论文部分内容阅读
现实世界尚且如此复杂，电脑模型就更容易犯错了。预报龙卷风时，模型可能会因为小数点十位以后的一个细微差别，导致完全不同的结果
江苏省盐城市阜宁县6月23日遭遇史上罕见威力龙卷风冰雹特大灾害，截至6月26日，共造成99人死亡，846人受伤，伤亡人数是近10年来全球之最，
相较于有龙卷风之乡称呼的美国，中国的确属于龙卷风比较少见的国家，但是并非没有。据统计，我国东部地区每年发生龙卷风大约有200-300个，其中灾害性龙卷风大概有10-15个。我国有两个龙卷风高发带，一个是长江三角洲-苏北平原-黄淮海平原；另一个是广西-广东-海南。
龙卷风造成的伤害如此之大，却至今难以有效预测。
用雷达发现龙卷风
在以前没有计算机的时代，天气预报员就能通过汇总上来的风力、气压、温度、降水等观测，在地图上画出天气系统，预报出几天后的寒潮或降水。其中最重要的是识别出一些明显的天气系统，如锋面等，然后根据气流情况来判断出走势，看它们未来的发展状况。但这些气象数据是通过相距几十上百千米的气象站收集上来的，所以只能反映一些尺度大的气象系统，比如绵延上千千米的峰面。与锋面相比，龙卷风平均只有几百米宽，最大也只有三四千米。想要借助相距几十千米的气象网络来了解龙卷风，就好像用捕大鱼的网来捞小金鱼，完全无法实现。
那龙卷风是怎么被发现的呢？用雷达。地面站点只是观测固定的一个点，但雷达可以覆盖周围数百千米的距离。一旦龙卷风进入覆盖区域，那么它的一些特征会影响雷达的信号，就可以发现龙卷风了。最常见的雷达是降水雷达。它的信号遇到空气中的水滴衰弱，从而能在雷达屏幕上显示出周围的降水情况。由于带动空气旋转，龙卷风会在降水雷达上显示出一个“钩形”。但许多强龙卷风并不会在雷达屏幕上显示出这一特征。为了检测这些龙卷风，需要用多普勒雷达。这种雷达可以测量靠近或远离雷达站的风速。对于旋转的龙卷风来说，风是环形的，能在很短的距离内从靠近变成远离。因此，多普勒雷达上贴在一起的两个红绿色块儿（分别代表远离和靠近），就很有可能是龙卷风。
美国也只能提前十分钟预测
然而，相对于检测龙卷风所需要的网络密度，多普勒雷达站还很稀少。我们前面说了，雷达站覆盖面积是数百千米，而城市与城市的间隔也大概是这个距离。听起来，在每个城市建一个雷达站并不是特别难的事情。但我们要考虑到，地球是一个弯曲的球体，雷达看不到远处的低空。这就好像船只远航时，船身先消失在地平线，我们只能看到耸立得比较高的船帆。同样的道理，雷达监测远处的天空时，也只能看到中高层的天空。可是龙卷风最强烈旋转的部分是在从地面到3千米高度的低空，高空特征并不明显。因此，对于龙卷风这一低空现象来说，雷达的有效监控范围只有几十千米。仅仅是为了看到龙卷风，我们就需要更大密度地建立雷达站。
美国在中部平原上建了一个密集的雷达网络。毕竟这个地区的龙卷风太过频繁，每年有超过1000次，远远超过中国每年几十次的频率。气象员一旦在雷达上看到龙卷风，能根据基本的气象状况和地形，相对准确地对龙卷风的走向作出预判。警报会通过电视、无线电、网络向公众传播。警报只能比龙卷风早到十分钟左右的时间，但民众可以利用这短暂的时机前往地下室或避难所躲避龙卷风。然而，美国的雷达网络也没能覆盖整个区域，所以每年依然有不少“野生”龙卷风没有被记录。
但对于户外的交通工具来说，短暂的警报时间可能起不了什么作用。户外的汽车很难在短时间内找到一个合格的避难所。曾经有这样的案例，车主把车停在水泥桥洞下，自以为安全。但桥洞实际上充当了一个风洞。龙卷风原本超过每小时100千米的风速在这个风洞中进一步加速，把汽车甩出去更远。
龙卷风的尺寸太小了
除了对大型的天气系统进行预判，我们现在也可以用电脑程序来计算未来的天气。这样的程序被称为天气模型。天气模型的原理很简单，就是利用已知的物理规律，在电脑中模拟气象状况。这些程序至少需要知道当前天气状况，特别是基本的物理量：风速、气压、温度和湿度。我们已经知道，对于龙卷风这样的“小鱼”来说，这些输入量是很难观测的。
此外还有计算成本的问题。模型实际上把世界分割成许多小格点。格点必须足够小，模型才有能力代表真实世界。这就好像许多电脑图片，你不断放大，总能看到许多小点和锯齿，它们同样是数字格点化的产物。电脑需要计算和储存格点上的信息。格点越小，计算机负担越重。但如果格点过大，那么模型就像是那些“粗糙”的图片，完全无法代表真实世界。对于龙卷风来说，它的尺寸很小，就好像是照片拍到的一个远方小身影。为了看清这个人的脸，我们必须要很高的分辨率，也就是非常密集的格点。为了能模拟几百米宽的龙卷风，模型格点距离可能要在百米甚至更小的量级。即使最强大的超级计算机，也负担不起这样精度的全球模型。
即使我们能遍地撒网地建立观测网络，电脑的运算能力不是问题，龙卷风的警报时间也很难达到一个小时以上。天气是一个复杂的非线性系统，有所谓的“蝴蝶效应”。就拿龙卷风来说，它经常与中尺度的雷暴伴生。美国气象局看到大面积雷暴时，就会发出“龙卷风预警” （Tornado Watch）。但两次看起来几乎一模一样的雷暴，一个造成龙卷风，另一个就可能没有龙卷风的踪影。因此收到预警的地区，真正发生龙卷风的概率不到千分之一。现实世界尚且如此复杂，电脑模型就更容易犯错了。预报龙卷风时，模型可能会因为小数点十位以后的一个细微差别，导致完全不同的结果。
其实对于天气系统来说，地球自转是最重要的线性项，能限制误差的增长。但地球自转对天气的影响与天气系统的尺度相关。那些成功的天气预报，都局限于特定的大尺度天气系统，比如延伸数千千米的锋面，或者持续数星期的中纬度风暴。在这些相对持久天气系统中，地球的自转能发挥作用，把这些天气现象组织成有规律的天气系统。但龙卷风尺度小，发生时间短，其“蝴蝶效应”也越发明显，长期预报难以实现。
其实在讨论龙卷风预报问题时，已经触到了现代科学的极限。复杂系统的预报，无论是龙卷风、地震、金融，都将是短时期内难以解决的问题。
江苏省盐城市阜宁县6月23日遭遇史上罕见威力龙卷风冰雹特大灾害，截至6月26日，共造成99人死亡，846人受伤，伤亡人数是近10年来全球之最，
相较于有龙卷风之乡称呼的美国，中国的确属于龙卷风比较少见的国家，但是并非没有。据统计，我国东部地区每年发生龙卷风大约有200-300个，其中灾害性龙卷风大概有10-15个。我国有两个龙卷风高发带，一个是长江三角洲-苏北平原-黄淮海平原；另一个是广西-广东-海南。
龙卷风造成的伤害如此之大，却至今难以有效预测。
用雷达发现龙卷风
在以前没有计算机的时代，天气预报员就能通过汇总上来的风力、气压、温度、降水等观测，在地图上画出天气系统，预报出几天后的寒潮或降水。其中最重要的是识别出一些明显的天气系统，如锋面等，然后根据气流情况来判断出走势，看它们未来的发展状况。但这些气象数据是通过相距几十上百千米的气象站收集上来的，所以只能反映一些尺度大的气象系统，比如绵延上千千米的峰面。与锋面相比，龙卷风平均只有几百米宽，最大也只有三四千米。想要借助相距几十千米的气象网络来了解龙卷风，就好像用捕大鱼的网来捞小金鱼，完全无法实现。
那龙卷风是怎么被发现的呢？用雷达。地面站点只是观测固定的一个点，但雷达可以覆盖周围数百千米的距离。一旦龙卷风进入覆盖区域，那么它的一些特征会影响雷达的信号，就可以发现龙卷风了。最常见的雷达是降水雷达。它的信号遇到空气中的水滴衰弱，从而能在雷达屏幕上显示出周围的降水情况。由于带动空气旋转，龙卷风会在降水雷达上显示出一个“钩形”。但许多强龙卷风并不会在雷达屏幕上显示出这一特征。为了检测这些龙卷风，需要用多普勒雷达。这种雷达可以测量靠近或远离雷达站的风速。对于旋转的龙卷风来说，风是环形的，能在很短的距离内从靠近变成远离。因此，多普勒雷达上贴在一起的两个红绿色块儿（分别代表远离和靠近），就很有可能是龙卷风。
美国也只能提前十分钟预测
然而，相对于检测龙卷风所需要的网络密度，多普勒雷达站还很稀少。我们前面说了，雷达站覆盖面积是数百千米，而城市与城市的间隔也大概是这个距离。听起来，在每个城市建一个雷达站并不是特别难的事情。但我们要考虑到，地球是一个弯曲的球体，雷达看不到远处的低空。这就好像船只远航时，船身先消失在地平线，我们只能看到耸立得比较高的船帆。同样的道理，雷达监测远处的天空时，也只能看到中高层的天空。可是龙卷风最强烈旋转的部分是在从地面到3千米高度的低空，高空特征并不明显。因此，对于龙卷风这一低空现象来说，雷达的有效监控范围只有几十千米。仅仅是为了看到龙卷风，我们就需要更大密度地建立雷达站。
美国在中部平原上建了一个密集的雷达网络。毕竟这个地区的龙卷风太过频繁，每年有超过1000次，远远超过中国每年几十次的频率。气象员一旦在雷达上看到龙卷风，能根据基本的气象状况和地形，相对准确地对龙卷风的走向作出预判。警报会通过电视、无线电、网络向公众传播。警报只能比龙卷风早到十分钟左右的时间，但民众可以利用这短暂的时机前往地下室或避难所躲避龙卷风。然而，美国的雷达网络也没能覆盖整个区域，所以每年依然有不少“野生”龙卷风没有被记录。
但对于户外的交通工具来说，短暂的警报时间可能起不了什么作用。户外的汽车很难在短时间内找到一个合格的避难所。曾经有这样的案例，车主把车停在水泥桥洞下，自以为安全。但桥洞实际上充当了一个风洞。龙卷风原本超过每小时100千米的风速在这个风洞中进一步加速，把汽车甩出去更远。
龙卷风的尺寸太小了
除了对大型的天气系统进行预判，我们现在也可以用电脑程序来计算未来的天气。这样的程序被称为天气模型。天气模型的原理很简单，就是利用已知的物理规律，在电脑中模拟气象状况。这些程序至少需要知道当前天气状况，特别是基本的物理量：风速、气压、温度和湿度。我们已经知道，对于龙卷风这样的“小鱼”来说，这些输入量是很难观测的。
此外还有计算成本的问题。模型实际上把世界分割成许多小格点。格点必须足够小，模型才有能力代表真实世界。这就好像许多电脑图片，你不断放大，总能看到许多小点和锯齿，它们同样是数字格点化的产物。电脑需要计算和储存格点上的信息。格点越小，计算机负担越重。但如果格点过大，那么模型就像是那些“粗糙”的图片，完全无法代表真实世界。对于龙卷风来说，它的尺寸很小，就好像是照片拍到的一个远方小身影。为了看清这个人的脸，我们必须要很高的分辨率，也就是非常密集的格点。为了能模拟几百米宽的龙卷风，模型格点距离可能要在百米甚至更小的量级。即使最强大的超级计算机，也负担不起这样精度的全球模型。
即使我们能遍地撒网地建立观测网络，电脑的运算能力不是问题，龙卷风的警报时间也很难达到一个小时以上。天气是一个复杂的非线性系统，有所谓的“蝴蝶效应”。就拿龙卷风来说，它经常与中尺度的雷暴伴生。美国气象局看到大面积雷暴时，就会发出“龙卷风预警” （Tornado Watch）。但两次看起来几乎一模一样的雷暴，一个造成龙卷风，另一个就可能没有龙卷风的踪影。因此收到预警的地区，真正发生龙卷风的概率不到千分之一。现实世界尚且如此复杂，电脑模型就更容易犯错了。预报龙卷风时，模型可能会因为小数点十位以后的一个细微差别，导致完全不同的结果。
其实对于天气系统来说，地球自转是最重要的线性项，能限制误差的增长。但地球自转对天气的影响与天气系统的尺度相关。那些成功的天气预报，都局限于特定的大尺度天气系统，比如延伸数千千米的锋面，或者持续数星期的中纬度风暴。在这些相对持久天气系统中，地球的自转能发挥作用，把这些天气现象组织成有规律的天气系统。但龙卷风尺度小，发生时间短，其“蝴蝶效应”也越发明显，长期预报难以实现。
其实在讨论龙卷风预报问题时，已经触到了现代科学的极限。复杂系统的预报，无论是龙卷风、地震、金融，都将是短时期内难以解决的问题。