數值天氣預報（numerical weather prediction）
當氣象主播說週四有百分之七十的機率下雨，那個數字並不是看天空得來的。它來自一台超級電腦，那台電腦在前一晚解了大氣的方程。數值天氣預報就是每天、行星尺度地拿今天測得的大氣狀態，把物理方程向前積分，以預測明天的這件事。
在引擎蓋下它是一個在旋轉球面上的龐大 CFD 問題。大氣被一張三維網格覆蓋——今日的全球模式使用約十公里或更細的格——而每個格點上模式攜帶風、壓力、溫度與濕度。支配方程（那維-斯托克斯方程加上熱力學以及水汽與輻射的定律）以每次數分鐘向前步進。對網格而言太小的過程，像是個別的雲與紊流，則由「參數化」處理，那本質上是對未解析尺度的、有物理依據的模型。兩個環節是決定性的：資料同化，把來自衛星、氣球與測站的數百萬筆新觀測融合進當前最佳的起始狀態；以及系集，把模式從略微擾動的起點跑許多次，以估計結果的散布度，從而估計其機率。
NWP 是計算科學默默無聞的勝利之一：一份現代的五天預報，準確度大約相當於四十年前的一天預報。它的硬限制不在電腦，而在物理。大氣是混沌的——愛德華·勞侖次著名的發現：起始的微小差異會指數放大——因此即便是一個完美的模式從不完美的資料跑起，大約兩週後也會失去技巧。這就是為何預報是機率性的，也是為何不該把單一一次跑進遙遠未來的確定性結果當作事實來信任。
為了預報颶風的路徑，一個中心會跑一組系集，譬如從略有不同的起始狀態做 50 次模式積分。若多數成員把風暴帶向外海，但少數把它推上岸，那麼路徑的散布度「就是」預報：著名的「不確定性錐」實際上就是這團系集路徑的雲，而非單一一條預測線。
颶風預報錐是一組模式跑出來的系集——把不確定性視覺化，而非單一預測。
由於大氣是混沌的，無論模式多好，預報技巧都會衰減：約兩週之後，即便完美模式從不完美資料跑起，也不會優於氣候平均。一份精確的長程單次預報是過度自信，而非洞見。