Są to modele prognostyczne, które dostarczamy.
Naszym celem jest dostarczenie Ci najdokładniejszych dostępnych danych prognostycznych. Pojedynczy model prognostyczny nigdy nie będzie najdokładniejszy w każdej sytuacji, dlatego dzięki dostępowi do najlepszych na świecie modeli prognostycznych masz pewność, że otrzymasz najlepszą możliwą prognozę, co zwiększy Twoją pewność w podejmowaniu decyzji.
PredictWind jest liderem rynku dokładnych prognoz dla branży rekreacyjnej od 2008 roku. Wykorzystując model CSIRO CCAM z 450 domenami o wysokiej rozdzielczości na całym świecie, PredictWind obejmuje najpopularniejszych użytkowników branży rekreacyjnej na świecie.
PWG: Oznacza opatentowany model pogodowy PredictWind, który wykorzystuje globalne warunki początkowe NCEP , przetworzone przez model CSIRO CCAM w celu wygenerowania prognozy PWG.
PWE: Skrót od zastrzeżonego modelu pogodowego PredictWind, który wykorzystuje globalne warunki początkowe ECMWF , przetworzone przez model CCAM CSIRO w celu wygenerowania prognozy PWE.
Wykorzystując początkowe warunki ECMWF i NCEP (porównywalne do „fotograficznej” migawki przedstawiającej aktualny stan atmosfery Ziemi) możemy tworzyć własne światowe modele pogody. Jesteśmy jedyną prywatną firmą na świecie dysponującą tą opatentowaną technologią.
PW Ai : PW Ai to nasz autorski model sztucznej inteligencji PredictWind, trenowany z wykorzystaniem naszych autorskich zestawów danych morskich. Łączy on zalety ECMWF , AIFS, Fengwu i GraphCast, aby generować jedną, zoptymalizowaną prognozę obejmującą cały glob. Zapewnia 1-godzinne kroki czasowe dla pierwszych 3 dni, zapewniając większą precyzję kroku czasowego niż inne modele sztucznej inteligencji. PWAi bardzo dobrze sprawdza się w badaniach walidacyjnych w krótkich i średnich okresach na obszarach o dużej skali.
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.
GFS: Skrót od Global Forecast System od NCEP . Jest używany przez większość innych witryn/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 porównaniu z GFS, nadal zajmuje 3. miejsce pod względem dokładności za ECMWF (1. miejsce) i UKMO (2. miejsce).
ECMWF : Skrót od Europejskiego Centrum Prognoz Średnioterminowych (ECMWF) i cieszy 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 z najwyższymi ocenami. W marcu 2016 roku ECMWF zwiększyło rozdzielczość swojego modelu do rekordowych 9 km, co obecnie jest najwyższą dostępną rozdzielczością globalnego modelu. 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.
UKMO: Znany również jako „Model Zunifikowany” przez Brytyjskie Biuro Meteorologiczne, od dawna cieszy się reputacją lidera rynku modelowania prognoz. UKMO charakteryzuje się dokładnością zbliżoną do modelu ECMWF dla stacji meteorologicznych na morzu i nieznacznie ustępuje modelom ECMWF i Spire dla stacji meteorologicznych na lądzie.
HRRR: Skrót od High-Resolution Rapid Refresh (szybkie odświeżanie o wysokiej rozdzielczości) to model atmosferyczny NOAA w czasie rzeczywistym, z rozdzielczością 3 km, aktualizowany co godzinę, z rozdzielczością chmur i możliwością konwekcji, 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 km wspomaganego radarowo szybkiego odświeżania. Aby dowiedzieć się więcej, obejrzyjfilm .
NAM: Skrót od North American Mesoscale Forecast System (Północnoamerykański Mezoskalowy System Prognoz) i jest jednym z głównych modeli pogodowych NOAA, obejmującym w tym przypadku większość Ameryki Północnej. NAM to model mezoskalowy, co oznacza, że analiza numeryczna pozwala modelować lądy i inne elementy z wyższą rozdzielczością niż w modelu globalnym, co przekłada się na większą dokładność prognoz.
AROME: To 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 Cévenole (wydarzenia w regionie Sewenoli), gwałtowne burze, mgła i miejskie upały podczas fal upałów. Model ten jest wysoko ceniony przez czołowych nawigatorów wyścigowych i przewyższa prognozy ECMWF .
AIFS: operacyjny system prognozowania pogody opracowany przez Europejskie Centrum Prognoz Średnioterminowych ( ECMWF ), który wykorzystuje sztuczną inteligencję (AI) lub uczenie maszynowe (ML) do generowania prognoz pogody.
ICON: to niemiecki globalny numeryczny model prognozowania pogody (NWP), opracowany przez Niemiecką Służbę Meteorologiczną (DWD) we współpracy z Instytutem Meteorologicznym 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.
----------------
Porównanie prognoz PWG/PWE pozwala ocenić poziom ufności prognozy, a dodanie prognoz GFS/ ECMWF /ICON/AIFS/UKMO i PW Ai podnosi poziom ufności na zupełnie nowy poziom.