Was beeinflusst Qualität von Wetterdaten?

Es gibt viele Wetter-APIs, und es kann schwierig sein, sich für eine davon zu entscheiden. Bei Meteomatics sind wir der Meinung, dass das wichtigste Kriterium bei der Auswahl einer Wetter-API die Datenqualität sein sollte. In diesem Artikel werde ich einige Möglichkeiten erläutern, mit denen die Qualität von Wetterdaten beschrieben werden kann. Zusätzlich werde ich darauf eingehen, weshalb die Meteomatics Weather API in all diesen Kriterien hervorragend abschneidet.

Datenqualität: Ein vielschichtiger Begriff

Datenqualität selbst ist ein facettenreicher Begriff. Daten können in mancher Hinsicht von hoher Qualität sein, in anderen jedoch nicht. Dies gilt insbesondere für Wetterdaten, die zusätzliche Anforderungen in Bezug auf die räumlichen und zeitlichen Komponenten der Daten stellen. Mehrere Faktoren beeinflussen die Qualität Ihrer Wetter-API-Daten. Einige davon gelten für alle Daten im Allgemeinen, wie z. B. Genauigkeit und Präzision, während andere speziell für Wetterdaten gelten, wie z. B. räumliche und zeitliche Auflösung.

Die beiden Schlüsselbegriffe Genauigkeit und Präzision sind die wichtigsten Beschreibungsmerkmale eines jeden Datensatzes, sei er wetterbezogen oder nicht. Obwohl sie oft austauschbar verwendet werden, hat jeder Begriff eine ganz bestimmte Bedeutung.

Was bedeutet Genauigkeit?

Ungenauigkeit ist die Frage, ob eine Messung oder Vorhersage richtig ist oder nicht. Wenn ich eine Münze werfe, kann das Ergebnis entweder Kopf oder Zahl sein. Wenn ich auf Kopf tippe und die Antwort Kopf ist, lag ich richtig. Wenn eine Serie von 10 Würfen uns

HTHTTTTHTHH

und ich habe getippt

HTTTTHTTHTTH

Dann hatte ich 7/10 meiner Vermutungen richtig: Ich war zu 70% genau. In einem numerischen Datensatz klassifizieren wir Datenpunkte oft nicht als "richtig" oder nicht richtig; stattdessen ist das Mass für die Genauigkeit, wie sehr sich die Vorhersagen im Durchschnitt von den Beobachtungen unterscheiden (wobei ein Durchschnitt von Null, der nur erreicht werden kann, wenn jede Differenz ebenfalls Null ist, das Zeichen für perfekte Genauigkeit ist).

Was bedeutet Präzision?

Präzision kann man auch als Vertrauen bezeichnen. Wenn Sie mich fragen, wo Ihre Schlüssel sind, und ich sage, sie sind "irgendwo in diesem Raum", dann mag das richtig sein, aber ich bin nicht sehr zuversichtlich, dass ich genau weiss, wo sie sind. Wenn ich stattdessen behaupte, dass sie sich unter den Papieren in der hinteren linken Ecke des Tisches befinden, an dem Sie gerade sitzen, bin ich viel präziser. Ein präzises Messwerkzeug ist eines, das eine genauere Antwort gibt: Wenn ich ein Lineal habe, das nur alle Zentimeter Markierungen hat, kann ich die Länge von etwas nur in Zentimetern messen; wenn ich dagegen ein Lineal mit Millimetereinteilung habe, kann ich zehnmal so genau sein. Bezogen auf einen Datensatz ist die Präzision ein Mass für die Streuung der Ergebnisse.

Ein Beispiel

Angenommen, die wahre Temperatur eines Raumes beträgt 21,1 ºC (was ich aber zunächst nicht weiss). Ich möchte die Temperatur bestimmen, also messe ich die Temperatur mit meinem Thermometer viermal und nehme den Durchschnitt. Am Anfang hat mein Thermometer nur Markierungen im Abstand von 1 ºC. Die Messungen, die ich mache, sind: 20, 22, 21, 21. Der Durchschnitt dieser Werte liegt bei 21 ºC, und ihre Streuung beträgt 2 ºC.

Das ist kein schlechtes Ergebnis, aber mein Freund hat mir gerade ein Thermometer mit 0,1ºC-Markierungen geschenkt. Ich möchte es benutzen, um die Temperatur auf die gleiche Weise zu messen. Ich notiere: 24,8, 24,9, 24,7, 24,8, was mir einen Durchschnitt von 24,8ºC mit einer Streuung von 0,2ºC ergibt. Das ist viel präziser, aber weniger genau, da die Differenz zwischen meinem gemessenen Wert und dem tatsächlichen Wert viel höher ist.

Was ist wichtiger?

Ausserhalb des meteorologischen Kontextes ist man in manchen Anwendungsfällen mit Daten zufrieden, die entweder genau oder präzise sind.

Wenn Sie einen hochpräzisen Prozess haben, der nicht genau ist, können Sie vielleicht eine systematische Verzerrung feststellen und diese aus den Daten entfernen. Um die Metapher des Bogenschiessens als Beispiel zu nehmen: Wenn Sie eine Maschine haben, die immer denselben Punkt im äusseren Ring trifft, könnten Sie die Maschine (oder das Ziel) manuell neu positionieren, so dass der Versatz kompensiert wird. Dies könnte auch das Problem erklären, das ich bei der zweiten Messung der Temperatur oben hatte.

Vielleicht gibt es beim zweiten Thermometer eine systematische Verzerrung (z. B. könnte die Skala an der falschen Stelle eingezeichnet sein), die wir beseitigen könnten, wenn wir das Thermometer gegen ein Ziel mit einer bekannten Temperatur kalibrieren würden. Man kann sich auch eine Situation vorstellen, in der eine geringe Genauigkeit in Ordnung ist, solange die Genauigkeit stimmt. Wenn man zum Beispiel wissen will, wie voll ein Restaurant ist, könnte es in Ordnung sein, die Anzahl der besetzten Tische zu zählen, anstatt die genaue Anzahl der Personen an jedem Tisch.

Die Techniken, die erforderlich sind, um eine geringere Genauigkeit oder Präzision zu berücksichtigen, sind jedoch manchmal schwierig zu implementieren, und im Allgemeinen führen schlechtere Daten zu schlechteren Ergebnissen.

Zusätzlich zu den oben genannten Faktoren werden Wetterdaten durch die Tatsache kompliziert, dass sie sowohl eine räumliche als auch eine zeitliche Dimension haben (d.h. der Zustand der Atmosphäre ändert sich, wenn man sich im Raum und in der Zeit bewegt). Mit jeder dieser Dimensionen ist eine Auflösung verbunden, die die Eignung der Daten für bestimmte Probleme beeinflusst.

Räumliche Auflösung

Die Wettervorhersagedaten von Meteomatics werden auf einem regelmässigen Gitter geliefert. Die räumliche Auflösung einer Wettervorhersage ist der Abstand zwischen den Datenpunkten auf dem Gitter. Ein Modell, das die Temperatur alle 1 km entlang der Erdoberfläche vorhersagt, hat eine höhere räumliche Auflösung als ein Modell, das die Temperatur alle 10 km vorhersagt.

Zeitliche (Temporale) Auflösung

Die Wettervorhersagedaten werden auch in regelmässigen Zeitabständen bereitgestellt. Einige Vorhersagen liefern eine Vorhersage für jede Stunde des Tages, andere nur alle drei Stunden, wieder andere nur alle sechs Stunden. Dies sind die zeitlichen Auflösungen der Datensätze; je geringer der zeitliche Abstand zwischen den Vorhersagen ist, desto höher ist die zeitliche Auflösung.

Abbildung 1 zeigt eine Zeitreihe von Temperaturdaten, die vom Meteomatics EURO1k-Modell für St. Gallen vorhergesagt wurden. Sie zeigt den Unterschied zwischen der Abfrage von Daten mit der nativen zeitlichen Auflösung des Modells (20 Minuten) und einer niedrigeren Auflösung von 3 Stunden. Man beachte z.B., dass die hochaufgelösten Daten bei 7 Stunden Vorlaufzeit etwa 5ºC betragen, aber wenn man zwischen den Datenpunkten von 6h und 9h interpolieren würde, käme man zu einem ganz anderen Ergebnis.

Ein Beispiel:

Angenommen, Sie sind gerade am Bahnhof Greenwich in London aus dem Zug gestiegen und wollen wissen, ob es um 12 Uhr regnen wird. Sie stehen an den Koordinaten 51.4779N, -0.0132E - etwa 800m westlich des Meridians von Greenwich, und Sie haben zwei Modelle zur Auswahl: eines mit 1 km Auflösung und eines mit 10 km Auflösung.

Das 1 km-Modell sagt für das Greenwich-Observatorium eine Niederschlagsmenge von 2 mm voraus, für einen Punkt etwa 200 m weiter westlich dagegen 0 mm. Um herauszufinden, was an Ihrem aktuellen Standort wahrscheinlich passieren wird, müssen Sie einen räumlichen Durchschnitt dieser beiden Werte bilden. Unter Berücksichtigung der Tatsache, dass einer der Datenpunkte viermal näher an Ihnen liegt als der andere (so dass Sie ihm viermal mehr vertrauen), berechnen Sie, dass die vorhergesagte Menge an Ihrem Standort 0,4 mm beträgt.

Der andere Datensatz sagt Ihnen auch, dass es am Greenwich Observatory 2 mm Niederschlag geben wird, kann Ihnen aber nichts über den Punkt 200 m westlich von Ihnen sagen: Der nächste Datenpunkt in dieser Richtung ist 9,2 km entfernt! Er sagt Ihnen, dass es an diesem Ort 0 mm regnen wird, also berechnen Sie, dass die Niederschlagsmenge an Ihrem Standort 1,843 mm betragen wird. Welche dieser beiden Vorhersagen ist Ihrer Meinung nach wahrscheinlicher?

Sie gehen nun zum Greenwich-Observatorium, das Sie um 12 Uhr erreichen. Tatsächlich regnet es - wenn auch wahrscheinlich nicht 2 mm pro Stunde (Vorhersagen sind ja selten genau). Sie wollen wissen, ob es in 90 Minuten immer noch regnen wird. Räumlich gesehen spielt es keine Rolle, welche der Vorhersagen Sie wählen, da beide eine Vorhersage für den genauen Ort treffen, an dem Sie sich gerade befinden.

Die eine Vorhersage hat jedoch eine zeitliche Auflösung von 1 Stunde, während die andere eine Auflösung von 3 Stunden hat. Der 1-Stunden-Datensatz sagt voraus, dass es um 13 Uhr mit einer verminderten Rate von 1 mm regnen wird und um 14 Uhr ganz aufhören wird, woraus man schliessen kann, dass es um 13:30 Uhr mit einer Rate von etwa 0,5 mm regnen wird. Die 3-Stunden-Vorhersage kann Ihnen nichts über 13 oder 14 Uhr sagen, aber sie geht davon aus, dass es um 15 Uhr mit einer Rate von 1 mm regnen wird. Nach der gleichen Logik sagt diese Vorhersage, dass um 13:30 Uhr 1,5 mm zu erwarten sind. Schaut man sich die 1-Stunden-Vorhersage für 15 Uhr an, so sagt sie ebenfalls voraus, dass es zu diesem Zeitpunkt wieder regnen wird, und stimmt mit der 3-Stunden-Vorhersage auch hinsichtlich der Menge überein!

Je höher die Auflösung, desto höher ist auch die Genauigkeit und Präzision

Die Auflösung eines Datensatzes, sei es in der Zeit- oder Raumdimension, ist eine Art eingebaute Grenze für die Genauigkeit. Im obigen Beispiel haben wir gesehen, dass unsere beiden Datensätze an den Gitterpunkten übereinstimmen. Ob richtig oder falsch, an diesen Stellen waren sie genauso genau wie der jeweils andere. Bei der Frage, was zwischen den Gitterpunkten passiert, liefert der Datensatz mit der höheren Auflösung jedoch mehr Informationen: Der 1-Stunden-Datensatz sagte voraus, dass der Regen innerhalb von drei Stunden kurz nachlässt, bevor er wieder einsetzt; dieses feine Detail wurde vom 3-Stunden-Datensatz nicht erfasst. In ähnlicher Weise haben beide Datensätze festgestellt, dass es um 12 Uhr mittags am Greenwich-Observatorium regnen würde, während es im Westen nicht regnen würde; nur wenn man den Datensatz mit der höheren räumlichen Auflösung betrachtet, kann man erkennen, dass das Gebiet in der Nähe der Greenwich-Station den Rand der Regenwolke zu diesem Zeitpunkt markiert.

Abwägungen zwischen räumlicher und zeitlicher Auflösung

Oft gibt es einen Kompromiss zwischen räumlicher und zeitlicher Auflösung, da sich beide miteinander multiplizieren, um die Gesamtzahl der Datenpunkte in einem Datensatz zu erhalten. Dieser Kompromiss ist zum Teil durch die Anforderungen der Nutzer motiviert - Sie möchten keine Datei, die den gesamten Speicher Ihres Computers belegt, wenn die hohe Auflösung nicht zu besseren Ergebnissen führt -, aber auch durch die Notwendigkeit, eine zeitliche Vorhersage zu erstellen.

Jeder Datenpunkt in einer Wettervorhersage muss mit einem komplizierten Computermodell berechnet werden, und jede Berechnung braucht Zeit. Je höher die Auflösung des Modells ist, desto mehr Berechnungen muss der Computer durchführen und desto länger dauert die Erstellung. Daher gibt es eine natürliche Grenze für die Auflösung unserer Modelle: Wenn die Vorhersage nicht relativ weit vor den Wetterereignissen, die sie vorhersagen soll, erstellt werden kann, ist sie für die Erstellung von Prognosen wenig nützlich.

Moderne Berechnungsmethoden erleichtern die immer schnellere Berechnung von Wettermodelldaten; um jedoch die Produktion von Modelldaten wirklich zu beschleunigen, werden einige interne Abkürzungen verwendet. Daher kann ein Modell, das schnell Daten mit hoher räumlicher und zeitlicher Auflösung erzeugt, von einer weniger rigorosen Modellphysik untermauert werden, und die Fähigkeit der Vorhersage kann beeinträchtigt werden.