การพยากรณ์อากาศด้วยคอมพิวเตอร์ การพยากรณ์อากาศนั้นนำเอาระบบคอมพิวเตอร์เข้าไปเกี่ยวข้องได้ยังไงนั้น คงจะเป็นที่สงสัย และอยากค้นหารายละเอียดให้ได้คำตอบเหมือนกับผม สภาพอากาศแต่ละวันแปลเปลี่ยนได้ตลอดเวลา การทราบล่วงหน้าว่าแน้วโน้มของสภาพอากาศจะเปลี่ยนแปลงมากน้อยแค่ใหน มีประโยชน์ที่เราจะนำประกอบในการรับมือกับสภาพอากาศของวันรุ่งขึ้น งานวิจัยด้านสภาพภูมิอากาศ เป็นที่ทราบกันในกลางทศวรรษที่ 18 ว่าก๊าซบางชนิดในชั้นบรรยากาศของโลก เช่น คาร์บอนไดออกไซด์นั้น กักเก็บความร้อนและรักษาความอบอุ่นของโลกเอาไว้ ในต้นศตวรรษที่ 20 นักวิทยาศาสตร์ชาวสวีเดนชื่อ Svante Arrhenius ผลักดันแนวคิดที่ว่าการปล่อยก๊าซคาร์บอนไดออกไซต์จากฝีมือมนุษย์จะทำให้อุณหภูมิเพิ่มขึ้นในที่สุด เขาไม่เห็นว่านั่นเป็นเรื่องเลวร้าย และนักวิทยาศาสตร์ส่วนมากลังเลว่ามนุษย์สามารถเผาไหม้เชื้อเพลิงฟอสซิลได้เร็วพอที่จะสร้างผลกระทบที่สังเกตเห็นได้จริงๆ หรือ ถึงแม้ความคิดที่ว่ามนุษยชาติอาจทำให้อุณหภูมิทั่วโลกเพิ่มสูงขึ้นได้ถูกนำเสนอเมื่อมากกว่า 1 ทศวรรษมาแล้ว แต่ไม่นานมานี้เองที่นักวิทยาศาสตร์สามารถยืนยันสิ่งนี้ได้อย่างมั่นใจ ข้อมูลดิบถูกรวบรวมจากทั่วโลก เทคโนโลยีได้รับการพัฒนาเพื่อช่วยให้เราวิเคราะห์ข้อมูลดิบเหล่านั้นได้ และต้องใช้ความก้าวหน้าขั้นพื้นฐานของวิชาฟิสิกส์และสาขาวิชาอื่นๆ ก่อนที่เราจะเข้าใจเรื่องนี้ได้ สิ่งที่เรารู้ตอนนี้เกี่ยวกับสภาพภูมิอากาศต้องยกความดีให้นักวิจัยที่ทุ่มเทมาหลายต่อหลายรุ่น นอกจากนี้ ในปัจจุบันเรายังสามารถเฝ้าสังเกตภาวะโลกร้อนที่มีสาเหตุจากมนุษย์ได้ง่ายขึ้น เนื่องจากเราได้ปล่อยคาร์บอนไดออกไซต์ปริมาณสูงขึ้นมากเข้าสู่ระบบภูมิอากาศในทศวรรษที่ผ่านมา จนทำให้ปัจจุบันสามารถมองเห็นผลกระทบของภาวะโลกร้อนได้อย่างชัดเจน โดยส่งผลกระทบต่อประชาชนและระบบนิเวศทั่วโลก ไม่ว่าจะเป็นรถยนต์ โรงงาน และ โรงไฟฟ้าที่เพิ่มขึ้นล้วนเปลี่ยนแปลงสภาพภูมิอากาศรวดเร็วกว่าที่จะเป็นไปได้ในอดีต และกำลังทำให้เกิดความเปลี่ยนแปลงที่เห็นได้ชัดมากขึ้น การวัดอุณหภูมิของโลก เพื่อให้เห็นภาพว่าโลกร้อนมากเพียงใด จะต้องมีมาตราวัดจากทั่วโลก เพราะโลกทั้งใบไม่ได้ร้อนขึ้นในอัตราเดียวกัน อันที่จริงแล้ว บางส่วนของโลกอาจเย็นลงด้วยซ้ำในขณะที่โลกโดยรวมกำลังร้อนขึ้น นอกจากนี้ ยังจำเป็นต้องอ่านค่าอุณหภูมิจากทั่วโลกในชั่วระยะเวลาหนึ่งเพื่อให้เห็นภาพในระยะยาวที่ถูกต้อง นักวิจัยต้องเดินทางไปยังสุดมุมโลก จึงค้นพบวิธีที่จะ "ย้อนเวลากลับไป" เพื่อทำให้ความเป็นมาของอุณหภูมิทั่วโลกปรากฏชัดขึ้นมา แหล่งที่มาของข้อมูลอุณหภูมิในอดีตบางแหล่ง ได้แก่ • บันทึกทางประวัติศาสตร์ เช่น บันทึกเหตุการณ์ของเรือ บันทึกประจำวันของชาวไร่ชาวนา และ บทความหนังสือพิมพ์ เมื่อประเมินอย่างรอบคอบแล้ว สิ่งเหล่านี้สามารถให้ข้อมูลที่มีคุณค่าทั้งด้านปริมาณและคุณภาพ • บันทึกส่วนตัวและความเป็นมาจากการบอกเล่า เป็นข้อมูลอันมีประโยชน์ทั้งจากคนรุ่นเก่าและชนพื้นเมือง ผู้ซึ่งต้องพึ่งพาธรรมชาติในการอยู่รอดเสมอ ดังนั้นจึงเป็นผู้เฝ้าสังเกตความเปลี่ยนแปลงของทศวรรษที่ผ่านมาได้เป็นอย่างดี • การวัดค่าโดยตรง (เช่น ใช้เทอร์โมมิเตอร์) วิธีนี้เกิดขึ้นเมื่อเพียง 300 ปีที่แล้ว และใช้กันน้อยจนเมื่อ 150 ปีที่แล้ว นอกจากนี้ชนิดของเทอร์โมมิเตอร์ที่แตกต่างกันและความผันแปรอื่นๆ ต้องถูกนำมาพิจารณา • ข้อมูลที่รวบรวมโดยบอลลูนและดาวเทียม มีประโยชน์มาก แต่เพิ่งมีขึ้นในพ.ศ. 2522 • ความหนาของวงปีต้นไม้ ความกว้างและความหนาแน่นแตกต่างกันขึ้นอยู่กับสภาพการเจริญเติบโต • ตะกอนนอนก้นทะเลและทะเลสาบ ตะกอนหลายพันล้านตันทับถมเพิ่มขึ้นทุกๆ ปี ซากฟอสซิลขนาดเล็กและสารเคมีที่ถูกกักเก็บไว้เป็นชั้นๆ ในรูปของตะกอนสามารถใช้ในการทำนายสภาพภูมิอากาศในอดีตได้ • โครงปะการัง อุณหภูมิของน้ำที่ปะการังเจริญเติบโตสามารถวัดได้จากชิ้นส่วนโลหะ ออกซิเจน และ ไอโซโทปของออกซิเจนในโครงปะการัง • ละอองฟอสซิล ต้นไม้แต่ละต้นมีละอองเกสรรูปร่างที่ต่างกัน เมื่อรู้ว่าต้นไม้ชนิดใดในซากฟอสซิลเจริญเติบโตในช่วงเวลาหนึ่งจะช่วยให้นักวิทยาศาสตร์สรุปได้ว่าสภาพภูมิอากาศในช่วงเวลานั้นเป็นอย่างไร • แกนน้ำแข็ง เมื่อผ่านไปหลายทศวรรษหิมะที่ตกบนภูเขาสูงและและน้ำแข็งที่ปกคลุมขั้วโลกนั้นอัดรวมกันและกลายเป็นน้ำแข็งอัดแน่น ฝุ่นและฟองอากาศที่ถูกกักเก็บในน้ำแข็งนี้ให้ข้อมูลทางสภาพภูมิอากาศที่มีค่า ตัวอย่างเช่น อากาศที่ถูกกักเก็บไว้ในก้อนน้ำแข็งนี้ทำหน้าที่เป็นบันทึกของความเข้มข้นของคาร์บอนไดออกไซต์ในระยะหนึ่งพันปี • การสังเกตการละลายของน้ำแข็ง อัตราของการลดลงของธารน้ำแข็ง อากาศที่อุ่นขึ้นจนทำให้ดินเยือกแข็งละลาย น้ำแข็งที่ปกคลุมขั้วโลกที่หดหาย และ น้ำแข็งในทะเลอาร์กติกที่ลดน้อยลง เป็นตัวบ่งชี้ของภาวะโลกร้อนทั้งในระยะสั้นและระยะยาว สิ่งสำคัญ คือ ไม่ควรพิจารณาแหล่งข้อมูลดิบอย่างใดอย่างหนึ่งเท่านั้น แต่พิจารณาร่วมกัน ซึ่งจะทำให้เกิดภาพทางวิทยาศาสตร์ของโลกที่กำลังร้อนขึ้นที่น่าเชื่อถือ ซึ่งภาพนี้ตรงกับข้อมูลก๊าซเรือนกระจกที่เพิ่มขึ้น การคาดการณ์อนาคตของสภาพภูมิอากาศ แบบจำลองของสภาพภูมิอากาศทั่วโลกเป็นตัวแทนทางคณิตศาสตร์ของสภาพภูมิอากาศของโลก แบบจำลองบางตัวเป็นความพยายามของนักวิทยาศาสตร์ที่จะหล่อหลอมสภาพการณ์ของภูมิอากาศให้กลายเป็น (นี่เป็นการเปรียบเทียบ) สูตรง่ายๆ เพื่อพยายามเข้าใจพลังที่ขับเคลื่อนสภาพอากาศ อย่างไรก็ตามเมื่อผู้คนพูดเกี่ยวกับการทำนายเฉพาะด้านของสภาพการณ์ภูมิอากาศในระยะยาว พวกเขามักหมายถึงแบบจำลองภูมิอากาศโลก (General Circulation Models) โดยสมการในแบบจำลองเหล่านี้ถูกผันแปรไปมา (อย่างมีเหตุผล) จนสามารถคาดการณ์สภาพในอดีตและปัจจุบันได้อย่างถูกต้องมากที่สุดเมื่อนำไปทดสอบควบคู่กับการสังเกตภาคสนามของสภาพในอดีตและปัจจุบัน เนื่องจากเป็นไปไม่ได้ที่จะรู้ตัวแปรสุดท้ายทุกตัว และเนื่องจากแบบจำลองภูมิอากาศโลกจะไม่มีวันตรงกับค่าในความเป็นจริงอย่างสมบูรณ์ นักวิทยาศาตร์จึงได้ทดแทนโดยการดำเนินการทดสอบแบบจำลองแต่ละตัวซ้ำแล้วซ้ำอีก โดยเปลี่ยนแปลงสภาพการณ์เริ่มต้นเพียงน้อยนิด (เช่น การเพิ่มความเร็วลมเหนือเมืองดีทรอยท์เพียง 1 เปอร์เซ็นต์ เป็นต้น) และปัจจัยอื่นๆ วิธีนี้สามารถทำให้นักวิทยาศาสตร์ได้ผลลัพธ์ที่เป็นไปได้ต่างๆ หากผลลัพธ์ใดเกิดขึ้นบ่อยครั้งกว่าอีกผลลัพธ์ แสดงว่าผลลัพธ์ที่เกิดขึ้นบ่อยเป็นผลลัพธ์ที่มีแนวโน้มว่าถูกต้องมากกว่า ในท้ายที่สุด แบบจำลองแต่ละตัวเป็นตัวคาดการณ์ผลลัพธ์ที่เป็นไปได้จำนวนหนึ่ง ตัวอย่างเช่น คณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ (IPCC) ที่พิจารณาแบบจำลองทั้งหมด ได้ยอมรับการคาดการณ์การเพิ่มขึ้นของอุณหภูมิทั่วโลกที่ 1.4-5.8 องศาเซลเซียส (ประมาณ 3-8 องศาฟาเรนไฮท์) ไม่มีใครสามารถบอกได้อย่างแน่ชัดว่าอุณหภูมิในอีกหลายร้อยปีข้างหน้าจะเพิ่มขึ้นเท่าไหร่ แต่สัญญาณเตือนจาก 2-3 ผลลัพธ์ของแบบจำลองทำให้เชื่อถือได้ว่าอุณหภูมิจะอยู่ในขอบข่ายนี้ สัญญาณเตือนต่างๆ สิ่งหนึ่งที่แบบจำลองสภาพภูมิอากาศไม่สามารถคาดการณ์ได้ ก็คือ ผลกระทบต่างๆ ที่อาจเกิดขึ้นจากกลไกการโต้กลับ ซึ่งกลไกนี้อาจช่วยทำให้สภาพภูมิอากาศคงที่ หรือ อาจทำให้สภาพภูมิอากาศเปลี่ยนแปลงรวดเร็วอย่างมากในวิธีที่ไม่สามารถทำนายได้ แน่นอนว่าเป็นเรื่องที่ไร้ความรับผิดชอบถ้าไม่ใส่ใจกับแบบจำลองสภาพภูมิอากาศและได้แต่หวังว่าเรื่องที่ดีที่สุดจะเกิดขึ้นเพียงเพราะีมีความไม่แน่นอนต่างๆ เหล่านี้ อีกสิ่งหนึ่งที่แบบจำลองเหล่านี้ไม่สามารถทำนายได้ก็คือ พฤติกรรมและความฉลาดเฉลียวของมนุษย์ เราสามารถเผาไหม้เชื้อเพลิงฟอสซิลมากกว่าที่คาดการณ์ไว้ จนท้ายที่สุดทำให้โลกร้อนขึ้น และจากนั้นทำให้เกิดสภาพการณ์ที่เลวร้ายรุนแรงที่สุด หรือเราจะหันมาใช้พลังงานหมุนเวียนและใช้พลังงานอย่างมีประสิทธิภาพอย่างรวดเร็วกว่าที่จะคิดว่าเป็นไปได้ ซึ่งจะทำให้แนวโน้มของระดับอุณหภูมิที่สูงขึ้นไม่เกิดขึ้นอีกต่อไป การพยากรณ์อากาศ หมายถึง การคาดหมายสภาพลมฟ้าอากาศในอนาคต การที่จะพยากรณ์อากาศได้ต้องมีองค์ประกอบ 3 ประการ ประการแรกคือความรู้ความเข้าใจในปรากฏการณ์และกระบวนการต่าง ๆ ที่เกิดขึ้นในบรรยากาศ ประการที่ สองคือสภาวะอากาศปัจจุบัน และประการสุดท้ายคือความสามารถที่จะผสมผสานองค์ประกอบทั้งสองข้างต้น เข้าด้วยกันเพื่อคาดหมายการ เปลี่ยนแปลงของบรรยากาศที่จะเกิดขึ้นในอนาคต การพยากรณ์อากาศอาจจำแนกตามระยะเวลาของการคาดหมายได้ดังนี้ การพยากรณ์ปัจจุบัน (nowcasst) คือการบรรยายสภาวะลมฟ้าอากาศในปัจจุบัน หรือการคาดหมายลักษณะอากาศสำหรับช่วงเวลาไม่เกิน 2 ชั่วโมง การพยากรณ์ระยะสั้นมาก (very - short- range forecast) คือการคาดหมายลักษณะลมฟ้าอากาศสำหรับช่วงเวลาไม่เกิน 12 ชั่วโมง การพยากรณ์ระยะสั้น (short - range forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลาไม่เกิน 3 วัน การพยากรณ์อากาศระยะปานกลาง (medium - range -forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลา 3 - 10 วัน การพยากรณ์ระยะนาน (long-range - forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลาที่เกินกว่า 10 วัน การพยากรณ์อากาศอาจแบ่งตามวิธีการที่ใช้เป็นหลักในการคาดหมายลักษณะลมฟ้าอากาศได้ 2 ประเภท ได้แก่ การพยากรณ์เชิงจิตวิสัย (subjective forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ โดยอาศัยวิธีการที่ใช้การตัดสินใจและทักษะของผู้พยากรณ์เป็นสำคัญ การพยากรณ์เชิงวัตถุวิสัย ( objective forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ โดยอาศัยการประยุกต์กฏทางพลศาสตร์ (dynamics) และ / หรือ ทางอุณหพลศาสตร์ (thermedynamics) และ / หรือ ทางสถิติศาสตร์ เป็นหลักสำคัญ ทั้งนี้เพื่อกำจัดส่วนที่ต้องใช้การตัดสินใจของผู้พยากรณ์ออกไป อย่างไรก็ตาม การพยากรณ์อากาศที่ดีที่สุดในปัจจุบัน คือการผสมผสานระหว่างวิธีการทั้งสองดังกล่าว การพยากรณ์อากาศด้วยคอมพิวเตอร์ เป็นการพยากรณ์เชิงวัตถุวิสัยชนิดหนึ่ง การพยากรณ์อากาศเชิงตัวเลข (numerical weather prediction-NWP) คือชื่ออย่างเป็นทางการของวิธีการพยากรณ์อากาศด้วยคอมพิวเตอร์ เนื่องจากลมฟ้าอากาศอยู่ภายใต้กฏเกณฑ์ทางฟิสิกส์ การเปลี่ยนแปลงของบรรยากาศจึงสามารถแสดงได้ในรูปของระบบสมการทางคณิตศาสตร์ สมการเหล่านี้ได้คำนึงถึงว่าองค์ประกอบของบรรยากาศ เช่น อุณหภูมิ ความเร็วและทิศทางลม ความชื้น ฯลฯ จะมีการเปลี่ยนแปลงไปจากสภาวะปัจจุบันอย่างไร หากสามารถแก้สมการเหล่านี้ได้ ย่อมสามารถที่จะแปรความหมายสภาวะของบรรยากาศในลักษณะของ ลมฟ้าอากาศได้ เป็นต้นว่า ฝน อุณหภูมิ แสงแดด ลม อย่างไรก็ตาม ระบบสมการดังกล่าวข้างต้นมีความซับซ้อนมาก (ในทางคณิตศาสตร์เรากล่าวว่าสมการเหล่านี้เป็น non-linear partial differential equation) และไม่สามารถแก้สมการเหล่านี้เพื่อหาคำตอบที่แท้จริง (exact solution) ที่จะบอกให้เราทราบถึงสภาวะในอนาคตของบรรยากาศได้ จึงจำเป็นต้องใช้วิธีการจำลองแบบเชิงตัวเลข (numerical model) เพื่อที่จะหาคำตอบโดยประมาณ (approximate solution) จากแบบจำลองเชิงตัวเลขเหล่านี้ องค์ประกอบต่าง ๆ ของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง โดยการดัดแปลงระบบสมการของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง โดยการดัดแปลงระบบสมการของบรรยากาศให้อยู่ในรูปแบบที่เหมาะสม ก็จะสามารถที่จะคำนวณค่าในอนาคตของจำนวนเหล่านี้ได้ อย่างไรก็ตามแม้ว่าจะได้ทำการดัดแปลงสมการที่เกี่ยวข้องให้ง่ายขึ้นแล้ว แต่การคำนวณที่จำเป็นสำหรับการพยากรณ์อากาศ ก็ยังคงมีความซับซ้อนและมีปริมาณมากเกินกว่าที่กระทำได้อย่างทันเวลา โดยมนุษย์หรือแม้แต่คอมพิวเตอร์ธรรมดาทั่วไป ดังนั้นจึงมีความจำเป็นต้องใช้คอมพิวเตอร์ที่มีสมรรถนะสูงเป็นพิเศษ เพื่อให้สามารถคำนวณการเปลี่ยนแปลงของบรรยากาศได้อย่างรวดเร็ว ทันกับการเปลี่ยนแปลงที่เกิดขึ้นจริงในธรรมชาติ ในแบบจำลองเชิงตัวเลข บรรยากาศจะถูกแบ่งออกเป็นรูปทรงสี่เหลี่ยมเล็ก ๆ จำนวนมาก โดยมีจุดพิกัด (grid point) ณ จุดกึ่งกลางของรูปทรงสี่เหลี่ยมเหล่านี้ ด้วยวิธีการนี้คุณสมบัติของบรรยากาศจะสามารถแทนได้โดยสิ่งที่เกิดขึ้น ณ แต่ละจุดพิกัดเหล่านี้ ตัวอย่างเช่น หากแบบจำลองมีการแบ่งบรรยากาศออกเป็น 20 ระดับ มีจุดพิกัดในแนวทิศเหนือ - ใต้ จำนวน 217 จุด และจุดพิกัดในแบบจำลองนี้จะมีมากถึง 1,249,920 จุด การแทนค่าองค์ประกอบหรือตัวแปรต่าง ๆ ของบรรยากาศด้วยค่าตัวเลขโดยประมาณนี้ เรียกว่าการกำหนดความไม่ต่อเนื่อง (discretization) ซึ่งก็คือการพยายามแทนปรากฏการณ์ที่มีความต่อเนื่อง ด้วยชุดของจำนวนเลขที่มีจำนวนจำกัด (ไม่ต่อเนื่อง) ยิ่งใช้ชุดของจำนวนเลขน้อยตัวเพียงใดก็จะยิ่งทำให้การกำหนดความไม่ต่อเนื่องที่ได้หยาบขึ้นเพียงนั้น ซึ่งจะเป็นผลให้การพยากรณ์อากาศมีรายละเอียดและความถูกต้องลดลง แต่หากกำหนดความไม่ต่อเนื่องให้ละเอียดขึ้น ก็จะมีจำนวนของตัวเลขมากขึ้น ซึ่งจะทำให้คอมพิวเตอร์ต้องใช้เวลาในการคำนวณนานขึ้น แต่ก็จะให้ผลการพยากรณ์มีรายละเอียดและความถูกต้องเพิ่มขึ้นเช่นกัน แบบจำลองเชิงตัวเลขสำหรับการพยากรณ์อากาศที่มีการใช้งานอยู่เป็นจำนวนมากทั่วโลกนั้น ต่างก็มีพื้นฐานอยู่บนระบบสมการหลักชุดเดียวกัน ซึ่งระบบสมการนี้ประกอบด้วยสมการต่าง ๆ คือ สมการ ของการเคลื่อนที่ (equation of motion) สมการอุทกสถิต (hydrostatic equation) สมการอุณหพล (thermodynamic equation) สมการความต่อเนื่อง (continuity equation) สมการของสถานะ (equation of state ) และสมการไอน้ำ (water vapor equation) ระยะเวลาสั้น ๆ แทนที่จะเป็นการคาดหมายสภาวะที่ปกคลุมโลกทั้งหมด หรือการคาดหมายในระยะเวลานาน ๆ จึงมีการสร้างแบบจำลองสำหรับการพยากรณ์อากาศเฉพาะพื้นที่ (limited area model - LAM) ขึ้นมาเพื่อวัตถุประสงค์นี้ แบบจำลองเหล่านี้สามารถให้การพยากรณ์เฉพาะพื้นทีใดพื้นที่หนึ่ง โดยมีรายละเอียดสูง สำหรับช่วงเวลาที่ไม่เกิน 2-3 วัน ถ้านานกว่านั้น แบบจำลองเหล่านี้จะให้ผลการพยากรณ์ที่ไม่ค่อยถูกต้องนัก ทั้งนี้เพราะสิ่งที่เกิดขึ้นนอกบริเวณที่กำหนดไว้สำหรับการพยากรณ์ จะมีอิทธิพลต่อลมฟ้าอากาศในบริเวณดังกล่าวด้วย ยิ่งช่วงเวลานานออกไป อิทธิพลภายนอกก็จะยิ่งมีมากขึ้นตามลำดับ ดังนั้นการพยากรณ์อากาศโดยใช้เฉพาะข้อมูลในบริเวณที่กำหนด โดยไม่ได้คำนึงถึงอิทธิพลของบรรยากาศภายนอก จึงมีความถูกต้องลดลงอย่างรวดเร็วสำหรับการพยากรณ์อากาศที่นานเกินกว่า 2-3 วันนั้น ต้องคำนึงถึงความจริงว่า สภาวะในอนาคตของบรรยากาศ ณ ที่ใดที่หนึ่ง จะได้รับอิทธิพลจากลมฟ้าอากาศจากบริเวณที่อยู่ไกลออกไปมาก ๆ ด้วย การพยากรณ์อากาศบางอย่าง เช่น การพยากรณ์อากาศตามเส้นทางเดินเรือและเส้นทางการบิน การพยากรณ์การแพร่กระจายของมลภาวะ ไม่ใช่เป็นการพยากรณ์ ณ จุดใดจุดหนึ่งบนพื้นโลก แต่เป็นการพยากรณ์ที่ครอบคลุมพื้นที่เป็นบริเวณกว้าง ดังนั้นจะต้องคำนึงถึงสภาวะของบรรยากาศทั่วโลก โดยรวมไว้ในแบบจำลองเชิงตัวเลขเพื่อการพยากรณ์อากาศด้วย นั่นคือแบบจำลองเพื่อการ พยากรณ์อากาศระยะปานกลางต้องครอบคลุมพื้นที่ทั่วโลก ( global model) และต้องพิจารณาบรรยากาศตั้งแต่พื้นโลกขึ้นไปจนถึงความสูงประมาณ 30 กิโลเมตร รวมทั้งต้องคำนึงถึงการเปลี่ยนแปลงต่าง ๆ ที่เกิดขึ้นในระดับต่ำกว่าผิวพื้นโลกทั้งในส่วนที่เป็นแผ่นดินและมหาสมุทรด้วย ปัจจัยสำคัญบางประการที่มีผลต่อการเปลี่ยนแปลงของบรรยากาศ เป็นปรากฏการณ์ที่มีขนาดเล็กมาก เช่น การที่รังสีจากดวงอาทิตย์ทำให้อุณหภูมิพื้นดินเพิ่มขึ้นในขนาดของโมเลกุลการปั่นป่วนของอากาศ ใกล้พื้นดินและในระดับล่างของบรรยากาศอาจเกิดขึ้นในขนาดไม่กี่เซนติเมตรกระบวนการก่อตัวของเมฆ การเกิดฝนภายในก้อนเมฆ ปรากฏการณ์ขนาดเล็กเหล่านี้ไม่อาจรวมไว้ในแบบจำลองเชิงตัวเลขได้อย่างถูกต้องด้วยวิธีการกำหนดความไม่ต่อเนื่อง (discretization) เพราะจะทำให้มีตัวเลขเป็นจำนวนมากมายมหาศาลเกินกว่าที่คอมพิวเตอร์ใด ๆ ๆ ในโลกปัจจุบัน จะทำการคำนวณได้รวดเร็วทันต่อการเปลี่ยนแปลงที่เกิดขึ้นจริงในบรรยากาศ ดังนั้น จึงมีความจำเป็นที่จะต้องแทนปรากกฏการณ์เหล่านี้ โดยพิจารณาถึงอิทธิพลหรือความสัมพันธ์ของมันที่มีต่อตัวแปรอื่น ๆ ซึ่งมีขนาดใหญ่กว่าและได้กำหนดไว้แล้วในแบบจำลองแล้ววิธีนี้เรียกว่า การกำหนดตัวแปรเสริม (parameterization) วิธีการกำหนดตัวแปรเสริมนี้ยังคงต้องมีการพัฒนาอีกมาก เพื่อที่จะทำให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ มีความถูกต้องมากยิ่งขึ้นในการที่จะทำการพยากรณ์อากาศด้วยคอมพิวเตอร์โดยใช้แบบจำลองเชิงตัวเลขได้นั้น จำเป็นต้องทราบสภาวะอากาศปัจจุบันหรือสภาวะเริ่มแรก (initial condition) ของบรรยากาศ ณ แต่ละจุดพิกัดที่กำหนดไว้ในแบบจำลอง ให้ครบถ้วนก่อน สภาวะเริ่มแรกนี้ได้มาจากการตรวจอากาศผิวพื้นการตรวจอากาศชั้นบน ข้อมูลจากดาวเทียมอุตุนิยมวิทยา เรดาร์ เรือเดินทะเล เครื่องบิน ทุ่นลอยในทะเล ฯลฯ รวมทั้งการประมาณค่าโดยคอมพิวเตอร์เองด้วยเช่นกัน ข้อมูลเหล่านี้จะถูกตรวจสอบความถูกต้องหลายขั้นตอนและด้วยวิธีการต่าง ๆ มากมาย หลังจากนั้นจะได้รับการจัดเตรียมให้อยู่ในรูปแบบที่เหมาะสมสำหรับการนำไปใช่ในแบบจำลองเชิงตัวเลข การเตรียมข้อมูลสภาวะเริ่มแรกนั้นเป็นภารกิจที่ละเอียดอ่อนและใช้เวลา โดยคอมพิวเตอร์อาจใช้เวลาเพื่อการนี้มากพอกับเวลาที่ใช้ในการพยากรณ์อากาศเลยทีเดียว เมื่อจัดเตรียมข้อมูลสภาวะเริ่มแรกเรียบร้อยแล้ว คอมพิวเตอร์จะทำการคาดหมายสภาวะอากาศ ณ แต่ละจุดพิกัดที่กำหนดไว้ในแบบจำลอง โดยจะพยากรณ์ไปในอนาคตเพียงช่วงเวลาสั้น ๆ ไม่กี่นาที แล้วใช้ผลการพยากรณ์นี้เป็นค่าเริ่มต้นสำหรับการพยากรณ์ในครั้งต่อไป ทำเช่นนี้ไปเรื่อย ๆ จนสิ้น สุดระยะเวลาที่ต้องการพยากรณ์ เช่น ถ้าต้องการพยากรณ์อากาศเป็นเวลา 24 ชั่วโมง และทำการพยากรณ์ครั้งละ 10 นาที คอมพิวเตอร์จะต้องทำการพยากรณ์เป็นจำนวน 24 ชั่วโมง หารด้วย 10 นาที นั่นคือ 144 ครั้ง ที่ต้องทำการพยากรณ์เพียงช่วงเวลาสั้น ๆ ในแต่ละครั้ง ก็เพื่อให้ผลการพยากรณ์มีความถูกต้องมากที่สุด เพราะหากคำนวณการเปลี่ยนแปลงโดยใช้ช่วงเวลาที่นานมากขึ้น แม้ว่าคอมพิวเตอร์จะใช้เวลาในการคำนวณน้อยลงเนื่องจากจำนวนครั้งที่ต้องพยากรณ์ลดลง แต่ความผิดพลาดในการพยากรณ์ก็จะเพิ่มมากขึ้นจนทำให้ผลการพยากรณ์ดังกล่าวคลาดเคลื่อนมาก เกินกว่าที่จะใช้ประโยชน์ไดเนื่องจากผลลัพธ์ที่ได้จากการพยากรณ์ด้วยคอมพิวเตอร์จะเป็นตัวเลขจำนวนมากมาย เกินกว่าที่จะเข้าใจได้โดยง่าย จึงจำเป็นต้องนำผลลัพธ์ที่ได้นี้ไปประมวลผลด้วยคอมพิวเตอร์ต่อไปอีก เพื่อให้ได้ผลผลิตขั้นสุดท้าย ในลักษณะที่สามารถนำไปใช้ประโยชน์ได้โดยง่าย ได้แก่ แผนที่และแผนภูมิอุตุนิยมวิทยาชนิดต่าง ๆ ซึ่งนักอุตุนิยมวิทยา จะใช้เพื่อประกอบการพิจารณาในการคาดหมายลมฟ้าอากาศ เพื่อให้ได้การพยากรณ์อากาศในขั้นสุดท้ายซึ่งก็คือคำพยากรณ์อากาศนั่นเอง เนื่องจากการพยากรณ์อากาศเป็นงานที่มีลักษณะพิเศษอย่างหนึ่ง คือบ่อยครั้งที่ผู้พยากรณ์อากาศต้องทำการตัดสินใจ โดยมีข้อมูลไม่เพียงพอ ซึ่งอาจเนื่องมาจากผลการตรวจอากาศมาถึงล่าช้าหรือไม่มีการตรวจอากาศในบริเวณที่จะต้องพยากรณ์และ โดยที่ในขณะนี้การพยากรณ์อากาศด้วยคอมพิวเตอร์ ยังคงจำกัดอยู่เพียงในลักษณะของการแก้สมการทางคณิตศาสตร์ที่เกี่ยวข้องกับการ เปลี่ยนแปลงของบรรยากาศเท่านั้น แต่ยังไม่สามารถเลียนแบบการใช้เหตุผลในการอนุมาน เช่นเดียวกับที่นักพยากรณ์อากาศใช้อยู่อย่างได้ผลในกรณีที่มีข้อมูลไม่เพียงพอ จึงได้มีการพัฒนาเพื่อใช้คอมพิวเตอร์ในการพยากรณ์อากาศโดยการใช้ปัญญาประดิษฐ์ (artificia intelligence) ซึ่งจะช่วยให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ในอนาคตมีประสิทธิภาพสูงขึ้นอีกระดับหนึ่ง อย่างไรก็ตามคอมพิวเตอร์และมนุษย์จะยังคงมีบทบาทร่วมกันในการพยากรณ์อากาศต่อไปอีกนาน

การพยากรณ์อากาศนั้นนำเอาระบบคอมพิวเตอร์เข้าไปเกี่ยวข้องได้ยังไงนั้น คงจะเป็นที่สงสัย และอยากค้นหารายละเอียดให้ได้คำตอบเหมือนกับผม สภาพอากาศแต่ละวันแปลเปลี่ยนได้ตลอดเวลา การทราบล่วงหน้าว่าแน้วโน้มของสภาพอากาศจะเปลี่ยนแปลงมากน้อยแค่ใหน มีประโยชน์ที่เราจะนำประกอบในการรับมือกับสภาพอากาศของวันรุ่งขึ้น
งานวิจัยด้านสภาพภูมิอากาศ
เป็นที่ทราบกันในกลางทศวรรษที่ 18 ว่าก๊าซบางชนิดในชั้นบรรยากาศของโลก เช่น คาร์บอนไดออกไซด์นั้น กักเก็บความร้อนและรักษาความอบอุ่นของโลกเอาไว้ ในต้นศตวรรษที่ 20 นักวิทยาศาสตร์ชาวสวีเดนชื่อ Svante Arrhenius ผลักดันแนวคิดที่ว่าการปล่อยก๊าซคาร์บอนไดออกไซต์จากฝีมือมนุษย์จะทำให้ อุณหภูมิเพิ่มขึ้นในที่สุด เขาไม่เห็นว่านั่นเป็นเรื่องเลวร้าย และนักวิทยาศาสตร์ส่วนมากลังเลว่ามนุษย์สามารถเผาไหม้เชื้อเพลิงฟอสซิลได้ เร็วพอที่จะสร้างผลกระทบที่สังเกตเห็นได้จริงๆ หรือ
ถึงแม้ความคิดที่ว่ามนุษยชาติอาจทำให้อุณหภูมิทั่วโลกเพิ่มสูงขึ้นได้ถูก นำเสนอเมื่อมากกว่า 1 ทศวรรษมาแล้ว แต่ไม่นานมานี้เองที่นักวิทยาศาสตร์สามารถยืนยันสิ่งนี้ได้อย่างมั่นใจ ข้อมูลดิบถูกรวบรวมจากทั่วโลก เทคโนโลยีได้รับการพัฒนาเพื่อช่วยให้เราวิเคราะห์ข้อมูลดิบเหล่านั้นได้ และต้องใช้ความก้าวหน้าขั้นพื้นฐานของวิชาฟิสิกส์และสาขาวิชาอื่นๆ ก่อนที่เราจะเข้าใจเรื่องนี้ได้ สิ่งที่เรารู้ตอนนี้เกี่ยวกับสภาพภูมิอากาศต้องยกความดีให้นักวิจัยที่ ทุ่มเทมาหลายต่อหลายรุ่น
นอกจากนี้ ในปัจจุบันเรายังสามารถเฝ้าสังเกตภาวะโลกร้อนที่มีสาเหตุจากมนุษย์ได้ง่าย ขึ้น เนื่องจากเราได้ปล่อยคาร์บอนไดออกไซต์ปริมาณสูงขึ้นมากเข้าสู่ระบบภูมิอากาศ ในทศวรรษที่ผ่านมา จนทำให้ปัจจุบันสามารถมองเห็นผลกระทบของภาวะโลกร้อนได้อย่างชัดเจน โดยส่งผลกระทบต่อประชาชนและระบบนิเวศทั่วโลก ไม่ว่าจะเป็นรถยนต์ โรงงาน และ โรงไฟฟ้าที่เพิ่มขึ้นล้วนเปลี่ยนแปลงสภาพภูมิอากาศรวดเร็วกว่าที่จะเป็นไป ได้ในอดีต และกำลังทำให้เกิดความเปลี่ยนแปลงที่เห็นได้ชัดมากขึ้น
การวัดอุณหภูมิของโลก
เพื่อให้เห็นภาพว่าโลกร้อนมากเพียงใด จะต้องมีมาตราวัดจากทั่วโลก เพราะโลกทั้งใบไม่ได้ร้อนขึ้นในอัตราเดียวกัน อันที่จริงแล้ว บางส่วนของโลกอาจเย็นลงด้วยซ้ำในขณะที่โลกโดยรวมกำลังร้อนขึ้น นอกจากนี้ ยังจำเป็นต้องอ่านค่าอุณหภูมิจากทั่วโลกในชั่วระยะเวลาหนึ่งเพื่อให้เห็นภาพ ในระยะยาวที่ถูกต้อง นักวิจัยต้องเดินทางไปยังสุดมุมโลก จึงค้นพบวิธีที่จะ "ย้อนเวลากลับไป" เพื่อทำให้ความเป็นมาของอุณหภูมิทั่วโลกปรากฏชัดขึ้นมา
แหล่งที่มาของข้อมูลอุณหภูมิในอดีตบางแหล่ง ได้แก่
     • บันทึกทางประวัติศาสตร์ เช่น บันทึกเหตุการณ์ของเรือ บันทึกประจำวันของชาวไร่ชาวนา และ บทความหนังสือพิมพ์ เมื่อประเมินอย่างรอบคอบแล้ว สิ่งเหล่านี้สามารถให้ข้อมูลที่มีคุณค่าทั้งด้านปริมาณและคุณภาพ
     • บันทึกส่วนตัวและความเป็นมาจากการบอกเล่า เป็นข้อมูลอันมีประโยชน์ทั้งจากคนรุ่นเก่าและชนพื้นเมือง ผู้ซึ่งต้องพึ่งพาธรรมชาติในการอยู่รอดเสมอ ดังนั้นจึงเป็นผู้เฝ้าสังเกตความเปลี่ยนแปลงของทศวรรษที่ผ่านมาได้เป็นอย่าง ดี
     • การวัดค่าโดยตรง (เช่น ใช้เทอร์โมมิเตอร์) วิธีนี้เกิดขึ้นเมื่อเพียง 300 ปีที่แล้ว และใช้กันน้อยจนเมื่อ 150 ปีที่แล้ว นอกจากนี้ชนิดของเทอร์โมมิเตอร์ที่แตกต่างกันและความผันแปรอื่นๆ ต้องถูกนำมาพิจารณา
     • ข้อมูลที่รวบรวมโดยบอลลูนและดาวเทียม มีประโยชน์มาก แต่เพิ่งมีขึ้นในพ.ศ. 2522
     • ความหนาของวงปีต้นไม้ ความกว้างและความหนาแน่นแตกต่างกันขึ้นอยู่กับสภาพการเจริญเติบโต
     • ตะกอนนอนก้นทะเลและทะเลสาบ ตะกอนหลายพันล้านตันทับถมเพิ่มขึ้นทุกๆ ปี ซากฟอสซิลขนาดเล็กและสารเคมีที่ถูกกักเก็บไว้เป็นชั้นๆ ในรูปของตะกอนสามารถใช้ในการทำนายสภาพภูมิอากาศในอดีตได้
     • โครงปะการัง อุณหภูมิของน้ำที่ปะการังเจริญเติบโตสามารถวัดได้จากชิ้นส่วนโลหะ ออกซิเจน และ ไอโซโทปของออกซิเจนในโครงปะการัง
     • ละอองฟอสซิล ต้นไม้แต่ละต้นมีละอองเกสรรูปร่างที่ต่างกัน เมื่อรู้ว่าต้นไม้ชนิดใดในซากฟอสซิลเจริญเติบโตในช่วงเวลาหนึ่งจะช่วยให้นัก วิทยาศาสตร์สรุปได้ว่าสภาพภูมิอากาศในช่วงเวลานั้นเป็นอย่างไร
     • แกนน้ำแข็ง เมื่อผ่านไปหลายทศวรรษหิมะที่ตกบนภูเขาสูงและและน้ำแข็งที่ปกคลุมขั้วโลก นั้นอัดรวมกันและกลายเป็นน้ำแข็งอัดแน่น ฝุ่นและฟองอากาศที่ถูกกักเก็บในน้ำแข็งนี้ให้ข้อมูลทางสภาพภูมิอากาศที่มี ค่า ตัวอย่างเช่น อากาศที่ถูกกักเก็บไว้ในก้อนน้ำแข็งนี้ทำหน้าที่เป็นบันทึกของความเข้มข้น ของคาร์บอนไดออกไซต์ในระยะหนึ่งพันปี
     • การสังเกตการละลายของน้ำแข็ง อัตราของการลดลงของธารน้ำแข็ง อากาศที่อุ่นขึ้นจนทำให้ดินเยือกแข็งละลาย น้ำแข็งที่ปกคลุมขั้วโลกที่หดหาย และ น้ำแข็งในทะเลอาร์กติกที่ลดน้อยลง เป็นตัวบ่งชี้ของภาวะโลกร้อนทั้งในระยะสั้นและระยะยาว
สิ่งสำคัญ คือ ไม่ควรพิจารณาแหล่งข้อมูลดิบอย่างใดอย่างหนึ่งเท่านั้น แต่พิจารณาร่วมกัน ซึ่งจะทำให้เกิดภาพทางวิทยาศาสตร์ของโลกที่กำลังร้อนขึ้นที่น่าเชื่อถือ ซึ่งภาพนี้ตรงกับข้อมูลก๊าซเรือนกระจกที่เพิ่มขึ้น
การคาดการณ์อนาคตของสภาพภูมิอากาศ
แบบจำลองของสภาพภูมิอากาศทั่วโลกเป็นตัวแทนทางคณิตศาสตร์ของสภาพภูมิ อากาศของโลก แบบจำลองบางตัวเป็นความพยายามของนักวิทยาศาสตร์ที่จะหล่อหลอมสภาพการณ์ของ ภูมิอากาศให้กลายเป็น (นี่เป็นการเปรียบเทียบ) สูตรง่ายๆ เพื่อพยายามเข้าใจพลังที่ขับเคลื่อนสภาพอากาศ อย่างไรก็ตามเมื่อผู้คนพูดเกี่ยวกับการทำนายเฉพาะด้านของสภาพการณ์ภูมิอากาศ ในระยะยาว พวกเขามักหมายถึงแบบจำลองภูมิอากาศโลก (General Circulation Models) โดยสมการในแบบจำลองเหล่านี้ถูกผันแปรไปมา (อย่างมีเหตุผล) จนสามารถคาดการณ์สภาพในอดีตและปัจจุบันได้อย่างถูกต้องมากที่สุดเมื่อนำไป ทดสอบควบคู่กับการสังเกตภาคสนามของสภาพในอดีตและปัจจุบัน
เนื่องจากเป็นไปไม่ได้ที่จะรู้ตัวแปรสุดท้ายทุกตัว และเนื่องจากแบบจำลองภูมิอากาศโลกจะไม่มีวันตรงกับค่าในความเป็นจริงอย่าง สมบูรณ์ นักวิทยาศาตร์จึงได้ทดแทนโดยการดำเนินการทดสอบแบบจำลองแต่ละตัวซ้ำแล้วซ้ำ อีก โดยเปลี่ยนแปลงสภาพการณ์เริ่มต้นเพียงน้อยนิด (เช่น การเพิ่มความเร็วลมเหนือเมืองดีทรอยท์เพียง 1 เปอร์เซ็นต์ เป็นต้น) และปัจจัยอื่นๆ วิธีนี้สามารถทำให้นักวิทยาศาสตร์ได้ผลลัพธ์ที่เป็นไปได้ต่างๆ หากผลลัพธ์ใดเกิดขึ้นบ่อยครั้งกว่าอีกผลลัพธ์ แสดงว่าผลลัพธ์ที่เกิดขึ้นบ่อยเป็นผลลัพธ์ที่มีแนวโน้มว่าถูกต้องมากกว่า
ในท้ายที่สุด แบบจำลองแต่ละตัวเป็นตัวคาดการณ์ผลลัพธ์ที่เป็นไปได้จำนวนหนึ่ง ตัวอย่างเช่น คณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ (IPCC) ที่พิจารณาแบบจำลองทั้งหมด ได้ยอมรับการคาดการณ์การเพิ่มขึ้นของอุณหภูมิทั่วโลกที่ 1.4-5.8 องศาเซลเซียส (ประมาณ 3-8 องศาฟาเรนไฮท์) ไม่มีใครสามารถบอกได้อย่างแน่ชัดว่าอุณหภูมิในอีกหลายร้อยปีข้างหน้าจะเพิ่ม ขึ้นเท่าไหร่ แต่สัญญาณเตือนจาก 2-3 ผลลัพธ์ของแบบจำลองทำให้เชื่อถือได้ว่าอุณหภูมิจะอยู่ในขอบข่ายนี้
สัญญาณเตือนต่างๆ
สิ่งหนึ่งที่แบบจำลองสภาพภูมิอากาศไม่สามารถคาดการณ์ได้ ก็คือ ผลกระทบต่างๆ ที่อาจเกิดขึ้นจากกลไกการโต้กลับ ซึ่งกลไกนี้อาจช่วยทำให้สภาพภูมิอากาศคงที่ หรือ อาจทำให้สภาพภูมิอากาศเปลี่ยนแปลงรวดเร็วอย่างมากในวิธีที่ไม่สามารถทำนาย ได้ แน่นอนว่าเป็นเรื่องที่ไร้ความรับผิดชอบถ้าไม่ใส่ใจกับแบบจำลองสภาพภูมิ อากาศและได้แต่หวังว่าเรื่องที่ดีที่สุดจะเกิดขึ้นเพียงเพราะีมีความไม่แน่ นอนต่างๆ เหล่านี้
อีกสิ่งหนึ่งที่แบบจำลองเหล่านี้ไม่สามารถทำนายได้ก็คือ พฤติกรรมและความฉลาดเฉลียวของมนุษย์ เราสามารถเผาไหม้เชื้อเพลิงฟอสซิลมากกว่าที่คาดการณ์ไว้ จนท้ายที่สุดทำให้โลกร้อนขึ้น และจากนั้นทำให้เกิดสภาพการณ์ที่เลวร้ายรุนแรงที่สุด หรือเราจะหันมาใช้พลังงานหมุนเวียนและใช้พลังงานอย่างมีประสิทธิภาพอย่างรวด เร็วกว่าที่จะคิดว่าเป็นไปได้ ซึ่งจะทำให้แนวโน้มของระดับอุณหภูมิที่สูงขึ้นไม่เกิดขึ้นอีกต่อไป
การพยากรณ์อากาศ
    หมายถึง การคาดหมายสภาพลมฟ้าอากาศในอนาคต การที่จะพยากรณ์อากาศได้ต้องมีองค์ประกอบ 3 ประการ ประการแรกคือความรู้ความเข้าใจในปรากฏการณ์และกระบวนการต่าง ๆ ที่เกิดขึ้นในบรรยากาศ ประการที่ สองคือสภาวะอากาศปัจจุบัน และประการสุดท้ายคือความสามารถที่จะผสมผสานองค์ประกอบทั้งสองข้างต้น เข้าด้วยกันเพื่อคาดหมายการ เปลี่ยนแปลงของบรรยากาศที่จะเกิดขึ้นในอนาคต
 การพยากรณ์อากาศอาจจำแนกตามระยะเวลาของการคาดหมายได้ดังนี้
การพยากรณ์ปัจจุบัน (nowcasst)  คือการบรรยายสภาวะลมฟ้าอากาศในปัจจุบัน หรือการคาดหมายลักษณะอากาศสำหรับช่วงเวลาไม่เกิน 2 ชั่วโมง การพยากรณ์ระยะสั้นมาก (very - short- range forecast) คือการคาดหมายลักษณะลมฟ้าอากาศสำหรับช่วงเวลาไม่เกิน 12 ชั่วโมง การพยากรณ์ระยะสั้น (short - range forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลาไม่เกิน 3 วัน การพยากรณ์อากาศระยะปานกลาง (medium - range -forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลา 3   -  10 วัน การพยากรณ์ระยะนาน (long-range - forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลาที่เกินกว่า 10 วัน
  การพยากรณ์อากาศอาจแบ่งตามวิธีการที่ใช้เป็นหลักในการคาดหมายลักษณะลมฟ้าอากาศได้ 2 ประเภท ได้แก่

• การพยากรณ์เชิงจิตวิสัย (subjective forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ โดยอาศัยวิธีการที่ใช้การตัดสินใจและทักษะของผู้พยากรณ์เป็นสำคัญ
• การพยากรณ์เชิงวัตถุวิสัย ( objective forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ โดยอาศัยการประยุกต์กฏทางพลศาสตร์ (dynamics) และ / หรือ ทางอุณหพลศาสตร์ (thermedynamics) และ / หรือ ทางสถิติศาสตร์ เป็นหลักสำคัญ ทั้งนี้เพื่อกำจัดส่วนที่ต้องใช้การตัดสินใจของผู้พยากรณ์ออกไป อย่างไรก็ตาม การพยากรณ์อากาศที่ดีที่สุดในปัจจุบัน คือการผสมผสานระหว่างวิธีการทั้งสองดังกล่าว

การพยากรณ์อากาศด้วยคอมพิวเตอร์ เป็นการพยากรณ์เชิงวัตถุวิสัยชนิดหนึ่ง การพยากรณ์อากาศเชิงตัวเลข (numerical weather prediction-NWP) คือชื่ออย่างเป็นทางการของวิธีการพยากรณ์อากาศด้วยคอมพิวเตอร์
เนื่องจากลมฟ้าอากาศอยู่ภายใต้กฏเกณฑ์ทางฟิสิกส์ การเปลี่ยนแปลงของบรรยากาศจึงสามารถแสดงได้ในรูปของระบบสมการทางคณิตศาสตร์ สมการเหล่านี้ได้คำนึงถึงว่าองค์ประกอบของบรรยากาศ เช่น อุณหภูมิ ความเร็วและทิศทางลม ความชื้น ฯลฯ จะมีการเปลี่ยนแปลงไปจากสภาวะปัจจุบันอย่างไร หากสามารถแก้สมการเหล่านี้ได้ ย่อมสามารถที่จะแปรความหมายสภาวะของบรรยากาศในลักษณะของ ลมฟ้าอากาศได้ เป็นต้นว่า ฝน อุณหภูมิ แสงแดด ลม
 อย่างไรก็ตาม ระบบสมการดังกล่าวข้างต้นมีความซับซ้อนมาก (ในทางคณิตศาสตร์เรากล่าวว่าสมการเหล่านี้เป็น non-linear partial differential equation) และไม่สามารถแก้สมการเหล่านี้เพื่อหาคำตอบที่แท้จริง (exact solution) ที่จะบอกให้เราทราบถึงสภาวะในอนาคตของบรรยากาศได้ จึงจำเป็นต้องใช้วิธีการจำลองแบบเชิงตัวเลข (numerical model) เพื่อที่จะหาคำตอบโดยประมาณ (approximate solution) จากแบบจำลองเชิงตัวเลขเหล่านี้ องค์ประกอบต่าง ๆ ของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง โดยการดัดแปลงระบบสมการของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง
โดยการดัดแปลงระบบสมการของบรรยากาศให้อยู่ในรูปแบบที่เหมาะสม ก็จะสามารถที่จะคำนวณค่าในอนาคตของจำนวนเหล่านี้ได้  อย่างไรก็ตามแม้ว่าจะได้ทำการดัดแปลงสมการที่เกี่ยวข้องให้ง่ายขึ้นแล้ว แต่การคำนวณที่จำเป็นสำหรับการพยากรณ์อากาศ ก็ยังคงมีความซับซ้อนและมีปริมาณมากเกินกว่าที่กระทำได้อย่างทันเวลา
โดยมนุษย์หรือแม้แต่คอมพิวเตอร์ธรรมดาทั่วไป ดังนั้นจึงมีความจำเป็นต้องใช้คอมพิวเตอร์ที่มีสมรรถนะสูงเป็นพิเศษ เพื่อให้สามารถคำนวณการเปลี่ยนแปลงของบรรยากาศได้อย่างรวดเร็ว ทันกับการเปลี่ยนแปลงที่เกิดขึ้นจริงในธรรมชาติ ในแบบจำลองเชิงตัวเลข บรรยากาศจะถูกแบ่งออกเป็นรูปทรงสี่เหลี่ยมเล็ก ๆ จำนวนมาก โดยมีจุดพิกัด (grid point) ณ จุดกึ่งกลางของรูปทรงสี่เหลี่ยมเหล่านี้ ด้วยวิธีการนี้คุณสมบัติของบรรยากาศจะสามารถแทนได้โดยสิ่งที่เกิดขึ้น ณ แต่ละจุดพิกัดเหล่านี้ ตัวอย่างเช่น หากแบบจำลองมีการแบ่งบรรยากาศออกเป็น 20 ระดับ มีจุดพิกัดในแนวทิศเหนือ - ใต้ จำนวน 217 จุด และจุดพิกัดในแบบจำลองนี้จะมีมากถึง 1,249,920 จุด
การแทนค่าองค์ประกอบหรือตัวแปรต่าง ๆ ของบรรยากาศด้วยค่าตัวเลขโดยประมาณนี้ เรียกว่าการกำหนดความไม่ต่อเนื่อง (discretization) ซึ่งก็คือการพยายามแทนปรากฏการณ์ที่มีความต่อเนื่อง ด้วยชุดของจำนวนเลขที่มีจำนวนจำกัด (ไม่ต่อเนื่อง) ยิ่งใช้ชุดของจำนวนเลขน้อยตัวเพียงใดก็จะยิ่งทำให้การกำหนดความไม่ต่อเนื่อง ที่ได้หยาบขึ้นเพียงนั้น ซึ่งจะเป็นผลให้การพยากรณ์อากาศมีรายละเอียดและความถูกต้องลดลง แต่หากกำหนดความไม่ต่อเนื่องให้ละเอียดขึ้น ก็จะมีจำนวนของตัวเลขมากขึ้น ซึ่งจะทำให้คอมพิวเตอร์ต้องใช้เวลาในการคำนวณนานขึ้น แต่ก็จะให้ผลการพยากรณ์มีรายละเอียดและความถูกต้องเพิ่มขึ้นเช่นกัน
แบบจำลองเชิงตัวเลขสำหรับการพยากรณ์อากาศที่มีการใช้งานอยู่เป็นจำนวนมาก ทั่วโลกนั้น ต่างก็มีพื้นฐานอยู่บนระบบสมการหลักชุดเดียวกัน ซึ่งระบบสมการนี้ประกอบด้วยสมการต่าง ๆ คือ สมการ ของการเคลื่อนที่ (equation of motion) สมการอุทกสถิต (hydrostatic equation) สมการอุณหพล (thermodynamic equation) สมการความต่อเนื่อง (continuity equation) สมการของสถานะ (equation of state ) และสมการไอน้ำ (water vapor equation) ระยะเวลาสั้น ๆ แทนที่จะเป็นการคาดหมายสภาวะที่ปกคลุมโลกทั้งหมด หรือการคาดหมายในระยะเวลานาน ๆ จึงมีการสร้างแบบจำลองสำหรับการพยากรณ์อากาศเฉพาะพื้นที่ (limited area model - LAM) ขึ้นมาเพื่อวัตถุประสงค์นี้ แบบจำลองเหล่านี้สามารถให้การพยากรณ์เฉพาะพื้นทีใดพื้นที่หนึ่ง โดยมีรายละเอียดสูง สำหรับช่วงเวลาที่ไม่เกิน 2-3 วัน ถ้านานกว่านั้น แบบจำลองเหล่านี้จะให้ผลการพยากรณ์ที่ไม่ค่อยถูกต้องนัก
ทั้งนี้เพราะสิ่งที่เกิดขึ้นนอกบริเวณที่กำหนดไว้สำหรับการพยากรณ์ จะมีอิทธิพลต่อลมฟ้าอากาศในบริเวณดังกล่าวด้วย ยิ่งช่วงเวลานานออกไป อิทธิพลภายนอกก็จะยิ่งมีมากขึ้นตามลำดับ
ดังนั้นการพยากรณ์อากาศโดยใช้เฉพาะข้อมูลในบริเวณที่กำหนด โดยไม่ได้คำนึงถึงอิทธิพลของบรรยากาศภายนอก จึงมีความถูกต้องลดลงอย่างรวดเร็วสำหรับการพยากรณ์อากาศที่นานเกินกว่า 2-3 วันนั้น ต้องคำนึงถึงความจริงว่า สภาวะในอนาคตของบรรยากาศ ณ ที่ใดที่หนึ่ง จะได้รับอิทธิพลจากลมฟ้าอากาศจากบริเวณที่อยู่ไกลออกไปมาก ๆ ด้วย การพยากรณ์อากาศบางอย่าง เช่น การพยากรณ์อากาศตามเส้นทางเดินเรือและเส้นทางการบิน การพยากรณ์การแพร่กระจายของมลภาวะ ไม่ใช่เป็นการพยากรณ์ ณ จุดใดจุดหนึ่งบนพื้นโลก แต่เป็นการพยากรณ์ที่ครอบคลุมพื้นที่เป็นบริเวณกว้าง ดังนั้นจะต้องคำนึงถึงสภาวะของบรรยากาศทั่วโลก โดยรวมไว้ในแบบจำลองเชิงตัวเลขเพื่อการพยากรณ์อากาศด้วย นั่นคือแบบจำลองเพื่อการ พยากรณ์อากาศระยะปานกลางต้องครอบคลุมพื้นที่ทั่วโลก ( global model) และต้องพิจารณาบรรยากาศตั้งแต่พื้นโลกขึ้นไปจนถึงความสูงประมาณ 30 กิโลเมตร รวมทั้งต้องคำนึงถึงการเปลี่ยนแปลงต่าง ๆ ที่เกิดขึ้นในระดับต่ำกว่าผิวพื้นโลกทั้งในส่วนที่เป็นแผ่นดินและมหาสมุทร ด้วย
ปัจจัยสำคัญบางประการที่มีผลต่อการเปลี่ยนแปลงของบรรยากาศ เป็นปรากฏการณ์ที่มีขนาดเล็กมาก เช่น
การที่รังสีจากดวงอาทิตย์ทำให้อุณหภูมิพื้นดินเพิ่มขึ้นในขนาดของโมเลกุลการปั่นป่วนของอากาศ
ใกล้พื้นดินและในระดับล่างของบรรยากาศอาจเกิดขึ้นในขนาดไม่กี่เซนติเมตร กระบวนการก่อตัวของเมฆ การเกิดฝนภายในก้อนเมฆ ปรากฏการณ์ขนาดเล็กเหล่านี้ไม่อาจรวมไว้ในแบบจำลองเชิงตัวเลขได้อย่างถูก ต้องด้วยวิธีการกำหนดความไม่ต่อเนื่อง (discretization) เพราะจะทำให้มีตัวเลขเป็นจำนวนมากมายมหาศาลเกินกว่าที่คอมพิวเตอร์ใด ๆ ๆ ในโลกปัจจุบัน จะทำการคำนวณได้รวดเร็วทันต่อการเปลี่ยนแปลงที่เกิดขึ้นจริงในบรรยากาศ ดังนั้น จึงมีความจำเป็นที่จะต้องแทนปรากกฏการณ์เหล่านี้ โดยพิจารณาถึงอิทธิพลหรือความสัมพันธ์ของมันที่มีต่อตัวแปรอื่น ๆ
ซึ่งมีขนาดใหญ่กว่าและได้กำหนดไว้แล้วในแบบจำลองแล้ววิธีนี้เรียกว่า การกำหนดตัวแปรเสริม (parameterization) วิธีการกำหนดตัวแปรเสริมนี้ยังคงต้องมีการพัฒนาอีกมาก เพื่อที่จะทำให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ มีความถูกต้องมากยิ่งขึ้นในการที่จะทำการพยากรณ์อากาศด้วยคอมพิวเตอร์โดยใช้ แบบจำลองเชิงตัวเลขได้นั้น จำเป็นต้องทราบสภาวะอากาศปัจจุบันหรือสภาวะเริ่มแรก (initial condition) ของบรรยากาศ ณ แต่ละจุดพิกัดที่กำหนดไว้ในแบบจำลอง ให้ครบถ้วนก่อน สภาวะเริ่มแรกนี้ได้มาจากการตรวจอากาศผิวพื้นการตรวจอากาศชั้นบน ข้อมูลจากดาวเทียมอุตุนิยมวิทยา เรดาร์ เรือเดินทะเล เครื่องบิน ทุ่นลอยในทะเล ฯลฯ รวมทั้งการประมาณค่าโดยคอมพิวเตอร์เองด้วยเช่นกัน ข้อมูลเหล่านี้จะถูกตรวจสอบความถูกต้องหลายขั้นตอนและด้วยวิธีการต่าง ๆ มากมาย หลังจากนั้นจะได้รับการจัดเตรียมให้อยู่ในรูปแบบที่เหมาะสมสำหรับการนำไปใช่ ในแบบจำลองเชิงตัวเลข การเตรียมข้อมูลสภาวะเริ่มแรกนั้นเป็นภารกิจที่ละเอียดอ่อนและใช้เวลา
โดยคอมพิวเตอร์อาจใช้เวลาเพื่อการนี้มากพอกับเวลาที่ใช้ในการพยากรณ์ อากาศเลยทีเดียว เมื่อจัดเตรียมข้อมูลสภาวะเริ่มแรกเรียบร้อยแล้ว คอมพิวเตอร์จะทำการคาดหมายสภาวะอากาศ ณ แต่ละจุดพิกัดที่กำหนดไว้ในแบบจำลอง โดยจะพยากรณ์ไปในอนาคตเพียงช่วงเวลาสั้น ๆ ไม่กี่นาที แล้วใช้ผลการพยากรณ์นี้เป็นค่าเริ่มต้นสำหรับการพยากรณ์ในครั้งต่อไป ทำเช่นนี้ไปเรื่อย ๆ จนสิ้น สุดระยะเวลาที่ต้องการพยากรณ์ เช่น ถ้าต้องการพยากรณ์อากาศเป็นเวลา 24 ชั่วโมง และทำการพยากรณ์ครั้งละ 10 นาที คอมพิวเตอร์จะต้องทำการพยากรณ์เป็นจำนวน 24 ชั่วโมง หารด้วย 10 นาที นั่นคือ 144 ครั้ง ที่ต้องทำการพยากรณ์เพียงช่วงเวลาสั้น ๆ ในแต่ละครั้ง ก็เพื่อให้ผลการพยากรณ์มีความถูกต้องมากที่สุด เพราะหากคำนวณการเปลี่ยนแปลงโดยใช้ช่วงเวลาที่นานมากขึ้น แม้ว่าคอมพิวเตอร์จะใช้เวลาในการคำนวณน้อยลงเนื่องจากจำนวนครั้งที่ต้อง พยากรณ์ลดลง แต่ความผิดพลาดในการพยากรณ์ก็จะเพิ่มมากขึ้นจนทำให้ผลการพยากรณ์ดังกล่าว คลาดเคลื่อนมาก เกินกว่าที่จะใช้ประโยชน์ไดเนื่องจากผลลัพธ์ที่ได้จากการพยากรณ์ด้วย คอมพิวเตอร์จะเป็นตัวเลขจำนวนมากมาย เกินกว่าที่จะเข้าใจได้โดยง่าย จึงจำเป็นต้องนำผลลัพธ์ที่ได้นี้ไปประมวลผลด้วยคอมพิวเตอร์ต่อไปอีก เพื่อให้ได้ผลผลิตขั้นสุดท้าย ในลักษณะที่สามารถนำไปใช้ประโยชน์ได้โดยง่าย ได้แก่ แผนที่และแผนภูมิอุตุนิยมวิทยาชนิดต่าง ๆ ซึ่งนักอุตุนิยมวิทยา จะใช้เพื่อประกอบการพิจารณาในการคาดหมายลมฟ้าอากาศ เพื่อให้ได้การพยากรณ์อากาศในขั้นสุดท้ายซึ่งก็คือคำพยากรณ์อากาศนั่นเอง เนื่องจากการพยากรณ์อากาศเป็นงานที่มีลักษณะพิเศษอย่างหนึ่ง คือบ่อยครั้งที่ผู้พยากรณ์อากาศต้องทำการตัดสินใจ โดยมีข้อมูลไม่เพียงพอ ซึ่งอาจเนื่องมาจากผลการตรวจอากาศมาถึงล่าช้าหรือไม่มีการตรวจอากาศในบริเวณ ที่จะต้องพยากรณ์และ
โดยที่ในขณะนี้การพยากรณ์อากาศด้วยคอมพิวเตอร์ ยังคงจำกัดอยู่เพียงในลักษณะของการแก้สมการทางคณิตศาสตร์ที่เกี่ยวข้องกับ การ เปลี่ยนแปลงของบรรยากาศเท่านั้น แต่ยังไม่สามารถเลียนแบบการใช้เหตุผลในการอนุมาน เช่นเดียวกับที่นักพยากรณ์อากาศใช้อยู่อย่างได้ผลในกรณีที่มีข้อมูลไม่เพียง พอ จึงได้มีการพัฒนาเพื่อใช้คอมพิวเตอร์ในการพยากรณ์อากาศโดยการใช้ปัญญา ประดิษฐ์ (artificia intelligence) ซึ่งจะช่วยให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ในอนาคตมีประสิทธิภาพสูงขึ้น อีกระดับหนึ่ง อย่างไรก็ตามคอมพิวเตอร์และมนุษย์จะยังคงมีบทบาทร่วมกันในการพยากรณ์อากาศ ต่อไปอีกนาน

Credit : www.numsai.com