之前的天气可以计算从当前情况?

Question

如果一个应用当今先进的天气预报计算“向后”,即计算系统是如何X天之前基于知识今天的现状情况,此时做“预测”明显偏离(已知)sitautions ?

换句话说,这些计算是可逆的,甚至可能吗?如果是这样,是错误级别comparabliy(即time-symmetric)吗?

编辑:想象一个将数据从一个类地行星通过观察(卫星等)在一个给定的时刻,将当前天气模型允许计算天气如何是在这之前的时间吗?

Answer 1

流体动力模型的基本方程双曲型偏微分方程。他们通常可以书面形式$ $ \压裂{\部分}{\部分t} u (t) = D (u (t)) $ $ $ D $在某种方式评估系统的当前状态和其空间衍生品。

一个数值模拟集成了这个微分方程,从一开始状态推断u (t_0) = u_0含美元美元u (t) | _ {t > t_0} $。

好吧,如果我们能做到这一点,那么我们也可以解决逆时方向,通过考虑方程$ $ \压裂{\部分}{\部分t} u (- t) = - D (u (t)) $ $的积分器和运行\波浪号t = - t,美元$ \波浪号D = - $ ?

实际上,你很快遇到问题当你试试。操作符$ D $可以为特征的雅可比矩阵,基本上告诉你如何在国家影响输卵管灌气法的导数。具体来说,复杂的特征值雅可比矩阵的可以告诉你一个小的偏差是否会一)随着时间的推移放大(正实部),或b)衰变(负实部),或c)只是振荡(纯粹是虚构的)。

物理系统的特征值往往是主要的c)或b):你得到很多波解传播/振动系统,并倾向于衰变随着时间的推移。一)然而更棘手的:如果你从一开始就从一个小偏差状态,系统将随着时间的推移,偏离更多和更多。现在,这种事情绝不是闻所未闻的尤其是在气象;它的本质混沌系统。风暴会随着时间的推移出现并发展壮大,但只有通过铲起的能量已经存储在系统中。在某种程度上他们会停止。

OTOH,你总是有很多总是消极的实部特征值。这些对应于耗散的影响:小规模输卵管灌气法一般是平滑为零的物理效应,如风摩擦,空气混合不同的平均温度的差异,等等。如果你现在运行仿真向后,你把那些负实际部分成真正积极的部分,这意味着系统突然大规模混乱所有的长度尺度。小输卵管灌气法出现的数值不确定性,对所有界限和成长。你不仅会得到状态不同于实际的天气一周前,但是完全不同的国家,任何天气过像——巨大的,不稳定的温度波动和小漩涡,疯狂的风速。

Answer 2

验证通过倒推法,而不是由换向时间轴,这似乎是你在问什么。在追算,我们的国家在过去的一段时间,天气模型适用于该状态(和国家),运行预测模型,并比较,参考国家¹之前的时间点。

有一个概念叫回溯,(例如)用于计算颗粒已经发出第一(所以我们测量一些羽毛,计算这个起源于18小时前在一个特定的源)。但这个假设目前的知识和过去的风,因此不同于你问什么。

扭转时间轴将涉及水下降到云、气旋移动的阻碍和变成潜在的涡度。看来,我不确定有什么好处。我不认为这可以用现有的模型,这将是一个很多努力使其工作。

---

¹不是那么简单,因为完整的“实际状况”也涉及到造型“填补空白”的时间和空间,所有的时间和地方之间测量。这就是所谓的有关。

Answer 3

leftroundabout指出的一个完全不同的方法是使用递归神经网络。这是预测未来发展的时间序列,首先学习隐藏模型本身,然后用它来估计未来的价值观。这种方法的优点是,即使是最轻微的气象学知识是必要的,所有的造型做的天气系统算法训练神经网络。

事实上有一个Kaggle竞争任务预测降雨从过去的数据:http://simaaron.github.io/Estimating-rainfall-from-weather-radar-readings-using-recurrent-neural-networks/。复发性神经网络使用的赢家。

预测过去的值从当前值可以使用相同的结构,因为它可以直接学习落后的模型作为一个模型。

Answer 4

简单地说,没有。

的原因是因为蝴蝶效应。在一个系统当前状态依赖于前一个状态以迭代的方式,你可以得到混乱的影响。混乱的影响可以放大极其微小的投入巨大的变化。

这是第一次由优秀的数学家和气象学家爱德华·洛伦兹指出。这是一个不错的解释他是如何注意到方程预测天气对现状非常敏感。你不能建立一个计算机有足够的灵敏度要做一个好工作。

因为微小的波动可以造成巨大的影响随着时间的推移,你不得不问自己——你的模拟包含多少信息?洛伦茨表明,微小的东西随着时间的推移可以改变整个格局。是准确的,模拟必须考虑每一个微小的变化——太阳黑子活动的来源,月亮的摆动,冥王星的引力作用……名单是无止境的。

不幸的是一个混沌系统和天气一样,你无法预测准确之前或之后的状态。