São os modelos de previsão que fornecemos.
Nosso objetivo é fornecer a você os dados de previsão mais precisos disponíveis. Um único modelo de previsão nunca será o mais preciso em todas as situações, portanto, ao ter acesso aos melhores modelos de previsão do mundo, você tem a garantia de obter a melhor previsão possível, o que lhe dará maior confiança na sua tomada de decisões.
Desde 2008, a PredictWind é líder de mercado em previsões precisas para o setor náutico recreativo. Utilizando o modelo CCAM da CSIRO com 450 domínios de alta resolução ao redor do mundo, a PredictWind abrange a maioria dos usuários de atividades náuticas recreativas no mundo.
PWG: Significa o modelo meteorológico proprietário PredictWind, que utiliza as condições iniciais globais do NCEP , processadas pelo modelo CSIRO CCAM, para gerar a previsão PWG.
PWE: Significa o modelo meteorológico proprietário PredictWind, que utiliza as condições iniciais globais ECMWF , processadas pelo modelo CCAM da CSIRO, para gerar a previsão PWE.
Utilizando as condições iniciais ECMWF e do NCEP (que são comparáveis a uma "fotografia" que contém o estado atual da atmosfera terrestre), conseguimos executar nossos próprios modelos meteorológicos globais, e somos a única empresa privada no mundo que possui essa tecnologia proprietária.
PW Ai : O PW Ai é o nosso modelo de IA PredictWind, treinado com nossos conjuntos de dados marinhos proprietários. Ele combina os pontos fortes do ECMWF , AIFS, Fengwu e GraphCast para gerar uma previsão única e otimizada que abrange o globo. Fornece intervalos de tempo de 1 hora para os primeiros 3 dias, oferecendo maior precisão temporal do que outros modelos de IA. O PW Ai 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.
GFS: Significa Sistema Global de Previsão do NCEP . É usado 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 tem 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).
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, 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.
UKMO: Também conhecido como "Modelo Unificado" pelo Serviço Meteorológico do Reino Unido, possui uma longa reputação como líder de mercado em modelagem de previsão. O UKMO tem precisão muito semelhante ao modelo ECMWF em alto-mar e fica ligeiramente atrás dos modelos ECMWF e da Spire para estações meteorológicas terrestres.
HRRR: Significa High-Resolution Rapid Refresh (Atualização Rápida de Alta Resolução) e é um modelo atmosférico da NOAA em tempo real, com resolução de 3 km, atualizado a cada hora, que resolve nuvens e permite convecção, inicializado por grades de 3 km com assimilação 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 Rapid Refresh aprimorado por radar de 13 km. Para saber mais, assista aovídeo .
NAM: Significa Sistema de Previsão Mesoescala da América do Norte e 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 terra e outras características com uma resolução maior do que em um modelo global, resultando em maior precisão nas previsões.
AROME: É um modelo numérico de previsão em pequena escala, operacional na Meteo-France desde dezembro de 2008. Foi projetado para aprimorar as previsões de curto prazo de eventos severos, como precipitações intensas no Mediterrâneo (eventos Cévenole), tempestades severas, nevoeiros e calor urbano durante ondas de calor. Este modelo é altamente conceituado por navegadores de elite e supera as previsões ECMWF .
AIFS: é um sistema operacional de previsão meteorológica desenvolvido pelo Centro Europeu de Previsões Meteorológicas de Médio Prazo ( ECMWF ) que utiliza inteligência artificial (IA) ou aprendizagem automática (ML) para gerar previsões meteorológicas.
ICON: é o modelo global de previsão numérica do tempo (PNT) da Alemanha, desenvolvido pelo Serviço Meteorológico Alemão (DWD) em colaboração com o Instituto Max Planck de Meteorologia (MPI-M). Ele 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.
----------------
Comparar as previsões do PWG/PWE permite avaliar o nível de confiança na previsão, e adicionar as previsões do GFS/ ECMWF /ICON/AIFS/UKMO e PW Ai eleva essa confiança a um novo patamar.