Model:

FMI (Hirlam Model from finnish meteorological institute)

Ververst:
4 times per day, from 08:00, 14:00, 20:00, and 00:00 UTC
Greenwich Mean Time:
12:00 UTC = 13:00 MET
Resolutie:
0.068025° x 0.068025°
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.
FMI:
FMI
At the Finnish Meteorological Institute, results from several numerical weather prediction models are utilized. Most of all, these include products from the European Centre of Medium Range Forecasts (ECMWF), located in Reading in the United Kingdom. For shorter range forecasts, more detailed forecasts are produced in-house using a limited area models (LAMs) called HIRLAM and HARMONIE, which are being developed by FMI as an international co-operation programme with a number of European countries.
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).