Dienstag, 18. März 2014

Thermodynamische Phänomene: Formen von Glätte

  • Glatteis (eng. glaze): Glatteis entsteht dadurch, dass Wassertropfen, die als Niederschlag aus der Atmosphäre herausfallen, beim Auftreffen auf den Boden sofort gefrieren. Haben die Tropfen eine Temperatur über 0°C, so muss die Temperatur der Bodenoberfläche unter 0°C liegen. Sind die Tropfen unterkühlt, so kann das Glatteis auch dann entstehen, wenn die Bodenoberflächentemperatur ursprünglich über 0°C liegt. Glatteis setzt stets Niederschlag in Form von Regen, Nieseln oder nässendem Nebel voraus. Einen ähnlichen Eisüberzug, der etwa durch gerfrorenen Tau entstanden ist, bezeichnet man nicht als Glatteis, sondern als Eisglätte (siehe unten).
  • Eisglätte: Sie entsteht dadurch, dass Wasser, das irgendwie auf den Boden gelangt ist, dort nicht sofort, sondern erst später gefriert. Es kann sich dabei z.B. um Regenwasserpfützen, verschüttetes Wasser, Tropfwasser von Dächern, auf der Fahrban stehendes oder von der Seite zufließendes Schmelzwasser oder um Tau handeln. Eisglätte.
  • Schneeglätte: Entsteht dann, wenn Schnee festgefahren oder festgetreten wird. 
  • Reifglätte: Sie entsteht durch Sublimation von Wasserdampf unmittelbar an der Oberfläche, wenn diese kälter als 0°C ist. An der Oberfläche beobachtet man dann Reif, Reifbeschlag oder Rauhreif.

Reifglätte / © MSN News

Quelle: Kraus H., Die Atmosphäre der Erde. Eine Einführung in die Meteorologie. (Springer-Verlag)

Thermodynamische Phänomene: Nebelerscheinungen

  • Nebel (eng. fog): Eine Suspension sehr kleiner Wassertröpfchen in der Luft bei einer relativen Feuchte von mehr als 80% (oft bei 100%) und durch sie wird die horizontale Sichtweite an der Erdoberfläche auf Werte unter 1 km herabgesetzt.
    • Strahlungsnebel (eng. radiation fog): Entsteht durch Abkühlung des Erdbodens und der erbodennahen Luftschichten durch langwellige Ausstrahlung. Voraussetzung: eine klare Nacht, schwacher Wind und hohe Luftfeuchte in bodennahen Schichten. Beginnt als flacher Bodennebel über Wiesen, feuchten Senken oder Flusstälern. Bei weiterer Ausstrahlung wächst die Mächtigkeit der Nebelschicht an. Durch Wärmeleitung im Boden oder über städtischen Wärmeinseln kann der Nebel von unten aufgelöst werden, der Nebel hebt ab, Hochnebel entsteht (stratus nebulosus). Strahlungsnebel wird im Sommer durch die Sonneneinstrahlung tagsüber aufgelöst. Er kann im Winter mehrere Tage andauern. Mächtigkeit: typisch im Winter 250 m, im Sommer weniger. Strahlungsnebel tritt nicht über See auf und ist im Herbst am häufigsten.
    • Mischungsnebel (eng. mixing fog): Entsteht durch Mischung von zwei verschiedenen Luftmassen, die beide sehr feucht sind. Dabei kann der Taupunkt erreicht werden und es kommt zur Nebelbildung. Mischungsnebel tritt im Winter häufig in Warmsektoren auf, wenn die Bodenkaltluft mit dem Durchzug der Warmfront nicht völlig weggeräumt wird, sondern sich mit der darüber streichenden, feuchtwarmen Luft durch Turbulenz vermischt.
    • Advektionsnebel (eng. advection fog): Entsteht dann, wenn warme und feuchte Luft über kalten Untergrund (Wasser oder Land) geführt wird. Dabei kühlen sich die unteren Luftschichten ab, es kommt zur Kondensation. Bildung: Im Frühjahr und Frühsommer, wenn wärmere Luftmassen vom Land über die noch kalten Wassermassen geführt werden. Umgekehrt im Herbst und Frühwinter, wenn warme Meeresluft über das schon abgekühlte Land gelangt. Advektionsnebel tritt in Mitteleuropa in der kalten Jahreszeit auf, wenn feuchtmilde Meeresluft von der Biskaya oder dem Mittelmeer an der Vorderseite eines über Westeuropa gelegenen Tiefs herangeführt wird. Advektions- und Mischungsnebel sind nicht immer voneinander zu unterscheiden!
    • Verdunstungsnebel/Seerauch (eng. steam fog): Entsteht, wenn kalte Luft über relativ warmes Wasser fließt. Infolge des starken Taupunktgefälles zwischen Wasseroberfläche und kalter Luft setzt Verdunstung ein. Es kommt zur Übersättigung der wassernahen Luftschicht und zur Bildung von Nebeltröpfchen. Diese verdunsten in der trockenen,  kalten Luft rasch durch Diffusion. Es entsteht der Eindruck einer rauchenden Wasseroberfläche. Seerauch entsteht häufig, wo kalte arktische Luft über die Seeeisgrenze auf den offenen Ozean hinaus strömt.
  • Feuchter Dunst (eng. mist): Eine Suspension von mikroskopisch kleinen Wassertröpfchen oder von feucht hygroskopischen Teilchen in der Luft und durch sie wird die horizontale Sichtweite an der Erdoberfläche auf 1 bis 8 km herabgesetzt.
  • Nebeltraufe (eng. fog drip): Ausfällen von Nebeltröpfchen an Hindernissen (vor allem an Bäumen).



Quellen: Kraus H., Die Atmosphäre der Erde. Eine Einführung in die Meteorologie. (Springer-Verlag)
                 Fink A., Synoptische Meteorologie. (Vorlesungsskript, Uni Köln WS13/14)

Thermodynamische Phänomene: Niederschlagsformen

  • Regen (eng. rain): Niederschlag von Wassertropfen mit einem Durchmesser zwischen 0,5 und 5 mm; unterschiedliche Tropfengröße bei unterschiedlichen Wettererignissen (große Tropfen in Schauern und kleinere Tropfen am Rande von stratiformen Niederschlagsgebieten)
  • Unterkühlter Regen (eng. freezing rain): Regen mit einer Temperatur der Tropfen unter 0°C, welcher bei der Berührung mit dem Erdboden oder mit Gegenständen an der Erdoberfläche gefriert (wobei die Temperatur der jeweiligen Oberfläche auch eine Rolle spielt).
  • Sprüh-/Nieselregen (eng. drizzle): gleichmäßiger und relativ dichter Niederschlag von Tropfen mit einem sehr kleinen Durchmesser (< 0,5 mm), welcher in der Regel aus stratiformen Wolken oder Nebel fällt.
  • Unterkühlter Sprüh-/Nieselregen (eng. freezing drizzle): analog zum unterkühlten Regen.
  • Schnee (eng. snow): Niederschlag von meist verzweigten Eiskristallen, die bei Temperaturen größer als -5°C zu Schneeflocken verkettet sind.
  • Eiskörner (eng. ice pellets): Niederschlag von fast durchsichtigen Körnchen aus Eis, welcher entsteht wenn Regentropfen durch eine Bodenkaltluftschicht (T < 0°C) fallen und dabei gefrieren. Sie besitzen eine eher rundliche Form (selten konisch) mit einem Durchmesser < 5 mm und springen auf wenn sie auf eine harte Unterlage fallen.
Eiskörner (eng. ice pellets) / © Weather Underground
  • Eisnadeln (eng. diamond dust, ice prisms): Niederschlag sehr kleiner unverzweigter Eiskristalle in Form von Plättchen oder Stäbchen, welche aus einer Wolke oder vom wolkenlosen Himmel fallen können und das meistens bei großer Kälte. Sie glitzern im Sonnenschein.
  • Schneeregen (eng. rain and snow mixed, sleet): Schon wenn geringste Matschanteile im Niederschlag vorhanden sind, gilt dies als Schneeregen. Er tritt häufig zusammen mit Schauern bei Temperaturen auf, die knapp über 0°C liegen
  • Hagel (eng. hail): Niederschlag von Eiskugeln oder -stücken mit einem Durchmesser von 5 mm bis über 15 cm. Sie sind entweder ganz durchsichtig oder gang undurchsichtig oder sie bestehen abwechselnd aus klaren und undurchsichtigen Schichten. Sie fallen im Allgemeinen bei mäßigen bis sehr kräftigen Gewittern und entstehen durch Zusammenfrieren von Niederschlagströpfchen und Eisteilchen anhand der Auf- und Abwinde innerhalb einer Gewitterzelle. 
  • Reifgraupel (eng. snow pellets): Niederschlag von weißen, undurchsichtigen, leicht zusammendrückbaren, meist runden schneeähnlichen Körnchen mit einem Durchmesser von 2 bis 5 mm. Sie fallen in der Regel in Schauern bei Temperaturen um 0°C und sind verwandt mit Griesel. "Vergraupeln" bedeutet im Allgemeinen Zusammenbacken von kleinen Eiskristallen und winzigen Wassertröpfchen. 
Reifgraupel (eng. snow pellets)
  • Frostgraupel (eng. small hail): Niederschlag von halbdurchsichtigen, meist runden Körnchen aus Eis, die einen Durchmesser von mehr als 5 mm erreichen können. Sie bestehen meistens aus einem Kern von Reifgraupeln mit einer ganz dünnen Eisschicht darüber, weshalb sie glasiert aussehen, und gehen nicht entzwei wenn sie auf eine harte Unterlage fallen. Der Eismantel entsteht an sich durch Zusammentreffen mit Niederschlagströpfchen. Sie stellen den Übergang zum Hagel dar.
  • Schneegriesel (eng. snow grains): Niederschlag von sehr kleinen (< 1 mm) weißen und undurchsichtigen Körnchen aus Eis. Es sind kleine Reifgraupeln, die wie das Nieseln aus stratiformen Wolken oder Nebel fallen.

Quelle: Kraus H., Atmosphäre der Erde. Eine Einführung in die Meteorologie. (Springer-Verlag)

Montag, 10. März 2014

Analyse der Blitzaktivitäten in Luxemburg im Jahr 2013

Abstract

In diesem Artikel werden die Blitzaktivitäten, die in Luxemburg im Jahr 2013 aufgetreten sind, umfassend analysiert. Die Verteilung der Blitztypen sowie die maximalen Stromstärken stehen im Mittelpunkt dieser Analyse. Desweiteren wird die teils extreme Blitzaktivität am 19. und 20. Juni 2013 in einer speziellen Fallstudie genauer untersucht.
Die Analyse der Blitzdaten aus dem Jahr 2013 ergab, dass der Anteil der Wolkenblitze leicht über dem der Erdlbitze lag. Insgesamt wurden über 33.000 Blitze über Luxemburg und den angrenzenden Regionen registriert, davon eine große Mehrheit innerhalb von 2 Tagen im Juni. Der Schwerpunkt der elektrischen Aktivitäten lag gemäß den Erwartungen während dem meteorologischen Sommer (Juni, Juli und August).

Mittwoch, 15. Januar 2014

F1-Tornado in Weiswampach am 28. Juli 2012

Abstract

In diesem Artikel wird die thermodynamische Umgebung des Tornados sowie die synoptische Wetterlage untersucht. Darüber hinaus verdient die Art des Tornados (nicht-mesozyklonal), welcher am 28. Juli 2012 gegen 19 Uhr MESZ in der Gegend von Weiswampach im äussersten Norden Luxemburgs auftrat, besondere Beachtung. Zudem ist es bis zum jetzigen Zeitpunkt der einzige beobachtete und verifizierte Tornado auf luxemburgischem Gebiet seit Beginn der Wetteraufzeichnungen im Jahr 1946. Es handelte sich um einen F1-Tornado, der anhand eines schwachen Gewitters entlang einer nahezu stationären Front am Boden entstand, wo zusätzlich scharfe Winddrehungen zu beobachten waren. Schäden an Gebäuden gab es keine, jedoch richtete die Windhose signifikante Vegetationsschäden an.  

Verifikation - Tornado in Weiswampach (Juli 2012) by luca_29

Samstag, 16. November 2013

Grundlagen der Numerischen Wettervorhersage

Navigation

Zunächst eine kleine Übersicht über die Themen, die in diesem umfangreichen Artikel behandelt werden:
  1. Worauf basieren Wetterprognosen?
  2. Wie funktioniert ein numerisches Wettervorhersagemodell?
  3. Wofür benutzt man Wahrscheinlichkeitsprognosen?

1. Wetterprognose

Das momentane Wetter exakt zu beschreiben ist die eine Sache. Vorherzusagen, wie das Wetter in einem Tag, in einer Woche oder in einem Monat sein wird, ist eine ganz andere Sache. Die Basis einer jeden Wettervorhersage ist zunächst einmal den Ist-Zustand der Atmosphäre möglichst genau zu bestimmen. Zur Bestimmung dieses Anfangszustandes dienen Messungen aus einem globalen meteorologischen Beobachtungsnetz. Neben den synoptischen Landstationen und Schiffen (Abb. 1) werden auch noch Bojen im Meer (verankert oder frei beweglich), Radiosonden (Wetterballone), Verkehrsflugzeuge, Niederschlagsradare und polarumlaufende/geostationäre Satelliten benutzt um Messungen durchzuführen. 


Abb.1 / Quelle: ECMWF
Jedoch klaffen weiterhin große Datenlücken über den Ozeanen und den Polargebieten. Es gibt auch nicht genügend Radiosondenaufstiege um eine großflächige Analyse der Vertikalstruktur der Atmosphäre zu machen. Es gilt: je genauer der Anfangszustand unserer Erdatmosphäre bekannt ist (Analyse), desto besser wird die Prognosegüte. Ausgangspunkt jeder Vorhersagenberechnung ist somit das Ansammeln jeglicher globalen Wetterdaten und diese müssen dann einen physikalisch sinnvollen Zustand erzeugen. Also kann man die Wettervorhersage als ein sogenanntes Anfangswert- und Randwertproblem (unterer Rand am Erdboden/Meer) bezeichnen.
Hier kommt nun die numerische Wetterprognose ins Spiel.
Da die physikalischen Prozesse in der Atmosphäre gesetzmäßig ablaufen (Energieerhaltung, Impulserhaltung, Massenerhaltung), ist es möglich für die Wettervorhersage Gleichungen aufzustellen. Die Integration dieser meteorologischen Grundgleichungen ist heute durch Großrechenanlagen näherungsweise möglich geworden und gestattet auch ökonomische Rechenzeiten (weitere Details im nächsten Kapitel). Die meteorologischen Prozesse und Bewegungsvorgänge werden durch 7 physikalische Größen bestimmt: Luftdruck, Lufttemperatur, Wind (3-dimensionaler Vektor), Luftdichte und Luftfeuchtigkeit.


2. Numerische Wettermodelle

Um diese oben aufgelisteten Variablen für jeden Ort und für jeden Zeitpunkt voherzusagen, braucht man entsprechend viele Gleichungen. Ohne zu sehr auf die geophysikalische Fluiddynamik und Thermodynamik einzugehen, lauten die Grundgleichungen bezogen auf eine Volumeneinheit wie folgt:

- Bewegungsgleichung
(Impulserhaltung)


 Beschleunigung eines Luftpartikels (Wind)




- Kontinuitätsgleichung (Massenerhaltung)


Dichteänderung in einem sich bewegenden Luftpartikel




- 1. Hauptsatz der Wämelehre (Energieerhaltung)


 Temperaturänderung eines sich bewegenden Luftpartikels





- Bilanzgleichung für Wasserdampf (Massenerhaltung)


Wasserdampfdichteänderung in einem sich bewegenden Luftpartikel




- Zustandsgleichung der Luft (ideale Gasgleichung)


Luftdruck für gegebene Luftdichte und -temperatur





[Wer ein bisschen tiefer in diese theoretische Materie einsteigen will, bitte hier klicken!]

Abb. 2: Physikalische Prozesse in einem Wettermodell / Quelle: DWD

Bis auf die ideale Gasgleichung als reine diagnostische Gleichung, sind alle meteorologischen Grundgleichungen partielle Differentialgleichungen der Zeit (prognostische Gleichungen). Somit ist es grundsätzlich möglich bei bekannten Anfangsbedingungen mittels Integration auf künftige Zustände zu schließen und zusätzlich sind alle Gleichungen mehrfach miteinander gekoppelt. Jedoch müssen in der Regel zahlreiche Vereinfachungen vorgenommen werden und es kommen noch Parametrisierungen für Wolken, Niederschlag, Strahlung und Turbulenzen hinzu (Weiterverarbeitungsprozedere/Postprozessing). Hierauf beruht das Prinzip der numerischen Wettervorhersage. Für die Berechnung einer 24-stündigen Vorhersage bedarf es z.B. etwa 7 Milliarden (!!) Grundrechnungen.

Abb. 3a: Modellkette des DWD / Quelle: DWD
Um diese Gleichungen praktisch anwenden zu können, haben die Meteorologen die Erdoberfläche in regelmäßige Punktegitter unterteilt (Abb. 3a). Ein wichtiger Parameter ist dabei die Maschenweite des Gitters (= Δx), d. h. der horizontale Abstand zweier benachbarter Gitterpunkte. Je kleiner die Maschenweite, desto detaillierter kann das Wettervorhersagemodell den Erdboden (Abb. 3a und Abb. 3b, Beispiel: Gebiet um den Mont Blanc) und atmosphärische Prozesse erfassen. Bei zunehmender Vorhersagezeit hängt andererseits die Vorhersage vom anfänglichen Wettergeschehen in immer größerer Entfernung ab, so dass man, je länger man das Wetter in die Zukunft voraus berechnen will, in einem immer größeren Gebiet rechnen muss (für Vorhersagen ab 5 Tagen auf der ganzen Weltkugel).

Abb. 3b: Rohdatensatz mit 1 km Auflösung (Links), Modellauflösung 7 km (Mitte), Modellauflösung 40 km (Rechts)
Quelle: DWD
Globale Modelle haben meistens eine horizontale Auflösung zwischen 20 und 50 km, regionale Modelle etwa 10 km und lokale Modelle zwischen 2 und 4 km. Eine hohe Auflösung der Wettermodelle spielt eine große Rolle für die Qualität der Vorhersage, denn nur damit lassen sich für das Wetter wesentliche Landschaftsgegebenheiten, Berge und Täler (Orographie) in die Vorhersageberechnung einbeziehen. Doch trotzdem fällt bei lokalen Berechnungen noch einiges "durch die Maschen"! Normalerweise werden die globalen Modelle zwei bis vier mal am Tag neu gerechnet (00 UTC, 06 UTC, 12 UTC und 18 UTC). Je aktueller die Beobachtungen sind, die in die Vorhersage eingehen, um so besser ist die Vorhersage. Letztendlich muss dem Nutzer immer bewusst sein, dass numerische Wettervorhersagen inhärent unsicher sind.
Je nach Vorhersagezeit unterscheidet man Kurzfrist- (für 1‒3 Tage), Mittelfrist- (bis zu 10 Tage) und Langfristprognosen.
Besondere Probleme in Bezug auf die Vorhersagegüte weist der Niederschlag auf, da der Niederschlag ganz am Ende einer langen atmosphärischen Prozesskette steht. Höher aufgelöste Modellierung (= weniger Parametrisierugen) sollte zu einer Verbesserung führen und darüber hinaus haben Niederschlagsprozesse grundsätzlich ein sehr beschränktes Vorhersagepotential durch die sehr kurze Lebensdauer der Niederschlagsereignisse (außer Frontalprozesse). In Abb. 4 sehen Sie eine 24-stündige Niederschlagssumme: links das globale Modell GFS mit 30 bis 50 km Auflösung, in der Mitte das WRF-Modell mit 12 km Auflösung und rechts das hochaufgelöste WRF-Modell mit 4 km Auflösung. Die Unterschiede sind in diesem Beispiel ohne Zweifel über den Alpenregionen sehr gut zu erkennen. Deshalb ist es sehr zu empfehlen im Kruzfristbereich mit hochaufgelösten Wettervorhersagemodellen zu arbeiten, doch leider sind die meisten Modelle nicht frei für jeden Nutzer zugänglich.

Abb. 4 / Quelle: modellzentrale.com
In Europa sind die Wetterdienste in Konsortien organisiert, die sich um eine bestimmte Modell-Gruppe scharen (Abb. 5), denn der Betrieb von Modellrechnungen ist wegen den Großrechenanlagen ziemlich teuer.

Abb. 5 / Quelle: EUMETNET

SRNWP steht für Short Range Numerical Weather Prediction. Short Range bezieht sich auf den Vorhersagezeitraum und bedeutet für die nächsten 84 Stunden. In Europa gibt es 3 Konsortien, die von den größten nationalen Wetterdiensten England (UKMO), Deutschland (COSMO) und Frankreich (ALADIN) angeführt werden. Das HIRLAM (High Resolution Limited Area Model) Konsortium gruppiert sich um das europäische globale Modell des ECMWF (European Centre For Medium-Range Weather Forecasts).

Doch wie steht es überhaupt mit der Vorhersagbarkeit des Wetters bzw. der Qualität der numerischen Wettervorhersage?
Das allgemeine Problem an den Berechnungen der Wettermodelle ist jedoch, dass die Atmosphäre bzw. Troposphäre chaotische Eigenschaften besitzt (nicht-linear gekoppelte dynamische Systeme). Dies bedeutet, dass eine Vorhersage mit einem numerischen Modell stark sensitiv ist auf den Anfangszustand, also können sehr geringe Abweichungen in diesen Anfangsbedingungen in der Zukunft zu einer völlig anderen Wetterentwicklung führen, auch wenn man ein perfektes Modell benutzen würde! Der amerikanische Meteorologe Edward N. Lorenz, der Begründer der Chaostheorie, veranschaulichte diesen Effekt mit der Metapher vom "Schmetterlinsgeffekt". Der zufolge kann schon ein Flügelschlag eines Schmetterlings im Amazonas in Europa einen Orkan auslösen - oder auch verhindern. Lorenz gelang zu dieser Entdeckung bei Computerrechnungen, die das Verhalten von Gasen und Fluiden simulierten. Wie lange das Wetter noch einigermaßen vorhersagbar ist, hängt von der Wetterlage ab. Bei stabilen Wetterlagen (meistens antizyklonal) ist der Zeitraum entsprechend länger, während er bei instabilen Wetterlagen (meistens zyklonal) oft nur wenige Tage beträgt. Der Mathematiker und Chaosforscher Wladimir Igorwitsch Arnold stellte fest, dass die rein theoretische Grenze von Wettervorhersagen bei 2 Wochen liegt, ab Tag 7 bezeichnet man die Vorhersage jedoch eher als Trendprognose.

3. Ensemble Vorhersage

Um das Problem mit dem Chaos zumindest etwas in den Griff zu bekommen, werden sogenannte Ensemblerechnungen durchgeführt. Das bedeutet, dass ein Wettermodell mehrere Male mit jeweils leicht variierten Anfangsbedingungen gerechnet wird. Konkret bedeutet dies wiederum, dass man viele statt nur einer deterministischen Vorhersage macht und somit kleine "Störungen" einbaut. Wenn sich jetzt bestimmte Wetterentwicklungen in den Berechnungen häufen, sind diese am wahrscheinlichsten. Zudem lassen sich dadurch Aussagen über die Vorhersagesicherheit treffen. In Abb. 6 sehen Sie ein Beispiel einer 14-tägigen Ensemblezeitreihe ("Rauchfahnen") vom GFS-Modell für den Gitterpunkt Luxemburg mit den Variablen 6-stündiger Niederschlag (untere Linien) und 850 hPa-Temperatur (obere Linien). Je größer der Vorhersagezeitraum wird, desto stärker divergieren die einzelnen Berechnungen.

Abb. 6 / Quelle: WetterOnline
Eine weitere Darstellungsmöglichkeit von Wahrscheinlichkeitsprognosen sind Modell-Ensembles im Kartenformat, auch noch "Spaghetti Plots" genannt. In Abb. 7 sehen Sie auf der linken Seite, dass quasi alle Lösungen gleich sind für einen Vorhersagezeitraum von 24 Stunden. Für T+120h (Mitte) beginnen die Lösungen leicht zu divergieren und für T+240h (rechte Seite) ist eine Vorhersagbarkeit nicht mehr möglich. Abgebildet sind jeweils die 500 hPa-Isohypsen (=Linien gleicher geopotentiellen Höhe).

Abb. 7 / Quelle: Wetterzentrale
Mittels dieser Methode kann man zusätzliche Informationen bekommen:

- Wahrscheinlichkeit des Eintretens einer bestimmenten Wetterlage (z.B. Trogbildung)
- Falls im Mittel 25mm Niederschlag pro Tag berechnet werden: wie viele Modell-Läufe zeigen das?
- Wie groß ist der Spread ("Ausdehnung") der Anfangs-Unsicherheit?

Jedoch muss man immer bedenken, dass es keinen "besten Modell-Lauf" gibt, denn jede Simulation hat die selbe Eintrittswahrscheinlichkeit. Eine kleinere Eintrittswahrscheinlichkeit bedeutet nicht eine schlechtere Prognose.
Das britische Wetteramt UKMO gibt für seine 24-Stunden-Vorhersagen eine Genauigkeit von 86% an. Die 5-Tages-Prognosen des europäischen Wettervorhersagezentrums ECMWF erreichen eine Genauigkeit von 80%. Trotz steigendem technischen Aufwand beträgt das Plus an Prognosenerfolg immer nur einige Prozent. Eine 100%-ig genaue Wettervorhersage ist nach dem heutigen Stand der Erkenntnisse utopisch!

Schlusswort

Das Wetter vorherzusagen ist jedoch keine rein rechnerische Leistung. Die meteorologischen Grundgleichungen, mit denen die Computer rechnen, beschreiben eben nur ungefähr wie sich die Atmosphäre in Wirklichkeit "verhält". Außerdem dürfte selbst eine genaue Vorhersage für ein größeres Gebiet kaum berücksichtigen, wie sich die lokalen Bedingungen (Orographie, Flusstäler, Großstadt, etc...) auf das Wetter auswirken. Eine gewisse Kunstfertigkeit ist also auch gefragt und hier tritt nun der diplomierte Meteorologe auf den Plan. Auf der Basis seiner Erfahrung (und die seiner Kollegen) und seines Urteilsvermögens muss er die Bedeutung der Unmengen an Daten, die er regelmäßig erhält, interpretieren und abwägen. Intuition und in einem gewissen Maß auch Leidenschaft bzw. Begeisterung spielen eine große Rolle bei der Wettervorhersage und auf diese Weise kann er dann genauere Prognosen machen.
Auf jeden Fall sollte jedem bewusst sein: Meteorologen sind für das Wetter zuständig, aber definitiv nicht verantwortlich!


Interessante Links der NWV:

(Benutzte Textquellen: DWD, Brockhaus)

Samstag, 9. November 2013

Wie viel Energie setzt ein tropischer Zyklon frei?

Betrachte nur die freiwerdende Energie/Leistung E durch Wolken- und Regenbildung, d.h. die gesamte erzeugte kinetische Energie (Windenergie) wird nicht berücksichtigt.

Beispiel: Supertaifun HAIYAN (November 2013)

Der Diameter d dieses Taifuns betrug ungefähr 1800 km (Quelle: CNN).
Angenommen der Zyklon sei ein perfekter Kreis, dann folgt daraus die Fläche F:



Im Mittel kann man eine Regenrate von ca. 30 mm/h (= R) innerhalb dieser Fläche annehmen. Für die Berechnung wird auch noch die Verdunstungswärme des Wassers L benötigt.
Somit folgt:



J: Joule und W: Watt und 1 h = 3600 s










Dauert dieser atmosphärische Prozess nun 3 h an (mit konstanter Intensität):


Dieses Resultat stellt die grob abgeschätzte Energie des 3 h andauernden wandernden tropischen Zyklons dar. Um diesen sehr hohen Energieinhalt besser zu verdeutlichen ziehen wir einen Vergleich mit verschiedenen hochenergetischen Prozessen (Quelle: Wikipedia):

Stärkste Wasserstoffbombe: 210 x 1015 J
Atombombe "Little Boy" über Hiroshima: 56 x 1012 J
Energie die bei der Spaltung von einem Kilogramm Uran-235 frei wird: 79,1 x 1012 J
Primärenergieverbrauch der Menschheit 2009: 5,08 x 1020 J

Allerdings darf man nie vergessen, dass diese verschiedenen Energien auf sehr unterschiedlichen Raum- und Zeitskalen frei werden. Deshalb ist bei atmosphärischen Betrachtungen die Angabe der Leistung in Watt besser als eine Angabe in Joule. 

Supertaifun HAIYAN vor der philippinischen Küste / Quelle: NOAA
(angelehnt an das Kapitel A.5 aus dem Buch "Risiko Wetter" von H. Kraus)