作者介绍
-
![]()
-
罗伯托·布伊扎
-
Roberto Buizza
-
罗伯托·布伊扎（Roberto Buizza）是圣安娜高等学校的物理学教授，也是帝国理工学院格兰瑟姆气候变化研究所的名誉研究员。他拥有物理学学位、数学博士学位和工商管理硕士学位。从1991年到2018年，他在欧洲中期天气预报中心工作，在那里他是其预测系统的主要开发人员，并担任可预测性部门负责人和首席科学家。
|
|
|
|
|
|
-
《天气预报：每个人都需要知道的》
-
Weather Prediction: What Everyone Needs to Know
- 图书类型：社会科学
- 作者：Roberto Buizza
-
出 版 社：Oxford University Press
代理公司：ANA/Jessica
页 数：298页
出版时间：2023年12月
代理地区：中国大陆、台湾
审读资料：电子稿
- 联系人：Rights
浏览次数：646
内容简介
《天气预报：每个人都需要知道的》向读者介绍了数值天气预报背后的科学，并认为它越来越重要。与《每个人都需要知道®》系列中的其他书籍一样，本书面向广泛的读者，包括政策制定者、环保主义者、学生、其他领域的科学家以及对天气预报感兴趣的公众。《天气预报》将带领读者踏上数值天气预报的迷人旅程，它一直在帮助人类过上更好的生活。
引导读者了解使推进天气预报成为可能的所有关键方面。
链接推进天气预报必须处理的关键研究课题（观测、数值方法、地球系统模型、科学、人、超级计算机）。
讨论混沌理论与天气预报的联系，为什么天...
展开
《天气预报：每个人都需要知道的》向读者介绍了数值天气预报背后的科学，并认为它越来越重要。与《每个人都需要知道®》系列中的其他书籍一样，本书面向广泛的读者，包括政策制定者、环保主义者、学生、其他领域的科学家以及对天气预报感兴趣的公众。《天气预报》将带领读者踏上数值天气预报的迷人旅程，它一直在帮助人类过上更好的生活。
引导读者了解使推进天气预报成为可能的所有关键方面。
链接推进天气预报必须处理的关键研究课题（观测、数值方法、地球系统模型、科学、人、超级计算机）。
讨论混沌理论与天气预报的联系，为什么天气预报会受到不确定性的影响，以及如何估计不确定性。
目录：
前言
1 天气与气候
1.1 天气和气候之间的主要区别是什么？
1.2 天气和气候在空间和时间上会发生变化吗？
1.3 天气和气候之间有明确的区别吗？
1.4 天气是否受到所有（小而快和大而慢）现象的影响？
1.5 使用哪种坐标系来研究大气和海洋运动？
1.6 天气的主要变量是什么？
1.7 为什么天气会变化？
1.8 大气中的运动是如何产生的？
1.9 第一章“天气与气候”中讨论的要点
2 地球系统
2.1 数值天气预报中的“地球系统”是什么意思？
2.2 什么是准确而巧妙的预测？
2.3 地球系统模型的关键组成部分是什么？
2.4 地球系统模型模拟的关键过程是什么？
2.5 地球系统中的热量是如何传输和交换的？
2.6 驱动地球气候的能量从何而来？
2.7 大气和海洋的主要相似之处和不同之处是什么？
2.8 第二章“地球系统”中讨论的要点
3 观察地球系统
3.1 为什么我们需要观察？
3.2 有哪些主要的观测类型？
3.3 观测值是否受误差影响？
3.4 观测信息和误差是如何传播的？
3.5 新冠疫情是否影响了天气预报质量？
3.6 我们如何利用卫星观测大气状态？
3.7 我们是否有足够的观测数据来确定地球系统的状态？
3.8 观察整个大气层重要吗？
3.9 第三章“观测地球系统”中讨论的要点
4 模拟地球系统
4.1 我们应该从哪里开始对地球系统进行建模？
4.2 系统的状态变量是什么？
4.3 有多少个变量定义了整个地球系统的状态？
4.4 什么是方程式？
4.5 什么是方程的解析解和数值解？
4.6 我们如何推导出用于预测天气和气候的方程？
4.7 可以预测天气的一组方程的例子是什么？
4.8 我们如何求解原始方程？
4.9 预后方程和诊断方程有什么区别？
4.10 我们可以使用简单的模型来理解复杂系统的行为吗？
4.11 第四章“地球系统建模”中讨论的要点
5 数值天气预报
5.1 我们如何用数值求解原始方程？
5.2 业务天气预报涉及哪些主要步骤？
5.3 我们如何确定初始条件？
5.4 什么是数据同化？
5.5 我们需要一台超级计算机来进行数值天气预报吗？
5.6 我们需要一个地球系统模型来预测天气吗？
5.7 全球模型和有限区域模型之间的主要区别是什么？
5.8 我们如何评估模型是否真实和准确？
5.9 天气预报涉及多少数据？
5.10 第五章“数值天气预报”讨论的要点
6 混沌和天气预报
6.1 什么是混沌系统？
6.2 什么是洛伦兹三维模型？
6.3 什么是“蝴蝶效应”？
6.4 预测误差的来源是什么？
6.5 我们如何减少初始条件的不确定性？
6.6 如何减少模型的不确定性？
6.7 我们如何衡量预测误差？
6.8 什么是系综？
6.9 集合预报是否比单个预报更有价值？
6.10 第六章“混沌与天气预报”中讨论的要点
7 处理不确定性和概率预测
7.1 我们如何构建一个“准确可靠”的集合？
7.2 什么是概率预测？
7.3 我们如何传达预测的不确定性？
7.4 我们如何使用概率预测做出决策？
7.5 什么是情景预测？
7.6 什么是聚类分析？
7.7 我们如何衡量概率预测的准确性和可靠性？
7.8 什么是重新预测和再分析？
7.9 为什么重新分析和重新预测有用？
7.10 第七章“处理不确定性和概率预测”中讨论的要点
8 预测技能范围
8.1 今天的天气预报是否比过去更准确、更可靠？
8.2 我们如何成功地提高天气预报的准确性和可靠性？
8.3 我们可以在一张图中可视化我们的预测能力吗？
8.4 为什么预测技能取决于我们试图预测的现象？
8.5 极端事件是否比“正常”天气更难预测？
8.6 模型可以实际模拟的最小空间尺度是多少？
8.7 在数据同化中正确解析的最小空间尺度是多少？
8.8 我们如何进一步扩展可预测性？
8.9 第八章“预测技能范围”中讨论的要点
9 气候变化与数值天气预报
9.1 我们为什么要在这本书中谈论气候变化？
9.2 什么是温室效应？
9.3 气候状况如何？
9.4 我们在大气中排放了多少温室气体？
9.5 温室气体排放与全球平均变暖之间有联系吗？
9.6 我们对气候变化负责吗？
9.7 影响气候预测的不确定性的主要来源是什么？
9.8 “初始值”和“边界条件”问题是什么意思？
9.9 气候变化影响了天气预报吗？
9.10 数值天气预报是否有助于了解气候变化？
9.11 我们可以预测未来气候的哪些方面？
9.12 第九章“气候变化与数值天气预报”讨论的要点
10 展望未来
10.1 数值天气预报的重点研究领域是什么？
10.2 什么是地球数字孪生？
10.3 我们能否继续提高天气预报的质量？
10.4 我们是否能够发布“完美”的预测？
10.5 到2050年，我们能预测下一季的本地天气吗？
10.6 人工智能可以改善预测吗？
10.7 什么是“环境预测模型”？
10.8 天气预报是否演变为环境预报？
10.9 随着全局模型的分辨率不断提高，我们还会使用有限区域模型吗？
10.10 未来的操作套件看起来会与今天的操作套件有很大不同吗？
10.11 第十章“展望未来”中讨论的要点
收起
|