Inhaltsbereich

Wahrscheinlichkeit von Prognosen

Wetterprognosen sind mit Unsicherheit behaftet. Um diese zu quantifizieren, werden mit Wettermodellen verschiedene Szenarien berechnet, wobei die Parameter leicht variiert werden. MeteoSchweiz integriert diese Aussagen zur Unsicherheit in die Wettervorhersage.

Fussbereich

Top Bar Navigation

Alle Schweizer BundesbehördenAlle Schweizer Bundesbehörden

Wettermodelle bilden das Geschehen in der Atmosphäre mit mathematischen Formeln ab. Diese numerischen Vorhersagemodelle gelten heute als Standard bei der Erstellung von Wetterprognosen. In den letzten Jahrzehnten wurden erhebliche Fortschritte über das Verständnis der physikalisch-chemischen Prozesse in der Atmosphäre erzielt. Auch hat sich die räumliche Auflösung (Maschenweite) der numerischen Modelle deutlich verbessert.

Wie Unsicherheiten entstehen

Trotz der erzielten Fortschritte werden einige Prozesse noch nicht ausreichend durch numerische Modelle abgebildet. Manche werden noch immer mit Hilfe von Parametrierungen dargestellt, das heisst ein Prozess wird nicht «physikalisch» anhand eines oder mehrerer physikalischer Gesetze abgebildet, sondern auf vereinfachte Weise anhand einer Ersatzmethode.

Eine weitere Unsicherheit entsteht dadurch, dass die Messwerte der einzelnen Parameter, die den Zustand der Atmosphäre zu Beginn der numerischen Simulation beschreiben, nicht eindeutig bekannt sind. Dies obwohl die hohe Beobachtungs- und Messfrequenz (zum Beispiel durch Bodenstationen und verschiedene Messnetze zur Erfassung der Atmosphäre kontinuierliche Verbesserungen ermöglicht.

Diese Werte (auch Anfangsbedingungen genannt) sind wichtig, um die Modellsimulationen in Gang zu bringen. Aufgrund der chaotischen Natur der Atmosphäre können kleine Unterschiede oder Unsicherheiten in den Anfangsbedingungen zu grossen Unterschieden zwischen den Simulationen desselben numerischen Vorhersagemodells führen.

Wie Untersicherheit quantifiziert wird

Folglich ist jede Wettervorhersage mit einer gewissen Unsicherheit behaftet. Um diese Unsicherheit zu quantifizieren, wird bei numerischen Modellen ein sogenannter «Ensemble»-Ansatz verwendet. Das bedeutet, dass für denselben Zeitraum mehrere Szenarien mit demselben numerischen Modell berechnet werden, jedoch mit leichten Modifikationen – beispielsweise bei den Anfangsbedingungen, die als Startparameter für die Simulationen eingegeben werden. Im Gegensatz dazu wird ein Ansatz, bei dem nur ein einziges Szenario berechnet und dargestellt wird, als «deterministisch» bezeichnet.

So berechnet beispielsweise das hochauflösende numerische Modell COSMO-1E (mit einer horizontalen Maschenweite von 1,1 km) achtmal täglich 11 Szenarien (oder Ensemble-Members) für eine Vorhersagedauer von bis zu 33 Stunden. Das Modell COSMO-2E, das eine horizontale Maschenweite von 2,2 km verwendet, berechnet 21 Szenarien für einen Zeitraum von 5 Tagen.

Zur Veranschaulichung dieses Ensemble-Ansatzes sind in nachstehender Abbildung die für 21 verschiedenen COSMO-2E-Modellszenarien simulierten Vorhersagen für die prognostizierte 3-stündige Niederschlagssumme am 24. Juli 2020 um 9 UTC (koordinierte Weltzeit) dargestellt. Für diesen Zeitraum, der 27 Stunden ab Simulationsstart umfasst, ist ersichtlich, dass die Unterschiede zwischen den Szenarien gross sind. Dies verdeutlicht die Unsicherheit, die mit der Vorhersage der für diesen Tag erwarteten Niederschlagsmengen und ihrem Zeitverlauf einhergeht. Insbesondere kann sich für einen bestimmten Punkt oder eine bestimmte Region – je nach betrachtetem Ensemble-Member – entweder ein trockenes (niederschlagsfreies) oder ein nasses (niederschlagsreiches) Szenario ergeben.

Integration probabilistischer Vorhersagen

MeteoSchweiz hat diesen probabilistischem Ansatz, bei dem die Wahrscheinlichkeit berücksichtigt wird, systematisch in die Vorhersagen und in die Dienstleistungen integriert. Dies zeigt sich insbesondere in den Wetterberichten, wo eine Reihe von probabilistischen Begriffen für Phänomene mit einem höheren Unsicherheitsgrad verwendet wird: Wahrscheinlichkeitsbegriffe im Wetterbericht

Probabilistische Informationen fliessen auch zunehmend in die grafische Darstellung von Lokalprognosen ein. Aus den Ensemble-Szenarien kann – für einen gegebenen Ort und eine gegebene Zeit – für jeden meteorologischen Parameter ein Median-Szenario berechnet werden. Das heisst, die Hälfte der Szenarien der Ensemble-Vorhersage ergeben einen höheren Wert und die andere Hälfte einen niedrigeren Wert. Um die extremsten Werte, die von diesen Szenarien vorhergesagt werden, zu quantifizieren, werden jeweils die höchsten 10 Prozent der Höchstwerte und die tiefsten 10 Prozent der Tiefstwerte verwendet. Der Wert, unter dem die tiefsten 10 Prozent liegen, wird als 10-%-Quantil (Q10) bezeichnet, der Wert, über dem die höchsten 10 Prozent liegen, als 90-%-Quantil (Q90). (Der Median entspricht folglich dem 50-%-Quantil).

Wahrscheinlichkeitsangaben auf der MeteoSchweiz-Website

Das Beispiel der Cabane du Trient CAS zeigt, wie probabilistische Informationen in die lokale Temperatur- und Niederschlagsprognosen integriert wird. Der Medianwert der Temperatur (Q50) ist durch eine rote Kurve dargestellt. Die halbtransparente, rosafarbene Unsicherheitswolke zwischen den beiden Quantilen Q10 und Q90 umfasst die verbleibenden 80 % der vom Ensemble-System berechneten Szenarien. Beim Modell COSMO-2E würde dies beispielsweise bedeuten, dass etwa 17 Szenarien (von 21 vorhandenen) in diesen Bereich fallen.

Der Medianwert der Niederschlagsmengen ist durch einen hellblauen Balken dargestellt. Dieser zeigt die erwartete Niederschlagsmenge an. Der Unsicherheitsbereich ist durch die schwarze vertikale Linie dargestellt; sie wird oben und unten durch horizontale Linien begrenzt, die den Quantilen Q10 und Q90 entsprechen. Wie bei der Temperatur fallen 80 % der vom Ensemble-System berechneten Szenarien in den Bereich zwischen diesen beiden Quantilen.

Wahrscheinlichkeitsangaben auf der MeteoSchweiz-App

Auch in den Prognosen der MeteoSchweiz-App werden probabilistische Informationen in Vorhersage von Temperatur und Niederschlag integriert.