Ao longo da história, numerosas técnicas e experimentos foram realizados por meteorologistas para prever o tempo com maior eficácia ao longo do tempo. Devido a avanços substanciais em tecnologia, agora é possível prever o tempo dias e até meses adiante — o que não era verdadeiramente possível antes de meados do século XX. O uso de modelos computacionais tornou-se amplamente disseminado principalmente durante os anos 1960, quando os primeiros satélites meteorológicos foram lançados. Os tipos de modelos computacionais usados nas previsões dependem principalmente do tipo de clima e condições meteorológicas.
Modelos climáticos são usados principalmente para prever mudanças substanciais no clima da Terra. Clima são as condições médias do tempo em uma área por um período prolongado. Portanto, modelos climáticos usam uma combinação de dados estatísticos e atuais para fornecer uma previsão razoável. O CFS é um dos principais modelos climáticos usados para prever condições meteorológicas em escala planetária, como: El Niño, Oscilações Madden-Julian (MJO) e monções.
Modelos de mesoscala são usados principalmente para prever o tempo localmente. Mesoscala, em termos meteorológicos, significa condições atmosféricas variando geralmente de dois a 20 km. Modelos sinópticos e climáticos geralmente não têm resolução suficiente para prever condições meteorológicas localizadas, como: tempestades de célula única e tornados. O Modelo Norte-Americano (NAM) é comumente usado para prever condições meteorológicas locais.
Modelos dinâmicos são as ferramentas mais sofisticadas e custosas usadas para prever o tempo. Modelos dinâmicos usam equações fundamentais avançadas da atmosfera para prever mudanças no tempo baseadas nas condições atuais. Apesar de sua eficiência, modelos dinâmicos podem cometer erros durante as execuções iniciais. Segundo o Centro Nacional de Furacões (NHC), GFS, ECMWF, NOGAPS, UKMET e CMC são alguns dos modelos dinâmicos usados para previsão.
Modelos estatísticos são usados principalmente para ajudar meteorologistas a fornecer previsões análogas precisas. Modelos estatísticos usam dados de tempestades e condições meteorológicas anteriores para ajudar meteorologistas a ter uma ideia melhor de como rastrear sistemas meteorológicos atuais. Modelos estatísticos são comumente usados para rastrear ciclones tropicais e de latitude média. Se o consenso dos modelos dinâmicos não for razoável, meteorologistas frequentemente usam modelos estatísticos para fornecer previsões melhores.
Embora modelos computacionais atmosféricos sejam ferramentas eficazes para previsão do tempo, eles não são impecavelmente precisos. Modelos computacionais são geralmente menos eficientes durante as execuções preliminares. Por exemplo, durante os estágios iniciais de ciclogênese tropical (formação de ciclone tropical), modelos computacionais geralmente não são inicializados o suficiente para fornecer uma previsão razoável. Previsões de longo alcance (além de uma semana) são geralmente menos precisas, porque há muitos fatores atmosféricos que podem entrar em jogo além desse tempo. Modelos dinâmicos são mais precisos para previsões de três a cinco dias.
Tecnologia Eletrônica © [www.351231.com]
