Significa o modelo meteorológico proprietário PredictWind, que utiliza as condições iniciais globais do NCEP , processadas pelo modelo CSIRO CCAM, para gerar a previsão PWG.

O modelo meteorológico proprietário da PredictWind utiliza as condições iniciais globais ECMWF , processadas pelo modelo CCAM da CSIRO, para gerar a previsão do PWE.

A PredictWind é a única empresa privada no mundo com essa tecnologia proprietária que gera previsões com resolução de até 1 km para áreas populares em todo o mundo. As previsões com resolução de 1 km são válidas para até 36 horas e apresentam alta precisão, segundo a ferramenta de validação.

Nosso modelo proprietário, baseado em IA, representa o avanço mais importante em previsão já alcançado pela PredictWind. O PWAi combina os pontos fortes do ECMWF (alta resolução), AIFS, Fengwu e GraphCast para gerar uma previsão única e otimizada que abrange o globo. Ele fornece intervalos de 1 hora para os primeiros 3 dias, oferecendo maior precisão temporal do que outros modelos de IA. O PWAi apresenta excelente desempenho em estudos de validação em períodos de curto a médio prazo em áreas de grande escala.

Status Beta: O PWAi está atualmente em fase de testes beta, e esta avaliação representa a primeira fase de sua validação. Embora os resultados iniciais sejam muito encorajadores, a PredictWind continuará aprimorando o modelo por meio de testes em situações reais e feedback dos usuários.

ECMWF significa Centro Europeu de Previsões Meteorológicas de Médio Prazo e é altamente conceituado por meteorologistas e navegadores de renome mundial. O modelo ECMWF High RES é consistentemente classificado como o melhor modelo meteorológico global de um serviço meteorológico nacional, com as maiores pontuações de avaliação. Em março de 2016, o ECMWF aumentou a resolução do seu modelo para um recorde de 9 km, que atualmente é o modelo global de maior resolução disponível. Os dados ECMWF têm um custo de aquisição muito elevado, razão pela qual não são amplamente utilizados por muitos sites de meteorologia, sendo tradicionalmente usados ​​apenas por equipes de regatas de iates de elite e meteorologistas.

Desenvolvido pelo ECMWF , o AIFS é o seu modelo de próxima geração baseado em inteligência artificial. O modelo AIFS utiliza inteligência artificial avançada para fornecer previsões globais precisas e oportunas. Ele apresenta um desempenho especialmente bom em alto mar, capturando padrões climáticos de grande escala a médio e longo prazo.

Sistema Global de Previsão do NCEP . Este modelo é utilizado pela maioria dos outros sites/aplicativos de previsão do tempo. Agora, exibimos o modelo GFS-FV3 quando você vê o rótulo GFS no PredictWind. Esta é a primeira atualização significativa do GFS em cerca de 40 anos. Ao contrário do modelo GFS anterior, o GFS-FV3 é capaz de simular movimentos verticais, como correntes ascendentes, um componente chave de tempo severo, com altíssima resolução. Até o momento, os testes sugerem que o modelo FV3 apresenta previsões de cinco dias mais precisas, bem como melhores previsões de trajetórias e intensificação de furacões. Embora o novo núcleo do FV3 tenha apresentado melhorias em relação ao GFS, ele permanece em 3º lugar em precisão, atrás ECMWF (1º) e do UKMO (2º).

Também conhecido como "Modelo Unificado" pelo Serviço Meteorológico do Reino Unido (UKMO), possui uma longa reputação como líder de mercado em modelagem de previsão. O UKMO apresenta precisão muito semelhante ao modelo do ECMWF para áreas marítimas e fica ligeiramente atrás dos modelos ECMWF para estações meteorológicas terrestres.

O modelo High-Resolution Rapid Refresh (HRRR) é um modelo atmosférico da NOAA em tempo real, com resolução de 3 km, atualizado a cada hora, que resolve nuvens e permite a convecção, inicializado por grades de 3 km com assimilação de dados de radar de 3 km. Os dados de radar são assimilados no HRRR a cada 15 minutos durante um período de 1 hora, adicionando mais detalhes aos fornecidos pela assimilação de dados horária do modelo Rapid Refresh aprimorado por radar de 13 km. Para saber mais, assista aovídeo .

O Sistema de Previsão Mesoescala da América do Norte (NAM) é um dos principais modelos meteorológicos da NOAA, que neste caso cobre a maior parte da América do Norte. O NAM é um modelo mesoescala, o que significa que a análise numérica é capaz de modelar a superfície terrestre e outras características com uma resolução maior do que em um modelo global, resultando em maior precisão nas previsões.

Um modelo numérico de previsão em pequena escala, operacional na Meteo-France desde dezembro de 2008. Foi concebido para melhorar as previsões de curto prazo de eventos severos, como precipitações intensas no Mediterrâneo (eventos Cévenole), tempestades severas, nevoeiro e calor urbano durante ondas de calor. Este modelo é altamente conceituado pelos melhores navegadores de regatas e supera a previsão ECMWF .

O modelo global de previsão numérica do tempo (NWP) da Alemanha, desenvolvido pelo Serviço Meteorológico Alemão (DWD) em colaboração com o Instituto Max Planck de Meteorologia (MPI-M), utiliza uma grade icosaédrica: a superfície da Terra é dividida em um sistema de grades baseado em icosaedros subdivididos, proporcionando uma cobertura global aproximadamente uniforme. Isso evita a distorção e as ineficiências computacionais encontradas perto dos polos em grades tradicionais de latitude e longitude.

A previsão do SPIRE foi removida do PredictWind a partir de outubro de 2025, pois o modelo utilizado, SOF-D, está sendo descontinuado pelo SPIRE.

Dependendo da natureza e do volume de dados necessários para preencher um determinado mapa ou tabela, isso varia de acordo com o modelo meteorológico, o parâmetro e o aplicativo/site de previsão.

A tabela abaixo resume os modelos meteorológicos disponíveis por parâmetro e por aplicativo:

Site - Site de Previsão do Tempo PredictWind

PWA - Aplicativo PredictWind

OA - Aplicativo Offshore

Observe que os horários exatos de atualização podem variar ligeiramente devido a diferenças na entrega dos dados de origem e no processo de ingestão.