Model:

Ververst:

2 times per day, from 05:00 and 17:00 UTC

Greenwich Mean Time:

12:00 UTC = 13:00 MET

Resolutie:

Parameter:

Geopotentiaal op 500 hPa in gpdm (zwart) en Temperatuuradvectie op 500 hPa in K/6h (gekleurd)

Beschrijving:

De kaart "T-Adv 500" laat de advectie van koude of warme lucht zien op 500 hPa (ongeveer 5,5 km hoogte). Negatieve waardes geven koude-advectie aan, positieve waardes warmte-advectie. Een gevolg van koude- of warmte-advectie is het dalen of stijgen van de geopotentiaal. Dit dalen of stijgen van de geopotentiaal leidt weer tot een stijgen respectievelijk dalen van de verticale luchtbeweging. Beschouwing van de zg. omega-vergelijking levert ons dat een maximum van kou-advectie leidt tot een dalende luchtbeweging en een maximum van de warmte-advectie leidt tot een stijgende luchtbeweging. Omdat er ook nog andere mechanismen actief zijn (zie bijv. V-adv. 500) hoeft de uiteindelijke luchtbeweging niet overeen te komen met het voorafgaande.
In de huidige weerkamerpraktijk worden de kaarten van de vorticiteitsadvectie er ook voor gebruikt koude- en warmtefronten te lokaliseren. Achter (meestal ten westen van) koufronten vindt meestal kou-advectie plaats en achter een warmtefront meestal warmte-advectie.

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

NWP:

Numerical weather prediction uses current weather conditions as input into mathematical models of the atmosphere to predict the weather. Although the first efforts to accomplish this were done in the 1920s, it wasn't until the advent of the computer and computer simulation that it was feasible to do in real-time. Manipulating the huge datasets and performing the complex calculations necessary to do this on a resolution fine enough to make the results useful requires the use of some of the most powerful supercomputers in the world. A number of forecast models, both global and regional in scale, are run to help create forecasts for nations worldwide. Use of model ensemble forecasts helps to define the forecast uncertainty and extend weather forecasting farther into the future than would otherwise be possible.

Wikipedia, Numerical weather prediction, http://en.wikipedia.org/wiki/Numerical_weather_prediction(as of Feb. 9, 2010, 20:50 UTC).