Verfahren zur Erzeugung von Super-Beobachtungen aus unaufbereiteten Daten des Radarwindes

Die moderne Wettervorhersage basiert auf der numerischen Modellierung von tausenden Beobachtungen, die jeden Tag von verschiedenen Stationen zusammen getragen werden. Die in den Verfahren der numerischen Wettervorhersage (NWP-numerical weather prediction) einbezogenen Radardaten können Wettervorhersagen deutlich verbessern.

Wetterradare werden oftmals für die Fernerhebung von Daten genutzt. Ein Doppler-Radar nutzt zur Untersuchung der atmosphärischen Eigenschaften elektromagnetische Wellen. Die elektromagnetischen Wellenimpulse werden übertragen und ein reflektiertes Echo zurückgeleitet. Ein Radar kann Daten mit einer hohen räumlichen und zeitlichen Auflösung abtasten und damit die Qualität der hochauflösenden Wettervorhersage für abgelegene Gebiete verbessern.

Trotz des hohen Potentials von Radardaten aufgrund ihrer sphärischen Geometrie und hohen Messdichte werden diese nur sehr begrenzt genutzt. Die Ursache hierfür liegt in erster Linie an gewissen Einschränkungen, die die maximale Geschwindigkeit der aufzulösenden Streupartikel sowie die maximale Radarentfernung betreffen. Da der Radarstrahl mit zunehmender Entfernung breiter wird, kann ein atmosphärisches Phänomen in der Nähe des Radars zu hoch und in anderen Teilen des Messbereichs zu niedrig abgetastet werden, was zu Messabweichungen führen kann.

Um diese Schwierigkeiten zu überwinden, haben neun europäische Institute ein Verarbeitungsverfahren für die Radarrohdaten von Radialwind entwickelt. Ziel des EU-Projekts CARPE DIEM ist die Einschätzung des möglichen Vorteils, den eine Integration von Radardaten in den NWP-Prozess hat. Das Verfahren beinhaltet die als Super-Beobachtungen bezeichnete Durchschnittsberechnung der unaufbereiteten Daten in Polarräumen sowie geeignete Filter für Super-Beobachtungen, um den zeitlichen Rahmen des Modells besser einhalten zu können. Außerdem wurde ein vierdimensionaler Beobachtungsoperator für die Integration in den NWP-Prozess entwickelt, dessen Anwendung bei einer Nutzung von Radialwind-Daten eine experimentielle Verbesserung der Vorhersagequalität gezeigt hat.

Die Vorhersage von Niederschlag und Wind kann durch die Integration von Radarbeobachtungen in den NWP-Prozess deutlich verbessert werden. Fallstudien, in den Radarmessungen zur Anwendung kamen, zeigen erfolgsversprechende Ergebnisse und regen die Ausdehnung der Studien für eine Bestätigung und weitere Entwicklung der Messungen an.