Was ist numerische Wettervorhersage?

Die numerische Wettervorhersage (allgemein bekannt als NWP) ist eine von Meteorologen angewandte Methode zur Wettervorhersage durch die Lösung mathematischer Gleichungen, die das Verhalten der Atmosphäre beschreiben. Diese Gleichungen, die als fundamentale Gleichungen der Bewegung, der Massenerhaltung und der thermodynamischen Prinzipien bekannt sind, basieren auf physikalischen Gesetzen, die das Verhalten der Atmosphäre bestimmen.

Was ist ein numerisches Wettermodell?

NWP umfasst den gesamten Prozess der Verwendung numerischer Wettermodelle zur Erstellung von Wettervorhersagen. Dazu gehören die Datenerfassung, die Datenassimilation (Integration von Beobachtungsdaten in das Modell), die Modellinitialisierung (Festlegung der Anfangsbedingungen), die Modellintegration (Weiterführung des Modells in der Zeit) und das Post-Processing (Interpretation und Darstellung der Vorhersagedaten).

Ein numerisches Wettermodell berechnet die aktuellen und zukünftigen Zustände der Atmosphäre mit Hilfe von Computern und auf der Grundlage von Messdaten, sowohl lokal gemessenen als auch aus der Ferne erfassten. Dabei werden komplexe physikalische Gleichungen verwendet, die von Hochleistungsrechnern mit enormer Leistung berechnet und zu hochauflösenden Wettervorhersagen verarbeitet werden.

Auflösung von Wettermodellen

Beim Einsatz von Wettermodellen wird zwischen räumlicher und zeitlicher Auflösung unterschieden. Sowohl die räumliche als auch die zeitliche Auflösung spielen eine entscheidende Rolle für die Gesamtgenauigkeit der numerischen Wettermodelle bei der Vorhersage verschiedener Wetterereignisse.

Räumliche Auflösung

Eine höhere räumliche Auflösung bedeutet einen geringeren Abstand zwischen den Gitterpunkten (für die in einem numerischen Wettervorhersagemodell Werte berechnet werden); eine niedrige Auflösung bedeutet, dass die Berechnungen an Orten durchgeführt werden, die in der realen Welt weiter voneinander entfernt sind.

Gegenwärtig gilt eine räumliche Auflösung von 1 km als sehr hoch. Mit einer hohen räumlichen Auflösung von 1 km oder weniger lassen sich viele lokale und dynamische Effekte abbilden, die von Modellen mit grösseren Gitterzellen nicht erfasst werden, was die Wettervorhersage auf lokaler Ebene erheblich verfeinert und damit verbessert. In der Zukunft werden wir vielleicht Modelle haben, die Daten mit einer Auflösung von 1 m erzeugen; in diesem Fall wäre ein 1 km-Modell ein Modell mit geringer Auflösung. Was als hoch und was als niedrig gilt, ist relativ zu dem, was zum jeweiligen Zeitpunkt verfügbar ist.

Zeitliche Auflösung

Eine hohe zeitliche Auflösung hingegen bedeutet, dass das Modell Wetterveränderungen in kurzen Zeitintervallen erfasst - beispielsweise alle 20 Minuten beim hochauflösenden EURO1k-Modell. Zum Vergleich: Das globale Wettermodell ECMWF hat eine zeitliche Auflösung von 6 Stunden. Auch hier ermöglicht eine höhere Auflösung die physikalische Modellierung der Veränderungen der atmosphärischen Zirkulation auf kürzeren Zeitskalen, was zu zuverlässigeren Vorhersagen führt.

Welche Wettermodelle gibt es?

Es gibt viele verschiedene Wettermodelle für die globale und lokale Wettervorhersage. Um Wettervorhersagen zu erhalten, überzieht ein numerisches Wettermodell die Erde mit einem dreidimensionalen Gitter. Für jeden Gitterpunkt werden relevante Parameter für verschiedene Höhen in festen Zeitschritten berechnet. Je nach Wettermodell liegen die Gitterpunkte in unterschiedlichen Abständen zueinander, und die Auflösung der Modelle variiert entsprechend.

Placeholder for 3D grid.

Globale Wettermodelle

In globalen Wettermodellen ist eine Maschenweite von 10 bis 50 Kilometern üblich. Dies ist in der Regel ausreichend, um die Bedingungen in der höheren Atmosphäre optimal vorherzusagen, aber die Topographie unterhalb der horizontalen Auflösung (10-50 Kilometer) kann von den Modellen nicht erfasst werden, und feinere Ereignisse, wie z.B. Gewitter, können daher nicht modelliert werden.

Daher können Vorhersagen von Parametern nahe der Erdoberfläche, wie Wind, Höchst- oder Tiefsttemperatur, auf lokaler Ebene ungenau sein. Um diese Datenlücken zu schliessen, werden globale Modelle mit höherer Auflösung benötigt.

Beispiele für globale Wettermodelle sind unter anderem das amerikanische Global Forecast System (GFS) mit etwa 25 km Auflösung und das Vorhersagemodell des European Centre for Medium-Range Weather Forecasts (ECMWF) mit etwa 10 km Auflösung.

Lokale Wettermodelle

Im Gegensatz zu den globalen Wettermodellen liegen die Gitterpunkte bei lokalen Wettermodellen viel näher beieinander. Das erfordert viel mehr Rechenkapazität und wird daher nur für einen Zeitraum von ein bis drei Tagen berechnet.

Ein lokales Wettermodell deckt nur einen begrenzten Bereich ab. Um relevante Einflüsse, die von ausserhalb einer bestimmten Region kommen, mit einzubeziehen, werden die Werte an den Rändern des Bereichs aus einem globalen Modell übernommen. Dieses Prinzip wird "Verschachtelung" genannt und soll bessere Modellvorhersagen an den Rändern ermöglichen.

Das EURO1k-Modell von Meteomatics mit einer Auflösung von 1 km ist ein Beispiel für ein lokales Wettermodell für Europa. Auch das von der NOAA entwickelte High-Resolution Rapid Refresh (HRRR)-Modell mit einer Auflösung von 3 km wird für die lokale Wettervorhersage in den Vereinigten Staaten verwendet.

Die Meteomatics Wetter API verfügt über ein umfassendes Portfolio an Wettermodellen, darunter:

• Globale numerische Wettermodelle (ECMWF, GFS, DWD, etc.)
• Globale AI-basierte Wettermodelle (FourCastNet, GraphCast)
• Lokale numerische Wettermodelle (EURO1k, Arome, DWD, HRRR, etc.)

Melden Sie sich für eine kostenlose Testversion der Wetter-API an

Mit einer kostenlosen Testversion der Wetter-API erhalten Sie Zugriff auf mehr als 1800 Parameter und mehr als 110 Wetterquellen und -modelle.

Testen Sie die Leistungsfähigkeit der API 14 Tage lang kostenlos!