Ситуация коренным образом изменилась с появлением первых компьютеров. В 1946 году в рамках проекта по созданию первого цифрового электронного компьютера ENIAC (Electronic Numerical Integrator and Calculator) Джон фон Нейман предложил сделать одним из его основных применений решение задачи численного прогноза погоды [2]. Даже несмотря на использование компьютера, исходная задача Ричардсона была существенно упрощена: предварительно в 1948-49 годах Чарни и Эллиасен несколько изменили систему уравнений, исключив из её решений акустические волны и введя ряд дополнительных приближений. Таким образом, была разработана первая компьютерная модель атмосферы и на основании разработок 1948-49 годов Чарни, Фьёртофт и фон Нейман осуществили в 1950 первый успешный численный прогноз погоды [4]. Вычисления проводились в рамках баротропной (содержащий по вертикали только один слой сетки) модели. Прогнозы 1950 года покрывали территорию Северной Америки двумерной расчётной сеткой, состоявшей из 270 узлов с шагом 700 км. Временной шаг составлял три часа. Хотя результаты прогноза и были далеки от идеальных, тем не менее, они оправдывали продолжение исследований [1].
Уже в 1951 году Чарни на основании всестороннего исследования пришёл к выводу, что использование в численном моделировании полной системы уравнений движения атмосферы в принципе возможно и, более того, позволит достигнуть более реалистичных результатов [1]. Таким образом, необходимое количество приближений определяется исключительно доступными вычислительными ресурсами. Только в 1960-х модели, основанные на полной системе уравнений в формулировке Бьёркнеса и Ричардсона, пришли на смену баротропному и бароклинному приближению. Компьютерные модели атмосферы непрерывно развивались, и с ростом доступной вычислительной мощности становилось возможным использовать меньшее количество упрощений при формулировке системы уравнений.
Компьютерная модель атмосферы в широком смысле представляет собой программное представление динамических, физических, химических и радиационных процессов в атмосфере. Наряду с дифференциальными уравнениями, такое представление включает в себя также параметрические и эмпирические уравнения. Для широкого класса процессов величина используемого в конкретных вычислениях шага сетки не позволяет им адекватно воспроизводиться в процессе моделирования. В таком случае для их полноценного представления используются так называемые «параметризации».
С развитием технологии атмосферного моделирования, круг воспроизводимых явлений и возможных приложений компьютерных моделей атмосферы постоянно растёт. С момента зарождения компьютерного моделирования атмосферы в 1948 году, компьютерные модели применялись в исследованиях погодных явлений, климата и вопросов, связанных с загрязнением атмосферы и окружающей среды в целом. Изначально метеорологические атмосферные модели использовались для прогнозирования погоды и изменений климата, в то время как в исследованиях в области химии и фотохимии атмосферы применялись собственные специфические компьютерные модели. И лишь в настоящее время разработаны наиболее общие программные системы, включающие в себя как динамическую метеорологию, так и атмосферную химию и позволяющие моделировать широкий спектр атмосферных явлений [2].
Цель разработки компьютерной модели атмосферы заключается с одной стороны в исследованиях с применением моделирования в направлении улучшении понимания физических, химических, динамических и радиационных процессов, а с другой стороны в улучшении качества моделирования для практического использования данной компьютерной модели в прогнозировании погоды и изменений климата и в других сферах.
Компьютерные модели атмосферы разрабатывались исследовательскими центрами, университетами и метеослужбами различных стран. Атмосферные модели обычно подразделяют на классы в соответствии с пространственным масштабом моделируемых явлений. Среди используемых на практике для прогнозирования моделей, как правило, выделяют модели глобальной циркуляции, региональные и мезомасштабные модели.
В моделях глобальной циркуляции атмосферы рассматриваются процессы планетарного масштаба, и ставится цель адекватного воспроизведения глобальной циркуляции воздушных масс с использованием данных всех возможных метеонаблюдений, включая прямые наблюдения (с помощью наземных станций, самолётов, метеозондов) и данные дистанционного зондирования (со спутников, наземных радаров и лидаров). Примерами современных моделей глобальной циркуляции являются Global Forecast System (GFS), разработанная в США, Unified Model (UM) метеослужбы Великобритании, GME службы погоды Германии и др.
Региональные модели атмосферы нацелены на моделирование атмосферных процессов в некотором ограниченном регионе, при этом условия на границах региона моделирования определяются на основании результатов вычислений некоторой модели глобальной циркуляции для того же промежутка времени. Поскольку область моделирования существенно меньше, чем в глобальных моделях, появляется возможность использовать меньший шаг сетки и включить в рассмотрение более широкий круг процессов. Если доступные вычислительные ресурсы позволяют проводить моделирование с шагом сетки порядка нескольких километров, то такая модель обычно называется мезомасштабной, поскольку способна адекватно воспроизводить мезомасштабные атмосферные процессы. Примерами мезомасштабных моделей являются NAM (North American Mesoscale), Eta, RUC (Rapid Update Cycle), ARPS (Advanced Regional Prediction System), RAMS (Regional Atmospheric Modeling System), разработанные в США, LM (Lokal Model) службы погоды Германии, ALADIN (европейский проект на основе разработок метеослужбы Франции).
Система MM5 (Mesoscale Model 5), результат разработок университета штата Пенсильвания и Национального центра атмосферных исследований (NCAR – National Center for Atmospheric Research) США, в течение нескольких лет была широко распространена в различных странах и использовалась в научных целях и практике метеорологического прогнозирования. Такая популярность обусловлена в первую очередь тем, что MM5 является моделью свободного пользования, то есть, доступна для скачивания и представляет собой свободно распространяемое программное обеспечение.
В настоящее время на основе моделей MM5, Eta и ряда других разработана новейшая универсальная система атмосферного моделирования WRF, нацеленная на использование как в исследовательских целях, так и для метеорологического прогнозирования. Подобно MM5, система WRF распространяется свободно и широко используется в научных центрах и метеослужбах различных стран.
Weather Research and Forecasting (WRF) – одна из наиболее современных и разработанных систем численного прогноза погоды и атмосферного моделирования. В настоящее время WRF позиционируется в качестве единого рабочего инструмента для совместного использования научно-исследовательскими учреждениями и метеослужбами.
Разработка системы WRF является результатом сотрудничества ряда ведомств, исследовательских организаций и университетов в рамках проекта по созданию нового поколения систем мезомасштабного атмосферного моделирования и усвоения данных метеонаблюдений с целью улучшения понимания физических процессов в атмосфере и повышения качества прогнозирования мезомасштабных погодных явлений, а также для скорейшего внедрения новейших научно-исследовательских разработок в сфере атмосферного моделирования в практику оперативного метеорологического прогнозирования [5].
WRF представляет собой чрезвычайно гибкую, открытую к модификациям программную систему, находящуюся в свободном доступе (Public Domain). Высокая степень машинонезависимости программного кода позволяет использовать WRF практически в любом программном окружении для широкого спектра вычислительных платформ, включая наиболее мощные суперкомпьютеры, серверы, рабочие станции, персональные и даже портативные компьютеры.
Наряду с использованием в практике численного прогноза погоды, приложения WRF включают в себя исследования в области усвоения данных метеонаблюдений, разработки схем параметризации физических процессов в атмосфере, моделирования регионального климата, анализа распространения примесей в атмосфере, взаимодействия атмосферы и океана, моделирования идеализированных случаев, представляющих интерес для теоретических исследований. Являясь свободно распространяемым программным обеспечением, WRF используется в научных и практических целях в различных странах мира и продолжает непрерывно развиваться [5].