Ludwig-Maximilians-Universität München
print

Links und Funktionen
Sprachumschaltung

Navigationspfad


Inhaltsbereich

Wettervorhersage

Bessere Prognosen durch Satellitenbeobachtungen

München, 10.02.2015

Satellitenbilder zeigen, wo sich Wolken bilden und Gewitter entwickeln. LMU-Meteorologen untersuchen, wie sich solche Informationen in die Prognosemodelle einbauen lassen. Der Deutsche Wetterdienst fördert sie in einem Forschungsverbund.

Täuschend echt: Moderne numerische Modelle können Wolken simulieren (re), die dem gemessenen Satellitenbild (li) sehr nahe kommen. Doch Konvektion und Gewitter entwickeln sich schnell und schwer vorhersehbar. Die Variablen, die die Atmosphäre im Modell beschreiben, müssen vor jedem Lauf an Messdaten angepasst werden. Quelle: Meteorologie, LMU

„In der Nacht fällt zunächst verbreitet teils kräftiger Regen“: Wettervorhersagen erscheinen nicht immer als ein Muster an Präzision. Je ortsspezifischer sie sein und je weiter sie in die Zukunft reichen sollen, desto gröber müssen die Aussagen zwangsläufig bleiben. Dabei steckt in ihnen jede Menge komplizierte Mathematik. Immer komplexer werden die Rechenmodelle, mit denen Meteorologen das Wettergeschehen prospektiv einzufangen suchen. Um kleinräumige, aber lokal durchaus entscheidende Phänomene wie die Konvektion, das Aufsteigen wärmerer Luftmassen aus Bodennähe, und die Wolkenbildung einzubeziehen, müssen Meteorologen die Modelle mit zusätzlichen Daten füttern.

Um die Prognosequalität von Modellrechnungen weiter zu verbessern, fördert der Deutsche Wetterdienst (DWD) deshalb das Hans-Ertel-Zentrum für Wetterforschung. In diesem Jahr geht der Forschungsverbund in die zweite Runde. Neben Wissenschaftlern aus Hamburg, Frankfurt, Bonn, Köln und Berlin sind die Meteorologen der LMU erneut dabei. Der DWD fördert am Lehrstuhl für Theoretische Meteorologie der LMU die Münchner Forscher um Dr. Martin Weissmann und Dr. Tijana Janjic-Pfander für die kommenden vier Jahre mit insgesamt 1,6 Millionen Euro.

Robustes Ensembles

Den Münchner Forschern fällt in dem Forschungsverbund die Aufgabe zu, die sogenannte Datenassimilation zu verbessern. Sie soll aus den gemessenen Wetterdaten eine möglichst zutreffende Beschreibung des Zustands der Atmosphäre als Ausgangspunkt der Wettersimulationen liefern. Weissmann, Janjic-Pfander und ihre Mitarbeiter experimentieren etwa damit, Satellitendaten in die Modelle einfließen zu lassen, neben Infrarot- und Mikrowellendaten sind dies vor allem „klassische“ Satellitenbilder im sichtbaren Bereich, die wichtige Informationen zu Konvektion und Wolkenbildung liefern. Auch arbeiten sie intensiv daran, Methoden zu entwickeln, die nicht erst in der Vorhersage, sondern schon in der Datenassimilation die physikalischen Randbedingungen genau berücksichtigen.

In einem weiteren Teilprojekt wollen die LMU-Wissenschaftler sogenannte Ensemblevorhersagen verbessern helfen, die zur Abschätzung dienen, wie unsicher die Vorhersagen sind. Ein solches Ensemble besteht aus Dutzenden von Wettervorhersagen, die Simulationen unterscheiden sich jeweils geringfügig in ihrem Anfangszustand oder durch leichte Veränderungen im Vorhersagemodell. Insgesamt soll das Ensemble ein realistisches Spektrum an Vorhersagen und deren Wahrscheinlichkeit aufzeigen. Die LMU-Meteorologen arbeiten an Methoden, robuste Ensemblesysteme zu etablieren. Dafür versuchen sie, aus den vielfältigen Unsicherheitsquellen die wirklich relevanten Fehler herauszufiltern. Schließlich bilden die Atmosphäre und die Prozesse, die sich darin abspielen, ein chaotisches System, schon leichte Abweichungen in den Ausgangsdaten können sich zu eklatanten Fehlern in der Vorhersage auswachsen.

Effektive Tests

Die Zusammenarbeit der LMU mit dem DWD erlaubt den Forschern die Nutzung aller vom DWD und internationalen Partnerorganisationen gesammelten Messdaten wie zum Beispiel Messungen von Wetterradaren und Satelliten. Zugriff auf aktuelle Vorhersageprogramme des DWD erlaubt den Forschern ihre Ergebnisse effektiv zu testen und Verbesserungen direkt in die Vorhersagemodelle des DWD einfließen zu lassen. Dies führt dazu, dass sich Forschungsergebnisse sehr viel schneller umsetzen lassen – für eine bessere Wettervorhersage.