سیستم های غیر خطی و آشفته یک رده خاص از سیستم های فیزیکی در مرز بین ساختار فیزیک نیوتنی کلاسیک و فرایندهای تصادفی. جو, سیستم آب و هوا و خرده مولفه خود را در حالی برگزاری نمایشگاه بسیاری از ویژگی های رفتار قطعی پر هرج و مرج: محدود قابل پیش بینی قطعی (اگر آب و هوا محدود به چند روز), حساسیت به شرایط اولیه و سریع (به طور متوسط نمایی) واگرایی شرایط مشابه. این خواص عوامل اصلی محدود کردن توانایی پیش بینی و آب و هوایی شبیه سازی واقع رفتار سیستم آب و هوا و اجزای آن را تحت تاثیر قرار می.
تحقیقات انجام شده در بخش از ویژگی های هواشناسی از سیستم های پر هرج و مرج هر دو از نقطه نظر تئوری مطالعه, و از طریق کم- و شبیه سازی بالا بعدی عددی جو و روش های آماری. توجه به شناسایی، جذب کننده ممکن است در فضای فاز سیستم های مورد مطالعه پرداخت می شود, برآورد ویژگیهای مشخصه توصیف هندسه مدار فاز (به عنوان مثال. از طریق انواع مختلف از بعد فرکتال) و تعیین کمیت قابل پیش بینی (که با شارحان لیاپانوف و آنتروپی اطلاعات). یادداشت های یادگیری به تجزیه و تحلیل ساختار و لینک های داخلی در درون سیستم های فیزیکی واقعی و شبیه سازی شده استفاده می شود.
در تقاطع بین تجزیه و تحلیل آماری و مطالعه سیستم های بی نظم در حال حرکت به تکنیک های تجزیه و تحلیل سری های زمانی غیر خطی. روش های مناسب, از جمله الگوریتم های آماری پیشرفته بر اساس شبکه های عصبی مصنوعی و فضای فاز بازسازی, برای اهداف پیش بینی استفاده می شود مطالعه روابط فضا زمانی بین متغیرها در سیستم آب و هوا. تجزیه و تحلیل خروجی غیر خطی سری زمانی برای پس پردازش پیش بینی خروجی و مدل های آب و هوایی و همچنین به منظور بررسی توانایی این شبیه سازی برای تولید مثل رفتار سیستم فیزیکی واقعی استفاده می شود.
