Нелинейные и хаотические системы являются особая категория физических систем на границе между структурами классической ньютоновской физики и случайных процессов. Атмосфера, klimatický systém i jejich dílčí komponenty přitom vykazují mnoho rysů deterministicky chaotického chování: Limitovanou deterministickou předpověditelnost (v případě počasí omezenou na několik dnů), citlivost na počáteční podmínky a rychlou (v průměru exponenciální) divergenci podobných stavů. Эти свойства являются ключевыми факторами, ограничивающими способность прогнозирования и моделирования климата реально повлиять на поведение климатической системы и ее компонентов.
V rámci výzkumu prováděného na katedře meteorologie jsou charakteristiky chaotických systémů studovány jak z teoretického hlediska, и через низкий- и высокие размерные численного моделирования атмосферы и статистические методы. Обращается внимание на выявлении возможных аттракторов в фазовом пространстве изученных систем, odhadům charakteristických invariantů popisujících geometrii fázových trajektorií (např. prostřednictvím různých variant fraktální dimenze) i kvantifikaci předpověditelnosti (charakterizované Lyapunovovy exponenty či informační entropií). Získané poznámky jsou využívány při analýze vnitřních struktur a interních vazeb v rámci reálných i simulovaných fyzikálních soustav.
На пересечении между статистического анализа и изучения хаотических систем движутся методы нелинейного анализа временных рядов. Соответствующие методы, в том числе передовых статистических алгоритмов, основанных на искусственных нейронных сетей и фазы реконструкции пространства, jsou využívány k předpovědním účelům i studiu časoprostorových vztahů mezi veličinami v klimatickém systému. Výstupy nelineární analýzy časových řad jsou využívány k postprocessingu výstupů prognostických i klimatických modelů a též k ověřování schopnosti těchto simulací reprodukovat chování reálných fyzikálních systémů.
