Wettermodelle

WOHER KOMMT DAS WETTER?

Von Zeit zu Zeit geschieht es, dass sich die Kiter untereinander die jeweils für sich selbst beste Windvorhersage gegenseitig um die Ohren hauen und keine andere akzeptieren. Wenn man über Wettermodelle Bescheid weiß und dann genau hinhört, streiten sie sich oftmals über genau die selben Wetterdaten, die beiden Vorhersagen zugrunde liegen. Es ist daher grundsätzlich sinnvoll zu schauen, welches Wettermodell die Vorhersage bildet. Oft sind es die selben. Die Vorhersage-Webseiten setzen diese dann in Klötzchen, Pfeilchen, Farbflächen, etc. um. – Über deren Aussehen könnte man streiten, nicht aber über das oftmals identische Wettermodell. Also empfehlen wir, auch bei Einigkeit untereinander zuerst immer zu gucken, welches Modell die Daten liefert. Und es ist ja auch für die eigene Vorhersage nicht sinnvoll, x unterschiedliche Vorhersagen zu checken, denen allen die gleichen Daten zugrunde liegen. Hier eine kurze Übersicht einiger Wettermodelle und Beispiele, wo diese Anwendung in Vorhersagen finden (unvollständig):
 

GFS
Das Global Forecasting System der National Oceanic and Atmospheric Administration NOAA rechnet ein Globalmodell bis zu 16 Tage im Voraus in Rastern von 1′, 0,5′ und 0,25′, was ca. 13 Kilometern entspricht. Das GFS-Modell wird tatsächlich vom National Weather Service (NWS) betrieben, der Teil der NOAA (National Oceanic and Atmospheric Administration) ist. Die Daten sind frei verfügbar und werden deshalb von vielen kleineren Wetterdiensten verwendet. Vorhersagen werden vier mal pro Tag berechnet, etwa um 1:00, 7:00, 13:00 und 19:00 Uhr MEZ. Beispiele sind u.a. bei windy.com oder in der Forecast bei windfinder.com, dort aber mit 22-27km-Raster.

 

 

GEM

Beim Global Environmental Multiscale Model GEM handelt sich um ein globales Modell, das vom Recherche en Prévision Numérique RPN, Meteorological Research Branch MRB und dem Canadian Meteorological Centre CMC entwickelt wurde. Das GEM-Modell ist ein globales Modell mit einer Auflösung von etwa 10 km und wird für Vorhersagen bis zu 240 Stunden (10 Tage) in 3-Stunden-Schritten verwendet. Das GEM-Modell ist bekannt für seine detaillierten Vorhersagen und wird oft in Kombination mit anderen Modellen wie GFS oder ECMWF genutzt, um eine umfassendere Wetteranalyse zu ermöglichen. Es bietet globale Vorhersagen, die Europa einschließen, und wird oft in Wetterkarten und Analysen integriert. Verwendung findet GEM u.a. bei ventusky.com

 

 

ECMWF

Die offizielle Bezeichnung stammt vom Integrated Forecast System IFS und wird üblicherweise European Centre for Medium-Range Weather Forecasts ECMWF genannt. ECMWF ist das europäische Modell mit weltweiter Modellrechnung und gilt derzeit als eines der besten Vorhersagemodelle in der mittelfristigen Vorhersage für 3-10 Tage. Es wird mit einem 9-Kilometer-Raster mit Vorhersagen für die kommenden zehn Tage gerechnet und alle 12 Stunden aktualisiert. Allerdings sind nur eingeschränkte Datensätze im Netz frei verfügbar, die kompletten Daten müssen teuer bezahlt werden. Daher ist es was besonderes, daß sie kostenlos zugänglich sind beim Forsvarets Center for Operativ Oceanografi fcoo.dk in der Medium-Range-Forecast und seit Sommer 2016 auch bei www.windy.com in einem Umfang, wie er sonst auf kostenlosen Wetterwebsites nicht zu finden ist.

Einige wichtige Merkmale des ECMWF-Modells:

• Es hat eine horizontale Auflösung von etwa 9 km und arbeitet mit 137 vertikalen Schichten.
• Es liefert Vorhersagen bis zu 10 Tage in die Zukunft, mit erweiterten Vorhersagen für bis zu 46 Tage.
• Das Modell erstellt mehrere Vorhersagen (Ensembles, Ensemble-Vorhersagen), um Unsicherheiten in der Wetterentwicklung zu berücksichtigen.
   

Das ECMWF-Modell wird oft als Referenzmodell verwendet und ist besonders nützlich für mittelfristige Vorhersagen.

 

 

UKV

Das GEM-Modell (Global Environmental Multiscale Model) ist ein numerisches Wettervorhersagemodell, das vom kanadischen Wetterdienst (Environment Canada) betrieben wird. Es ist ein globales Modell mit einer Auflösung von etwa 10 km und wird für Vorhersagen bis zu 240 Stunden (10 Tage) verwendet. Das GEM-Modell ist bekannt für seine detaillierten Vorhersagen und wird oft in Kombination mit anderen Modellen wie GFS oder ECMWF genutzt, um eine umfassendere Wetteranalyse zu ermöglichen. Es wird auch für regionale Vorhersagen in Kanada eingesetzt, wobei die Auflösung für kleinere Gebiete erhöht wird.

 

 

ICON

ICOsahedral Nonhydrostatic – So heisst das globale Wettermodell des Deutschen Wetterdienstes DWD in Zusammenarbeit mit dem Max-Planck-Institut für Meteorologie entwickelt wurde mit Gitterweiten von 13 km allgemein und ca. 6.5 km über Europa und 120 vertikalen Schichten deckt ICON die gesamte Atmosphäre ab und ersetzt das GME-Modell mit einst 20 Kilometern. ICON unterteilt die Erde in Ikosaeder, die in Dreiecke aufgeteilt besonders kleine (100m) Vorhersagen erlauben. Es handelt sich um das detailgenaueste numerische Modell, das für die ganze Welt berechnet wird. Es wird sowohl für globale als auch regionale Vorhersagen eingesetzt und ist bekannt für seine innovative Gitterstruktur, die auf den Ikosaedern basiert, siehe www.dwd.de oder windy.com oder auch www.ventusky.com

Regionale Varianten:
ICON-EU: Höher aufgelöste Vorhersagen für Europa mit einer Maschenweite von etwa 6,5 km.
ICON-D2: Noch detailliertere Vorhersagen für Deutschland und angrenzende Regionen mit einer Auflösung von 2,1 km.

Gitterstruktur: Das ikosaedrische Gitter vermeidet Verzerrungen an den Polen und sorgt für gleichmäßige Zellen weltweit.

Vorhersagezeitraum: Bis zu 180 Stunden (7,5 Tage) für globale Vorhersagen und bis zu 120 Stunden für regionale Modelle.

Daten: Es liefert präzise Informationen zu Temperatur, Wind, Niederschlag, Wolkenbildung und vielem mehr.
 

Das ICON-Modell wird weltweit geschätzt und dient als Grundlage für viele andere Modelle. Es ist besonders nützlich für die Analyse von Extremwetterereignissen und die Erstellung von präzisen Kurz- und Mittelfristvorhersagen.

 

 

UKMO

UKMO ist ebenfalls bekannt unter dem Namen UKMET und bedeutet in beiden Fällen United Kingdom Met Office. Es wird weltweit für Wetterprognosen genutzt und ist bekannt für seine Zuverlässigkeit und Genauigkeit. Das Modell läuft jeweils 12 Stunden und die Wetterausgaben erfolgen für bis zu 144 Stunden in 6-Stunden-Intervallen (für 6-48 Stunden), darüberhinaus in 12-Stunden-Intervallen (ab 48 und bis 144 Stunden) mit einer Rasterweite von etwa 17 km. Das UKMO-Modell rechnet zweimal am Tag ( 0:00 Uhr und 12:00 Uhr) und dessen Chartaktualisierung tritt um ca. 3:50 Uhr und 15:50 Uhr ein. Mehr unter www.metoffice.gov.uk

• Das Modell hat eine horizontale Auflösung von etwa 17 km, was es für globale Vorhersagen geeignet macht.
• Es liefert Vorhersagen für bis zu 144 Stunden (6 Tage) in die Zukunft.
• Das UKMO-Modell verwendet fortschrittliche Techniken wie die 4D-Var-Datenassimilation, um die Genauigkeit der Vorhersagen zu verbessern.
• Es wird sowohl für globale als auch regionale Vorhersagen verwendet und ist besonders nützlich für die Analyse von Extremwetterereignissen.

 

 

COSMO-DE und COSMO-D2

DWD sagt, das COSMO-DE Vorhersagemodell wurde am 15. Mai 2018 durch sein Nachfolgemodell COSMO-D2 ersetzt. COSMO-D2 zeichnet sich durch eine verbesserte Vorhersagegenauigkeit und ein erweitertes Modell-Gebiet als sein Vorgänger COSMO-D2 aus.
Das COSMO-D2-Vorhersagemodell ist das hochaufgelöste Vorhersagemodell in der Modellkette des Deutschen Wetterdienstes, der damit führend in der Entwicklung konvektiver Modelle ist. Der Gitterpunktabstand beträgt jetzt nur noch 2,2 km gegenüber 2.8 km bei COSMO-DE, was insbesondere der besseren Vorhersage konvektiver Ereignisse und damit auch der verbesserten Auflösung regionaler Windsysteme zu Gute kommt.
Alle 3 Stunden beginnend ab 00 UTC wird ein neuer Modelllauf gestartet, er steht nach etwa 2 Stunden Rechenzeit zur Verfügung und beinhaltet eine 27-stündige Vorhersageleistung mit einer einstündigen Auflösung der vorhergesagten Parameter.

• Das COSMO-Modell ist ein regionales Wettervorhersagemodell, das ursprünglich von einem Konsortium europäischer Wetterdienste entwickelt wurde, darunter der Deutsche Wetterdienst (DWD). Es ist speziell für hochauflösende Vorhersagen in kleineren geografischen Gebieten konzipiert.
• Das COSMO-DE, eine Variante des Modells, hat eine horizontale Auflösung von 2,8 km und deckt Deutschland, die Schweiz, Österreich und angrenzende Regionen ab.
• Es liefert Vorhersagen für bis zu 27 Stunden und wird alle 3 Stunden aktualisiert.
• Das Modell ist besonders nützlich für die Vorhersage von lokalem Wetter wie Gewittern, Starkregen oder Schneefall. Es simuliert auch die Topografie detailliert, was in bergigen Regionen von Vorteil ist.
• COSMO kann atmosphärische Konvektion (z. B. Gewitterwolken) explizit simulieren, was die Genauigkeit bei der Vorhersage von Extremwetterereignissen erhöht.

Das COSMO-Modell wurde mittlerweile durch das ICON-Modell für viele Anwendungen ersetzt, wird aber weiterhin in einigen Bereichen genutzt.
 

 

WRF

Das Weather Research and Forecasting-Modell WRF ist ein mittelgroßes numerisches Wettervorhersagesystem der nächsten Generation, das für die Bedürfnisse der Wettervorhersage sowie für die Atmosphärenerforschung in partnerschaftlicher Zusammenarbeit des National Center for Atmospheric Research NCAR, der National Oceanic and Atmospheric Administration NOAA, dem National Centers for Environmental Prediction NCEP und dem Forecast Systems Laboratory FSL sowie der Air Force Weather Agency AFWA, dem Naval Research Laboratory, der Oklahoma University und der Federal Aviation Administration FAA entwickelt wurde. Die Auflösung des Gitters beträgt ca. 10 Kilometer und die Vorhersage läuft von 0-72 Stunden. Aktualisierung etwa 2-3 Stunden nach Ende des jeweiligen GFS-Laufes. WRF wird u. a. verwendet bei windguru.cz sowie bei windfinder.com in der Superforecast. Das WRF-Modell (Weather Research and Forecasting Model) ist ein hochentwickeltes numerisches Wettervorhersagemodell, das sowohl für Wettervorhersagen als auch für Klimaforschung verwendet wird. Es wurde vom National Center for Atmospheric Research (NCAR) und den National Centers for Environmental Prediction (NCEP) in den USA entwickelt. Es gibt zwei Hauptvarianten mit Advanced Research WRF (ARW) für Forschungszwecke und Nonhydrostatic Mesoscale Model (NMM) für operationelle Wettervorhersagen.

• Das Modell kann in verschiedenen räumlichen Auflösungen betrieben werden, von wenigen Kilometern bis hin zu globalen Simulationen.
• Es wird für regionale Wettervorhersagen, Hurrikanforschung (HWRF), Atmosphärenchemie (WRF-Chem) und Umweltstudien eingesetzt.
• WRF ist frei verfügbar und kann von Wissenschaftlern und Organisationen weltweit angepasst und genutzt werden.

Das Modell wird oft für mesoskalige Vorhersagen verwendet, wie z. B. die Simulation von Gewittern, Starkregen oder anderen lokal begrenzten Wetterphänomenen. Siehe auch www.wrf-model.org 
 

 

NMM und NEMS
Nonhydrostatic Meso-Scale Modelling Technologie NMM wurde in Nord-Amerika von der National Oceanic and Atmospheric Administration NOAA entwickelt und wird zur Wetter- und Wirbelsturmvorhersage benutzt. Neuere Entwicklungen umfassen das NEMS-Rahmenwerk (NOAA Environmental Modeling System), welches vom schweizer Wetteranbieter meteoblue.ch weiterentwickelt wurde.
Für große Gebiete, hier Domäne genannt, die Teile oder ganze Kontinente abdecken, wird eine eigene Wetterberechnung durchgeführt. Die Domänen werden in globale Modelle eingebettet, die deren Randwetterbedingungen (z.B. Luftströmungen, die sich aus der Domäne heraus oder in sie hinein bewegen) für die Vorhersagetage liefern.
Jede Domäne wird in rechteckige und in gleichmäßigen Abständen angeordnete Gitterzellen unterteilt. Der durchschnittliche Abstand zwischen den Gitterzellen ist die sog. räumliche Auflösung von 25 Kilometern bis zu einem Kilometer. Domänen haben 55 vertikale Schichten, die von der Erdoberfläche bis ungefähr 14 Kilometern Höhe reichen. Die Wettermodelle NMM (Nonhydrostatic Mesoscale Model) und NEMS (NOAA Environmental Modeling System) sind fortschrittliche numerische Vorhersagemodelle, die für regionale und globale Wetterprognosen verwendet werden.

NMM-Modell

• Ursprünglich von der NOAA für mesoskalige Vorhersagen entwickelt.
• Besonders geeignet für die Vorhersage von lokal begrenzten Wetterphänomenen wie Gewittern oder Starkregen.
• Kann in verschiedenen räumlichen Auflösungen betrieben werden, oft im Bereich von wenigen Kilometern.
• Wird häufig in regionalen Domänen eingesetzt und liefert präzise Vorhersagen für kleinere geografische Gebiete.

NEMS-Modell

• NEMS ist eine Weiterentwicklung des NMM-Modells und bietet eine nahtlose Integration für globale und regionale Vorhersagen.
• Ermöglicht hochauflösende Modellierungen und verbessert die Simulation von Wolken- und Niederschlagsschemata.
• Unterstützt die Verschachtelung von regionalen Domänen innerhalb globaler Modelle, was die Genauigkeit erhöht.

Beide Modelle werden von verschiedenen Wetterdiensten und Plattformen genutzt, darunter auch meteoblue, die diese Technologien weiterentwickelt haben. Siehe unser Wetter-Widget von meteoblue.ch oder wähle die Option NEMS bei windy.com
 

HIRLAM
Die Abkürzung steht für High Resolution Limited Area Model und ist die Zusammenarbeit verschiedener europäischer meteorologischer Institute für ein Kurzzeit-Wettervorhersagesystem. Das HIRLAM-Modell ist ein regionales Wettervorhersagemodell, das von einem Konsortium europäischer Länder entwickelt wurde, darunter Dänemark, Schweden, Norwegen, Finnland und die Niederlande. Beteiligt ist u. a. das Danish Meteorological Institute www.dmi.dk oder auch zu finden bei fcoo.dk in der Short-Range-Forecast. Es wurde speziell für hochauflösende Vorhersagen in begrenzten geografischen Gebieten konzipiert.

• Das Modell hat eine horizontale Auflösung von etwa 5 bis 11 km, je nach Region und Anwendung.
• Es liefert Vorhersagen für bis zu 48 Stunden und wird regelmäßig aktualisiert.
• HIRLAM wird häufig für die Vorhersage von lokalem Wetter wie Niederschlag, Wind und Temperatur verwendet. Es ist besonders nützlich für die Analyse von Extremwetterereignissen in Nordeuropa.
• Das Modell integriert kontinuierlich Beobachtungsdaten, um die Genauigkeit der Vorhersagen zu verbessern.

HIRLAM wurde mittlerweile durch modernere Modelle wie HARMONIE-AROME ersetzt, bleibt aber in einigen Anwendungen relevant. Siehe auch www.hirlam.org
 

 

HARMONIE
Das HARMONIE-AROME-System ist eine erweiterte Version des AROME-Modells und löst zunehmend das in in Skandinavien, Niederlanden, Spanien und Irland beliebte HIRLAM-Modell ab. Das HARMONIE-Modell ist ein hochauflösendes regionales Wettervorhersagemodell, das von mehreren europäischen Wetterdiensten im Rahmen des HIRLAM-ALADIN-Konsortiums entwickelt wurde. Es ist speziell für die Vorhersage von lokalem Wetter in Europa konzipiert und wird häufig für kurzfristige und präzise Prognosen verwendet.

• Das Modell hat eine horizontale Auflösung von etwa 2,5 km, was es ideal für die Simulation von lokal begrenzten Wetterphänomenen macht.
• Vorhersagezeitraum: Es liefert Vorhersagen für bis zu 48 Stunden und wird regelmäßig aktualisiert.
• HARMONIE wird für die Vorhersage von Extremwetterereignissen wie Starkregen, Gewittern und Schneefall genutzt. Es ist besonders nützlich in komplexen geografischen Regionen wie Gebirgen oder Küstengebieten.
• Das Modell integriert kontinuierlich Beobachtungsdaten, um die Genauigkeit der Vorhersagen zu verbessern.

 

KNMI
Koninklijk Nederlands Meteorologisch Instituut KNMI ist der nationale niederländische Wetterdienst mit der Aufgaben Wettervorhersage, Wetterbeobachtung, Klima- und Luftqualitätsbeobachtung und seismischer Beobachtung. Das KNMI-Modell wird vom KNMI betrieben. Es ist Teil eines Netzwerks europäischer Wetterdienste und wird oft in Kombination mit anderen Modellen wie HARMONIE-AROME genutzt, um präzise regionale Vorhersagen zu erstellen.

• Das KNMI verwendet hochauflösende Modelle, die speziell für die Niederlande und angrenzende Regionen optimiert sind.
• Es nutzt fortschrittliche Datenassimilationstechniken, um kontinuierlich Beobachtungsdaten in die Vorhersagen einzubinden.
• Das Modell wird für die Vorhersage von Extremwetterereignissen wie Starkregen, Sturmfluten und Gewittern eingesetzt.

Das KNMI arbeitet eng mit anderen europäischen Wetterdiensten zusammen, um die Genauigkeit und Reichweite seiner Modelle zu verbessern. KNMI arbeitet ständig an einer Optimierung des Beobachtungs- und Messnetzwerks und an der Verbesserung der Klimamodellrechnung und der eigenen Supercomputer.

 

DMO und MOS
Die Prognosen vieler Wettervorhersageanbieter beruhen vielfach auf der Interpolationen zwischen Gitterpunkten. Das heisst auf englisch Direct Model Output – DMO. Hinzu kommen Angaben über topografische Begebenheiten. Hier ist darauf zu achten, dass ein Wettervorhersageraster noch so eng sein kann, aber wenn die topografischen Angaben ungenau oder zu weit gesteckt sind, hilft das niemandem. Das gleiche gilt auch umgekehrt.
Und dennoch stimmen die Vorhersagen oft nicht mit unseren Beobachtungen überein. Dann wenden wir eigenes Wissen und Erfahrungen aus den eigenen, vergangenen Prognose-zu-Realwetter-Beobachtungen an.

Das Prinzip gibt es auch bei den Vorhersageanbietern und wird neudeutsch Model Output Statistics genannt – MOS. Bei MOS-Daten werden konstante Vorhersagefehler der Vergangenheit und besondere lokale Eigenheiten in den Prognosen berücksichtigt. Die großen Wetterdienste verwenden für Lokalprognosen oft MOS-korrigierte Daten, die für uns aber nur selten frei verfügbar sind.

Hier setzt Lukas Lehner mit www.profiwetter.ch an. Dort werden statistische Werte mit den DWD-Vorhersagen kombiniert. Der DWD verrechnet verschiedene Wettermodelle zu einer MOS-Mischung, in deren Ergebnisse dann die lokalen Wetterstationshistorien integriert sind. Profiwetter.ch bietet nun solche MOS-Meteogramme aus DWD-Vorhersage in Kombination mit beobachtungsstatistischen Korrekturen an.

Diese Liste ist nicht vollständig und die Parameter der Wettermodelle ändern sich von Zeit zu Zeit. Bitte inhaltliche Fehler korrigieren. Es sind Ergänzungen erwünscht.

Eine umfangreiche Übersicht von Wettermodellen findest du bei Windgurus Wettermodellübersicht.

 

FÖRDEKITER WISSEN

MULTI-MODEL-ENSEMBLES

Multi-Model-Ensembles bestehen aus Vorhersagen, die von verschiedenen hochauflösenden Wettermodellen berechnet wurden und sind als Kurven übereinandergelagert. Dazu werden die Mitglieder einer klassischen Ensemble-Vorhersage abgebildet, bei der ein einzelnes Wettermodell mehrmals mit leicht unterschiedlichen Eingangsdaten gerechnet wird, um Unsicherheiten in den Beobachtungen abzubilden, die für die Ausführung eines Vorhersagemodells nötig sind. Hier als Beispiel das Multi_Model-Ensemble von Schausende: