Under Anden Verdenskrig, radio sonde systemet blev indført ved hvilke oplysninger om temperatur, tryk, fugtighed og vind er telemeteres til en jordstation i realtid og data anvendes til vejr analyse i tre dimensioner, der er øst, nord og lodret. Ved en regelmæssig tidsinterval, blev disse data brugt til vejrudsigter, 1 til 3 dage i forvejen ved empiriske metoder samt dynamiske metoder. Dynamiske metoder blev indført i 1960 og frem i de avancerede lande og 1980 i Indien.
Systemet med prognose 1 til 3 dage i forvejen baseret på indledende observerede forhold er kendt som kortdistance forudsigelse og hvis dynamiske modeller er brugte de kaldes numerisk vejr forudsigelse for kort rækkevidde. Fra 1980 og fremefter, mellemlang rækkevidde prognoser dvs. 3 til 10 dage i forvejen ved hjælp af globale modeller blev introduceret i Europa og USA og Indien fra 1992 og fremefter. Til dette, er globale modeller anvendt på grundlag af oprindeligt observerede forhold.
Prognosen kan afvige i detaljer fra model til model på grund af de oprindelige betingelser (data kvittering, modellen opløsning-vandret lodret) og den fysiske parametrisering for sub-grid skalaer. Indien i dag bruger, høj opløsning mesoscale modeller for subregionalt forudsigelse, høj opløsning globale modeller for kort til mellemdistance forudsigelser. Da modellerne kan variere i detaljeret prognose på nedbør, Indien bruger også ensemble forudsigelse system til at få en bedre prognose ved velovervejet kombinere prognosen for forskellige modeller.
Der er en anden omfanget af prognoser kaldes interval prognose længe på hver måned til sæsonbestemt skala. En sådan prognose begyndte i Indien i 1884 for monsoon sæson og blev gjort mere kvantitativ ved at anvende statistiske modeller 1904-1920 af Sir Gilbert Walker ved hjælp overflade meteorologiske data alene fra hele verden, der havde en betydelig statistisk sammenhæng med den sæsonmæssige nedbør i Indien .
Metoderne gav blandede resultater og blev løbende forbedret mellem 1930 og 1980 af indføring af øvre luft data og indføre parametre, der viser sig at være signifikant relateret og afvise de parametre, der mistede korrelation med monsunen regn. Efter tørken i 1987 blev en samordnet indsats for at indføre en 16-parameter model ved hjælp af ikke-lineære statistiske regression ligninger. Da ingen screening af parametrene blev lavet, denne model viste blandede resultater i løbet af perioden 198