Optimierung GIS-basierter meteorologischer Prognosesysteme

In der Verwendung hochaufgelöster digitaler geographischer Information steckt ein großes Potenzial zur Verbesserung der Resultate mesoscaliger meteorologischer Vorhersagemodelle, das bisher nur in ungenügendem Ausmaß ausgenützt wurde. In Reaktion auf dieses Manko wurde im Rahmen von interdisziplinären internationalen Forschungsprojekten das kombinierte meteorologisch - geographische Informationssystem MetGIS entwickelt. MetGIS wird durch Gitterpunktswerte externer Vorhersagemodelle wie das GFS (Global Forecast System) angetrieben. Diese Prognosedaten werden mittels "Downscalingverfahren" auf die sehr hohe horizontale Auflösung (bis zu 100 m) systeminterner topographischer Datenbanken hochgerechnet. Nachfolgend werden die Daten mittels des Kernstücks von MetGIS, einer ausgefeilten Graphischen Anwenderschnittstelle (GUI), visualisiert und manipuliert. In einem automatisierten Mode betrieben, kann die GUI in regelmäßigen Intervallen ein Set hochaufgelöster, GIS-basierter Vorhersagekarten generieren, welches über eine Webschnittstelle verfügbar ist. Die GUI besitzt eine Reihe von unterschiedlichen Displayoptionen, Visualisierungsstilen und Zoommöglichkeiten. Der Schwerpunkt des beantragten Forschungsprojekts liegt darin, innovative meteorologische Vorhersage- und Datenvisualisierungstechniken zu entwickeln, mit deren Hilfe MetGIS in absehbarer Zeit einer praktischen Anwendung zugeführt werden kann. Die Entwicklungsarbeiten werden sowohl auf meteorologische Themenstellungen als auch auf Problematiken der Datenverarbeitung und -darstellung eingehen. Unter den wesentlichen Zielen des Projekts befindet sich die Schaffung von Feinstrukturen ("Fingerprints"), welche aus den vorhandenen hochaufgelösten topographischen Daten abgeleitet werden. Bei der Berechnung der Schneefallgrenze wird dadurch der Effekt des Absinkens im inneralpinen Bereich im Fall von Starkniederschlägen erfasst werden können. Die Niederschlagsprognose wird mit Hilfe strömungslagenabhängiger klimatologischer Fingerprints verfeinert, während bezüglich der Temperaturprognose die Topographie helfen soll, Inversionen leichter prognostizieren zu können. Der Einbau von Ensembleprognosen in MetGIS ist geplant, welche ebenfalls dem Downscaling unterzogen werden und so eine mit Unschärfe versehene hochaufgelöste Vorhersage diverser Parameter ermöglichen wird. Die Qualität der entwickelten Downscalingtechniken wird mit Hilfe von im Rahmen des Projekts D-PHASE erstellten Sammlungen meteorologischer Messdaten sowie mittels VERA (Vienna Enhanced Resolution Analysis) validiert. Im Bereich der Datenvisualisierung wird u.a. die Erzeugung von meteorologischen Punkt- und Linienprognosen, z.B. entlang von Straßenzügen, ermöglicht.

Das Forschungsprojekt zielt auf eine wesentliche Verfeinerung der Resultate numerischer Wettervorhersagemodelle ab, welche durch die möglichst effiziente Einbindung hochaufgelöster digitaler geographischer Information in den Prognoseerstellungsprozess erreicht werden soll. Der Fokus liegt dabei auf MetGIS, einem kombinierten meteorologischen und geographischen Informationssystem, welches Methoden zum Downscaling (Vorhersageverfeinerung) inkludiert und auf den Vorhersagen oben erwähnter numerischer Modelle aufbaut. Die Projektarbeiten hatten sowohl meteorologische Aspekte (Verbesserung der Prognosequalität) als auch innovative Themen der Visualisierung meteorologischer Daten zum Inhalt und erfolgten in Zusammenarbeit mit Projektpartnern aus Chile, Spanien, Russland, Indien und Bhutan. Diese Partner stellten auch meteorologische Beobachtungsdaten zur Verfügung, welche für Verifikationszwecke sowie zur Feinadjustierung der entwickelten Techniken genutzt werden konnten. Am Start der Projektarbeiten stand die Entwicklung passender Strukturen (Fingerprints), basierend auf hochdetaillierten topographischen Datenbanken (horizontale Auflösung bis zu 30m). Dadurch kann neben den Seehöhen auch die Talform in den Vorhersagen berücksichtigt werden. Eine genauere Prognose der Schneefallgrenze ist nun möglich, welchedasinneralpineAbsinken diesesParametersim Fall von Starkniederschlagsereignissen berücksichtigt. Außerdem wurde eine neue Technik entwickelt, mit Hilfe derer, besonders im Fall thermischer Inversionen, die Lufttemperatur in Tälern und Niederungen deutlich genauer wie bisher vorhersagt werden kann. Grundlegende Algorithmen zur Abschätzung der Vorhersageungenauigkeit wurden entwickelt, die auch bei sehr hochauflösenden Prognosen, wie sie MetGIS erzeugt, anwendbar ist. Die Techniken basieren auf dem Ensemble Prediction System (EPS) des US- Wetterdienstes und legen einen Fokus auf die Parameter Temperatur und Niederschlag. Um die Abhängigkeit der Vorhersagequalität von MetGIS vom antreibenden Modell zu testen, wurde eine flexible Schnittstelle für Eingangsdaten geschaffen. MetGIS kann nun basierend auf externen Prognosemodellen wie GFS, EZMW, ETA und WRF betrieben werden. Im Visualisierungsbereich wurden eine Reihe innovativer Algorithmen implementiert. Nach dem Klick auf geeignete Objekte in den webbasierten MetGIS-Karten (Städte, Passstraßen u.ä.) werden z.B. unmittelbar Punkt- und Linienvorhersagen generiert. Die Ergebnisse des beschriebenen Forschungsprojekts haben ein hohes Potenzial zur Verbesserung der operationellen Wettervorhersage und der Klimasimulation. Auch die Qualität von auf meteorologischen Prognosen basierenden Modellen verwandter Wissenschaften (hydrologische Modelle, Schneedeckensimulationsmodelle) könnte merklich verbessert werden.