气象学 · aiwiki.page

气象学是研究地球大气层的科学，涵盖大气的物理与化学性质、大气运动，以及大气与陆地和海洋的相互作用。其核心关注点在于理解和预测天气，从局地的云层形成与雷暴，到大尺度的环流系统。气象学与气候学存在交叉，但气候学更侧重于气候的统计特征与变率，而非局限于特定的大气状态与事件。(glossary.ametsoc.org)

该学科融合了观测、物理理论、实验室与野外调查以及数学建模。气象站、探空气球、雷达、飞机、海洋观测平台和卫星提供观测数据，为大气分析和预报提供支持。计算机数值预报和集合方法不仅能预测未来的天气状况，还能评估其不确定性，为交通运输、农业、水资源管理、能源生产以及灾害性天气预警提供关键信息。(community.wmo.int)

气象学由早期长期的天气观测记录和自然哲学思想，逐步演变为一门依托精密仪器并具备国际协同机制的现代科学。其发展历程包括国家级气象预报机构的建立、数值天气预报的提出与实现，以及大气研究向更广泛的地球系统科学的融合。因此，气象学的主要研究范畴涵盖了从大气热力学与动力学，到观测系统、预报方法、环境相互作用及公共气象服务的诸多方面。(metoffice.gov.uk)

研究范围、分支与尺度

气象学研究地球大气的组成、结构、物理过程与运动，以及大气与陆地和海洋之间的物质与能量交换。它是大气科学的主要组成部分；大气科学是更广泛的学科范畴，涵盖了大气物理学、大气化学及相关学科。天气预报只是其应用之一，并非该学科的全部研究范畴：解释云的形成机制、测量大气辐射以及研究湍流输送，即使不直接用于预报，也同样属于气象学的研究内容。气候学侧重于气候的统计特征、变异性及其长期演变，依靠许多相同的观测数据和物理原理；因此两者的差异主要在于关注重点不同，而非遵循不同的物理规律。例如，气候标准态描述的是长达30年的平均状况，而单次天气分析则反映特定时刻的大气状态。(glossary.ametsoc.org)

该学科的研究边界取决于物质与能量的交换，而非仅仅局限于大气层本身。水文学将大气降水和蒸散与陆地水体的蓄积和流动联系起来；海洋学则从海洋角度探讨与大气之间的热量、水汽和动量交换。自然地理学提供了空间背景，包括地形、植被和地表覆盖，这些因素会调节和改变大气条件。因此，流域内的降雨既是一种大气过程，又是对水循环的输入，同时也是一种受地理分布影响的现象。这些联系促进了耦合研究的发展，但这并不意味着气象学等同于整个地球系统科学。(wmo.int)

各分支学科的划分，一部分基于所探讨的问题，另一部分则基于研究方法。物理气象学利用物理理论、测量手段和实验，研究辐射吸收与散射、云滴增长、大气电学以及水分相变等过程。动力气象学探讨大气运动的产生与演变机制，通过流体运动方程表达物理守恒定律，并研究其解析解或数值解。天气学分析在统一基准时间汇总的观测数据，特别是揭示气压系统及其伴随天气分布与演变的天气图。这些分支彼此交叠：要理解一个气旋，既需要掌握其环流运动，也需要了解其云系内部发生的物理过程。(glossary.ametsoc.org)

中尺度气象学专注于中等尺度的现象，包括雷暴、飑线、海风以及地形引起的扰动。它结合包括雷达测量在内的精细观测、理论分析以及高分辨率数值模拟，来研究这些系统的触发、组织机制及其与周围环境的相互作用。应用气象学则以研究目的而非尺度来划分：它将大气观测、分析和预报应用于农业、交通运输、污染治理和工业生产等实际问题。因此，针对同一场风暴，风暴动力学研究与面向航空的安全评估可以共享数据，但解决的问题截然不同。(glossary.ametsoc.org)

尺度划分通常依据特征水平尺度，并伴有相应但并非严格固定的持续时间。按照一种常见惯例，微尺度通常指2公里或更小的范围，涵盖湍流和局地环流。在美国气象学会的一般定义中，中尺度跨越数公里至数百公里。相比之下，伊西多罗·奥兰斯基（Isidoro Orlanski）于1975年提出的分类方案对中尺度进行了更精确的细分：中尺度γ（2–20公里）、中尺度β（20–200公里）以及中尺度α（200–2,000公里）。天气尺度覆盖数百至数千公里，以移动性高低压系统为典型代表。行星尺度涉及最大尺度的环流和超长波，尺度可达10,000公里或以上。这些范围仅代表约定俗成的划分，并不存在物理上的断裂界限。(glossary.ametsoc.org)

同一现象根据所考量的维度不同，可归入不同的尺度类别：例如，狭长的锋面沿锋方向的伸展尺度远大于横跨锋面的宽度。各种尺度在动力学上也不是孤立存在的。天气尺度气流构成了中尺度风暴发展的背景环境，而云尺度的加热和动量输送反过来又能改变更大尺度的环流。研究人员通过综合观测、理想化实验和多尺度数值模型来探讨此类跨尺度相互作用，而不是将每个尺度类别视作独立的大气系统。(twister.caps.ou.edu)

历史发展

各人类社会早期通过物候历法、经验法则以及对反常现象的记录，逐步积累了天气知识。公元前650年左右，巴比伦的占卜预报人员通过观察云层和日晕等光学现象来推断天气；大约在公元前300年，中国古代天文学家制定出了将一年划分为二十四个节气的历法体系，并将各节气与特定的特征天气联系起来。这些传统是将周期性的观测经验与天气预期相挂钩，而非推算大气演变规律。公元前4世纪，亚里士多德撰写了《气象汇论》（Meteorologica），在统一的解释框架下探讨了降水、风、雷等自然现象，其论述范围还涵盖了彗星、地震和海洋。“气象学”（Meteorology）一词源自希腊语，原意指对“高空之物”的研究或论述，最初并非特指对流星的研究。(science.nasa.gov)

仪器测量的出现逐步使大气的描述走向定量化。1643年埃万杰利斯塔·托里拆利发明的水银气压计，使得测量大气压强成为可能；随着温度计和湿度计的改进，人们得以持续记录温度和湿度。标准化的描述规范也提高了不同观测者记录之间的可比性。卢克·霍华德在1803年发表的《论云的变态》（On the Modification of Clouds）中引入了拉丁文云名，包括卷云、积云和层云，这构成了后来云分类法的基础。弗朗西斯·蒲福于1805年制定了风力等级，并在1806年1月的日记中作了记录；后续修订版则将风力等级与巡防舰所能扬起的风帆数量联系起来。这些分类方法将原本主观多变的文字描述转化为了可重复的观测类别。(science.nasa.gov)

19世纪中叶，电报网络的建立使得分布在各地的观测站能够将数据迅速汇总到中心机构，从而为预报提供及时的参考依据。通过汇总相同时刻的观测数据，气象人员绘制出展示压强、风向风速及风暴地理分布的天气图。在英国，罗伯特·菲茨罗伊于1854年出任新成立的气象局主管。此后，沿海观测站每天清晨将观测数据发往伦敦，汇编成每日天气报告。1859年10月“皇家宪章”号遭遇海难后，菲茨罗伊建立起风暴预警服务体系，于1861年2月正式投入使用，并通过沿海信号系统发布预警。1861年8月1日，他在《泰晤士报》上发表了面向公众的第一份报纸天气预报，预报时效覆盖随后的24至48小时。(science.nasa.gov)

1904年，威廉·皮耶克尼斯将天气预报确立为一个经典力学与物理学问题：只要能对大气的初始状态进行足够完整的描述，结合其遵循的物理定律，就应能计算出未来的演变状态。皮耶克尼斯于1917年迁至卑尔根后，包括其子雅各布在内的卑尔根学派创立了锋面分析理论，提出了中纬度气旋的极锋模型。密集的观测资料有助于识别冷暖气团之间狭窄的交界面，并将其与气旋的发展联系起来。刘易斯·弗莱·理查森在1922年的《通过数值过程进行天气预报》（Weather Prediction by Numerical Process）中践行了这一计算思路，他把大气状态变量划分到网格中，并利用数值方法计算其变化趋势。他构想的“预报工厂”设想由64,000名人类计算员协同计算，以期运算速度能赶上天气的实际演变。(bjerknes.uib.no)

第二次世界大战后，电子计算机的发展使这一构想成为现实。1950年，朱尔·查尼、朗纳·费约托夫特与约翰·冯·诺依曼联合发表了一项试验，利用ENIAC计算机求解正压涡度方程——这是对大气流动进行的一种适度简化的数学表达。该试验未尝试进行理查森所设想的全面复杂计算，而是利用易于求解的动力学模型，首次成功实现了数值天气预报。(ecmwf.int)与计算能力同步发展的还有观测手段。战时雷达操作人员发现了降水回波，战后研究人员便着手将雷达技术专门改进用于追踪天气系统。随后天基观测手段应运而生：1960年4月1日发射的TIROS-1卫星测试了从太空对地球云层进行电视成像的技术。在为期78天的任务中，该卫星证明了从轨道上揭示大范围天气系统的可行性，使观测视野突破了地理分布不均的地面气象观测网的局限。(training.weather.gov)

大气的成分、结构与状态

按体积计算，地球低层大气中的干燥空气大约由 78.08% 的氮气、20.95% 的氧气和 0.93% 的氩气组成。其余成分包括二氧化碳、氖、氦、甲烷、臭氧以及其他微量气体。“干空气”是一个不包含水汽的化学成分参考基准，并非对实际大气状况的描述。水汽含量在寒冷或干燥环境中极低，而在潮湿的热带空气中体积占比可达约 4%；水汽的存在会相应降低其他气体所占的比例。大气成分还包括气溶胶：即悬浮在空气中的固体微粒与液体微滴，如矿物粉尘、海盐、烟尘和硫酸盐颗粒。这些物质成分必须与描述大气瞬息万变状态的物理量——温度、气压、密度和运动——区分开来。(noaa.gov)

大气的主要热力分层是根据温度随高度的变化特征来界定的，而非依据化学成分的急剧转变。在对流层中，温度通常随高度增加而降低，不过局部的逆温现象会打破这一规律。这一最底层的大气集中了绝大部分的大气水汽，是云、降水和日常所见天气现象发生的主要场所。对流层的上界称为对流层顶，其高度随纬度、季节和大气条件而变化：热带地区通常较高，有时可达 18–20 千米；向两极方向则逐渐降低。在对流层之上，平流层向上延伸至约 50 千米处。由于臭氧吸收太阳紫外辐射，该层大部分区域的温度随高度递增；由此形成的稳定层结抑制了剧烈的垂直翻转，但并未完全消除垂直运动。(forecast.weather.gov)

在平流层顶之上，中间层的温度随高度再次下降，该层延伸至约 85 千米处。中间层顶标志着向热层的过渡；在热层中，吸收高能紫外辐射和 X 射线导致温度随高度持续升高。这些高温反映的是极度稀薄气体中分子的动能，并不代表其蕴含着与近地面同等温度的高密度气体相当的热量。再向外延伸，散逸层逐渐过渡到外太空，这里的粒子碰撞极其稀少，部分粒子甚至会脱离地球引力的束缚而逃逸。这些热力边界只是近似且动态变化的界面，并非固定的刚性球面。(noaa.gov)

气象状态变量通常表现为随空间位置和时间变化的物理场。温度的标准报告单位包括开尔文或摄氏度；气压的单位为百帕，且 $1\ \mathrm{hPa}=100\ \mathrm{Pa}$ ；密度是单位体积的质量，通常用 $\mathrm{kg\,m^{-3}}$ 表示。湿度需要具体的物理量来度量：比湿是水汽质量除以湿空气总质量的比值，通常以 $\mathrm{g\,kg^{-1}}$ 为单位报告。风是一个矢量，可以通过风速与风向或速度分量来描述。空间位置可以用纬度、经度和几何高度来确定，但在高空天气分析中，通常用气压代替高度作为垂直坐标。(sites.stat.washington.edu)

这一气压坐标所依据的大致垂直受力平衡被称为流体静力平衡：

\frac{\partial p}{\partial z}=-\rho g,

式中 $p$ 为气压， $z$ 为几何高度， $\rho$ 为空气密度， $g$ 为重力加速度。向上的气压梯度力与向下的引力相平衡，因此随着上方覆盖的空气重量不断减少，气压随高度增加而降低。这对于大尺度大气结构来说是一种极佳的近似，但雷暴和背风波中的强烈垂直加速度会打破这种平衡。因此，等压面并非等高面：其海拔高度随地理位置和时间而变化。例如，报告中 500 百帕等压面的高度为 5600 米，指的是该测站上方该气压面的具体位置，并不代表 500 百帕对应一个全球通用的固定海拔。高空天气图通常将这些高度标定为位势高度，它在计入重力随空间变化的同时非常接近几何高度。较暖的气柱内等压面之间的垂直间距较大，而在较冷的气柱内间距则较小。(glossary.ametsoc.org)

辐射与大气能量

来自太阳的入射电磁辐射为驱动天气变化提供了绝大部分能量。太阳辐射主要集中在可见光和近红外波段，并含有少量的紫外成分；温度较低的地球则主要发射热红外辐射，按惯例称为长波辐射。吸收过程将辐射能转化为物质的内能，而发射过程则将内能转化为辐射能。散射会改变辐射的传播方向，从而产生漫射天空光；反射则是地表或大气颗粒物将部分入射辐射反投回去。在地球的平均轨道距离处，垂直于光线平面的太阳辐照度约为 $1{,}361\ \mathrm{W\,m^{-2}}$ 。将其平均分摊到整个球形地球（包括背阴面）时需除以 4，约为 $340\ \mathrm{W\,m^{-2}}$ 。其中约有 $100\ \mathrm{W\,m^{-2}}$ 被反射回太空， $240\ \mathrm{W\,m^{-2}}$ 被大气和地表吸收。射出的长波辐射具有相近的数量级；两者的差额决定了地球是在获取还是失去能量。(earth.gsfc.nasa.gov)

大气温室效应的产生源于物质的吸收和发射特性取决于波长。水汽、二氧化碳和其他温室气体在特定的特征光谱带吸收地面发出的红外辐射，并同时向上和向下发射红外辐射。地表辐射的一部分可以通过相对透明的大气“窗区”直接散逸到太空中；而到达太空的辐射大部分是由大气气体和云层发射的。大气的向下发射减少了地表的净辐射冷却，使得地表温度高于没有红外吸收气体存在时的温度。这并没有逆转热量从较暖区域向较冷区域的净传递：向上和向下的辐射同时存在，而它们的净差值决定了净热交换。因此，除了气体浓度外，大气温度以及辐射逸出时的高度也同样至关重要。(science.nasa.gov)

云对辐射收支的两个方面都有影响。云滴和冰晶会反射阳光，但也会吸收并发射长波辐射。光学厚度较大的低云通常表现出强烈的太阳冷却效应；高而寒冷的云则能显著减少向外的红外发射。这种平衡取决于云高、厚度、微粒特性以及下垫面。气溶胶同样会散射和吸收辐射：硫酸盐颗粒主要散射阳光，而黑碳则会吸收阳光并加热周围空气。气溶胶还会改变云滴的浓度和分布，进而改变云的反射率。地表反照率（即反射的入射太阳辐射占总入射辐射的比例）构成了另一个调控因素：在相似的光照条件下，覆雪地表通常比深色植被或开阔水体吸收更少的阳光。(ipcc.ch)

对于薄界面处储热可以忽略不计的陆地表面，一个实用的局地能量收支方程可表示为

R_n=H+LE+G,

其中所有项的通量单位均为 $\mathrm{W\,m^{-2}}$ 。净辐射 $R_n$ 为向下与向上的短波和长波辐射差值； $H$ 是传递到空气中的感热， $LE$ 是通过蒸发或蒸腾传递的潜热， $G$ 是向下传导至土壤中的热量。这些正负符号属于习惯约定，各通量的方向有时会发生反转。更完整的收支模型还会计入能量储存、相变融化以及水平能量输送。感热交换会直接改变气温；蒸发会消耗地表能量，而随后在大气其他区域发生的凝结则会释放潜热。土壤的储热延缓了地表温度的响应，并能在夜间将能量反馈回地表。(ecmwf.int)

大气能量收支综合了辐射加热与冷却、地表感热、潜热加热以及流动空气所带来的能量输送。地表的受热是不均匀的：在年循环周期中，低纬度地区享有净辐射盈余，而高纬度地区散失的辐射则超过其吸收的辐射。大气环流和洋流将能量向极地输送，从而缩小了这种差距。地球自转形成了昼夜太阳周期；地轴倾斜随季节变化改变了太阳高度角和日照时长。海陆在储热能力上的差异进一步改变了加热的时间分布和强度。这些对比产生了温度和气压差异，使得部分分布不均的热能转化为大气运动的动能；摩擦力最终又将这种运动耗散回内能。(gml.noaa.gov)

热力学、水汽与稳定度

状态方程将大气压强、密度和温度联系在一起。对于干空气， $p=\rho R_dT$ ，其中 $R_d\approx287\ \mathrm{J\,kg^{-1}\,K^{-1}}$ ；对于不含悬浮凝结物的湿空气，将 $T$ 替换为虚温 $T_v$ 可以修正水汽分子质量较小带来的影响。干空气单位质量的热力学第一定律表述为 $\delta Q=c_p\,dT-\alpha\,dp$ ，其中 $\alpha=1/\rho$ ， $\delta Q$ 为吸收的热量。在绝热过程的上升阶段，周围环境压强降低促使气块膨胀：气块对外做功，在不与外界发生热交换的情况下冷却。绝热下沉则伴随着压缩与增温。位温定义为：

\theta=T\left(\frac{p_0}{p}\right)^{R_d/c_p},

即气块干绝热变化至参考气压 $p_0=1000\ \mathrm{hPa}$ 时所具有的温度。位温在干绝热运动中保持守恒，因而可用于比较处于不同气压下的气块。(eoas.ubc.ca)

描述空气湿度的物理量有多种，分别刻画不同的性质。水汽压 $e$ 是水汽的分压；饱和水汽压 $e_s(T)$ 表示与平直纯水表面达到相平衡时的水汽压，冰面则对应不同的数值。通常以液态水为基准的相对湿度表示为百分比 $100e/e_s(T)$ 。比湿 $q$ 是水汽质量与湿空气总质量的比值，通常以 $\mathrm{g\,kg^{-1}}$ 为单位。露点 $T_d$ 是在压强和水汽含量保持不变的条件下，空气因降温达到饱和时的温度。由于 $e_s$ 随温度急剧上升，降温即可在不增加水汽的情况下提高相对湿度。因此，饱和描述的是一种相平衡状态，而非空气对水汽存在某种固定的“容纳容量”。(eoas.ubc.ca)

未饱和的上升气块按干绝热直减率冷却， $\Gamma_d=g/c_p\approx9.8\ \mathrm{K\,km^{-1}}$ 。气块一旦达到饱和，凝结便会释放潜热，部分抵消膨胀做功带来的冷却。因此，饱和绝热直减率（或称湿绝热直减率）取决于温度和气压，而非一个固定常数。例如，美国国家气象局的业务参考指出，在 700–500 hPa 气层中，当 700 hPa 处的温度为 $0^\circ\mathrm{C}$ 时，饱和直减率约为 $6.5\ \mathrm{K\,km^{-1}}$ ；而在 $10^\circ\mathrm{C}$ 时，该值约为 $5.6\ \mathrm{K\,km^{-1}}$ 。温度较高的饱和气块上升时通常会释放更多潜热，因为其中有更多水汽发生凝结。(forecast.weather.gov)

大气稳定度取决于发生垂直位移的气块相对于周围环境所受的浮力。将环境温度直减率记为 $\Gamma_e=-dT/dz$ ，当 $\Gamma_e<\Gamma_m$ 时气层为绝对稳定；当 $\Gamma_e>\Gamma_d$ 时为绝对不稳定；当 $\Gamma_m<\Gamma_e<\Gamma_d$ 时为条件性不稳定，其中 $\Gamma_m$ 为当地湿绝热直减率。条件性不稳定意味着未饱和气块的上升会受到抑制，而饱和气块在经过充分抬升后可以产生正浮力。逆温层（温度随高度递增）呈现强烈的稳定性。在干空气近似下，位温随高度升高表示稳定，位温不随高度变化表示中性，位温随高度降低则表示不稳定。(eoas.ubc.ca)

大气探空在热力学图解（例如斜T-对数P图）上将观测到的温度和露点随气压的变化绘制出来。温度曲线与露点曲线相互靠拢表示空气接近饱和；两条曲线分离则表明存在干燥气层。理论气块沿干绝热线上升至抬升凝结高度，之后沿湿绝热线继续抬升。将该气块轨迹与环境廓线进行对比，可以判定阻挡逆温层、自由对流高度和平衡高度。具体计算结果取决于气块代表的是地面空气、边界层混合层平均还是抬升层空气。(eoas.ubc.ca)

对流有效位能（CAPE）是在自由对流高度与平衡高度之间对气块的正浮力积分，单位为 $\mathrm{J\,kg^{-1}}$ 。密度差异通常采用虚温进行评估。对流抑制能量（CIN）衡量自由对流高度之下使气块受阻的负浮力能垒，可以表示为负积分或其正绝对值。较大的 CAPE 可以与强烈的阻挡逆温层并存而不发生深对流：气块必须首先通过抬升、加热或增湿来克服对流抑制。CAPE 是一种能量诊断量，并不能直接作为风暴是否发生或其严重程度的预测依据。(weather.gov)

云、降水与大气光学现象

云由悬浮的液态水滴、冰晶或二者的混合物组成，而非肉眼可见的水汽。水滴通常形成于云凝结核之上：这些气溶胶颗粒（包括海盐以及烟尘中的可溶性物质）能够吸附水分。上升气块因膨胀而冷却，并可达到过饱和状态，即水汽压超过了平面纯水表面上的平衡水汽压。充足的过饱和度会激活适宜的颗粒使其成长为水滴；颗粒的尺寸与化学成分决定了这一活化阈值。与此不同，冰核则促进冰晶的形成。液态水滴在低于 $0\,^\circ\mathrm{C}$ 时仍可保持过冷状态，在混合相云中与冰晶共存；在缺乏有效冰核的情况下，均匀冻结在 $-38\,^\circ\mathrm{C}$ 附近变得显著。因此，凝结与冻结是两个不同的物理过程，而非达到饱和状态后可互换的结果。(noaa.gov)

云的分类结合了外观形态与云底高度。源自拉丁语的命名体系始于卢克·霍华德（Luke Howard）1803年的分类法；世界气象组织现确认了十个云属。在温带地区，高云通常分布在约 5–13 公里高度，包括纤维状的卷云、薄幕状的卷层云以及由细小云块组成的卷积云；中云通常位于 2–7 公里，包括高积云和高层云；低云一般在 2 公里以下，包括层云和层积云。这些高度范围存在重叠，并随纬度发生变化。雨层云通常跨越多个高度层，而积云和积雨云的云底较低，但垂直发展高度往往极大。层状云常伴随稳定气层内的广泛上升运动或冷却过程出现；积云在浮力驱动的上升气块中发展，更深厚的对流则形成积雨云。当湿润空气沿山坡抬升时，地形抬升作用也能形成云。(public.wmo.int)

云滴必须显著增大才能产生降水：典型的云滴直径约为 0.02 毫米，而雨滴直径约为 2 毫米——两者体积相差达百万倍。在碰并过程中，较大的水滴比小水滴下落得更快，并在下落中与小水滴发生碰撞并时常合并，从而加速增长。这一过程无需冰晶参与即可产生降雨。在混合相云中，冰面上的饱和水汽压低于过冷水面上的饱和水汽压。因此，周围水滴不断蒸发，而冰晶则通过水汽凝华而生长，这就是贝吉隆–芬德森过程（Bergeron–Findeisen process）。冰质颗粒还可以通过冰晶之间的聚合以及凇附（收集到的过冷水滴在其表面冻结）进一步增大。(weather.gov)

云层下方的温度与湿度结构决定了最终落到地面的降水形式。冰晶及其聚合物在下落过程中若未完全融化，便会形成雪；若充分融化，则形成雨。高空的暖层会使飘落的雪融化；若下方存在足够深厚的冷层，水滴会重新冻结成冰粒（在美式英语中称为 sleet）。若水滴在撞击地面前没有足够的冷却时间完成冻结，过冷水滴就会以冻雨的形式落到暴露的物体表面，并凝结成一层冰壳。因此，仅凭地面温度无法决定降水类型。在美国国家气象局记录的 2007 年 12 月 1 日的一次天气事件中，夹层暖层的变化在受影响区域内造成了雨、冻雨、冰粒和雪等不同降水。(weather.gov)

当近地面的空气中形成水滴时便会产生雾。辐射雾由夜间地表冷却引起，尤其多见于晴朗微风的天气；平流雾则形成于暖湿空气移动到较冷地表之上时。暖水面的蒸发继而与较冷的空气混合，可形成蒸发雾。露则有所不同，它是水汽直接凝结在温度降至邻近空气露点以下的物体表面上，而不是形成悬浮水滴。霜是由水汽直接凝华在低于霜点的地表上形成的，并不一定是冻结的露水。(weather.gov)

云滴和降水颗粒还会引起多种光学现象。主彩虹是由阳光在水滴中经历依赖于波长的折射、一次内反射并再次折射形成的，其圆弧与反日点的角距离约为 $42^\circ$ 。而冰晶晕则环绕在太阳或月亮周围：最常见的晕视角半径约为 $22^\circ$ 。冰晶的排列取向会影响晕象的展现；阳光穿过特定取向的冰晶发生折射会在太阳两侧产生幻日，而下落冰晶的反射则可产生垂直的日柱。(weather.gov)

大气动力学与控制方程

大气模型体现了质量守恒、动量守恒和能量守恒，以及水汽和凝结水的收支。在旋转参考系中，质量方程和动量方程的紧凑形式为

\frac{\partial \rho}{\partial t}+\nabla\cdot(\rho\mathbf{u})=0, \qquad \frac{D\mathbf{u}}{Dt} =-\frac{1}{\rho}\nabla p+\mathbf{g} -2\boldsymbol{\Omega}\times\mathbf{u}+\mathbf{F}.

其中 $\rho$ 为密度， $p$ 为气压， $\mathbf{u}$ 为速度， $\boldsymbol{\Omega}$ 为地球自转角速度矢量， $\mathbf{g}$ 为包含离心加速度的有效重力， $\mathbf{F}$ 为摩擦加速度。物质导数 $D/Dt=\partial/\partial t+\mathbf{u}\cdot\nabla$ 随运动气块变化，兼顾了局地变化与平流输送。状态方程使气压、密度与温度之间的关系实现闭合。静力平衡模式用气压与重力的平衡取代垂直加速度；非静力平衡模式则保留垂直加速度。 (ecmwf.int)

能量守恒通常通过热力学方程来表达。对于干燥理想空气，

c_p\frac{DT}{Dt}-\frac{1}{\rho}\frac{Dp}{Dt}=\dot Q,

其中 $c_p$ 为定压比热容， $\dot Q$ 为单位质量的加热率。这区分了由压缩或膨胀引起的温度变化与非绝热加热。简化的水汽方程 $Dq_v/Dt=S_v$ 描述水汽输送，其中 $S_v$ 代表相变和次网格尺度混合。水汽凝结在去除水汽的同时释放潜热；蒸发则发生相反的过程。独立的云水、云冰和降水收支方程分别考虑了不同水形态之间的转化与沉降沉淀过程，而不是将凝结简单视为总水量的损耗。 (ecmwf.int)

气压梯度力促使空气加速流向低压区，而重力主要垂直向下作用。科里奥利效应使北半球的水平运动向右偏转，南半球向左偏转，而不直接改变其运动速率。对于远离赤道、演变缓慢的大尺度流动，水平气压梯度加速度与科里奥利加速度近似平衡：

f\mathbf{k}\times\mathbf{u}_g=-\frac{1}{\rho}\nabla_h p, \qquad f=2\Omega\sin\phi.

这种地转风在水平面上平行于等压线流动。梯度风平衡则进一步计入了弯曲流动的向心加速度。实际风速与地转风速之间的差值称为非地转风，它在急流相关的加速流动和次级环流中起着重要作用。地面阻力和湍流动量交换打破了地转平衡，使得近地面风跨越等压线吹向低压侧。 (weather.gov)

涡度和散度可用于诊断环流的不同特征。相对涡度 $\boldsymbol{\omega}=\nabla\times\mathbf{u}$ 衡量局地旋转程度；散度 $\nabla\cdot\mathbf{u}$ 衡量局地辐散程度。质量连续性将水平辐合与辐散同垂直输送及密度变化联系起来。位涡将旋转特征与层结特征结合在一起：干空气的埃特尔位涡表示为 $P=\rho^{-1}(\boldsymbol{\omega}+2\boldsymbol{\Omega})\cdot\nabla\theta$ ，其中 $\theta$ 为位温。在绝热、无摩擦的流动中，位涡满足物质守恒，因此其异常常被用作追踪扰动的有效示踪量。在适当的平衡假定和边界条件下，位涡反演可以诊断出与之相伴的风场和温度场。结合静力平衡与地转平衡所得到的热成风平衡，建立了垂直地转风切变与水平温度梯度之间的联系；“热成风”指的是这种切变本身，而非一种独立存在的气流。 (ocw.mit.edu)

当稳定层结的大气受到垂直扰动时，浮力产生恢复力，从而形成内重力波。内重力波的传播能够输送能量和动量；气流越过地形即是其主要激发源之一。与之不同，罗斯贝波依赖于背景位涡梯度的存在，该梯度通常与科里奥利参数 $f$ 随纬度的变化有关。相对于均匀的背景气流，罗斯贝波的波峰和波谷向西传播；但在地面参考系中，若西风足够强，其波形图景可以被向东平流。描述波包和能量传播的群速度，其方向不一定与相速度一致。 (ocw.mit.edu)

不稳定性使得微弱扰动能够从背景环流中摄取能量。斜压不稳定性利用与水平温度对比及垂直风切变相联系的有效位能。发展的扰动将热量向极地输送，并将有效位能转化为涡动动能，成为中纬度气旋发展的核心机制。埃里克·伊迪于 1949 年提出的理想化模型展示了在均匀切变、稳定层结气层中的这种增长过程。相比之下，正压不稳定性则从水平切变中汲取动能；实际大气扰动往往同时包含这两种机制。 (ocw.mit.edu)

边界层与局地环流

大气边界层是直接受下垫面影响的大气最底层。其厚度变化很大，在强稳定层结条件下仅有数米，而在强烈混合时可达数千米。地表阻力将大气动量向下传递至地面，风切变则产生湍流，在垂直方向上重新分配这种影响。当地表加热其上方的空气时，浮力热泡构成了湍流的另一来源。这些运动共同促成了地表与大气之间的感热、水汽和动量交换；蒸发也以潜热的形式传递能量。因此，边界层湍流控制着地表条件如何影响近地面的温度、湿度、风速以及污染物浓度。(metoffice.gov.uk)

晴天陆地上，地表加热会形成对流混合层，在浅薄的近地层上方，混合层内的位温趋于均匀。上升的热泡会穿透混合层顶部的稳定空气层，并将一部分上层空气卷入混合层中，这一过程被称为夹卷（entrainment）。夹卷作用既改变了混合层的性质，又促使其厚度不断增加。日落前后，地表热量输入的减少消除了浮力能来源。随后地面的辐射冷却使最底层的空气降温，形成一层稳定的空气层，温度通常随高度增加而上升（出现逆温）。日间的旧混合层则留存在其上方成为残留层，逐渐与地表交换脱节。这种稳定层结会抑制垂直混合，不过风切变仍可维持一定的湍流。日出后，重新开始的地表加热会侵蚀近地面的逆温层，使逐渐发展的混合层再次与残留层空气连通。(weather.gov)

海陆风源于陆地与水体之间的受热差异。在白天，陆地上空较暖的空气驱动着一种局地环流：近地面气流由海洋吹向陆地，在内陆上升，并在高空形成回流。向前推进的海风锋汇聚气流，可能触发云系或雷暴。在佛罗里达州，盛行风在很大程度上决定了这一锋面能深入半岛多远，以及雷暴会在何处爆发。夜间，陆地降温较快，可能使热力对比反转并产生吹向海面的陆风；陆风通常比日间的海风更弱、更浅薄。当大尺度气压梯度较弱时，这些局地环流最为明显；强烈的背景风则会吹散或抑制它们。(noaa.gov)

山地地形不仅会产生热力驱动的环流，还会产生动力强迫气流。日间加热引发沿坡向上的上坡风，而更大尺度的谷地环流通常将空气向山谷上方输送；夜间冷却则产生顺坡下滑的下坡流和下谷风，使冷空气在受遮蔽的盆地中积聚。这些寒冷的重力流不同于温暖干燥的下坡风（例如阿尔卑斯山的焚风和落基山脉的钦诺克风），后者是在下沉过程中通过绝热压缩而增温的。在稳定大气中，强烈的跨山气流还可在下风方激发出近乎驻立的山地波。空气在上升区凝结成云，而在下沉区云滴蒸发：2004年10月18日的卫星图像便记录下了美国“四角落”（Four Corners）地区上空大范围的波动云场。山地波破碎和低空滚轴流可产生强烈的湍流。(repository.library.noaa.gov)

即便没有显著的海岸或山地环流，下垫面特性本身也会改变这些交换过程。建筑物和森林会产生空气动力学阻力以及动力诱发的湍流，而城市的街道布局也可能使特定地点避开通风。城市热岛效应是通过几种机制相互作用而形成的：植被减少导致蒸发减弱、建筑材料吸收并储存太阳辐射、建筑物之间阻碍了长波辐射冷却，以及人类活动释放的废热。白天储存的能量在日落后释放，往往使城乡之间的气温差异在夜间尤为显著。植被能提供遮阳和蒸腾冷却效应；土壤湿度则决定了可用于此类能量转换的水量。因此，用干燥、不透水的下垫面取代湿润植被，既改变了局地热量收支，也改变了向边界层空气输送的水汽。晴空少云与微风天气通常更有利于形成强烈的城市热岛。(metoffice.gov.uk)

全球环流与热带气象学

哈德莱环流圈、费雷尔环流圈和极地环流圈描述的是全球平均意义下理想化的纬度—高度翻转环流，而非三条连续的传送带。在哈德莱环流中，空气在热带降雨带内上升，在高空向极地流动，并在副热带（通常位于纬度20°至35°附近）下沉。其流向赤道的近地面回流在北半球偏转为东北信风，在南半球偏转为东南信风。它们的辐合维持着赤道辐合带（ITCZ），这是一个随季节移动、呈不连续分布的深对流带。费雷尔环流圈位于中纬度地区，近地面气流向极地流动，高空气流流向赤道；极地环流圈则表现为高纬度地区空气下沉，近地面分支流向赤道并与极地东风带相伴。由于陆地、海洋、季节变化以及具体天气系统的存在，实际大气环流与这一模式存在显著差异。(noaa.gov)

伴随这种环流的是中纬度地面西风带以及对流层上层的急流。副热带急流出现在哈德莱环流圈的极侧边缘，在那里，向极移动的高空气流通过近似的角动量守恒，获得了相对于地表的强劲向东速度。极锋急流则与更高纬度地区强烈的水平温度梯度密切相关。这两类急流系统都会蜿蜒弯曲、随季节移动，有时还会发生合并；它们的位置并非环流圈之间固定不变的边界。(noaa.gov)

季风是风向和降水的季节性大规模重组，而不仅仅是暴雨期。夏季大陆受热会改变气压分布格局，将湿润的海洋空气吸纳至内陆；随后的辐合与上升运动促成大范围的对流。例如，在北美季风中，夏季环流将水汽从太平洋和加利福尼亚湾输送到墨西哥西北部及美国西南部。(climate.gov) 沃克环流则描述了热带地区东西方向的翻转环流。贯穿赤道太平洋的近地面东风将暖水推向西侧，在西太平洋暖池上空维持深对流，高空形成向东的回流，并在较冷的东太平洋上空下沉。风生上升流和东侧较浅的温跃层有助于维持海表温度反差，从而将大气环流与海洋耦合在一起。(pmel.noaa.gov)

热带扰动只有在对流围绕一个持续存在的低层旋转环流组织起来时，才会发展成为热带气旋。有利的大气环境综合了潮湿的对流层中层空气、较弱的垂直风切变、预先存在的天气扰动以及足够的地转偏向力；因此，在赤道约5°纬度以内很少形成热带气旋。具有足够厚度、温度在26.5°C左右的暖水层，是判定其有利条件的常规指标，但这并不保证气旋一定会发展。(aoml.noaa.gov) 海洋向大气的热量与水汽输送，以及随后在对流中释放的潜热，维持着气旋的环流。强烈的风暴会发展出螺旋雨带以及包裹着相对平静的风眼、汇聚了最强风力的眼墙。(aoml.noaa.gov) 环境引导气流决定了它们的移动路径：在副热带高压脊的赤道侧通常向西移动，而在引导气流改变方向处则转向极地或向东移动。强烈的切变、干空气侵入以及与陆地的相互作用都会削弱风暴；即使在温暖的海面上，眼墙置换循环也会暂时降低其强度。(aoml.noaa.gov)

热带环流在季节内及年际间也会发生变化。马登—朱利安振荡于1971年被首次描述，是一种向东移动的对流、风和气压扰动，典型复发周期为30至60天；它会改变热带降水，并对热带以外的天气产生影响。(psl.noaa.gov) 厄尔尼诺—南方涛动涉及赤道太平洋海温与大气环流的耦合变化。在厄尔尼诺现象期间，信风减弱和冷水上升流减少伴随着东部海温升高以及热带对流的移位；拉尼娜现象则通常会增强信风和沃克环流。热带加热的变化会改变遥远区域的高空环流和急流，从而将太平洋的变率与区域降水及风暴路径变化联系起来，但并非在每次事件中都引发完全相同的天气。(weather.gov)

天气尺度天气系统与有组织对流

气团是温度和湿度相对均匀的大范围空气团，其性质由源地决定：大陆极地气团典型的特征是干冷，而海洋热带气团则暖湿。锋面是不同性质气团之间的过渡带。冷空气替代暖空气向前推进形成冷锋；暖空气替代冷空气向前推进形成暖锋；几乎不移动的锋面为准静止锋。当冷锋追上暖锋并将夹在中间的暖空气抬离地面时，便形成锢囚锋。地面天气图上通常用蓝色三角形表示冷锋，红色半圆形表示暖锋，符号分布在两侧表示准静止锋，紫色三角形和半圆形位于同侧则表示锢囚锋。温度对比、风向转变和低压槽有助于确定这些锋面边界的位置。 (noaa.gov)

温带气旋通过低层温度锋面与高空扰动之间的相互作用而发展。在20世纪10年代至20年代提出的理想化挪威气旋模型中，锋面波会发展成为具有明显暖锋和冷锋的低压系统，随后发生锢囚。地面图揭示了低压及其锋面，高空图则展示了伴随的低压槽和急流；它们是一个三维系统的组成部分，而非孤立的现象。气旋通常在高空槽附近及其下游增强，大尺度环流则决定了其风暴路径。反气旋是与下沉气流和云量减少相关的相对高压中心。当持久的高压或强烈发展的脊阻碍了天气系统通常的自西向东移动时，就会发生大气阻塞。欧米茄阻高是指位于两个低压之间的高压系统；这种形态可以使高压下方连续数天或数周保持干燥天气，而在其边缘则反复出现降水。 (prod-01-alb-www-noaa.woc.noaa.gov)

雷暴的组织形态取决于大气不稳定性、水汽、抬升作用以及垂直风切变（即风随高度的变化）。普通的单体风暴通常持续30至60分钟：最初的上升气流促成降水，随后产生的下沉气流及其外流最终切断了暖湿气流的供应。多单体风暴通过沿着向前推进的阵风锋不断激发新的上升气流而维持，尽管其中的单个单体寿命仍然较短。超级单体则包含持久旋转的上升气流，即中气旋。强烈的垂直风切变维持了这种结构，使得风暴能够持续吸入暖湿空气，而不致迅速被自身降水冷却的外流所吞没。超级单体能够产生大冰雹、破坏性大风和龙卷风，但中气旋的旋转并不意味着必然会产生龙卷风。 (nssl.noaa.gov)

飑线将多个单体沿一条狭长边界排列，特别容易带来破坏性的直线大风。其降水冷却的外流在前沿抬升新鲜空气，不断新生对流。中尺度对流系统（MCS）是一个更广泛的分类概念：指作为一个系统协同运作的相互连接的雷暴群，其单向尺度通常至少达到100公里。它既可以是线状的，也可以是团块状的，并能维持数小时；中尺度对流复合体（MCC）是卫星图像上识别出的一种特定的、大尺度且寿命长、近似圆形的形态。因此，“飑线”、“超级单体”和“MCS”描述的是不同的组织特征，彼此并非完全互斥的类别。 (nssl.noaa.gov)

闪电由电荷分离和放电引起。在存在过冷却水滴的环境中，霰粒与较小冰晶之间的碰撞会发生电荷转移；随后，不同粒子的运动将带有不同电荷的区域分离开来。闪电激发的具体微观过程尚未完全探明。冰雹的生长是由于过冷却水滴在被强上升气流托举的冰晶上冻结，当支撑力减弱或雹块变得过大时便会下落。对流造成的破坏性大风通常源自到达地面后向外扩散的下沉气流，而非龙卷风。 (nssl.noaa.gov)

龙卷风是连接对流云与地面的强烈旋转空气柱。在超级单体中，垂直切变提供水平旋转涡度，上升气流可将其倾斜并拉伸，从而有助于建立中气旋。然而，龙卷的生成还需要近地面的额外过程：环流、下沉气流、浮力与拉伸之间的相互作用仍是一个活跃的研究课题，中气旋并非简单地向下延伸就能变成龙卷风。非超级单体中也会出现龙卷风，这表明深厚而持久的旋转上升气流并不是产生龙卷的绝对前提。 (noaa.gov)

仪器与观测网络

地面观测站通过各种仪器测量大气状况，这些仪器的安装暴露环境与其传感原理同等重要。铂电阻温度计利用电阻变化推算温度；百叶箱能在遮挡阳光直射的同时保持空气流通。英国气象局将百叶箱内的温度计置于离地 1.25 米的高度。电子气压计用于测量气压，而电容式湿度探头则利用聚合物电学性质随水汽含量的变化来测定湿度。转杯风速计通过旋转测量风速，风向标指示风向，超声波风速计则依据声波传播时间的差异来测定气流速度。标准的地面风观测通常采用安装在 10 米高处且远离明显障碍物的仪器。采用这些统一高度，是为了提供具有可比性的基准暴露条件，而非代表周边每一处地表的测量值。(metoffice.gov.uk)

降水计通过已知口径的受水器收集降水：翻斗式雨量计记录翻斗接连倾倒的增量，称重式雨量计则记录所收集水量的质量变化。英国气象局的一种翻斗式设计每翻倒一次记录 0.2 毫米降水；这是它的测量分辨率，而非整体精度的表述。积雪堵塞、蒸发以及暴露环境都会影响测得的总量。总辐射表用于测量入射到平面上的太阳辐照度，通常以瓦每平方米表示，且需要开阔无遮挡的安装环境。校准建立了仪器示值与基准值之间的对应关系，但并不能消除现场观测误差。测量不确定度还取决于漂移、响应时间、环境影响和采样方式；一台校准极其精确的传感器如果紧邻一面发热的墙壁，其测得的气温依然无法代表周围的大气状况。(metoffice.gov.uk)

由气球携带的无线电探空仪在上升过程中发回温度、湿度和气压观测数据，风向风速则通常利用全球定位系统追踪其空间位置推算得出。常规探空通常协调在协调世界时（UTC）00:00 和 12:00 前后进行。一次升空漂移可超过 2 小时，升空高度可达 35 千米以上，水平漂移距离往往超过 300 千米，因此所测剖面既非瞬间成像，也不是单一定点上空的垂直截面。商业客机在巡航高度以及起降阶段测量的温度与风场数据对探空构成了有力补充，不过其覆盖范围局限于航线网络和机场分布。船舶以及锚定或漂移浮标提供海洋气象观测，包括气压和海表温度。科研飞机则提供针对性采样：美国国家海洋和大气管理局（NOAA）的飓风探测任务会投放带降落伞的下投式探空仪，以获取下落过程中的气压、温度、湿度和风场垂直剖面。(weather.gov)

天气雷达可以分辨多种物理量。反射率表征回波信号的强弱，取决于散射粒子的数量、尺寸和电磁特性；将其反演为降雨量需要引入额外的假设条件。多普勒速度测定的是目标物朝向或背离雷达天线的径向运动速度，而非完整的风矢量。双偏振雷达对比水平与垂直偏振信号：差动反射率反映粒子的形状特征，相关系数衡量两偏振回波的相似程度，比差分相位则描述沿传播路径的相位差变化。这些参数结合在一起，有助于区分雨、雪、冰雹以及非气象回波。美国于 2013 年春季完成了业务化 WSR-88D 雷达网的双偏振技术升级。(noaa.gov)

卫星遥感将观测范围扩大至海洋以及地面仪器稀疏的陆地区域。静止气象卫星对同一广袤区域进行连续监视，而极轨气象卫星则以轨道扫描带逐次覆盖全球，包括高纬度地区。可见光波段图像记录地表和云层反射的太阳光；热红外波段图像探测来自地表、云层和各大气层的辐射发射。探测仪利用对不同大气层敏感的多个光谱通道来推算垂直结构。NOAA 的跨轨红外探测仪（CrIS）和先进微波探测仪（ATMS）提供互补观测：微波通道能够穿透阻挡红外观测的云层获取信息。无线电掩星技术则通过测量导航卫星信号切向穿过大气边缘时的变化进行观测；信号的延迟与弯折能够反演出垂直剖面，并据此推导出温度和湿度。这些都是需要物理模型解译的间接测量，并非离散高度处的直接测温读数。(noaa.gov)

因此，观测覆盖范围既取决于地理位置，也取决于测量几何。无线电探空仪能沿漂移轨迹解析精细的垂直结构，但施放间隔时间较长；飞机观测集中于空中交通走廊。雷达提供高频次的区域观测，但其波束随距离扩散并抬升，可能越过浅薄降水区或低层环流。地形遮挡和大气异常折射还会进一步改变覆盖范围或产生虚假回波。卫星的覆盖范围要广阔得多，但各通道测得的是整个大气层的综合辐射，且数据反演高度依赖于云处理方法以及对大气和地表特性的假设。因此，直接观测与遥感观测各自约束着大气的不同物理特征，二者相辅相成，不可互相替代。(weather.gov)

大气分析、数据同化与再分析

观测质量控制用于检验观测报告在物理上是否合理、内部是否一致，以及是否与临近台站、前期测量和短期预报相吻合。例如，美国国家海洋和大气管理局（NOAA）的气象同化数据摄入系统（MADIS）通过附加记录有效性、时间一致性和空间一致性检验的质控标识，而不是将所有观测报告视为具有同等可靠性。台站元数据——包括坐标、海拔、观测时刻表、迁站记录和测量技术——有助于区分大气本身的真实变化与观测方式变更带来的伪变化。系统误差则需要额外的处理：变分偏差订正可以在估计大气状态的同时估计卫星辐射率的偏差，但若缺乏适当的观测约束，数值模式偏差可能会污染这些估计结果。(madis.ncep.noaa.gov)

大气分析将观测数据和估算场整合成天气结构的直观表征。地面图和高空图展现水平分布，而垂直剖面图则揭示穿过锋面或其他天气系统时温度、湿度和风的变化。探空分析通常使用埃玛图（skew- $T$ ，对数气压图）将温度和露点与气压相对应绘制，并在旁侧标出风向风速；这些图表能清晰反映逆温层、湿层和垂直风切变。由多个探空廓线或网格化分析合成的剖面图，能揭示单个探空站无法在水平方向准确定位的结构。这类图示属于诊断性表征，而非额外获得的独立观测。(weather.gov)

数据同化将观测数据与基于数值模式的背景场（通常是上一时次分析做出的短期预报）结合起来。由此得到的分析场在估计大气状态的同时，兼顾了这两种信息源的不确定性。观测算子将模式变量转换为测量物理量——例如根据大气廓线计算卫星辐射率——因此同化过程无需预先将每次测量都反演为温度或湿度。误差协方差矩阵决定了观测对背景场的修正幅度，以及订正如何在不同空间位置和变量之间传播。反复进行的“分析—预报”循环不断向前传递信息：每次分析都会启动一次预报以提供下一个时次的背景场，而不是在每个观测时次都孤立地重构大气状态。(ecmwf.int)

变分方法将这一估计过程表述为数学优化问题，通过最小化模式与观测及背景场的加权偏离量来求解。三维变分同化（3D-Var）估计分析时刻的状态；四维变分同化（4D-Var）则在一个同化时间窗内调整模式轨迹，并在各个观测对应的具体时刻与观测进行比对。欧洲中期天气预报中心（ECMWF）于1997年11月25日投入业务化运行4D-Var，最初采用6小时的时间窗，随后扩展到12小时。这种处理方式对于时间分布不规则的飞机和卫星观测报告尤为重要。强约束4D-Var假设时间窗内的数值模式是完美的；弱约束方案则进一步考虑了模式误差。(ecmwf.int)

集合方法则通过多个模式集合成员之间的差异来估计动态演变的误差关系。集合卡尔曼滤波利用这些样本协方差来更新大气状态，使修正量取决于当前的流型，而非仅仅依赖固定的统计关系。有限的集合样本量会引入抽样误差，通常通过协方差局地化来控制，以削弱虚假的长距离相关。混合系统将集合衍生的信息与变分方法或更稳定的气候学协方差估计相结合。一个具体的业务化应用实例是英国气象局于2011年7月引入的混合4D-Var/集合变换卡尔曼滤波系统。(ecmwf.int)

大气再分析将基本一致的预报与同化系统回溯应用于历史观测数据，从而减少因业务模式升级造成的数据不连续性。ECMWF的ERA5提供自1940年以来的逐小时估计数据，水平分辨率约为31公里，垂直方向分为137层；其1940—1958年的延伸版本于2023年3月7日发布。尽管如此，再分析本质上是受模式约束的重构数据，而非直接观测记录。南半球早期的观测资料较为稀疏，而观测覆盖范围的变化也会改变对模式的约束强度。模式假设和同化误差还会导致人为的跳变：ERA5.1正是为了改善2000—2006年期间平流层和平流层顶附近的温度不连续性而专门生成的改进版本。(ecmwf.int)

数值天气预报

数值天气预报将预报视作一个初值问题：以时间 $t_0$ 估计的大气状态为基础，利用运动方程、质量守恒方程、热力学方程和水汽方程推算未来的演变。资料同化提供初始场，预报模式随后计算其随时间的演化。空间离散化将连续的偏微分方程转换为有限的计算表示形式。网格点模式采用有限差分法等方法，而谱变换模式则通过空间基函数来表示物理场。时间积分则通过连续的时间步长推演这些变量。例如，英国气象局（Met Office）的 ENDGame 动力核心在经纬度网格上使用有限差分、半拉格朗日平流和半隐式时间步进；欧洲中期天气预报中心（ECMWF）的综合预报系统（IFS）则将网格点计算与谱变换相结合。这些选择会直接影响预报精度、数值稳定性以及计算成本。(metoffice.gov.uk)

全球模式覆盖整个大气层，因此不需要侧边界条件。有限区域模式将计算资源集中在特定区域，但需要在侧边界输入随时间变化的信息，这些信息通常由更大范围的模式预报提供。嵌套技术是将更精细的网格置于较粗的母网格区域内：单向嵌套仅将信息向内传递，而双向嵌套还会将细网格的解反馈给母网格。地表状况提供下边界条件，既可预先给定，也可通过相互耦合的陆面/海面模式计算得出。英国气象局于 2010 年推出了网格间距达 1.5 公里的英国对流允许模式，展现了区域网格相比粗分辨率全球配置能更显式地刻画地形与对流结构。(www2.mmm.ucar.edu)

静力与非静力方程体系在处理垂直动量时存在差异。静力模式将垂直气压梯度力近似为与重力平衡，忽略了该平衡中的垂直加速度。这对于大尺度大气运动十分有效。非静力模式则保留了垂直加速度，能够刻画对流上升气流和小尺度地形气流中偏离静力平衡的重要动力过程。这种区别并不等同于全球模式与区域模式的区别：例如英国气象局统一模式（Unified Model）的非静力方程同时适用于这两种配置，而 ECMWF 的 IFS 大气动力核心则采用静力体系。(ecmwf.int)

参数化方案用于计算模式可分辨动力过程未能显式表达的物理效应。湍流方案估算动量、热量和水汽的交换；对流方案刻画云团的集体输送；云微物理方案计算水汽、云滴与降水粒子之间的相互转换。辐射方案计算大气的加热与冷却，陆面方案则描述涉及土壤、植被、积雪和水体的通量交换。提高分辨率只会改变这种分工，而不能消除参数化的必要性。公里级模式虽然可以通过可分辨运动直接模拟大量深对流，但仍需要对云微物理、微小湍流涡旋以及次网格变率进行处理。辐射过程同样需要独立的物理计算，而无法单凭精细的流体动力学网格自动生成。(ecmwf.int)

耦合预报将大气与海洋、陆地及海冰等分量结合，协同进行数值积分，并在它们之间交换地表状况与通量。土壤湿度和积雪影响地表能量与水分交换；海洋混合则改变海表温度，从而影响对大气的热量供应。在 ECMWF 针对台风“海燕”和“浣熊”的试验中，由于两台风下方的暖海水层厚度不同，耦合模式产生了不同的响应：“浣熊”耗尽了较薄的暖水层，导致海表温度下降更明显，海洋向大气的热通量也低于未耦合预报。此类反馈机制使下边界成为预报过程中动态演变的一部分，而非固定的输入参数。(ecmwf.int)

业务预报系统的设计需要在网格间距、垂直分辨率、物理过程复杂性、预报时效、集合成员数量以及产品交付时限之间取得平衡。更精细的网格会大幅增加计算量，且往往需要采用更短的时间步长；引入更多相互作用的圈层分量和集合成员也会增加积分工作量。并行计算可以分担这些计算负荷，不过处理器之间的通信开销也会影响计算效率。2023 年 6 月 27 日，ECMWF 将其中期集合预报的水平分辨率从约 18 公里提高到了 9 公里。在同一次升级中，延伸期预报采用了相对较粗的独立配置，从而在较长的积分过程中既无需全程承受中期预报的高分辨率计算负担，又能支持更多成员并实现每日制作预报。(metoffice.gov.uk)

预报产品、可预报性与检验

预报时效划分的是相互重叠的业务类别，而非可预报性的固定界限。临近预报覆盖未来约 0–6 小时，侧重于局地状况和快速更新的观测数据。持续性预报假定当前状况将保持不变；外推法则沿预估轨迹移动观测到的天气特征（如雷达降水回波）。这些方法在初始阶段很有效，但无法充分反映风暴的生消演变过程，因此现代临近预报日益将观测资料与数值模式指导产品相结合。短期预报通常涵盖未来 1–3 天，而中期预报大致从第 3 天延伸至第 10 天，具体视气象部门的业务能力有时还会更长。两者都高度依赖数值预报，并将其解译和处理为针对特定地点的具体产品。(space.oscar.wmo.int)

次季节预测通常针对未来约两周至两个月的时期；季节产品则描述月平均或季度平均状况以及类别概率。它们的目标与预报“明天是否下雨”截然不同：例如，它们可能会评估即将到来的季节平均气温是否会落在历史分布的前三分之一偏高区间，而不是具体指出哪一天会出现高温。在详细的大气演变轨迹变得不可预测之后，地球系统中变化较慢的圈层分量仍能提供具备预测价值的信息。例如，厄尔尼诺-南方涛动会改变热带加热状况与大气环流，进而改变区域气温与降水的发生概率，但并不能决定每一次具体的天气过程。(wmo.int)

大气可预报性受到混沌误差增长的制约：初始的微小差异会通过非线性动力过程被放大，其放大速率取决于环流背景和空间尺度。初值不确定性源自观测的不完备、不精确及其解译误差；模式不确定性则源自动力框架、数值计算方法以及未辨识物理过程参数化中的各种近似。这两类来源相互交织，因为数值模式本身也会参与构建大气的初始分析场。马丁·洛伊特贝歇尔（Martin Leutbecher）与蒂姆·帕尔默（Tim Palmer）在 2007 年发表的综述《集合预报》（Ensemble Forecasting）中指出，预报的本质是估计依赖于特定流型的各种可能结果的分布，而非将单条计算出的轨迹视为必然。即便失去了准确定位单个风暴的能力，也并不意味着失去了预测更大尺度环流模态或时间平均统计趋势的能力。(ecmwf.int)

集合预报通过包含扰动初始条件和模式不确定性表征的多个集合成员，对未来的可能演变进行抽样。某一事件的原始概率可以通过超过指定阈值的成员比例来估算：例如，在 40 个成员中有 12 个预报 24 小时降水量超过 10 毫米，则预报概率为 30%。集合离散度通常用标准差或分位数区间来衡量成员间的分歧；它是不确定性的指示指标，而非对实际观测结果的确定性边界保证。统计后处理利用存档的“预报-观测”配对样本（包括使用相同版本模式制作的历史回顾预报）来订正系统性偏差并调整预测分布。概率校准意味着，在被赋予 30% 概率的大量可比案例中，实际发生该事件的比例大约也为 30%。但校准并不意味着每一个单次事件都能被准确预测。(ecmwf.int)

预报检验将预报结果与适当的参考观测或分析场进行比对，并在地点、有效时间、累积时段和空间尺度上保持一致。参考数据的不确定性以及点测量与网格尺度量之间的差异都会影响检验结果的解释。对于 $N$ 组预报 $f_i$ 与观测 $o_i$ 的配对样本，平均偏差为 $N^{-1}\sum_i(f_i-o_i)$ ，而均方根误差为 $\sqrt{N^{-1}\sum_i(f_i-o_i)^2}$ 。偏差可以衡量系统性的偏高或偏低预报，但允许正负误差相互抵消；均方根误差则衡量整体误差幅度，并赋予大误差更高的权重。针对阈值事件的评估通常使用击中、漏报、空报和正确否定的列联分类。临界成功指数 $H/(H+M+F)$ 剔除了正确否定项，从而避免了“由于始终预报小概率极端事件不发生而获得虚假高准确率”的问题。(cawcr.gov.au)

概率预报需要互补的诊断工具进行评估。可靠性图用于对比预报给出的概率与实际观测到的事件发生频率；布赖尔评分 $N^{-1}\sum_i(p_i-y_i)^2$ 衡量概率误差的平方，其中事件发生时 $y_i=1$ ，未发生时为 $0$ ，数值越低越好。技巧评分则表达预报相对于明确基准（如气候概率或持续性预报）的改进程度：对于越低越好的评分 $S$ ，当预报优于参考基准时 $1-S/S_{\mathrm{ref}}$ 为正，反之为负。因此，检验评估必须明确具体的变量、区域、季节、预报时效以及参考基准；没有任何单一评分可以确立放之四海皆准的预报优越性。(confluence.ecmwf.int)

大气化学与地球系统联系

大气成分在风、湍流混合和对流的作用下发生重新分布，同时在地表经历化学反应并被清除。近地面臭氧是一种二次污染物：它并非由污染源直接排放，而是由氮氧化物和挥发性有机化合物在阳光照射下经光化学反应生成的。因此，其浓度不仅取决于前体物排放量，还受辐射条件和大气输送过程的影响。二氧化硫和氮氧化物发生氧化反应，生成硫酸、硝酸及相关颗粒物。湿沉降通过降水清除可溶性气体和颗粒物；干沉降则在无降水的情况下将它们直接转移到植被、土壤、水体及其他地表介质上。这些过程将空气污染与陆地及水生生态系统的生物地球化学特征紧密联系起来。(epa.gov)

矿物粉尘、海盐、野火烟尘以及由气态前体物二次转化形成的颗粒物共同构成了大气气溶胶。它们的影响取决于自身的粒径、化学成分、所处高度以及周围的气象条件。颗粒物能够散射或吸收太阳辐射，部分颗粒物还能充当云滴或冰晶的凝结核，从而将大气化学与云微物理过程及地球能量收支联系在一起。具有吸收特性的烟尘能够加热其所在的大气层，同时削弱到达地表的太阳辐射。大气输送作用可将这些影响扩散到远离排放源的区域：例如2020年6月，一股极大规模的撒哈拉沙尘气团横跨大西洋，严重影响了加勒比海地区及美国本土的空气质量。这一输送过程表明，仅凭本地排放无法完全解释当地的污染物浓度演变。(science.nasa.gov)

水循环将大气运动与陆地及海洋的水储量紧密耦合在一起。地表蒸发与植物蒸腾作用合称为蒸散发，将水分送回大气；随后的水汽输送与凝结过程又以水汽降落的形式将其重新分配为降水。降雨和降雪补充了土壤水分、地下水、河流以及季节性积雪。积雪能延迟水分的释放，直至消融期才转化为径流，从而使降水发生的时间与地表径流及河流流量的峰值时间产生解耦。植被状况、太阳辐射、空气湿度、风速和土壤水分有效性共同调控着蒸散发过程。因此，干燥的土壤会抑制蒸发降温作用，迫使更多可用的地表净辐射转化为感热加热大气，进而加剧干热天气。相反，湿润的陆地能够维持充沛的蒸发并为大气持续提供水汽，不过由此引发的实际降水仍取决于大尺度环流和大气层结的稳定性。(science.nasa.gov)

大气与地球系统其他圈层之间的相互作用发生在不同时间尺度上。海洋与大气之间持续进行着热量、水分和动量的交换：风驱动表层洋流运动，而海表温度则显著影响水分蒸发与大气加热过程。海洋巨大的热容量还能缓冲行星能量收支持续失衡所造成的影响；与全球变暖相关的多余热量中，已有超过90%被海洋吸收。植被和土壤调节陆气之间的水分交换，而冰冻圈则同时主导着地表水储量和反射率的变化。降雪或融雪能够即刻改变近地表温度和径流特征。在更长的时间尺度上，积雪与海冰覆盖范围的持续退缩会显著降低地表反照率，促使地表吸收更多太阳辐射，从而放大变暖效应。这种长周期的反馈机制与大气对局部暖洋面或积雪覆盖地表产生的短暂天气响应有着本质区别。(pfeg.noaa.gov)

天气研究与气候模型建立在共同的物理守恒定律之上，并共享对辐射、云物理、湍流及地表交换过程的参数化表征。例如，英国气象局的统一模型（Unified Model）在天气预报与气候模拟中采用了相同的动力核心，并在可能的情况下使用通用的物理参数化方案。然而，两者所要回答的科学问题截然不同：天气预报是在给定初始场的前提下推演确定性大气状态的演变，而气候预估则是在指定的外强迫情景下推求气候系统的统计态变化，而非预测遥远未来某一特定日期的天气。极端事件归因则探讨另一个问题：人为活动或自然外强迫如何改变了特定极端天气事件的发生概率或强度。它综合运用观测资料、数值模拟和统计分析手段，通常将包含人类影响的实际气候与假定无人为影响的反事实气候进行对比。这种对比分析并不取代对事件本身的天气学机理解释，而是量化评估了背景气候态的演变如何改变了该事件发生的潜在条件与概率。(metoffice.gov.uk)

应用气象与天气服务

航空气象围绕机场、飞行高度层、航路和运行周期组织并提供信息。航站天气预报描述机场的预期状况，特别是风、能见度和云底高度；航路产品标示颠簸、积冰、雷暴等危险天气。飞行员报告则通过记录实际遭遇的天气状况来补充观测数据。世界区域预报系统产品为飞行签派与计划提供网格化风场和重要天气信息，使得航路和巡航高度层的评估能够依据预报的危险天气展开，而不仅局限于地面天气。海事服务同样结合了大风警报与风浪、涌浪、能见度和海况预报。仅有波高是不够的：波向与周期可区分例如短促杂乱的海浪与长周期涌浪。有效波高按惯例代表最高的三分之一波浪的平均高度，而非船舶可能遭遇的最大单波高度。

农业服务将大气条件转化为针对特定作物的风险与需水量。霜冻评估考虑作物发育阶段和局地温差：在辐射降温期间，芽和花朵的温度可能低于测得的气温，而冷空气沉积则会形成霜穴。在灌溉方面，理查德·G·艾伦、路易斯·S·佩雷拉、迪克·雷斯和马丁·史密斯于 1998 年编写的联合国粮农组织（FAO）手册，将广泛应用的作物系数法 $ET_c=K_cET_o$ 进行了标准化。其中 $ET_o$ 为参考蒸散发量， $K_c$ 随作物特性和生长阶段变化， $ET_c$ 则估算标准条件下的作物蒸散发量。水文气象服务将降水预报与流域模型结合，模型的初始状态包括土壤湿度、积雪蓄水量以及河流流量。基于预报的水库调度利用预测的入流和流域状况来支持蓄水或泄水决策，同时平衡供水、生态流量、防洪及大坝安全。

面向可再生能源的天气服务兼顾发电与用电需求。风能和太阳能预报有助于估算发电量，而随天气变化的负荷预报则协助调度人员管理电网。例如，英国气象局与电力系统运营商合作改进太阳辐射预报，并为可再生能源发电建模与用户需求预测提供数据。针对特定场址的风和海浪预报还能确定海上施工与维护作业的作业窗口期。交通气象服务通常需要针对运行表面而非周边空气做出预报：路面温度和路况预测可为冬季融雪撒盐作业提供依据，因为路面温度与气温可能存在显著差异。长期服务则结合气象记录与预估，以及资产地理分布，为建筑设计、排水、土地利用和城市规划提供支持；英国气象局于 2023 年推出的气候数据门户使用户能够将气候信息与自身的地理空间数据集相结合。

基于影响的预警将大气危险与暴露度（即路径上的人员、财产和活动）以及脆弱性（即易受损害程度）区分开来。因此，相同的风速对起重机、道路车辆或空旷野外所带来的后果未必相同。世界气象组织（WMO）在 2015 年的指南中正式为预警服务确立了这一区分。因此，“预报到行动”链条包括估算致灾可能性、将预报与暴露度和脆弱性信息相结合、传达预期后果，以及将预警级别与应急管理人员及其他用户商定的行动决策相挂钩。WMO 进一步扩展的指南强调预报员、灾害管理人员、社区代表和决策者之间的协作机制。在机构层面的公共卫生应用中，美国国家海洋和大气管理局与美国疾病控制与预防中心于 2024 年 4 月 22 日在全美推行了 HeatRisk 服务：其七天展望将天气预报与健康相关证据相结合，综合考虑了高温的季节异常程度、持续时间以及日间和夜间气温。

国际合作与专业实践

国际气象组织（IMO）源于1873年在维也纳召开的国际气象大会，大会在荷兰气象学家克里斯托福鲁斯·博伊斯·白贝罗的主持下成立了一个常设委员会，用以组织国际合作。其章程随后于1878年在乌得勒支制定，并在1879年罗马大会上巩固了组织结构。这一主要由各国气象部门组成的非政府性协会推动了观测规程的标准化和跨境报告。其政府间继承机构世界气象组织（WMO）随着《世界气象组织公约》于1950年3月23日生效而正式成立；1951年，该组织成为联合国的一个专门机构。这一转变将国际气象合作的承诺从主要基于专业层面提升到了政府层面。(public.wmo.int)

气象职责依然分散在各方，而非集中在单一的全球预报机构。各国国家气象水文部门负责收集和分析观测数据、维护本国气象档案，并在各自职责范围内提供天气预报、预警及权威建议。国际中心则汇集资源，承担计算需求极高的预测工作：例如，欧洲中期天气预报中心（ECMWF）提供全球指导产品和边界条件，供各国有限区域模式使用。高等院校和研究机构致力于科学研究、模式开发和人才培养；商业供应商则参与观测、信息和专业化服务的生产与提供。这些角色相互重叠，而公私及学界的合作则在各国不同的立法与体制安排下运作。(public.wmo.int)

1963年启动的世界天气监视网围绕三大互补功能组织国际合作：观测大气、交换观测数据以及将其加工为分析和预报产品。其最初的核心系统是全球观测系统、全球电信系统和全球数据处理与预报系统。这些设施归参与国和参与组织所有，并非由WMO集中拥有的网络。现代的世界气象组织综合全球观测系统（WIGOS）为观测系统提供了总体框架，包括通用的元数据规范。世界气象组织信息系统（WIS）支持数据发现与交换；WIS 2.0于2025年1月1日采用开放标准和网络技术进入业务化运行阶段。世界气象组织综合处理和预报系统（WIPPS，前身为全球数据处理与预报系统）负责协调共享特定分析与预报产品的业务中心。这些机制将各国的观测能力与国际计算资源及国家层面的服务交付紧密连接起来。(wmo.int)

通用的测量规范使得交换的观测数据在跨国使用时具备可解释性。WMO的《气象仪器和观测方法指南》涵盖了仪器操作、采样、质量管理、校准和仪器比对。WIGOS元数据标准提供了理解测量数据所需的配套说明文档，避免将上报的数值脱离其观测环境来处理。在政策层面，2021年10月批准的《WMO统一数据政策》重申了免费、不受限制的国际数据交换原则，并将其范围扩大到天气、气候、水文、海洋、大气成分、冰冻圈和空间天气领域。因此，标准化不仅关乎测量质量，也关乎其他业务机构获取数据的实际可行性。(community.wmo.int)

全球各地的观测能力并不均衡，在最不发达国家和小岛屿发展中国家尤为薄弱。2021年批准的全球地面基准观测网（GBON）对基本地面观测及其国际交换提出了强制要求。与其配套的系统性观测融资机制（SOFF）提供赠款资助和技术援助，旨在帮助相关国家实现长期持续合规。该机制对持续运行的重视，直面了一项屡见不鲜的基础设施难题：如果没有维护、专业人员、通信保障和长期的机构支持，仅仅安装设备根本无法确保可靠的数据流。观测空白不仅影响数据匮乏区域自身的预报，也会波及同化这些观测数据的全球数值模式。(wmo.int)

专业人才培养将基础教育与具体岗位的业务胜任力区分开来。WMO的《气象人员基础教学计划》（BIP-M）及其针对气象技术员的相应计划（BIP-MT）规定了受教育成果；但这些成果本身并不能直接等同于胜任业务职责所需的全部能力。WMO在2023年版教育与培训指南中继续保留了这一区分。持续专业发展涵盖专业化预报、观测系统运维以及仪器校准——例如WMO在校准规程和测量不确定度方面的培训。此类培训既支撑了对观测数据的科学解释，也保障了维持国际网络正常运转所需的日常技术工作。(etrp.wmo.int)

研究前沿与未解难题

云微物理过程、对流和湍流混合仍是数值模型不确定性的主要来源，因为控制这些过程的物理尺度远小于业务预报网格。即使网格间距缩小到数公里，模型仍必须对云滴与冰晶粒子群、浅对流云以及小尺度湍流进行近似表征。因此，提高分辨率只是改变了而非消除了参数化问题：显式模拟的对流运动必须与未解析的混合及降水形成过程保持自洽协调。公里尺度地球系统模拟实验能更直接地刻画风暴组织结构和海洋锋面，但不同模型在接近自身网格尺度的湍流模拟上仍存在显著差异。此外，解析更小尺度还会显著增加计算和数据存储成本，从而限制模拟时长和集合预报规模。

局地强降水充分体现了跨尺度衔接这些过程的困难所在。一个重要且尚未解决的问题是：如何模拟对流的组织结构和降水的移动演变，而不仅仅是预测出逼真的累积降雨量。欧洲中期天气预报中心（ECMWF）于2026年5月12日启用的综合预报系统（IFS）Cycle 50r1版本，针对对流降水往往停滞不前的顽疾进行了改进：将对流方案生成的部分降水转移至云方案中，使其能够在气流中输送并发生蒸发。这一改进使模型能够更好地模拟降水自沿海向内陆的传播，而无需细化水平网格。热带气旋的快速增强同样构成了预报能力的边界；美国国家海洋和大气管理局（NOAA）将其认定为业务预报中产生重大强度误差的首要来源。当前研究正将大气观测与上层海洋结构探测相结合，以提升飓风海气耦合预报的准确度。

机器学习既提供了数值积分的替代途径，也可以作为组件嵌入物理模型之中。2024年，德米特里·科奇科夫（Dmitrii Kochkov）等人提出了 NeuralGCM，将大气动力学数值求解器与未解析过程的机器学习表征结合起来。他们的实验在给定海表温度的条件下，不仅生成了具有竞争力的天气预报，还实现了长达数十年的稳定气候模拟。这一成果展示了一种混合建模方法，但并非全耦合地球系统模型的业务化替代方案。研究还发现，该系统无法外推至存在显著差异的未来气候情景，暴露了一个核心的泛化（机器学习）难题：仅仅重现历史大气行为，并不能保证模型在未经历过的外强迫下依然有效。

对训练数据的依赖还延伸到了用于初始化预报的分析场变化上。ECMWF 使用 2026 年 1 月 21 日至 3 月 20 日的原型 Cycle 50r1 分析场测试了若干机器学习模型。结果显示，尽管物理预报系统本身得到了改进，但部分模型在初始条件发生改变时预报技巧却有所下降。这构成了训练输入与业务输入之间存在分布偏移的具体例证。因此，评估预报表现时必须将基于模型分析场的检验与基于独立实测数据的检验区分开来；ECMWF 在实验中额外利用地面天气电码（SYNOP）测站实测数据检验了地面变量。其业务化 AIFS 第 2 版已针对升级系统产生的原型分析场完成了适应性调整。

不确定性估计是另一个活跃的研究前沿。单一的确定性机器学习预报无法给出可能结果的范围或概率分布。2024 年的 GenCast 研究通过生成概率集合预报，在 1,320 个评估目标中有 97.2% 的技巧优于 ECMWF 的对比集合。该结论仅适用于特定的实验目标和对比系统，并不代表在所有灾害天气或地理区域上均具优势。因此，概率预报研究在关注集合可靠性的同时，也着力评估极端事件的预报表现；而混合建模方法则致力于探索机器学习组件如何与物理动力过程协调共存，并在长时间反复积分中保持数值稳定性。

尽管全面耦合仍是一项持续开展的长期研究计划，但耦合初始化与改进观测资料同化已经在业务中带来了变革。Cycle 50r1 在将预报结果与观测资料进行比对时采用了海气耦合轨道，同时对大气与海洋-海冰分别计算增量调整。由此，特定卫星辐射率资料不仅能够约束大气，还能同时约束海洋与海冰。其他改进还包括引入逐小时地球静止卫星观测，并将观测资料的时间分配窗口从 30 分钟缩短至 15 分钟。这些已投入业务运行的功能不同于实验性质的全球公里级地球系统模拟——后者的初始化、未解析物理过程，以及对缓慢演变的海洋和海冰分量的评估，仍是重大的科研挑战。

参考来源

Weatherwmo.int
Overviewwmo.int
Climatewmo.int
Weather Forecasting Through the Agesscience.nasa.gov
The Internet Classics Archive: Meteorology by Aristotleclassics.mit.edu
Factsheet 20 — From Sorcery to Supercomputersmetoffice.gov.uk
On The Modification Of Cloudsmetoffice.gov.uk
Admiral Beaufort’s ‘Scale of wind force’metoffice.gov.uk
Robert FitzRoy and the early Met Officemetoffice.gov.uk
Pioneers in modern meteorology and climate researchbjerknes.uib.no
Celebrating Lewis Fry Richardson and his legacymetoffice.gov.uk
Development of the ECMWF forecasting systemecmwf.int
History of RADARtraining.weather.gov
TIROSscience.nasa.gov
60 Moments in NASA Historynasa.gov
The Atmospherenoaa.gov
Aerosol Size - NASA Sciencescience.nasa.gov
NOAA's National Weather Service - Glossary: Troposphereforecast.weather.gov
Layers of the Atmospherenoaa.gov
Temperature - Dry Bulb/Web Bulb/Dew Pointweather.gov
Guide to Meteorological Instruments and Methods of Observation: Chapter 1, Generalsites.stat.washington.edu
WMO OSCAR: Specific humidityspace.oscar.wmo.int
Isoplethsweather.gov
NOAA's National Weather Service - Glossary: Geopotential Heightforecast.weather.gov
Temperature Gradients...Heights and Thicknessesweather.gov
Pressureweather.gov
Climate and Earth’s Energy Budgetscience.nasa.gov
Satellite and Ocean Data Reveal Marked Increase in Earth’s Heating Raterepository.library.noaa.gov
Chapter 7: The Earth’s Energy Budget, Climate Feedbacks, and Climate Sensitivityipcc.ch
Chapter 6: Short-lived Climate Forcersipcc.ch
Part IV: Physical Processesecmwf.int
Physical relations in observations and modelsecmwf.int
Global Radiation and Aerosolsgml.noaa.gov
The Sea Breezenoaa.gov
Practical Meteorology, Chapter 3: Thermodynamicseoas.ubc.ca
Practical Meteorology, Chapter 4: Water Vaporeoas.ubc.ca
Met Office Hadley Centre observations datasets: HadISDHmetoffice.gov.uk
NOAA’s National Weather Service Glossary: Adiabaticforecast.weather.gov
Environmental Parameters and Indicesweather.gov
UBC ATSC 201: Atmospheric Soundings and Stability—Tutorial Aeoas.ubc.ca
How Clouds Formnoaa.gov
ESCI 241 – Meteorology: Lesson 10 – Precipitationweather.gov
Production of ice-nucleating particles (INPs) by fast-growing phytoplanktonacp.copernicus.org
Classifying cloudspublic.wmo.int
Generacloudatlas.wmo.int
Definitions of cloudscloudatlas.wmo.int
Cloud Developmentweather.gov
Freezing Rain and Sleetweather.gov
What Causes A Wintry Mix Of Precipitation?weather.gov
How Fog Formsweather.gov
Dew and Frost Developmentweather.gov
How Do Rainbows Form?weather.gov
Overview of the Numerics of the ECMWF Atmospheric Forecast Modelecmwf.int
Atmospheric dynamicsecmwf.int
A parametrization scheme for the ECMWF gridpoint modelecmwf.int
Atmospheric physicsecmwf.int
Weather Termsweather.gov
Forecasters’ Reference Bookweather.gov
Divergence/Convergenceweather.gov
Dynamics of the Atmosphereocw.mit.edu
810 (S23) Lecture Slides 4: Large-Scale Flow with Rotation and Stratificationocw.mit.edu
810 (S23) Introductory Notes: Internal Gravity Wavesocw.mit.edu
810 (S23) Lecture Slides 6: E-P Fluxes and Instability in Midlatitudesocw.mit.edu
The atmospheric boundary layer - Met Officemetoffice.gov.uk
Surface and sub-surface processes - Met Officemetoffice.gov.uk
Presentazione di PowerPointweather.gov
TN-98/002aoml.noaa.gov
On the Observation and Modeling of the Slope Winds of the Upper Current River Valley of Southeast Missouri and Their Relationship to Air-Mass Thunderstorm Formationrepository.library.noaa.gov
Mountain Wave Activity Over the Southern Rockiesweather.gov
Guide to Reducing Heat Islands - US EPAepa.gov
What Are Heat Islands? - US EPAepa.gov
Global Atmospheric Circulationsnoaa.gov
Global circulation patterns - Met Officeweather.metoffice.gov.uk
The Jet Streamnoaa.gov
The North American Monsoonclimate.gov
The Tropical Ocean-Global Atmosphere observing system: A decade of progresspmel.noaa.gov
Responses of the Tropical Atmosphericrepository.library.noaa.gov
TCFAQ A15) How do tropical cyclones form ?aoml.noaa.gov
TCFAQ A16) Why do tropical cyclones require 80°F (26.5°C)aoml.noaa.gov
Tropical Cyclone Structurenoaa.gov
Hurricane FAQ - NOAA/AOMLaoml.noaa.gov
Dynamics and Physics - NOAA/AOMLaoml.noaa.gov
L0311: Hurricane Readinessnhc.noaa.gov
Air Massesnoaa.gov
Identifying and Forecasting Long Wave Weather Patternsweather.gov
High and low pressureweather.metoffice.gov.uk
Blocking patternsweather.metoffice.gov.uk
Observationsmetoffice.gov.uk
Frequently Asked Questionsweather.gov
How we measure sunshine and radiation - Met Officeweather.metoffice.gov.uk
Guide to Instruments and Methods of Observation (WMO-No. 8)community.wmo.int
Radiosonde Observationweather.gov
Global Observing System (GOS)public.wmo.int
Hurricane Research Division - NOAA/AOMLaoml.noaa.gov
How radar worksnoaa.gov
JetStream Max: Dual Polarizationnoaa.gov
Dual Polarization Radarweather.gov
NWS/OCLO/WDTD Dual-Polarization Radar Training for NWS Partnerstraining.weather.gov
Weather Satellitesnoaa.gov
MADIS Quality Controlmadis.ncep.noaa.gov
Recognition criteria for meteorological observing stationswmo.int
Bias correction methodsevents.ecmwf.int
Constrained adaptive bias correction for satellite radiance assimilation in the ECMWF 4D-Var systemecmwf.int
Skew-T Parameters and Indicesweather.gov
The skew-T log-P diagramweather.gov
Meteorological Techniquesweather.gov
Data assimilationecmwf.int
Global reanalysis: goodbye ERA-Interim, hello ERA5ecmwf.int
Fifty years of data assimilation at ECMWFecmwf.int
20 years of 4D-Var: better forecasts through a better use of observationsecmwf.int
Improving the handling of model bias in data assimilationecmwf.int
Numerical weather prediction modelsmetoffice.gov.uk
Even Newer Dynamics for General atmospheric modelling of the environment (ENDGame)metoffice.gov.uk
Running WRF — WRF Model documentationwww2.mmm.ucar.edu
Nested Model Options — WRF Model documentationwww2.mmm.ucar.edu
Chapter 5: WRF Modelwww2.mmm.ucar.edu
History of numerical weather predictionweather.metoffice.gov.uk
The current forecasting equations are still valid near km-scale resolutionecmwf.int
High resolution model developmentmetoffice.gov.uk
Physics-dynamics couplingmetoffice.gov.uk
WMO OSCAR: Application Area 2.3 Nowcasting / Very Short-Range Forecastingspace.oscar.wmo.int
Radar Nowcasting Methodsetrp.wmo.int
How to use our 10-day weather forecastsweather.metoffice.gov.uk
Subseasonal to Seasonal Prediction: Research Implementation Planwmo.int
SEAS5 user guideecmwf.int
Ensemble Forecastingecmwf.int
Quantifying forecast uncertaintyecmwf.int
Addressing model uncertainty through statistical post-processing using reforecastsecmwf.int
B Statistical Concepts – Probabilistic Dataconfluence.ecmwf.int
Verification Methods for NWP Model Outputcawcr.gov.au
Verification of Precipitation Forecasts: A Survey of Methodologycawcr.gov.au
Common Verification Methodscawcr.gov.au
What is Ozone?epa.gov
What is Acid Rain?epa.gov
Aerosols: Tiny Particles, Big Impactscience.nasa.gov
Atmospheric heating in the US from saharan dust: Tracking the June 2020 event with surface and satellite observationsrepository.library.noaa.gov
The Water Cyclescience.nasa.gov
Modeling the Water Budget – Science Lessonjpl.nasa.gov
Chapter 8: Water Cycle Changesipcc.ch
Reporting on the State of the Climate in 2018content-drupal.climate.gov
Unified Modelmetoffice.gov.uk
Coastal Waters Forecasts With Wave Detailweather.gov
Frost protection: fundamentals, practice, and economics — Chapter 1fao.org
Frost protection: fundamentals, practice, and economics — Recommendationsfao.org
Crop evapotranspiration — Guidelines for computing crop water requirementsfao.org
Chapter 5 — Introduction to crop evapotranspirationfao.org
Missouri/Souris River Floods of May–August 2011weather.gov
Federal action plan focused on improving water prediction for Western U.S.noaa.gov
How does the Met Office work with the energy sector?metoffice.gov.uk
Energy sector servicesmetoffice.gov.uk
OpenSite: Road Surface Forecastsmetoffice.gov.uk
History of IMO and WMOpublic.wmo.int
WMO at 75: A Shining Example of the Benefits of International Cooperationpublic.wmo.int
Serving meteorologyecmwf.int
About PPEwmo.int
20th centurywmo.int
World Weather Watchwmo.int
WMO Integrated Global Observing Systemwmo.int
WMO Information System 2.0 will transform sharing of Earth System Datawmo.int
WMO Integrated Processing and Prediction System (WIPPS)wmo.int
WMO overhauls data exchange policywmo.int
Kilometre-Scale Modelling of the Earth System: A New Paradigm for Climate Predictionwmo.int
Upgrade to IFS Cycle 50r1ecmwf.int
Significant update to ECMWF’s key forecasting systems IFS and AIFS goes liveecmwf.int
Hurricane Modeling and Prediction Programaoml.noaa.gov
Cyclone intensificationaoml.noaa.gov
Neural general circulation models for weather and climatenature.com
Farewell to the external AI modelsecmwf.int
Probabilistic weather forecasting with machine learningdoi.org