Pronóstico: Este es el producto final para generar el cual se han desarrollado los modelos de PNT. El formato, las variables meteorológicas, el período de pronóstico y su frecuencia dependen de las necesidades de los clientes.

Verificación: Para producir un pronóstico, utilizamos los datos de verificación del modelo para identificar y compensar las limitaciones y los sesgos estadísticos específicos de la guía del modelo. Para el modelado, utilizamos los datos de verificación para identificar las deficiencias con el fin de mejorar los componentes del modelo de pronóstico. La verificación es parte integral del proceso de desarrollo del pronóstico numérico.

Proceso de pronóstico: En el proceso de pronóstico, la salida del modelo y las observaciones actuales se combinan con los conocimientos de los principios meteorológicos para generar un pronóstico que cubre el área de responsabilidad. Se utiliza información de guía subjetiva centralizada para ayudar en los aspectos especializados del pronóstico. Las variables meteorológicas que requiere el pronóstico y las necesidades del cliente determinan los tipos de productos de guía y observaciones que se utilizarán en el proceso de elaboración del pronóstico.

Reducción a escala: La salida directa del modelo a una resolución dada se puede “reducir a escala” a una resolución más alta utilizando conjuntos de datos de alta resolución tales como elevaciones topográficas y conjuntos de datos de observación de alta resolución. Las suposiciones que permiten lograr tal reducción a escala pueden constituir una limitación en cuanto a la utilidad de los conjuntos de datos en el proceso de pronóstico. El usuario debe comprender los métodos de reducción a escala de los datos del modelo numérico para poder usar estos productos de forma inteligente y ajustarlos correctamente.

Modelos de área limitada: La salida directa del modelo en mallas horizontales y verticales se usa para producir las condiciones de frontera para los modelos de área limitada (Local Area Model, LAM) que se ejecutan en la oficina de pronóstico. Los pronósticos de dichos modelos de área limitada brindan detalles de resolución más alta que no se pueden obtener con modelos globales y de mesoescala de escala más grande. El usuario debe comprender cómo la configuración de la física y la dinámica del modelo afectan el funcionamiento del modelo de área limitada, cómo las condiciones de frontera inferior y laterales limitan fuertemente el pronóstico del modelo de área limitada y cómo la calidad del pronóstico del modelo numérico que proporciona las condiciones iniciales y de fronteras laterales afecta la calidad del pronóstico del modelo de área limitada.

Comprensión de los principios meteorológicos: Es necesario comprender cabalmente los principios meteorológicos básicos y sus relaciones para poder usar de forma inteligente la guía del modelo, por ejemplo para poder identificar cuándo la salida del modelo no es acertada o coherente desde el punto de vista meteorológico. Conforme los modelos se vuelven más complejos y llegan a pronosticar las características con mayor detalle y verosimilitud, se vuelve necesario entender los principios meteorológicos para aprovechar lo datos del modelo numérico de forma inteligente y evitar las interpretaciones incorrectas. El conocimiento de la climatología local, de las influencias del terreno y del comportamiento del modelo a nivel local son también aspectos importantes para generar el mejor pronóstico posible.

Observaciones: Se necesitan observaciones de todo tipo para determinar las condiciones atmosféricas actuales y evaluar la precisión del análisis o pronóstico del modelo. Las observaciones de campo constituyen el punto de comparación necesario para evaluar la confiabilidad de la salida del modelo y efectuar los ajustes necesarios.

Guía centralizada: En los EE.UU., los meteorólogos de los Centros Nacionales de Predicción Ambiental
(National Centers for Environmental Prediction, o NCEP), usan todas las herramientas de pronóstico a su disposición para generar productos guía subjetivos y centralizados tales como predicciones de trayectorias de huracanes, discusiones y perspectivas sobre tiempo severo, y pronósticos cuantitativos de la precipitación. Estos productos se suman a los varios recursos y herramientas que se utilizan en el proceso de pronóstico.

Guía numérica: Los productos de guía numérica se generan mediante el posprocesamiento de la salida del modelo. Se encuentran en un formato que se puede usar y leer fácilmente y normalmente se presentan sobre una malla de resolución diferente a la del modelo original. Algunos ejemplos son los mapas de altura geopotencial, presión a nivel medio del mar y temperatura en la superficie. Los mapas de turbulencia y engelamiento preparados para la aviación son ejemplos de campos calculados a partir de la salida de los modelos numéricos usando relaciones empíricas basadas en la física.

Guía estadística: El modelo no pronostica ciertos elementos atmosféricos perceptibles, como la visibilidad y las tormentas eléctricas, y tales fenómenos no se pueden derivar directamente a partir de variables de pronóstico del modelo. Ciertos otros parámetros, como la temperatura máxima de superficie, son sensibles a las debilidades del modelo y varían a nivel local. Se han desarrollado técnicas de interpretación estadística de la salida de los modelos numéricos (Model Output Statistics, o MOS) para predecir elementos del tiempo en lugares puntuales específicos a partir de campos directos y posprocesados de los modelos y de otros datos pertinentes, incluyendo la climatología.

Salida directa del modelo: Normalmente, el término salida directa del modelo se refiere a los datos de pronóstico del modelo dados en cada punto de la malla y cada nivel en la vertical. Estos datos no están interpolados para lugares entre puntos de malla o niveles intermedios del modelo. Los datos de salida se utilizan para generar una amplia gama de productos de pronóstico y diagnóstico a nivel local, y permiten apreciar el funcionamiento interno del modelo o del sistema de predicción por conjuntos (SPC).

Salida del modelo: Los productos de salida del modelo son todos los productos que usan campos de variables del modelo, incluidos los productos probabilísticos derivados de los SPC. Las variables de pronóstico del modelo se pueden ver en forma directa, posprocesar para obtener puntos de malla, isolíneas, pronósticos para estaciones, etc., y usar en combinación con fuentes de datos de climatología y de otros tipos en pronósticos estadísticos. Constituyen en conjunto una parte importante del proceso de pronóstico.

Postprocesamiento: Durante el posprocesamiento se ejecutan los cálculos que transforman los datos crudos de salida del modelo en un formato que se puede usar de inmediato para generar un pronóstico. Los diagnósticos y los parámetros meteorológicos se derivan de las variables del pronóstico. Además, las variables del modelo se interpolan verticalmente a las superficies usadas para producir un pronóstico (isobáricas, isoentrópicas y altitud constante) y horizontalmente a puntos de pronóstico o a mallas de salida. También se trazan las isolíneas correspondientes. Es posible efectuar posprocesamiento adicional más adelante, como la aplicación de los algoritmos de AWIPS. Los productos resultantes se conocen colectivamente como «guía numérica»

Sistema de predicción por conjuntos (SPC): Un sistema de predicción por conjuntos (SPC) es una colección de pronósticos de modelos numéricos diferentes, condiciones iniciales distintas o ambos que tiene como fin cuantificar la incertidumbre de determinado pronóstico dado el régimen de flujo prevaleciente. Los sistemas de predicción son una forma de predicción probabilística. Un pronóstico individual del conjunto de pronósticos es un pronóstico determinístico. Es posible derivar datos estadísticos del SPC para obtener probabilidades y la ocurrencia más probable de los posibles resultados de pronósticos para las variables del tiempo sensible.

Ya hace décadas que el pronóstico determinístico es el pilar del proceso de pronóstico operativo, pero en los próximos años los pronósticos probabilísticos constituirán el nuevo paradigma en el ámbito de pronóstico operativo.

Física: En el ámbito de la predicción numérica, los procesos físicos se refieren a tres tipos de procesos:

1. aquellos que operan a escalas más pequeñas que la resolución del modelo, pero que ejercen un efecto acumulativo percibido en las escalas resolubles;
2. aquellos relacionados con los intercambios de energía, agua y momento entre la atmósfera y las fuentes externas (por ejemplo la radiación y los procesos superficiales de tierra y mar);
3. la microfísica de nubes y precipitación.

En el ámbito de la predicción numérica probabilística, es común que las parametrizaciones de los procesos físicos varíen de un modelo a otro en un SPC, lo cual permite generar una gama de resultados de pronóstico plausibles. Esto puede resultar particularmente eficaz en las situaciones de pronóstico en las cuales los procesos físicos son importantes, como la situaciones convectivas en la estación cálida con forzamiento relativamente débil.

Dinámica: En el ámbito de la predicción numérica, por proceso dinámico se entiende los procesos atmosféricos que implican principalmente el forzamiento o movimiento del aire, tales como advección, fuerzas del gradiente de presión y enfriamiento y calentamiento adiabático. Estos procesos se describen por medio de un conjunto de ecuaciones de momento horizontal y vertical, conservación de masa y termodinámica en el modelo de pronóstico.

En los sistemas de predicción por conjuntos (SPC) se pueden utilizar formulaciones diferentes de las ecuaciones dinámicas para estimar el grado de incertidumbre del pronóstico creado por las formulaciones dinámicas.

Asimilación: Un sistema de asimilación es un procedimiento complejo en el cual los parámetros meteorológicos observados se convierten en variables de pronóstico y se fusionan con pronósticos a corto plazo del ciclo de ejecución anterior del modelo para producir las condiciones iniciales empleadas para iniciar otro pronóstico. El sistema de asimilación trata de encontrar los campos iniciales de las variables de pronóstico que podrían optimizar la precisión del pronóstico acorde con la disponibilidad de datos.

En los sistemas de predicción por conjuntos (SPC) el sistema de asimilación se puede utilizar para producir variaciones de las condiciones iniciales que permiten crear un grupo de resultados de pronóstico numérico plausibles.

Cálculos dinámicos del modelo: Los cálculos dinámicos del modelo son:

• las características del modelo tales como la formulación matemática usada para resolver las ecuaciones de pronóstico del modelo;
• la forma de representar los datos;
• la resolución del modelo;
• el dominio computacional;
• el sistema de coordenadas.

Todos estos factores afectan la manipulación de la dinámica y la coherencia de la representación de las condiciones iniciales y los procesos físicos.

Modelo de pronóstico: El modelo de pronóstico contiene todos los componentes necesarios para calcular el estado actual y la evolución tridimensional de las variables atmosféricas básicas. Los componentes incluyen los valores numéricos, el sistema de asimilación y el tratamiento de la dinámica y los procesos físicos atmosféricos.

Recursos de cómputo: La capacidad y velocidad de los recursos de cómputo disponibles para ejecutar un modelo de pronóstico determinan la cantidad y complejidad de los datos, así como los componentes del modelo a utilizar. Por lo tanto, los recursos de cómputo pueden ser un factor limitante considerable para la predicción numérica.

Control de calidad y análisis: Una serie de verificaciones y pruebas permite controlar la calidad de los datos para asegurar la viabilidad de la información introducida en el modelo de pronóstico. Esto contribuye a asegurar que los datos incorrectos se ajustarán o eliminarán antes de que formen parte del análisis. El juicio profesional de un meteorólogo capacitado tiene un rol fundamental en este proceso.

Datos: Se recopilan los datos para describir el estado inicial de la atmósfera. Los datos provienen de observaciones de satélites, perfiladores, estaciones de superficie, aviones, sondeos aerológicos y radares.