Für Klimavorhersagen werden komplexe atmosphärische Simulationen, sogenannte Convective-Permitting-Models (CPM) genutzt. Im Gegensatz zu älteren Modellen ermöglichen diese eine deutlich höhere räumliche Auflösung und können tiefe Konvektionsprozesse direkter wiedergeben. Auf diese Weise werden verlässliche Vorhersagen über Zeiträume von Wochen, Tagen und auch Stunden ermöglicht.

Mit dem Klimawandel verändern sich vielerorts die Niederschlagsverhältnisse und Wetterextreme wie z. B. kurzzeitige Starkregen nehmen zu. Diese Ereignisse können zu Überschwemmungen oder Schlammlawinen mit verheerenden Schäden an Menschen und Umwelt verursachen. Deshalb ist es wichtig zu ermitteln, ob die heutigen CPMs auch unterstündliche Vorhersagen erlauben, sodass Wetterextreme früher erkannt werden können.

Die Daten

Der Datensatz enthält Modellrohdaten nach Jahr und Monaten (Juli - Oktober) geordnet. Die jeweiligen Daten beinhalten zwei- und dreidimensionale Variablen unter anderem zur Niederschlagsfrequenz und -menge, Bodenfeuchte, zum Luftdruck und Albedo. Diese Rohdaten wurden anschließend von 0.11° zu 0.02° in ihrer Auflösung dynamisch herunterskaliert.

Veröffentlichung des Datensatzes: Meredith EP, Ulbrich U et al (2019) http://hdl.handle.net/21.14106/4331617ed44fc1839e232c2500f345ca8e194cf2

Forschungsergebnisse

Es konnte gezeigt werden, dass CPM-Nutzer*innen keine Verschlechterung der Niederschlagsprojektionen oder -vorhersagen befürchten müssen, wenn sie von stündlichen zu unterstündlichen Auflösungen wechseln. Es gibt zwar immer noch Verzerrungen, aber es wurden keine zwingenden Beweise gefunden, dass diese Verzerrungen bei unterstündlichen Vorhersagen stärker sind als bei stündlichen Vorhersagen. Dies gilt vor allem für Extremwerte, also für die Ereignisklasse, für die höhere räumliche und zeitliche Auflösungen von größtem Interesse sind. Die Autoren der Studie betonen den Nutzen von CPMs als Instrument zur Untersuchung extremer Niederschläge, der zugehörigen Mechanismen und deren Veränderungen auf der stündlichen Skala und empfehlen gleichzeitig die Anwendung dieser Modelle auf extreme Niederschlagsereignisse auf unterstündlichen Zeitskalen.

^{Texte verändert nach Meredith EP, Ulbrich U et al (2020) https://doi.org/10.1088/1748-9326/ab678}