✖


Jump to content

История численного прогноза погоды

Это хорошая статья. Нажмите здесь для получения дополнительной информации.
Главная панель управления ENIAC в Школе электротехники Мура

История численного прогнозирования погоды рассматривает, как текущие погодные условия как входные данные для математических моделей атмосферы и океанов для прогнозирования погоды и будущего состояния моря (процесс численного прогнозирования погоды ) изменились с годами. Хотя первая попытка была предпринята вручную в 1920-х годах, только с появлением компьютеров и компьютерного моделирования время вычислений сократилось до уровня, меньшего, чем сам период прогноза. ENIAC использовался для создания первых прогнозов с помощью компьютера в 1950 году, и с течением времени более мощные компьютеры использовались для увеличения размера исходных наборов данных и использования более сложных версий уравнений движения. Развитие моделей глобального прогнозирования привело к появлению первых климатических моделей. Разработка моделей ограниченной территории (региональных) способствовала прогрессу в прогнозировании траекторий тропических циклонов , а также качества воздуха в 1970-х и 1980-х годах.

Поскольку выходные данные моделей прогноза, основанные на динамике атмосферы , требуют поправок вблизи уровня земли, статистика вывода моделей (MOS) была разработана в 1970-х и 1980-х годах для отдельных прогнозируемых точек (мест). MOS применяет статистические методы для последующей обработки результатов динамических моделей с учетом самых последних приземных наблюдений и климатологии прогнозируемой точки. Этот метод позволяет корректировать разрешение модели, а также ее погрешности. Даже с ростом мощности суперкомпьютеров способность прогнозирования численных моделей погоды распространяется только примерно на две недели вперед, поскольку плотность и качество наблюдений - вместе с хаотичным характером уравнений в частных производных, используемых для расчета прогноза - вводят ошибки, которые удваиваются каждые пять дней. Использование модельных ансамблевых прогнозов с 1990-х годов помогает определить неопределенность прогноза и расширить прогнозирование погоды дальше в будущее, чем это возможно в противном случае.

Предыстория [ править ]

До конца XIX века предсказание погоды было полностью субъективным и основанным на эмпирических правилах, с лишь ограниченным пониманием физических механизмов, лежащих в основе погодных процессов. В 1901 году Кливленд Эббе , основатель Бюро погоды США , предположил, что атмосфера управляется теми же принципами термодинамики и гидродинамики , которые изучались в предыдущем столетии. [1] В 1904 году Вильгельм Бьеркнес разработал двухэтапную процедуру прогнозирования погоды на основе моделей. Сначала диагностический шаг используется для обработки данных для создания начальных условий , которые затем продвигаются во времени с помощью прогностического шага , который решает проблему начального значения . [2] Он также выделил семь переменных, определяющих состояние атмосферы в данной точке: давление , температуру , плотность , влажность и три компонента вектора скорости потока . Бьеркнес отметил, что уравнения, основанные на непрерывности массы , сохранении импульса , первом и втором законах термодинамики и законе идеального газа , могут быть использованы для оценки состояния атмосферы в будущем с помощью численных методов . [3] За исключением второго закона термодинамики, [2] эти уравнения составляют основу примитивных уравнений, используемых в современных моделях погоды. [4]

В 1922 году Льюис Фрай Ричардсон опубликовал первую попытку численного прогноза погоды. Используя гидростатическую вариацию примитивных уравнений Бьеркнеса, [2] Ричардсон вручную составил 6-часовой прогноз состояния атмосферы в двух точках Центральной Европы, на это ушло не менее шести недель. [3] Его прогноз подсчитал, что изменение поверхностного давления составит 145 миллибар (4,3 дюйма рт. ст. ), что является нереалистичным значением, ошибочным на два порядка. Большая ошибка была вызвана дисбалансом полей давления и скорости ветра, использованных в качестве начальных условий в его анализе. [2]

Первое успешное численное предсказание было выполнено с помощью цифрового компьютера ENIAC в 1950 году группой под руководством американского метеоролога Джула Чарни . В состав команды входят Филип Томпсон, Ларри Гейтс и норвежский метеоролог Рагнар Фьёртофт , прикладной математик Джон фон Нейман и программист Клара Дэн фон Нейман , М. Х. Франкель, Джером Намиас , Джон К. Фримен-младший, Фрэнсис Райхелдерфер , Джордж Платцман и Джозеф. Смагоринский . [5] [6] [7] Они использовали упрощенную форму динамики атмосферы , основанную на решении уравнения баротропной завихренности над одним слоем атмосферы, путем расчета геопотенциальной высоты поверхности давления атмосферы с давлением 500 миллибар (15 дюймов рт. ст.). [8] Это упрощение значительно снизило требования к компьютерному времени и памяти, поэтому вычисления можно было выполнять на относительно примитивных компьютерах того времени. [9] Когда в 1950 году Ричардсон получил известие о первом прогнозе погоды, сделанном ENIAC, он заметил, что полученные результаты были «огромным научным достижением». [2] Первые расчеты 24-часового прогноза заняли у ENIAC почти 24 часа. [2] но группа Чарни отметила, что большая часть этого времени была потрачена на «ручные операции», и выразила надежду, что прогнозы погоды до ее наступления вскоре оправдаются. [8]

Пример 500 мбар прогноза высоты геопотенциала на основе модели численного прогноза погоды. Он также показывает блок Omega .

В Соединенном Королевстве первый численный прогноз погоды Метеорологическое бюро было выполнено Ф. Х. Бушби и Мэвис Хиндс в 1952 году под руководством Джона Сойера . Эти экспериментальные прогнозы были созданы с использованием сетки 12 × 8 с шагом сетки 260 км, шагом по времени в один час и потребовали четырех часов вычислительного времени для 24-часового прогноза на компьютере EDSAC в Кембриджском университете и компьютер LEO, разработанный Дж. Лайонсом и компанией. После этих первоначальных экспериментов работа перешла к компьютеру Ferranti Mark 1 на факультете электротехники Манчестерского университета , а в 1959 году компьютер Ferranti Mercury , известный как «Метеор», был установлен в Метеорологическое бюро. [10]

Ранние годы [ править ]

В сентябре 1954 года Карл-Густав Россби собрал международную группу метеорологов в Стокгольме и подготовил первый оперативный прогноз (т.е. обычные предсказания для практического использования) на основе баротропного уравнения. [11] Оперативное численное прогнозирование погоды в США началось в 1955 году в рамках Объединенного подразделения численного прогнозирования погоды (JNWPU), совместного проекта ВВС , ВМС и Бюро погоды США . [12] Модель JNWPU изначально представляла собой трехслойную баротропную модель, также разработанную Чарни. [13] Он лишь моделировал атмосферу в Северном полушарии . [14] В 1956 году JNWPU перешел на двухслойную термотропную модель, разработанную Томпсоном и Гейтсом. [13] Основное предположение, сделанное термотропной моделью, заключается в том, что, хотя величина теплового ветра может меняться, его направление не меняется с высотой, и, следовательно, бароклинность в атмосфере можно смоделировать с помощью моделей 500 и 1000 мб (15). -и-30 дюймов ртутного столба) геопотенциальные высоты поверхностей и средний тепловой ветер между ними. [15] [16] Однако из-за низкой квалификации, продемонстрированной термотропной моделью, JNWPU вернулся к однослойной баротропной модели в 1958 году. [2] Японское метеорологическое агентство стало третьей организацией, начавшей оперативное численное прогнозирование погоды в 1959 году. [17] Первые прогнозы в реальном времени, сделанные Австралийским метеорологическим бюро в 1969 году для частей Южного полушария, также были основаны на однослойной баротропной модели. [18]

Более поздние модели использовали более полные уравнения атмосферной динамики и термодинамики . В 1959 году Карл-Хайнц Хинкельманн сделал первый разумный прогноз на основе примитивных уравнений, спустя 37 лет после неудачной попытки Ричардсона. Хинкельманн сделал это, удалив небольшие колебания из численной модели во время инициализации. В 1966 году Западная Германия и США начали производить оперативные прогнозы на основе моделей примитивных уравнений, за ними последовали Великобритания в 1972 году и Австралия в 1977 году. [2] [18] Более поздние дополнения к моделям примитивных уравнений позволили получить дополнительную информацию о различных погодных явлениях. В Соединенных Штатах эффекты солнечной радиации были добавлены к модели примитивных уравнений в 1967 году; эффекты влаги и скрытого тепла были добавлены в 1968 году; а эффекты обратной связи дождя и конвекции были включены в 1971 году. Три года спустя была представлена ​​первая модель глобального прогноза. [13] Морской лед начал использоваться в прогнозных моделях в 1971 году. [19] Попытки включить температуру поверхности моря в инициализацию модели начались в 1972 году из-за ее роли в изменении погоды в высоких широтах Тихого океана. [20]

прогноза Глобальные модели ​

В моделях используются системы дифференциальных уравнений, основанные на законах физики , движения жидкости и химии , а также система координат, которая делит планету на трехмерную сетку. Ветры , теплопередача , радиация , относительная влажность и гидрология поверхности рассчитываются внутри каждой сетки и оценивают взаимодействие с соседними точками.

Земли Модель глобального прогноза — это модель прогнозирования погоды, которая инициализирует и прогнозирует погоду во всей тропосфере . Это компьютерная программа, которая производит метеорологическую информацию на будущее в заданных местах и ​​на определенных высотах. В любой современной модели есть набор уравнений, известных как примитивные уравнения , которые используются для прогнозирования будущего состояния атмосферы. [21] Эти уравнения — наряду с законом идеального газа — используются для эволюции плотности , давления и потенциальной температуры скалярных полей , а также скорости потока векторного поля в атмосфере во времени. Дополнительные уравнения переноса загрязняющих веществ и других аэрозолей также включены в некоторые модели высокого разрешения с примитивными уравнениями. [22] Используемые уравнения представляют собой нелинейные уравнения в частных производных, которые невозможно точно решить аналитическими методами. [23] за исключением нескольких идеализированных случаев. [24] Поэтому численные методы позволяют получить приближенные решения. В разных моделях используются разные методы решения: некоторые глобальные модели и почти все региональные модели используют методы конечных разностей для всех трех пространственных измерений, в то время как другие глобальные модели и несколько региональных моделей используют спектральные методы для горизонтальных измерений и методы конечных разностей в вертикальных. [23]

Национального метеорологического центра Глобальная спектральная модель была представлена ​​в августе 1980 года. [14] Модель Европейского центра среднесрочных прогнозов погоды дебютировала 1 мая 1985 года. [25] Соединенного Королевства Метеорологическое бюро использует свою глобальную модель с конца 1980-х годов. [26] добавление схемы усвоения данных 3D-Var в середине 1999 года. [27] Канадский метеорологический центр использует глобальную модель с 1991 года. [28] В Соединенных Штатах модель вложенной сетки (NGM) использовалась с 1987 по 2000 год, а некоторые ее функции сохранялись до 2009 года. В период с 2000 по 2002 год Центр экологического моделирования использовал модель авиации (AVN) для прогнозов на более короткий срок и прогнозов на среднюю дальность. (MRF) модель на более длинных временных диапазонах. За это время модель AVN была продлена до конца прогнозного периода, устранив необходимость в MRF и тем самым заменив ее. В конце 2002 года модель AVN была переименована в Глобальную систему прогнозирования (GFS). [29] Немецкая метеорологическая служба использует свою глобальную гидростатическую модель GME , используя гексагональную икосаэдрическую сетку с 2002 года. [30] Планируется, что в середине 2010-х годов GFS в конечном итоге будет заменена моделью икосаэдра конечного объема с следованием потоку (FIM), которая, как и GME, построена на усеченном икосаэдре.

климатические Глобальные модели ​

В 1956 году Норман А. Филлипс разработал математическую модель, которая могла реалистично отображать ежемесячные и сезонные закономерности в тропосфере, что стало первой успешной климатической моделью . [31] [32] Вслед за работой Филлипса несколько групп начали работать над созданием моделей общего обращения . [33] Первая модель климата общей циркуляции, объединившая как океанические, так и атмосферные процессы, была разработана в конце 1960-х годов в НОАА Лаборатории геофизической гидродинамики . [34] США К началу 1980-х годов Национальный центр атмосферных исследований разработал Модель общественной атмосферы; эта модель постоянно совершенствовалась вплоть до 2000-х годов. [35] В 1986 году начались усилия по инициализации и моделированию типов почвы и растительности, что привело к более реалистичным прогнозам. Например, модель Центра исследований атмосферы океана и суши (COLA) показала смещение высоких температур на 2–4 ° C (36–39 ° F) и небольшое смещение количества осадков из-за неправильной параметризации типов сельскохозяйственных культур и растительности в центральной части региона. Соединенные Штаты. [36] Совмещенные климатические модели океана и атмосферы, такие как Центра прогнозирования климата и исследований Хэдли, в модель HadCM3 настоящее время используются в качестве исходных данных для исследований изменения климата . [33] Важность гравитационных волн в этих моделях игнорировалась до середины 1980-х годов. Теперь гравитационные волны необходимы в моделях глобального климата , чтобы правильно моделировать циркуляции регионального и глобального масштаба, хотя их широкий спектр усложняет их включение. [37] Модель климатической системы (CSM) была разработана в Национальном центре атмосферных исследований в январе 1994 года. [38]

площади ограниченной Модели ​

Горизонтальная область модели является либо глобальной , охватывающей всю Землю, либо региональной , охватывающей только часть Земли. Региональные модели (также известные как модели ограниченной области или LAM) позволяют использовать более мелкий (или меньший) интервал сетки, чем глобальные модели. Доступные вычислительные ресурсы сосредоточены на конкретной области, а не разбросаны по всему земному шару. Это позволяет региональным моделям четко определять метеорологические явления меньшего масштаба, которые невозможно представить на более грубой сетке глобальной модели. Региональные модели используют глобальную модель для начальных условий границы своей области, чтобы позволить системам, находящимся за пределами области региональной модели, перемещаться в ее область. Неопределенность и ошибки в региональных моделях вносятся глобальной моделью, используемой для граничных условий границы региональной модели, а также ошибками, относящимися к самой региональной модели. [39]

В Соединенных Штатах в 1971 году была представлена ​​первая действующая региональная модель — модель мелкой сетки с ограниченной площадью (LFM). [13] Его разработка была остановлена ​​или заморожена в 1986 году. NGM дебютировал в 1987 году и также использовался для создания модели статистики выпуска для Соединенных Штатов. [40] Ее разработка была заморожена в 1991 году. Модель ETA была реализована для США в 1993 году. [14] и, в свою очередь, был модернизирован до NAM в 2006 году. США также предлагают Rapid Refresh (который заменил RUC в 2012 году) для приложений малого радиуса действия и высокого разрешения; и Rapid Refresh, и NAM построены на одной и той же платформе WRF . Метео-Франс с 1995 года использует мезомасштабную модель Action de Recherche Petite Échelle Grande Échelle (ALADIN) для Франции, основанную на глобальной модели ECMWF. [41] В июле 1996 года Бюро метеорологии внедрило Систему прогнозирования по ограниченной территории (LAPS). [42] Канадская региональная модель конечных элементов (RFE) вступила в эксплуатацию 22 апреля 1986 года. [43] За ней последовала мезомасштабная модель Канадской глобальной экологической многомасштабной модели (GEM) 24 февраля 1997 года. [41]

В 1999 году Немецкая метеорологическая служба разработала региональную модель высокого разрешения (HRM), которая широко используется в оперативных и исследовательских метеорологических сообществах и опирается на гидростатические предположения. [44] Антарктическая мезомасштабная система прогнозирования (AMPS) была разработана для самого южного континента в 2000 году Антарктической программой США . [45] Немецкая негидростатическая модель Lokal-Modell для Европы (LME) работает с 2002 года, а увеличение площади началось 28 сентября 2005 года. [46] Японское метеорологическое агентство с сентября 2004 года использует негидростатическую мезомасштабную модель высокого разрешения. [47]

воздуха качества Модели ​

Визуализация плавучего гауссова шлейфа рассеивания загрязнителей воздуха
Основная статья: Моделирование атмосферной дисперсии

Техническая литература по рассеиванию загрязнения воздуха довольно обширна и датируется 1930-ми годами и ранее. Одно из первых уравнений дисперсии шлейфа загрязнителей воздуха было получено Бозанке и Пирсоном. [48] Их уравнение не предполагало гауссово распределение и не учитывало эффект отражения шлейфа загрязняющих веществ от земли. Сэр Грэм Саттон в 1947 году вывел уравнение дисперсии шлейфа загрязнителя воздуха, которое включало предположение о гауссовском распределении вертикального и бокового рассеяния шлейфа, а также учитывало эффект отражения шлейфа от земли. [49] Благодаря появлению строгих правил экологического контроля , в период с конца 1960-х годов по сегодняшний день произошел огромный рост использования расчетов рассеивания шлейфа загрязнителей воздуха. В этот период было разработано множество компьютерных программ для расчета рассеивания выбросов загрязняющих веществ в воздух, получивших название «модели рассеивания воздуха». Основой для большинства этих моделей было полное уравнение для моделирования гауссовой дисперсии непрерывных плавучих шлейфов загрязнения воздуха. Уравнение гауссовой дисперсии загрязнителей воздуха требует ввода H , который представляет собой высоту центральной линии шлейфа загрязняющих веществ над уровнем земли, а H представляет собой сумму H s (фактическая физическая высота точки источника выбросов шлейфа загрязняющих веществ) плюс Δ H (подъем шлейфа из-за плавучести шлейфа).

Для определения Δ H во многих, если не в большинстве моделей рассеяния воздуха, разработанных в период с конца 1960-х по начало 2000-х годов, использовалось так называемое «уравнение Бриггса». Г. А. Бриггс впервые опубликовал свои наблюдения и сравнения подъема шлейфа в 1965 году. [50] В 1968 году на симпозиуме, спонсируемом организацией «Сохранение чистого воздуха и воды в Европе», он сравнил многие модели подъема шлейфа, доступные на тот момент в литературе. [51] В том же году Бриггс также написал раздел публикации под редакцией Слэйда. [52] занимается сравнительным анализом моделей подъема шлейфа. За этим последовал в 1969 году его классический критический обзор всей литературы о подъеме шлейфа: [53] в котором он предложил набор уравнений подъема шлейфа, которые стали широко известны как «уравнения Бриггса». Впоследствии Бриггс модифицировал свои уравнения подъема шлейфа 1969 года в 1971 и 1972 годах. [54] [55]

Модель Urban Airshed, региональная модель прогнозирования последствий загрязнения воздуха и кислотных дождей , была разработана частной компанией в США в 1970 году. Разработка этой модели была передана Агентству по охране окружающей среды и улучшена в середине-конце 1970-е годы с использованием результатов регионального исследования загрязнения воздуха. Разработанная в Калифорнии , эта модель позже использовалась в других регионах Северной Америки , Европы и Азии в 1980-х годах. [56] Многомасштабная модель качества воздуха Сообщества (CMAQ) — это модель качества воздуха с открытым исходным кодом , используемая в Соединенных Штатах вместе с мезомасштабной моделью NAM с 2004 года. [57] [58] Первая действующая модель качества воздуха в Канаде — Канадская система по озону и NOx в полушарии и регионе (CHRONOS) — начала работать в 2001 году. Ноябрь 2009 года. [59]

циклонов Модели тропических ​

См. Также: Модель прогноза тропических циклонов.
Вверху : модель WRF, моделирующая следы урагана Рита . Внизу : распространение многомодельного ансамблевого прогноза NHC.

В 1972 году была разработана первая модель прогнозирования штормовых нагонов вдоль континентального шельфа , известная как Специальная программа по составлению списка амплитуд нагонов от ураганов (SPLASH). [60] В 1978 году начала работать первая модель отслеживания ураганов, основанная на атмосферной динамике – модель подвижной мелкой сетки (MFM). [13] В области прогнозирования траектории тропических циклонов , несмотря на постоянное совершенствование управления динамическими моделями, которое происходило с увеличением вычислительной мощности, только в десятилетии 1980-х годов численное прогнозирование погоды продемонстрировало свои навыки , и до 1990-х годов, когда оно постоянно превосходило статистические или простые динамические модели. [61] В начале 1980-х годов было обнаружено, что ассимиляция данных о ветре, полученных со спутников, на основе водяного пара, инфракрасных и видимых спутниковых изображений, улучшает прогнозирование траектории тропических циклонов. [62] Модель урагана Лаборатории геофизической гидродинамики (GFDL) использовалась в исследовательских целях в период с 1973 по середину 1980-х годов. Как только было установлено, что он может продемонстрировать свои навыки в прогнозировании ураганов, многолетний переходный период превратил исследовательскую модель в оперативную модель, которую могла использовать Национальная метеорологическая служба в 1995 году. [63]

Модель исследования и прогнозирования погоды ураганов (HWRF) представляет собой специализированную версию модели исследования и прогнозирования погоды (WRF) и используется для прогнозирования направления и интенсивности циклонов тропических . Модель была разработана Национальным управлением океанических и атмосферных исследований (NOAA), Лабораторией военно-морских исследований США , Университетом Род-Айленда и Университетом штата Флорида . [64] Он вступил в строй в 2007 году. [65] Несмотря на улучшения в прогнозировании траектории, прогнозирование интенсивности тропического циклона на основе численного прогноза погоды по-прежнему остается сложной задачей, поскольку статистические методы продолжают демонстрировать более высокую эффективность по сравнению с динамическим управлением. [66]

Модели океана [ править ]

Первые модели океанских волн были разработаны в 1960-х и 1970-х годах. Эти модели имели тенденцию переоценивать роль ветра в развитии волн и недооценивать взаимодействие волн. Отсутствие знаний о том, как волны взаимодействуют друг с другом, предположения относительно максимальной высоты волн и нехватка мощности компьютера ограничивали производительность моделей. После того, как эксперименты были проведены в 1968, 1969 и 1973 годах, ветер из атмосферы Земли был более точно учтен в прогнозах. Второе поколение моделей было разработано в 1980-х годах, но они не могли реалистично моделировать зыбь или отображать ветровые волны (также известные как ветровые волны), вызванные быстро меняющимися полями ветра, например, в тропических циклонах. Это привело к разработке третьего поколения волновых моделей с 1988 года. [67] [68]

В этом третьем поколении моделей уравнение спектрального переноса волн используется для описания изменения спектра волн при изменении топографии. Он моделирует генерацию волн, движение волн (распространение внутри жидкости), обмеление волн , преломление , передачу энергии между волнами и рассеяние волн. [69] Поскольку приземные ветры являются основным механизмом воздействия в уравнении переноса спектральных волн, модели океанских волн используют информацию, полученную с помощью моделей численного прогнозирования погоды, в качестве входных данных для определения того, сколько энергии передается из атмосферы в слой на поверхности океана. Наряду с рассеиванием энергии через белые шапки и резонансом между волнами, приземные ветры на основе численных моделей погоды позволяют более точно прогнозировать состояние морской поверхности. [70]

Статистика выходных данных модели [ править ]

Основная статья: Статистика выходных данных модели

Поскольку модели прогноза, основанные на уравнениях динамики атмосферы, не могут точно определить погодные условия у земли, были разработаны статистические поправки, чтобы попытаться решить эту проблему. Статистические модели были созданы на основе трехмерных полей, полученных с помощью численных моделей погоды, приземных наблюдений и климатологических условий для конкретных мест. Эти статистические модели вместе называются статистикой выходных данных модели (MOS). [71] и были разработаны Национальной метеорологической службой для набора моделей прогнозирования погоды к 1976 году. [72] К 1983 году ВВС США разработали собственный набор MOS на основе своей динамической модели погоды. [73]

Наборы [ править ]

Основная статья: Ансамбльное прогнозирование

Как предположил Эдвард Лоренц в 1963 году, с помощью долгосрочных прогнозов, сделанных более чем на две недели вперед, невозможно предсказать состояние атмосферы с какой-либо степенью квалификации из-за хаотического характера уравнений гидродинамики , которые используются для этого. . Чрезвычайно небольшие ошибки в температуре, ветре или других исходных данных, вносимых в числовые модели, будут увеличиваться и удваиваться каждые пять дней. [74] Кроме того, существующие сети наблюдения имеют ограниченное пространственное и временное разрешение (например, над большими водоемами, такими как Тихий океан), что вносит неопределенность в истинное исходное состояние атмосферы. Хотя существует набор уравнений, известный как уравнения Лиувилля , для определения начальной неопределенности при инициализации модели, эти уравнения слишком сложны, чтобы их можно было запускать в реальном времени, даже с использованием суперкомпьютеров. [75] Эти неопределенности ограничивают точность прогнозной модели примерно шестью днями вперед. [76]

Эдвард Эпштейн признал в 1969 году, что атмосферу невозможно полностью описать с помощью одного прогноза из-за присущей ей неопределенности, и предложил стохастическую динамическую модель, которая рассчитывала средние значения и отклонения для состояния атмосферы. [77] Хотя моделирование методом Монте-Карло показало умение, в 1974 году Сесил Лейт обнаружил, что они дают адекватные прогнозы только тогда, когда ансамблевое распределение вероятностей является репрезентативной выборкой распределения вероятностей в атмосфере. [78] Лишь в 1992 году ансамблевые прогнозы начали готовиться Европейским центром среднесрочных прогнозов погоды , Канадским метеорологическим центром, [79] и Национальные центры экологического прогнозирования . Модель ECMWF, Система ансамблевого прогнозирования, [80] использует сингулярные векторы для моделирования начальной плотности вероятности , в то время как ансамбль NCEP, Глобальная система ансамблевого прогнозирования, использует метод, известный как селекция векторов . [81] [82]

См. также [ править ]

Ссылки [ править ]

  1. ^ Эббе, Кливленд (декабрь 1901 г.). «Физическая основа долгосрочных прогнозов погоды» (PDF) . Ежемесячный обзор погоды . 29 (12): 551–61. Бибкод : 1901MWRv...29..551A . doi : 10.1175/1520-0493(1901)29[551c:TPBOLW]2.0.CO;2 . Проверено 23 декабря 2010 г.
  2. ^ Jump up to: Перейти обратно: а б с д и ж г час Линч, Питер (20 марта 2008 г.). «Истоки компьютерного прогнозирования погоды и моделирования климата» (PDF) . Журнал вычислительной физики . 227 (7): 3431–44. Бибкод : 2008JCoPh.227.3431L . дои : 10.1016/j.jcp.2007.02.034 . Архивировано из оригинала (PDF) 8 июля 2010 г. Проверено 23 декабря 2010 г.
  3. ^ Jump up to: Перейти обратно: а б Линч, Питер (2006). «Прогноз погоды с помощью численного процесса». Появление численного прогноза погоды . Издательство Кембриджского университета . стр. 1–27. ISBN  978-0-521-85729-1 .
  4. ^ Эдвардс, Пол. «До 1955 года: численные модели и предыстория AGCM» . Моделирование общей циркуляции атмосферы: совместная история . Мичиганский университет . Проверено 23 декабря 2010 г.
  5. ^ «ПРОГНОЗЫ ЭНИАКА» (PDF) .
  6. ^ Уитман, Сара (16 июня 2017 г.). «Познакомьтесь с ученым-компьютерщиком, которого следует поблагодарить за приложение погоды для вашего смартфона» . Смитсоновский институт . Проверено 22 июля 2017 г.
  7. ^ Эдвардс, Пол Н. (2010). Огромная машина: компьютерные модели, климатические данные и политика глобального потепления . Массачусетский технологический институт Пресс. ISBN  978-0262013925 . Архивировано из оригинала 27 января 2012 г. Проверено 22 июля 2017 г.
  8. ^ Jump up to: Перейти обратно: а б Чарни, Жюль ; Фьёртофт, Рагнар ; фон Нейман, Джон (ноябрь 1950 г.). «Численное интегрирование уравнения баротропной завихренности» . Теллус . 2 (4): 237–254. Бибкод : 1950Tell....2..237C . дои : 10.3402/tellusa.v2i4.8607 .
  9. ^ Кокс, Джон Д. (2002). Наблюдатели за штормом . John Wiley & Sons, Inc. с. 208 . ISBN  978-0-471-38108-2 .
  10. ^ «История численного прогноза погоды» . Метеорологическое бюро . Проверено 5 октября 2019 г. Эта статья содержит цитаты из этого источника, который доступен по лицензии Open Government v3.0 . © Авторские права Короны.
  11. ^ Харпер, Кристина; Уччеллини, Луи В.; Калнай, Евгения; Кэри, Кеннет; Морон, Лорен (май 2007 г.). «2007: 50 лет оперативному численному прогнозу погоды» . Бюллетень Американского метеорологического общества . 88 (5): 639–650. Бибкод : 2007BAMS...88..639H . дои : 10.1175/BAMS-88-5-639 .
  12. ^ Американский институт физики (25 марта 2008 г.). «Моделирование общей циркуляции атмосферы» . Архивировано из оригинала 25 марта 2008 г. Проверено 13 января 2008 г.
  13. ^ Jump up to: Перейти обратно: а б с д и Шуман, Фредерик Г. (сентябрь 1989 г.). «История численного прогноза погоды в Национальном метеорологическом центре» . Погода и прогнозирование . 4 (3): 286–296. Бибкод : 1989WtFor...4..286S . doi : 10.1175/1520-0434(1989)004<0286:HONWPA>2.0.CO;2 . ISSN   1520-0434 .
  14. ^ Jump up to: Перейти обратно: а б с Калнай, Евгения (2003). Атмосферное моделирование, усвоение данных и прогнозирование (PDF) . Издательство Кембриджского университета. стр. 1–3, 18, 20. Бибкод : 2002amda.book.....K . ISBN  978-0-521-79179-3 . Проверено 25 февраля 2011 г. {{cite book}}: |journal= игнорируется ( помогите )
  15. ^ Гейтс, У. Лоуренс; Поцинки, Леон С.; Дженкинс, Карл Ф. (август 1955 г.). Результаты численного прогнозирования с использованием моделей баротропной и термотропной атмосферы (PDF) . База ВВС Ханском : Кембриджские исследовательские лаборатории ВВС. Архивировано из оригинала (PDF) 26 июня 2020 г. Проверено 23 июня 2020 г.
  16. ^ Томпсон, PD; У. Лоуренс Гейтс (апрель 1956 г.). «Тестирование методов численного прогнозирования на основе баротропной и двухпараметрической бароклинной моделей» . Журнал метеорологии . 13 (2): 127–141. Бибкод : 1956JAtS...13..127T . doi : 10.1175/1520-0469(1956)013<0127:ATONPM>2.0.CO;2 . ISSN   1520-0469 .
  17. ^ Итикава, Ацунобу (2004). Глобальное потепление – проблемы исследования: отчет об инициативе Японии по глобальному потеплению . Спрингер. п. 66. Бибкод : 2004gwrc.book.....I . ISBN  978-1-4020-2940-0 .
  18. ^ Jump up to: Перейти обратно: а б Лесли, LM; Дитахмейер, Г.С. (декабрь 1992 г.). «Численный прогноз погоды в Австралии в режиме реального времени на ограниченной территории: историческая перспектива» (PDF) . Австралийский метеорологический журнал . 41 (СП): 61–77 . Проверено 3 января 2011 г.
  19. ^ Стенсруд, Дэвид Дж. (2007). Схемы параметризации: ключи к пониманию моделей численного прогноза погоды . Издательство Кембриджского университета . п. 137. ИСБН  978-0-521-86540-1 .
  20. ^ Хоутон, Джон Теодор (1985). Глобальный климат . Архив прессы Кембриджского университета. стр. 49–50. ISBN  978-0-521-31256-1 .
  21. ^ Пилке, Роджер А. (2002). Мезомасштабное метеорологическое моделирование . Академическая пресса . стр. 48–49. ISBN  978-0-12-554766-6 .
  22. ^ Пилке, Роджер А. (2002). Мезомасштабное метеорологическое моделирование . Академическая пресса . стр. 18–19. ISBN  978-0-12-554766-6 .
  23. ^ Jump up to: Перейти обратно: а б Стрикверда, Джон К. (2004). Конечно-разностные схемы и уравнения в частных производных . СИАМ. стр. 165–170. ISBN  978-0-89871-567-5 .
  24. ^ Пилке, Роджер А. (2002). Мезомасштабное метеорологическое моделирование . Академическая пресса . п. 65. ИСБН  978-0-12-554766-6 .
  25. ^ Европейский центр среднесрочных прогнозов (21 января 2002 г.). «Краткая история системы анализа и прогнозирования ЕЦСПП» . Архивировано из оригинала 1 февраля 2011 г. Проверено 25 февраля 2011 г.
  26. ^ Британский центр атмосферных данных (5 января 2007 г.). «История единой модели» . Проверено 6 марта 2011 г.
  27. ^ Кэнди, Бретт, Стивен Инглиш, Ричард Реншоу и Брюс Макферсон (27 февраля 2004 г.). «Использование данных AMSU в мезомасштабной модели Метеорологического бюро Великобритании» (PDF) . Кооперативный институт метеорологических спутниковых исследований. п. 1 . Проверено 6 марта 2011 г. {{cite web}}: CS1 maint: несколько имен: список авторов ( ссылка )
  28. ^ Ричи, Х.; К. Бодуэн (1994). «Аппроксимации и эксперименты по определению чувствительности с бароклинной полулагранжевой спектральной моделью» . Ежемесячный обзор погоды . 122 (10): 2395. Бибкод : 1994MWRv..122.2391R . doi : 10.1175/1520-0493(1994)122<2391:aasewa>2.0.co;2 .
  29. ^ Центр экологического моделирования (2010). «Изменения модели с 1991 года» . Национальное управление океанических и атмосферных исследований . Проверено 25 февраля 2011 г.
  30. ^ Эйкенберг, С., К. Фрелих, А. Зейферт, С. Крюэлл и М. Мех (25 февраля 2011 г.). «Оценка содержания льда и снега в глобальной модели численного прогноза погоды GME с CloudSat» . Разработка геонаучной модели . 4 (1): 422. Бибкод : 2011GMD.....4..579R . doi : 10.5194/gmdd-4-419-2011 . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  31. ^ Филлипс, Норман А. (апрель 1956 г.). «Общая циркуляция атмосферы: численный эксперимент». Ежеквартальный журнал Королевского метеорологического общества . 82 (352): 123–154. Бибкод : 1956QJRMS..82..123P . дои : 10.1002/qj.49708235202 .
  32. ^ Кокс, Джон Д. (2002). Наблюдатели за штормом . John Wiley & Sons, Inc. с. 210 . ISBN  978-0-471-38108-2 .
  33. ^ Jump up to: Перейти обратно: а б Линч, Питер (2006). «Интеграция ENIAC». Появление численного прогноза погоды . Издательство Кембриджского университета . стр. 206–208. ISBN  978-0-521-85729-1 .
  34. ^ «Прорывная статья о Первой климатической модели» .
  35. ^ Коллинз, Уильям Д.; и др. (июнь 2004 г.). «Описание модели атмосферы сообщества NCAR (CAM 3.0)» (PDF) . Университетская корпорация по исследованию атмосферы . Проверено 3 января 2011 г.
  36. ^ Сюэ, Юнкан; Майкл Дж. Феннесси (20 марта 1996 г.). «Влияние свойств растительности на прогноз летней погоды в США» (PDF) . Журнал геофизических исследований . 101 (D3): 7419. Бибкод : 1996JGR...101.7419X . CiteSeerX   10.1.1.453.551 . дои : 10.1029/95JD02169 . Архивировано из оригинала (PDF) 10 июля 2010 г. Проверено 6 января 2011 г.
  37. ^ Макгаффи, К.; А. Хендерсон-Селлерс (2005). Учебник по моделированию климата . Джон Уайли и сыновья. п. 188. ИСБН  978-0-470-85751-9 .
  38. ^ Вашингтон, Уоррен (2006). Одиссея в моделировании климата, глобальном потеплении и консультировании пяти президентов (2-е изд.). Лулу.com. п. 62. ИСБН  978-1-4303-1696-1 .
  39. ^ Уорнер, Томас Томкинс (2010). Численный прогноз погоды и климата . Издательство Кембриджского университета . п. 259. ИСБН  978-0-521-51389-0 .
  40. ^ Объяснение текущего NGM MOS . Лаборатория метеорологического развития Национальной метеорологической службы (1999 г.). Проверено 15 мая 2010 г.
  41. ^ Jump up to: Перейти обратно: а б Коте, Жан, Сильви Гравел, Андре Мето, Ален Патуан, Мишель Рош и Эндрю Стэнифорт (июнь 1998 г.). «Эксплуатационная глобальная экологическая многомасштабная модель CMC – MRB (GEM). Часть I: Проектные соображения и формулировка» . Ежемесячный обзор погоды . 126 (6): 1373–1374. Бибкод : 1998MWRv..126.1373C . doi : 10.1175/1520-0493(1998)126<1373:TOCMGE>2.0.CO;2 . ISSN   1520-0493 . {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  42. ^ Пури, К., Г.С. Дитахмайер, Г.А. Миллс, Н.Е. Дэвидсон, Р.А. Боуэн, Л.В. Логан (сентябрь 1998 г.). «Новая система прогнозирования ограниченной территории BMRC, LAPS». Австралийский метеорологический журнал . 47 (3): 203–223. {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  43. ^ Р. Бенуа; Ж. Коте; Дж. Мэйлхот (август 1989 г.). «Включение параметризации пограничного слоя TKE в канадскую региональную модель конечных элементов» . Ежемесячный обзор погоды . 117 (8): 1726–1750. Бибкод : 1989MWRv..117.1726B . doi : 10.1175/1520-0493(1989)117<1726:IOATBL>2.0.CO;2 . ISSN   1520-0493 .
  44. ^ Гидрографический центр ВМС Бразилии (29 сентября 2009 г.). «HRM – Модель атмосферы» . Архивировано из оригинала 3 апреля 2012 г. Проверено 15 марта 2011 г.
  45. ^ Маскиадри, Елена; Марк Саразин (2009). Оптическая турбулентность: астрономия встречается с метеорологией: материалы по характеристике оптической турбулентности для астрономических приложений, Сардиния, Италия, 15–18 сентября 2008 г. Издательство Имперского колледжа. п. 173. ИСБН  978-1-84816-485-7 .
  46. ^ Шульц, Ж.-П. (2006). «Новая локальная модель LME Немецкой метеорологической службы» (PDF) . Консорциум по маломасштабному моделированию (6) . Проверено 15 марта 2011 г.
  47. ^ Нарита, Масами; Сиро Омори (6 августа 2007 г.). «3.7 Улучшение прогнозов осадков с помощью оперативной негидростатической мезомасштабной модели с конвективной параметризацией Кейна-Фрича и облачной микрофизикой» (PDF) . 12-я конференция по мезомасштабным процессам . Проверено 15 февраля 2011 г.
  48. ^ Бозанке, Ч. Х. и Пирсон, Дж. Л., «Распространение дыма и газов из дымоходов», Труды Общества Фарадея, 32: 1249, 1936.
  49. ^ Саттон, О.Г., «Проблема диффузии в нижних слоях атмосферы», Ежеквартальный журнал Королевского метеорологического общества, 73:257, 1947 г. и «Теоретическое распределение переносимых по воздуху загрязнений из фабричных дымоходов», Ежеквартальный журнал Королевского метеорологического общества, 73:426, 1947
  50. ^ Бриггс, Джорджия, «Модель подъема шлейфа по сравнению с наблюдениями», Журнал Ассоциации по контролю за загрязнением воздуха, 15: 433–438, 1965.
  51. ^ Бриггс, Джорджия, «Встреча CONCAWE: обсуждение сравнительных последствий различных формул подъема шлейфа», Atmopher Environment, 2: 228–232, 1968.
  52. ^ Слэйд, Д.Х. (редактор), «Метеорология и атомная энергия, 1968 г.», Лаборатория воздушных ресурсов, Министерство торговли США, 1968 г.
  53. ^ Бриггс, Джорджия, "Подъем шлейфа", Серия критических обзоров Экологического командования армии США, 1969 г.
  54. ^ Бриггс, Джорджия, «Некоторые недавние анализы наблюдения за подъемом шлейфа», Труды Второго Международного конгресса по чистому воздуху, Academic Press, Нью-Йорк, 1971.
  55. ^ Бриггс, Джорджия, «Дискуссия: шлейфы дымохода в нейтральной и стабильной среде», Атмосферная среда, 6: 507–510, 1972.
  56. ^ Стейн, Д.Г. (1991). Моделирование загрязнения воздуха и его применение VIII, Том 8 . Биркхойзер. стр. 241–242. ISBN  978-0-306-43828-8 .
  57. ^ Моделирование сообщества; Системный центр анализа (июнь 2010 г.). «Добро пожаловать на CMAQ-Model.org» . Университет Северной Каролины-Чапел-Хилл. Архивировано из оригинала 11 декабря 2009 года . Проверено 25 февраля 2011 г.
  58. ^ Марц, Лорен К. (4 ноября 2009 г.). «Североамериканский мезомасштаб (NAM) – проверка многомасштабного прогноза качества воздуха (CMAQ) сообщества для Ноксвилля, Теннесси (лето 2005 г.)» . Проверено 25 февраля 2011 г.
  59. ^ Ансельмо, Дэвид, Майкл Д. Моран, Сильвен Менар, Вероника С. Буше, Поль А. Макар, Ванмин Гонг, Александр Каллаур, Поль-Андре Болье, Хьюго Лэндри, Крейг Страуд, Пин Хуан, Санлинг Гонг и Дональд Талбот (2010) ). «J10.4: Новая модель прогноза качества воздуха в Канаде: GEM-MACH15» (PDF) . 16-я конференция по метеорологии загрязнения воздуха . Проверено 25 февраля 2011 г. {{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  60. ^ Желеснянски, К.П., Дж. Чен и В.А. Шаффер (апрель 1992 г.). «SLOSH: Морские, озерные и сухопутные нагоны от ураганов. Технический отчет NOAA NWS 48» (PDF) . Национальное управление океанических и атмосферных исследований . п. 2 . Проверено 15 марта 2011 г. {{cite web}}: CS1 maint: несколько имен: список авторов ( ссылка )
  61. ^ Франклин, Джеймс (20 апреля 2010 г.). «Проверка прогнозов Национального центра ураганов» . Национальный центр ураганов . Проверено 2 января 2011 г.
  62. ^ Ле Маршалл; ДФ; Л. М. Лесли; А.Ф. Беннетт (1996). «Тропический циклон Бети — пример преимуществ ассимиляции почасовых спутниковых данных о ветре» (PDF) . Австралийский метеорологический журнал . 45 : 275.
  63. ^ Лаборатория геофизической гидродинамики (28 января 2011 г.). «Оперативный прогноз траектории и интенсивности ураганов» . Национальное управление океанических и атмосферных исследований . Проверено 25 февраля 2011 г.
  64. ^ «Точность прогнозов погоды повышается благодаря новой компьютерной модели» . UCAR Пресс-релиз . Архивировано из оригинала 19 мая 2007 г. Проверено 9 июля 2007 г.
  65. ^ «Новая усовершенствованная модель ураганов помогает прогнозистам NOAA» . Журнал НОАА . Проверено 9 июля 2007 г.
  66. ^ Раппапорт, Эдвард Н.; Франклин, Джеймс Л.; Авила, Ликсион А.; Бэйг, Стивен Р.; Бевен II, Джон Л.; Блейк, Эрик С.; Берр, Кристофер А.; Цзиинг, Цзянн-Гво; Джакинс, Кристофер А.; Кнабб, Ричард Д.; Ландси, Кристофер В.; Майнелли, Мишель; Мэйфилд, Макс; МакЭди, Колин Дж.; Паш, Ричард Дж.; Сиско, Кристофер; Стюарт, Стейси Р.; Триббл, Аша Н. (апрель 2009 г.). «Достижения и проблемы Национального центра ураганов». Погода и прогнозирование . 24 (2): 395–419. Бибкод : 2009WtFor..24..395R . CiteSeerX   10.1.1.207.4667 . дои : 10.1175/2008WAF2222128.1 . S2CID   14845745 .
  67. ^ Комен, Г.Дж., Л. Кавалери, М. Донелан (1996). Динамика и моделирование океанских волн . Издательство Кембриджского университета. п. 205. ИСБН  978-0-521-57781-6 . {{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )
  68. ^ Робинсон, Ян С. (2010). Понимание океанов из космоса: уникальные применения спутниковой океанографии . Спрингер. п. 320. ИСБН  978-3-540-24430-1 .
  69. ^ Линь, Пэнчжи (2008). Численное моделирование волн на воде . Психология Пресс. п. 270. ИСБН  978-0-415-41578-1 .
  70. ^ Бендер, Лесли К. (январь 1996 г.). «Модификация физики и численных показателей в модели океанских волн третьего поколения» . Журнал атмосферных и океанических технологий . 13 (3): 726–750. Бибкод : 1996JAtOT..13..726B . doi : 10.1175/1520-0426(1996)013<0726:MOTPAN>2.0.CO;2 . ISSN   1520-0426 .
  71. ^ Баум, Марша Л. (2007). Когда природа наносит удар: погодные катаклизмы и закон . Издательская группа Гринвуд. п. 189. ИСБН  978-0-275-22129-4 .
  72. ^ Гарри Хьюз (1976). Руководство по прогнозированию статистики выходных данных модели . Центр экологических технических приложений ВВС США. стр. 1–16.
  73. ^ Л. Бест; ДЛ; С. П. Прайор (1983). Системы статистики выходных данных модели обслуживания погоды . Глобальный центр погоды ВВС. стр. 1–90.
  74. ^ Кокс, Джон Д. (2002). Наблюдатели за штормом . John Wiley & Sons, Inc., стр. 222–224 . ISBN  978-0-471-38108-2 .
  75. ^ Манусос, Питер (19 июля 2006 г.). «Системы ансамблевого прогнозирования» . Центр гидрометеорологических прогнозов . Проверено 31 декабря 2010 г.
  76. ^ Вейкманн, Клаус, Джефф Уитакер, Андрес Рубичек и Кэтрин Смит (01 декабря 2001 г.). Использование ансамблевых прогнозов для подготовки улучшенных среднесрочных (3–15 дней) прогнозов погоды. Центр климатической диагностики . Проверено 16 февраля 2007 г.
  77. ^ Эпштейн, ES (декабрь 1969 г.). «Стохастический динамический прогноз». Теллус . 21 (6): 739–759. Бибкод : 1969Tell...21..739E . дои : 10.1111/j.2153-3490.1969.tb00483.x .
  78. ^ Лейт, CE (июнь 1974 г.). «Теоретическое мастерство прогнозов Монте-Карло» . Ежемесячный обзор погоды . 102 (6): 409–418. Бибкод : 1974MWRv..102..409L . doi : 10.1175/1520-0493(1974)102<0409:TSOMCF>2.0.CO;2 . ISSN   1520-0493 .
  79. ^ Хоутекамер, Петер; Жерар Пеллерен (12 ноября 2004 г.). «Канадская система ансамблевого прогнозирования (EPS)» (PDF) . Центр экологического моделирования . Проверено 6 марта 2011 г.
  80. ^ «Система ансамблевого прогнозирования (EPS)» . ЕЦСПП . Архивировано из оригинала 30 октября 2010 г. Проверено 5 января 2011 г.
  81. ^ Тот, Золтан; Калнай, Евгения (декабрь 1997 г.). «Ансамбльное прогнозирование в NCEP и метод размножения». Ежемесячный обзор погоды . 125 (12): 3297–3319. Бибкод : 1997MWRv..125.3297T . CiteSeerX   10.1.1.324.3941 . doi : 10.1175/1520-0493(1997)125<3297:EFANAT>2.0.CO;2 . ISSN   1520-0493 . S2CID   14668576 .
  82. ^ Молтени, Ф.; Буизза, Р.; Палмер, Теннесси; Петролиагис, Т. (январь 1996 г.). «Система ансамблевого прогнозирования ECMWF: методология и проверка». Ежеквартальный журнал Королевского метеорологического общества . 122 (529): 73–119. Бибкод : 1996QJRMS.122...73M . дои : 10.1002/qj.49712252905 .

Retrieved from "https://en.wikipedia.org/w/index.php?title=History_of_numerical_weather_prediction&oldid=1231947061"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 3c056c7b3cebd7fd2d554f333d51028f__1719794520
URL1:https://arc.ask3.ru/arc/aa/3c/8f/3c056c7b3cebd7fd2d554f333d51028f.html
Заголовок, (Title) документа по адресу, URL1:
History of numerical weather prediction - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)