Las predicciones Ensemble ("por conjuntos") permiten informar sobre el nivel de significación del pronóstico operacional. La precisión de una predicción no sólo depende del periodo del pronóstico, sino que también está influido por la estabilidad en la situación atmosférica. La atmósfera es un sistema caótico, lo que significa que variaciones muy pequeñas pueden traer grandes consecuencias. En una situación atmosférica inestable, por ejemplo, unas décimas de grado de diferencia en la temperatura inicial sobre el Atlántico, puede producir situaciones meteorológicas completamente diferentes en Europa Central en el tercer día del pronóstico.

El pronóstico Ensemble (por conjuntos) se calcula provocando 50 perturbaciones muy pequeñas (en la escala temporal y espacial) en las condiciones iniciales del modelo operacional. El resultado mostrará 50 curvas adiccionales para cada parámetro pronosticado. Un nivel de correlación alto entre los 50 pronósticos implica una situación atmosférica estable y un pronóstico muy cercano a la realidad. Si los resultados presentan una alta dispersión, podemos estar ante situaciones atmosféricas inestables y pronósticos de baja fiabilidad. Para la banda del 80% (intervalo de confianza) los 5 resultados extremos (por arriba o por abajo) son eliminados. El peso de los 40 resultados restantes nos darán idea de la posible situación atmosférica prevista.

Las gráficas muestran la pasada del modelo operacional (rojo), el intervalo de confianza (banda del 80%)(gris) y la media de 50 pasadas del modelo (violeta). Estos datos están basados en la salida del modelo ECMWF operacional y están disponibles para los puntos de la red en las que el modelo trabaja. En los apartados Predicción meteorológica para Alemania y Predicción meteorológica para Europa, donde se ofrecen predicciones para ciudades concretas, se han procesado estadísticamente estos resultados puros del modelo, de manera que representan las condiciones meteorológicas reales de las ciudades en cuestión. Las predicciones de modelos ensemble deberían usarsé únicamente como una estimación de la fiabilidad de la predicción. Para predicciones reales, por favor use los datos del apartado Predicción meteorológica - Series temporales.