Улучшить точность прогнозов, получаемых с помощью математических моделей, можно за счет трех факторов: использование более детального описания процессов, использование как можно большего количества данных и высокоточных численных методов. Все большую популярность набирает подход, когда в модель передается максимально доступн^1Й объем разнотипных данных измерений и по мере выполнения расчетов выполняется коррекция расчетов данн^1ми измерений. В мировой практике такие задачи называют задачами ассимиляции (усвоения) данных, а методику корректировки - nudging. Рассматривается модель WRF (Weather Research and Forecasting), которая является одной из наиболее универсальных и современных систем моделирования атмосферы. В состав система: входит основное ядро (ARW), препроцессор (WPS) и модуль усвоения данных (WRFDA). В качестве данных измерений используются данные, полученные с помощью приборов ЦКП «Атмосфера»: профили температуры, профили скорости и направления ветра, ряда характеристик турбулентности.