Metod analogija 
Nadji slican razvoj vremena u istoriji, pa pretpostavi da ce se taj slicni otprilike ponoviti i ove godine.I u samim udzbenicima se napominje koliko je metod neprecizan, jer i najmanja razlika u sadasnjoj i nekoj situaciji iz proslosti, za recimo 10 dana moze da napravi razliku izmedju njih kao i bilo koje dve proizvoljne godine
Znao sam da je metod analogija, ali sam mislio da se pored analogije koristi i još koji input za prognozu 
.
Mala dopuna: Osnova jeste Radinovićev metod analogije, gde se traže polja RT 500/1000 i prizemnog pritiska, kao i T na 850 mb koja su najsličnija aktuelnom stanju i prognoziranom stanju i razvoju za narednih pet dana, a da važe za taj deo godine (taj datum +-10-15 dana). Posle se iz raspoloživih prizemnih podataka koristi niz osmotrenih vrednosti, pomalo modifikovan prema aktuelnim vrednostima (dignut ili spušten za stepen-dva).
Međutim, za dugoročnu se koriste svi raspoloživi ulazi, među kojima posebnu težinu ima procena srednjih vrednosti iz klimatskog modela UKMO. Taj izlaz je osnova za opisne prognoze meseca koje se takođe objavljuju i ažuriraju jednom mesečno (dugoročna za jedan mesec ide dva puta mesečno, oko 1og i oko 15og u mesecu).
Osnovni nedostatak dugoročnih prognoza jeste taj kojeg su i ljudi koji sastavljaju dugoročnu prognozu svesni. To je statistički pristup, oslanjajući se na verovatnoću ponavljanja događaja, što se u prirodi u principu ne dešava. Svaka je situacija originalna i ne može se uspešno parametrisati. Otud se i ostvarenja 'otmu kontroli' i razvoj posle uspešno predviđene situacije se izvrne skroz naopako.
S druge strane, prilično je nemoguće dati dugoročnu prognozu onako kao što se daje kratkoročna, sukcesivnim analizama i vremenskim koracima za sva prognozirana polja. Ako je greška recimo 2% za naredna 24 sati, verovatnoća da će biti kao u prognoziranom polju jeste 1/1.02, odnosno 98%. Množimo dalje: za sledeća 24 sati to iznosi 96&, što i dalje nije loše. U sledećem koraku, verovatnoća opada na 92%, pa za četvrti dan iznosi 85%, za peti dan samo 73%, a šestog dana 53%, dok sedmog dana to iznosi tragičnih 28%, osmog dana 7%, dok je za deveti dan već smešno malo, ispod 1%... Ovo su samo paušalni primeri o čemu govorim, dajući primer kako se greška izračunavanja uvećava. Statistika daje manje rasipanja rezultata, ali i manje fizičkog smisla. Dakle, problem je za sada nerešiv.
Ako se oni procenti (koji su dati samo kao primer, nisu egzaktni ni realni, ali lepo opisuju ono što objašnjavam) malo poboljšaju, mislite da će se sve to dovesti u neki red? Hm... Smanjimo grešku na 1% za isti korak. Drugog dana verovatnoća je 98%, trećeg dana 96%, četvrtog dana 92%... dalje vidite i sami. Udvostručenje tačnosti prognostičkih polja će celu priču pomeriti samo za jedan dan više pouzdanih prognoza. A za prepolovljavanje greške treba uložiti mnogo rada i truda, više godina, možda čak 10, da ne govorimo o računarskim resursima koji moraju biti bar četiri puta moćniji da bi postigli ovako zahtevan zadatak. To je glavni razlog zašto je došlo do buma numeričke prognoze 90ih i početkom ovog veka, jer iole pouzdane prognoze su pre tog perioda bile amo za do dva-tri dana, a danas već možemo imati 5-6 dana iole dobre prognoze. Čisto sumnjam da će se računari toliko razvijati. A meteorološka nauka u međuvremenu stoji i prikuplja iskustva, a nove jednačine koje bi bolje parametrisale situaciju se jednostavno ne razvijaju. Dakle, i tu je potrebna neka revolucija koja danas uopšte nije na vidiku.
Pa eto, poenta je da ovo nije nikakvo numericko izracunavanje(neki rezultat modela atmosfere), vec samo statistika.I sam metod je vrlo smeo, slozices se.
Svaki metod za dugoročnu prognozu je smeo, a ljudi koji daju dugoročnu prognozu to rade zato što im je to u opisu posla.
Uh, odoh malo i u off... ali nadam se da sam razjasnio o čemu se radi kod dugoročnih prognoza.
