Oznacza zastrzeżony model pogodowy PredictWind, który wykorzystuje globalne warunki początkowe NCEP , przetworzone przez model CSIRO CCAM w celu wygenerowania prognozy PWG.

Opatentowany model pogodowy PredictWind, który wykorzystuje globalne warunki początkowe ECMWF , przetworzone za pomocą modelu CSIRO CCAM w celu wygenerowania prognozy PWE.

PredictWind to jedyna prywatna firma na świecie, która dysponuje tą opatentowaną technologią, generującą prognozy z rozdzielczością do 1 km dla popularnych obszarów na całym świecie. Prognozy z rozdzielczością do 1 km są dostępne nawet na 36 godzin i uzyskują wysokie oceny dokładności w narzędziu walidacyjnym.

Nasz autorski model oparty na sztucznej inteligencji stanowi najważniejszy przełom w prognozowaniu w historii PredictWind. PWAi łączy w sobie zalety ECMWF (wysoka rozdzielczość), AIFS, Fengwu i GraphCast, aby generować jedną, zoptymalizowaną prognozę obejmującą cały świat. Zapewnia 1-godzinne przedziały czasowe dla pierwszych 3 dni, oferując większą precyzję czasową niż inne modele AI. PWAi doskonale sprawdza się w badaniach walidacyjnych w krótkich i średnich okresach na większych obszarach.

Status wersji beta: PWAi jest obecnie w fazie testów beta, a niniejsza ewaluacja stanowi pierwszy etap jego walidacji. Chociaż wstępne wyniki są bardzo zachęcające, PredictWind będzie nadal udoskonalać model poprzez testy w warunkach rzeczywistych i opinie użytkowników.

Skrót od Europejskiego Centrum Prognoz Średnioterminowych (European Center for Medium-Range Weather Forecasts) oznacza, że ​​dane te cieszą się uznaniem meteorologów i czołowych nawigatorów na całym świecie. Model ECMWF High RES konsekwentnie plasuje się na szczycie listy najlepszych globalnych modeli pogodowych krajowych służb meteorologicznych, uzyskując najwyższe noty. W marcu 2016 roku ECMWF zwiększyło rozdzielczość swojego modelu do rekordowych 9 km, co stanowi obecnie najwyższą dostępną rozdzielczość globalną. Dane ECMWF charakteryzują się bardzo wysokim kosztem akwizycji, dlatego nie są powszechnie wykorzystywane przez wiele serwisów pogodowych, a tradycyjnie korzystały z nich jedynie czołowe zespoły regatowe i meteorolodzy.

Opracowany przez ECMWF , model AIFS to ich najnowszej generacji model oparty na sztucznej inteligencji. Model AIFS wykorzystuje zaawansowaną sztuczną inteligencję do dostarczania aktualnych i dokładnych prognoz globalnych. Szczególnie dobrze sprawdza się na morzu, rejestrując wielkoskalowe wzorce pogodowe w perspektywie średnio- i długoterminowej.

Globalny System Prognoz od NCEP . Jest używany przez większość innych stron/aplikacji pogodowych. Teraz wyświetlamy model GFS-FV3, gdy widzisz etykietę GFS w PredictWind. To pierwsza znacząca aktualizacja GFS od około 40 lat. W przeciwieństwie do poprzedniego modelu GFS, GFS-FV3 jest w stanie symulować ruchy pionowe, takie jak prądy wstępujące, kluczowy składnik ekstremalnych warunków pogodowych, z bardzo wysoką rozdzielczością. Jak dotąd testy sugerują, że model FV3 ma dokładniejsze pięciodniowe prognozy, a także lepsze przewidywania tras i intensyfikacji huraganów. Chociaż nowy rdzeń FV3 wykazał poprawę w stosunku do GFS, nadal zajmuje 3. miejsce pod względem dokładności za ECMWF (1. miejsce) i UKMO (2. miejsce).

Model UKMO, znany również jako „Unified Model” (Zunifikowany Model) przez Brytyjskie Biuro Meteorologiczne, od dawna cieszy się renomą lidera na rynku modelowania prognoz. Model UKMO charakteryzuje się dokładnością zbliżoną do modelu ECMWF dla stacji meteorologicznych na morzu i nieznacznie ustępuje modelom ECMWF dla stacji naziemnych.

High-Resolution Rapid Refresh to model atmosferyczny NOAA w czasie rzeczywistym o rozdzielczości 3 km, aktualizowany co godzinę, uwzględniający chmury i umożliwiający konwekcję, inicjowany siatkami 3 km z asymilacją radarową 3 km. Dane radarowe są asymilowane w HRRR co 15 minut w ciągu godziny, co zwiększa szczegółowość danych dostarczanych przez godzinną asymilację danych z 13-kilometrowego Rapid Refresh wspomaganego radarem. Aby dowiedzieć się więcej, obejrzyjfilm .

Północnoamerykański Mezoskalowy System Prognoz (NAM) to jeden z głównych modeli pogodowych NOAA, obejmujący większość Ameryki Północnej. NAM to model mezoskalowy, co oznacza, że ​​analiza numeryczna pozwala modelować ląd i inne elementy z wyższą rozdzielczością niż w modelu globalnym, co przekłada się na większą dokładność prognoz.

Numeryczny model predykcyjny w małej skali, działający w Meteo-France od grudnia 2008 roku. Został zaprojektowany w celu ulepszenia krótkoterminowych prognoz gwałtownych zjawisk, takich jak intensywne opady w regionie śródziemnomorskim (zdarzenia w Sewenoli), gwałtowne burze, mgła i miejskie upały podczas fal upałów. Model ten jest wysoko ceniony przez czołowych nawigatorów wyścigowych i przewyższa prognozy ECMWF .

Niemiecki globalny numeryczny model prognozowania pogody (NWP), opracowany przez Niemiecką Służbę Meteorologiczną (DWD) we współpracy z Instytutem Meteorologii Maxa Plancka (MPI-M). Wykorzystuje on siatkę ikozaedryczną: powierzchnia Ziemi jest podzielona na system siatki oparty na podzielonych dwudziestościanach, co zapewnia mniej więcej równomierne pokrycie na całym świecie. Pozwala to uniknąć zniekształceń i nieefektywności obliczeniowej występujących w pobliżu biegunów w tradycyjnych siatkach szerokości i długości geograficznej.

Prognoza SPIRE została usunięta z PredictWind od października 2025 r., ponieważ używany model SOF-D nie jest już wspierany przez SPIRE.

W zależności od charakteru i objętości danych wymaganych do wypełnienia danej mapy lub tabeli, zależą one od modelu pogody, parametru i witryny aplikacji/prognozy.

Poniższa tabela podsumowuje dostępne modele pogody według parametrów i aplikacji:

Strona internetowa – witryna prognoz PredictWind

PWA - aplikacja PredictWind

OA - Aplikacja offshore

Należy pamiętać, że dokładny czas aktualizacji może się nieznacznie różnić ze względu na różnice w sposobie dostarczania danych źródłowych i procesie ich pobierania.