएए]] भूभौतिकीय द्रव गतिशीलता प्रयोगशाला में 1960 के दशक के अंत में समुद्री और वायुमंडलीय दोनों प्रक्रियाओं को संयोजित करने वाला पहला सामान्य परिसंचरण जलवायु मॉडल विकसित किया गया था।<ref>{{cite web|url=http://celebrating200years.noaa.gov/breakthroughs/climate_model/welcome.html|title=पहला जलवायु मॉडल|author=[[National Oceanic and Atmospheric Administration]]|date=2008-05-22|access-date=2011-01-08}}</ref>
[[File:Two women operating ENIAC.gif|thumb|280px|[[जीन बार्टिक]] और [[फ्रांसिस स्पेंस]] द्वारा संचालित [[इलेक्ट्रिकल इंजीनियरिंग के मूर स्कूल]] में ENIAC मुख्य नियंत्रण कक्ष।]][[संख्यात्मक मौसम भविष्यवाणी का इतिहास]] 1920 के दशक में [[लुईस फ्राई रिचर्डसन]] के प्रयासों से शुरू हुआ, जिन्होंने मूल रूप से [[विल्हेम बजेर्कनेस]] द्वारा विकसित प्रक्रियाओं का उपयोग किया था।<ref name="Lynch JCP"/>मध्य यूरोप में दो बिंदुओं पर वातावरण की स्थिति के लिए हाथ से छह घंटे का पूर्वानुमान तैयार करने के लिए, ऐसा करने में कम से कम छह सप्ताह लगते हैं।<ref>{{cite journal |last1=Simmons |first1=A. J. |last2=Hollingsworth |first2=A. |date=2002 |title=संख्यात्मक मौसम भविष्यवाणी के कौशल में सुधार के कुछ पहलू|url=https://doi.org/10.1256/003590002321042135 |journal=Quarterly Journal of the Royal Meteorological Society |volume=128 |pages=647-677 | doi=10.1256/003590002321042135}}</ref><ref name="Lynch JCP">{{cite journal|last=[[Peter Lynch (meteorologist)|Lynch]]|first=Peter|title=कंप्यूटर मौसम भविष्यवाणी और जलवायु मॉडलिंग की उत्पत्ति|journal=[[Journal of Computational Physics]]|date=March 2008|volume=227|issue=7|pages=3431–44|doi=10.1016/j.jcp.2007.02.034|bibcode=2008JCoPh.227.3431L|url=http://www.rsmas.miami.edu/personal/miskandarani/Courses/MPO662/Lynch,Peter/OriginsCompWF.JCP227.pdf|access-date=2010-12-23|url-status=dead|archive-url=https://web.archive.org/web/20100708191309/http://www.rsmas.miami.edu/personal/miskandarani/Courses/MPO662/Lynch,Peter/OriginsCompWF.JCP227.pdf|archive-date=2010-07-08}}</ref><ref name="Lynch Ch1">{{cite book|last=Lynch|first=Peter|title=संख्यात्मक मौसम भविष्यवाणी का उद्भव|url=https://archive.org/details/emergencenumeric00lync|url-access=limited|year=2006|publisher=[[Cambridge University Press]]|isbn=978-0-521-85729-1|pages=[https://archive.org/details/emergencenumeric00lync/page/n11 1]–27|chapter=Weather Prediction by Numerical Process}}</ref> यह कंप्यूटर और कंप्यूटर सिमुलेशन के आगमन तक नहीं था कि गणना का समय पूर्वानुमान अवधि से भी कम हो गया था। [[ENIAC]] का उपयोग 1950 में कंप्यूटर के माध्यम से पहला मौसम पूर्वानुमान बनाने के लिए किया गया था, जो वायुमंडलीय नियंत्रक समीकरणों के अत्यधिक सरलीकृत अनुमान पर आधारित था।<ref name="Charney 1950"/><ref>{{cite book|title=तूफान देखने वाले|page=[https://archive.org/details/stormwatcherstur00cox_df1/page/208 208]|year=2002|author=Cox, John D.|publisher=John Wiley & Sons, Inc.|isbn=978-0-471-38108-2|url=https://archive.org/details/stormwatcherstur00cox_df1/page/208}}</ref> 1954 में, [[स्वीडिश मौसम विज्ञान और जल विज्ञान संस्थान]] में [[कार्ल-गुस्ताव रॉस्बी]] के समूह ने पहले परिचालन पूर्वानुमान (यानी, व्यावहारिक उपयोग के लिए एक नियमित भविष्यवाणी) का उत्पादन करने के लिए एक ही मॉडल का इस्तेमाल किया।<ref name="Harper BAMS">{{cite journal|last=Harper|first=Kristine|author2=Uccellini, Louis W. |author3=Kalnay, Eugenia |author4=Carey, Kenneth |author5= Morone, Lauren |title=2007: ऑपरेशनल न्यूमेरिकल वेदर प्रेडिक्शन की 50वीं वर्षगांठ|journal=[[Bulletin of the American Meteorological Society]]|date=May 2007|volume=88|issue=5|pages=639–650|doi=10.1175/BAMS-88-5-639|bibcode=2007BAMS...88..639H|doi-access=free}}</ref> संयुक्त राज्य अमेरिका में परिचालन संख्यात्मक मौसम भविष्यवाणी 1955 में संयुक्त संख्यात्मक मौसम पूर्वानुमान इकाई (JNWPU) के तहत शुरू हुई, जो अमेरिकी वायु सेना, अमेरिकी नौसेना और अमेरिकी मौसम ब्यूरो की एक संयुक्त परियोजना है।<ref>{{cite web|author=American Institute of Physics|date=2008-03-25|url=http://www.aip.org/history/sloan/gcm/ |title=वायुमंडलीय सामान्य परिसंचरण मॉडलिंग|access-date=2008-01-13 |archive-url = https://web.archive.org/web/20080325084036/http://www.aip.org/history/sloan/gcm/ |archive-date = 2008-03-25}}</ref> 1956 में, [[नॉर्म फिलिप्स]] ने एक गणितीय मॉडल विकसित किया जो क्षोभमंडल में मासिक और मौसमी पैटर्न को वास्तविक रूप से चित्रित कर सकता है; यह पहला सफल [[जलवायु मॉडल]] बन गया।<ref name="Phillips">{{cite journal|last=Phillips|first=Norman A.|title=वायुमंडल का सामान्य परिसंचरण: एक संख्यात्मक प्रयोग|journal=Quarterly Journal of the Royal Meteorological Society|date=April 1956|volume=82|issue=352|pages=123–154|doi=10.1002/qj.49708235202|bibcode=1956QJRMS..82..123P}}</ref><ref name="Cox210">{{cite book|title=तूफान देखने वाले|page=[https://archive.org/details/stormwatcherstur00cox_df1/page/210 210]|year=2002|author=Cox, John D.|publisher=John Wiley & Sons, Inc.|isbn=978-0-471-38108-2|url=https://archive.org/details/stormwatcherstur00cox_df1/page/210}}</ref> फिलिप्स के काम के बाद, कई समूहों ने सामान्य संचलन मॉडल बनाने के लिए काम करना शुरू किया।<ref name="Lynch Ch10">{{cite book|last=Lynch|first=Peter|title=संख्यात्मक मौसम भविष्यवाणी का उद्भव|url=https://archive.org/details/emergencenumeric00lync|url-access=limited|year=2006|publisher=[[Cambridge University Press]]|isbn=978-0-521-85729-1|pages=[https://archive.org/details/emergencenumeric00lync/page/n216 206]–208|chapter=The ENIAC Integrations}}</ref> [[एनओएए]] भूभौतिकीय द्रव गतिशीलता प्रयोगशाला में 1960 के दशक के अंत में समुद्री और वायुमंडलीय दोनों प्रक्रियाओं को संयोजित करने वाला पहला सामान्य परिसंचरण जलवायु मॉडल विकसित किया गया था।<ref>{{cite web|url=http://celebrating200years.noaa.gov/breakthroughs/climate_model/welcome.html|title=पहला जलवायु मॉडल|author=[[National Oceanic and Atmospheric Administration]]|date=2008-05-22|access-date=2011-01-08}}</ref>
चूंकि कंप्यूटर अधिक शक्तिशाली हो गए हैं, प्रारंभिक डेटा सेट का आकार बढ़ गया है और अतिरिक्त उपलब्ध कंप्यूटिंग शक्ति का लाभ उठाने के लिए वायुमंडलीय मॉडल#प्रकार विकसित किए गए हैं। इन नए मॉडलों में वातावरण के संख्यात्मक सिमुलेशन में नेवियर-स्टोक्स समीकरणों के सरलीकरण में अधिक भौतिक प्रक्रियाएं शामिल हैं।<ref name="Harper BAMS"/>  1966 में, [[पश्चिम जर्मनी]] और संयुक्त राज्य अमेरिका ने [[आदिम समीकरण]]ों के आधार पर परिचालन पूर्वानुमानों का उत्पादन शुरू किया। आदिम-समीकरण मॉडल, इसके बाद 1972 में यूनाइटेड किंगडम और 1977 में ऑस्ट्रेलिया।<ref name="Lynch JCP"/><ref name="Leslie BOM">{{cite journal|last=Leslie|first=L.M.|author2=Dietachmeyer, G.S. |title=ऑस्ट्रेलिया में वास्तविक समय सीमित क्षेत्र संख्यात्मक मौसम भविष्यवाणी: एक ऐतिहासिक परिप्रेक्ष्य|journal=Australian Meteorological Magazine|date=December 1992|volume=41|issue=SP|pages=61–77|url=http://www.bom.gov.au/amoj/docs/1992/leslie2.pdf|access-date=2011-01-03}}</ref> सीमित क्षेत्र (क्षेत्रीय) मॉडल के विकास ने 1970 और 1980 के दशक में [[उष्णकटिबंधीय चक्रवात]]ों के साथ-साथ वायु गुणवत्ता की भविष्यवाणी करने में प्रगति की सुविधा प्रदान की।<ref name="Shuman W&F">{{cite journal|last=Shuman|first=Frederick G.|author-link=Frederick Gale Shuman|title=राष्ट्रीय मौसम विज्ञान केंद्र में संख्यात्मक मौसम भविष्यवाणी का इतिहास|journal=[[Weather and Forecasting]]|date=September 1989|volume=4|issue=3|pages=286–296|doi=10.1175/1520-0434(1989)004<0286:HONWPA>2.0.CO;2|bibcode=1989WtFor...4..286S|doi-access=free}}</ref><ref>{{cite book|title=वायु प्रदूषण मॉडलिंग और इसके अनुप्रयोग VIII, खंड 8|author=Steyn, D. G.|publisher=Birkhäuser|year=1991|pages=241–242|isbn=978-0-306-43828-8}}</ref> 1980 के दशक की शुरुआत में मॉडलों ने वातावरण के साथ मिट्टी और वनस्पति की अंतःक्रियाओं को शामिल करना शुरू किया, जिससे अधिक यथार्थवादी पूर्वानुमान सामने आए।<ref>{{cite journal|url=http://www.geog.ucla.edu/~yxue/pdf/1996jgr.pdf |title=अमेरिकी गर्मी के मौसम की भविष्यवाणी पर वनस्पति गुणों का प्रभाव|page=7419 |author1=Xue, Yongkang |author2=Fennessey, Michael J. |journal=[[Journal of Geophysical Research]] |volume=101 |issue=D3 |date=1996-03-20 |access-date=2011-01-06 |doi=10.1029/95JD02169 |bibcode=1996JGR...101.7419X |url-status=dead |archive-url=https://web.archive.org/web/20100710080304/http://www.geog.ucla.edu/~yxue/pdf/1996jgr.pdf |archive-date=2010-07-10 |citeseerx=10.1.1.453.551 }}</ref>
चूंकि कंप्यूटर अधिक शक्तिशाली हो गए हैं, प्रारंभिक डेटा सेट का आकार बढ़ गया है और अतिरिक्त उपलब्ध कंप्यूटिंग शक्ति का लाभ उठाने के लिए वायुमंडलीय मॉडल#प्रकार विकसित किए गए हैं। इन नए मॉडलों में वातावरण के संख्यात्मक सिमुलेशन में नेवियर-स्टोक्स समीकरणों के सरलीकरण में अधिक भौतिक प्रक्रियाएं शामिल हैं।<ref name="Harper BAMS"/>  1966 में, [[पश्चिम जर्मनी]] और संयुक्त राज्य अमेरिका ने [[आदिम समीकरण]]ों के आधार पर परिचालन पूर्वानुमानों का उत्पादन शुरू किया। आदिम-समीकरण मॉडल, इसके बाद 1972 में यूनाइटेड किंगडम और 1977 में ऑस्ट्रेलिया।<ref name="Lynch JCP"/><ref name="Leslie BOM">{{cite journal|last=Leslie|first=L.M.|author2=Dietachmeyer, G.S. |title=ऑस्ट्रेलिया में वास्तविक समय सीमित क्षेत्र संख्यात्मक मौसम भविष्यवाणी: एक ऐतिहासिक परिप्रेक्ष्य|journal=Australian Meteorological Magazine|date=December 1992|volume=41|issue=SP|pages=61–77|url=http://www.bom.gov.au/amoj/docs/1992/leslie2.pdf|access-date=2011-01-03}}</ref> सीमित क्षेत्र (क्षेत्रीय) मॉडल के विकास ने 1970 और 1980 के दशक में [[उष्णकटिबंधीय चक्रवात]]ों के साथ-साथ वायु गुणवत्ता की भविष्यवाणी करने में प्रगति की सुविधा प्रदान की।<ref name="Shuman W&F">{{cite journal|last=Shuman|first=Frederick G.|author-link=Frederick Gale Shuman|title=राष्ट्रीय मौसम विज्ञान केंद्र में संख्यात्मक मौसम भविष्यवाणी का इतिहास|journal=[[Weather and Forecasting]]|date=September 1989|volume=4|issue=3|pages=286–296|doi=10.1175/1520-0434(1989)004<0286:HONWPA>2.0.CO;2|bibcode=1989WtFor...4..286S|doi-access=free}}</ref><ref>{{cite book|title=वायु प्रदूषण मॉडलिंग और इसके अनुप्रयोग VIII, खंड 8|author=Steyn, D. G.|publisher=Birkhäuser|year=1991|pages=241–242|isbn=978-0-306-43828-8}}</ref> 1980 के दशक की शुरुआत में मॉडलों ने वातावरण के साथ मिट्टी और वनस्पति की अंतःक्रियाओं को शामिल करना शुरू किया, जिससे अधिक यथार्थवादी पूर्वानुमान सामने आए।<ref>{{cite journal|url=http://www.geog.ucla.edu/~yxue/pdf/1996jgr.pdf |title=अमेरिकी गर्मी के मौसम की भविष्यवाणी पर वनस्पति गुणों का प्रभाव|page=7419 |author1=Xue, Yongkang |author2=Fennessey, Michael J. |journal=[[Journal of Geophysical Research]] |volume=101 |issue=D3 |date=1996-03-20 |access-date=2011-01-06 |doi=10.1029/95JD02169 |bibcode=1996JGR...101.7419X |url-status=dead |archive-url=https://web.archive.org/web/20100710080304/http://www.geog.ucla.edu/~yxue/pdf/1996jgr.pdf |archive-date=2010-07-10 |citeseerx=10.1.1.453.551 }}</ref>
Line 23: Line 23:


== संगणना ==
== संगणना ==
{{Main|Atmospheric model}}
{{Main|वायुमंडलीय मॉडल}}
[[File:GFS 850 MB.PNG|right|280px|thumb|[[वैश्विक पूर्वानुमान प्रणाली]] से 850 [[मध्यवर्ती बार]] भू-संभावित ऊंचाई और [[तापमान]] के 96-घंटे के पूर्वानुमान का पूर्वानुमानात्मक चार्ट|alt=उत्तरी अमेरिकी महाद्वीप का पूर्वानुमान चार्ट नियमित अंतराल पर भू-संभावित ऊंचाई, तापमान और पवन वेग प्रदान करता है। मान 850 मिलीबार दाब सतह के अनुरूप ऊंचाई पर लिए गए हैं।]]एक वायुमंडलीय मॉडल एक कंप्यूटर प्रोग्राम है जो दिए गए स्थानों और ऊंचाई पर भविष्य के समय के लिए [[मौसम]] संबंधी जानकारी तैयार करता है। किसी भी आधुनिक मॉडल के भीतर समीकरणों का एक समूह होता है, जिसे आदिम समीकरणों के रूप में जाना जाता है, जिसका उपयोग वातावरण की भविष्य की स्थिति की भविष्यवाणी करने के लिए किया जाता है।<ref>{{cite book|last=Pielke|first=Roger A.|title=मेसोस्केल मौसम विज्ञान मॉडलिंग|url=https://archive.org/details/mesoscalemeteoro00srro|url-access=limited|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=[https://archive.org/details/mesoscalemeteoro00srro/page/n64 48]–49}}</ref> [[आदर्श गैस कानून]] के साथ-साथ इन समीकरणों का उपयोग समय के माध्यम से [[घनत्व]], [[दबाव]] और [[संभावित तापमान]] [[अदिश क्षेत्र]] और वायुमंडल के वायु [[वेग]] (वायु) [[वेक्टर क्षेत्र]] को विकसित करने के लिए किया जाता है। प्रदूषकों और अन्य [[एयरोसोल]] के लिए अतिरिक्त परिवहन समीकरण कुछ आदिम-समीकरण उच्च-रिज़ॉल्यूशन मॉडल में भी शामिल हैं।<ref>{{cite book|last=Pielke|first=Roger A.|title=मेसोस्केल मौसम विज्ञान मॉडलिंग|url=https://archive.org/details/mesoscalemeteoro00srro|url-access=limited|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=[https://archive.org/details/mesoscalemeteoro00srro/page/n34 18]–19}}</ref> उपयोग किए गए समीकरण गैर-रैखिक प्रणाली आंशिक अंतर समीकरण हैं जिन्हें विश्लेषणात्मक तरीकों से ठीक से हल करना असंभव है,<ref name="finite">{{cite book|url=https://books.google.com/books?id=SH8R_flZBGIC&pg=PA165|title=परिमित अंतर योजनाएं और आंशिक अंतर समीकरण|author=Strikwerda, John C.|pages=165–170|year=2004|publisher=SIAM|isbn=978-0-89871-567-5}}</ref> कुछ आदर्श मामलों को छोड़कर।<ref>{{cite book|last=Pielke|first=Roger A.|title=मेसोस्केल मौसम विज्ञान मॉडलिंग|url=https://archive.org/details/mesoscalemeteoro00srro|url-access=limited|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|page=[https://archive.org/details/mesoscalemeteoro00srro/page/n81 65]}}</ref> इसलिए, संख्यात्मक विधियां अनुमानित समाधान प्राप्त करती हैं। विभिन्न मॉडल विभिन्न समाधान विधियों का उपयोग करते हैं: कुछ वैश्विक मॉडल और लगभग सभी क्षेत्रीय मॉडल सभी तीन स्थानिक आयामों के लिए [[परिमित अंतर विधि]]यों का उपयोग करते हैं, जबकि अन्य वैश्विक मॉडल और कुछ क्षेत्रीय मॉडल क्षैतिज आयामों के लिए [[वर्णक्रमीय विधि]]यों और ऊर्ध्वाधर में परिमित-अंतर विधियों का उपयोग करते हैं।<ref name="finite"/>
[[File:GFS 850 MB.PNG|right|280px|thumb|[[वैश्विक पूर्वानुमान प्रणाली]] से 850 [[मध्यवर्ती बार]] भू-संभावित ऊंचाई और [[तापमान]] के 96-घंटे के पूर्वानुमान का पूर्वानुमानात्मक चार्ट|alt=उत्तरी अमेरिकी महाद्वीप का पूर्वानुमान चार्ट नियमित अंतराल पर भू-संभावित ऊंचाई, तापमान और पवन वेग प्रदान करता है। मान 850 मिलीबार दाब सतह के अनुरूप ऊंचाई पर लिए गए हैं।]]एक वायुमंडलीय मॉडल एक कंप्यूटर प्रोग्राम है जो दिए गए स्थानों और ऊंचाई पर भविष्य के समय के लिए [[मौसम]] संबंधी जानकारी तैयार करता है। किसी भी आधुनिक मॉडल के भीतर समीकरणों का एक समूह होता है, जिसे आदिम समीकरणों के रूप में जाना जाता है, जिसका उपयोग वातावरण की भविष्य की स्थिति की भविष्यवाणी करने के लिए किया जाता है।<ref>{{cite book|last=Pielke|first=Roger A.|title=मेसोस्केल मौसम विज्ञान मॉडलिंग|url=https://archive.org/details/mesoscalemeteoro00srro|url-access=limited|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=[https://archive.org/details/mesoscalemeteoro00srro/page/n64 48]–49}}</ref> [[आदर्श गैस कानून]] के साथ-साथ इन समीकरणों का उपयोग समय के माध्यम से [[घनत्व]], [[दबाव]] और [[संभावित तापमान]] [[अदिश क्षेत्र]] और वायुमंडल के वायु [[वेग]] (वायु) [[वेक्टर क्षेत्र]] को विकसित करने के लिए किया जाता है। प्रदूषकों और अन्य [[एयरोसोल]] के लिए अतिरिक्त परिवहन समीकरण कुछ आदिम-समीकरण उच्च-रिज़ॉल्यूशन मॉडल में भी शामिल हैं।<ref>{{cite book|last=Pielke|first=Roger A.|title=मेसोस्केल मौसम विज्ञान मॉडलिंग|url=https://archive.org/details/mesoscalemeteoro00srro|url-access=limited|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=[https://archive.org/details/mesoscalemeteoro00srro/page/n34 18]–19}}</ref> उपयोग किए गए समीकरण गैर-रैखिक प्रणाली आंशिक अंतर समीकरण हैं जिन्हें विश्लेषणात्मक तरीकों से ठीक से हल करना असंभव है,<ref name="finite">{{cite book|url=https://books.google.com/books?id=SH8R_flZBGIC&pg=PA165|title=परिमित अंतर योजनाएं और आंशिक अंतर समीकरण|author=Strikwerda, John C.|pages=165–170|year=2004|publisher=SIAM|isbn=978-0-89871-567-5}}</ref> कुछ आदर्श मामलों को छोड़कर।<ref>{{cite book|last=Pielke|first=Roger A.|title=मेसोस्केल मौसम विज्ञान मॉडलिंग|url=https://archive.org/details/mesoscalemeteoro00srro|url-access=limited|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|page=[https://archive.org/details/mesoscalemeteoro00srro/page/n81 65]}}</ref> इसलिए, संख्यात्मक विधियां अनुमानित समाधान प्राप्त करती हैं। विभिन्न मॉडल विभिन्न समाधान विधियों का उपयोग करते हैं: कुछ वैश्विक मॉडल और लगभग सभी क्षेत्रीय मॉडल सभी तीन स्थानिक आयामों के लिए [[परिमित अंतर विधि]]यों का उपयोग करते हैं, जबकि अन्य वैश्विक मॉडल और कुछ क्षेत्रीय मॉडल क्षैतिज आयामों के लिए [[वर्णक्रमीय विधि]]यों और ऊर्ध्वाधर में परिमित-अंतर विधियों का उपयोग करते हैं।<ref name="finite"/>


Line 31: Line 31:
== पैरामीटराइजेशन ==
== पैरामीटराइजेशन ==
[[File:GoldenMedows.jpg|thumb|right|[[क्यूम्यलस बादल]]ों का क्षेत्र, जो पैरामीटरयुक्त हैं क्योंकि वे संख्यात्मक मौसम पूर्वानुमान में स्पष्ट रूप से शामिल किए जाने के लिए बहुत छोटे हैं]]
[[File:GoldenMedows.jpg|thumb|right|[[क्यूम्यलस बादल]]ों का क्षेत्र, जो पैरामीटरयुक्त हैं क्योंकि वे संख्यात्मक मौसम पूर्वानुमान में स्पष्ट रूप से शामिल किए जाने के लिए बहुत छोटे हैं]]
{{Main|Parametrization (climate)}}
{{Main|पैरामीट्रिजेशन (जलवायु)}}
संख्यात्मक मौसम भविष्यवाणी मॉडल में स्पष्ट रूप से शामिल किए जाने के लिए कुछ मौसम संबंधी प्रक्रियाएं बहुत छोटे पैमाने पर या बहुत जटिल हैं। [[Parameterization]] इन प्रक्रियाओं का प्रतिनिधित्व करने के लिए एक प्रक्रिया है जो मॉडल को हल करने वाले पैमाने पर चर से संबंधित है। उदाहरण के लिए, मौसम और जलवायु मॉडल में ग्रिडबॉक्स के किनारे बीच में होते हैं {{convert|5|km|mi|0|sp=us}} और {{convert|300|km|mi|-2|sp=us}} लंबाई में। एक विशिष्ट मेघपुंज बादल का पैमाना इससे कम होता है {{convert|1|km|mi|1|sp=us}}, और तरल गति के समीकरणों द्वारा भौतिक रूप से प्रदर्शित होने के लिए इससे भी बेहतर ग्रिड की आवश्यकता होगी। इसलिए, ऐसे [[बादल]] जिन प्रक्रियाओं का प्रतिनिधित्व करते हैं, वे विभिन्न परिष्कार की प्रक्रियाओं द्वारा मानकीकृत हैं। शुरुआती मॉडल में, यदि एक मॉडल ग्रिडबॉक्स के भीतर हवा का एक स्तंभ सशर्त रूप से अस्थिर था (अनिवार्य रूप से, नीचे ऊपर की तुलना में गर्म और नम था) और स्तंभ के भीतर किसी भी बिंदु पर जल वाष्प सामग्री संतृप्त हो गई तो यह पलट जाएगा ( गर्म, नम हवा उठने लगेगी), और उस ऊर्ध्वाधर स्तंभ में हवा मिश्रित हो गई। अधिक परिष्कृत योजनाएँ मानती हैं कि बॉक्स के केवल कुछ हिस्से ही संवहन कर सकते हैं और एंट्रेनमेंट (मौसम विज्ञान) और अन्य प्रक्रियाएँ होती हैं। मौसम के मॉडल जिनके बीच आकार के ग्रिडबॉक्स हैं {{convert|5|and|25|km|mi|0|sp=us}} स्पष्ट रूप से संवहनी बादलों का प्रतिनिधित्व कर सकते हैं, हालांकि उन्हें छोटे पैमाने पर होने वाले [[क्लाउड माइक्रोफ़िज़िक्स]] को पैरामीटर करने की आवश्यकता होती है।<ref>{{cite journal|url=http://ams.confex.com/ams/pdfpapers/126017.pdf|title=3.7 केन-फ्रिश्च कन्वेक्टिव पैरामीटराइजेशन और क्लाउड माइक्रोफिजिक्स के साथ ऑपरेशनल नॉनहाइड्रोस्टैटिक मेसोस्केल मॉडल द्वारा वर्षा के पूर्वानुमान में सुधार|author1=Narita, Masami  |author2=Shiro Ohmori |name-list-style=amp |date=2007-08-06|access-date=2011-02-15|journal=12th Conference on Mesoscale Processes}}</ref> बड़े पैमाने पर ([[स्तरित बादल]]-टाइप) बादलों का निर्माण अधिक भौतिक रूप से आधारित है; वे तब बनते हैं जब सापेक्ष आर्द्रता कुछ निर्धारित मूल्य तक पहुंच जाती है। बादल का अंश सापेक्ष आर्द्रता के इस महत्वपूर्ण मूल्य से संबंधित हो सकता है।<ref>{{cite web|url=http://www.atmos.washington.edu/~dargan/591/diag_cloud.tech.pdf |pages=4–5 |title=डायग्नोस्टिक क्लाउड पैरामीटराइजेशन स्कीम|author=Frierson, Dargan |publisher=[[University of Washington]] |date=2000-09-14 |access-date=2011-02-15 |url-status=dead |archive-url=https://web.archive.org/web/20110401013742/http://www.atmos.washington.edu/~dargan/591/diag_cloud.tech.pdf |archive-date=2011-04-01 }}</ref>
संख्यात्मक मौसम भविष्यवाणी मॉडल में स्पष्ट रूप से शामिल किए जाने के लिए कुछ मौसम संबंधी प्रक्रियाएं बहुत छोटे पैमाने पर या बहुत जटिल हैं। [[Parameterization|पैरामीट्रिजेशन]] इन प्रक्रियाओं का प्रतिनिधित्व करने के लिए एक प्रक्रिया है जो मॉडल को हल करने वाले पैमाने पर चर से संबंधित है। उदाहरण के लिए, मौसम और जलवायु मॉडल में ग्रिडबॉक्स के किनारे बीच में होते हैं {{convert|5|km|mi|0|sp=us}} और {{convert|300|km|mi|-2|sp=us}} लंबाई में। एक विशिष्ट मेघपुंज बादल का पैमाना इससे कम होता है {{convert|1|km|mi|1|sp=us}}, और तरल गति के समीकरणों द्वारा भौतिक रूप से प्रदर्शित होने के लिए इससे भी बेहतर ग्रिड की आवश्यकता होगी। इसलिए, ऐसे [[बादल]] जिन प्रक्रियाओं का प्रतिनिधित्व करते हैं, वे विभिन्न परिष्कार की प्रक्रियाओं द्वारा मानकीकृत हैं। शुरुआती मॉडल में, यदि एक मॉडल ग्रिडबॉक्स के भीतर हवा का एक स्तंभ सशर्त रूप से अस्थिर था (अनिवार्य रूप से, नीचे ऊपर की तुलना में गर्म और नम था) और स्तंभ के भीतर किसी भी बिंदु पर जल वाष्प सामग्री संतृप्त हो गई तो यह पलट जाएगा ( गर्म, नम हवा उठने लगेगी), और उस ऊर्ध्वाधर स्तंभ में हवा मिश्रित हो गई। अधिक परिष्कृत योजनाएँ मानती हैं कि बॉक्स के केवल कुछ हिस्से ही संवहन कर सकते हैं और एंट्रेनमेंट (मौसम विज्ञान) और अन्य प्रक्रियाएँ होती हैं। मौसम के मॉडल जिनके बीच आकार के ग्रिडबॉक्स हैं {{convert|5|and|25|km|mi|0|sp=us}} स्पष्ट रूप से संवहनी बादलों का प्रतिनिधित्व कर सकते हैं, हालांकि उन्हें छोटे पैमाने पर होने वाले [[क्लाउड माइक्रोफ़िज़िक्स]] को पैरामीटर करने की आवश्यकता होती है।<ref>{{cite journal|url=http://ams.confex.com/ams/pdfpapers/126017.pdf|title=3.7 केन-फ्रिश्च कन्वेक्टिव पैरामीटराइजेशन और क्लाउड माइक्रोफिजिक्स के साथ ऑपरेशनल नॉनहाइड्रोस्टैटिक मेसोस्केल मॉडल द्वारा वर्षा के पूर्वानुमान में सुधार|author1=Narita, Masami  |author2=Shiro Ohmori |name-list-style=amp |date=2007-08-06|access-date=2011-02-15|journal=12th Conference on Mesoscale Processes}}</ref> बड़े पैमाने पर ([[स्तरित बादल]]-टाइप) बादलों का निर्माण अधिक भौतिक रूप से आधारित है; वे तब बनते हैं जब सापेक्ष आर्द्रता कुछ निर्धारित मूल्य तक पहुंच जाती है। बादल का अंश सापेक्ष आर्द्रता के इस महत्वपूर्ण मूल्य से संबंधित हो सकता है।<ref>{{cite web|url=http://www.atmos.washington.edu/~dargan/591/diag_cloud.tech.pdf |pages=4–5 |title=डायग्नोस्टिक क्लाउड पैरामीटराइजेशन स्कीम|author=Frierson, Dargan |publisher=[[University of Washington]] |date=2000-09-14 |access-date=2011-02-15 |url-status=dead |archive-url=https://web.archive.org/web/20110401013742/http://www.atmos.washington.edu/~dargan/591/diag_cloud.tech.pdf |archive-date=2011-04-01 }}</ref>
जमीन पर पहुंचने वाले सौर विकिरण की मात्रा, साथ ही बादलों की बूंदों का निर्माण आणविक पैमाने पर होता है, और इसलिए मॉडल में शामिल किए जाने से पहले उन्हें पैरामीटरयुक्त किया जाना चाहिए। पहाड़ों द्वारा निर्मित ड्रैग (भौतिकी) को भी पैरामीटर किया जाना चाहिए, क्योंकि [[ऊंचाई]] कॉन्ट्रोवर्सी के रिज़ॉल्यूशन में सीमाएं ड्रैग के महत्वपूर्ण कम आंकलन का उत्पादन करती हैं।<ref>{{cite book|url=https://books.google.com/books?id=lMXSpRwKNO8C&pg=PA56|title=पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ|author=Stensrud, David J.|page=6|year=2007|publisher=Cambridge University Press|isbn=978-0-521-86540-1}}</ref> समुद्र और वायुमंडल के बीच ऊर्जा के सतही प्रवाह के लिए पैरामीटराइजेशन की यह विधि भी की जाती है, ताकि समुद्र की सतह के पास पाए जाने वाले समुद्री सतह के तापमान और समुद्री बर्फ के प्रकार को निर्धारित किया जा सके।<ref>{{cite book|page=188|title=एक जलवायु मॉडलिंग प्राइमर|author1=McGuffie, K.  |author2=A. Henderson-Sellers |name-list-style=amp |publisher=John Wiley and Sons|year=2005|isbn=978-0-470-85751-9}}</ref> सूर्य कोण के साथ-साथ बादल की कई परतों के प्रभाव को भी ध्यान में रखा जाता है।<ref>{{cite book|url=https://books.google.com/books?id=vdg5BgBmMkQC&pg=PA226|author1=Melʹnikova, Irina N.  |author2=Alexander V. Vasilyev |name-list-style=amp |pages=226–228|title=पृथ्वी के वायुमंडल में लघु-तरंग सौर विकिरण: गणना, अवलोकन, व्याख्या|year=2005|publisher=Springer|isbn=978-3-540-21452-6}}</ref> मिट्टी का प्रकार, वनस्पति का प्रकार, और मिट्टी की नमी सभी यह निर्धारित करते हैं कि वार्मिंग में कितना विकिरण जाता है और आस-पास के वातावरण में कितनी नमी खींची जाती है, और इस प्रकार इन प्रक्रियाओं में उनके योगदान को मापना महत्वपूर्ण है।<ref>{{cite book|url=https://books.google.com/books?id=lMXSpRwKNO8C&pg=PA56|title=पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ|author=Stensrud, David J.|pages=12–14|year=2007|publisher=Cambridge University Press|isbn=978-0-521-86540-1}}</ref> वायु गुणवत्ता मॉडल के भीतर, विशिष्ट ग्रिड बॉक्स के भीतर कई अपेक्षाकृत छोटे स्रोतों (जैसे सड़कों, खेतों, कारखानों) से वायुमंडलीय उत्सर्जन को ध्यान में रखा जाता है।<ref>{{cite book|url=https://books.google.com/books?id=wh-Xf0WZQlMC&pg=PA11|pages=11–12|title=शहरी क्षेत्रों के लिए मौसम विज्ञान और वायु गुणवत्ता मॉडल|author=Baklanov, Alexander, Sue Grimmond, Alexander Mahura|access-date=2011-02-24|year=2009|publisher=Springer|isbn=978-3-642-00297-7}}</ref>
जमीन पर पहुंचने वाले सौर विकिरण की मात्रा, साथ ही बादलों की बूंदों का निर्माण आणविक पैमाने पर होता है, और इसलिए मॉडल में शामिल किए जाने से पहले उन्हें पैरामीटरयुक्त किया जाना चाहिए। पहाड़ों द्वारा निर्मित ड्रैग (भौतिकी) को भी पैरामीटर किया जाना चाहिए, क्योंकि [[ऊंचाई]] कॉन्ट्रोवर्सी के रिज़ॉल्यूशन में सीमाएं ड्रैग के महत्वपूर्ण कम आंकलन का उत्पादन करती हैं।<ref>{{cite book|url=https://books.google.com/books?id=lMXSpRwKNO8C&pg=PA56|title=पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ|author=Stensrud, David J.|page=6|year=2007|publisher=Cambridge University Press|isbn=978-0-521-86540-1}}</ref> समुद्र और वायुमंडल के बीच ऊर्जा के सतही प्रवाह के लिए पैरामीटराइजेशन की यह विधि भी की जाती है, ताकि समुद्र की सतह के पास पाए जाने वाले समुद्री सतह के तापमान और समुद्री बर्फ के प्रकार को निर्धारित किया जा सके।<ref>{{cite book|page=188|title=एक जलवायु मॉडलिंग प्राइमर|author1=McGuffie, K.  |author2=A. Henderson-Sellers |name-list-style=amp |publisher=John Wiley and Sons|year=2005|isbn=978-0-470-85751-9}}</ref> सूर्य कोण के साथ-साथ बादल की कई परतों के प्रभाव को भी ध्यान में रखा जाता है।<ref>{{cite book|url=https://books.google.com/books?id=vdg5BgBmMkQC&pg=PA226|author1=Melʹnikova, Irina N.  |author2=Alexander V. Vasilyev |name-list-style=amp |pages=226–228|title=पृथ्वी के वायुमंडल में लघु-तरंग सौर विकिरण: गणना, अवलोकन, व्याख्या|year=2005|publisher=Springer|isbn=978-3-540-21452-6}}</ref> मिट्टी का प्रकार, वनस्पति का प्रकार, और मिट्टी की नमी सभी यह निर्धारित करते हैं कि वार्मिंग में कितना विकिरण जाता है और आस-पास के वातावरण में कितनी नमी खींची जाती है, और इस प्रकार इन प्रक्रियाओं में उनके योगदान को मापना महत्वपूर्ण है।<ref>{{cite book|url=https://books.google.com/books?id=lMXSpRwKNO8C&pg=PA56|title=पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ|author=Stensrud, David J.|pages=12–14|year=2007|publisher=Cambridge University Press|isbn=978-0-521-86540-1}}</ref> वायु गुणवत्ता मॉडल के भीतर, विशिष्ट ग्रिड बॉक्स के भीतर कई अपेक्षाकृत छोटे स्रोतों (जैसे सड़कों, खेतों, कारखानों) से वायुमंडलीय उत्सर्जन को ध्यान में रखा जाता है।<ref>{{cite book|url=https://books.google.com/books?id=wh-Xf0WZQlMC&pg=PA11|pages=11–12|title=शहरी क्षेत्रों के लिए मौसम विज्ञान और वायु गुणवत्ता मॉडल|author=Baklanov, Alexander, Sue Grimmond, Alexander Mahura|access-date=2011-02-24|year=2009|publisher=Springer|isbn=978-3-642-00297-7}}</ref>


Line 42: Line 42:


== मॉडल आउटपुट आँकड़े ==
== मॉडल आउटपुट आँकड़े ==
{{Main|Model output statistics}}
{{Main|मॉडल आउटपुट आँकड़े}}
क्योंकि वायुमंडलीय गतिशीलता के समीकरणों पर आधारित पूर्वानुमान मॉडल पूरी तरह से मौसम की स्थिति का निर्धारण नहीं करते हैं, पूर्वानुमान को सही करने के प्रयास के लिए सांख्यिकीय तरीके विकसित किए गए हैं। सांख्यिकीय मॉडल संख्यात्मक मौसम मॉडल, सतह अवलोकन और विशिष्ट स्थानों के लिए जलवायु परिस्थितियों द्वारा उत्पादित त्रि-आयामी क्षेत्रों के आधार पर बनाए गए थे। इन सांख्यिकीय मॉडलों को सामूहिक रूप से मॉडल आउटपुट सांख्यिकी (एमओएस) कहा जाता है।<ref>{{cite book|url=https://books.google.com/books?id=blEMoIKX_0IC&pg=PA188|page=189|title=जब प्रकृति हमला करती है: मौसम आपदाएं और कानून|author=Baum, Marsha L.|publisher=Greenwood Publishing Group|year=2007|isbn=978-0-275-22129-4}}</ref> और 1960 के दशक के अंत में [[राष्ट्रीय मौसम सेवा]] द्वारा उनके मौसम पूर्वानुमान मॉडल के सूट के लिए विकसित किए गए थे।<ref name="MOS">{{cite book|title=मॉडल आउटपुट सांख्यिकी पूर्वानुमान मार्गदर्शन|first=Harry | last=Hughes|publisher=United States Air Force Environmental Technical Applications Center|year=1976|pages=1–16|url=https://apps.dtic.mil/dtic/tr/fulltext/u2/a037148.pdf|archive-url=https://web.archive.org/web/20190617044348/https://apps.dtic.mil/dtic/tr/fulltext/u2/a037148.pdf|url-status=live|archive-date=June 17, 2019}}</ref><ref>{{cite journal|last=Glahn|first=Harry R.|author2=Lowry, Dale A. |title=ऑब्जेक्टिव वेदर फोरकास्टिंग में मॉडल आउटपुट स्टैटिस्टिक्स (MOS) का उपयोग|journal=[[Journal of Applied Meteorology]]|date=December 1972|volume=11|issue=8|pages=1203–1211|doi=10.1175/1520-0450(1972)011<1203:TUOMOS>2.0.CO;2|bibcode=1972JApMe..11.1203G|doi-access=free}}</ref>
क्योंकि वायुमंडलीय गतिशीलता के समीकरणों पर आधारित पूर्वानुमान मॉडल पूरी तरह से मौसम की स्थिति का निर्धारण नहीं करते हैं, पूर्वानुमान को सही करने के प्रयास के लिए सांख्यिकीय तरीके विकसित किए गए हैं। सांख्यिकीय मॉडल संख्यात्मक मौसम मॉडल, सतह अवलोकन और विशिष्ट स्थानों के लिए जलवायु परिस्थितियों द्वारा उत्पादित त्रि-आयामी क्षेत्रों के आधार पर बनाए गए थे। इन सांख्यिकीय मॉडलों को सामूहिक रूप से मॉडल आउटपुट सांख्यिकी (एमओएस) कहा जाता है।<ref>{{cite book|url=https://books.google.com/books?id=blEMoIKX_0IC&pg=PA188|page=189|title=जब प्रकृति हमला करती है: मौसम आपदाएं और कानून|author=Baum, Marsha L.|publisher=Greenwood Publishing Group|year=2007|isbn=978-0-275-22129-4}}</ref> और 1960 के दशक के अंत में [[राष्ट्रीय मौसम सेवा]] द्वारा उनके मौसम पूर्वानुमान मॉडल के सूट के लिए विकसित किए गए थे।<ref name="MOS">{{cite book|title=मॉडल आउटपुट सांख्यिकी पूर्वानुमान मार्गदर्शन|first=Harry | last=Hughes|publisher=United States Air Force Environmental Technical Applications Center|year=1976|pages=1–16|url=https://apps.dtic.mil/dtic/tr/fulltext/u2/a037148.pdf|archive-url=https://web.archive.org/web/20190617044348/https://apps.dtic.mil/dtic/tr/fulltext/u2/a037148.pdf|url-status=live|archive-date=June 17, 2019}}</ref><ref>{{cite journal|last=Glahn|first=Harry R.|author2=Lowry, Dale A. |title=ऑब्जेक्टिव वेदर फोरकास्टिंग में मॉडल आउटपुट स्टैटिस्टिक्स (MOS) का उपयोग|journal=[[Journal of Applied Meteorology]]|date=December 1972|volume=11|issue=8|pages=1203–1211|doi=10.1175/1520-0450(1972)011<1203:TUOMOS>2.0.CO;2|bibcode=1972JApMe..11.1203G|doi-access=free}}</ref>
मॉडल आउटपुट आँकड़े परफेक्ट प्रॉग तकनीक से भिन्न होते हैं, जो मानता है कि संख्यात्मक मौसम पूर्वानुमान मार्गदर्शन का आउटपुट एकदम सही है।<ref>{{cite book|url=https://books.google.com/books?id=QwzHZ-wV-BAC&pg=PA1144|page=1144|title=कोहरा और सीमा परत बादल: कोहरे की दृश्यता और पूर्वानुमान|author=Gultepe, Ismail|publisher=Springer|year=2007|isbn=978-3-7643-8418-0|access-date=2011-02-11}}</ref> MOS उन स्थानीय प्रभावों के लिए सही कर सकता है जिन्हें अपर्याप्त ग्रिड रिज़ॉल्यूशन के साथ-साथ मॉडल पक्षपात के कारण मॉडल द्वारा हल नहीं किया जा सकता है। क्योंकि MOS अपने संबंधित वैश्विक या क्षेत्रीय मॉडल के बाद चलाया जाता है, इसके उत्पादन को पोस्ट-प्रोसेसिंग के रूप में जाना जाता है। MOS के भीतर पूर्वानुमान मापदंडों में अधिकतम और न्यूनतम तापमान, कई घंटे की अवधि के भीतर बारिश की प्रतिशत संभावना, अपेक्षित वर्षा राशि, संभावना है कि वर्षा प्रकृति में जमी होगी, गरज, बादल और सतही हवाओं की संभावना शामिल है।<ref>{{cite book|url=https://books.google.com/books?id=Xs9LiGpNX-AC&pg=PA171|page=172|author1=Barry, Roger Graham |author2=Chorley, Richard J. |title=वातावरण, मौसम और जलवायु|publisher=Psychology Press|year=2003|access-date=2011-02-11|isbn=978-0-415-27171-4}}</ref>
मॉडल आउटपुट आँकड़े परफेक्ट प्रॉग तकनीक से भिन्न होते हैं, जो मानता है कि संख्यात्मक मौसम पूर्वानुमान मार्गदर्शन का आउटपुट एकदम सही है।<ref>{{cite book|url=https://books.google.com/books?id=QwzHZ-wV-BAC&pg=PA1144|page=1144|title=कोहरा और सीमा परत बादल: कोहरे की दृश्यता और पूर्वानुमान|author=Gultepe, Ismail|publisher=Springer|year=2007|isbn=978-3-7643-8418-0|access-date=2011-02-11}}</ref> MOS उन स्थानीय प्रभावों के लिए सही कर सकता है जिन्हें अपर्याप्त ग्रिड रिज़ॉल्यूशन के साथ-साथ मॉडल पक्षपात के कारण मॉडल द्वारा हल नहीं किया जा सकता है। क्योंकि MOS अपने संबंधित वैश्विक या क्षेत्रीय मॉडल के बाद चलाया जाता है, इसके उत्पादन को पोस्ट-प्रोसेसिंग के रूप में जाना जाता है। MOS के भीतर पूर्वानुमान मापदंडों में अधिकतम और न्यूनतम तापमान, कई घंटे की अवधि के भीतर बारिश की प्रतिशत संभावना, अपेक्षित वर्षा राशि, संभावना है कि वर्षा प्रकृति में जमी होगी, गरज, बादल और सतही हवाओं की संभावना शामिल है।<ref>{{cite book|url=https://books.google.com/books?id=Xs9LiGpNX-AC&pg=PA171|page=172|author1=Barry, Roger Graham |author2=Chorley, Richard J. |title=वातावरण, मौसम और जलवायु|publisher=Psychology Press|year=2003|access-date=2011-02-11|isbn=978-0-415-27171-4}}</ref>
Line 48: Line 48:


== पहनावा ==
== पहनावा ==
{{main|Ensemble forecasting}}
{{main|सामूहिक पूर्वानुमान}}
[[File:WRF rita spread2.jpg|thumb|280px|शीर्ष: हरिकेन रीटा (2005) ट्रैक्स का मौसम अनुसंधान और पूर्वानुमान मॉडल (WRF) अनुकरण। नीचे: NHC बहु-मॉडल समेकन पूर्वानुमान का प्रसार।|alt=दो चित्र दिखाए गए हैं। शीर्ष छवि तीन संभावित ट्रैक प्रदान करती है जो [[तूफान रीटा]] द्वारा लिए जा सकते थे। टेक्सास के तट पर आकृतियाँ समुद्र के स्तर के वायु दाब के अनुरूप हैं, जिसकी भविष्यवाणी तूफान के गुजरने के बाद की गई थी। नीचे की छवि एक ही तूफान के लिए विभिन्न मौसम मॉडल द्वारा निर्मित ट्रैक पूर्वानुमानों का एक समूह दिखाती है।]]1963 में, [[एडवर्ड लॉरेंज]] ने मौसम की भविष्यवाणी में शामिल द्रव गतिकी समीकरणों के अराजकता सिद्धांत की खोज की।<ref name="Cox">{{cite book|title=तूफान देखने वाले|pages=[https://archive.org/details/stormwatcherstur00cox_df1/page/222 222–224]|year=2002|author=Cox, John D.|publisher=John Wiley & Sons, Inc.|isbn=978-0-471-38108-2|url=https://archive.org/details/stormwatcherstur00cox_df1/page/222}}</ref> संख्यात्मक मॉडल को दिए गए तापमान, हवाओं, या अन्य प्रारंभिक इनपुट में अत्यधिक छोटी त्रुटियां हर पांच दिनों में बढ़ जाएंगी और दोगुनी हो जाएंगी।<ref name="Cox" />किसी भी डिग्री के पूर्वानुमान कौशल के साथ वातावरण की स्थिति की भविष्यवाणी करने के लिए लंबी दूरी के पूर्वानुमानों के लिए असंभव बनाना - जो दो सप्ताह से अधिक समय पहले किए गए थे। इसके अलावा, मौजूदा अवलोकन नेटवर्क में कुछ क्षेत्रों में खराब कवरेज है (उदाहरण के लिए, प्रशांत महासागर जैसे पानी के बड़े निकायों पर), जो वातावरण की वास्तविक प्रारंभिक स्थिति में अनिश्चितता का परिचय देता है। जबकि समीकरणों का एक सेट, जिसे लिउविले के प्रमेय (हैमिल्टनियन) के रूप में जाना जाता है, मॉडल आरंभीकरण में प्रारंभिक अनिश्चितता को निर्धारित करने के लिए मौजूद है, सुपरकंप्यूटर के उपयोग के साथ भी वास्तविक समय में चलने के लिए समीकरण बहुत जटिल हैं।<ref name="HPCens"/>  ये अनिश्चितताएं पूर्वानुमान मॉडल सटीकता को भविष्य में लगभग पांच या छह दिनों तक सीमित करती हैं।<ref name="Klaus">{{cite web|last=Weickmann|first=Klaus|author2=Jeff Whitaker |author3=Andres Roubicek |author4= Catherine Smith  |date=2001-12-01 | url=http://www.esrl.noaa.gov/psd/spotlight/12012001/ | title = बेहतर मध्यम रेंज (3–15 दिन) मौसम पूर्वानुमान तैयार करने के लिए एन्सेम्बल पूर्वानुमानों का उपयोग।| publisher=[[Climate Diagnostics Center]] | access-date=2007-02-16|archive-url=https://web.archive.org/web/20100528082602/http://www.esrl.noaa.gov/psd/spotlight/12012001/|archive-date=2010-05-28}}</ref><ref>{{cite journal|last=Chakraborty|first=Arindam|title=उष्णकटिबंधीय संवहन 2008 के वर्ष के दौरान ECMWF मध्यम-श्रेणी के पूर्वानुमान का कौशल|journal=Monthly Weather Review|date=October 2010|volume=138|issue=10|pages=3787–3805|doi=10.1175/2010MWR3217.1|bibcode=2010MWRv..138.3787C|doi-access=free}}</ref>
[[File:WRF rita spread2.jpg|thumb|280px|शीर्ष: हरिकेन रीटा (2005) ट्रैक्स का मौसम अनुसंधान और पूर्वानुमान मॉडल (WRF) अनुकरण। नीचे: NHC बहु-मॉडल समेकन पूर्वानुमान का प्रसार।|alt=दो चित्र दिखाए गए हैं। शीर्ष छवि तीन संभावित ट्रैक प्रदान करती है जो [[तूफान रीटा]] द्वारा लिए जा सकते थे। टेक्सास के तट पर आकृतियाँ समुद्र के स्तर के वायु दाब के अनुरूप हैं, जिसकी भविष्यवाणी तूफान के गुजरने के बाद की गई थी। नीचे की छवि एक ही तूफान के लिए विभिन्न मौसम मॉडल द्वारा निर्मित ट्रैक पूर्वानुमानों का एक समूह दिखाती है।]]1963 में, [[एडवर्ड लॉरेंज]] ने मौसम की भविष्यवाणी में शामिल द्रव गतिकी समीकरणों के अराजकता सिद्धांत की खोज की।<ref name="Cox">{{cite book|title=तूफान देखने वाले|pages=[https://archive.org/details/stormwatcherstur00cox_df1/page/222 222–224]|year=2002|author=Cox, John D.|publisher=John Wiley & Sons, Inc.|isbn=978-0-471-38108-2|url=https://archive.org/details/stormwatcherstur00cox_df1/page/222}}</ref> संख्यात्मक मॉडल को दिए गए तापमान, हवाओं, या अन्य प्रारंभिक इनपुट में अत्यधिक छोटी त्रुटियां हर पांच दिनों में बढ़ जाएंगी और दोगुनी हो जाएंगी।<ref name="Cox" />किसी भी डिग्री के पूर्वानुमान कौशल के साथ वातावरण की स्थिति की भविष्यवाणी करने के लिए लंबी दूरी के पूर्वानुमानों के लिए असंभव बनाना - जो दो सप्ताह से अधिक समय पहले किए गए थे। इसके अलावा, मौजूदा अवलोकन नेटवर्क में कुछ क्षेत्रों में खराब कवरेज है (उदाहरण के लिए, प्रशांत महासागर जैसे पानी के बड़े निकायों पर), जो वातावरण की वास्तविक प्रारंभिक स्थिति में अनिश्चितता का परिचय देता है। जबकि समीकरणों का एक सेट, जिसे लिउविले के प्रमेय (हैमिल्टनियन) के रूप में जाना जाता है, मॉडल आरंभीकरण में प्रारंभिक अनिश्चितता को निर्धारित करने के लिए मौजूद है, सुपरकंप्यूटर के उपयोग के साथ भी वास्तविक समय में चलने के लिए समीकरण बहुत जटिल हैं।<ref name="HPCens"/>  ये अनिश्चितताएं पूर्वानुमान मॉडल सटीकता को भविष्य में लगभग पांच या छह दिनों तक सीमित करती हैं।<ref name="Klaus">{{cite web|last=Weickmann|first=Klaus|author2=Jeff Whitaker |author3=Andres Roubicek |author4= Catherine Smith  |date=2001-12-01 | url=http://www.esrl.noaa.gov/psd/spotlight/12012001/ | title = बेहतर मध्यम रेंज (3–15 दिन) मौसम पूर्वानुमान तैयार करने के लिए एन्सेम्बल पूर्वानुमानों का उपयोग।| publisher=[[Climate Diagnostics Center]] | access-date=2007-02-16|archive-url=https://web.archive.org/web/20100528082602/http://www.esrl.noaa.gov/psd/spotlight/12012001/|archive-date=2010-05-28}}</ref><ref>{{cite journal|last=Chakraborty|first=Arindam|title=उष्णकटिबंधीय संवहन 2008 के वर्ष के दौरान ECMWF मध्यम-श्रेणी के पूर्वानुमान का कौशल|journal=Monthly Weather Review|date=October 2010|volume=138|issue=10|pages=3787–3805|doi=10.1175/2010MWR3217.1|bibcode=2010MWRv..138.3787C|doi-access=free}}</ref>
[[एडवर्ड एपस्टीन (मौसम विज्ञानी)]] ने 1969 में माना कि निहित अनिश्चितता के कारण एक ही पूर्वानुमान के साथ वातावरण का पूरी तरह से वर्णन नहीं किया जा सकता है, और राज्य के लिए अंकगणितीय माध्य और प्रसरण उत्पन्न करने के लिए [[अनेक संभावनाओं में से चुनी हूई प्रक्रिया]] मोंटे कार्लो पद्धति के एक एन्सेम्बल (द्रव यांत्रिकी) का उपयोग करने का प्रस्ताव दिया। वातावरण का।<ref>{{cite journal|last=Epstein|first=E.S.|title=स्टोचैस्टिक गतिशील भविष्यवाणी|journal=[[Tellus A]]|date=December 1969|volume=21|issue=6|pages=739–759|doi=10.1111/j.2153-3490.1969.tb00483.x|bibcode=1969Tell...21..739E}}</ref> हालांकि एक पहनावा के इस शुरुआती उदाहरण ने कौशल दिखाया, 1974 में सेसिल लेथ ने दिखाया कि उन्होंने पर्याप्त पूर्वानुमान तभी बनाए जब पहनावा संभाव्यता वितरण वातावरण में संभाव्यता वितरण का एक प्रतिनिधि नमूना था।<ref>{{cite journal|last=Leith|first=C.E.|title=मोंटे कार्लो भविष्यवाणियों का सैद्धांतिक कौशल|journal=[[Monthly Weather Review]]|date=June 1974|volume=102|issue=6|pages=409–418|doi=10.1175/1520-0493(1974)102<0409:TSOMCF>2.0.CO;2|bibcode=1974MWRv..102..409L|doi-access=free}}</ref>
[[एडवर्ड एपस्टीन (मौसम विज्ञानी)]] ने 1969 में माना कि निहित अनिश्चितता के कारण एक ही पूर्वानुमान के साथ वातावरण का पूरी तरह से वर्णन नहीं किया जा सकता है, और राज्य के लिए अंकगणितीय माध्य और प्रसरण उत्पन्न करने के लिए [[अनेक संभावनाओं में से चुनी हूई प्रक्रिया]] मोंटे कार्लो पद्धति के एक एन्सेम्बल (द्रव यांत्रिकी) का उपयोग करने का प्रस्ताव दिया। वातावरण का।<ref>{{cite journal|last=Epstein|first=E.S.|title=स्टोचैस्टिक गतिशील भविष्यवाणी|journal=[[Tellus A]]|date=December 1969|volume=21|issue=6|pages=739–759|doi=10.1111/j.2153-3490.1969.tb00483.x|bibcode=1969Tell...21..739E}}</ref> हालांकि एक पहनावा के इस शुरुआती उदाहरण ने कौशल दिखाया, 1974 में सेसिल लेथ ने दिखाया कि उन्होंने पर्याप्त पूर्वानुमान तभी बनाए जब पहनावा संभाव्यता वितरण वातावरण में संभाव्यता वितरण का एक प्रतिनिधि नमूना था।<ref>{{cite journal|last=Leith|first=C.E.|title=मोंटे कार्लो भविष्यवाणियों का सैद्धांतिक कौशल|journal=[[Monthly Weather Review]]|date=June 1974|volume=102|issue=6|pages=409–418|doi=10.1175/1520-0493(1974)102<0409:TSOMCF>2.0.CO;2|bibcode=1974MWRv..102..409L|doi-access=free}}</ref>
Line 59: Line 59:


=== वायु गुणवत्ता मॉडलिंग ===
=== वायु गुणवत्ता मॉडलिंग ===
{{see also|Atmospheric dispersion modeling}}
{{see also|वायुमंडलीय प्रसार मॉडलिंग}}
वायु प्रदूषण पूर्वानुमान भविष्यवाणी करने का प्रयास करता है कि प्रदूषकों की सांद्रता सार्वजनिक स्वास्थ्य के लिए खतरनाक स्तर तक पहुंच जाएगी। वायुमंडल में प्रदूषकों की सांद्रता उनके परिवहन, या वायुमंडल के माध्यम से गति के अंकगणितीय माध्य वेग, उनके [[प्रसार]], [[रासायनिक परिवर्तन]] और जमीनी [[जमाव (एरोसोल भौतिकी)]] द्वारा निर्धारित की जाती है।<ref>{{cite book|url=http://www.envirocomp.org/books/chapters/2aap.pdf|page=16|title=परिवेशी वायु प्रदूषण|author1=Daly, Aaron  |author2=Paolo Zannetti |name-list-style=amp |publisher=The Arab School for Science and Technology and The EnviroComp Institute|year=2007|access-date=2011-02-24}}</ref> प्रदूषक स्रोत और इलाके की जानकारी के अलावा, इन मॉडलों को इसके परिवहन और प्रसार को निर्धारित करने के लिए वातावरण में द्रव प्रवाह की स्थिति के बारे में डेटा की आवश्यकता होती है।<ref name="Baklanov">{{cite journal|last=Baklanov|first=Alexander|author2=Rasmussen, Alix |author3=Fay, Barbara |author4=Berge, Erik |author5= Finardi, Sandro  |title=शहरी वायु प्रदूषण पूर्वानुमान के लिए मौसम संबंधी डेटा प्रदान करने में संख्यात्मक मौसम पूर्वानुमान मॉडल की संभावित और कमियां|journal=Water, Air, & Soil Pollution: Focus|date=September 2002|volume=2|issue=5|pages=43–60|doi=10.1023/A:1021394126149|s2cid=94747027}}</ref> तापीय परिवर्तन जैसी मौसम संबंधी स्थितियां सतह की हवा को बढ़ने से रोक सकती हैं, सतह के पास प्रदूषकों को फंसा सकती हैं,<ref>{{cite book|last=Marshall|first=John|title=वायुमंडल, महासागर और जलवायु गतिकी: एक परिचयात्मक पाठ|url=https://archive.org/details/atmosphereoceanc00mars|url-access=limited|year=2008|publisher=Elsevier Academic Press|location=Amsterdam|isbn=978-0-12-558691-7|pages=[https://archive.org/details/atmosphereoceanc00mars/page/n64 44]–46|author2=Plumb, R. Alan }}</ref> जो वायु गुणवत्ता मॉडलिंग के लिए ऐसी घटनाओं का सटीक पूर्वानुमान महत्वपूर्ण बनाता है। शहरी वायु गुणवत्ता मॉडल के लिए एक बहुत अच्छे कम्प्यूटेशनल जाल की आवश्यकता होती है, जिसके लिए उच्च-रिज़ॉल्यूशन मेसोस्केल मौसम मॉडल के उपयोग की आवश्यकता होती है; इसके बावजूद, संख्यात्मक मौसम मार्गदर्शन की गुणवत्ता वायु गुणवत्ता पूर्वानुमानों में मुख्य अनिश्चितता है।<ref name="Baklanov"/>
वायु प्रदूषण पूर्वानुमान भविष्यवाणी करने का प्रयास करता है कि प्रदूषकों की सांद्रता सार्वजनिक स्वास्थ्य के लिए खतरनाक स्तर तक पहुंच जाएगी। वायुमंडल में प्रदूषकों की सांद्रता उनके परिवहन, या वायुमंडल के माध्यम से गति के अंकगणितीय माध्य वेग, उनके [[प्रसार]], [[रासायनिक परिवर्तन]] और जमीनी [[जमाव (एरोसोल भौतिकी)]] द्वारा निर्धारित की जाती है।<ref>{{cite book|url=http://www.envirocomp.org/books/chapters/2aap.pdf|page=16|title=परिवेशी वायु प्रदूषण|author1=Daly, Aaron  |author2=Paolo Zannetti |name-list-style=amp |publisher=The Arab School for Science and Technology and The EnviroComp Institute|year=2007|access-date=2011-02-24}}</ref> प्रदूषक स्रोत और इलाके की जानकारी के अलावा, इन मॉडलों को इसके परिवहन और प्रसार को निर्धारित करने के लिए वातावरण में द्रव प्रवाह की स्थिति के बारे में डेटा की आवश्यकता होती है।<ref name="Baklanov">{{cite journal|last=Baklanov|first=Alexander|author2=Rasmussen, Alix |author3=Fay, Barbara |author4=Berge, Erik |author5= Finardi, Sandro  |title=शहरी वायु प्रदूषण पूर्वानुमान के लिए मौसम संबंधी डेटा प्रदान करने में संख्यात्मक मौसम पूर्वानुमान मॉडल की संभावित और कमियां|journal=Water, Air, & Soil Pollution: Focus|date=September 2002|volume=2|issue=5|pages=43–60|doi=10.1023/A:1021394126149|s2cid=94747027}}</ref> तापीय परिवर्तन जैसी मौसम संबंधी स्थितियां सतह की हवा को बढ़ने से रोक सकती हैं, सतह के पास प्रदूषकों को फंसा सकती हैं,<ref>{{cite book|last=Marshall|first=John|title=वायुमंडल, महासागर और जलवायु गतिकी: एक परिचयात्मक पाठ|url=https://archive.org/details/atmosphereoceanc00mars|url-access=limited|year=2008|publisher=Elsevier Academic Press|location=Amsterdam|isbn=978-0-12-558691-7|pages=[https://archive.org/details/atmosphereoceanc00mars/page/n64 44]–46|author2=Plumb, R. Alan }}</ref> जो वायु गुणवत्ता मॉडलिंग के लिए ऐसी घटनाओं का सटीक पूर्वानुमान महत्वपूर्ण बनाता है। शहरी वायु गुणवत्ता मॉडल के लिए एक बहुत अच्छे कम्प्यूटेशनल जाल की आवश्यकता होती है, जिसके लिए उच्च-रिज़ॉल्यूशन मेसोस्केल मौसम मॉडल के उपयोग की आवश्यकता होती है; इसके बावजूद, संख्यात्मक मौसम मार्गदर्शन की गुणवत्ता वायु गुणवत्ता पूर्वानुमानों में मुख्य अनिश्चितता है।<ref name="Baklanov"/>




=== जलवायु मॉडलिंग ===
=== जलवायु मॉडलिंग ===
{{See also|Global climate model}}
{{See also|वैश्विक जलवायु मॉडल}}
एक सामान्य परिसंचरण मॉडल (जीसीएम) एक गणितीय मॉडल है जिसका उपयोग ग्रहों के वातावरण या महासागर के वैश्विक परिसंचरण के कंप्यूटर सिमुलेशन में किया जा सकता है। एक वायुमंडलीय सामान्य संचलन मॉडल (एजीसीएम) अनिवार्य रूप से एक वैश्विक संख्यात्मक मौसम भविष्यवाणी मॉडल के समान है, और कुछ (जैसे कि यूके यूनिफाइड मॉडल में इस्तेमाल किया गया) को अल्पकालिक मौसम पूर्वानुमान और लंबी अवधि के [[जलवायु]] पूर्वानुमान दोनों के लिए कॉन्फ़िगर किया जा सकता है। . समुद्री बर्फ और भूमि-सतह घटकों के साथ, एजीसीएम और महासागरीय जीसीएम (ओजीसीएम) वैश्विक जलवायु मॉडल के प्रमुख घटक हैं, और व्यापक रूप से जलवायु को समझने और जलवायु परिवर्तन को पेश करने के लिए लागू होते हैं। जलवायु परिवर्तन के पहलुओं के लिए, मानव निर्मित रासायनिक उत्सर्जन परिदृश्यों की एक श्रृंखला को जलवायु मॉडल में शामिल किया जा सकता है ताकि यह देखा जा सके कि एक बढ़ा हुआ [[ग्रीनहाउस प्रभाव]] पृथ्वी की जलवायु को कैसे संशोधित करेगा।<ref>{{cite book|url=https://books.google.com/books?id=Pzx_Nz1qgd8C&pg=PA40|author=Australian Bureau of Statistics|title=ईयर बुक, ऑस्ट्रेलिया, अंक 87|page=40|year=2005|access-date=2011-02-18}}</ref> दशकों से सदियों के समय के पैमाने के साथ जलवायु अनुप्रयोगों के लिए डिज़ाइन किए गए संस्करण मूल रूप से 1969 में न्यू जर्सी के प्रिंसटन में भूभौतिकीय द्रव गतिकी प्रयोगशाला में [[तानेग्रो सीखें]] और किर्क ब्रायन (समुद्र विज्ञानी) द्वारा बनाए गए थे।<ref>{{cite web |url=http://celebrating200years.noaa.gov/breakthroughs/climate_model/welcome.html |title=पहला जलवायु मॉडल|author=[[National Oceanic and Atmospheric Administration]] 200th Celebration |publisher=[[National Oceanic and Atmospheric Administration]]|date=2008-05-22 |access-date=2010-04-20 }}</ref> जब कई दशकों तक चलाया जाता है, तो कम्प्यूटेशनल सीमाओं का मतलब है कि मॉडल को मोटे ग्रिड का उपयोग करना चाहिए जो छोटे पैमाने पर अनसुलझे इंटरैक्शन को छोड़ देता है।<ref>{{cite book|url=https://books.google.com/books?id=bV3C5VCC-0EC&pg=PA282|pages=284–289|title=वैश्विक जलवायु प्रणाली: पैटर्न, प्रक्रियाएं और टेलीकनेक्शन|author=Bridgman, Howard A., John E. Oliver, Michael H. Glantz|year=2006|publisher=Cambridge University Press|isbn=978-0-521-82642-6|access-date=2011-02-18}}</ref>
एक सामान्य परिसंचरण मॉडल (जीसीएम) एक गणितीय मॉडल है जिसका उपयोग ग्रहों के वातावरण या महासागर के वैश्विक परिसंचरण के कंप्यूटर सिमुलेशन में किया जा सकता है। एक वायुमंडलीय सामान्य संचलन मॉडल (एजीसीएम) अनिवार्य रूप से एक वैश्विक संख्यात्मक मौसम भविष्यवाणी मॉडल के समान है, और कुछ (जैसे कि यूके यूनिफाइड मॉडल में इस्तेमाल किया गया) को अल्पकालिक मौसम पूर्वानुमान और लंबी अवधि के [[जलवायु]] पूर्वानुमान दोनों के लिए कॉन्फ़िगर किया जा सकता है। . समुद्री बर्फ और भूमि-सतह घटकों के साथ, एजीसीएम और महासागरीय जीसीएम (ओजीसीएम) वैश्विक जलवायु मॉडल के प्रमुख घटक हैं, और व्यापक रूप से जलवायु को समझने और जलवायु परिवर्तन को पेश करने के लिए लागू होते हैं। जलवायु परिवर्तन के पहलुओं के लिए, मानव निर्मित रासायनिक उत्सर्जन परिदृश्यों की एक श्रृंखला को जलवायु मॉडल में शामिल किया जा सकता है ताकि यह देखा जा सके कि एक बढ़ा हुआ [[ग्रीनहाउस प्रभाव]] पृथ्वी की जलवायु को कैसे संशोधित करेगा।<ref>{{cite book|url=https://books.google.com/books?id=Pzx_Nz1qgd8C&pg=PA40|author=Australian Bureau of Statistics|title=ईयर बुक, ऑस्ट्रेलिया, अंक 87|page=40|year=2005|access-date=2011-02-18}}</ref> दशकों से सदियों के समय के पैमाने के साथ जलवायु अनुप्रयोगों के लिए डिज़ाइन किए गए संस्करण मूल रूप से 1969 में न्यू जर्सी के प्रिंसटन में भूभौतिकीय द्रव गतिकी प्रयोगशाला में [[तानेग्रो सीखें]] और किर्क ब्रायन (समुद्र विज्ञानी) द्वारा बनाए गए थे।<ref>{{cite web |url=http://celebrating200years.noaa.gov/breakthroughs/climate_model/welcome.html |title=पहला जलवायु मॉडल|author=[[National Oceanic and Atmospheric Administration]] 200th Celebration |publisher=[[National Oceanic and Atmospheric Administration]]|date=2008-05-22 |access-date=2010-04-20 }}</ref> जब कई दशकों तक चलाया जाता है, तो कम्प्यूटेशनल सीमाओं का मतलब है कि मॉडल को मोटे ग्रिड का उपयोग करना चाहिए जो छोटे पैमाने पर अनसुलझे इंटरैक्शन को छोड़ देता है।<ref>{{cite book|url=https://books.google.com/books?id=bV3C5VCC-0EC&pg=PA282|pages=284–289|title=वैश्विक जलवायु प्रणाली: पैटर्न, प्रक्रियाएं और टेलीकनेक्शन|author=Bridgman, Howard A., John E. Oliver, Michael H. Glantz|year=2006|publisher=Cambridge University Press|isbn=978-0-521-82642-6|access-date=2011-02-18}}</ref>


Line 70: Line 70:
=== समुद्र की सतह मॉडलिंग ===
=== समुद्र की सतह मॉडलिंग ===
[[File:NOAA Wavewatch III Sample Forecast.gif|right|thumb|280px|NOAA वेववॉच III उत्तरी अटलांटिक के लिए 120 घंटे की हवा और लहर का पूर्वानुमान|alt=उत्तरी अटलांटिक महासागर के लिए एक हवा और लहर का पूर्वानुमान। उच्च लहरों के दो क्षेत्रों की पहचान की गई है: एक ग्रीनलैंड के दक्षिणी सिरे का पश्चिम और दूसरा उत्तरी सागर में। मेक्सिको की खाड़ी के लिए शांत समुद्र का पूर्वानुमान है। विंड बार्ब्स उत्तरी अटलांटिक पर नियमित रूप से अंतराल पर अपेक्षित हवा की ताकत और दिशाओं को दिखाते हैं।]]
[[File:NOAA Wavewatch III Sample Forecast.gif|right|thumb|280px|NOAA वेववॉच III उत्तरी अटलांटिक के लिए 120 घंटे की हवा और लहर का पूर्वानुमान|alt=उत्तरी अटलांटिक महासागर के लिए एक हवा और लहर का पूर्वानुमान। उच्च लहरों के दो क्षेत्रों की पहचान की गई है: एक ग्रीनलैंड के दक्षिणी सिरे का पश्चिम और दूसरा उत्तरी सागर में। मेक्सिको की खाड़ी के लिए शांत समुद्र का पूर्वानुमान है। विंड बार्ब्स उत्तरी अटलांटिक पर नियमित रूप से अंतराल पर अपेक्षित हवा की ताकत और दिशाओं को दिखाते हैं।]]
{{main|Marine weather forecasting|Ocean dynamics|Wind wave model}}
{{main|समुद्री मौसम का पूर्वानुमान|महासागर की गतिशीलता|पवन तरंग मॉडल}}
समुद्र की सतह पर बहने वाली हवा और समुद्र की ऊपरी परत के बीच ऊर्जा का स्थानांतरण तरंग गतिकी में एक महत्वपूर्ण तत्व है।<ref>{{cite journal|last=Chalikov|first=D. V.|title=पवन-तरंग अंतःक्रिया का संख्यात्मक अनुकरण|journal=[[Journal of Fluid Mechanics]]|date=August 1978|volume=87|issue=3|pages=561–82|doi=10.1017/S0022112078001767|bibcode=1978JFM....87..561C}}</ref> स्थलाकृति बदलने पर तरंग स्पेक्ट्रम में परिवर्तन का वर्णन करने के लिए [[वर्णक्रमीय तरंग परिवहन समीकरण]] का उपयोग किया जाता है। यह तरंग उत्पादन, तरंग गति (तरल के भीतर प्रसार), तरंग शोलिंग, [[अपवर्तन]], तरंगों के बीच ऊर्जा हस्तांतरण और तरंग अपव्यय का अनुकरण करता है।<ref>{{cite book|page=270|url=https://books.google.com/books?id=yBtOwfUG6cgC|title=जल तरंगों की संख्यात्मक मॉडलिंग|author=Lin, Pengzhi|publisher=Psychology Press|year=2008|isbn=978-0-415-41578-1}}</ref> चूँकि सतही हवाएँ वर्णक्रमीय तरंग परिवहन समीकरण में प्राथमिक बल तंत्र हैं, महासागरीय तरंग मॉडल संख्यात्मक मौसम पूर्वानुमान मॉडल द्वारा उत्पादित जानकारी का उपयोग इनपुट के रूप में यह निर्धारित करने के लिए करते हैं कि समुद्र की सतह पर परत में वायुमंडल से कितनी ऊर्जा स्थानांतरित की जाती है। [[हवा की लहर]] के माध्यम से ऊर्जा के अपव्यय और लहरों के बीच अनुनाद के साथ, संख्यात्मक मौसम मॉडल से सतही हवाएं समुद्र की सतह की स्थिति की अधिक सटीक भविष्यवाणी करने की अनुमति देती हैं।<ref>{{cite journal|last=Bender|first=Leslie C.|title=थर्ड-जेनरेशन ओशन वेव मॉडल में फिजिक्स और न्यूमेरिक्स का संशोधन|journal=[[Journal of Atmospheric and Oceanic Technology]]|date=January 1996|volume=13|issue=3|pages=726–750 |doi=10.1175/1520-0426(1996)013<0726:MOTPAN>2.0.CO;2|bibcode=1996JAtOT..13..726B|doi-access=free}}</ref>
समुद्र की सतह पर बहने वाली हवा और समुद्र की ऊपरी परत के बीच ऊर्जा का स्थानांतरण तरंग गतिकी में एक महत्वपूर्ण तत्व है।<ref>{{cite journal|last=Chalikov|first=D. V.|title=पवन-तरंग अंतःक्रिया का संख्यात्मक अनुकरण|journal=[[Journal of Fluid Mechanics]]|date=August 1978|volume=87|issue=3|pages=561–82|doi=10.1017/S0022112078001767|bibcode=1978JFM....87..561C}}</ref> स्थलाकृति बदलने पर तरंग स्पेक्ट्रम में परिवर्तन का वर्णन करने के लिए [[वर्णक्रमीय तरंग परिवहन समीकरण]] का उपयोग किया जाता है। यह तरंग उत्पादन, तरंग गति (तरल के भीतर प्रसार), तरंग शोलिंग, [[अपवर्तन]], तरंगों के बीच ऊर्जा हस्तांतरण और तरंग अपव्यय का अनुकरण करता है।<ref>{{cite book|page=270|url=https://books.google.com/books?id=yBtOwfUG6cgC|title=जल तरंगों की संख्यात्मक मॉडलिंग|author=Lin, Pengzhi|publisher=Psychology Press|year=2008|isbn=978-0-415-41578-1}}</ref> चूँकि सतही हवाएँ वर्णक्रमीय तरंग परिवहन समीकरण में प्राथमिक बल तंत्र हैं, महासागरीय तरंग मॉडल संख्यात्मक मौसम पूर्वानुमान मॉडल द्वारा उत्पादित जानकारी का उपयोग इनपुट के रूप में यह निर्धारित करने के लिए करते हैं कि समुद्र की सतह पर परत में वायुमंडल से कितनी ऊर्जा स्थानांतरित की जाती है। [[हवा की लहर]] के माध्यम से ऊर्जा के अपव्यय और लहरों के बीच अनुनाद के साथ, संख्यात्मक मौसम मॉडल से सतही हवाएं समुद्र की सतह की स्थिति की अधिक सटीक भविष्यवाणी करने की अनुमति देती हैं।<ref>{{cite journal|last=Bender|first=Leslie C.|title=थर्ड-जेनरेशन ओशन वेव मॉडल में फिजिक्स और न्यूमेरिक्स का संशोधन|journal=[[Journal of Atmospheric and Oceanic Technology]]|date=January 1996|volume=13|issue=3|pages=726–750 |doi=10.1175/1520-0426(1996)013<0726:MOTPAN>2.0.CO;2|bibcode=1996JAtOT..13..726B|doi-access=free}}</ref>




===उष्णकटिबंधीय चक्रवात का पूर्वानुमान===
===उष्णकटिबंधीय चक्रवात का पूर्वानुमान===
{{see also|Tropical cyclone forecast model}}
{{see also|उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल}}
उष्णकटिबंधीय चक्रवात का पूर्वानुमान संख्यात्मक मौसम मॉडल द्वारा उपलब्ध कराए गए आंकड़ों पर भी निर्भर करता है। [[उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल]] के तीन मुख्य वर्ग मौजूद हैं: सांख्यिकीय मॉडल जलवायु विज्ञान का उपयोग करके तूफान के व्यवहार के विश्लेषण पर आधारित होते हैं, और एक तूफान की स्थिति और तारीख को एक पूर्वानुमान बनाने के लिए सहसंबंधित करते हैं जो उस समय के वातावरण के भौतिकी पर आधारित नहीं होता है। गतिशील मॉडल संख्यात्मक मॉडल हैं जो वातावरण में द्रव प्रवाह के शासकीय समीकरणों को हल करते हैं; वे अन्य सीमित-क्षेत्र संख्यात्मक मौसम भविष्यवाणी मॉडल के समान सिद्धांतों पर आधारित हैं, लेकिन इसमें विशेष कम्प्यूटेशनल तकनीक शामिल हो सकती है जैसे परिष्कृत स्थानिक डोमेन जो चक्रवात के साथ चलते हैं। मॉडल जो दोनों दृष्टिकोणों के तत्वों का उपयोग करते हैं उन्हें सांख्यिकीय-गतिशील मॉडल कहा जाता है।<ref>{{cite web|title=राष्ट्रीय तूफान केंद्र ट्रैक और तीव्रता मॉडल का तकनीकी सारांश|url=http://www.nhc.noaa.gov/pdf/model_summary_20090724.pdf|publisher=National Oceanic and Atmospheric Administration|access-date=2011-02-19|author=[[National Hurricane Center]]|date=July 2009}}</ref>
उष्णकटिबंधीय चक्रवात का पूर्वानुमान संख्यात्मक मौसम मॉडल द्वारा उपलब्ध कराए गए आंकड़ों पर भी निर्भर करता है। [[उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल]] के तीन मुख्य वर्ग मौजूद हैं: सांख्यिकीय मॉडल जलवायु विज्ञान का उपयोग करके तूफान के व्यवहार के विश्लेषण पर आधारित होते हैं, और एक तूफान की स्थिति और तारीख को एक पूर्वानुमान बनाने के लिए सहसंबंधित करते हैं जो उस समय के वातावरण के भौतिकी पर आधारित नहीं होता है। गतिशील मॉडल संख्यात्मक मॉडल हैं जो वातावरण में द्रव प्रवाह के शासकीय समीकरणों को हल करते हैं; वे अन्य सीमित-क्षेत्र संख्यात्मक मौसम भविष्यवाणी मॉडल के समान सिद्धांतों पर आधारित हैं, लेकिन इसमें विशेष कम्प्यूटेशनल तकनीक शामिल हो सकती है जैसे परिष्कृत स्थानिक डोमेन जो चक्रवात के साथ चलते हैं। मॉडल जो दोनों दृष्टिकोणों के तत्वों का उपयोग करते हैं उन्हें सांख्यिकीय-गतिशील मॉडल कहा जाता है।<ref>{{cite web|title=राष्ट्रीय तूफान केंद्र ट्रैक और तीव्रता मॉडल का तकनीकी सारांश|url=http://www.nhc.noaa.gov/pdf/model_summary_20090724.pdf|publisher=National Oceanic and Atmospheric Administration|access-date=2011-02-19|author=[[National Hurricane Center]]|date=July 2009}}</ref>
1978 में, पहला उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल|वायुमंडलीय गतिकी#गतिशील मौसम विज्ञान-द मूवेबल फाइन-मेश (एमएफएम) मॉडल पर आधारित तूफान-ट्रैकिंग मॉडल-का संचालन शुरू हुआ।<ref name="Shuman W&F"/>  उष्णकटिबंधीय चक्रवात ट्रैक पूर्वानुमान के क्षेत्र में, लगातार बेहतर होने वाले गतिशील मॉडल मार्गदर्शन के बावजूद, जो बढ़ी हुई कम्प्यूटेशनल शक्ति के साथ हुआ, यह 1980 के दशक तक नहीं था जब संख्यात्मक मौसम की भविष्यवाणी ने पूर्वानुमान कौशल दिखाया था, और 1990 के दशक तक जब यह लगातार [[सांख्यिकीय मॉडल]] या सरल से बेहतर प्रदर्शन करता था। गतिशील मॉडल।<ref>{{cite web|url=http://www.nhc.noaa.gov/verification/verify6.shtml|publisher=[[National Hurricane Center]]|date=2010-04-20|access-date=2011-01-02|author=Franklin, James|title=राष्ट्रीय तूफान केंद्र पूर्वानुमान सत्यापन|author-link=James Franklin (meteorologist)}}</ref> संख्यात्मक मौसम की भविष्यवाणी के आधार पर एक उष्णकटिबंधीय चक्रवात की तीव्रता की भविष्यवाणी एक चुनौती बनी हुई है, क्योंकि सांख्यिकीय पद्धति गतिशील मार्गदर्शन पर उच्च कौशल दिखाती रहती है।<ref>{{cite journal|author=Rappaport, Edward N. |author2=Franklin, James L. |author3=Avila, Lixion A. |author4=Baig, Stephen R. |author5=Beven II, John L. |author6=Blake, Eric S. |author7=Burr, Christopher A. |author8=Jiing, Jiann-Gwo |author9=Juckins, Christopher A. |author10=Knabb, Richard D. |author11=Landsea, Christopher W. |author12=Mainelli, Michelle |author13=Mayfield, Max |author14=McAdie, Colin J. |author15=Pasch, Richard J. |author16=Sisko, Christopher |author17=Stewart, Stacy R. |author18=Tribble, Ahsha N.|title=राष्ट्रीय तूफान केंद्र में अग्रिम और चुनौतियां|journal=[[Weather and Forecasting]]|date=April 2009|volume=24|issue=2|pages=395–419|doi=10.1175/2008WAF2222128.1|bibcode=2009WtFor..24..395R|citeseerx=10.1.1.207.4667 }}</ref>
1978 में, पहला उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल|वायुमंडलीय गतिकी#गतिशील मौसम विज्ञान-द मूवेबल फाइन-मेश (एमएफएम) मॉडल पर आधारित तूफान-ट्रैकिंग मॉडल-का संचालन शुरू हुआ।<ref name="Shuman W&F"/>  उष्णकटिबंधीय चक्रवात ट्रैक पूर्वानुमान के क्षेत्र में, लगातार बेहतर होने वाले गतिशील मॉडल मार्गदर्शन के बावजूद, जो बढ़ी हुई कम्प्यूटेशनल शक्ति के साथ हुआ, यह 1980 के दशक तक नहीं था जब संख्यात्मक मौसम की भविष्यवाणी ने पूर्वानुमान कौशल दिखाया था, और 1990 के दशक तक जब यह लगातार [[सांख्यिकीय मॉडल]] या सरल से बेहतर प्रदर्शन करता था। गतिशील मॉडल।<ref>{{cite web|url=http://www.nhc.noaa.gov/verification/verify6.shtml|publisher=[[National Hurricane Center]]|date=2010-04-20|access-date=2011-01-02|author=Franklin, James|title=राष्ट्रीय तूफान केंद्र पूर्वानुमान सत्यापन|author-link=James Franklin (meteorologist)}}</ref> संख्यात्मक मौसम की भविष्यवाणी के आधार पर एक उष्णकटिबंधीय चक्रवात की तीव्रता की भविष्यवाणी एक चुनौती बनी हुई है, क्योंकि सांख्यिकीय पद्धति गतिशील मार्गदर्शन पर उच्च कौशल दिखाती रहती है।<ref>{{cite journal|author=Rappaport, Edward N. |author2=Franklin, James L. |author3=Avila, Lixion A. |author4=Baig, Stephen R. |author5=Beven II, John L. |author6=Blake, Eric S. |author7=Burr, Christopher A. |author8=Jiing, Jiann-Gwo |author9=Juckins, Christopher A. |author10=Knabb, Richard D. |author11=Landsea, Christopher W. |author12=Mainelli, Michelle |author13=Mayfield, Max |author14=McAdie, Colin J. |author15=Pasch, Richard J. |author16=Sisko, Christopher |author17=Stewart, Stacy R. |author18=Tribble, Ahsha N.|title=राष्ट्रीय तूफान केंद्र में अग्रिम और चुनौतियां|journal=[[Weather and Forecasting]]|date=April 2009|volume=24|issue=2|pages=395–419|doi=10.1175/2008WAF2222128.1|bibcode=2009WtFor..24..395R|citeseerx=10.1.1.207.4667 }}</ref>
Line 81: Line 81:


=== जंगल की आग मॉडलिंग ===
=== जंगल की आग मॉडलिंग ===
{{See also|Wildfire modeling}}
{{See also|जंगल की आग मॉडलिंग}}
[[File:Propagation model wildfire (English).svg|thumb|280px|right|एक साधारण जंगल की आग प्रसार मॉडल]]आणविक पैमाने पर, जंगल की आग में [[सेल्यूलोज]], या लकड़ी के ईंधन के क्षरण में दो मुख्य प्रतिस्पर्धी [[प्रतिक्रिया]] प्रक्रियाएँ शामिल हैं। जब सेलूलोज़ फाइबर में नमी की मात्रा कम होती है, तो ईंधन का वाष्पीकरण होता है; यह प्रक्रिया मध्यवर्ती गैसीय उत्पाद उत्पन्न करेगी जो अंततः [[दहन]] का स्रोत होगा। जब नमी मौजूद होती है—या जब फाइबर से पर्याप्त गर्मी दूर की जा रही होती है, तो [[घाव]] होती है। दोनों प्रतिक्रियाओं के रासायनिक कैनेटीक्स से संकेत मिलता है कि एक बिंदु है जिस पर नमी का स्तर काफी कम है - और / या हीटिंग दर काफी अधिक है - दहन प्रक्रियाओं के लिए आत्मनिर्भर बनने के लिए। नतीजतन, हवा की गति, दिशा, नमी, तापमान, या वातावरण के विभिन्न स्तरों पर चूक दर में परिवर्तन जंगल की आग के व्यवहार और विकास पर महत्वपूर्ण प्रभाव डाल सकता है। चूंकि जंगल की आग वायुमंडलीय प्रवाह के लिए एक गर्मी स्रोत के रूप में कार्य करती है, जंगल की आग स्थानीय [[संवहन]] पैटर्न को संशोधित कर सकती है, आग और वातावरण के बीच एक प्रतिक्रिया पेश कर सकती है।<ref name="Sullivan wildfire">{{cite journal|last=Sullivan|first=Andrew L.|title=वाइल्डलैंड सरफेस फायर स्प्रेड मॉडलिंग, 1990-2007। 1: भौतिक और अर्ध-भौतिक मॉडल|journal=International Journal of Wildland Fire|date=June 2009|volume=18|issue=4|page=349|doi=10.1071/WF06143|arxiv=0706.3074|s2cid=16173400}}</ref>
[[File:Propagation model wildfire (English).svg|thumb|280px|right|एक साधारण जंगल की आग प्रसार मॉडल]]आणविक पैमाने पर, जंगल की आग में [[सेल्यूलोज]], या लकड़ी के ईंधन के क्षरण में दो मुख्य प्रतिस्पर्धी [[प्रतिक्रिया]] प्रक्रियाएँ शामिल हैं। जब सेलूलोज़ फाइबर में नमी की मात्रा कम होती है, तो ईंधन का वाष्पीकरण होता है; यह प्रक्रिया मध्यवर्ती गैसीय उत्पाद उत्पन्न करेगी जो अंततः [[दहन]] का स्रोत होगा। जब नमी मौजूद होती है—या जब फाइबर से पर्याप्त गर्मी दूर की जा रही होती है, तो [[घाव]] होती है। दोनों प्रतिक्रियाओं के रासायनिक कैनेटीक्स से संकेत मिलता है कि एक बिंदु है जिस पर नमी का स्तर काफी कम है - और / या हीटिंग दर काफी अधिक है - दहन प्रक्रियाओं के लिए आत्मनिर्भर बनने के लिए। नतीजतन, हवा की गति, दिशा, नमी, तापमान, या वातावरण के विभिन्न स्तरों पर चूक दर में परिवर्तन जंगल की आग के व्यवहार और विकास पर महत्वपूर्ण प्रभाव डाल सकता है। चूंकि जंगल की आग वायुमंडलीय प्रवाह के लिए एक गर्मी स्रोत के रूप में कार्य करती है, जंगल की आग स्थानीय [[संवहन]] पैटर्न को संशोधित कर सकती है, आग और वातावरण के बीच एक प्रतिक्रिया पेश कर सकती है।<ref name="Sullivan wildfire">{{cite journal|last=Sullivan|first=Andrew L.|title=वाइल्डलैंड सरफेस फायर स्प्रेड मॉडलिंग, 1990-2007। 1: भौतिक और अर्ध-भौतिक मॉडल|journal=International Journal of Wildland Fire|date=June 2009|volume=18|issue=4|page=349|doi=10.1071/WF06143|arxiv=0706.3074|s2cid=16173400}}</ref>
जंगल की आग के प्रसार के लिए एक सरलीकृत द्वि-आयामी मॉडल जो हवा और इलाके के प्रभावों का प्रतिनिधित्व करने के लिए संवहन का उपयोग करता है, साथ ही ताप परिवहन के प्रमुख तरीके के रूप में थर्मल विकिरण ने आंशिक अंतर समीकरणों की प्रतिक्रिया-प्रसार प्रणाली का नेतृत्व किया।<ref name="Asensio-2002-WFM">{{cite journal|author1=Asensio, M. I.  |author2=L. Ferragut |name-list-style=amp |title=रेडिएशन के साथ वाइल्डलैंड फायर मॉडल पर|journal=International Journal for Numerical Methods in Engineering|volume=54|issue=1 |pages=137–157|year=2002|doi=10.1002/nme.420|bibcode = 2002IJNME..54..137A }}</ref><ref name="Mandel-2008-WMD">{{cite journal|author=Mandel, Jan, [[Lynn Schreyer|Lynn S. Bennethum]], Jonathan D. Beezley, [[Janice Coen|Janice L. Coen]], Craig C. Douglas, Minjeong Kim, and Anthony Vodacek|title=डेटा आत्मसात के साथ एक जंगल की आग का मॉडल|journal=Mathematics and Computers in Simulation|volume=79|pages=584–606|year=2008|doi=10.1016/j.matcom.2008.03.015|arxiv=0709.0086|bibcode=2007arXiv0709.0086M|issue=3|s2cid=839881}}</ref> अधिक जटिल मॉडल एक जंगल की आग घटक के साथ संख्यात्मक मौसम मॉडल या कम्प्यूटेशनल द्रव गतिकी मॉडल में शामिल होते हैं जो आग और वातावरण के बीच प्रतिक्रिया प्रभाव का अनुमान लगाने की अनुमति देते हैं।<ref name="Sullivan wildfire"/>  मॉडल के बाद वाले वर्ग में अतिरिक्त जटिलता उनकी कंप्यूटर पावर आवश्यकताओं में एक समान वृद्धि का अनुवाद करती है। वास्तव में, वायुमंडलीय मॉडलिंग के लिए प्रासंगिक पैमाने पर प्रत्यक्ष संख्यात्मक सिमुलेशन के माध्यम से दहन का पूर्ण त्रि-आयामी उपचार वर्तमान में व्यावहारिक नहीं है क्योंकि अत्यधिक कम्प्यूटेशनल लागत के कारण इस तरह के सिमुलेशन की आवश्यकता होगी। संख्यात्मक मौसम मॉडल के तहत स्थानिक संकल्पों पर सीमित पूर्वानुमान कौशल है {{convert|1|km|mi|1|sp=us}}, जंगल की आग से स्थानीय रूप से हवाओं को कैसे संशोधित किया जाएगा, इसकी गणना करने के लिए आग को मापने के लिए जटिल जंगल की आग के मॉडल को मजबूर करना, और उन संशोधित हवाओं का उपयोग उस दर को निर्धारित करने के लिए करना है जिस पर आग स्थानीय रूप से फैल जाएगी।<ref name="Clark-1996-CAFb">{{cite journal|author=Clark, T. L., M. A. Jenkins, J. Coen, and David Packham|title=एक युग्मित वायुमंडलीय-अग्नि मॉडल: संवहनी फ्राउड संख्या और गतिशील छूत|journal=International Journal of Wildland Fire|volume=6|pages=177–190|year=1996|doi=10.1071/WF9960177|issue=4|url=https://zenodo.org/record/1236052}}</ref><ref name="Clark-1996-CAF">{{cite journal|author=Clark, Terry L., Marry Ann Jenkins, Janice Coen, and David Packham|title=एक युग्मित वायुमंडलीय-अग्नि मॉडल: अग्नि रेखा गतिकी पर संवहन प्रतिक्रिया|journal=Journal of Applied Meteorology|volume=35|pages=875–901|year=1996|doi=10.1175/1520-0450(1996)035<0875:ACAMCF>2.0.CO;2|bibcode=1996JApMe..35..875C|issue=6|doi-access=free}}</ref><ref name="Rothermel-1972-MMP">{{cite web|author=Rothermel, Richard C.|title=जंगल की आग में आग फैलने की भविष्यवाणी के लिए एक गणितीय मॉडल|publisher=[[United States Forest Service]]|date=January 1972|url=http://www.fs.fed.us/rm/pubs_int/int_rp115.pdf|access-date=2011-02-28}}</ref> {{cnspan| Although models such as [[Los Alamos National Laboratory|Los Alamos]]' FIRETEC solve for the concentrations of fuel and [[oxygen]], the computational grid cannot be fine enough to resolve the combustion reaction, so approximations must be made for the temperature distribution within each grid cell, as well as for the combustion reaction rates themselves.|date=December 2021}}
जंगल की आग के प्रसार के लिए एक सरलीकृत द्वि-आयामी मॉडल जो हवा और इलाके के प्रभावों का प्रतिनिधित्व करने के लिए संवहन का उपयोग करता है, साथ ही ताप परिवहन के प्रमुख तरीके के रूप में थर्मल विकिरण ने आंशिक अंतर समीकरणों की प्रतिक्रिया-प्रसार प्रणाली का नेतृत्व किया।<ref name="Asensio-2002-WFM">{{cite journal|author1=Asensio, M. I.  |author2=L. Ferragut |name-list-style=amp |title=रेडिएशन के साथ वाइल्डलैंड फायर मॉडल पर|journal=International Journal for Numerical Methods in Engineering|volume=54|issue=1 |pages=137–157|year=2002|doi=10.1002/nme.420|bibcode = 2002IJNME..54..137A }}</ref><ref name="Mandel-2008-WMD">{{cite journal|author=Mandel, Jan, [[Lynn Schreyer|Lynn S. Bennethum]], Jonathan D. Beezley, [[Janice Coen|Janice L. Coen]], Craig C. Douglas, Minjeong Kim, and Anthony Vodacek|title=डेटा आत्मसात के साथ एक जंगल की आग का मॉडल|journal=Mathematics and Computers in Simulation|volume=79|pages=584–606|year=2008|doi=10.1016/j.matcom.2008.03.015|arxiv=0709.0086|bibcode=2007arXiv0709.0086M|issue=3|s2cid=839881}}</ref> अधिक जटिल मॉडल एक जंगल की आग घटक के साथ संख्यात्मक मौसम मॉडल या कम्प्यूटेशनल द्रव गतिकी मॉडल में शामिल होते हैं जो आग और वातावरण के बीच प्रतिक्रिया प्रभाव का अनुमान लगाने की अनुमति देते हैं।<ref name="Sullivan wildfire"/>  मॉडल के बाद वाले वर्ग में अतिरिक्त जटिलता उनकी कंप्यूटर पावर आवश्यकताओं में एक समान वृद्धि का अनुवाद करती है। वास्तव में, वायुमंडलीय मॉडलिंग के लिए प्रासंगिक पैमाने पर प्रत्यक्ष संख्यात्मक सिमुलेशन के माध्यम से दहन का पूर्ण त्रि-आयामी उपचार वर्तमान में व्यावहारिक नहीं है क्योंकि अत्यधिक कम्प्यूटेशनल लागत के कारण इस तरह के सिमुलेशन की आवश्यकता होगी। संख्यात्मक मौसम मॉडल के तहत स्थानिक संकल्पों पर सीमित पूर्वानुमान कौशल है {{convert|1|km|mi|1|sp=us}}, जंगल की आग से स्थानीय रूप से हवाओं को कैसे संशोधित किया जाएगा, इसकी गणना करने के लिए आग को मापने के लिए जटिल जंगल की आग के मॉडल को मजबूर करना, और उन संशोधित हवाओं का उपयोग उस दर को निर्धारित करने के लिए करना है जिस पर आग स्थानीय रूप से फैल जाएगी।<ref name="Clark-1996-CAFb">{{cite journal|author=Clark, T. L., M. A. Jenkins, J. Coen, and David Packham|title=एक युग्मित वायुमंडलीय-अग्नि मॉडल: संवहनी फ्राउड संख्या और गतिशील छूत|journal=International Journal of Wildland Fire|volume=6|pages=177–190|year=1996|doi=10.1071/WF9960177|issue=4|url=https://zenodo.org/record/1236052}}</ref><ref name="Clark-1996-CAF">{{cite journal|author=Clark, Terry L., Marry Ann Jenkins, Janice Coen, and David Packham|title=एक युग्मित वायुमंडलीय-अग्नि मॉडल: अग्नि रेखा गतिकी पर संवहन प्रतिक्रिया|journal=Journal of Applied Meteorology|volume=35|pages=875–901|year=1996|doi=10.1175/1520-0450(1996)035<0875:ACAMCF>2.0.CO;2|bibcode=1996JApMe..35..875C|issue=6|doi-access=free}}</ref><ref name="Rothermel-1972-MMP">{{cite web|author=Rothermel, Richard C.|title=जंगल की आग में आग फैलने की भविष्यवाणी के लिए एक गणितीय मॉडल|publisher=[[United States Forest Service]]|date=January 1972|url=http://www.fs.fed.us/rm/pubs_int/int_rp115.pdf|access-date=2011-02-28}}</ref> {{cnspan| Although models such as [[Los Alamos National Laboratory|Los Alamos]]' FIRETEC solve for the concentrations of fuel and [[oxygen]], the computational grid cannot be fine enough to resolve the combustion reaction, so approximations must be made for the temperature distribution within each grid cell, as well as for the combustion reaction rates themselves.|date=December 2021}}

Revision as of 14:40, 30 July 2023

For broader coverage of this topic, see वायुमंडलीय मॉडल.
एक संख्यात्मक मौसम मॉडल के लिए एक ग्रिड है दिखाया। ग्रिड पृथ्वी की सतह को मध्याह्न और समानांतरों के साथ विभाजित करता है, और पृथ्वी के केंद्र से दूर ग्रिड कोशिकाओं को ढेर करके वातावरण की मोटाई का अनुकरण करता है। एक इनसेट प्रत्येक ग्रिड सेल में विश्लेषित विभिन्न भौतिक प्रक्रियाओं को दर्शाता है, जैसे संवहन, वर्षा, सौर विकिरण और स्थलीय विकिरण शीतलन।
मौसम के मॉडल भौतिकी के नियमों के आधार पर अंतर समीकरणों की प्रणालियों का उपयोग करते हैं, जो विस्तार से द्रव गतिकी, ऊष्मप्रवैगिकी, विकिरण हस्तांतरण और रसायन विज्ञान हैं, और एक समन्वय प्रणाली का उपयोग करते हैं जो ग्रह को 3डी ग्रिड में विभाजित करती है। हवा, गर्मी हस्तांतरण, सौर विकिरण, सापेक्ष आर्द्रता, चरण संक्रमण और सतह जल विज्ञान की गणना प्रत्येक ग्रिड सेल के भीतर की जाती है, और पड़ोसी कोशिकाओं के साथ बातचीत का उपयोग भविष्य में वायुमंडलीय गुणों की गणना के लिए किया जाता है।

संख्यात्मक मौसम भविष्यवाणी (NWP) वर्तमान मौसम की स्थिति के आधार पर मौसम की भविष्यवाणी के लिए वातावरण और महासागरों के गणितीय मॉडल का उपयोग करती है। हालांकि पहली बार 1920 के दशक में प्रयास किया गया था, यह 1950 के दशक में कंप्यूटर सिमुलेशन के आगमन तक नहीं था कि संख्यात्मक मौसम की भविष्यवाणियों ने यथार्थवादी परिणाम उत्पन्न किए। दुनिया भर के विभिन्न देशों में कई वैश्विक और क्षेत्रीय पूर्वानुमान मॉडल चलाए जाते हैं, जो रेडियोसोंडे, मौसम उपग्रहों और इनपुट के रूप में अन्य अवलोकन प्रणालियों से रिले किए गए वर्तमान मौसम अवलोकनों का उपयोग करते हैं।

समान भौतिक सिद्धांतों पर आधारित गणितीय मॉडल का उपयोग अल्पकालिक मौसम पूर्वानुमान या दीर्घकालिक जलवायु पूर्वानुमान उत्पन्न करने के लिए किया जा सकता है; बाद वाले व्यापक रूप से जलवायु परिवर्तन को समझने और पेश करने के लिए लागू होते हैं। क्षेत्रीय मॉडलों में किए गए सुधारों ने उष्णकटिबंधीय चक्रवात ट्रैक पूर्वानुमान और वायु गुणवत्ता पूर्वानुमानों में महत्वपूर्ण सुधार की अनुमति दी है; हालांकि, वायुमंडलीय मॉडल जंगल की आग जैसे अपेक्षाकृत सीमित क्षेत्र में होने वाली प्रक्रियाओं को संभालने में खराब प्रदर्शन करते हैं।

विशाल डेटासेट में हेरफेर करने और आधुनिक संख्यात्मक मौसम भविष्यवाणी के लिए आवश्यक जटिल गणना करने के लिए दुनिया के कुछ सबसे शक्तिशाली सुपर कंप्यूटरों की आवश्यकता होती है। सुपरकंप्यूटरों की बढ़ती शक्ति के साथ भी, संख्यात्मक मौसम मॉडल का पूर्वानुमान कौशल केवल छह दिनों तक फैला हुआ है। संख्यात्मक भविष्यवाणियों की सटीकता को प्रभावित करने वाले कारकों में स्वयं संख्यात्मक मॉडल में कमियों के साथ-साथ पूर्वानुमानों के इनपुट के रूप में उपयोग की जाने वाली टिप्पणियों का घनत्व और गुणवत्ता शामिल है। संख्यात्मक भविष्यवाणियों में त्रुटियों से निपटने में सुधार के लिए पोस्ट-प्रोसेसिंग तकनीक जैसे मॉडल आउटपुट सांख्यिकी (MOS) विकसित की गई हैं।

वातावरण को नियंत्रित करने वाले आंशिक विभेदक समीकरणों की अराजकता सिद्धांत प्रकृति में एक अधिक मौलिक समस्या निहित है। इन समीकरणों को सटीक रूप से हल करना असंभव है, और समय के साथ छोटी त्रुटियां बढ़ती जाती हैं (हर पांच दिनों में दोगुनी हो जाती हैं)। वर्तमान समझ यह है कि यह अराजक व्यवहार सटीक पूर्वानुमानों को सटीक इनपुट डेटा और एक दोषरहित मॉडल के साथ भी लगभग 14 दिनों तक सीमित करता है। इसके अलावा, मॉडल में उपयोग किए जाने वाले आंशिक अंतर समीकरणों को सौर विकिरण, नम प्रक्रियाओं (बादल और वर्षा (मौसम विज्ञान)), गर्मी हस्तांतरण, मिट्टी, वनस्पति, सतह के पानी और इलाके के प्रभावों के लिए पैरामीट्रिजेशन (जलवायु) के साथ पूरक करने की आवश्यकता है। . संख्यात्मक भविष्यवाणियों में शेष बड़ी मात्रा में अंतर्निहित अनिश्चितता की मात्रा निर्धारित करने के प्रयास में, 1990 के दशक से पूर्वानुमान में विश्वास को मापने में मदद करने के लिए, और भविष्य में उपयोगी परिणाम प्राप्त करने के लिए अन्यथा संभव से अधिक उपयोगी परिणाम प्राप्त करने के लिए पहनावा पूर्वानुमान का उपयोग किया गया है। यह दृष्टिकोण एक व्यक्तिगत पूर्वानुमान मॉडल या कई मॉडलों के साथ बनाए गए कई पूर्वानुमानों का विश्लेषण करता है।

इतिहास

Main article: संख्यात्मक मौसम भविष्यवाणी का इतिहास
जीन बार्टिक और फ्रांसिस स्पेंस द्वारा संचालित इलेक्ट्रिकल इंजीनियरिंग के मूर स्कूल में ENIAC मुख्य नियंत्रण कक्ष।

संख्यात्मक मौसम भविष्यवाणी का इतिहास 1920 के दशक में लुईस फ्राई रिचर्डसन के प्रयासों से शुरू हुआ, जिन्होंने मूल रूप से विल्हेम बजेर्कनेस द्वारा विकसित प्रक्रियाओं का उपयोग किया था।[1]मध्य यूरोप में दो बिंदुओं पर वातावरण की स्थिति के लिए हाथ से छह घंटे का पूर्वानुमान तैयार करने के लिए, ऐसा करने में कम से कम छह सप्ताह लगते हैं।[2][1][3] यह कंप्यूटर और कंप्यूटर सिमुलेशन के आगमन तक नहीं था कि गणना का समय पूर्वानुमान अवधि से भी कम हो गया था। ENIAC का उपयोग 1950 में कंप्यूटर के माध्यम से पहला मौसम पूर्वानुमान बनाने के लिए किया गया था, जो वायुमंडलीय नियंत्रक समीकरणों के अत्यधिक सरलीकृत अनुमान पर आधारित था।[4][5] 1954 में, स्वीडिश मौसम विज्ञान और जल विज्ञान संस्थान में कार्ल-गुस्ताव रॉस्बी के समूह ने पहले परिचालन पूर्वानुमान (यानी, व्यावहारिक उपयोग के लिए एक नियमित भविष्यवाणी) का उत्पादन करने के लिए एक ही मॉडल का इस्तेमाल किया।[6] संयुक्त राज्य अमेरिका में परिचालन संख्यात्मक मौसम भविष्यवाणी 1955 में संयुक्त संख्यात्मक मौसम पूर्वानुमान इकाई (JNWPU) के तहत शुरू हुई, जो अमेरिकी वायु सेना, अमेरिकी नौसेना और अमेरिकी मौसम ब्यूरो की एक संयुक्त परियोजना है।[7] 1956 में, नॉर्म फिलिप्स ने एक गणितीय मॉडल विकसित किया जो क्षोभमंडल में मासिक और मौसमी पैटर्न को वास्तविक रूप से चित्रित कर सकता है; यह पहला सफल जलवायु मॉडल बन गया।[8][9] फिलिप्स के काम के बाद, कई समूहों ने सामान्य संचलन मॉडल बनाने के लिए काम करना शुरू किया।[10] एनओएए भूभौतिकीय द्रव गतिशीलता प्रयोगशाला में 1960 के दशक के अंत में समुद्री और वायुमंडलीय दोनों प्रक्रियाओं को संयोजित करने वाला पहला सामान्य परिसंचरण जलवायु मॉडल विकसित किया गया था।[11]

चूंकि कंप्यूटर अधिक शक्तिशाली हो गए हैं, प्रारंभिक डेटा सेट का आकार बढ़ गया है और अतिरिक्त उपलब्ध कंप्यूटिंग शक्ति का लाभ उठाने के लिए वायुमंडलीय मॉडल#प्रकार विकसित किए गए हैं। इन नए मॉडलों में वातावरण के संख्यात्मक सिमुलेशन में नेवियर-स्टोक्स समीकरणों के सरलीकरण में अधिक भौतिक प्रक्रियाएं शामिल हैं।[6] 1966 में, पश्चिम जर्मनी और संयुक्त राज्य अमेरिका ने आदिम समीकरणों के आधार पर परिचालन पूर्वानुमानों का उत्पादन शुरू किया। आदिम-समीकरण मॉडल, इसके बाद 1972 में यूनाइटेड किंगडम और 1977 में ऑस्ट्रेलिया।[1][12] सीमित क्षेत्र (क्षेत्रीय) मॉडल के विकास ने 1970 और 1980 के दशक में उष्णकटिबंधीय चक्रवातों के साथ-साथ वायु गुणवत्ता की भविष्यवाणी करने में प्रगति की सुविधा प्रदान की।[13][14] 1980 के दशक की शुरुआत में मॉडलों ने वातावरण के साथ मिट्टी और वनस्पति की अंतःक्रियाओं को शामिल करना शुरू किया, जिससे अधिक यथार्थवादी पूर्वानुमान सामने आए।[15] वायुमंडलीय गतिशीलता पर आधारित पूर्वानुमान मॉडल का उत्पादन पृथ्वी की सतह के निकट मौसम के कुछ विवरण को हल करने में असमर्थ है। जैसे, 1970 और 1980 के दशक में एक संख्यात्मक मौसम मॉडल के आउटपुट और जमीन पर आने वाली स्थितियों के बीच एक सांख्यिकीय संबंध विकसित किया गया था, जिसे मॉडल आउटपुट सांख्यिकी (MOS) के रूप में जाना जाता है।[16][17] 1990 के दशक की शुरुआत में, पूर्वानुमान की अनिश्चितता को परिभाषित करने में मदद करने के लिए और संख्यात्मक मौसम पूर्वानुमान भविष्य में अन्यथा संभव होने की तुलना में व्यवहार्य है, इसका विस्तार करने के लिए मॉडल समेकन पूर्वानुमान का उपयोग किया गया है।[18][19][20]


आरंभीकरण

A WP-3D ओरियन उड़ान में मौसम टोही विमान।
WP-3D ओरियन जैसे मौसम टोही विमान, डेटा प्रदान करते हैं जो तब संख्यात्मक मौसम पूर्वानुमानों में उपयोग किया जाता है।

वातावरण तरल है। जैसे, संख्यात्मक मौसम भविष्यवाणी का विचार एक निश्चित समय पर तरल पदार्थ की स्थिति का नमूना लेना है और भविष्य में किसी समय तरल पदार्थ की स्थिति का अनुमान लगाने के लिए द्रव गतिकी और ऊष्मप्रवैगिकी के समीकरणों का उपयोग करना है। प्रारंभिक मूल्य समस्या उत्पन्न करने के लिए अवलोकन डेटा को मॉडल में दर्ज करने की प्रक्रिया को आरंभीकरण कहा जाता है। जमीन पर, भू-भाग के नक्शे नीचे संकल्प पर उपलब्ध हैं 1 kilometer (0.6 mi) बीहड़ स्थलाकृति के क्षेत्रों के भीतर मॉडल वायुमंडलीय परिसंचरण में मदद करने के लिए विश्व स्तर पर उपयोग किया जाता है, ताकि आने वाली सौर विकिरण को प्रभावित करने वाली डाउनस्लोप हवाओं, ली लहरों और संबंधित बादल जैसी सुविधाओं को बेहतर ढंग से चित्रित किया जा सके।[21] देश-आधारित मौसम सेवाओं के मुख्य इनपुट मौसम के गुब्बारों में उपकरणों (रेडियोसॉन्डेस कहा जाता है) से अवलोकन होते हैं जो विभिन्न वायुमंडलीय मापदंडों को मापते हैं और उन्हें एक निश्चित रिसीवर के साथ-साथ मौसम उपग्रहों से भी प्रसारित करते हैं। विश्व मौसम विज्ञान संगठन दुनिया भर में इन अवलोकनों के उपकरणों, अवलोकन प्रथाओं और समय को मानकीकृत करने के लिए कार्य करता है। स्टेशन या तो METAR रिपोर्ट में प्रति घंटा रिपोर्ट करते हैं,[22] या SYNOP रिपोर्ट में हर छह घंटे में।[23] इन अवलोकनों को अनियमित रूप से स्थान दिया गया है, इसलिए उन्हें डेटा आत्मसात और उद्देश्य विश्लेषण विधियों द्वारा संसाधित किया जाता है, जो गुणवत्ता नियंत्रण करते हैं और मॉडल के गणितीय एल्गोरिदम द्वारा प्रयोग करने योग्य स्थानों पर मान प्राप्त करते हैं।[24] डेटा का उपयोग मॉडल में पूर्वानुमान के लिए शुरुआती बिंदु के रूप में किया जाता है।[25]

संख्यात्मक मॉडल में उपयोग के लिए अवलोकन संबंधी डेटा एकत्र करने के लिए विभिन्न तरीकों का उपयोग किया जाता है। साइटें मौसम के गुब्बारों में रेडियोसॉन्डेस लॉन्च करती हैं जो क्षोभमंडल के माध्यम से और अच्छी तरह से समताप मंडल में उठती हैं।[26] मौसम उपग्रहों की जानकारी का उपयोग वहां किया जाता है जहां पारंपरिक डेटा स्रोत उपलब्ध नहीं होते हैं। वाणिज्य विमान मार्गों के साथ पायलट रिपोर्ट प्रदान करता है[27] और शिपिंग मार्गों के साथ रिपोर्ट भेजें।[28] अनुसंधान परियोजनाएं उष्णकटिबंधीय चक्रवातों जैसे रुचि के मौसम प्रणालियों में और उसके आसपास उड़ान भरने के लिए मौसम टोही का उपयोग करती हैं।[29][30] ठंड के मौसम के दौरान टोही विमान भी खुले महासागरों में उड़ाए जाते हैं जो पूर्वानुमान मार्गदर्शन में महत्वपूर्ण अनिश्चितता का कारण बनते हैं, या डाउनस्ट्रीम महाद्वीप पर भविष्य में तीन से सात दिनों तक उच्च प्रभाव होने की उम्मीद है।[31] 1971 में पूर्वानुमान मॉडल में समुद्री बर्फ की शुरूआत की गई।[32] मॉडल आरंभीकरण में समुद्र की सतह के तापमान को शामिल करने के प्रयास 1972 में प्रशांत के उच्च अक्षांशों में मौसम को संशोधित करने में इसकी भूमिका के कारण शुरू हुए।[33]


संगणना

Main article: वायुमंडलीय मॉडल
उत्तरी अमेरिकी महाद्वीप का पूर्वानुमान चार्ट नियमित अंतराल पर भू-संभावित ऊंचाई, तापमान और पवन वेग प्रदान करता है। मान 850 मिलीबार दाब सतह के अनुरूप ऊंचाई पर लिए गए हैं।
वैश्विक पूर्वानुमान प्रणाली से 850 मध्यवर्ती बार भू-संभावित ऊंचाई और तापमान के 96-घंटे के पूर्वानुमान का पूर्वानुमानात्मक चार्ट

एक वायुमंडलीय मॉडल एक कंप्यूटर प्रोग्राम है जो दिए गए स्थानों और ऊंचाई पर भविष्य के समय के लिए मौसम संबंधी जानकारी तैयार करता है। किसी भी आधुनिक मॉडल के भीतर समीकरणों का एक समूह होता है, जिसे आदिम समीकरणों के रूप में जाना जाता है, जिसका उपयोग वातावरण की भविष्य की स्थिति की भविष्यवाणी करने के लिए किया जाता है।[34] आदर्श गैस कानून के साथ-साथ इन समीकरणों का उपयोग समय के माध्यम से घनत्व, दबाव और संभावित तापमान अदिश क्षेत्र और वायुमंडल के वायु वेग (वायु) वेक्टर क्षेत्र को विकसित करने के लिए किया जाता है। प्रदूषकों और अन्य एयरोसोल के लिए अतिरिक्त परिवहन समीकरण कुछ आदिम-समीकरण उच्च-रिज़ॉल्यूशन मॉडल में भी शामिल हैं।[35] उपयोग किए गए समीकरण गैर-रैखिक प्रणाली आंशिक अंतर समीकरण हैं जिन्हें विश्लेषणात्मक तरीकों से ठीक से हल करना असंभव है,[36] कुछ आदर्श मामलों को छोड़कर।[37] इसलिए, संख्यात्मक विधियां अनुमानित समाधान प्राप्त करती हैं। विभिन्न मॉडल विभिन्न समाधान विधियों का उपयोग करते हैं: कुछ वैश्विक मॉडल और लगभग सभी क्षेत्रीय मॉडल सभी तीन स्थानिक आयामों के लिए परिमित अंतर विधियों का उपयोग करते हैं, जबकि अन्य वैश्विक मॉडल और कुछ क्षेत्रीय मॉडल क्षैतिज आयामों के लिए वर्णक्रमीय विधियों और ऊर्ध्वाधर में परिमित-अंतर विधियों का उपयोग करते हैं।[36]

इन समीकरणों को विश्लेषण डेटा से आरंभ किया जाता है और परिवर्तन की दरें निर्धारित की जाती हैं। परिवर्तन की ये दरें भविष्य में थोड़े समय के लिए वातावरण की स्थिति की भविष्यवाणी करती हैं; इस भविष्यवाणी के लिए समय वृद्धि को समय कदम कहा जाता है। इस भविष्य के वायुमंडलीय राज्य का उपयोग परिवर्तन की नई दरों को खोजने के लिए भविष्यवाणी समीकरणों के एक और अनुप्रयोग के लिए शुरुआती बिंदु के रूप में किया जाता है, और परिवर्तन की ये नई दरें भविष्य में एक और समय कदम पर वातावरण की भविष्यवाणी करती हैं। इस बार कदम तब तक दोहराया जाता है जब तक समाधान वांछित पूर्वानुमान समय तक नहीं पहुंच जाता। मॉडल के भीतर चुने गए समय कदम की लंबाई कम्प्यूटेशनल ग्रिड पर बिंदुओं के बीच की दूरी से संबंधित है, और संख्यात्मक स्थिरता बनाए रखने के लिए चुना जाता है।[38] वैश्विक मॉडलों के लिए समय कदम दसियों मिनट के क्रम में हैं,[39] जबकि क्षेत्रीय मॉडलों के लिए समय चरण एक से चार मिनट के बीच हैं।[40] वैश्विक मॉडल भविष्य में अलग-अलग समय पर चलाए जाते हैं। UKMET एकीकृत मॉडल भविष्य में छह दिनों तक चलाया जाता है,[41] जबकि यूरोपियन सेंटर फॉर मीडियम-रेंज वेदर फोरकास्ट्स 'एकीकृत पूर्वानुमान प्रणाली एंड पर्यावरण कनाडा का वैश्विक पर्यावरण मल्टीस्केल मॉडल दोनों भविष्य में दस दिनों तक चलते हैं,[42] और पर्यावरण मॉडलिंग केंद्र द्वारा संचालित वैश्विक पूर्वानुमान प्रणाली मॉडल को भविष्य में सोलह दिनों तक चलाया जाता है।[43] एक मॉडल समाधान द्वारा निर्मित दृश्य आउटपुट को भविष्यसूचक चार्ट या प्रोग के रूप में जाना जाता है।[44]


पैरामीटराइजेशन

क्यूम्यलस बादलों का क्षेत्र, जो पैरामीटरयुक्त हैं क्योंकि वे संख्यात्मक मौसम पूर्वानुमान में स्पष्ट रूप से शामिल किए जाने के लिए बहुत छोटे हैं
Main article: पैरामीट्रिजेशन (जलवायु)

संख्यात्मक मौसम भविष्यवाणी मॉडल में स्पष्ट रूप से शामिल किए जाने के लिए कुछ मौसम संबंधी प्रक्रियाएं बहुत छोटे पैमाने पर या बहुत जटिल हैं। पैरामीट्रिजेशन इन प्रक्रियाओं का प्रतिनिधित्व करने के लिए एक प्रक्रिया है जो मॉडल को हल करने वाले पैमाने पर चर से संबंधित है। उदाहरण के लिए, मौसम और जलवायु मॉडल में ग्रिडबॉक्स के किनारे बीच में होते हैं 5 kilometers (3 mi) और 300 kilometers (200 mi) लंबाई में। एक विशिष्ट मेघपुंज बादल का पैमाना इससे कम होता है 1 kilometer (0.6 mi), और तरल गति के समीकरणों द्वारा भौतिक रूप से प्रदर्शित होने के लिए इससे भी बेहतर ग्रिड की आवश्यकता होगी। इसलिए, ऐसे बादल जिन प्रक्रियाओं का प्रतिनिधित्व करते हैं, वे विभिन्न परिष्कार की प्रक्रियाओं द्वारा मानकीकृत हैं। शुरुआती मॉडल में, यदि एक मॉडल ग्रिडबॉक्स के भीतर हवा का एक स्तंभ सशर्त रूप से अस्थिर था (अनिवार्य रूप से, नीचे ऊपर की तुलना में गर्म और नम था) और स्तंभ के भीतर किसी भी बिंदु पर जल वाष्प सामग्री संतृप्त हो गई तो यह पलट जाएगा ( गर्म, नम हवा उठने लगेगी), और उस ऊर्ध्वाधर स्तंभ में हवा मिश्रित हो गई। अधिक परिष्कृत योजनाएँ मानती हैं कि बॉक्स के केवल कुछ हिस्से ही संवहन कर सकते हैं और एंट्रेनमेंट (मौसम विज्ञान) और अन्य प्रक्रियाएँ होती हैं। मौसम के मॉडल जिनके बीच आकार के ग्रिडबॉक्स हैं 5 and 25 kilometers (3 and 16 mi) स्पष्ट रूप से संवहनी बादलों का प्रतिनिधित्व कर सकते हैं, हालांकि उन्हें छोटे पैमाने पर होने वाले क्लाउड माइक्रोफ़िज़िक्स को पैरामीटर करने की आवश्यकता होती है।[45] बड़े पैमाने पर (स्तरित बादल-टाइप) बादलों का निर्माण अधिक भौतिक रूप से आधारित है; वे तब बनते हैं जब सापेक्ष आर्द्रता कुछ निर्धारित मूल्य तक पहुंच जाती है। बादल का अंश सापेक्ष आर्द्रता के इस महत्वपूर्ण मूल्य से संबंधित हो सकता है।[46] जमीन पर पहुंचने वाले सौर विकिरण की मात्रा, साथ ही बादलों की बूंदों का निर्माण आणविक पैमाने पर होता है, और इसलिए मॉडल में शामिल किए जाने से पहले उन्हें पैरामीटरयुक्त किया जाना चाहिए। पहाड़ों द्वारा निर्मित ड्रैग (भौतिकी) को भी पैरामीटर किया जाना चाहिए, क्योंकि ऊंचाई कॉन्ट्रोवर्सी के रिज़ॉल्यूशन में सीमाएं ड्रैग के महत्वपूर्ण कम आंकलन का उत्पादन करती हैं।[47] समुद्र और वायुमंडल के बीच ऊर्जा के सतही प्रवाह के लिए पैरामीटराइजेशन की यह विधि भी की जाती है, ताकि समुद्र की सतह के पास पाए जाने वाले समुद्री सतह के तापमान और समुद्री बर्फ के प्रकार को निर्धारित किया जा सके।[48] सूर्य कोण के साथ-साथ बादल की कई परतों के प्रभाव को भी ध्यान में रखा जाता है।[49] मिट्टी का प्रकार, वनस्पति का प्रकार, और मिट्टी की नमी सभी यह निर्धारित करते हैं कि वार्मिंग में कितना विकिरण जाता है और आस-पास के वातावरण में कितनी नमी खींची जाती है, और इस प्रकार इन प्रक्रियाओं में उनके योगदान को मापना महत्वपूर्ण है।[50] वायु गुणवत्ता मॉडल के भीतर, विशिष्ट ग्रिड बॉक्स के भीतर कई अपेक्षाकृत छोटे स्रोतों (जैसे सड़कों, खेतों, कारखानों) से वायुमंडलीय उत्सर्जन को ध्यान में रखा जाता है।[51]


डोमेन

एक सिग्मा समन्वय प्रणाली दिखाई गई है। समान सिग्मा मूल्यों की रेखाएँ नीचे के इलाके का अनुसरण करती हैं, और धीरे-धीरे वायुमंडल के शीर्ष की ओर चिकनी हो जाती हैं।
सिग्मा-समन्वय प्रतिनिधित्व के साथ भू-भाग पर वातावरण का एक क्रॉस-सेक्शन दिखाया गया है। मेसोस्केल मॉडल यहां दिखाए गए प्रतिनिधित्व के समान प्रतिनिधित्व का उपयोग करके वातावरण को लंबवत रूप से विभाजित करते हैं।

एक समारोह का क्षैतिज डोमेन या तो वैश्विक है, पूरी पृथ्वी को कवर करता है, या क्षेत्रीय, पृथ्वी के केवल एक हिस्से को कवर करता है। क्षेत्रीय मॉडल (जिन्हें सीमित-क्षेत्र मॉडल या एलएएम के रूप में भी जाना जाता है) वैश्विक मॉडल की तुलना में बेहतर ग्रिड स्पेसिंग के उपयोग की अनुमति देते हैं क्योंकि उपलब्ध कम्प्यूटेशनल संसाधन दुनिया भर में फैले होने के बजाय एक विशिष्ट क्षेत्र पर केंद्रित होते हैं। यह क्षेत्रीय मॉडलों को स्पष्ट रूप से छोटे पैमाने की मौसम संबंधी घटनाओं को हल करने की अनुमति देता है जिन्हें वैश्विक मॉडल के मोटे ग्रिड पर प्रदर्शित नहीं किया जा सकता है। क्षेत्रीय मॉडल अपने क्षेत्र में जाने के लिए क्षेत्रीय मॉडल डोमेन के बाहर से सिस्टम को अनुमति देने के लिए अपने डोमेन (सीमा शर्तों) के किनारे पर शर्तों को निर्दिष्ट करने के लिए एक वैश्विक मॉडल का उपयोग करते हैं। क्षेत्रीय मॉडल के भीतर अनिश्चितता और त्रुटियां क्षेत्रीय मॉडल के किनारे की सीमा स्थितियों के लिए उपयोग किए जाने वाले वैश्विक मॉडल द्वारा पेश की जाती हैं, साथ ही क्षेत्रीय मॉडल के कारण त्रुटियां भी होती हैं।[52]

लंबवत समन्वय को विभिन्न तरीकों से नियंत्रित किया जाता है। लुईस फ्राई रिचर्डसन 1922 मॉडल में ज्यामितीय ऊंचाई () लंबवत समन्वय के रूप में। बाद के मॉडलों ने ज्यामितीय को प्रतिस्थापित किया एक दबाव समन्वय प्रणाली के साथ समन्वय करें, जिसमें निरंतर-दबाव सतहों की भू-संभावित ऊंचाई निर्भर चर बन जाती है, आदिम समीकरणों को बहुत सरल करती है।[53] समन्वय प्रणालियों के बीच यह सहसंबंध बनाया जा सकता है क्योंकि दबाव पृथ्वी के वायुमंडल के माध्यम से ऊंचाई के साथ घटता है।[54] परिचालन पूर्वानुमानों के लिए उपयोग किया जाने वाला पहला मॉडल, सिंगल-लेयर बारोट्रोपिक मॉडल, 500 मिलीबार (लगभग 5,500 m (18,000 ft)) स्तर,[4] और इस प्रकार अनिवार्य रूप से द्वि-आयामी था। उच्च-रिज़ॉल्यूशन मॉडल- जिन्हें मेसोस्केल मॉडल भी कहा जाता है- जैसे मौसम अनुसंधान और पूर्वानुमान मॉडल सिग्मा निर्देशांक के रूप में संदर्भित सामान्यीकृत दबाव निर्देशांक का उपयोग करते हैं।[55] यह समन्वय प्रणाली स्वतंत्र चर से अपना नाम प्राप्त करती है सतह पर दबाव के संबंध में वायुमंडलीय दबावों को गैर-विमीयकरण करने के लिए उपयोग किया जाता है, और कुछ मामलों में डोमेन के शीर्ष पर दबाव के साथ भी।[56]


मॉडल आउटपुट आँकड़े

Main article: मॉडल आउटपुट आँकड़े

क्योंकि वायुमंडलीय गतिशीलता के समीकरणों पर आधारित पूर्वानुमान मॉडल पूरी तरह से मौसम की स्थिति का निर्धारण नहीं करते हैं, पूर्वानुमान को सही करने के प्रयास के लिए सांख्यिकीय तरीके विकसित किए गए हैं। सांख्यिकीय मॉडल संख्यात्मक मौसम मॉडल, सतह अवलोकन और विशिष्ट स्थानों के लिए जलवायु परिस्थितियों द्वारा उत्पादित त्रि-आयामी क्षेत्रों के आधार पर बनाए गए थे। इन सांख्यिकीय मॉडलों को सामूहिक रूप से मॉडल आउटपुट सांख्यिकी (एमओएस) कहा जाता है।[57] और 1960 के दशक के अंत में राष्ट्रीय मौसम सेवा द्वारा उनके मौसम पूर्वानुमान मॉडल के सूट के लिए विकसित किए गए थे।[16][58] मॉडल आउटपुट आँकड़े परफेक्ट प्रॉग तकनीक से भिन्न होते हैं, जो मानता है कि संख्यात्मक मौसम पूर्वानुमान मार्गदर्शन का आउटपुट एकदम सही है।[59] MOS उन स्थानीय प्रभावों के लिए सही कर सकता है जिन्हें अपर्याप्त ग्रिड रिज़ॉल्यूशन के साथ-साथ मॉडल पक्षपात के कारण मॉडल द्वारा हल नहीं किया जा सकता है। क्योंकि MOS अपने संबंधित वैश्विक या क्षेत्रीय मॉडल के बाद चलाया जाता है, इसके उत्पादन को पोस्ट-प्रोसेसिंग के रूप में जाना जाता है। MOS के भीतर पूर्वानुमान मापदंडों में अधिकतम और न्यूनतम तापमान, कई घंटे की अवधि के भीतर बारिश की प्रतिशत संभावना, अपेक्षित वर्षा राशि, संभावना है कि वर्षा प्रकृति में जमी होगी, गरज, बादल और सतही हवाओं की संभावना शामिल है।[60]


पहनावा

Main article: सामूहिक पूर्वानुमान
दो चित्र दिखाए गए हैं। शीर्ष छवि तीन संभावित ट्रैक प्रदान करती है जो तूफान रीटा द्वारा लिए जा सकते थे। टेक्सास के तट पर आकृतियाँ समुद्र के स्तर के वायु दाब के अनुरूप हैं, जिसकी भविष्यवाणी तूफान के गुजरने के बाद की गई थी। नीचे की छवि एक ही तूफान के लिए विभिन्न मौसम मॉडल द्वारा निर्मित ट्रैक पूर्वानुमानों का एक समूह दिखाती है।
शीर्ष: हरिकेन रीटा (2005) ट्रैक्स का मौसम अनुसंधान और पूर्वानुमान मॉडल (WRF) अनुकरण। नीचे: NHC बहु-मॉडल समेकन पूर्वानुमान का प्रसार।

1963 में, एडवर्ड लॉरेंज ने मौसम की भविष्यवाणी में शामिल द्रव गतिकी समीकरणों के अराजकता सिद्धांत की खोज की।[61] संख्यात्मक मॉडल को दिए गए तापमान, हवाओं, या अन्य प्रारंभिक इनपुट में अत्यधिक छोटी त्रुटियां हर पांच दिनों में बढ़ जाएंगी और दोगुनी हो जाएंगी।[61]किसी भी डिग्री के पूर्वानुमान कौशल के साथ वातावरण की स्थिति की भविष्यवाणी करने के लिए लंबी दूरी के पूर्वानुमानों के लिए असंभव बनाना - जो दो सप्ताह से अधिक समय पहले किए गए थे। इसके अलावा, मौजूदा अवलोकन नेटवर्क में कुछ क्षेत्रों में खराब कवरेज है (उदाहरण के लिए, प्रशांत महासागर जैसे पानी के बड़े निकायों पर), जो वातावरण की वास्तविक प्रारंभिक स्थिति में अनिश्चितता का परिचय देता है। जबकि समीकरणों का एक सेट, जिसे लिउविले के प्रमेय (हैमिल्टनियन) के रूप में जाना जाता है, मॉडल आरंभीकरण में प्रारंभिक अनिश्चितता को निर्धारित करने के लिए मौजूद है, सुपरकंप्यूटर के उपयोग के साथ भी वास्तविक समय में चलने के लिए समीकरण बहुत जटिल हैं।[62] ये अनिश्चितताएं पूर्वानुमान मॉडल सटीकता को भविष्य में लगभग पांच या छह दिनों तक सीमित करती हैं।[63][64]

एडवर्ड एपस्टीन (मौसम विज्ञानी) ने 1969 में माना कि निहित अनिश्चितता के कारण एक ही पूर्वानुमान के साथ वातावरण का पूरी तरह से वर्णन नहीं किया जा सकता है, और राज्य के लिए अंकगणितीय माध्य और प्रसरण उत्पन्न करने के लिए अनेक संभावनाओं में से चुनी हूई प्रक्रिया मोंटे कार्लो पद्धति के एक एन्सेम्बल (द्रव यांत्रिकी) का उपयोग करने का प्रस्ताव दिया। वातावरण का।[65] हालांकि एक पहनावा के इस शुरुआती उदाहरण ने कौशल दिखाया, 1974 में सेसिल लेथ ने दिखाया कि उन्होंने पर्याप्त पूर्वानुमान तभी बनाए जब पहनावा संभाव्यता वितरण वातावरण में संभाव्यता वितरण का एक प्रतिनिधि नमूना था।[66] 1990 के दशक के बाद से, मौसम प्रक्रियाओं की स्टोचैस्टिक प्रकृति के लिए - अर्थात, उनकी अंतर्निहित अनिश्चितता को हल करने के लिए, समेकित पूर्वानुमानों का संचालन (नियमित पूर्वानुमान के रूप में) किया गया है। इस पद्धति में अलग-अलग भौतिक पैरामीट्रिजेशन (जलवायु) या अलग-अलग प्रारंभिक स्थितियों का उपयोग करके एक व्यक्तिगत पूर्वानुमान मॉडल के साथ बनाए गए कई पूर्वानुमानों का विश्लेषण करना शामिल है।[62] 1992 में यूरोपियन सेंटर फॉर मीडियम-रेंज वेदर फोरकास्ट (ECMWF) और पर्यावरण भविष्यवाणी के लिए राष्ट्रीय केंद्र द्वारा तैयार किए गए एन्सेम्बल फोरकास्टिंग के साथ, मॉडल एनसेंबल फोरकास्ट का उपयोग पूर्वानुमान अनिश्चितता को परिभाषित करने और विंडो को विस्तारित करने में मदद करने के लिए किया गया है जिसमें संख्यात्मक मौसम पूर्वानुमान अन्यथा संभव की तुलना में भविष्य में व्यवहार्य है।[18][19][20]ECMWF मॉडल, एन्सेम्बल प्रिडिक्शन सिस्टम,[19] प्रारंभिक संभाव्यता घनत्व समारोह को अनुकरण करने के लिए एकवचन मूल्य अपघटन का उपयोग करता है, जबकि एनसीईपी पहनावा, ग्लोबल एन्सेम्बल फोरकास्टिंग सिस्टम, नस्ल वेक्टर के रूप में जानी जाने वाली तकनीक का उपयोग करता है।[18][20] यूके मौसम कार्यालय वैश्विक और क्षेत्रीय समेकन पूर्वानुमान चलाता है जहां 24 अलग-अलग पूर्वानुमानों का उत्पादन करने के लिए मेट ऑफिस ग्लोबल एंड रीजनल एन्सेम्बल प्रेडिक्शन सिस्टम (MOGREPS) में 24 पहनावा सदस्यों द्वारा प्रारंभिक स्थितियों के लिए गड़बड़ी का उपयोग किया जाता है।[67] एकल मॉडल-आधारित दृष्टिकोण में, समेकन पूर्वानुमान का मूल्यांकन आमतौर पर एक पूर्वानुमान चर से संबंधित व्यक्तिगत पूर्वानुमानों के औसत के साथ-साथ समेकन प्रणाली के भीतर विभिन्न पूर्वानुमानों के बीच समझौते की डिग्री के रूप में किया जाता है, जैसा कि उनके समग्र प्रसार द्वारा दर्शाया गया है। स्पेगेटी प्लॉट जैसे उपकरणों के माध्यम से एन्सेम्बल स्प्रेड का निदान किया जाता है, जो भविष्य में विशिष्ट समय चरणों के लिए भविष्यवाणिय चार्ट पर एक मात्रा के फैलाव को दर्शाता है। एक अन्य उपकरण जहां एन्सेम्बल स्प्रेड का उपयोग किया जाता है, वह मेटाओग्राम है, जो एक विशिष्ट स्थान के लिए एक मात्रा के पूर्वानुमान में फैलाव दिखाता है। वास्तव में होने वाले मौसम को शामिल करने के लिए पहनावा का प्रसार बहुत छोटा होना आम है, जिससे पूर्वानुमानकर्ता मॉडल अनिश्चितता का गलत निदान कर सकते हैं;[68]लगभग दस दिन पहले मौसम के पूर्वानुमान के लिए यह समस्या विशेष रूप से गंभीर हो जाती है।[69] जब समेकन फैलाव छोटा होता है और पूर्वानुमान समाधान कई मॉडल रन के अनुरूप होते हैं, तो पूर्वानुमानकर्ताओं को समेकन माध्य और सामान्य रूप से पूर्वानुमान में अधिक विश्वास होता है।[68] इस धारणा के बावजूद, प्रसार-कौशल संबंध अक्सर कमजोर होता है या नहीं पाया जाता है, क्योंकि प्रसार-त्रुटि सहसंबंध और निर्भरता#सहसंबंध और रैखिकता सामान्य रूप से 0.6 से कम होती है, और केवल विशेष परिस्थितियों में 0.6-0.7 के बीच होती है।[70] The relationship between ensemble spread and forecast skill varies substantially depending on such factors as the forecast model and the region for which the forecast is made.[citation needed] जिस तरह से एक ही मॉडल से कई पूर्वानुमानों का उपयोग एक पहनावा बनाने के लिए किया जा सकता है, उसी तरह कई मॉडलों को भी एक पहनावा पूर्वानुमान बनाने के लिए जोड़ा जा सकता है। इस दृष्टिकोण को बहु-मॉडल समेकन पूर्वानुमान कहा जाता है, और इसे एकल मॉडल-आधारित दृष्टिकोण की तुलना में पूर्वानुमानों में सुधार करने के लिए दिखाया गया है।[71] बहु-मॉडल समेकन के भीतर मॉडल को उनके विभिन्न पूर्वाग्रहों के लिए समायोजित किया जा सकता है, जो एक प्रक्रिया है जिसे सुपरेंसेबल पूर्वानुमान के रूप में जाना जाता है। इस प्रकार का पूर्वानुमान मॉडल आउटपुट में त्रुटियों को महत्वपूर्ण रूप से कम करता है।[72]


अनुप्रयोग

वायु गुणवत्ता मॉडलिंग

See also: वायुमंडलीय प्रसार मॉडलिंग

वायु प्रदूषण पूर्वानुमान भविष्यवाणी करने का प्रयास करता है कि प्रदूषकों की सांद्रता सार्वजनिक स्वास्थ्य के लिए खतरनाक स्तर तक पहुंच जाएगी। वायुमंडल में प्रदूषकों की सांद्रता उनके परिवहन, या वायुमंडल के माध्यम से गति के अंकगणितीय माध्य वेग, उनके प्रसार, रासायनिक परिवर्तन और जमीनी जमाव (एरोसोल भौतिकी) द्वारा निर्धारित की जाती है।[73] प्रदूषक स्रोत और इलाके की जानकारी के अलावा, इन मॉडलों को इसके परिवहन और प्रसार को निर्धारित करने के लिए वातावरण में द्रव प्रवाह की स्थिति के बारे में डेटा की आवश्यकता होती है।[74] तापीय परिवर्तन जैसी मौसम संबंधी स्थितियां सतह की हवा को बढ़ने से रोक सकती हैं, सतह के पास प्रदूषकों को फंसा सकती हैं,[75] जो वायु गुणवत्ता मॉडलिंग के लिए ऐसी घटनाओं का सटीक पूर्वानुमान महत्वपूर्ण बनाता है। शहरी वायु गुणवत्ता मॉडल के लिए एक बहुत अच्छे कम्प्यूटेशनल जाल की आवश्यकता होती है, जिसके लिए उच्च-रिज़ॉल्यूशन मेसोस्केल मौसम मॉडल के उपयोग की आवश्यकता होती है; इसके बावजूद, संख्यात्मक मौसम मार्गदर्शन की गुणवत्ता वायु गुणवत्ता पूर्वानुमानों में मुख्य अनिश्चितता है।[74]


जलवायु मॉडलिंग

See also: वैश्विक जलवायु मॉडल

एक सामान्य परिसंचरण मॉडल (जीसीएम) एक गणितीय मॉडल है जिसका उपयोग ग्रहों के वातावरण या महासागर के वैश्विक परिसंचरण के कंप्यूटर सिमुलेशन में किया जा सकता है। एक वायुमंडलीय सामान्य संचलन मॉडल (एजीसीएम) अनिवार्य रूप से एक वैश्विक संख्यात्मक मौसम भविष्यवाणी मॉडल के समान है, और कुछ (जैसे कि यूके यूनिफाइड मॉडल में इस्तेमाल किया गया) को अल्पकालिक मौसम पूर्वानुमान और लंबी अवधि के जलवायु पूर्वानुमान दोनों के लिए कॉन्फ़िगर किया जा सकता है। . समुद्री बर्फ और भूमि-सतह घटकों के साथ, एजीसीएम और महासागरीय जीसीएम (ओजीसीएम) वैश्विक जलवायु मॉडल के प्रमुख घटक हैं, और व्यापक रूप से जलवायु को समझने और जलवायु परिवर्तन को पेश करने के लिए लागू होते हैं। जलवायु परिवर्तन के पहलुओं के लिए, मानव निर्मित रासायनिक उत्सर्जन परिदृश्यों की एक श्रृंखला को जलवायु मॉडल में शामिल किया जा सकता है ताकि यह देखा जा सके कि एक बढ़ा हुआ ग्रीनहाउस प्रभाव पृथ्वी की जलवायु को कैसे संशोधित करेगा।[76] दशकों से सदियों के समय के पैमाने के साथ जलवायु अनुप्रयोगों के लिए डिज़ाइन किए गए संस्करण मूल रूप से 1969 में न्यू जर्सी के प्रिंसटन में भूभौतिकीय द्रव गतिकी प्रयोगशाला में तानेग्रो सीखें और किर्क ब्रायन (समुद्र विज्ञानी) द्वारा बनाए गए थे।[77] जब कई दशकों तक चलाया जाता है, तो कम्प्यूटेशनल सीमाओं का मतलब है कि मॉडल को मोटे ग्रिड का उपयोग करना चाहिए जो छोटे पैमाने पर अनसुलझे इंटरैक्शन को छोड़ देता है।[78]


समुद्र की सतह मॉडलिंग

उत्तरी अटलांटिक महासागर के लिए एक हवा और लहर का पूर्वानुमान। उच्च लहरों के दो क्षेत्रों की पहचान की गई है: एक ग्रीनलैंड के दक्षिणी सिरे का पश्चिम और दूसरा उत्तरी सागर में। मेक्सिको की खाड़ी के लिए शांत समुद्र का पूर्वानुमान है। विंड बार्ब्स उत्तरी अटलांटिक पर नियमित रूप से अंतराल पर अपेक्षित हवा की ताकत और दिशाओं को दिखाते हैं।
NOAA वेववॉच III उत्तरी अटलांटिक के लिए 120 घंटे की हवा और लहर का पूर्वानुमान
Main articles: समुद्री मौसम का पूर्वानुमान, महासागर की गतिशीलता, and पवन तरंग मॉडल

समुद्र की सतह पर बहने वाली हवा और समुद्र की ऊपरी परत के बीच ऊर्जा का स्थानांतरण तरंग गतिकी में एक महत्वपूर्ण तत्व है।[79] स्थलाकृति बदलने पर तरंग स्पेक्ट्रम में परिवर्तन का वर्णन करने के लिए वर्णक्रमीय तरंग परिवहन समीकरण का उपयोग किया जाता है। यह तरंग उत्पादन, तरंग गति (तरल के भीतर प्रसार), तरंग शोलिंग, अपवर्तन, तरंगों के बीच ऊर्जा हस्तांतरण और तरंग अपव्यय का अनुकरण करता है।[80] चूँकि सतही हवाएँ वर्णक्रमीय तरंग परिवहन समीकरण में प्राथमिक बल तंत्र हैं, महासागरीय तरंग मॉडल संख्यात्मक मौसम पूर्वानुमान मॉडल द्वारा उत्पादित जानकारी का उपयोग इनपुट के रूप में यह निर्धारित करने के लिए करते हैं कि समुद्र की सतह पर परत में वायुमंडल से कितनी ऊर्जा स्थानांतरित की जाती है। हवा की लहर के माध्यम से ऊर्जा के अपव्यय और लहरों के बीच अनुनाद के साथ, संख्यात्मक मौसम मॉडल से सतही हवाएं समुद्र की सतह की स्थिति की अधिक सटीक भविष्यवाणी करने की अनुमति देती हैं।[81]


उष्णकटिबंधीय चक्रवात का पूर्वानुमान

See also: उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल

उष्णकटिबंधीय चक्रवात का पूर्वानुमान संख्यात्मक मौसम मॉडल द्वारा उपलब्ध कराए गए आंकड़ों पर भी निर्भर करता है। उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल के तीन मुख्य वर्ग मौजूद हैं: सांख्यिकीय मॉडल जलवायु विज्ञान का उपयोग करके तूफान के व्यवहार के विश्लेषण पर आधारित होते हैं, और एक तूफान की स्थिति और तारीख को एक पूर्वानुमान बनाने के लिए सहसंबंधित करते हैं जो उस समय के वातावरण के भौतिकी पर आधारित नहीं होता है। गतिशील मॉडल संख्यात्मक मॉडल हैं जो वातावरण में द्रव प्रवाह के शासकीय समीकरणों को हल करते हैं; वे अन्य सीमित-क्षेत्र संख्यात्मक मौसम भविष्यवाणी मॉडल के समान सिद्धांतों पर आधारित हैं, लेकिन इसमें विशेष कम्प्यूटेशनल तकनीक शामिल हो सकती है जैसे परिष्कृत स्थानिक डोमेन जो चक्रवात के साथ चलते हैं। मॉडल जो दोनों दृष्टिकोणों के तत्वों का उपयोग करते हैं उन्हें सांख्यिकीय-गतिशील मॉडल कहा जाता है।[82] 1978 में, पहला उष्णकटिबंधीय चक्रवात पूर्वानुमान मॉडल|वायुमंडलीय गतिकी#गतिशील मौसम विज्ञान-द मूवेबल फाइन-मेश (एमएफएम) मॉडल पर आधारित तूफान-ट्रैकिंग मॉडल-का संचालन शुरू हुआ।[13] उष्णकटिबंधीय चक्रवात ट्रैक पूर्वानुमान के क्षेत्र में, लगातार बेहतर होने वाले गतिशील मॉडल मार्गदर्शन के बावजूद, जो बढ़ी हुई कम्प्यूटेशनल शक्ति के साथ हुआ, यह 1980 के दशक तक नहीं था जब संख्यात्मक मौसम की भविष्यवाणी ने पूर्वानुमान कौशल दिखाया था, और 1990 के दशक तक जब यह लगातार सांख्यिकीय मॉडल या सरल से बेहतर प्रदर्शन करता था। गतिशील मॉडल।[83] संख्यात्मक मौसम की भविष्यवाणी के आधार पर एक उष्णकटिबंधीय चक्रवात की तीव्रता की भविष्यवाणी एक चुनौती बनी हुई है, क्योंकि सांख्यिकीय पद्धति गतिशील मार्गदर्शन पर उच्च कौशल दिखाती रहती है।[84]


जंगल की आग मॉडलिंग

See also: जंगल की आग मॉडलिंग
एक साधारण जंगल की आग प्रसार मॉडल

आणविक पैमाने पर, जंगल की आग में सेल्यूलोज, या लकड़ी के ईंधन के क्षरण में दो मुख्य प्रतिस्पर्धी प्रतिक्रिया प्रक्रियाएँ शामिल हैं। जब सेलूलोज़ फाइबर में नमी की मात्रा कम होती है, तो ईंधन का वाष्पीकरण होता है; यह प्रक्रिया मध्यवर्ती गैसीय उत्पाद उत्पन्न करेगी जो अंततः दहन का स्रोत होगा। जब नमी मौजूद होती है—या जब फाइबर से पर्याप्त गर्मी दूर की जा रही होती है, तो घाव होती है। दोनों प्रतिक्रियाओं के रासायनिक कैनेटीक्स से संकेत मिलता है कि एक बिंदु है जिस पर नमी का स्तर काफी कम है - और / या हीटिंग दर काफी अधिक है - दहन प्रक्रियाओं के लिए आत्मनिर्भर बनने के लिए। नतीजतन, हवा की गति, दिशा, नमी, तापमान, या वातावरण के विभिन्न स्तरों पर चूक दर में परिवर्तन जंगल की आग के व्यवहार और विकास पर महत्वपूर्ण प्रभाव डाल सकता है। चूंकि जंगल की आग वायुमंडलीय प्रवाह के लिए एक गर्मी स्रोत के रूप में कार्य करती है, जंगल की आग स्थानीय संवहन पैटर्न को संशोधित कर सकती है, आग और वातावरण के बीच एक प्रतिक्रिया पेश कर सकती है।[85]

जंगल की आग के प्रसार के लिए एक सरलीकृत द्वि-आयामी मॉडल जो हवा और इलाके के प्रभावों का प्रतिनिधित्व करने के लिए संवहन का उपयोग करता है, साथ ही ताप परिवहन के प्रमुख तरीके के रूप में थर्मल विकिरण ने आंशिक अंतर समीकरणों की प्रतिक्रिया-प्रसार प्रणाली का नेतृत्व किया।[86][87] अधिक जटिल मॉडल एक जंगल की आग घटक के साथ संख्यात्मक मौसम मॉडल या कम्प्यूटेशनल द्रव गतिकी मॉडल में शामिल होते हैं जो आग और वातावरण के बीच प्रतिक्रिया प्रभाव का अनुमान लगाने की अनुमति देते हैं।[85] मॉडल के बाद वाले वर्ग में अतिरिक्त जटिलता उनकी कंप्यूटर पावर आवश्यकताओं में एक समान वृद्धि का अनुवाद करती है। वास्तव में, वायुमंडलीय मॉडलिंग के लिए प्रासंगिक पैमाने पर प्रत्यक्ष संख्यात्मक सिमुलेशन के माध्यम से दहन का पूर्ण त्रि-आयामी उपचार वर्तमान में व्यावहारिक नहीं है क्योंकि अत्यधिक कम्प्यूटेशनल लागत के कारण इस तरह के सिमुलेशन की आवश्यकता होगी। संख्यात्मक मौसम मॉडल के तहत स्थानिक संकल्पों पर सीमित पूर्वानुमान कौशल है 1 kilometer (0.6 mi), जंगल की आग से स्थानीय रूप से हवाओं को कैसे संशोधित किया जाएगा, इसकी गणना करने के लिए आग को मापने के लिए जटिल जंगल की आग के मॉडल को मजबूर करना, और उन संशोधित हवाओं का उपयोग उस दर को निर्धारित करने के लिए करना है जिस पर आग स्थानीय रूप से फैल जाएगी।[88][89][90] Although models such as Los Alamos' FIRETEC solve for the concentrations of fuel and oxygen, the computational grid cannot be fine enough to resolve the combustion reaction, so approximations must be made for the temperature distribution within each grid cell, as well as for the combustion reaction rates themselves.[citation needed]


यह भी देखें

संदर्भ

  1. ↑ 1.0 1.1 1.2 Lynch, Peter (March 2008). "कंप्यूटर मौसम भविष्यवाणी और जलवायु मॉडलिंग की उत्पत्ति" (PDF). Journal of Computational Physics. 227 (7): 3431–44. Bibcode:2008JCoPh.227.3431L. doi:10.1016/j.jcp.2007.02.034. Archived from the original (PDF) on 2010-07-08. Retrieved 2010-12-23.
  2. ↑ Simmons, A. J.; Hollingsworth, A. (2002). "संख्यात्मक मौसम भविष्यवाणी के कौशल में सुधार के कुछ पहलू". Quarterly Journal of the Royal Meteorological Society. 128: 647–677. doi:10.1256/003590002321042135.
  3. ↑ Lynch, Peter (2006). "Weather Prediction by Numerical Process". संख्यात्मक मौसम भविष्यवाणी का उद्भव. Cambridge University Press. pp. 1–27. ISBN 978-0-521-85729-1.
  4. ↑ 4.0 4.1 Charney, Jule; Fjørtoft, Ragnar; von Neumann, John (November 1950). "बैरोट्रोपिक वर्टिसिटी समीकरण का संख्यात्मक एकीकरण". Tellus. 2 (4): 237. Bibcode:1950TellA...2..237C. doi:10.3402/tellusa.v2i4.8607.
  5. ↑ Cox, John D. (2002). तूफान देखने वाले. John Wiley & Sons, Inc. p. 208. ISBN 978-0-471-38108-2.
  6. ↑ 6.0 6.1 Harper, Kristine; Uccellini, Louis W.; Kalnay, Eugenia; Carey, Kenneth; Morone, Lauren (May 2007). "2007: ऑपरेशनल न्यूमेरिकल वेदर प्रेडिक्शन की 50वीं वर्षगांठ". Bulletin of the American Meteorological Society. 88 (5): 639–650. Bibcode:2007BAMS...88..639H. doi:10.1175/BAMS-88-5-639.
  7. ↑ American Institute of Physics (2008-03-25). "वायुमंडलीय सामान्य परिसंचरण मॉडलिंग". Archived from the original on 2008-03-25. Retrieved 2008-01-13.
  8. ↑ Phillips, Norman A. (April 1956). "वायुमंडल का सामान्य परिसंचरण: एक संख्यात्मक प्रयोग". Quarterly Journal of the Royal Meteorological Society. 82 (352): 123–154. Bibcode:1956QJRMS..82..123P. doi:10.1002/qj.49708235202.
  9. ↑ Cox, John D. (2002). तूफान देखने वाले. John Wiley & Sons, Inc. p. 210. ISBN 978-0-471-38108-2.
  10. ↑ Lynch, Peter (2006). "The ENIAC Integrations". संख्यात्मक मौसम भविष्यवाणी का उद्भव. Cambridge University Press. pp. 206–208. ISBN 978-0-521-85729-1.
  11. ↑ National Oceanic and Atmospheric Administration (2008-05-22). "पहला जलवायु मॉडल". Retrieved 2011-01-08.
  12. ↑ Leslie, L.M.; Dietachmeyer, G.S. (December 1992). "ऑस्ट्रेलिया में वास्तविक समय सीमित क्षेत्र संख्यात्मक मौसम भविष्यवाणी: एक ऐतिहासिक परिप्रेक्ष्य" (PDF). Australian Meteorological Magazine. 41 (SP): 61–77. Retrieved 2011-01-03.
  13. ↑ 13.0 13.1 Shuman, Frederick G. (September 1989). "राष्ट्रीय मौसम विज्ञान केंद्र में संख्यात्मक मौसम भविष्यवाणी का इतिहास". Weather and Forecasting. 4 (3): 286–296. Bibcode:1989WtFor...4..286S. doi:10.1175/1520-0434(1989)004<0286:HONWPA>2.0.CO;2.
  14. ↑ Steyn, D. G. (1991). वायु प्रदूषण मॉडलिंग और इसके अनुप्रयोग VIII, खंड 8. Birkhäuser. pp. 241–242. ISBN 978-0-306-43828-8.
  15. ↑ Xue, Yongkang; Fennessey, Michael J. (1996-03-20). "अमेरिकी गर्मी के मौसम की भविष्यवाणी पर वनस्पति गुणों का प्रभाव" (PDF). Journal of Geophysical Research. 101 (D3): 7419. Bibcode:1996JGR...101.7419X. CiteSeerX 10.1.1.453.551. doi:10.1029/95JD02169. Archived from the original (PDF) on 2010-07-10. Retrieved 2011-01-06.
  16. ↑ 16.0 16.1 Hughes, Harry (1976). मॉडल आउटपुट सांख्यिकी पूर्वानुमान मार्गदर्शन (PDF). United States Air Force Environmental Technical Applications Center. pp. 1–16. Archived (PDF) from the original on June 17, 2019.
  17. ↑ Best, D. L.; Pryor, S. P. (1983). एयर वेदर सर्विस मॉडल आउटपुट स्टैटिस्टिक्स सिस्टम. Air Force Global Weather Central. pp. 1–90.
  18. ↑ 18.0 18.1 18.2 Toth, Zoltan; Kalnay, Eugenia (December 1997). "एनसीईपी और प्रजनन विधि पर पूर्वानुमान लगाना". 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.
  19. ↑ 19.0 19.1 19.2 "पहनावा भविष्यवाणी प्रणाली (ईपीएस)". ECMWF. Archived from the original on 2010-10-30. Retrieved 2011-01-05.
  20. ↑ 20.0 20.1 20.2 Molteni, F.; Buizza, R.; Palmer, T.N.; Petroliagis, T. (January 1996). "ECMWF पहनावा भविष्यवाणी प्रणाली: कार्यप्रणाली और सत्यापन". Quarterly Journal of the Royal Meteorological Society. 122 (529): 73–119. Bibcode:1996QJRMS.122...73M. doi:10.1002/qj.49712252905.
  21. ↑ Stensrud, David J. (2007). पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ. Cambridge University Press. p. 56. ISBN 978-0-521-86540-1.
  22. ↑ National Climatic Data Center (2008-08-20). "METAR भूतल मौसम प्रेक्षणों की कुंजी". National Oceanic and Atmospheric Administration. Archived from the original on 2002-11-01. Retrieved 2011-02-11.
  23. ↑ "SYNOP डेटा प्रारूप (FM-12): भूतल सिनॉप्टिक अवलोकन". UNISYS. 2008-05-25. Archived from the original on 2007-12-30.
  24. ↑ Krishnamurti, T. N. (January 1995). "संख्यात्मक मौसम भविष्यवाणी". Annual Review of Fluid Mechanics. 27 (1): 195–225. Bibcode:1995AnRFM..27..195K. doi:10.1146/annurev.fl.27.010195.001211.
  25. ↑ "WRF वैरिएशनल डेटा एसिमिलेशन सिस्टम (WRF-Var)". University Corporation for Atmospheric Research. 2007-08-14. Archived from the original on 2007-08-14.
  26. ↑ Gaffen, Dian J. (2007-06-07). "रेडियोसॉन्डे अवलोकन और स्पार्क-संबंधित जांच में उनका उपयोग". Archived from the original on 2007-06-07.
  27. ↑ Ballish, Bradley A.; V. Krishna Kumar (November 2008). "विमान और रेडियोसॉन्डे तापमान में व्यवस्थित अंतर" (PDF). Bulletin of the American Meteorological Society. 89 (11): 1689–1708. Bibcode:2008BAMS...89.1689B. doi:10.1175/2008BAMS2332.1. Retrieved 2011-02-16.
  28. ↑ National Data Buoy Center (2009-01-28). "WMO स्वैच्छिक निरीक्षण जहाज (VOS) योजना". National Oceanic and Atmospheric Administration. Retrieved 2011-02-15.
  29. ↑ 403rd Wing (2011). "तूफान शिकारी". 53rd Weather Reconnaissance Squadron. Archived from the original on 2012-05-30. Retrieved 2006-03-30.
  30. ↑ Lee, Christopher (2007-10-08). "ड्रोन, सेंसर तूफान की आंख में रास्ता खोल सकते हैं". The Washington Post. Retrieved 2008-02-22.
  31. ↑ National Oceanic and Atmospheric Administration (2010-11-12). "एनओएए ने शीतकालीन तूफान के पूर्वानुमानों को बेहतर बनाने के लिए हाई-टेक अनुसंधान विमान भेजा". Retrieved 2010-12-22.
  32. ↑ Stensrud, David J. (2007). पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ. Cambridge University Press. p. 137. ISBN 978-0-521-86540-1.
  33. ↑ Houghton, John Theodore (1985). वैश्विक जलवायु. Cambridge University Press archive. pp. 49–50. ISBN 978-0-521-31256-1.
  34. ↑ Pielke, Roger A. (2002). मेसोस्केल मौसम विज्ञान मॉडलिंग. Academic Press. pp. 48–49. ISBN 978-0-12-554766-6.
  35. ↑ Pielke, Roger A. (2002). मेसोस्केल मौसम विज्ञान मॉडलिंग. Academic Press. pp. 18–19. ISBN 978-0-12-554766-6.
  36. ↑ 36.0 36.1 Strikwerda, John C. (2004). परिमित अंतर योजनाएं और आंशिक अंतर समीकरण. SIAM. pp. 165–170. ISBN 978-0-89871-567-5.
  37. ↑ Pielke, Roger A. (2002). मेसोस्केल मौसम विज्ञान मॉडलिंग. Academic Press. p. 65. ISBN 978-0-12-554766-6.
  38. ↑ Pielke, Roger A. (2002). मेसोस्केल मौसम विज्ञान मॉडलिंग. Academic Press. pp. 285–287. ISBN 978-0-12-554766-6.
  39. ↑ Sunderam, V. S.; van Albada, G. Dick; Peter, M. A.; Sloot, J. J. Dongarra (2005). कम्प्यूटेशनल साइंस - आईसीसीएस 2005: 5वां अंतर्राष्ट्रीय सम्मेलन, अटलांटा, जीए, यूएसए, 22-25 मई, 2005, कार्यवाही, भाग 1. Springer. p. 132. ISBN 978-3-540-26032-5.
  40. ↑ Zwieflhofer, Walter; Kreitz, Norbert; European Centre for Medium Range Weather Forecasts (2001). टेराकंप्यूटिंग में विकास: मौसम विज्ञान में उच्च प्रदर्शन कंप्यूटिंग के उपयोग पर नौवीं ईसीएमडब्ल्यूएफ कार्यशाला की कार्यवाही. World Scientific. p. 276. ISBN 978-981-02-4761-4.{{cite book}}: CS1 maint: multiple names: authors list (link)
  41. ↑ Chan, Johnny C. L. & Jeffrey D. Kepert (2010). उष्णकटिबंधीय चक्रवातों पर वैश्विक परिप्रेक्ष्य: विज्ञान से शमन तक. World Scientific. pp. 295–296. ISBN 978-981-4293-47-1. Retrieved 2011-02-24.
  42. ↑ Holton, James R. (2004). गतिशील मौसम विज्ञान का परिचय, खंड 1. Academic Press. p. 480. ISBN 978-0-12-354015-7. Retrieved 2011-02-24.
  43. ↑ Brown, Molly E. (2008). अकाल पूर्व चेतावनी प्रणाली और रिमोट सेंसिंग डेटा. p. 121. Bibcode:2008fews.book.....B. ISBN 978-3-540-75367-4. Retrieved 2011-02-24. {{cite book}}: |journal= ignored (help)
  44. ↑ Ahrens, C. Donald (2008). मौसम विज्ञान की अनिवार्यताएं: वातावरण के लिए एक निमंत्रण. Cengage Learning. p. 244. ISBN 978-0-495-11558-8.
  45. ↑ Narita, Masami & Shiro Ohmori (2007-08-06). "3.7 केन-फ्रिश्च कन्वेक्टिव पैरामीटराइजेशन और क्लाउड माइक्रोफिजिक्स के साथ ऑपरेशनल नॉनहाइड्रोस्टैटिक मेसोस्केल मॉडल द्वारा वर्षा के पूर्वानुमान में सुधार" (PDF). 12th Conference on Mesoscale Processes. Retrieved 2011-02-15.
  46. ↑ Frierson, Dargan (2000-09-14). "डायग्नोस्टिक क्लाउड पैरामीटराइजेशन स्कीम" (PDF). University of Washington. pp. 4–5. Archived from the original (PDF) on 2011-04-01. Retrieved 2011-02-15.
  47. ↑ Stensrud, David J. (2007). पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ. Cambridge University Press. p. 6. ISBN 978-0-521-86540-1.
  48. ↑ McGuffie, K. & A. Henderson-Sellers (2005). एक जलवायु मॉडलिंग प्राइमर. John Wiley and Sons. p. 188. ISBN 978-0-470-85751-9.
  49. ↑ Melʹnikova, Irina N. & Alexander V. Vasilyev (2005). पृथ्वी के वायुमंडल में लघु-तरंग सौर विकिरण: गणना, अवलोकन, व्याख्या. Springer. pp. 226–228. ISBN 978-3-540-21452-6.
  50. ↑ Stensrud, David J. (2007). पैरामीटराइजेशन योजनाएँ: संख्यात्मक मौसम पूर्वानुमान मॉडल को समझने की कुंजियाँ. Cambridge University Press. pp. 12–14. ISBN 978-0-521-86540-1.
  51. ↑ Baklanov, Alexander, Sue Grimmond, Alexander Mahura (2009). शहरी क्षेत्रों के लिए मौसम विज्ञान और वायु गुणवत्ता मॉडल. Springer. pp. 11–12. ISBN 978-3-642-00297-7. Retrieved 2011-02-24.{{cite book}}: CS1 maint: multiple names: authors list (link)
  52. ↑ Warner, Thomas Tomkins (2010). संख्यात्मक मौसम और जलवायु भविष्यवाणी. Cambridge University Press. p. 259. ISBN 978-0-521-51389-0.
  53. ↑ Lynch, Peter (2006). "The Fundamental Equations". संख्यात्मक मौसम भविष्यवाणी का उद्भव. Cambridge University Press. pp. 45–46. ISBN 978-0-521-85729-1.
  54. ↑ Ahrens, C. Donald (2008). मौसम विज्ञान की अनिवार्यताएं: वातावरण के लिए एक निमंत्रण. Cengage Learning. p. 10. ISBN 978-0-495-11558-8.
  55. ↑ Janjic, Zavisa; Gall, Robert; Pyle, Matthew E. (February 2010). "एनएमएम सॉल्वर के लिए वैज्ञानिक दस्तावेज़ीकरण" (PDF). National Center for Atmospheric Research. pp. 12–13. Archived from the original (PDF) on 2011-08-23. Retrieved 2011-01-03.
  56. ↑ Pielke, Roger A. (2002). मेसोस्केल मौसम विज्ञान मॉडलिंग. Academic Press. pp. 131–132. ISBN 978-0-12-554766-6.
  57. ↑ Baum, Marsha L. (2007). जब प्रकृति हमला करती है: मौसम आपदाएं और कानून. Greenwood Publishing Group. p. 189. ISBN 978-0-275-22129-4.
  58. ↑ Glahn, Harry R.; Lowry, Dale A. (December 1972). "ऑब्जेक्टिव वेदर फोरकास्टिंग में मॉडल आउटपुट स्टैटिस्टिक्स (MOS) का उपयोग". Journal of Applied Meteorology. 11 (8): 1203–1211. Bibcode:1972JApMe..11.1203G. doi:10.1175/1520-0450(1972)011<1203:TUOMOS>2.0.CO;2.
  59. ↑ Gultepe, Ismail (2007). कोहरा और सीमा परत बादल: कोहरे की दृश्यता और पूर्वानुमान. Springer. p. 1144. ISBN 978-3-7643-8418-0. Retrieved 2011-02-11.
  60. ↑ Barry, Roger Graham; Chorley, Richard J. (2003). वातावरण, मौसम और जलवायु. Psychology Press. p. 172. ISBN 978-0-415-27171-4. Retrieved 2011-02-11.
  61. ↑ 61.0 61.1 Cox, John D. (2002). तूफान देखने वाले. John Wiley & Sons, Inc. pp. 222–224. ISBN 978-0-471-38108-2.
  62. ↑ 62.0 62.1 Manousos, Peter (2006-07-19). "एन्सेम्बल प्रिडिक्शन सिस्टम्स". Hydrometeorological Prediction Center. Retrieved 2010-12-31.
  63. ↑ Weickmann, Klaus; Jeff Whitaker; Andres Roubicek; Catherine Smith (2001-12-01). "बेहतर मध्यम रेंज (3–15 दिन) मौसम पूर्वानुमान तैयार करने के लिए एन्सेम्बल पूर्वानुमानों का उपयोग।". Climate Diagnostics Center. Archived from the original on 2010-05-28. Retrieved 2007-02-16. {{cite web}}: no-break space character in |title= at position 23 (help)
  64. ↑ Chakraborty, Arindam (October 2010). "उष्णकटिबंधीय संवहन 2008 के वर्ष के दौरान ECMWF मध्यम-श्रेणी के पूर्वानुमान का कौशल". Monthly Weather Review. 138 (10): 3787–3805. Bibcode:2010MWRv..138.3787C. doi:10.1175/2010MWR3217.1.
  65. ↑ Epstein, E.S. (December 1969). "स्टोचैस्टिक गतिशील भविष्यवाणी". Tellus A. 21 (6): 739–759. Bibcode:1969Tell...21..739E. doi:10.1111/j.2153-3490.1969.tb00483.x.
  66. ↑ Leith, C.E. (June 1974). "मोंटे कार्लो भविष्यवाणियों का सैद्धांतिक कौशल". Monthly Weather Review. 102 (6): 409–418. Bibcode:1974MWRv..102..409L. doi:10.1175/1520-0493(1974)102<0409:TSOMCF>2.0.CO;2.
  67. ↑ "मोग्रेप्स". Met Office. Archived from the original on 2012-10-22. Retrieved 2012-11-01.
  68. ↑ 68.0 68.1 Warner, Thomas Tomkins (2010). संख्यात्मक मौसम और जलवायु भविष्यवाणी. Cambridge University Press. pp. 266–275. ISBN 978-0-521-51389-0.
  69. ↑ Palmer, T.N.; Shutts, G.J.; Hagedorn, R.; Doblas-Reyes, F.J.; Jung, T.; Leutbecher, M. (May 2005). "मौसम और जलवायु भविष्यवाणी में मॉडल अनिश्चितता का प्रतिनिधित्व करना". Annual Review of Earth and Planetary Sciences. 33: 163–193. Bibcode:2005AREPS..33..163P. doi:10.1146/annurev.earth.33.092203.122552.
  70. ↑ Grimit, Eric P.; Mass, Clifford F. (October 2004). "संभाव्य परिप्रेक्ष्य से एन्सेम्बल स्प्रेड-स्किल संबंध को पुनर्परिभाषित करना" (PDF). University of Washington. Archived from the original (PDF) on 2008-10-12. Retrieved 2010-01-02.
  71. ↑ Zhou, Binbin; Du, Jun (February 2010). "मल्टीमॉडल मेसोस्केल एन्सेम्बल प्रेडिक्शन सिस्टम से कोहरे की भविष्यवाणी" (PDF). Weather and Forecasting. 25 (1): 303. Bibcode:2010WtFor..25..303Z. doi:10.1175/2009WAF2222289.1. Retrieved 2011-01-02.
  72. ↑ Cane, D.; Milelli, M. (2010-02-12). "पिमोंटे क्षेत्र में मात्रात्मक वर्षा पूर्वानुमान के लिए मल्टीमॉडल सुपरएन्सेम्बल तकनीक" (PDF). Natural Hazards and Earth System Sciences. 10 (2): 265. Bibcode:2010NHESS..10..265C. doi:10.5194/nhess-10-265-2010. Retrieved 2011-01-02.
  73. ↑ Daly, Aaron & Paolo Zannetti (2007). परिवेशी वायु प्रदूषण (PDF). The Arab School for Science and Technology and The EnviroComp Institute. p. 16. Retrieved 2011-02-24.
  74. ↑ 74.0 74.1 Baklanov, Alexander; Rasmussen, Alix; Fay, Barbara; Berge, Erik; Finardi, Sandro (September 2002). "शहरी वायु प्रदूषण पूर्वानुमान के लिए मौसम संबंधी डेटा प्रदान करने में संख्यात्मक मौसम पूर्वानुमान मॉडल की संभावित और कमियां". Water, Air, & Soil Pollution: Focus. 2 (5): 43–60. doi:10.1023/A:1021394126149. S2CID 94747027.
  75. ↑ Marshall, John; Plumb, R. Alan (2008). वायुमंडल, महासागर और जलवायु गतिकी: एक परिचयात्मक पाठ. Amsterdam: Elsevier Academic Press. pp. 44–46. ISBN 978-0-12-558691-7.
  76. ↑ Australian Bureau of Statistics (2005). ईयर बुक, ऑस्ट्रेलिया, अंक 87. p. 40. Retrieved 2011-02-18.
  77. ↑ National Oceanic and Atmospheric Administration 200th Celebration (2008-05-22). "पहला जलवायु मॉडल". National Oceanic and Atmospheric Administration. Retrieved 2010-04-20.
  78. ↑ Bridgman, Howard A., John E. Oliver, Michael H. Glantz (2006). वैश्विक जलवायु प्रणाली: पैटर्न, प्रक्रियाएं और टेलीकनेक्शन. Cambridge University Press. pp. 284–289. ISBN 978-0-521-82642-6. Retrieved 2011-02-18.{{cite book}}: CS1 maint: multiple names: authors list (link)
  79. ↑ Chalikov, D. V. (August 1978). "पवन-तरंग अंतःक्रिया का संख्यात्मक अनुकरण". Journal of Fluid Mechanics. 87 (3): 561–82. Bibcode:1978JFM....87..561C. doi:10.1017/S0022112078001767.
  80. ↑ Lin, Pengzhi (2008). जल तरंगों की संख्यात्मक मॉडलिंग. Psychology Press. p. 270. ISBN 978-0-415-41578-1.
  81. ↑ Bender, Leslie C. (January 1996). "थर्ड-जेनरेशन ओशन वेव मॉडल में फिजिक्स और न्यूमेरिक्स का संशोधन". Journal of Atmospheric and Oceanic Technology. 13 (3): 726–750. Bibcode:1996JAtOT..13..726B. doi:10.1175/1520-0426(1996)013<0726:MOTPAN>2.0.CO;2.
  82. ↑ National Hurricane Center (July 2009). "राष्ट्रीय तूफान केंद्र ट्रैक और तीव्रता मॉडल का तकनीकी सारांश" (PDF). National Oceanic and Atmospheric Administration. Retrieved 2011-02-19.
  83. ↑ Franklin, James (2010-04-20). "राष्ट्रीय तूफान केंद्र पूर्वानुमान सत्यापन". National Hurricane Center. Retrieved 2011-01-02.
  84. ↑ Rappaport, Edward N.; Franklin, James L.; Avila, Lixion A.; Baig, Stephen R.; Beven II, John L.; Blake, Eric S.; Burr, Christopher A.; Jiing, Jiann-Gwo; Juckins, Christopher A.; Knabb, Richard D.; Landsea, Christopher W.; Mainelli, Michelle; Mayfield, Max; McAdie, Colin J.; Pasch, Richard J.; Sisko, Christopher; Stewart, Stacy R.; Tribble, Ahsha N. (April 2009). "राष्ट्रीय तूफान केंद्र में अग्रिम और चुनौतियां". Weather and Forecasting. 24 (2): 395–419. Bibcode:2009WtFor..24..395R. CiteSeerX 10.1.1.207.4667. doi:10.1175/2008WAF2222128.1.
  85. ↑ 85.0 85.1 Sullivan, Andrew L. (June 2009). "वाइल्डलैंड सरफेस फायर स्प्रेड मॉडलिंग, 1990-2007। 1: भौतिक और अर्ध-भौतिक मॉडल". International Journal of Wildland Fire. 18 (4): 349. arXiv:0706.3074. doi:10.1071/WF06143. S2CID 16173400.
  86. ↑ Asensio, M. I. & L. Ferragut (2002). "रेडिएशन के साथ वाइल्डलैंड फायर मॉडल पर". International Journal for Numerical Methods in Engineering. 54 (1): 137–157. Bibcode:2002IJNME..54..137A. doi:10.1002/nme.420.
  87. ↑ Mandel, Jan, Lynn S. Bennethum, Jonathan D. Beezley, Janice L. Coen, Craig C. Douglas, Minjeong Kim, and Anthony Vodacek (2008). "डेटा आत्मसात के साथ एक जंगल की आग का मॉडल". Mathematics and Computers in Simulation. 79 (3): 584–606. arXiv:0709.0086. Bibcode:2007arXiv0709.0086M. doi:10.1016/j.matcom.2008.03.015. S2CID 839881.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  88. ↑ Clark, T. L., M. A. Jenkins, J. Coen, and David Packham (1996). "एक युग्मित वायुमंडलीय-अग्नि मॉडल: संवहनी फ्राउड संख्या और गतिशील छूत". International Journal of Wildland Fire. 6 (4): 177–190. doi:10.1071/WF9960177.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  89. ↑ Clark, Terry L., Marry Ann Jenkins, Janice Coen, and David Packham (1996). "एक युग्मित वायुमंडलीय-अग्नि मॉडल: अग्नि रेखा गतिकी पर संवहन प्रतिक्रिया". Journal of Applied Meteorology. 35 (6): 875–901. Bibcode:1996JApMe..35..875C. doi:10.1175/1520-0450(1996)035<0875:ACAMCF>2.0.CO;2.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  90. ↑ Rothermel, Richard C. (January 1972). "जंगल की आग में आग फैलने की भविष्यवाणी के लिए एक गणितीय मॉडल" (PDF). United States Forest Service. Retrieved 2011-02-28.


आगे की पढाई


इस पेज में लापता आंतरिक लिंक की सूची

  • द्रव गतिविज्ञान
  • विभेदक समीकरण
  • हवाओं
  • विकिरण स्थानांतरण
  • सापेक्षिक आर्द्रता
  • गर्मी का हस्तांतरण
  • भौतिक विज्ञान
  • हवा की गुणवत्ता
  • नम प्रक्रियाएं
  • मॉडल आउटपुट आँकड़े
  • गणित का मॉडल
  • सामान्य परिसंचरण मॉडल
  • भूभौतिकीय द्रव गतिकी प्रयोगशाला
  • वायुमंडल
  • क्षोभ मंडल
  • समुद्र की सतह का तापमान
  • भविष्यवाणी चार्ट
  • भू-क्षमता ऊंचाई
  • गैर रेखीय प्रणाली
  • कंवेक्शन
  • प्रवेश (मौसम विज्ञान)
  • मेघ अंश
  • खींचें (भौतिकी)
  • सीमारेखा की हालत
  • किसी फ़ंक्शन का डोमेन
  • झगड़ा
  • पहनावा (द्रव यांत्रिकी)
  • अंकगणित औसत
  • मोंटे कार्लो विधि
  • सेसिल लिथ
  • प्रायिकता वितरण
  • विलक्षण मान अपघटन
  • संभाव्यता सघनता फ़ंक्शन
  • मेटाग्राम
  • वायु प्रदूषण की भविष्यवाणी
  • तरल बहाव
  • थर्मल उलटा
  • समुद्री बर्फ़
  • कर्क ब्रायन (समुद्र विज्ञानी)
  • लहर शोलिंग
  • गूंज
  • औटना
  • गिरावट दर
  • रासायनिक गतिकी
  • ऊष्मीय विकिरण
  • अभिकलनात्मक जटिलता द्रव गतिकी
  • प्रत्यक्ष संख्यात्मक अनुकरण

बाहरी कड़ियाँ

श्रेणी:कम्प्यूटेशनल साइंस श्रेणी: संख्यात्मक जलवायु और मौसम मॉडल श्रेणी: अनुप्रयुक्त गणित श्रेणी:मौसम भविष्यवाणी श्रेणी: अध्ययन के कम्प्यूटेशनल क्षेत्र

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=संख्यात्मक_मौसम_भविष्यवाणी&oldid=244101’