Estos son los modelos de pronóstico que proporcionamos.
Nuestro objetivo es brindarle los datos de pronóstico más precisos disponibles. Ningún modelo de pronóstico será el más preciso en todas las situaciones, por lo que al tener acceso a los mejores modelos de pronóstico del mundo, puede tener la seguridad de obtener el mejor pronóstico posible y así tomar decisiones con mayor confianza.
PredictWind ha sido líder del mercado en pronósticos precisos para el sector recreativo desde 2008. Utilizando el modelo CSIRO CCAM con 450 dominios de alta resolución en todo el mundo, PredictWind cubre a la mayoría de los usuarios recreativos náuticos del mundo.
PWG: Son las siglas del modelo meteorológico propietario PredictWind, que utiliza las condiciones iniciales globales del NCEP , procesadas a través del modelo CSIRO CCAM para generar el pronóstico PWG.
PWE: Son las siglas del modelo meteorológico propietario PredictWind, que utiliza las condiciones iniciales globales ECMWF , procesadas a través del modelo CSIRO CCAM para generar la previsión PWE.
El uso de las condiciones iniciales del ECMWF y del NCEP (que son comparables a una instantánea "fotográfica" que contiene el estado actual de la atmósfera terrestre) nos permite ejecutar nuestros propios modelos meteorológicos mundiales, y somos la única empresa privada del mundo que posee esta tecnología patentada.
PW Ai : PW Ai es nuestro propio modelo de IA PredictWind, entrenado con nuestros conjuntos de datos marinos propios. Combina las ventajas de ECMWF , AIFS, Fengwu y GraphCast para generar un pronóstico único y optimizado que abarca todo el planeta. Proporciona intervalos de tiempo de 1 hora durante los primeros 3 días, ofreciendo una mayor precisión temporal que otros modelos de IA. PW Ai ofrece un rendimiento excelente en estudios de validación a corto y medio plazo en áreas de gran extensión.
Estado beta: PWAi se encuentra actualmente en fase de pruebas beta, y esta evaluación representa la primera fase de su validación. Si bien los resultados iniciales son muy alentadores, PredictWind continuará perfeccionando el modelo mediante pruebas en entornos reales y la retroalimentación de los usuarios.
GFS: Significa Sistema de Pronóstico Global del NCEP . Este es el que utilizan la mayoría de los sitios web y aplicaciones meteorológicas. Ahora mostramos el modelo GFS-FV3 cuando ve la etiqueta GFS en PredictWind. Es la primera actualización significativa de GFS en aproximadamente 40 años. A diferencia del modelo GFS anterior, GFS-FV3 puede simular movimientos verticales como las corrientes ascendentes, un componente clave del clima severo, con una resolución muy alta. Hasta ahora, las pruebas sugieren que el modelo FV3 tiene pronósticos a cinco días más precisos, así como mejores predicciones de trayectorias e intensificación de huracanes. Aunque el nuevo núcleo FV3 ha mostrado mejoras con respecto a GFS, sigue ocupando el tercer lugar en precisión, detrás de ECMWF (1.º) y UKMO (2.º).
ECMWF : Acrónimo de Centro Europeo de Previsiones Meteorológicas a Medio Plazo, es un referente para meteorólogos y navegantes de élite a nivel mundial. El modelo ECMWF High RES se posiciona consistentemente como el mejor modelo meteorológico global de un servicio meteorológico nacional, con las puntuaciones más altas. En marzo de 2016, ECMWF aumentó la resolución de su modelo a un récord de 9 km, la mayor resolución disponible actualmente a nivel global. Los datos ECMWF tienen un coste de adquisición muy elevado, razón por la cual no son ampliamente utilizados por muchos sitios web meteorológicos y tradicionalmente solo han sido empleados por los mejores equipos de regatas y meteorólogos.
UKMO, también conocido como el "Modelo Unificado" por la Oficina Meteorológica del Reino Unido, goza de una larga trayectoria como líder del mercado en la modelización de pronósticos meteorológicos. UKMO ofrece una precisión muy similar a la del modelo ECMWF para estaciones marinas, y se sitúa ligeramente por detrás de los modelos ECMWF y Spire para estaciones meteorológicas terrestres.
HRRR: Significa Actualización Rápida de Alta Resolución y es un modelo atmosférico de la NOAA en tiempo real con resolución de 3 km, actualizado cada hora, que permite la resolución de nubes y la simulación de convección, inicializado con cuadrículas de 3 km y asimilación de radar de 3 km. Los datos de radar se asimilan en el HRRR cada 15 minutos durante un período de 1 hora, lo que añade más detalles a los proporcionados por la asimilación horaria de datos del Rapid Refresh mejorado con radar de 13 km. Para obtener más información, vea elvídeo .
NAM: Son las siglas de North American Mesoscale Forecast System (Sistema de Pronóstico Mesoescala de América del Norte) y es uno de los principales modelos meteorológicos de la NOAA, que en este caso abarca la mayor parte de América del Norte. NAM es un modelo mesoescala, lo que significa que el análisis numérico puede modelar la tierra y otras características con una resolución mayor que la de un modelo global, lo que se traduce en una mayor precisión en los pronósticos.
AROME es un modelo de predicción numérica a pequeña escala, operativo en Météo-France desde diciembre de 2008. Fue diseñado para mejorar las predicciones a corto plazo de fenómenos severos como precipitaciones intensas en el Mediterráneo (eventos de Cévenole), tormentas severas, niebla y calor urbano durante olas de calor. Este modelo goza de gran prestigio entre los mejores regatistas y supera las predicciones ECMWF .
AIFS: es un sistema operativo de predicción meteorológica desarrollado por el Centro Europeo de Predicción Meteorológica a Medio Plazo ( ECMWF ) que utiliza inteligencia artificial (IA) o aprendizaje automático (ML) para generar pronósticos meteorológicos.
ICON es el modelo numérico global de predicción meteorológica (NWP) de Alemania, desarrollado por el Servicio Meteorológico Alemán (DWD) en colaboración con el Instituto Max Planck de Meteorología (MPI-M). Utiliza una cuadrícula icosaédrica: la superficie terrestre se divide en un sistema de cuadrícula basado en icosaedros subdivididos, lo que proporciona una cobertura prácticamente uniforme a nivel global. Esto evita la distorsión y las ineficiencias computacionales que se presentan cerca de los polos en las cuadrículas tradicionales de latitud y longitud.
----------------
Comparar las previsiones de PWG/PWE permite evaluar el nivel de confianza en la previsión, y añadir GFS/ ECMWF /ICON/AIFS/UKMO y PW Ai eleva la confianza a un nuevo nivel.