Parashikimet e motit janë përmirësuar shumë gjatë dekadës së fundit. Dhe arsyeja nuk është një zbulim i vetëm, por kombinimi i disa përparimeve që kanë ndodhur njëkohësisht.
Një parashikim modern fillon me një përshkrim shumë më të saktë të atmosferës sesa kishim dhjetë vjet më parë. Më shumë vëzhgime satelitore, rrjete më të dendura matëse, të dhëna nga avionët, radarët, stacionet meteorologjike, buojat dhe sistemet e ndjeshmërisë në distancë tani ofrojnë një pamje shumë më të detajuar të gjendjes aktuale të atmosferës. Kjo është thelbësore, sepse cilësia e parashikimit varet shumë nga kushtet fillestare që përdoren për të nisur modelin.
Hapi i dytë i rëndësishëm është asimilimi i të dhënave. Vëzhgimet nuk futen thjesht në model. Ato duhet të kontrollohen, peshohen, krahasohen, korrigjohen dhe bashkohen në një përfaqësim fizikisht koherent të atmosferës. Metodat më të avancuara të asimilimit i lejojnë modelet të shfrytëzojnë më efektivisht sasinë e madhe të të dhënave vëzhguese që është e disponueshme sot.
Rezolucioni i modeleve gjithashtu ka ndryshuar atë që parashikimet mund të përfaqësojnë. Modelet me rezolucion më të lartë mund të përshkruajnë efektet e terrenit, strukturat konvektive dhe gradientët lokalë të temperaturës me shumë më tepër detaje. Kjo është shumë e rëndësishme për aplikime ku diferencat e vogla hapësinore kanë rëndësi: parashikimi i energjisë së rinovueshme, aviacioni, bujqësia ose analiza e klimës urbane.
Por vetëm rezolucioni i lartë nuk i zgjidh të gjitha problemet. Atmosfera mbetet një sistem kaotik. Pasiguritë e vogla në gjendjen fillestare rriten me kalimin e kohës dhe variablat e ndryshëm të motit humbasin parashikueshmërinë me ritme të ndryshme. Parashikimet e temperaturës zakonisht ruajnë saktësi më gjatë sesa parashikimet e reshjeve, ndërsa stuhitë lokale të bubullimave mbeten shumë më të vështira për t’u parashikuar me saktësi, sepse varen nga procese në shkallë shumë të vogël.
Pikërisht për këtë arsye, parashikimi me ansamble është bërë shumë i rëndësishëm. Meteorologët analizojnë shumë simulime modelesh me kushte fillestare dhe supozime paksa të ndryshme. Kjo nuk e eliminon pasigurinë, por tregon diapazonin e saj dhe ndihmon të identifikohet se ku besueshmëria e parashikimit është e lartë ose e ulët.
