更改

[[File:Supercomputing the Climate.ogv|thumb|超级计算机能够运行高度复杂的模型，从而帮助科学家更好地理解地球的气候。]]

[[File:Supercomputing the Climate.ogv|thumb|超级计算机能够运行高度复杂的模型，从而帮助科学家更好地理解地球的气候。]]

模式指的是一种可以在给定的位置和海拔高度生成未来气象信息的一种计算机程序。任何模型中都有一套称为“原始方程组”的方程组，用于预测未来的大气状态。这些方程组依据分析数据初始化，并确定变化速率。这些变化速率可以预测未来一小段时间的大气状态，每一个时间增量被称为一个时间步长。然后这些方程组被用于新的大气状态，得到新的变化速率，新的变化速率接着被用于预测再往后的大气状态。<ref>{{cite book|last=Pielke|first=Roger A.|title=Mesoscale Meteorological Modeling|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=48–49}}</ref>不断推进时间步，直到方程组的解到达了想要的预测时间。模式内时间步长的选择与计算网格间距有关，需要确保数值稳定性。<ref>{{cite book|last=Pielke|first=Roger A.|title=Mesoscale Meteorological Modeling|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=285–287}}</ref>全球模式的时间步长约为数十分钟，<ref>{{cite book|url=https://books.google.com/books?id=JZikIbXzipwC&pg=PA131|page=132|title=Computational Science – ICCS 2005: 5th International Conference, Atlanta, GA, USA, May 22–25, 2005, Proceedings, Part 1|author=Sunderam, V. S. |author2=G. Dick van Albada |author3=Peter M. A. Sloot |author4=J. J. Dongarra|year=2005|publisher=Springer|isbn=978-3-540-26032-5}}</ref>而区域模式则为1到4分钟。<ref>{{cite book|url=https://books.google.com/books?id=UV6PnF2z5_wC&pg=PA276|page=276|title=Developments in teracomputing: proceedings of the ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology|author=Zwieflhofer, Walter |author2=Norbert Kreitz |author3=European Centre for Medium Range Weather Forecasts|year=2001|publisher=World Scientific|isbn=978-981-02-4761-4}}</ref>全球模式预测时段各有不同。UKMET联合模式可预测未来6天，<ref name="models" />欧洲中心的中程天气预测模式 European Centre for Medium-Range Weather Forecasts model可预测未来10天，<ref>{{cite book|url=https://books.google.com/books?id=fhW5oDv3EPsC&pg=PA474|page=480|author=Holton, James R.|title=An introduction to dynamic meteorology, Volume 1|year=2004|publisher=Academic Press|isbn=978-0-12-354015-7}}</ref>而环境建模中心 Environmental Modeling Center的全球预测系统模式 Global Forest System model可以预测未来16天。<ref>{{cite book|url=https://books.google.com/books?id=mTZvR3R6YdkC&pg=PA121|page=121|title=Famine early warning systems and remote sensing data|author=Brown, Molly E.|publisher=Springer|year=2008|isbn=978-3-540-75367-4}}</ref>

模式指的是一种可以在给定的位置和海拔高度生成未来气象信息的一种计算机程序。任何模型中都有一套称为“原始方程组”的方程组，用于预测未来的大气状态。这些方程组依据分析数据初始化，并确定变化速率。这些变化速率可以预测未来一小段时间的大气状态，每一个时间增量被称为一个时间步长。然后这些方程组被用于新的大气状态，得到新的变化速率，新的变化速率接着被用于预测再往后的大气状态。<ref>{{cite book|last=Pielke|first=Roger A.|title=Mesoscale Meteorological Modeling|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=48–49}}</ref>不断推进时间步，直到方程组的解到达了想要的预测时间。模式内时间步长的选择与计算网格间距有关，需要确保数值稳定性。<ref>{{cite book|last=Pielke|first=Roger A.|title=Mesoscale Meteorological Modeling|year=2002|publisher=[[Academic Press]]|isbn=978-0-12-554766-6|pages=285–287}}</ref>全球模式的时间步长约为数十分钟，<ref>{{cite book|url=https://books.google.com/books?id=JZikIbXzipwC&pg=PA131|page=132|title=Computational Science – ICCS 2005: 5th International Conference, Atlanta, GA, USA, May 22–25, 2005, Proceedings, Part 1|author=Sunderam, V. S. |author2=G. Dick van Albada |author3=Peter M. A. Sloot |author4=J. J. Dongarra|year=2005|publisher=Springer|isbn=978-3-540-26032-5}}</ref>而区域模式则为1到4分钟。<ref>{{cite book|url=https://books.google.com/books?id=UV6PnF2z5_wC&pg=PA276|page=276|title=Developments in teracomputing: proceedings of the ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology|author=Zwieflhofer, Walter |author2=Norbert Kreitz |author3=European Centre for Medium Range Weather Forecasts|year=2001|publisher=World Scientific|isbn=978-981-02-4761-4}}</ref>全球模式预测时段各有不同。UKMET联合模式可预测未来6天，欧洲中心的中程天气预测模式 European Centre for Medium-Range Weather Forecasts model可预测未来10天，<ref>{{cite book|url=https://books.google.com/books?id=fhW5oDv3EPsC&pg=PA474|page=480|author=Holton, James R.|title=An introduction to dynamic meteorology, Volume 1|year=2004|publisher=Academic Press|isbn=978-0-12-354015-7}}</ref>而环境建模中心 Environmental Modeling Center的全球预测系统模式 Global Forest System model可以预测未来16天。<ref>{{cite book|url=https://books.google.com/books?id=mTZvR3R6YdkC&pg=PA121|page=121|title=Famine early warning systems and remote sensing data|author=Brown, Molly E.|publisher=Springer|year=2008|isbn=978-3-540-75367-4}}</ref>