Datenassimilation: Genauere Wettervorhersagen durch zusätzliche Messungen

Wie wird das Wetter heute, morgen oder in den nächsten Tagen? Drohen Gewitter? Verschiedene Messdaten helfen dabei, Prognosen für die Wettervorhersage zu treffen. Inwieweit sich diese durch zusätzliche atmosphärische Messungen verbessern lassen, analysieren die Forschenden in der neu eingeworbenen Nachwuchsgruppe „Mesoskalige Prozesse und Vorhersagbarkeit“ am Karlsruher Institut für Technologie (KIT).

„Wir untersuchen den Mehrwert von nicht-operationellen Beobachtungen für die Qualität von Wettervorhersagen. Nicht-operationell bedeutet, dass die Messinstrumente nicht in das Beobachtungsnetzwerk des DWD, dem Deutschen Wetterdienst, eingebunden sind“, sagt Nachwuchsgruppenleiterin Annika Oertel vom Institut für Meteorologie und Klimaforschung – Department Troposphärenforschung des KIT. „Die Daten, wie etwa Vertikalprofile von Windgeschwindigkeit und -richtung oder Temperatur- und Feuchteprofile, erheben wir mit modernen bodengebundenen Fernerkundungssystemen und Wetterballonen und führen sie dann mit dem Wettervorhersagesystem des DWD zusammen.“

Assimilation zusätzlicher Messdaten könnte Vorhersagen verbessern

„Das Zusammenführen von Beobachtungen mit den Ergebnissen von numerischen Wettervorhersagemodellen nennen wir in der Meteorologie auch ‚Assimilation‘. Diese erzeugt einen bestmöglichen und konsistenten Zustand der Atmosphäre und stellt damit quasi den ersten Schritt in der Wettervorhersage dar“, erklärt Oertel. Der DWD nutzt die zusätzlichen Messdaten, um Wettervorhersagen in einem parallelen Vorhersagezyklus neu zu berechnen. Diese Vorhersagedaten werten die Forschenden in den kommenden Monaten aus. „Langfristig kann unsere Forschung dazu beitragen, das Beobachtungsnetzwerk des DWD zu optimieren, die Prozesse, die etwa die Entwicklung von Gewittern beeinflussen, besser zu verstehen und Wettervorhersagen zu verbessern.“

swi, 22.09.2023