Numerische Wettervorhersage (NWV) beim Deutschen Wetterdienst (DWD)

Größe: px
Ab Seite anzeigen:

Download "Numerische Wettervorhersage (NWV) beim Deutschen Wetterdienst (DWD)"

Transkript

1 Numerische Wettervorhersage (NWV) beim Deutschen Wetterdienst (DWD) Detlev Majewski ( Leiter der Abteilung Meteorologische Analyse und Modellierung Foto: C. Hinz, DWD

2 Schlüsselkunden des Deutschen Wetterdienstes Bevölkerungsschutz und Katastrophenvorsorge Verkehr (Straße, Schiene, Wasser, Luft) Bundeswehr Ausbreitungsrechnung Hydrologische Dienste der Bundesländer Energie Benötigt werden verschiedene Wetterparameter,Vorhersagefristen, Gebiete und räumliche Detailliertheit. 2

3 Horizontale Skalen in der Atmosphäre Big whirls have little whirls that feed on their velocity, and little whirls have lesser whirls and so on to viscosity. Lewis Fry Richardson in Weather Prediction by Numerical Process (1922). Skamarock et al

4 Das Programm der numerischen Wettervorhersage (NWV) V. Bjerknes, 1904: Das Problem der Wettervorhersage, betrachtet vom Standpunkt der Mechanik und Physik (mit Ergänzungen). 1) Man muss mit hinreichender Genauigkeit den Zustand der Atmosphäre zu einer gewissen Zeit kennen. Beobachtungssysteme, Datenassimilation 2) Man muss mit hinreichender Genauigkeit die Gesetze kennen, nach denen sich der eine atmosphärische Zustand aus dem anderen entwickelt. Modellgleichungen Ergänzungen: 3) Man muss mit hinreichender Genauigkeit und Geschwindigkeit diese Gesetze (Gleichungen) lösen. Operationelle NWV, Hochleistungsrechner 4) Man muss den von der Wetterlage abhängigen Analyse- und Vorhersagefehler abschätzen. Ensemble-Verfahren in Datenassimilation und Vorhersage 4

5 Der Wettervorhersageprozess Beobachtung Analyse / Vorhersage (0 2h; 2h 7 Tage) Post-Processing Meteorologe Kunden Auswertung von Fernerkundungsdaten (Satelliten, Radar) Numerische Wettervorhersage (2h 7 Tage) Datenassimilation, Dynamik, Physik, Ensemble-System Nowcasting (0 2h) Fachverfahren Objekt-basiert; lineare Extrapolation Arbeitsplatzsysteme + Produktion Flugwetterdienst Beratungen, 5 LBZn Basisvorhersage ICON, ICON-EPS, COSMO-DE, COSMO-DE-EPS Modell-Post- Processing und Anschlussverfahren PTP, MOSMIX, SWIS, ADWICE, AutoTAF, OOG, AutoWARN NinJo, Omedes, AutoWARN, NinJo-Batch Warnungen, VBZ, 6 RWBn Quantifizierung der Unsicherheit der Messung, des Anfangszustandes, der Prognose. 5

6 Komponenten des Vorhersageprozesses des DWD (1) Numerische Wettervorhersagemodelle (2) Beobachtungsdaten (weltweit) und beim DWD (3) Datenassimilation zur Bestimmung des Anfangszustandes der Modellvorhersage (4) Ensemble-Analyse und Vorhersagesysteme 6

7 Numerische Wettervorhersagemodelle (NWV-Modelle) 7

8 Gleichungssystem und Lösungsverfahren Voll-kompressible nichthydrostatische Gleichungen (Navier-Stokes Gleichungen) Normalgeschwindigkeit Vertikalgeschwindigkeit Dichte der Luft Virtuelle potentielle Temperatur prognostische Variablen Sowie prognostische Gleichungen für Wasserdampf, Wolkenwasser und eis, Regen. Schnee und TKE. Lösungsverfahren: Reynolds-Mittelung: = + mit Mittelwert und statistischer Schwankung Finite Volumen / finite Differenzen Diskretisierung (überwiegend 2. Ordnung) Zeitintegration: Zwei-Zeitebenen Predictor-Corrector Schema Vertikal implizit (wegen vertikaler Schallwellenausbreitung) Massenerhaltung (trockene Luft und Spurenstoffe) Rechenzeit: 55 Minuten für 7-Tage-Vorhersage auf 2000 Rechenkernen (Cray XC40) 8

9 Gittergenerierung basiert auf dem Ikosaeder R2B00 9

10 Orographie in Abhängigkeit von der Maschenweite des Gitters Gebiet der Westalpen (rund um den Montblanc) Rohdaten ICON-EPS 1 km 40 km COSMO-DE ICON 2.8 km 13 km 10

11 Deutscher Wetterdienst Statische Maschenweitenverfeinerung Effektive Maschenweite (Gitterpunktsabstand): x 5050 / ( n 2 k ) [ km ] Beispiel: R3B7: n = 3, k = 7 Maschenweite: 13 km Globales Gitter besteht aus 2.9 Millionen sphärischen Dreiecken. Regionales Gebiet wird höher (6.5 km) aufgelöst. Globales Gebiet Regionales Gebiet 11

12 Kinetisches Energiespektrum im ICON-Modell K -3 K -5/3 Kinetisches Energiespektrum zwischen 300 und 450 hpa für das ICON-Modell mit unterschiedlichen Maschenweiten: 158 km (rot) 79 km (blau) 40 km (magenta) 20 km (grün) Die wahre Modellauflösung beträgt 6-8 x Maschenweite! Für das operationelle ICON mit 13 km Maschenweite und 6.5 km über Europa: 100 (50) km Modellauflösung! 12

13 Technische Aspekte: Datenmengen und Parallelisierung 13

14 14

15 Anzahl der Rechenknoten, Prozessoren, Rechenkerne auf der Cray XC40 im Oktober 2016; DWD auf Platz 334/335 der TOP500 Rechenpartition Intel Haswell 432 Rechenknoten 864 Prozessoren Rechenkerne 415 TFlop/s peak Rechenpartition Intel Broadwell 544 Rechenknoten 1088 Prozessoren Rechenkerne 660 TFlop/s peak 15

16 Parallelisierung - Skalierbarkeit Wie gehen wir bei der numerischen Wettervorhersage vor? Aufteilung der gesamten Rechenarbeit in kleinere (unabhängige) Arbeitspakete, die auf die Rechenkerne verteilt werden können. Wenn 1 Maurer diese Mauer in 10 Tagen erstellt, können dann 10 Maurer sie in 1 Tag erstellen?? Und wie geht es mit 100 oder 1000 Maurern? Gelingt es Ihnen, die Mauer in immer kürzerer Zeit zu erstellen? Strong scaling: Verteile die exakt gleiche gesamte Rechenarbeit auf immer mehr Rechenkerne! 16

17 Deutscher Wetterdienst Skalierung von ICON (13 km Maschenweite) auf der Cray XC40 des DWD Static Domain Decomposition Example: 1100 PEs Im operationellen Betrieb: Berechnung einer 24 h-prognose in 500 Sekunden. 17

18 Beobachtungsdaten (weltweit / DWD) 18

19 Das globale Wetterbeobachtungssystem 19

20 SYNOP Stationen und Schiffe 20

21 Bojen (verankerte und frei im Meer treibende) 21

22 Messungen auf Verkehrsflugzeugen 22

23 Strahlungsmessungen von polar umlaufenden Satelliten 23

24 Beobachtungsdaten je Tag Blau: Satelliten-basiert 24

25 Datenassimilation zur Bestimmung des Anfangszustandes der Modellvorhersage 25

26 x (Modell-Variable) Modelltrajektorie und Beobachtungen t (Zeit) Die meteorologischen Beobachtungen ( ) sind unregelmäßig in Raum und Zeit verteilt. Die Anzahl der weltweit pro Tag vorliegenden Beobachtungen (2 20 Millionen) ist viel kleiner als die Anzahl der Modellgitterpunkte (multipliziert mit der Anzahl der Modellvariablen; 270 x 10 Millionen für das Modell ICON): Stark unterbestimmtes Problem! Es gibt große Gebiete, z.b. Wüsten, Arktis, Antarktis, ohne (bodennahe) Beobachtungen. Nicht alle Modellvariablen (x), z. B. Wolkenwasser- und Wolkeneisgehalte, werden beobachtet. Viele Beobachtungen (y), z.b. Strahlungsmessungen von Satelliten, messen nicht direkte Modellvariablen wie die Temperatur. 26

27 Datenassimilations- und Vorhersagezyklus Analyse / Anfangszustand h h h +3 h +3 h +3 h +3 h +3 h 00 UTC 03 UTC 06 UTC 09 UTC 12 UTC 15 UTC Beob. +/- 1.5 h Beob. +/- 1.5 h Beob. +/- 1.5 h Beob. +/- 1.5 h Beob. +/- 1.5 h Beob. +/- 1.5 h Quantifizierung der Unsicherheit der Messung, des Anfangszustandes, der Prognose. 27

28 Datenassimilation II: Variationelle Verfahren 3D-VAR Datenassimilation Zu einem Zeitpunkt t 0 Verknüpfung der kurzfristigen Modellvorhersage (background x b ) mit den Beobachtungen y o. Es wird die Kostenfunktion J (x) minimiert, die aus zwei Anteilen J b und J o besteht. J b beschreibt die Abweichung der Lösung x (Anfangszustand) von x b mit der Kovarianzmatrix des Modellfehlers P b. J o beschreibt die Abweichung der Lösung x (Anfangszustand) von y o mit dem Vorwärtsoperator H und dem Beobachtungsfehler R. 28

29 Modell-Fehler (klimatologisch) Schätzung der Kovarianzen des Kurzfristvorhersagefehlers aus Paaren von Vorhersagen (z.b. 24 h und 48 h), gültig für denselben Termin. Mittelung über längere Zeiträume: klimatologische Fehler-Kovarianz-Matrix, Jahreszeiten-, aber nicht wetterlagenabhängig. Klimatologisch-gemittelte Korrelationen fast isotrop, aber breitenabhängig. 29

30 Ensemble-Analyse und Ensemble-Vorhersagesysteme 30

31 Deutscher Wetterdienst Globale Ensemble-Datenassimilation (ICON-EDA) Deterministische Analyse Ensemble Datenassimilation Ensemble von 40 (20) km Analysen und 3h-Vorhersagen zur Abschätzung des Error of the day 13 km Analyse 31

32 ICON-EDA: Implementierung 3D-Var (deterministische Analyse mit klimatologischer Modellfehler-Kovarianzmatrix) ICON-EDA (operationell seit Januar 2016): Ensemble (40 Member, 40 (20) km Maschenweite) 3h-Assimilationszyklus (First Guess: 3h-Vorhersage) Ensemble Kalman Filter (EnKF) Abschätzung einer strömungsabhängigen Modellfehler-Kovarianzmatrix deterministische Analyse (für ICON 13 (6.5) km): gekoppeltes ( hybrides ) 3DVar EnKF System + 70% 30% 32

33 Globale Ensemble-Vorhersage: ICON-EPS 40 Member; Maschenweite 40 km (20 km über Europa), 90 Schichten Anfangszustand aus ICON-Ensemble-Datenassimilation, einschließlich Störungen der Meeresoberflächentemperatur (SST, alle 3 h, zeitlich korreliert) Zurzeit noch keine Störungen der Modellphysik (Parametrisierungen für Strahlung, Turbulenz, ) Vorhersagen ausgehend von 00 und 12 UTC bis 180 h Erlaubt Abschätzung der Vorhersageunsicherheit 33

34 ICON-EPS Rauchfahnen der Temperatur- und Deutscher Niederschlagsvorhersagen Wetterdienst für Frankfurt (h) Dunkelgrau schattierten Bereiche werden durch das 25% und 75% Quantil bestimmt. Die Standard-Abweichung, berechnet aus den Vorhersagen der 40 Ensemble-Member, ist ein gutes Maß für die regionale, wetterlagenabhängige Vorhersageunsicherheit: Spread Skill Beziehung. HRF ist die deterministische 13 km Vorhersage. Zum Zeitpunkt t = 0 beschreibt die Standard-Abweichung die Unsicherheit der numerischen Analyse. 34

35 Weiterentwicklung des Operationellen NWV-Systems des DWD 35

36 Das deterministische NWV-System in 2018 Global-Modell ICON Maschenweite: 13 km Schichtenanzahl: 90 Vorhersagefrist: 180 h von 00 und 12 UTC 120 h von 06 und 18 UTC 30 h von 03, 09, 15 und 21UTC Gitterfläche: 173 km 2 ICON-EU Europa-Nest Maschenweite: 6.5 km Schichtenanzahl: 60 Vorhersagefrist: 120 h von 00, 06, 12 und 18 UTC 30 h von 03, 09, 15 und 21UTC Gitterfläche: 43 km 2 COSMO-D2 Maschenweite: 2.2 km Schichtenanzahl: 65 Vorhersagefrist: 27/45 h von 00, 03, 06, 09, 12, 15, 18, 21 UTC 651x716 Gitterpunkte Gitterfläche: 5 km 2 36

37 Das probabilistische NWV-System in 2017/2018 ICON-EPS; M80 (40) Maschenweite: 40 km Schichtenanzahl: 90 Vorhersagefrist: 180 h von 00 und 12 UTC 120 h von 06 und 18 UTC 30 h von 03, 09, 15 und 21UTC Gitterfläche: 1638 km 2 ICON-EU-EPS Europa-Nest Maschenweite: 20 km Schichtenanzahl: 60 Vorhersagefrist: 120 h von 00, 06, 12 und 18 UTC 30 h von 03, 09, 15 und 21UTC Gitterfläche: 407 km 2 COSMO-D2-EPS; M40 (20) Maschenweite: 2.2 km Schichtenanzahl: 65 Vorhersagefrist: 27/45 h von 00, 03, 06, 09, 12, 15, 18, 21 UTC 651x716 Gitterpunkte Gitterfläche: 5 km 2 37

38 50 Jahre numerische Wettervorhersage Chart-o-Mat und Hochleistungsrechnen im DWD Feier beim Jahresempfang des DWD am 18. November

39 Die neun NWV-Modellgenerationen im DWD heute (1) 1966: BTP: Δ ~ 381 km (A ~ km 2 ); 1 Schicht; barotrop (Fläche D: km 2 ) (2) 1967: BKL: Δ ~ 381 km (A ~ km 2 ); 5 Schichten; hemisphärisches Modell (3) 1978: BKF: Δ ~ 254 km (A ~ km 2 ); 9 Schichten; hemisphärisches Modell (4) 1991: GM: Δ ~ 190 km (A ~ km 2 ); 19 Schichten; spektrales globales Modell (5) 1999: GME: Δ ~ 60 km (A ~ km 2 ); 31 Schichten; Ikosaeder-Gitter (6) 2004: GME: Δ ~ 40 km (A ~ km 2 ); 40 Schichten (7) 2010: GME: Δ ~ 30 km (A ~ 778 km 2 ); 60 Schichten (8) 2012: GME: Δ ~ 20 km (A ~ 346 km 2 ); 60 Schichten (9) 2015: ICON: Δ ~ 13 km (A ~ 173 km 2 ); 90 Schichten; nichthydrostatisches Modell Faktor 29 Faktor 839 Die NWV-Modellgenerationen sind zudem durch zunehmende Komplexität der physikalischen Parametrisierungen, numerischen Verfahren und Programmierung gekennzeichnet. Außerdem trägt der Fortschritt bei der Datenassimilation (Algorithmen und genutzte Daten, vor allem Satellitendaten) wesentlich zur stetigen Verbesserung der Vorhersagegüte bei. 39

40 1. und 9. Generation, 1966 vs ~ 3-4 Gitterpunkte für Deutschland, 1 Schicht ~ 2000 Gitterpunkte für Deutschland, 90 Schichten 40

41 41

Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung

Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Operationelles NWV-System Hier: Globales NWV-System: Ensemble-Datenassimilation

Mehr

Numerische Wettervorhersage beim Deutschen Wetterdienst (DWD)

Numerische Wettervorhersage beim Deutschen Wetterdienst (DWD) Deutscher Wetterdienst Numerische Wettervorhersage beim Deutschen Wetterdienst (DWD) Detlev Majewski, DWD, Forschung und Entwicklung e-mail: detlev.majewski@dwd.de Tel.: 069 8062 2728 Atmosphärische Strukturen

Mehr

Die Wettervorhersage und ihre Tücken

Die Wettervorhersage und ihre Tücken Lehrerfortbildung 11. Juni 2008 Die Wettervorhersage und ihre Tücken M. Kunz Institut für Meteorologie und Klimaforschung Universität / Forschungszentrum Karlsruhe die Realität Orkantief Lothar am 26.12.1999

Mehr

Deutscher Wetterdienst

Deutscher Wetterdienst Deutscher Wetterdienst Ensemble Vorhersagen im Deutschen Wetterdienst: aktuelle Entwicklungen und Zukunftspläne S. Theis, C. Gebhardt, M. Buchhold, Z. Ben Bouallègue, R. Ohl, Marcus Paulat, C. Peralta,

Mehr

COSMO-DE Ensemblevorhersagen

COSMO-DE Ensemblevorhersagen COSMO-DE Ensemblevorhersagen Dr. Annegret Gratzki S. Theis, C. Gebhardt, M. Buchhold, Z. Ben Bouallègue, R. Ohl, M. Paulat, C. Peralta Frankfurter Straße 135, 63067 Offenbach Email: Annegret.Gratzki@dwd.de

Mehr

Model Output Statistics (MOS)

Model Output Statistics (MOS) Model Output Statistics (MOS) Numerische Modelle zur Wettervorhersage (NWV Modelle) berechnen den zukünftigen Zustand der Atmosphäre zu bestimmten Zeitpunkten (Prognose). Als Basis für die Berechnung der

Mehr

VL Klimasysteme 12 April Wettersysteme: ihre Bedeutung und Vorhersage. Stephan Pfahl. Gruppe Atmospheric Dynamics

VL Klimasysteme 12 April Wettersysteme: ihre Bedeutung und Vorhersage. Stephan Pfahl. Gruppe Atmospheric Dynamics VL Klimasysteme 12 April 2017 Wettersysteme: ihre Bedeutung und Vorhersage Stephan Pfahl Gruppe Atmospheric Dynamics Was sind Wettersysteme? Zyklone = Tiefdruckgebiet Blocking = Hochdruckgebiet Front Föhn

Mehr

Probabilistische Vorhersage von konvektivem Niederschlag

Probabilistische Vorhersage von konvektivem Niederschlag Probabilistische Vorhersage von konvektivem Niederschlag durch Verbindung eines Nowcastingverfahrens mit einem hochaufgelösten Ensemble Kirstin Kober George C. Craig, Christian Keil DACH 2010 Bonn 22.09.2010

Mehr

Deutscher Wetterdienst

Deutscher Wetterdienst Deutscher Wetterdienst Mehr Extremereignisse durch den Klimawandel und nun? Antworten der Meteorologie Quelle: DPA (Auto) Dr. Paul Becker Vizepräsident des Deutschen Wetterdienstes Fakten CO 2 Globale

Mehr

FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE

FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE Probabilistische Solarstrahlungsprognosen mit Analog Ensembles auf Basis von numerischen Wetterprognosen und Satellitendaten Elke Lorenz 1, Jan Kühnert

Mehr

Wie kommt der Vorhersagemeteorologe zu einer schlüssigen Wettervorhersage?

Wie kommt der Vorhersagemeteorologe zu einer schlüssigen Wettervorhersage? Mag. Thomas Turecek (ZAMG) Tel.: ++43 1 36026/2309 oder /2311 Fax: ++43 1 36026/73 Email: thomas.turecek@zamg.ac.at Internet: http://www.zamg.ac.at Wie kommt der Vorhersagemeteorologe zu einer schlüssigen

Mehr

Wettervorhersagen und ihre Aussagekraft

Wettervorhersagen und ihre Aussagekraft Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz Wettervorhersagen und ihre Aussagekraft Andreas Asch, Meteorologe MeteoSchweiz Was steckt hinter den

Mehr

Grundlagen der numerischen Wettervorhersage und der Klimamodellierung

Grundlagen der numerischen Wettervorhersage und der Klimamodellierung Grundlagen der numerischen Wettervorhersage und der Klimamodellierung Universität für Bodenkultur, Wien Institut für Meteorologie (BOKU-Met) Herbert Formayer BauSIM 2010 Vortragsaufbau: Historischer Rückblick

Mehr

Grundlagen der numerischen Wetterprognose

Grundlagen der numerischen Wetterprognose Federal Department of Home Affairs FDHA Federal Office of Meteorology and Climatology MeteoSwiss Grundlagen der numerischen Wetterprognose D-PHASE End User Workshop 20. Juni 2007 Mathias Rotach, MeteoSchweiz

Mehr

COSMO-DE-EPS. Vorhersageunsicherheit meteorologischer Parameter auf kurzen Zeit- und Raumskalen

COSMO-DE-EPS. Vorhersageunsicherheit meteorologischer Parameter auf kurzen Zeit- und Raumskalen COSMO-DE-EPS Vorhersageunsicherheit meteorologischer Parameter auf kurzen Zeit- und Raumskalen Christoph Gebhardt, Susanne Theis, Michael Buchhold, Zied Ben Bouallègue, Carlos Peralta, Marcus Paulat, Andreas

Mehr

Detlev Majewski und Dr. Erland Lorenzen LMK -1-

Detlev Majewski und Dr. Erland Lorenzen LMK -1- Das neue Lokal-Modell-Kürzestfrist (LMK) des Deutschen Wetterdienstes und seine Möglichkeiten für die bessere meteorologische Betreuung von kommerzieller Luftfahrt und Luftsport Detlev Majewski und Dr.

Mehr

Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung

Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Operationelles NWV-System Hier: Operationelle Einführung des ICON-EU Nestes

Mehr

Wie kommt es zu dieser Wetteränderung und zu diesem Temperatursturz?

Wie kommt es zu dieser Wetteränderung und zu diesem Temperatursturz? Folie 1 Wie kommt es zu dieser Wetteränderung und zu diesem Temperatursturz? Wir betreiben eine Zusammenschau (Synoptik) verschiedener Datenquellen Bodendruckverteilung: Tiefdruckgebiete (T) Hochdruckgebiete

Mehr

Big Geo-Data in der Meteorologie Vom Datensturm zur milden Brise von Wetterprodukten

Big Geo-Data in der Meteorologie Vom Datensturm zur milden Brise von Wetterprodukten Big Geo-Data in der Meteorologie Vom Datensturm zur milden Brise von Wetterprodukten Dr. Jürgen Seib Deutscher Wetterdienst E-Mail: juergen.seib@dwd.de Wie schnell wird ein Petabyte gelesen? Lesegeschwindigkeit

Mehr

Wettervorhersage -modelle

Wettervorhersage -modelle Wettervorhersage -modelle Voraussetzungen Alle Vorgänge in der Atmosphäre gehorchen bekannten physikalischen Gesetzen! Wenn der Ausgangszustand der Atmosphäre bekannt ist, kann mit Wettermodellen die Entwicklung

Mehr

Das numerische Wettervorhersagemodell COSMO von MeteoSchweiz und seine Anwendung für die Gebäudeklimaregulierung

Das numerische Wettervorhersagemodell COSMO von MeteoSchweiz und seine Anwendung für die Gebäudeklimaregulierung Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz Das numerische Wettervorhersagemodell COSMO von MeteoSchweiz und seine Anwendung für die Gebäudeklimaregulierung

Mehr

Internationale Wettervorhersagesysteme: Eigenschaften und Unterschiede. Jörg Kachelmann, Martin Fengler

Internationale Wettervorhersagesysteme: Eigenschaften und Unterschiede. Jörg Kachelmann, Martin Fengler Internationale Wettervorhersagesysteme: Eigenschaften und Unterschiede Jörg Kachelmann, Martin Fengler Universität Oldenburg, 28.01.2010 Die Meteomedia-Gruppe Firmenstruktur WeatherOK Inc. Omega/USA Jörg

Mehr

Wetterüberwachung und Kürzestfristvorhersage. mittels RADAR-Daten

Wetterüberwachung und Kürzestfristvorhersage. mittels RADAR-Daten Wetterüberwachung und Kürzestfristvorhersage mittels RADAR-Daten Dr. rer. nat. Tim Böhme Deutscher Wetterdienst Geschäftsbereich Wettervorhersage Abteilung Basisvorhersagen Gliederung 1. RADAR-Messung

Mehr

4. Fachtagung Energiemeteorologie Bremerhaven

4. Fachtagung Energiemeteorologie Bremerhaven Erstellung innovativer Wetter- und Leistungsprognosemodelle für die Netzintegration wetterabhängiger Energieträger Uwe Schlick / pixelio.de Bremerhaven Andreas Röpnack, Renate Hagedorn Demonstrator Wind

Mehr

Einführung in die Meteorologie (met210) - Teil VII: Synoptik

Einführung in die Meteorologie (met210) - Teil VII: Synoptik Einführung in die Meteorologie (met210) - Teil VII: Synoptik Clemens Simmer VII Synoptische Meteorologie Synoptik ist die Zusammenschau der Wettervorgänge in Raum und Zeit mit dem Ziel der Wetteranalyse

Mehr

Moderne Wettervorhersage Numerische Modelle in der Meteorologie. Alexander Beck. Zentralanstalt für Meteorologie und Geodynamik

Moderne Wettervorhersage Numerische Modelle in der Meteorologie. Alexander Beck. Zentralanstalt für Meteorologie und Geodynamik Moderne Numerische Modelle in der Meteorologie Alexander Beck (alexander.beck@zamg.ac.at) Überblick Moderne 1. Okt 2011 Folie 2 Ein kurzer Blick in die Vergangenheit Beobachten und Messen Vorhersagemodelle

Mehr

Ensemble-Vorhersage. von Nils Kaiser Seminar Medienmeteorologie im WS 06/07

Ensemble-Vorhersage. von Nils Kaiser Seminar Medienmeteorologie im WS 06/07 Ensemble-Vorhersage von Nils Kaiser Seminar Medienmeteorologie im WS 06/07 Was ist die Wettervorhersage? 2 Gliederung 1. Einleitung 2. Numerische Wettervorhersage 3. Erzeugen eines Ensembles 4. Bewertung

Mehr

7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich)

7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich) 7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich) Begriffe Vorhersagbarkeit Vorhersagbarkeit charakterisiert die sensitive Abhängigkeit (Wetter- und Klima) von Anfangs-

Mehr

Wetter. Benjamin Bogner

Wetter. Benjamin Bogner Warum ändert sich das ständig? vorhersage 25.05.2011 Warum ändert sich das ständig? vorhersage Inhaltsverzeichnis 1 Definition 2 Warum ändert sich das ständig? Ein einfaches Atmosphärenmodell Ursache der

Mehr

Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom

Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Elke Lorenz Thomas Scheidtsteger, Detlev Heinemann Universität Oldenburg 7.4.2011, 2. Fachtagung Energiemeteorologie, Bremerhaven

Mehr

Die Berücksichtigung der Unsicherheit der meteorologischen Eingangsdaten in der Hochwasservorhersage

Die Berücksichtigung der Unsicherheit der meteorologischen Eingangsdaten in der Hochwasservorhersage LARSIM-Workshop 2015 Straßbourg Die Berücksichtigung der Unsicherheit der meteorologischen Eingangsdaten in der Hochwasservorhersage Alfons Vogelbacher, Daniel Waldmann Inhalt Unsicherheitsbereiche und

Mehr

Ermittlung und Visualisierung von Vorhersageunsicherheit bei der HVZ BW. Daniel Varga (Hydron) LUBW - Referat 43 - Hydrologie, Hochwasservorhersage

Ermittlung und Visualisierung von Vorhersageunsicherheit bei der HVZ BW. Daniel Varga (Hydron) LUBW - Referat 43 - Hydrologie, Hochwasservorhersage Ermittlung und Visualisierung von Vorhersageunsicherheit bei der HVZ BW Daniel Varga (Hydron) LUBW - Referat 43 - Hydrologie, Hochwasservorhersage Veröffentlichung im Routinebetrieb Vorhersage und Abschätzung

Mehr

Deutscher Wetterdienst

Deutscher Wetterdienst Deutscher Wetterdienst 100 Jahre Klimaentwicklung in Deutschland und Hessen eine Bilanz Dr. Paul Becker Vizepräsident des Deutschen Wetterdienstes Was betrachten wir? Parameter Temperatur Niederschlag

Mehr

COPERNICUS-Projekt Satellitenbasierte Dienste und mobile Anwendungen für Luftqualität

COPERNICUS-Projekt Satellitenbasierte Dienste und mobile Anwendungen für Luftqualität Für Mensch & Umwelt Fachsession CAMS - Copernicus Forum 2017 COPERNICUS-Projekt Satellitenbasierte Dienste und mobile Anwendungen für Luftqualität Ute Dauert & Jewgenia Bär Fachgebiet II 4.2 Beurteilung

Mehr

Nowcasting von Winterwetter mit INCA

Nowcasting von Winterwetter mit INCA Nowcasting von Winterwetter mit INCA R & D, Anwendung und internationale Vernetzung Franziska Strauss Ingo Meirold-Mautner Clemens Wastl Martin Suklitsch Benedikt Bica Alexander Kann Yong Wang Entwicklung

Mehr

Praktische Einführung in die Programmierung von globalen Wettervorhersagemodellen. Version 2015/2016: Thomas Frisius

Praktische Einführung in die Programmierung von globalen Wettervorhersagemodellen. Version 2015/2016: Thomas Frisius Praktische Einführung in die Programmierung von globalen Wettervorhersagemodellen Version 2015/2016: Inhalt Thomas Frisius 1 Einleitung 2 Grundgleichungen des globalen Atmosphärenmodells und Näherung 3

Mehr

FORSCHUNG AKTUELL. Herausforderungen und Motivation für die Entwicklung des ICON Atmosphärenmodells

FORSCHUNG AKTUELL. Herausforderungen und Motivation für die Entwicklung des ICON Atmosphärenmodells Herausforderungen und Motivation für die Entwicklung des ICON Atmosphärenmodells Die Klimaforschung beruht auf Theorie, Beobachtungen und numerischen Modellen. Modelle spielen eine bedeutende Rolle, da

Mehr

Probabilistic Forecasts

Probabilistic Forecasts Probabilistic Forecasts Susanne Theis Deutscher Wetterdienst Forschung & Entwicklung Meteorologische Analyse und Modellierung Interpretation und Verifikation Inhalt historischer Abriss heutige Ensemblesysteme

Mehr

WIEVIEL STROM ERZEUGEN WIND UND SONNE MORGEN?

WIEVIEL STROM ERZEUGEN WIND UND SONNE MORGEN? WIEVIEL STROM ERZEUGEN WIND UND SONNE MORGEN? Das Forschungsprojekt EWeLiNE * * Erstellung innovativer Wetter- und Leistungsprognosemodelle für die Netzintegration wetterabhängiger Energieträger Strom

Mehr

Praktikum beim Deutschen Wetterdienst in Offenbach - Auswertung regionaler Wettervorhersagen & Erstellung geeigneter Software

Praktikum beim Deutschen Wetterdienst in Offenbach - Auswertung regionaler Wettervorhersagen & Erstellung geeigneter Software Praktikum beim Deutschen Wetterdienst in Offenbach - Auswertung regionaler Wettervorhersagen & Erstellung geeigneter Software Janina Eberl 13. Oktober 2016 Inhaltsverzeichnis 1 Deutscher Wetterdienst 3

Mehr

Erfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb

Erfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb Erfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb Margret Johst, Norbert Demuth (LUWG Rheinland-Pfalz) LARSIM-Anwenderworkshop 19./20.03.2015 Gliederung 1. Integration

Mehr

Informationstag Meteorologie und Umweltdienste in Mitteldeutschland

Informationstag Meteorologie und Umweltdienste in Mitteldeutschland Informationstag Meteorologie und Umweltdienste in Mitteldeutschland Manfred Wendisch et al. Leipziger Institut für Meteorologie (LIM) Fakultät für Physik und Universität Leipzig 29. Oktober 2015, Moritzbastei

Mehr

Berechnung von Unsicherheitsbändern durch Kombination von Ensemble-Technik und ProFound-Analyse

Berechnung von Unsicherheitsbändern durch Kombination von Ensemble-Technik und ProFound-Analyse Berechnung von Unsicherheitsbändern durch Kombination von Ensemble-Technik und ProFound-Analyse DANIEL VARGA REFERAT 43 - HYDROLOGIE, HOCHWASSERVORHERSAGE Operationeller Betrieb an der HVZ BW Vorhersagen

Mehr

Simulation der instationären Strömung in einem Diffusionsofen mit Wärmestrahlung

Simulation der instationären Strömung in einem Diffusionsofen mit Wärmestrahlung Simulation der instationären Strömung in einem Diffusionsofen mit Wärmestrahlung R. Kessler DLR-AS-CASE Simulation der instationären Strömung in einem Diffusionsofen mit Wärmestrahlung Slide 1 > HPC 2009

Mehr

Nutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien

Nutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien Nutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien Christopher Frank1,2,Jan Keller1,4, Christian Ohlwein1,3, Susanne Crewell2, Petra Friederichs3, Andreas Hense3, Ulrich Löhnert2,

Mehr

Précision des prévisions applications de LARSIM avec différentes prévisions météorologiques numériques dans le Vorarlberg

Précision des prévisions applications de LARSIM avec différentes prévisions météorologiques numériques dans le Vorarlberg Précision des prévisions applications de LARSIM avec différentes prévisions météorologiques numériques dans le Vorarlberg Vorhersagegenauigkeit Larsim- Anwendungen mit unterschiedlichen numerischen Wettervorhersagen

Mehr

Möglichkeiten und Grenzen der Vorhersage

Möglichkeiten und Grenzen der Vorhersage Möglichkeiten und Grenzen der Vorhersage am Beispiel Stürme Uwe Ulbrich mit Beiträgen von G.C. Leckebusch, T. Pardowitz, R. Osinski, Ph. Lorenz, M Göber, Göb D. D M j ki (DWD) M. Majewski Freie Universität

Mehr

Statistical and Dynamical Downscaling of Numerical Climate Simulations

Statistical and Dynamical Downscaling of Numerical Climate Simulations Statistical and Dynamical Downscaling of Numerical Climate Simulations Enhancement and Evaluation for East Asia Thorsten Simon Meteorologisches Institut Universität Bonn Projektbeschreibung Drying of the

Mehr

Semester-Fahrplan 1 / 17

Semester-Fahrplan 1 / 17 Semester-Fahrplan 1 / 17 Hydroinformatik I Einführung in die Hydrologische Modellierung Bayes sches Netz Olaf Kolditz *Helmholtz Centre for Environmental Research UFZ 1 Technische Universität Dresden TUDD

Mehr

Zeitreihenmanagement im Rahmen von HOWIS Erft. Aachen, Dr. Tilo Keller Erftverband

Zeitreihenmanagement im Rahmen von HOWIS Erft. Aachen, Dr. Tilo Keller Erftverband Zeitreihenmanagement im Rahmen von HOWIS Erft Aachen, 18.11.2008 Dr. Tilo Keller Erftverband 1 Inhalt Motivation und Ziele Konzeption Datenmanagement Verarbeitung der punktuellen Daten Verarbeitung der

Mehr

Zuverlässigkeitsaussagen in der Praxis der Hochwasserwarnung und vorhersage in Bayern

Zuverlässigkeitsaussagen in der Praxis der Hochwasserwarnung und vorhersage in Bayern BfG-Kolloquium "Unsicherheiten in der hydrologischen Vorhersage - quantifizieren, reduzieren, kommunizieren" Zuverlässigkeitsaussagen in der Praxis der Hochwasserwarnung und vorhersage in Bayern Alfons

Mehr

Assimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes

Assimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes Assimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes M. Schumacher, A. Eicker, E. Kurtenbach, J. Kusche (Universität Bonn) P. Döll, H. Hoffmann-Dobrev,

Mehr

Neue Datengrundlagen im Bereich Windenergie: C3S und regionale Reanalysen

Neue Datengrundlagen im Bereich Windenergie: C3S und regionale Reanalysen Neue Datengrundlagen im Bereich Windenergie: C3S und regionale Reanalysen Dr. Andrea Kaiser-Weiss, Referat Nationale Klimaüberwachung (KU21), Deutscher Wetterdienst (DWD) Gliederung 1) Bedarf an Daten

Mehr

VISUALISIERUNG KLIMA WETTER

VISUALISIERUNG KLIMA WETTER VISUALISIERUNG KLIMA WETTER WER? Katastrophenschutz Luftfahrt Seeschifffahrt Energiewirtschaft Verkehr Bauwirtschaft Meteorologische Dienstleister Landwirtschaft Wasserwirtschaft Klimaforschung KLIMA UND

Mehr

Hochwasservorhersagezentrale

Hochwasservorhersagezentrale Hochwasservorhersagezentrale Dipl.-Ing., M.B.Eng. NLWKN, Betriebsstelle Hannover-Hildesheim Hochwasservorhersagezentrale des NLWKN 20.02.2014 Stand der HWVZ Einrichtung 1. Oktober 2009 Betrieb mit 3 Vollzeitstellen

Mehr

Regionalisierungsmethoden hydrometeorologischer Beobachtungsdatensätze zu hydrologisch relevanten Rasterdatensätzen (HYRAS) im ReKliEs-De Projekt

Regionalisierungsmethoden hydrometeorologischer Beobachtungsdatensätze zu hydrologisch relevanten Rasterdatensätzen (HYRAS) im ReKliEs-De Projekt Regionalisierungsmethoden hydrometeorologischer Beobachtungsdatensätze zu hydrologisch relevanten Rasterdatensätzen (HYRAS) im ReKliEs-De Projekt Simona Höpp Simona-Andrea.Hoepp@dwd.de M. Rauthe, T. Deutschländer

Mehr

Numerische Strömungsberechnungen mit NX Herausforderungen und Lösungen bei Durchströmungs- und Umströmungs-Vorgängen

Numerische Strömungsberechnungen mit NX Herausforderungen und Lösungen bei Durchströmungs- und Umströmungs-Vorgängen CAE Herbsttagung 2013 Numerische Strömungsberechnungen mit NX Herausforderungen und Lösungen bei Durchströmungs- und Umströmungs-Vorgängen Prof. Dr.-Ing. Alexander Steinmann Dr. Binde Ingenieure Design

Mehr

Bayesianische Netzwerke - Lernen und Inferenz

Bayesianische Netzwerke - Lernen und Inferenz Bayesianische Netzwerke - Lernen und Inferenz Manuela Hummel 9. Mai 2003 Gliederung 1. Allgemeines 2. Bayesianische Netzwerke zur Auswertung von Genexpressionsdaten 3. Automatische Modellselektion 4. Beispiel

Mehr

2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick

2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick 2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick Das Hauptziel dieser Arbeit ist einen hochaufgelösten Niederschlagsdatensatz für Deutschland, getrennt nach konvektivem und stratiformem

Mehr

Schnee, gefrierender Regen und Glatteis: eine Herausforderung für den Straßenwinterdienst und den Meteorologen

Schnee, gefrierender Regen und Glatteis: eine Herausforderung für den Straßenwinterdienst und den Meteorologen Schnee, gefrierender Regen und Glatteis: eine Herausforderung für den Straßenwinterdienst und den Meteorologen Dr. Veronika Zwatz-Meise, Dr. Heinrich Bica, Erich Steiner Wels, 18. / 19. April 2007 Folie

Mehr

Vorwarnung für Allergiker Neue Wege der Pollenvorhersage

Vorwarnung für Allergiker Neue Wege der Pollenvorhersage Vorwarnung für Allergiker Neue Wege der Pollenvorhersage B. Vogel, H. Vogel, A. Pauling *, M. Rotach *, U. Kaminski +, J. Förstner + * MeteoSchweiz; + Deutscher Wetterdienst René Ostrowski René Ostrowski

Mehr

Aufbau des GMES Dienstes Atmosphäre

Aufbau des GMES Dienstes Atmosphäre Aufbau des GMES Dienstes Atmosphäre Johannes Flemming European Centre for Medium-Range Weather Forecasts Atmosphärische Spurenstoffe 14.April 2010 Eyjafjalla Ausbruch Quelle: scienceblogs.com Foto: Reuters

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau

Mehr

Wettervorhersagen des DWD als Grundlage für Windleistungsprognosen. aktuelle und zukünftige Potenziale

Wettervorhersagen des DWD als Grundlage für Windleistungsprognosen. aktuelle und zukünftige Potenziale Wettervorhersagen des DWD als Grundlage für Windleistungsprognosen aktuelle und zukünftige Potenziale Renate Hagedorn Deutscher Wetterdienst Geschäftsbereich Wettervorhersage (Zentrale Fachleitung) 21.

Mehr

Beispiel: Positionsschätzung

Beispiel: Positionsschätzung Das Kalman Filter Beispiel: Positionsschätzung Beispiel: Positionsschätzung. Messung: mit Varianz Daraus abgeleitete Positionsschätzung: mit Varianz ˆX = = f f ( y ) y 3 Beispiel: Positionsschätzung. Messung:

Mehr

VORLESUNGEN. Numerische. Diplomarbeit. Strömungsmechanik Kolleg

VORLESUNGEN. Numerische. Diplomarbeit. Strömungsmechanik Kolleg VORLESUNGEN Strömungslehre 5 Angewandte Strömungsmechanik Math. Methoden der Strömungslehre 6 Numerische Strömungsmechanik 7 Trainings-Kurs 8 Diplomarbeit Strömungsmechanik Kolleg Mathematische Methoden

Mehr

Regionale Reanalysen

Regionale Reanalysen Regionale Reanalysen Frank Kaspar mit Beiträgen von Andrea Kaiser-Weiss, Michael Borsche (DWD) sowie dem Hans-Ertel-Zentrum für Wetterforschung Teilbereich Klimamonitoring, Universität Bonn the Climate

Mehr

GAFOR-Gebietsvorhersagen fu r den Segelflug

GAFOR-Gebietsvorhersagen fu r den Segelflug GAFOR-Gebietsvorhersagen fu r den Segelflug Inhalt 1. Gebietsvorhersagen für ein bestimmtes GAFOR-Gebiet... 2 2. Auswahl der Gebietsvorhersage für ein bestimmtes GAFOR-Gebiet... 2 2.1. Gebietsvorhersagen

Mehr

Die Kryosphäre. Ricarda Winkelmann Vorlesung Erdsystemmodellierung (SS 2011)

Die Kryosphäre. Ricarda Winkelmann Vorlesung Erdsystemmodellierung (SS 2011) Die Kryosphäre Vorlesung Erdsystemmodellierung (SS 2011) Gliederung Die Kryosphäre Eisschilde auf Grönland und der Antarktis Warum brauchen wir Modelle? Das Modell PISM-PIK Fundamentale Prozesse in Eisschild

Mehr

RCC-CM Produktbeschreibung Version 1.1 (Februar 2013)

RCC-CM Produktbeschreibung Version 1.1 (Februar 2013) SONNENSCHEINDAUER Die Sonnenscheindauer beschreibt die Dauer der direkten Sonneneinstrahlung über einen bestimmten Zeitraum (z.b. einen Monat) an einem bestimmten Ort. Sie bietet folglich Informationen

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Möglichkeiten und Grenzen von Wettervorhersagen Integration von Wetterdaten in das Düngeberatungsprogramm BEFU

Möglichkeiten und Grenzen von Wettervorhersagen Integration von Wetterdaten in das Düngeberatungsprogramm BEFU Möglichkeiten und Grenzen von Wettervorhersagen Integration von Wetterdaten in das Düngeberatungsprogramm BEFU Falk Böttcher mit Beiträgen von Frank Förster und Dr. Michael Grunert (LfULG) sowie Dr. Kristina

Mehr

Herbert Formayer Gute Praxis in der Übertragung von Ergebnissen von Klimamodellen auf lokale Gebiete

Herbert Formayer Gute Praxis in der Übertragung von Ergebnissen von Klimamodellen auf lokale Gebiete Gute Praxis in der Übertragung von Ergebnissen von Klimamodellen auf lokale Gebiete Universität für Bodenkultur, Wien Institut für Meteorologie (BOKU-Met) & Zentrum für globalen Wandel und Nachhaltigkeit

Mehr

Das Copernicus-Projekt NOCO: Evaluierung des gekoppelten COSMO-CLM / NEMO- Nordic-Modells mit Focus auf Nord- und Ostsee und Unterstützung der

Das Copernicus-Projekt NOCO: Evaluierung des gekoppelten COSMO-CLM / NEMO- Nordic-Modells mit Focus auf Nord- und Ostsee und Unterstützung der Das Copernicus-Projekt NOCO: Evaluierung des gekoppelten COSMO-CLM / NEMO- Nordic-Modells mit Focus auf Nord- und Ostsee und Unterstützung der Fachkoordination 1. Unterstützung der nationalen Fachkoordination

Mehr

Gekoppelte Meteorologie-Hydrologie-Simulation Von der technischen Strategie hin zum Frühwarnsystem

Gekoppelte Meteorologie-Hydrologie-Simulation Von der technischen Strategie hin zum Frühwarnsystem Forschungszentrum Karlsruhe in der Helmholtz-Gemeinschaft Institut für Meteorologie & Klimaforschung IMK-IFU, Garmisch-Partenkirchen High-Tech-Offensive Zukunft Bayern Gekoppelte Meteorologie-Hydrologie-Simulation

Mehr

Wettervorhersagemodelle

Wettervorhersagemodelle Wettervorhersagemodelle Grenzen heutiger NWP Modelle Grenzen heutiger NWP Modelle 1 Beobachtungen - Satelliten - Flugzeuge & Schiffe - Landstationen & Bojen Grenzen heutiger NWP Modelle 1 2 Beobachtungen

Mehr

Softwareentwicklung für Schneimeister

Softwareentwicklung für Schneimeister Softwareentwicklung für Schneimeister Florian Hanzer Mitarbeiter am Institut für Geographie, Experte in Computational Sciences und der Modellierung der Kunstschneeproduktion 1 2016-10-06 Symposium Schnee

Mehr

Christian STEFAN, Kundenservice für Kärnten. Das WETTER - Von der Diagnose zur Prognose

Christian STEFAN, Kundenservice für Kärnten. Das WETTER - Von der Diagnose zur Prognose Christian STEFAN, Kundenservice für Kärnten Das WETTER - Von der Diagnose zur Prognose Inhalt Wetterbeobachtungssysteme Folie 2 Kurzfristprognose - Warnungen Wettermodelle und ihre Grenzen (zeitlich /

Mehr

Datenmanagement im Deutschen Wetterdienst Architektur und Erfahrungen mit Oracle Technologien. Dr. Robert Stanek, DWD Dirk Fuchs, DWD

Datenmanagement im Deutschen Wetterdienst Architektur und Erfahrungen mit Oracle Technologien. Dr. Robert Stanek, DWD Dirk Fuchs, DWD Datenmanagement im Deutschen Wetterdienst Architektur und Erfahrungen mit Oracle Technologien Dr. Robert Stanek, DWD Dirk Fuchs, DWD Gesetzlicher Informations- und Forschungsauftrag Der DWD ist eine Anstalt

Mehr

Die großräumige Ausbreitung von Radioaktivität aus dem KKW Fukushima und die Ableitung von Quelltermen aus Kontaminationsmessdaten

Die großräumige Ausbreitung von Radioaktivität aus dem KKW Fukushima und die Ableitung von Quelltermen aus Kontaminationsmessdaten Die großräumige Ausbreitung von Radioaktivität aus dem KKW Fukushima und die Ableitung von Quelltermen aus Kontaminationsmessdaten 1 Petra Seibert Institut für Meteorologie (BOKU-Met) Universität für Bodenkultur

Mehr

Simulationstechnik V

Simulationstechnik V Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 4. Teil Finite-Volumen-Methode

Mehr

KI-basierte Leistungsprognosen für Wind- und Solar-Anlagen. Dr. Roman Y. Asper

KI-basierte Leistungsprognosen für Wind- und Solar-Anlagen. Dr. Roman Y. Asper KI-basierte Leistungsprognosen für Wind- und Solar-Anlagen Dr. Roman Y. Asper 2017-11-08 Agenda Über enercast Leistungsprognosen Einführung Solar Wind Gebiet Datenqualität Ausblick 2 enercast: Zahlen und

Mehr

Analyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten

Analyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten . Analyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten Geodätische Woche 2010 1 Andreas Ernst und Wolf-Dieter Schuh 7. Oktober 2010 Motivation Räumliche Daten entstehen inzwischen

Mehr

Modul: Atmosphärische Skalen in Raum und Zeit

Modul: Atmosphärische Skalen in Raum und Zeit in Raum und Zeit ernziel: Erstes Einordnen der verschiedenen atmosphärischen Prozesse nach ihren charakteristischen Größenordnungen, Definition der typischen dynamischen Skala in Raum und Zeit, Einführung

Mehr

Wie werden Windstromprognosen gemacht?

Wie werden Windstromprognosen gemacht? Wie werden Windstromprognosen gemacht? Eine Einführung Daniel Zedel 210455 09. Mai 2008 Neue Entwicklungen auf dem Energiemarkt TU-Berlin SoSe2008 Inhaltsverzeichnis 1 Welche Methoden zur Prognose gibt

Mehr

Regional Atmospheric Soaring Prediction

Regional Atmospheric Soaring Prediction Regional Atmospheric Soaring Prediction Anwendung im Wellenflug Hendrik Hoeth http://rasp.linta.de/niedersachsen WAVE/ http://rasp.linta.de/blackforest WAVE/ Leewellen im Mittelgebirge, Hannover, 14. Februar

Mehr

Requirements stemming from QPF user community

Requirements stemming from QPF user community . Werner Schulz / Dr. Manfred Bremicker, Flood Forecasting Centre Baden-Württemberg, Karlsruhe Requirements stemming from QPF user community Werner Schulz State Institut for Environmental Protection Griesbachstr.

Mehr

Theoretische Meteorologie

Theoretische Meteorologie 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Dieter Etling Theoretische Meteorologie Eine Einführung VII 1 Einführung

Mehr

«Regen ist Wasser; manchmal zu viel, bisweilen zu wenig» Zürich-Flughafen

«Regen ist Wasser; manchmal zu viel, bisweilen zu wenig» Zürich-Flughafen «Regen ist Wasser; manchmal zu viel, bisweilen zu wenig» daniel.gerstgrasser@meteoschweiz, Zürich-Flughafen Inhalt Unterengadin trocken und gewitterarm, eine Einordnung Klimaänderung was bisher geschah

Mehr

Hochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec)

Hochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec) G. Schädler Statusseminar erausforderung Klimawandel 29.9.2008 Hochauflösende Simulation künftiger Starkniederschlagsereignisse () G. Schädler, H. Feldmann, H.-J. Panitz, B. Früh, R. Kohlhepp, Ch. Kottmeier

Mehr

Hochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec)

Hochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec) G. Schädler Statusseminar erausforderung Klimawandel 29.9.2008 Hochauflösende Simulation künftiger Starkniederschlagsereignisse () G. Schädler, H. Feldmann, H.-J. Panitz, B. Früh, R. Kohlhepp, Ch. Kottmeier

Mehr

Die Rolle der Stratosphäre im Klimasystem

Die Rolle der Stratosphäre im Klimasystem Die Rolle der Stratosphäre im Klimasystem Martin Dameris DLR-Institut für Physik der Atmosphäre Klimawandel: Temperaturentwicklung in der Troposphäre und Stratosphäre Erhöhung der mittleren, globalen Oberflächentemperatur:

Mehr

Seegang als Kriterium für die Sicherheit im Schiffsverkehr

Seegang als Kriterium für die Sicherheit im Schiffsverkehr Bundesamt für Seeschifffahrt und Hydrographie Seegang als Kriterium für die Sicherheit im Schiffsverkehr Dieter Schrader coastdat-workshop 05.-06.10.2006 Einige Aufgaben des BSH, Abt. Meereskunde Wasserstandsvorhersage,

Mehr

Mathematische Grundlagen Kalman Filter Beispielprogramm. Kalman Filter. Stephan Meyer

Mathematische Grundlagen Kalman Filter Beispielprogramm. Kalman Filter. Stephan Meyer Kalman Filter Stephan Meyer FWPF Ortsbezogene Anwendungen und Dienste Georg-Simon-Ohm-Hochschule Nürnberg 07.12.2007 Outline 1 Mathematische Grundlagen 2 Kalman Filter 3 Beispielprogramm Mathematische

Mehr

Klimatologische Anwendung von Radardaten in Sachsen

Klimatologische Anwendung von Radardaten in Sachsen Fakultät für Umweltwissenschaften, Professur für Meteorologie Klimatologische Anwendung von Radardaten in Sachsen Rico Kronenberg 1 Wetterradar Was misst das Radar? Radar = Radio Detecting And Ranging

Mehr

Klimaänderungen Prognosen Unsicherheiten

Klimaänderungen Prognosen Unsicherheiten Klimaänderungen Prognosen Unsicherheiten Klimawandel Prof. Dr. Günter Gross Institut für Meteorologie und Klimatologie Fakultät für Mathematik und Physik Leibniz Universität Hannover Klimawandel in Niedersachsen

Mehr

Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst.

Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst. Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst Seite 1 Entwicklung der Globaltemperatur 1850 bis 2015 von der Klimareferenzperiode

Mehr

Wind-Temperatur-Karten

Wind-Temperatur-Karten Wind-Temperatur-Karten Inhalt 1. Einleitung... 2 2. Interpretationshinweise... 3 3. Kontakt... 6 Wind-Temperatur-Karten 1/6 1. Einleitung Die Wind-Temperatur-Karten für die Luftfahrt, um die es hier geht,

Mehr