Beschrijving:
De kaart "T-Adv 500" laat de advectie van koude of warme lucht zien op 500
hPa (ongeveer 5,5 km hoogte). Negatieve waardes geven koude-advectie aan,
positieve waardes warmte-advectie.
Een gevolg van koude- of warmte-advectie is het dalen of stijgen van de
geopotentiaal. Dit dalen of stijgen van de geopotentiaal leidt weer tot een
stijgen respectievelijk dalen van de verticale luchtbeweging. Beschouwing
van de zg. omega-vergelijking levert ons dat een maximum van kou-advectie
leidt tot een dalende luchtbeweging en een maximum van de warmte-advectie
leidt tot een stijgende luchtbeweging. Omdat er ook nog andere mechanismen
actief zijn (zie bijv. V-adv. 500) hoeft de uiteindelijke luchtbeweging niet
overeen te komen met het voorafgaande.
In de huidige weerkamerpraktijk worden de kaarten van de
vorticiteitsadvectie er ook voor gebruikt koude- en warmtefronten te
lokaliseren. Achter (meestal ten westen van) koufronten vindt meestal
kou-advectie plaats en achter een warmtefront meestal warmte-advectie.
COAMPS:®
The Coupled Ocean/Atmosphere Mesoscale Prediction System (COAMPS®) has been developed by the Marine Meteorology Division (MMD) of the Naval Research Laboratory (NRL). The atmospheric components of COAMPS®, described below, are used operationally by the U.S. Navy for short-term numerical weather prediction for various regions around the world.
The atmospheric portion of COAMPS® represents a complete three-dimensional data assimilation system comprised of data quality control, analysis, initialization, and forecast model components. Features include a globally relocatable grid, user-defined grid resolutions and dimensions, nested grids, an option for idealized or real-time simulations, and code that allows for portability between mainframes and workstations. The nonhydrostatic atmospheric model includes predictive equations for the momentum, the non-dimensional pressure perturbation, the potential temperature, the turbulent kinetic energy, and the mixing ratios of water vapor, clouds, rain, ice, grauple, and snow, and contains advanced parameterizations for boundary layer processes, precipitation, and radiation.
NWP:
Numerical weather prediction uses current weather conditions as input into mathematical models of the atmosphere to predict the weather. Although the first efforts to accomplish this were done in the 1920s, it wasn't until the advent of the computer and computer simulation that it was feasible to do in real-time. Manipulating the huge datasets and performing the complex calculations necessary to do this on a resolution fine enough to make the results useful requires the use of some of the most powerful supercomputers in the world. A number of forecast models, both global and regional in scale, are run to help create forecasts for nations worldwide. Use of model ensemble forecasts helps to define the forecast uncertainty and extend weather forecasting farther into the future than would otherwise be possible.
Wikipedia, Numerical weather prediction,
http://en.wikipedia.org/wiki/Numerical_weather_prediction(as of Feb. 9, 2010, 20:50 UTC).