<div class="eI0">
  <div class="eI1">Modelo:</div>
  <div class="eI2"><h2>YRNO: Norway forecast model "Meteorologisk institutt met.no"</h2></div>
 </div>
 <div class="eI0">
  <div class="eI1">Actualiza&ccedil;&atilde;o:</div>
  <div class="eI2">2 times per day, from 0:00, and 12:00 UTC</div>
 </div>
 <div class="eI0">
  <div class="eI1">Greenwich Mean Time:</div>
  <div class="eI2">12:00 UTC = 12:00 WET</div>
 </div>
 <div class="eI0">
  <div class="eI1">Resolution:</div>
  <div class="eI2">0.1&deg; x 0.2&deg;</div>
 </div>
 <div class="eI0">
  <div class="eI1">par&acirc;metro:</div>
  <div class="eI2">Geopotential height (tens of m) at 925 hPa (solid line) and Temperature (&deg;C) at 925 hPa (coloured, dashed line) </div>
 </div>
 <div class="eI0">
  <div class="eI1">Descri&ccedil;&atilde;o:</div>
  <div class="eI2">
This chart helps to identify areas of densely packed isotherms (lines of equal temperature) 
indicating a front. Aside from this you can use the modeled temperature in 925 hPa (2000 ft a.s.l.)
to make a rough estimate on the expected maximum temperature in 2m above the ground.
However, this method does not apply to (winter) inversions. 
    
  </div>
 </div>
 <div class="eI0">
  <div class="eI1">Spaghetti plots:</div>
  <div class="eI2">
are a method of viewing data from an ensemble forecast.<br>
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.<br>
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.<br>
<br>Spaghetti plot. (2009, July 7). In Wikipedia, The Free Encyclopedia. Retrieved 20:22, February 9, 2010, from <a href="http://en.wikipedia.org/w/index.php?title=Spaghetti_plot&amp;oldid=300824682" target="_blank">http://en.wikipedia.org/w/index.php?title=Spaghetti_plot&amp;oldid=300824682</a>
   </div>
  </div>
 <div class="eI0">
  <div class="eI1">NWP:</div>
  <div class="eI2">A previs&atilde;o num&eacute;rica do tempo usa o estado instant&acirc;neo da atmosfera como dados de entrada para modelos matem&aacute;ticos da atmosfera, com vista &agrave; previs&atilde;o do estado do tempo.<br>
Apesar dos primeiros esforços para conseguir prever o tempo tivessem sido dados na d&eacute;cada de 1920, foi apenas com o advento da era dos computadores que foi possível realiz&aacute;-lo em tempo real. A manipulaç&atilde;o de grandes conjuntos de dados e a realizaç&atilde;o de c&aacute;lculos complexos para o conseguir com uma resoluç&atilde;o suficientemente elevada para produzir resultados úteis requer o uso dos supercomputadores mais potentes do mundo. Um conjunto de modelos de previs&atilde;o, quer &agrave; escala global quer &agrave; escala regional, s&atilde;o executados para criar previsões do tempo nacionais. O uso de previsões com modelos semelhantes ("model ensembles") ajuda a definir a incerteza da previs&atilde;o e estender a previs&atilde;o do tempo bastante mais no futuro, o que n&atilde;o seria possível conseguir de outro modo.<br>
<br>Contribuidores da Wikip&eacute;dia, "Previs&atilde;o num&eacute;rica do tempo," Wikip&eacute;dia, a enciclop&eacute;dia livre, <a href="http://pt.wikipedia.org/w/index.php?title=Previs%C3%A3o_num%C3%A9rica_do_tempo&amp;oldid=17351675" target="_blank">http://pt.wikipedia.org/w/index.php?title=Previs%C3%A3o_num%C3%A9rica_do_tempo&oldid=17351675</a> (accessed fevereiro 9, 2010). <br>
</div></div>
</div>