2015年9月3日出版的Nature杂志，封面文章选择了气象界最为关注的数值天气预报（NWP）主题的评述文章，这不仅是近年来很少发生的事情，而且因为是一篇评述文章，在科技创新内容方面被弱化，因此即使是长文章，进入封面报道编辑的视野也很难得。
我们因此有理由相信，这篇作者来自欧洲中期天气预报中心和加拿大环境部的文章，应该是梳理NWP过去，并科学和建设性展望未来的重要论文，而其对科学界和公众的意义以及“可视化”的效果（见封面图）则是不言而喻的。
中国气象局图书馆郑秋红、张定媛、李婧华、吴灿及田晓阳等同志共同完成了这篇文章的翻译工作，并由贾朋群进行审校。现在摘选部分内容分享给大家。
摘要数值天气预报的进步代表着一场静悄悄的革命，因为这些进步源自多年来科学知识和进步的不断积累。除少数个例外，其与基础物理学的突破并没有关系。
然而，数值天气预报在物理学各大领域的影响却无处不在。作为一个计算问题，全球天气预报可与模拟人类大脑和早期宇宙的演变相媲美。
数值天气预报的发展简介纳维-斯托克和质量连续方程（含地球自转的影响），与热力学第一定律和理想气体定律一起，代表了一组完整的预测方程，用来描述大气中的风、压、密度和温度的时空变化。这是数值天气预报发展的理论基础。
1950年，在普林斯顿最早尝试了使用第一台电子计算机进行天气预报（更准确的说是事后模拟预报）；1954年在斯德哥尔摩则第一次进行了实时预报，但是距离日常所需的天气预报仍有很大差距。直到上世纪七十年代，随着超级计算机能力的增强，数值天气预报的关键性问题（稳定性、精度、计算速度、多变量处理等）才得到逐步解决。
如今，不同复杂程度的众多算法形成了各类模式，覆盖了从全球气候预测、全球天气预报、区域高影响天气到空气质量模拟的方方面面。 数值天气预报的主要步骤
1、物理过程计算对大气及大气和地表交界面的辐射、对流、扩散等物理过程进行计算。这些涉及到十分复杂的物理过程，因此，对于不同关注点的数值天气预报，参数化程度及对应的对物理学公式的表达存在较大差异。
2、集合预报“蝴蝶效应”在天气模拟过程中展现的淋漓尽致——初始情况中极微小的差异会带来巨大的预报误差——这从根本上限制了预报的技术。20世纪50年代，Thompson首次定量评估了初始误差在预报中的增长情况；Lorenz则进一步证明，不稳定系统的可预报性是有限的，对状态具有很强依赖性。
那么，既然结果存在不确定性，给出不确定性的具体情况，亦是很好的补充。集合预报提供了无缝的分析和预报，观测信息则用来减少不确定性。当前天气预报涉及了数值天气预报的集合，提供了一个内在概率的评估。
3、规范模式初始条件如前文所述，初始条件对预报结果会有很大影响。因此，大气和地面当前状态的推导被视为是对不确定性信息的约束，也是预报模式的约束。这些计算包括全球最小化、时空维度上生成的物理结果分析等，并能够处理大量非均匀时空分布的观测资料。由于初始状态的不确定性及各类数据的应用，集合方法也已成为数据同化的重要组成部分。
4、提升预报技巧预报周期越长，预报技巧越依赖于环流情况。对小尺度事件，混沌“噪音”的限制为几小时到几天，对准确可靠的高影响天气事件，该限制约为1到2周；对大尺度环流形势的预测，该限制约为1个月；对全球环流异常来说则大约是1个季度。相比其他自然科学，数值天气预报的优势在于可以每天对预报结果进行评估，并以此提升预报技巧。
举例来说，将天气与水文模式相结合即成为一种验证预报技巧的有效方法：预测河流径流和流量可以帮助评估数值天气预报的降水、蓄流的预报结果。
前途光明的数值天气预报气象科学、高性能计算和观测系统的发展为数值天气预报进一步提升提供了重要基础。
通过对物理过程的认知、数值模式的开发、观测技术和高性能计算机的应用，可预期未来十年甚至更长时间内， 全球天气气候模拟的前景：空间分辨率达1公里以下的全球对流解析模拟；完全耦合大气—陆面—海洋—海水的模式得以实现。在此基础上给出包含物理、化学以及一部分生物—化学过程的天气气候模拟结果，从而预测多季节尺度天气以及年代记的气候状况。
（本文摘选自中国气象局编撰的《科技信息快递》2015年第10期）
我们因此有理由相信，这篇作者来自欧洲中期天气预报中心和加拿大环境部的文章，应该是梳理NWP过去，并科学和建设性展望未来的重要论文，而其对科学界和公众的意义以及“可视化”的效果（见封面图）则是不言而喻的。
中国气象局图书馆郑秋红、张定媛、李婧华、吴灿及田晓阳等同志共同完成了这篇文章的翻译工作，并由贾朋群进行审校。现在摘选部分内容分享给大家。
摘要数值天气预报的进步代表着一场静悄悄的革命，因为这些进步源自多年来科学知识和进步的不断积累。除少数个例外，其与基础物理学的突破并没有关系。
然而，数值天气预报在物理学各大领域的影响却无处不在。作为一个计算问题，全球天气预报可与模拟人类大脑和早期宇宙的演变相媲美。
数值天气预报的发展简介纳维-斯托克和质量连续方程（含地球自转的影响），与热力学第一定律和理想气体定律一起，代表了一组完整的预测方程，用来描述大气中的风、压、密度和温度的时空变化。这是数值天气预报发展的理论基础。
1950年，在普林斯顿最早尝试了使用第一台电子计算机进行天气预报（更准确的说是事后模拟预报）；1954年在斯德哥尔摩则第一次进行了实时预报，但是距离日常所需的天气预报仍有很大差距。直到上世纪七十年代，随着超级计算机能力的增强，数值天气预报的关键性问题（稳定性、精度、计算速度、多变量处理等）才得到逐步解决。
如今，不同复杂程度的众多算法形成了各类模式，覆盖了从全球气候预测、全球天气预报、区域高影响天气到空气质量模拟的方方面面。 数值天气预报的主要步骤
1、物理过程计算对大气及大气和地表交界面的辐射、对流、扩散等物理过程进行计算。这些涉及到十分复杂的物理过程，因此，对于不同关注点的数值天气预报，参数化程度及对应的对物理学公式的表达存在较大差异。
2、集合预报“蝴蝶效应”在天气模拟过程中展现的淋漓尽致——初始情况中极微小的差异会带来巨大的预报误差——这从根本上限制了预报的技术。20世纪50年代，Thompson首次定量评估了初始误差在预报中的增长情况；Lorenz则进一步证明，不稳定系统的可预报性是有限的，对状态具有很强依赖性。
那么，既然结果存在不确定性，给出不确定性的具体情况，亦是很好的补充。集合预报提供了无缝的分析和预报，观测信息则用来减少不确定性。当前天气预报涉及了数值天气预报的集合，提供了一个内在概率的评估。
3、规范模式初始条件如前文所述，初始条件对预报结果会有很大影响。因此，大气和地面当前状态的推导被视为是对不确定性信息的约束，也是预报模式的约束。这些计算包括全球最小化、时空维度上生成的物理结果分析等，并能够处理大量非均匀时空分布的观测资料。由于初始状态的不确定性及各类数据的应用，集合方法也已成为数据同化的重要组成部分。
4、提升预报技巧预报周期越长，预报技巧越依赖于环流情况。对小尺度事件，混沌“噪音”的限制为几小时到几天，对准确可靠的高影响天气事件，该限制约为1到2周；对大尺度环流形势的预测，该限制约为1个月；对全球环流异常来说则大约是1个季度。相比其他自然科学，数值天气预报的优势在于可以每天对预报结果进行评估，并以此提升预报技巧。
举例来说，将天气与水文模式相结合即成为一种验证预报技巧的有效方法：预测河流径流和流量可以帮助评估数值天气预报的降水、蓄流的预报结果。
前途光明的数值天气预报气象科学、高性能计算和观测系统的发展为数值天气预报进一步提升提供了重要基础。
通过对物理过程的认知、数值模式的开发、观测技术和高性能计算机的应用，可预期未来十年甚至更长时间内， 全球天气气候模拟的前景：空间分辨率达1公里以下的全球对流解析模拟；完全耦合大气—陆面—海洋—海水的模式得以实现。在此基础上给出包含物理、化学以及一部分生物—化学过程的天气气候模拟结果，从而预测多季节尺度天气以及年代记的气候状况。
（本文摘选自中国气象局编撰的《科技信息快递》2015年第10期）