Statistik für die Vorhersage von Schneefall

Eine Forschungsgruppe aus Innsbruck hat untersucht, wie sich die lokale Treffsicherheit von Wetterprognosen für Schneefall mithilfe von Wettermessungen aus der Vergangenheit verbessern lässt.

Die Qualität von Wetterberichten hat sich mit der Entwicklung immer leistungsfähigerer Computermethoden in den vergangenen Jahrzehnten stark verbessert. Die Vorhersagezeiträume sind länger und die Prognosen genauer geworden. Bei komplexen lokalen Gegebenheiten kommen allerdings auch die gängigen Wettermodelle an ihre Grenzen. Für Gebiete von hunderten Quadratkilometern Größe gibt es in der Regel nur eine einzige Vorhersage, was gerade in Gebirgsregionen zu großen Ungenauigkeiten führt. Das hat vielerlei Konsequenzen, insbesondere, wenn es um Schneemengen geht, die für den Tourismus große Bedeutung haben. Das Thema Sicherheit ist hier besonders relevant. Eine in Innsbruck tätige Forschungsgruppe aus den Gebieten Meteorologie und Statistik hat nun in einem vom Wissenschaftsfonds FWF finanzierten Projekt die Daten von konventionellen Wettermodellen mit lokalen Messungen aus der Vergangenheit verglichen, um so lokal präzisere Vorhersagen zu erhalten, und zwar speziell für Schneefall.

Das Wetter in der Vergangenheit einbeziehen

„In globalen numerischen Wettersimulationen, wie sie für Wetterberichte verwendet werden, werden relativ große Zellen modelliert, 20 mal 20, manchmal 50 mal 50 Kilometer“, erklärt Projektleiter Achim Zeileis. „Doch wer in Tirol aus dem Fenster blickt, kann mit freiem Auge sehen, dass sich das Wetter auf 20 Kilometern mehrmals ändert, unter anderem weil Berge im Weg stehen, die in dem numerischen Modell so nicht abgebildet sind.“ Die exakte physikalische Modellierung solcher lokalen Eigenheiten des Wetters sei praktisch unmöglich, sagt Zeileis. Allerdings gebe es viele lokale Messstationen, die genauere Auskünfte darüber erlauben, wie das Wetter in der Vergangenheit war. Diese ließen sich nutzen, um konventionelle Wettervorhersagen lokal zu korrigieren. „Wir sammeln und kombinieren Wetterdaten aus der Vergangenheit, um zu verstehen, wie das Wetter wirklich war, wenn numerische Wettersimulationen eine bestimmte Vorhersage machten“, erklärt Zeileis.

Fokus auf Tirol

Für die Berechnung der Schneemengen konzentrierten sich die Forscherinnen und Forscher auf Tirol. Zeileis betont, dass diese Arbeiten besonders für Gebirgsregionen interessant seien: „In Flachland-Gegenden gibt es keine so großen Fehler in den globalen Wettersimulationen, weil sich das Gelände hier weniger ändert.“ Bei anderen Projekten habe man sich unter anderem Südtirol angesehen.

© Axel Springer

Über den/die Forscher*In

Achim Zeileis ist Professor am Institut für Statistik der Universität Innsbruck. Der Statistiker interessiert sich besonders für Wettervorhersagen, Statistische Modellierung, Software für Statistik und Machine Learning. Er ist unter den weltweit am häufigsten zitierten Forscher*innen.
0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

Schreibe einen Kommentar