تحلیل زیربنای ریاضی مدل های پیش بینی هوا

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 6

فایل این مقاله در 15 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSEMCONF01_1006

تاریخ نمایه سازی: 7 بهمن 1404

چکیده مقاله:

پیش بینی وضعیت هوا یکی از پیچیده ترین مسائل علمی معاصر است که در مرز میان فیزیک، ریاضیات کاربردی و علوم محاسباتی قرار دارد. زیربنای اصلی مدل های مدرن پیش بینی هوا بر حل عددی مجموعه ای از معادلات دیفرانسیل جزئی غیرخطی استوار است که رفتار دینامیکی جو زمین را توصیف می کنند. این معادلات که عمدتا از قوانین بقای جرم، مومنتوم، انرژی و ترمودینامیک استخراج می شوند، به دلیل آشفتگی ذاتی جو، وابستگی شدید به شرایط اولیه و چندمقیاسی بودن فرآیندها، فاقد حل تحلیلی بسته هستند.در این چارچوب، معادلات ناویه–استوکس برای سیالات تراکم پذیر، معادله پیوستگی، معادله انرژی و معادلات حالت گازها، هسته ریاضی مدل های پیش بینی عددی هوا (Numerical Weather Prediction یا NWP) را تشکیل می دهند. با توجه به غیرخطی بودن این دستگاه معادلات، پدیده هایی نظیر حساسیت به شرایط اولیه — که به طور کلاسیک در نظریه آشوب و اثر پروانه ای لورنتس مطرح شده است — نقش تعیین کننده ای در محدودیت افق پیش بینی ایفا می کنند.برای قابل حل کردن این دستگاه معادلات در عمل، از روش های گسسته سازی زمانی و مکانی مانند تفاضلات محدود، عناصر محدود و حجم محدود استفاده می شود. این فرآیند منجر به تبدیل مسئله پیوسته به یک دستگاه عظیم از معادلات جبری می گردد که نیازمند توان محاسباتی بسیار بالا است. افزون بر این، بسیاری از فرآیندهای زیرشبکه ای نظیر آشفتگی، همرفت، تشکیل ابر و بارش که در مقیاس شبکه محاسباتی قابل تفکیک نیستند، از طریق پارامتردهی ریاضی مدل سازی می شوند که خود منبعی از عدم قطعیت محسوب می گردد.در دهه های اخیر، روش های ریاضی پیشرفته تری نظیر همگون سازی داده ها (Data Assimilation) بر پایه فیلتر کالمن، روش های واریانسی (۳D-Var و ۴D-Var) و مدل های احتمالاتی وارد پیش بینی هوا شده اند. این روش ها تلاش می کنند با ترکیب بهینه مشاهدات ناقص و پرخطا با خروجی مدل های دینامیکی، تخمینی پایدارتر و واقع بینانه تر از حالت اولیه جو ارائه دهند. همچنین رویکردهای آماری و یادگیری ماشین به عنوان مکمل مدل های فیزیکی، افق های جدیدی در کاهش خطا و افزایش دقت پیش بینی گشوده اند.در مجموع، پیش بینی هوا نمونه ای برجسته از کاربرد ریاضیات پیشرفته در حل مسائل واقعی است که در آن نظریه معادلات دیفرانسیل، آنالیز عددی، احتمال، نظریه آشوب و محاسبات با کارایی بالا به صورت یکپارچه به کار گرفته می شوند.

کلیدواژه ها:

نویسندگان

احد جعفری کفاش

دبیر ریاضی