Dette er prognosemodellene som er tilgjengelige i PredictWind.

Målet vårt er å gi deg tilgang til de mest nøyaktige prognosedataene som er tilgjengelige. Ingen enkeltstående prognosemodell vil være den mest nøyaktige i enhver situasjon, så det å sammenligne flere ledende prognosemodeller kan gi deg større trygghet i prognosen og beslutningstakingen din.

PredictWind har vært markedslederen for nøyaktige prognoser i fritidsmarkedet siden 2008. Ved å bruke CSIRO CCAM-modellen med 450 høyoppløselige domener over hele verden, dekker PredictWind de mest populære brukerne av fritidsbåter i verden.

PWG er PredictWinds proprietære værmodell som bruker NCEPs globale startforhold, behandlet gjennom CSIRO CCAM-modellen for å generere PWG-prognosen.

PWE er PredictWinds proprietære værmodell som bruker ECMWF globale startforhold, behandlet gjennom CSIRO CCAM-modellen for å generere PWE-prognosen.

ECMWF og NCEP-startbetingelsene gir et «fotografisk øyeblikksbilde» av jordens atmosfæres nåværende tilstand. Vi bruker disse startbetingelsene til å kjøre våre egne proprietære værmodeller over hele verden, ved hjelp av teknologi som er unik for PredictWind i den private værvarslingssektoren.

PWAi er PredictWinds proprietære, AI-drevne, globale prognosemodell. Den kombinerer informasjon fra ECMWF , AIFS, Fengwu og GraphCast for å generere én optimalisert prognose som dekker hele verden.

PWAi gir tidssteg på 1 time for de tre første dagene og presterer spesielt godt i valideringsstudier over kort- til mellomlangsiktige prognoseperioder og i større områder.

Du kan se denne evalueringen , som representerer den første fasen av valideringen. Resultatene er svært oppmuntrende. PredictWind vil fortsette å forbedre modellen gjennom testing i den virkelige verden og tilbakemeldinger fra brukere.

ECMWF står for European Centre for Medium-Range Weather Forecasts . Den globale prognosemodellen har en oppløsning på 9 km og er høyt ansett av meteorologer og profesjonelle navigatører over hele verden. Den presterer konsekvent sterkt i global prognoseverifisering og er den eneste globale prognosemodellen som er tilgjengelig med denne høye oppløsningen.

GFS står for Global Forecast System og er produsert av det amerikanske National Centers for Environmental Prediction (NCEP). GFS er en global numerisk værvarslingsmodell og brukes mye av værtjenester, nettsteder og applikasjoner over hele verden. Vi viser GFS-FV3-modellen når du ser GFS-etiketten i PredictWind.

GFS-FV3 kan simulere vertikale bevegelser som oppstrømsvind, en nøkkelkomponent i uvær, med svært høy oppløsning. Tester tyder på at FV3-modellen har mer nøyaktige femdagersprognoser, samt bedre prediksjoner av orkanbaner og intensivering. Selv om den nye FV3-kjernen har vist forbedringer i forhold til GFS, er den fortsatt rangert som nummer 3 for nøyaktighet, bak ECMWF (1. plass) og UKMO (2. plass).

UKMO refererer til den globale prognosemodellen produsert av UK Met Office . Også kjent som Unified Model, har den et langvarig rykte som en av verdens ledende globale værmodeller.

ICON er Tysklands globale numeriske værvarslingsmodell (NWP), utviklet av den tyske værtjenesten (DWD) i samarbeid med Max Planck-instituttet for meteorologi (MPI-M).

ICON bruker et ikosaedrisk rutenett som gir omtrent jevn dekning over hele kloden. Dette bidrar til å unngå noe av forvrengningen og beregningsineffektiviteten som kan oppstå nær polene med tradisjonelle breddegrad-lengdegrad-rutenett.

AIFS er et AI-drevet globalt værvarslingssystem utviklet av Det europeiske senteret for mellomlange værvarsler ( ECMWF ) .

Den bruker kunstig intelligens og maskinlæring til å generere globale prognoser og yter spesielt bra offshore, og fanger opp storskala værmønstre på mellomlang til lang sikt.

HRRR står for High-Resolution Rapid Refresh . Det er NOAAs 3 km lange høyoppløselige værmodell som dekker det sammenhengende USA og oppdateres hver time for å gi detaljerte kortsiktige værmeldinger.

HRRR inneholder radarobservasjoner og er utviklet for å fange opp småskala og raskt utviklende værsystemer. For mer informasjon, se dennevideoen .

NAM står for North American Mesoscale Forecast System og er en av NOAAs regionale værmodeller som dekker Nord-Amerika.

Som en mesoskalamodell kan NAM representere land og andre geografiske trekk med høyere oppløsning enn mange globale modeller, og gi mer detaljerte regionale prognoser.

AROME er en høyoppløselig regional numerisk værvarslingsmodell utviklet av Météo-France. Den er designet for detaljerte kortsiktige varsler og er spesielt nyttig for å varsle mindre værforhold og alvorlige værhendelser som intens middelhavsnedbør (Cevenole-hendelser).

Å sammenligne prognoser fra flere modeller kan hjelpe deg med å vurdere prognosetilliten. Når ulike modeller viser lignende forhold, er tilliten til prognosen generelt høyere. Når de avviker betydelig, er det verdt å overvåke senere prognoseoppdateringer og vurdere utvalget av mulige forhold.

Når du ser på PredictWind-prognosetabellene, skjules menyen som inneholder de forskjellige prognosevariablene når du blar gjennom prognosedagene. Dette gjør at flere prognosetidstrinn kan vises på skjermen.

Når menyen er skjult, forkortes navnene på prognosemodellene:

For å vise de fullstendige modellnavnene igjen, sveip helt tilbake til venstre.