Neue Ansätze zur Kurzfristvorhersage mit Radartracking im Alpenraum

Transkript

1 Neue Ansätze zur Kurzfristvorhersage mit Radartracking im Alpenraum Tobias Grimbacher MeteoNews AG, Siewerdtstr. 105, CH-8050 Zürich, Schweiz Das Verfahren der Kreuzkorrelation zur Kurzfristvorhersage von Radarbildern ist seit vielen Jahren bekannt. Bei MeteoNews wurde es nun im Rahmen eines neuen Tracking-Algorithmus angewandt und um einige Neuerungen erweitert. So wird das Reflektivitätsbild des Radars unter Zuhilfenahme von Niederschlagsmessungen am Boden effektiv in ein Niederschlagsbild umgewandelt. Bei Verlagerungen in die Alpen hinein führt eine geeignete Veränderung der Zugbahn zu verbesserten Extrapolationsergebnissen. Mit einer Vorhersagedauer von bis zu zwei Stunden kann das Radartracking zusammen mit anderen Quellen in einem System für umfassende Wetterinformationen und -warnungen verwendet werden. Einleitung Die Notwendigkeit, Warnungen vor Starkregen, Hagel und Gewittern möglichst lokal und kurzfristig ein bis zwei Stunden vor dem Ereignis herausgeben zu können, ist bereits seit vielen Jahren erkannt. Ebensolange bestehen vielfältige Versuche, diese Warnungen und Informationen manuell oder automatisch aufgrund von Radarmessungen zu erstellen. Gerade in orographisch stark gegliederten Gebieten wie der Schweiz stellt die Niederschlagsmessung und -vorhersage mittels Radar bis heute vor einige besondere Herausforderungen. Seit Sommer 2006 ist bei MeteoNews ein neues Niederschlagsextrapolationsverfahren im Einsatz. Als Grundlage dient das verbreitete Konzept des Radartrackings mit Kreuzkorrelation. Dabei konnten einige bereits diskutierte Ideen mit Erfolg integriert sowie neue Ideen entwickelt werden, um die Vorhersagegenauigkeit des Verfahrens weiter zu verbessern. Zusammen mit gemessenen Blitzeinschlägen und Windstärken stellt die Niederschlagsvorhersage das Kernstück eines Systems für Wetterinformationen und Unwetterwarnungen dar. In Folgenden werden zuerst die verwendeten Daten kurz genannt. Nach der methodischen Darstellung des Radartrackings werden zwei Korrekturverfahren genauer beschrieben und die Ergebnisse an einem Fallbeispiel verdeutlicht. Abschliessend erfolgen einige Bemerkungen zur Integration der Tracking-Vorhersagen in das Warn- und Informationssystem. Geographie und Datengrundlage In der Schweiz werden durch die MeteoSchweiz drei C-Band-Wetterradare betrieben. Die alle 5 Minuten aufgenommen Volumenscans der drei Radare werden zu einem Maximum-Composite

2 Bild zusammengestellt, das die ganze Schweiz sowie Teile der Nachbarländer umfasst (Abbildung 1). Mit einer räumlichen Auflösung von 2 km x 2 km deckt das Composite-Radarbild einen Bereich von insgesamt 562 km x 434 km ab. Bei MeteoNews stehen diese Radarbilder im 10-Minuten- Abstand und mit 6 Reflektivitätsklassen zur Verfügung. Neben den Radarbildern kommen in dieser Studie auch Niederschlagsinformationen am Boden zum Einsatz. Die 10-minütigen Niederschlagssummen werden im meteorologischen Stationsnetz swissmetnet der MeteoSchweiz an zahlreichen Messpunkten erhoben (Frei 2003). Sie liegen etwa zeitgleich zu den Radarbildern vor, und sind deshalb zur Korrektur der Radarmessungen gut geeignet. Wie in Abbildung 1 gut zu erkennen, erstreckt sich quer durch die Schweiz der Alpenhauptkamm mit Gipfeln bis über 4000 Meter Höhe. Im Radarbild verursachen die Berge immer wieder Fehlechos (Clutter), die wenn möglich vorgängig korrigiert werden. Ausserdem schatten die Berge den Radarstrahl ab, sodass Niederschlag in manchen Tälern und Bergregionen (z.b. Wallis, Surselva, Engadin) nur schlecht oder gar nicht gesehen werden kann (Joss und Germann 2000). Als orographisches Hindernis beeinflussen die Alpen Niederschlagszonen, indem sie Niederschlagsbildung oder -auflösung begünstigen und vor allem Zugrichtung und Geschwindigkeit von Niederschlagsgebieten verändern können. A D L Abbildung 1: Darstellungsbereich des Schweizer Radar-Composite-Bildes und ungefähre Position der drei Radare (A: Albis, D: La Dôle, L: Monte Lema). Radartracking mittels Kreuzvergleich Bei der Extrapolation von Radarniederschlägen führen zwei völlig unterschiedliche Ansätze zum Erfolg. Beim einen wird jede Niederschlagszellen im Radarbild einzeln identifiziert, ihre Zugbahn ermittelt und in die Zukunft extrapoliert (z.b. Handwerker 2002). Dieser Ansatz ist vor allem für Gewitterzellen hoher Intensität gut geeignet. Das andere, hier verwendete Verfahren besteht im Tracking mittels Kreuzkorrelation (Kessler und - 2 -

3 Russo 1963, Rinehart und Garvey 1978). Es soll hier nur kurz in Erinnerung gerufen werden, eine ausführliche Beschreibung findet sich z.b. bei Grimbacher (2005). Bei der Kreuzkorrelation werden in zwei zeitlich aufeinanderfolgenden Radarbildern geeignet Ausschnitte gewählt und diese so einander zugeordnet, dass die Korrelation der Reflektivitätswerte in den Ausschnitten maximal ist. Die durch die Zuordnung gegebene Verschiebung wird anschliessend zur Extrapolation verwendet. Als Vergleichswert der Zuordnung werden neben der maximalen Korrelation auch andere Werte, z.b. die minimale Summe der Differenzen, diskutiert (Mecklenburg 2000, Grimbacher 2001). Das hier vorgeschlagene Modell verwendet mehrere Vergleichswerte: Zur Festlegung der geeignetsten Verlagerung wird eine Kombination zwischen Korrelation der Reflektivität und Verhältnis der Niederschlagsmenge gewählt. Zudem wird berücksichtigt, dass sich die Zugrichtung der Niederschlagsfelder in aufeinanderfolgenden Zeitschritten nicht sehr stark ändern kann. Für einen Untersuchungszeitraum im Mai 2006 sind drei Möglichkeiten des Kreuzvergleichs in Tabelle 1 dargestellt. Jeweils wurde die Extrapolation über eine Stunde mit dem tatsächlich gemessenen Bild verglichen und die Korrelation, der mittlere quadratische Fehler (RMS) und der absolute Fehler (BIAS) in Reflektivitätsklassen berechnet. Für die reine Kreuzkorrelation und die reine Verwendung des Niederschlagsmengenverhältnisses ergeben sich ein RMS von 0.52 bzw Reflektivitätsklassen. Bezieht man beide zu gleichen Teilen in den Kreuzvergleich ein, sinkt der RMS auf 0.47 Reflektivitätsklassen. Auch die Korrelation und der BIAS verbessern sich deutlich. Variable des Kreuzvergleichs Korrelation RMS BIAS Korrelation 56% Verhältnis der Niederschlagsmenge 55% Kombination 64% Tabelle 1: Verschiedene Vergleichswerte zur Verlagerungsbestimmung des Trackings. Ergebnisse im Mai 2006, Vorhersagedauer: 1 Stunde. RMS und BIAS sind angegeben in Reflektivitätsklassen. Bezüglich der Extrapolationsdauer haben sich zwei Stunden als maximal herausgestellt. Vor allem kleine, konvektive Ereignisse sowie Niederschlagsgebiete, die in die Alpen hineinlaufen, können bei einer grösseren Vorhersagedauer nicht mehr adäquat berücksichtigt werden. Wie auch Germann und Zawadzki (2002) anmerken, können grossskalige Systeme wie Fronten allerdings durchaus über eine längere Zeitdauer verfolgt werden. Korrektur der Radarbilder mit Bodenmesswerten Radarmessungen und der tatsächlich am Boden ankommende Niederschlag unterscheiden sich oft erheblich (Joss und Germann 2000, Schmid und Wüest 2005). Gründe dafür sind z.b. das unbekannte Tropfenspektrum (Z-R-Beziehung) und die zwischen Wolke und Boden stattfindenden Prozesse (Verdunstung, Verwehung, etc). Wie bereits erwähnt, spielt im Gebirge zudem Abschattung eine grosse Rolle. Da dennoch oft der Niederschlag am Boden interessiert, erfolgt bei MeteoNews eine Korrektur der Radarmessungen mit Stationsmessungen am Boden. Hierzu werden die Niederschlags

4 messungen des swissmetnet der MeteoSchweiz (Frei 2003) verwendet, die in der selben zeitlichen Auflösung wie das Radarbild vorliegen. Die Umrechnung der Radarreflektivität Z in die Niederschlagsintensität R erfolgt mit der für die Schweiz empfohlenen Z-R-Beziehung Z = 316 R 1.5 Die verwendete Korrektur mit den am Boden gemessenen Niederschlagsmengen wirkt eher moderat und berücksichtigt somit z.b. die Messgenauigkeit von Radar und Regenwippen. Dennoch können vor allem in den Bergregionen, aber auch in Fällen mit Bright-Band (Radarmessungen im Schmelzbereich eines Regengebiets bei geringen Temperaturen), grosse Erfolge verzeichnet werden. Gewitter und kleinzellige Niederschläge, die zwischen den Messstationen hindurchziehen oder diese nur streifen, werden dagegen kaum verändert. Bei Radarausfall bietet diese Methode eine Möglichkeit, überhaupt einen Niederschlagswert darzustellen und vorherzusagen - auch wenn die räumliche Extrapolation zwischen den Stationen naturgemäss schwierig ist. gemessen korrigiert >100 Niederschlagsintensität in mm/h Abbildung 2: Situation am 5. Februar 2007 um 21:40 Uhr Ortszeit. Links ursprüngliches Radarbild. Rechts Niederschlagsbild korrigiert mit Bodenmesswerten. Abbildung 2 zeigt das Potential des Korrekturverfahrens beispielhaft an einer Niederschlagszone, die am Abend des 5. Februar 2007 von Norden über den Rhein in die Schweiz zieht. Im unkorrigierten Radarbild (Abbildung 2 links) wird die Zone als Niederschlagsband mit starker Intensität dargestellt. Die am Boden gemessenen Werte liegen bei 0.3 mm (in Basel und Schaffhausen), die entsprechende tatsächliche Intensität von 1.8 mm/h ist also deutlich geringer. Das korrigierte Niederschlagsbild (Abbildung 2 rechts) zeigt nun ebenfalls eine moderate Intensität, ohne dass die typische Struktur des Regenbandes verändert wäre. Bei einer 2-Meter- Temperatur von 5.7 C in Schaffhausen lässt sich die überhöhte Reflektivität im Radarbild gut mit einem Bright-Band-Effekt erklären, auch wenn die für ein Bright-Band sonst typische Ringstruktur (Grimbacher 2001) nicht zu erkennen ist

5 Orographische Korrektur Im Alpenraum besteht eine besondere Herausforderung darin, dass Niederschlagsgebiete das Gebirge nicht oder nicht ungehindert überqueren können. Bei ausgedehnten Niederschlagszonen kommt es oft zu Stauregen, Gewitter regnen meist im Voralpenraum oder in den Bergen ab. Der neu entwickelte Tracking-Algorithmus berücksichtigt diese Tatsache, indem er den Anteil der Zugrichtung, der in die Alpen hinein gerichtet ist, reduziert, und somit Niederschläge abbremst. Dabei kann die Bremsung unterschiedlich hart erfolgen, ein Bremsfaktor zwischen 0 (kein Abbremsen) und 1 (vollständiges Abbremsen) ist denkbar. Bei sonst unveränderten Parametern und für den selben Untersuchungszeitraum wie in Tabelle 1 sind in Tabelle 2 einige Ergebnisse dargestellt. Es zeigt sich, dass ein vollständiges Abbremsen aller Niederschläge nicht zum besten Resultat führt, da grosse Niederschlagszonen und auch Gewitter zum Teil die Alpen überqueren können. Eine Reduktion der alpensenkrechten Zuggeschwindigkeit mit dem Faktor 0.3 führt aber zu einer deutlichen Verbesserung gegenüber der Vorhersage ohne orographische Korrektur. So sinkt der mittlere quadratische Fehler (RMS) auf 0.43 Reflektivitätsklassen. Auch Korrelation und BIAS erreichen bessere Werte. Bremsfaktor der orographischen Korrektur Korrelation RMS BIAS 0 (keine Korrektur) 64% % % ( Vollbremsung ) 60% Tabelle 2: Verschiedene Bremsfaktoren der orographischen Korrektur. Ergebnisse im Mai 2006, Vorhersagedauer: 1 Stunde. RMS und BIAS sind angegeben in Reflektivitätsklassen. Fallstudie: Niederschlagsvorhersage am 29. August 2007 Am 29. August 2007 lag die Schweiz im Einflussbereich einer sich nur ganz langsam südwärts verlagernden Luftmassengrenze. Die einfliessende feuchte Luft führte zu teils ergiebigen gewittrigen Regenfällen. Lokale Überschwemmungen traten vor allem im Kanton Bern auf. In Abbildung 3 oben sind die beiden Niederschlagsfelder von 08:40 und 09:40 Uhr Ortszeit dargestellt, so wie sie vom Radar gemessen wurden (nach erfolgter Korrektur mit Bodenmesswerten). Das Niederschlagsgebiet hat sich in dieser Zeit als Ganzes Richtung Osten bewegt, seine Struktur hat sich nur im Detail verändert. Mit dem Verlagerungsvektor, der sich aus den Messungen um 08:30 und 08:40 ergibt, wird das Bild von 08:40 nun eine Stunde in die Zukunft extrapoliert. Abbildung 3 zeigt rechts in der Mitte und unten die Extrapolationsergebnisse mit und ohne orographische Korrektur. Besondere Beachtung verdient die kleine Zelle nördlich des Brienzersees, die in der Verifikation (Abbildung 3 rechts oben) mit x markiert ist. Sie ist in den Vorhersagebildern ebenfalls vorhanden, wird faktisch also gut vorhergesagt. In der unkorrigierten Vorhersage liegt sie aber deutlich südlich des Sees. Erst durch die orographische Korrektur wird die Zelle auf eine mehr alpenparallele Bahn abgelenkt, und somit nahezu an der Position vorhergesagt, an der sie später gemessen wird. Ähnliches gilt auch für die Zone erhöhter Niederschlagsintensität im Raum Zürich - 5 -

6 (nördlich des Zürichsees). Sie wird durch die Korrektur ebenfalls räumlich besser, wenn auch mit zu geringer Intensität, dargestellt. Die Situation an der Grenze zu Vorarlberg sowie im Oberallgäu ist ebenfalls in der korrigierten Vorhersage deutlich besser erfasst als im unkorrigierten Bild - auch wenn natürlich Unterschiede bleiben. Das inzwischen entstandene Regenloch in Mittelbünden (in der Verifikation gekennzeichnet mit y ) wird in beiden Vorhersagebildern leider nicht gesehen, und die Situation dort gleich schlecht vorhergesagt. Insgesamt zeigt das Beispiel gut den Vorteil der orographischen Korrektur. Selbst in einem Fall wie diesem, in dem der Bewegungsanteil in die Alpen hinein nur sehr gering ist, kann durch die Korrektur eine deutliche Verbesserung der Vorhersage erreicht werden. 08:40 Messung 09:40 Messung x y >100 Niederschlagsintensität in mm/h 09:40 ohne Korrektur 09:40 mit Korrektur Abbildung 3: Vorhersage am 29. August Links oben Niederschlagszustand um 08:40 Uhr Ortszeit zum Start der Extrapolation. Rechts oben gemessener Niederschlagszustand um 09:40 Uhr Ortszeit. Rechts mitte vorhergesagter Niederschlag für 09:40 Uhr ohne orographische Korrektur; rechts unten Vorhersage mit orographischer Korrektur

7 Integration in ein System für Warninformationen Extrapolierte Radarbilder sind für den Meteorologen im Routinedienst und den kundigen Laien eine wertvolle Informationsquelle und Hilfe. Grosse Teile der Bevölkerung, aber auch wetterabhängige Wirtschaftszweige und die zuständigen Behörden sind aber oft nur an konkreten Warnhinweisen bei gefährlichen Wetterlagen interessiert. Die Ergebnisse der Radarextrapolation müssen deshalb je nach Intensität des Niederschlags in Warnhinweise für Starkregen oder Hagel umgewandelt werden. Bei MeteoNews werden dazu vier Warnstufen verwendet: Wetterinformation (gelb), schwache Wetterwarnung (orange), starke Wetterwarnung (rot), Unwetterwarnung (violett). Die zugehörigen Intensitätswerte schwanken je nach Wettersituation, sind bei schönem Wetter mit einzelnen Gewitterzellen also geringer als bei Dauerregenereignissen. Neben der reinen Niederschlagsvorhersage gewinnt vermehrt auch die Warnung vor Gewittern, Schnee und anderen Extremereignissen an Bedeutung (Schmid und Wüest 2005, Grimbacher und Schmid 2006). Deshalb konnte bei dem entwickelten Tracking-Algorithmus eine Kombination mit anderen Messwerten verwirklicht werden. Zur Gewittervorhersage werden Blitzmessungen integriert und extrapoliert. Hierzu liegen bei MeteoNews die exakten Koordinaten aller Blitz- Entladungen vor, die zu einem geeigneten Bild der Blitz- und damit Gewitterintensität zusammengestellt und extrapoliert werden. Die Warnung vor Schneefall wird durch manuell eingegebene Informationen über die Schneefallgrenze realisiert. Allerdings ist eine Bestimmung aus Stationsmessungen ebenfalls denkbar (Schmid und Mathis 2004, Gjertsen und Ødegaard 2005). Eine Integration der Windmessungen an den Stationen des swissmetnet und deren Extrapolation ist zum Teil bereits bewerkstelligt, wobei einige Detailfragen bisher offen bleiben mussten. Abbildung 4: Warnhinweise auf Gemeindeebene, hier mit Detailhinweis für die Gemeinde Avenches

8 Die Warnhinweise werden von MeteoNews auf Gemeindeebene erfasst. Abbildung 4 zeigt eine Karte mit allen Gemeinden der Schweiz. Zu dem gewählten Zeitpunkt am Abend des 29. August 2007 ist ein grosser Teil der Gemeinden ohne Warnhinweis (grün). Zahlreichen Gemeinden ist eine Wetterinformation (gelb) oder leichte Wetterwarnung (orange) zugeordnet. Schwerwiegendere Warnungen (rot, violett) sind zu diesem Zeitpunkt nicht aktiv. Für jede Ortschaft besteht zudem ein Informationsfeld, das über Art und Dauer des Warnhinweises Auskunft gibt - so in Abbildung 4 für die orange gefärbte Gemeinde Avenches. Das hier vorgestellte Tracking von (korrigierten) Radar- und Blitzdaten fliesst zudem als automatischer Teil in das Gesamt eines MeteoNews-Warnungssystems ein. Ergänzend werden von Meteorologen auch Warnungen manuell erstellt, die vor allem längerfristige Ereignisse (z.b. Dauerregen oder Waldbrandgefahr) betreffen. Durch diese Kombination von manueller und automatischer Warnung kann eine hohe Effektivität und Warn- bzw. Informationsgenauigkeit erzielt und das ganze Spektrum warnrelevanter Wetterereignisse abgedeckt werden. Zusammenfassung Insgesamt ist bei MeteoNews ein hoch leistungsfähiges Tracking entstanden, das sich durch verschiedene, teils alpenspezifische Neuerungen von bestehenden Algorithmen abhebt. Auf der Grundlage eines ausgereiften Trackings mittels kombiniertem Kreuzvergleich konnte eine Niederschlagskorrektur mit Bodenmessungen und eine orographische Korrektur der Verlagerung in Alpennähe verwirklicht werden. Wie das Beispiel vom 29. August 2007 zeigt, liefert der Algorithmus oft sehr zutreffenden Vorhersagen über den zu erwartenden Niederschlagszustand, auch wenn gewissen Schwächen jeder Radarextrapolation bezüglich Niederschlagsbildung und -auflösung bestehen bleiben. Die Extrapolation ist für eine Vorhersagedauer von bis zu 2 Stunden vertrauenswürdig. Neben Radar- bzw. Niederschlagsinformationen werden ebenfalls Blitzintensität und zum Teil Wind extrapoliert. Im Umfeld eines durch manuelle Eingaben erweiterten Unwetterinformationsund Warnsystems erfüllt das Tracking seine Aufgabe adäquat und hilfreich bei der Vorhersage von Starkregen, Gewittern, Hagel, Böen und Schnee. Literatur Frei, Thomas: Designing meteorological networks for Switzerland according to user requirements. Meteorological Applications, 10: , Germann, Urs and Zawadzki, Isztar: Scale-Dependence of the Predictability of Precipitation from Continental Radar Images. Part I: Description of the Methodology. Monthly Weather Review, 130: , Gjertsen, U. and Ødegaard, V.: The water phase of precipitation a comparison between observed, estimated and predicted values. Atmospheric Research 77, , Grimbacher, Tobias: Niederschlag und Orographie im Bonner Raum aus Radardaten. Diplomarbeit, Meteorologisches Institut der Rheinischen Friedrich-Wilhelms-Universität Bonn, Grimbacher, Tobias: Bestimmung und Vorhersage von Bewölkung mit bodennahen Temperaturmessungen. Dissertation, Institut für Atmosphäre und Klima der ETH Zürich, Nr ,

9 Grimbacher, T. and Schmid, W.: Detecting and nowcasting cloudiness using near-surface temperatures on winter nights. Meteorological Applications, 13: , Handwerker, J.: Cell tracking with TRACE3D a new algorithm. Atmospheric Research, 61:15-34, Joss, J. and Germann, U.: Solutions and Problems when Applying Qualitative and Quantitative Information from Weather Radar. Physics and Chemistry of the Earth, 25: , Kessler E. and Russo J.A.J.: A program for the assembly and display of the radar-echo distributions. Journal of Applied Meteorology, 5: , Mecklenburg, Susanne: Nowcasting Precipitation in an Alpine Region with a Radar Echo Tracking Algorithm. Dissertation, Institut für Atmosphäre und Klima der ETH Zürich, Nr , Rinehart, R.E. and Garvey, E.T.: Three-dimensional storm motion detection by conventional weather radar. Nature, 273: , Schmid, W. and Wüest, M.: Verifying warnings for point precipitation. Atmospheric Research 77, , Schmid, W. and Mathis, A.: Validation of methods to detect winter precipitation and retrieve precipitation type. Annalen der Meteorologie 40: SIRWEC 2004, 12 th International Road Weather Conference, 8pp,