Al usar este sitio usted acepta el uso de cookies para el análisis, el contenido personalizado y publicidad. Lea más acerca de los cookies.
Comparar nuestras previsiones con los datos de observación de los últimos días con nuestra verificación a corto plazo Sant Pau d’Ordal.

Comparison of weather models for Sant Pau d’Ordal

The blue lines correspond to the forecasts computed by different high-resolution weather models. Also shown are the members of a traditional ensemble prediction, where the same weather model (GFS) is run several times with slightly different initial conditions, to reflect uncertainties in the observations required to run a forecast model. The GFS members have been downscaled and bias corrected to match local weather conditions, data from the high-resolution models is untouched.

  • In the top graph, the temperature forecast for Sant Pau d’Ordal is shown using light blue for different high-resolution models and red for the GFS ensemble members. The black line represents the mean of all forecasts and the dashed line the meteoblue consensus forecast as shown in our weather forecasts.
  • The 2nd graph shows the accumulated precipitation forecast, that is the total amount that falls from today up to the date shown on the time axis. Purple colour is used to indicate times where precipitation is falling.
  • The 3rd graph is forecast cloud cover in percent using light blue for the high-resolution weather models and green for the GFS ensemble members.
  • The 4th graph indicates the wind forecast as computed by high resolution models (light blue) and by the ensemble prediction (green). Also shown is the daily wind direction summary in form of a wind rose. Larger segments indicate that this wind direction is more likely and more frequent over the day than directions having smaller segments. If you have many segments of all about equal size than the forecast of wind direction is very uncertain. If there are predominantly two opposing directions this often indicates a thermal wind circulation where wind blows from a different direction during the day than at night.

Why do we show a traditional ensemble forecast and a multi model forecast at the same time?

A traditional ensemble (e.g. GFS) computed with the same forecast model often underestimates the uncertainties in the weather for the first 3 to 5 days thus overestimating the confidence in the forecast. Furthermore, the traditional ensemble is run at much lower resolution, thus neglecting some of the local weather phenomenon, which can be seen in high resolution models. It is very important to note, that all members of a traditional ensemble have the same likelihood of being true (there is no way to tell in advance which one will be better). This contrasts with the high-resolution models, where some deliver better forecasts than others depending on the location and weather conditions.


Modelos meteorológicos

Modelos meteorológicos simulan procesos físicos. Un modelo meteorológico divide el mundo o una región en pequeñas "células de la cuadrícula". Cada célula es grande de 4 a 40 km de altura de 100 metros hasta 2 km. Nuestros modelos contienen 60 capas de la atmósfera y penetran profundamente en la estratosfera a 10-25 hPa (60 km altitud). El clima se simula mediante la resolución de ecuaciones matemáticas complejas entre todas las células de las cuadrículas en cada pocos segundos. Las variables como la temperatura, la velocidad del viento o nubes se almacenan por cada hora.

meteoblue opera un gran número de modelos meteorológicos e integra open data de diversas fuentes. Todos los modelos de meteoblue se calculan dos veces al día en un cálculo de computación dedicada al alto rendimiento.

Modelo Región Resolución Última actualización Fuente

Familia de modelos NEMS: mejorados sucesores de modelos NMM (operativos desde 2013). NEMS es un modelo multi-escala (utilizado en ambos dominios globales como locales) y mejora significativamente la previsión de la evolución de las nubes y de la precipitación.

NEMS4 Europa Central 4 km 72 h 08:50 CET meteoblue
NEMS12 Europa 12 km 180 h 09:23 CET meteoblue
NEMS-8 América Central 12 km 180 h 10:59 CET meteoblue
NEMS12 India 12 km 180 h 10:21 CET meteoblue
NEMS10 América del Sur 10 km 180 h 11:40 CET meteoblue
NEMS10 South Africa 10 km 180 h 09:57 CET meteoblue
NEMS8 Nueva Zelanda 8 km 180 h 08:55 CET meteoblue
NEMS8 Japan East Asia 8 km 180 h 08:46 CET meteoblue
NEMS30 Global 30 km 180 h 06:36 CET meteoblue
NEMS2-30 Global 30 km 168 h 12:58 CET meteoblue

Familia de modelos NMM los primeros modelos meteorológicos de meteoblue (operativos desde 2007). NMM es un modelo meteorológico regional y altamente optimizado para terrenos complejos.

NMM4 Europa Central 4 km 72 h 06:30 CET meteoblue
NMM12 Europa 12 km 180 h 08:04 CET meteoblue
NMM18 América del Sur 18 km 180 h 10:15 CET meteoblue
NMM18 South Africa 18 km 180 h 08:29 CET meteoblue
NMM18 Asia suroriental 18 km 180 h 09:03 CET meteoblue

Dominios de terceros: Como se ve en la mayoría de otros sitios web

GFS22 Global 22 km 180 h (@ 3 h) 05:31 CET NOAA NCEP
GFS40 Global 40 km 180 h (@ 3 h) 05:44 CET NOAA NCEP
GFSENS05 Global 40 km 336 h (@ 6 h) 08:49 CET NOAA NCEP
NAM5 América del Norte 5 km 48 h 06:22 CET NOAA NCEP
NAM12 América del Norte 12 km 84 h (@ 3 h) 03:48 CET NOAA NCEP
ICON7 Europa 7 km 120 h (@ 3 h) 05:13 CET Deutscher Wetterdienst
ICON13 Global 13 km 180 h (@ 3 h) 06:44 CET Deutscher Wetterdienst
COSMO2 Alemania 2.5 km 27 h 11:31 CET Deutscher Wetterdienst
GEM25 Global 25 km 168 h (@ 3 h) 07:04 CET Environment Canada
AROME2 Francia 2 km 36 h 06:33 CET METEO FRANCE
ARPEGE11 Europa 11 km 96 h 08:19 CET METEO FRANCE
ARPEGE40 Global 40 km 96 h (@ 3 h) 06:25 CET METEO FRANCE
HIRLAM11 Europa 11 km 48 h 06:30 CET KNMI

Cobertura mundial

meteoblue domain overview Los modelos meteorológicos meteoblue cubren áreas más pobladas con alta resolución (3-10km) y en todo el mundo con una resolución moderada (30 km). El mapa en el lado muestra los modelos NMM con el color rojo y modelos NEMS con cajas negras. Para una sola previsión, diversos modelos meteorológicos, análisis estadístico, mediciones, radar y telemetría por satélite se consideran y se combinan para generar la previsión meteorológica más probable para cualquier lugar seleccionado en la Tierra.