Puntuación:
El libro ofrece una referencia detallada sobre la predicción numérica del tiempo, con un contexto histórico y una revisión exhaustiva de los avances en este campo. Sin embargo, resulta difícil para los recién llegados y carece de un enfoque didáctico.
Ventajas:Contiene una útil historia del campo, una revisión exhaustiva de los avances y abundante información de referencia y ecuaciones beneficiosas para quienes tengan experiencia previa.
Desventajas:Difícil para los recién llegados, poco didáctico, carente de explicaciones y derivaciones intuitivas e insuficiente justificación de los conceptos clave.
(basado en 1 opiniones de lectores)
Fundamentals of Numerical Weather Prediction
Los modelos numéricos se han convertido en herramientas esenciales en las ciencias medioambientales, sobre todo en la predicción meteorológica y climática. Este libro ofrece una panorámica completa de las técnicas empleadas en estos campos, haciendo hincapié en el diseño de los modelos numéricos más recientes de la atmósfera.
Presenta una breve historia de la predicción numérica del tiempo y su evolución, antes de describir las diversas ecuaciones de los modelos y cómo resolverlas numéricamente. Esboza los principales elementos de un conjunto de previsiones meteorológicas, y la teoría se ilustra a lo largo de todo el libro con ejemplos prácticos de modelos operativos y parametrizaciones de procesos físicos.
Este libro se basa en los muchos años de experiencia del autor, como científico en M t o-France e impartiendo cursos de nivel universitario. Se trata de un libro de texto práctico y accesible para cursos de postgrado y un recurso práctico para investigadores y profesionales de la física atmosférica, la meteorología y la climatología, así como de las disciplinas afines de la dinámica de fluidos, la hidrología y la oceanografía.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)