气象预报中的大气、海洋及耦合模型的进展

数值天气预报（NWP）已经从仅限于大气的模型演变为全面的地球系统模型（ESMs），这一变化得益于模型分辨率、物理真实性和计算能力的进步。虽然已有许多关于ESMs的综述，但本研究讨论了发展路径，并提供了大气环流模型（AGCMs）、海洋环流模型（OGCMs）、耦合大气-海洋环流模型（AOGCMs）和完全整合的ESMs的比较分析。本综述强调了耦合模型在表现地球系统中的反馈和遥相关方面的独特价值，检查了在模拟关键气候现象方面的改善。这些进展与精细的耦合策略、增强的参数化方案和高分辨率倡议相关。强调了人工智能（AI）和机器学习（ML）在改善预测、减少系统性错误以及启用混合物理-数据模型中的潜力。评估了诸如欧洲海洋建模核（NEMO）和混合坐标海洋模型（HYCOM）等海洋模型在中尺度动力学、空气-海洋相互作用和生物地球化学循环中的贡献。然而，仍存在持续挑战，包括高计算成本、改进云和降水物理表示以及一致的跨组件初始化。本综述最后通过识别关键研究空白，讨论了如何利用AI增强的基于物理的模型支持可扩展、透明且与政策相关的预测系统的发展。