Mivel a légkör matematikai értelemben kaotikus rendszer, mely erősen érzékeny a kiindulási mezőben megtalálható pontatlanságokra, az előrejelzéseknek a kezdeti mezőben fellépő kikerülhetetlen hibák növekedési üteme által meghatározott időbeli korlátjuk van. Numerikus kísérletek tapasztalatai azt mutatják, hogy az előrejelzések hibája az idővel előbb gyorsan, majd lassabban növekszik, végül megközelíti vagy eléri az időjárási elemek átlagos változékonyságának mértékét. Ha az átlagos változékonyságot mértékül választjuk, akkor megadható az az időszak, amelyen túl az előrejelzések hibája tűrhetetlenül nagy lesz. Ezt az időtartamot tekintik az előrejelezhetőség határának, melyet két hétben állapított meg Lorenz (1969). Ennek értelmében bármilyen pontosan is becsüljük a kiindulási állapotot, a légkör állapotát nem tudjuk előrejelezni két hétnél távolabbra.

Felmerül tehát a kérdés, hogy akkor mi alapján készíthetünk több hónapra szóló előrejelzéseket?

Egyrészt fel kell használnunk olyan információ-forrásokat, melyek rövidebb időtávon nem meghatározóak, másrészt figyelembe kell vennünk, hogy a Lorenz által kapott két hetes időhatár csupán azt zárja ki, hogy napi felbontású előrejelzéseket készítsünk több hónap időtartamra, és azt nem, hogy több napra, illetve teljes hónapra vonatkozó átlagértékeket előrejelezzünk. Ennek megfelelően az OMSZ által kiadott, az Európai Középtávú Előrejelző Központ (ECMWF) előrejelzése alapján készült hosszútávú prognózisok sem tartalmaznak, és nem is várható el, hogy tartalmazzanak tetszőlegesen kiválasztott időpontra vonatkozó előrejelzéseket. Nyomatékosan hangsúlyoznunk kell mindezekkel együtt is, hogy még ezek beválása is  —  pedig csupán átlagértékekről van szó  —  messze elmarad a rövid- és középtávú előrejelzésekétől, ezért rájuk  —  különösen gazdasági  —  döntéseket nem célszerű alapozni.

A dinamikai alapú hosszútávú előrejelzések készítésének alapja a felszíni határfeltételek, és az ezekkel kapcsolatban álló légköri tulajdonságok változásának nyomon követése. A felszín bizonyos paraméterei lassan változnak, melyre a legfontosabb példa a tengerfelszín hőmérséklete (az óceánok hatalmas hőtároló-képességének következtében), míg más paraméterek rövid idő alatt megváltoznak (például a talajfelszín nedvessége). A rövid- és hosszútávú numerikus előrejelzések készítése közötti legfontosabb különbség tehát az, hogy a hosszútávú során figyelembe vesszük a lassabban változó felszíni kényszereket is, legnagyobb súllyal a tengerfelszín hőmérsékletét.

A tengerfelszín hőmérsékletében megfigyelhető anomáliák évszakokon átívelő időszakokig is fennmaradnak. Ezen tulajdonságuk a légkörben létrejövő anomáliák előrejelezhetőségének lehetőségét vonja maga után. Az 1. ábrán a 2010. februártól áprilisig szóló időszakra vonatkozó tengerfelszín-hőmérséklet anomália előrejelzését mutatjuk be, melyen Grönlandtól délre a három hónap során fennmaradó több mint 2 fokos anomáliagóc figyelhető meg.

Az előrejelzési feladatot bonyolítja, hogy a légkör hő-, csapadék- és momentum-fluxusaival szintén befolyásolja a tengerfelszín hőmérsékletét, így ezen kölcsönösen összefüggő folyamatok nyomon követésére, és jövőbeni alakulásának előrejelzésére olyan modellre van szükségünk, mely összekapcsolja a légkörben és az óceánban végbemenő folyamatokat. Ezen kapcsolt légkör-óceán modellek három fő részből állnak: egy az óceán folyamatait leíró modellből, egy a légkör folyamatait leíró modellből, és egy a kettő között kapcsolatot biztosító algoritmusból.

Az előrejelzésekben fellépő hibáknak csak egy részéért felelősek a kiindulási mezőben található pontatlanságok. A modellek felépítésében rejlő bizonytalanságok is hozzájárulnak a valóságtól eltérő előrejelzésekhez. A légkörben fellépő folyamatokat leíró egyenletek ismertek, azonban ezen egyenletek diszkretizálása, illetve a rácstávolságnál kisebb léptékű folyamatok parametrizálása hibaforrást jelent a rendszerben. Jelen pillanatban nincs a modellekben megjelenő bizonytalanság kezelésére megalapozott elméleti módszer, ezért gyakorlatias megoldást kellett keresni. Egy lehetséges módszer annak a ténynek a felhasználása, hogy több kapcsolt légkör-óceán modell létezik, melyeket a különböző intézetek egymástól részben függetlenül fejlesztettek ki. Ezen kvázi-független modellek előrejelzéseiből összeállított ensemble prognózist multimodell előrejelzéseknek nevezzük. A verifikálások azt mutatják, hogy a multimodell előrejelzések beválása jobb bármely más egyedi modell eredménynél.

Az OMSZ által készített évszakos előrejelzések az ECMWF System 4 elnevezésű hosszútávú előrejelzési rendszerén alapulnak (két példa a 2. és 3. ábrán).

Végezetül említést kell tennünk a hosszútávú prognosztikának a dinamikus alapú előrejelzésen kívüli eszközeiről, az analógiai kutatásokkal és statisztikai elemzésekkel felderített tér- és időbeli távkapcsolatokról. A távkapcsolati analízissel valamely nagyobb földrajzi területen előforduló, időben és térben is nagyskálájú folyamat hatását írjuk le többnyire más földrajzi hely későbbi időjárási folyamataira. A legfontosabb távkapcsolati prediktor manapság az ENSO jelenség (El Nino  —  La Nina váltakozása), valamint a jég- és hótakaró-borítottság területi és időbeli menete. Továbbá már éves skálán is érdemes vizsgálni az olyan fontos jelenségek hatásait, mint az AMO (az Atlanti-óceán északi medencéjének felszíni vízhőmérsékletének több évtizedes oszcillációja), vagy a PDO (a Csendes-óceán északi medencéjének felszíni vízhőmérsékletének évtizedes oszcillációja).