Nutzerorientierte Klimavorhersageprodukte des Deutschen Wetterdiensts – auf dem Weg zu höherer räumlicher Auflösung und verbesserter Vorhersagegüte

Autor: Amelie Hoff, Philip Lorenz, Clementine Dalelane, Alexander Pasternack, Birgit Mannig, Andreas Paxian, Miriam Tivig, Klaus Pankatz, Kristina Fröhlich, Frank Kreienkamp, Barbara Früh
Rok vydání: 2021
Popis: Es besteht ein wachsender Bedarf an hochaufgelösten Klimavorhersagen der kommenden Wochen, Monate und Jahre. Um diesen Bedarf zu bedienen, veröffentlicht der Deutsche Wetterdienst (DWD) operationell saisonale und dekadische Klimavorhersagen. Daneben ist zukünftig auch die Bereitstellung von postprozessierten EZMW Witterungsvorhersagen geplant. Als gemeinsame Plattform dafür dient die neue DWD Klimavorhersagen-Webseite www.dwd.de/klimavorhersagen, auf der Klimavorhersagen über alle verfügbaren räumlichen und zeitlichen Skalen hinweg konsistent dargestellt werden. Um die räumliche Auflösung und die Vorhersagegüte der Klimavorhersagen zu erhöhen, werden verschiedene Nachbereitungsverfahren angewendet. So wird das am DWD entwickelte empirisch-statistische Downscalingverfahren EPISODES angewendet, um die grobe räumliche Auflösung der globalen Klimavorhersagen für die Region Deutschland auf rund 20 km Gitterweite zu verbessern und Klimavorhersagen für ausgewählte Städte auf Basis von rund 5 km Gitterweite erstellen zu können. Dazu werden statistische Beziehungen zwischen großräumigen Einflussvariablen, wie zum Beispiel dem Luftdruck, und kleinräumigen Zielvariablen, wie dem Niederschlag, mithilfe von hochaufgelösten Beobachtungsdaten verwendet. Die dekadischen Klimavorhersagen werden seit 2021 operationell für die Klimavorhersagen-Webseite statistisch rekalibriert, um Bias, Drift und Ensembledispersion zu korrigieren, so dass Verlässlichkeit und Schärfe der probabilistischen Vorhersage optimiert werden. Für die saisonale Klimavorhersage der Wintermonate wird die Möglichkeit einer Verbesserung der Vorhersagegüte mithilfe einer statistisch selektierten Klimavorhersage untersucht. Bei dieser hybriden saisonalen Klimavorhersage werden einzelne Ensemble Member ausgewählt basierend auf der statistischen Vorhersage der europäischen Luftzirkulation im Winterhalbjahr. Für die statistische Vorhersage werden verschiedene Prädiktoren aus ERA5T Reanalysedaten verwendet, wie zum Beispiel Meeresoberflächentemperatur, Meereis oder die Temperatur in 100 hPa. Neben der statistisch selektierten Wintervorhersage ist zudem die Weiterentwicklung des Downscalingverfahrens EPISODES geplant, sodass es auf eine größere Region angewendet werden kann, die auch den Alpenraum und an Deutschland angrenzende Flusseinzugsgebiete beinhaltet. Für die künftigen Weiterentwicklungen und Erweiterungen der operationellen Klimavorhersageprodukte besteht ein enger Austausch mit Nutzerinnen und Nutzern aus verschiedenen Sektoren, zum Beispiel im Rahmen des jährlich stattfindenden Nutzerworkshops.
Databáze: OpenAIRE