Indica il modello meteorologico proprietario PredictWind che utilizza le condizioni iniziali globali NCEP , elaborate tramite il modello CSIRO CCAM per generare la previsione PWG.

Modello meteorologico proprietario di PredictWind che utilizza le condizioni iniziali globali ECMWF , elaborate tramite il modello CSIRO CCAM per generare la previsione PWE.

PredictWind è l'unica azienda privata al mondo a utilizzare questa tecnologia proprietaria in grado di generare previsioni con una risoluzione fino a 1 km per le aree più diffuse in tutto il mondo. Le previsioni con una risoluzione di 1 km arrivano fino a 36 ore e ottengono punteggi di accuratezza elevati utilizzando lo strumento di convalida.

Il nostro modello proprietario basato sull'intelligenza artificiale rappresenta la più importante innovazione previsionale di sempre per PredictWind. PWAi combina i punti di forza di ECMWF (alta risoluzione), AIFS, Fengwu e GraphCast per generare un'unica previsione ottimizzata che copre l'intero globo. Fornisce intervalli di tempo di 1 ora per i primi 3 giorni, offrendo una maggiore precisione temporale rispetto ad altri modelli di intelligenza artificiale. PWAi offre ottime prestazioni negli studi di convalida su periodi di breve e medio termine in aree di grandi dimensioni.

Acronimo di Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF) ed è molto apprezzato dai meteorologi e dai migliori navigatori di tutto il mondo. Il modello ECMWF High RES si classifica costantemente come il miglior modello meteorologico globale tra quelli offerti da un servizio meteorologico nazionale, con i punteggi più alti. Nel marzo 2016, ECMWF ha aumentato la risoluzione del proprio modello a una risoluzione record di 9 km, che attualmente è il modello globale con la più alta risoluzione disponibile. I dati ECMWF hanno un costo di acquisizione molto elevato, ed è per questo che non sono ampiamente utilizzati da molti siti web meteorologici, e sono stati tradizionalmente utilizzati solo dai migliori team di regate veliche e dai meteorologi.

Sviluppato ECMWF , AIFS è il loro modello di nuova generazione basato sull'intelligenza artificiale. Il modello AIFS ECMWF utilizza un'intelligenza artificiale avanzata per fornire previsioni globali tempestive e accurate. Offre prestazioni particolarmente elevate in mare aperto, catturando modelli meteorologici su larga scala nel medio-lungo termine.

Sistema di previsione globale del NCEP . Viene utilizzato dalla maggior parte degli altri siti web/app meteorologici. Ora visualizziamo il modello GFS-FV3 quando si vede l'etichetta GFS in PredictWind. Si tratta del primo aggiornamento significativo del GFS in circa 40 anni. A differenza del precedente modello GFS, il GFS-FV3 è in grado di simulare movimenti verticali come le correnti ascensionali, una componente chiave del maltempo, ad altissima risoluzione. Finora, i test suggeriscono che il modello FV3 offre previsioni a cinque giorni più accurate, nonché migliori previsioni delle traiettorie e dell'intensificazione degli uragani. Sebbene il nuovo core FV3 abbia mostrato miglioramenti rispetto al GFS, rimane al terzo posto per accuratezza, dietro ECMWF (1°) e UKMO (2°).

Noto anche come "Modello Unificato", l'Ufficio Meteorologico del Regno Unito vanta una lunga reputazione come leader di mercato nella modellazione previsionale. L'UKMO ha un'accuratezza molto simile al modello ECMWF offshore, ed è leggermente inferiore ai modelli ECMWF per le stazioni meteorologiche terrestri.

High-Resolution Rapid Refresh è un modello atmosferico NOAA in tempo reale con risoluzione di 3 km, aggiornato ogni ora, che risolve le nubi e tiene conto della convezione, inizializzato da griglie di 3 km con assimilazione radar a 3 km. I dati radar vengono assimilati nell'HRRR ogni 15 minuti per un periodo di 1 ora, aggiungendo ulteriori dettagli a quelli forniti dall'assimilazione oraria dei dati del Rapid Refresh potenziato dal radar a 13 km. Per saperne di più, guarda ilvideo .

Il North American Mesoscale Forecast System è uno dei principali modelli meteorologici della NOAA, che in questo caso copre la maggior parte del Nord America. Il NAM è un modello mesoscala, il che significa che l'analisi numerica è in grado di modellare il territorio e altre caratteristiche con una risoluzione più elevata rispetto a un modello globale, con conseguente miglioramento dell'accuratezza delle previsioni.

Un modello di previsione numerica su piccola scala, operativo presso Meteo-France dal dicembre 2008. È stato progettato per migliorare le previsioni a breve termine di eventi gravi come intense precipitazioni mediterranee (eventi Cévenole), forti temporali, nebbia, calore urbano durante le ondate di calore. Questo modello è molto apprezzato dai migliori velisti e supera le previsioni ECMWF .

Il modello di previsione meteorologica numerica globale (NWP) della Germania, sviluppato dal Servizio Meteorologico Tedesco (DWD) in collaborazione con il Max Planck Institute for Meteorology (MPI-M), utilizza una griglia icosaedrica: la superficie terrestre è suddivisa in un sistema di griglie basato su icosaedri suddivisi, offrendo una copertura pressoché uniforme a livello globale. Questo evita le distorsioni e le inefficienze computazionali riscontrate in prossimità dei poli nelle tradizionali griglie latitudine-longitudine.

Le previsioni SPIRE verranno rimosse da PredictWind a partire da ottobre 2025, poiché il modello utilizzato, SOF-D, sarà obsoleto da SPIRE.

A seconda della natura e del volume dei dati necessari per popolare una determinata mappa o tabella, ciò varia in base al modello meteorologico, al parametro e all'app/sito web di previsioni.

La tabella seguente riassume i modelli meteorologici disponibili per parametro e per app:

Sito web - Sito web di previsioni PredictWind

PWA - App PredictWind

OA - App offshore

Si prega di notare che i tempi esatti di aggiornamento potrebbero variare leggermente a causa di variazioni nella consegna dei dati di origine e nel processo di acquisizione.