PartMC模型是为了模拟大气中气溶胶粒子的演化而开发的。大气气溶胶粒子通常由不同化学种类的复杂混合物组成，大小从几纳米到几十微米不等。PartMC模型很适合用粒子解析的方法进行建模，因为它显式地解决了完整的合成空间，而不需要对粒子组成有任何先验的假设。由于每个粒子的组成决定了气溶胶的光学特性和形成云滴的能力，这些细节对于确定气溶胶对气候的影响非常重要。

SLAMMER模型主要的主要目的是通过促进斜坡的滑块分析以估算地震过程中的斜坡行为，该程序允许从28个地震中的2100个以上的强震记录中选择，并允许用户将自己的记录添加到集合中。任何数量的地震记录都可以使用一个搜索界面来查询，该搜索界面根据需要的属性来查询记录。滑块分析，使用刚性块（Newmark）、解耦和完全耦合的方法的任意组合，然后在所选择的记录组上进行，并且结果以图形和表格形式编译。还包括进行各种类型分析的简化方法。

连续多流向汇流算法模型

Evensen根据Epstein的随机动态预报理论提出的集合卡尔曼滤波（ensemble Kalman filter, EnKF），它克服了卡尔曼滤波要求线性化的模型算子和观测算子的缺点，对于非线性很强、不连续的动态模型也能得到很好的结果。该方案可以引入MODIS (Moderate Resolution Imaging Spectroradiometer) LST (land surface temperature)产品数据，通过计算，可以得出MODIS LST产品的数据同化方法能够很大程度的改善地表温度的模拟精度，并也能够改善蒸散发量的模拟精度。

CalLite模型是由the State Water Project (SWP) and the Central Valley Project (CVP) in California规划和管理的交互式筛选模型。它模拟了the Central Valley的水文、水库的运行和对SWP和CVP的交付分配决策、对河流流量和出口变化的三角洲盐度反应，以及居住者生态系统指数。像CalLite这样的筛选模型的力量是能够快速模拟系统操作并相对轻松地合并变更的能力。当前版本的CalITE在每月的基础上模拟系统操作，在最新的建模计算机上，大约6分钟（与CalSim的30分钟相比），记录了整整82年的记录（水年1922-2003）。场景可以使用与水文气候、需求、设施和基础设施、规章和系统操作相关的各种不同用户指定参数来运行。通过对模型的整合后处理工具，可以观察、比较和分析结果。

RAMS是由科罗拉多州立大学的科学家开发的一种高度通用的数字代码，用于模拟和预测气象现象，并描绘结果。其主要组成部分有： （1）进行实际模拟的大气模型 （2）一种数据分析包，用于从观测到的气象数据中为大气模型准备初始数据 （3）一种后处理模型可视化和分析包，它将大气模型输出与各种可视化软件实用程序接口。 RAMS是20世纪70年代独立进行的两项大气建模项目的产物。在William R. Cotton博士的指导下开发的云模型为微尺度动态系统和云过程建模提供了最先进的方法。在Roger A.Pielke博士的指导下开发的一种中尺度模型，为中尺度系统的建模和大气地表特征的影响提供了专业知识。1986年，开始将这两种模型的功能合并成一个统一的多用途建模系统，从而诞生了新的RAMS代码。为了介绍RAMS高度的灵活性和多功能性,特别是关于其新的网格嵌套功能,并利用不断增加的功能在计算机硬件和软件,RAMS是建立在一个全新的框架,与早些时候的数值方案和参数化模型适应新模型结构。经过两年的共同努力，RAMS的第一个版本被用作研究工具。一个主要的发展项目一直持续到今天，带来了许多改进和新的能力。RAMS代码的规划、设计和构建主要是在William R. Cotton博士和Roger A.Pielke博士的指导下由Drs. Robert L. Walko 和Craig J. Tremback进行的。这一努力是在对代码设计的一致性的强调下进行的，几乎所有的发展都涉及到交叉讨论或辩论。

Swarm是一个Java应用程序，用于实时显示和分析地震波形。Swarm可以从各种不同的静态和动态数据源中连接和读取，包括 Earthworm waveservers, IRIS DMCs, SEED 和 SAC以及简单的ASCII。Swarm拥有时间和频域分析工具，以及一个简单但功能强大的映射平台。全屏幕的kiosk模式可以作为一个低成本、低维护的纸鼓记录器的替代品。Swarm是由科学家编写的，并为许多不同的程序设置和变量提供了良好的控制。代码是开放源码的，可以免费获得。

Bass模型最早是由美国的Frank Bass提出来的，最初是一个用来预测耐用消费品销售情况的模型。由于应用非常成功，后来被逐渐用于各个领域，特别是用于高新技术领域，如宽带。 该模型的参数包括用户数、普及率和模型系数等几类参数。 模型系数P和Q，分别表示外部和内部的影响。 根据Bass模型假设，当网络出现后，网络用户的增长速度主要受两种因素的影响：一是宣传、推广、大众传媒等外部影响；二是口头交流，即已上网者对未上网者的宣传等内部影响。应用Bass据此可将网民分为两个群体，一个群体只受大众媒体的影响，另一个群体只受口头传播的影响，Bass将前者称为创新者，后者称为模仿者，分别用P、Q表示，称P为创新系数，称Q为模仿系数。P值是表示初期用户发展的速度，具体值在0.00-1.00之间，该数值越接近于1表示创新者接受网络的速度越快；Q值是表示产品扩散速度的参数，即表示跟随者在使用网络的持续程度，它的具体值也在0.00-1.00之间，该数值越接近于1表示网络在潜在用户群中的扩散越快。P和Q可以从上网人数的的历史情况中得到。

Primtive是一个Java应用程序，它被设计成能够实时地从部署在活火山上的多个传感器连续观测地震波形的光谱内容。

RAMMS::AVALANCHE模型用来模拟复杂地形中流动的雪崩。该模型在瑞士被广泛用于雪崩危险研究。RAMMS::AVALANCHE模型结合了最先进的数字解决方案和有帮助的输入特性以及友好的可视化工具，许多输入输出特征都是经过优化的，使用户能够轻松修改危险场景并控制模拟结果。该程序的核心是一种有效的二阶数值解，即深度平均雪崩动力学方程。在三维数字地形模型中，计算了雪崩流速和速度。使用GIS类型绘图功能可以轻松地指定单个或多个发布区域。用户可以获得模拟的有用的概览信息，包括发布区域（平均斜率、总容量）、流量行为（最大流量和高度）和停止行为（质量流量）的重要信息。地图和遥感图像可以叠加在地形模型上，以帮助确定输入条件，并根据已知事件校准模型。RAMMS::AVALANCHE模型现在已经在全球70多个地方使用，该软件已经成功应用于高山地区，如阿尔卑斯山、喜马拉雅山、安第斯山脉、落基山脉、塔塔雷和其他地区。