Modelo:

NCMRWF(National Centre for Medium Range Weather Forecasting from India)

Actualização:
1 times per day, from 00:00 UTC
Greenwich Mean Time:
12:00 UTC = 12:00 WET
Resolution:
0.125° x 0.125° (India, South Asia)
parâmetro:
Isotachs 10m
Descrição:
This map shows isotachs - lines on a given surface connecting points with equal wind speed - together with isobars - the line of equal atmospheric pressure at 10m above the ground. The unit used is kph (kilometers per hour). (wind-converter)
Spaghetti plots:
are a method of viewing data from an ensemble forecast.
A meteorological variable e.g. pressure, temperature is drawn on a chart for a number of slightly different model runs from an ensemble. The model can then be stepped forward in time and the results compared and be used to gauge the amount of uncertainty in the forecast.
If there is good agreement and the contours follow a recognisable pattern through the sequence then the confidence in the forecast can be high, conversely if the pattern is chaotic i.e resembling a plate of spaghetti then confidence will be low. Ensemble members will generally diverge over time and spaghetti plots are quick way to see when this happens.

Spaghetti plot. (2009, July 7). In Wikipedia, The Free Encyclopedia. Retrieved 20:22, February 9, 2010, from http://en.wikipedia.org/w/index.php?title=Spaghetti_plot&oldid=300824682
NCMRWF:
NCMRWF
This modeling system is an up-graded version of NCEP GFS (as per 28 July 2010). A general description of the modeling system can be found in the following link:
http://www.ncmrwf.gov.in/t254-model/t254_des.pdf
An brief overview of GFS is given below.
------------------------------------------------------
Dynamics: Spectral, Hybrid sigma-p, Reduced Gaussian grids
Time integration: Leapfrog/Semi-implicit
Time filter: Asselin
Horizontal diffusion: 8th
order wavenumber dependent
Orography: Mean orography
Surface fluxes: Monin-obhukov Similarity
Turbulent fluxes: Non-local closure
SW Radiation; RRTM
LW Radiation: RRTM
Deep Convection: SAS
Shallow convection: Mass-flux based
Grid-scale condensation: Zhao Microphysics
Land Surface Processes: NOAH LSM
Cloud generation: Xu and Randal
Rainfall evaporation: Kessler
Air-sea interaction: Roughness length by Charnock
Gravity Wave Drag and mountain blocking: Based on Alpert
Sea-Ice model: Based on Winton
-----------------------------------------------
NWP:
A previsão numérica do tempo usa o estado instantâneo da atmosfera como dados de entrada para modelos matemáticos da atmosfera, com vista à previsão do estado do tempo.
Apesar dos primeiros esforços para conseguir prever o tempo tivessem sido dados na década de 1920, foi apenas com o advento da era dos computadores que foi possível realizá-lo em tempo real. A manipulação de grandes conjuntos de dados e a realização de cálculos complexos para o conseguir com uma resolução suficientemente elevada para produzir resultados úteis requer o uso dos supercomputadores mais potentes do mundo. Um conjunto de modelos de previsão, quer à escala global quer à escala regional, são executados para criar previsões do tempo nacionais. O uso de previsões com modelos semelhantes ("model ensembles") ajuda a definir a incerteza da previsão e estender a previsão do tempo bastante mais no futuro, o que não seria possível conseguir de outro modo.

Contribuidores da Wikipédia, "Previsão numérica do tempo," Wikipédia, a enciclopédia livre, http://pt.wikipedia.org/w/index.php?title=Previs%C3%A3o_num%C3%A9rica_do_tempo&oldid=17351675 (accessed fevereiro 9, 2010).