? Gjennom historien , ble en rekke teknikker og eksperimenter utført av meteorologer å spå været med større effekt over tid . På grunn av betydelige fremskritt innen teknologi, er det nå mulig å forutsi vær dager og måneder i forveien --- som ikke var virkelig mulig før midten av det 20. århundre . Bruk av datamodeller ble utbredt hovedsakelig i hele 1960, som den første værsatellitter ble lansert . De typer av datamodeller som brukes i prognoser avhenger mest av hvilken type klima og værforhold . Klimamodeller

klimamodeller er primært brukes til å forutsi betydelige endringer i jordens klima. Klima er den gjennomsnittlige værforhold i et område i en lengre periode. Derfor klimamodeller bruke en kombinasjon av statistiske og nåværende data til å gi en rimelig prognose. CFS er en av de viktigste klimamodeller brukes for prognoser planetarisk værforhold som: . El Nino , Madden Julian Svingninger ( MJO ) , og monsunen
mesoskala modeller
< p> mesoskala modellene er i hovedsak brukes til å forutsi været lokalt. Mesoskala i meteorologiske termer betyr de atmosfæriske forhold som strekker seg vanligvis fra to til 20 km . Synoptiske og klimamodeller vanligvis ikke har nok oppløsning til å forutsi lokaliserte værforhold som: singel mobilnettet tordenvær og tornadoer . Den nordamerikanske Model ( NAM ) er ofte brukt til å forutsi lokale værforhold .

Dynamiske modeller

Dynamiske modeller er de mest avanserte og kostbare verktøy som brukes til forutsi været . Dynamiske modeller bruker avanserte grunnleggende ligninger av atmosfæren til å forutsi endringer i været basert på dagens forhold. Til tross for sin effektivitet , kan dynamiske modeller gjør feil i løpet av de første løper. Ifølge National Hurricane Center ( NHC ) , den GFS , ECMWF , NOGAPS , UKMET , og CMC , er noen av de dynamiske modellene som brukes til prognoser.
Statistiske modeller
< p> Statistiske modeller er først og fremst brukes til å hjelpe meteorologen gi nøyaktige analoge prognoser. Statistiske modeller bruker data fra tidligere stormer og værforhold for å hjelpe meteorologene få et bedre inntrykk av hvordan å spore dagens værsystemer . Statistiske modeller blir ofte brukt til å spore tropiske og midten breddegrader sykloner . Hvis den dynamiske modellen konsensus er ikke rimelig , meteorologer bruker ofte statistiske modeller for å gi bedre prognoser .
Effektivitet av datamodeller

Selv atmosfæriske datamodeller er effektive verktøy for været prognoser , de er ikke uklanderlig nøyaktig. Datamodeller er vanligvis mindre effektiv i løpet av de foreløpige går. For eksempel i løpet av de første stadiene av tropisk cyclogenesis ( tropisk syklon formasjonen) , er datamodeller som regel ikke initialisert nok til å gi en rimelig prognose. Lang rekkevidde prognoser ( utover en uke) er vanligvis mindre nøyaktig, fordi det er mange atmosfæriske faktorer som kan komme inn i bildet utover den tiden. Dynamiske modeller er mest nøyaktige for tre - til fem - dagers prognoser .