Das sind die von uns bereitgestellten Prognosemodelle.
Unser Ziel ist es, Ihnen die präzisesten verfügbaren Wettervorhersagedaten bereitzustellen. Da ein einzelnes Vorhersagemodell nie in allen Situationen die höchste Genauigkeit bieten kann, erhalten Sie durch den Zugriff auf die weltweit führenden Vorhersagemodelle garantiert die bestmögliche Prognose und somit mehr Sicherheit bei Ihren Entscheidungen.
PredictWind ist seit 2008 Marktführer für präzise Vorhersagen im Freizeitmarkt. Mithilfe des CSIRO CCAM-Modells mit 450 hochauflösenden Gebieten weltweit deckt PredictWind die meisten beliebten Freizeitsportler im Wassersport ab.
PWG: Steht für das firmeneigene Wettermodell von PredictWind, das die globalen Anfangsbedingungen des NCEP nutzt, die durch das CSIRO CCAM-Modell verarbeitet werden, um die PWG-Vorhersage zu generieren.
PWE: Steht für das firmeneigene Wettermodell von PredictWind, das die globalen Anfangsbedingungen ECMWF nutzt, die durch das CSIRO CCAM-Modell verarbeitet werden, um die PWE-Vorhersage zu generieren.
Die Verwendung der Anfangsbedingungen ECMWF und NCEP (die mit einer Momentaufnahme des aktuellen Zustands der Erdatmosphäre vergleichbar sind) ermöglicht es uns, unsere eigenen weltweiten Wettermodelle zu betreiben, und wir sind das einzige private Unternehmen weltweit, das über diese proprietäre Technologie verfügt.
PW Ai : PW Ai ist unser eigenes PredictWind-KI-Modell, das mit unseren proprietären Meeresdatensätzen trainiert wurde. Es vereint die Stärken von ECMWF , AIFS, Fengwu und GraphCast, um eine einzige, optimierte globale Vorhersage zu erstellen. Für die ersten drei Tage liefert es stündliche Zeitschritte und bietet damit eine höhere Genauigkeit als andere KI-Modelle. PW Ai erzielt in Validierungsstudien über kurze bis mittelfristige Zeiträume in größeren Gebieten sehr gute Ergebnisse.
Beta-Status: PWAi befindet sich aktuell in der Beta-Testphase. Diese Evaluierung stellt die erste Phase der Validierung dar. Obwohl die ersten Ergebnisse sehr vielversprechend sind, wird PredictWind das Modell durch Praxistests und Nutzerfeedback weiter optimieren.
GFS steht für Global Forecast System des NCEP . Es wird von den meisten Wetter-Websites und -Apps verwendet. Wenn Sie in PredictWind die Bezeichnung GFS sehen, wird nun das GFS-FV3-Modell angezeigt. Es handelt sich um das erste bedeutende Upgrade des GFS seit etwa 40 Jahren. Im Gegensatz zum Vorgängermodell kann GFS-FV3 vertikale Bewegungen wie Aufwinde – eine Schlüsselkomponente von Unwettern – mit sehr hoher Auflösung simulieren. Bisherige Tests deuten darauf hin, dass das FV3-Modell genauere Fünf-Tage-Vorhersagen sowie bessere Vorhersagen von Hurrikanbahnen und deren Intensivierung liefert. Obwohl der neue FV3-Kern Verbesserungen gegenüber dem GFS aufweist, belegt er in puncto Genauigkeit weiterhin nur den dritten Platz hinter ECMWF (Platz 1) und dem UKMO (Platz 2).
ECMWF steht für Europäisches Zentrum für mittelfristige Wettervorhersage und genießt hohes Ansehen bei Meteorologen und erfahrenen Navigatoren weltweit. Das hochauflösende ECMWF -Modell (High RES) gilt als das beste globale Wettermodell eines nationalen Wetterdienstes und erzielt regelmäßig Bestnoten. Im März 2016 erhöhte ECMWF die Auflösung seines Modells auf rekordverdächtige 9 km – aktuell die höchste verfügbare globale Auflösung. Da die Daten ECMWF sehr teuer sind, werden sie von vielen Wetter-Websites nicht flächendeckend genutzt und waren traditionell auf führende Segelteams und Meteorologen beschränkt.
UKMO, auch bekannt als „Unified Model“ des britischen Wetterdienstes, genießt seit Langem einen hervorragenden Ruf als Marktführer in der Wettervorhersage. Für Offshore-Wetterstationen weist UKMO eine sehr ähnliche Genauigkeit wie das ECMWF Modell auf und liegt bei landgestützten Wetterstationen etwas hinter den Modellen ECMWF und Spire zurück.
HRRR steht für High-Resolution Rapid Refresh und ist ein von der NOAA entwickeltes, stündlich aktualisiertes, wolkenauflösendes und konvektionsauflösendes Atmosphärenmodell mit einer Auflösung von 3 km. Es wird mit 3-km-Gittern und 3-km-Radardatenassimilation initialisiert. Radardaten werden alle 15 Minuten über einen Zeitraum von einer Stunde in das HRRR assimiliert und ergänzen so die durch die stündliche Datenassimilation des radargestützten Rapid Refresh (13 km Auflösung) bereitgestellten Details. Weitere Informationen finden Sie imVideo .
NAM steht für North American Mesoscale Forecast System und ist eines der wichtigsten Wettermodelle der NOAA, das in diesem Fall den größten Teil Nordamerikas abdeckt. NAM ist ein mesoskaliges Modell, was bedeutet, dass die numerische Analyse Land und andere Merkmale mit einer höheren Auflösung als in einem globalen Modell abbilden kann, was zu einer verbesserten Vorhersagegenauigkeit führt.
AROME ist ein numerisches Vorhersagemodell im kleinen Maßstab, das seit Dezember 2008 bei Meteo-France im Einsatz ist. Es wurde entwickelt, um Kurzfristvorhersagen von Extremereignissen wie Starkregen im Mittelmeerraum (Cévenolen), schweren Stürmen, Nebel und städtischer Hitze während Hitzewellen zu verbessern. Dieses Modell genießt hohes Ansehen bei führenden Regattaseglern und übertrifft die Vorhersagen ECMWF .
AIFS: ist ein operationelles Wettervorhersagesystem, das vom Europäischen Zentrum für mittelfristige Wettervorhersage ( ECMWF ) entwickelt wurde und künstliche Intelligenz (KI) oder maschinelles Lernen (ML) zur Erstellung von Wettervorhersagen nutzt.
ICON ist Deutschlands globales numerisches Wettervorhersagemodell (NWP), entwickelt vom Deutschen Wetterdienst (DWD) in Zusammenarbeit mit dem Max-Planck-Institut für Meteorologie (MPI-M). Es verwendet ein ikosaedrisches Gitter: Die Erdoberfläche ist in ein Gittersystem unterteilt, das auf untergliederten Ikosaedern basiert und so eine annähernd gleichmäßige globale Abdeckung gewährleistet. Dadurch werden Verzerrungen und Rechenineffizienzen vermieden, die in der Nähe der Pole bei herkömmlichen Breiten- und Längengradgittern auftreten.
----------------
Durch den Vergleich der PWG/PWE-Vorhersagen lässt sich das Vertrauen in die Vorhersage einschätzen, und die Hinzunahme der GFS/ ECMWF /ICON/AIFS/UKMO und PW Ai erhöht das Vertrauen noch einmal deutlich.