Kurzfassungen der Meteorologentagung DACH
DACH2022-244, 2022
https://doi.org/10.5194/dach2022-244
DACH2022
© Author(s) 2022. This work is distributed under
the Creative Commons Attribution 4.0 License.

Nutzerorientierte Klimavorhersageprodukte des Deutschen Wetterdiensts – auf dem Weg zu höherer räumlicher Auflösung und verbesserter Vorhersagegüte

Amelie Hoff1, Philip Lorenz1, Clementine Dalelane1, Alexander Pasternack2, Birgit Mannig1, Andreas Paxian1, Miriam Tivig1, Klaus Pankatz1, Kristina Fröhlich1, Frank Kreienkamp1, and Barbara Früh1
Amelie Hoff et al.
  • 1Deutscher Wetterdienst, Offenbach am Main, Deutschland
  • 2Institut für Meteorologie, Freie Universität Berlin, Berlin, Deutschland

Es besteht ein wachsender Bedarf an hochaufgelösten Klimavorhersagen der kommenden Wochen, Monate und Jahre. Um diesen Bedarf zu bedienen, veröffentlicht der Deutsche Wetterdienst (DWD) operationell saisonale und dekadische Klimavorhersagen. Daneben ist zukünftig auch die Bereitstellung von postprozessierten EZMW Witterungsvorhersagen geplant. Als gemeinsame Plattform dafür dient die neue DWD Klimavorhersagen-Webseite www.dwd.de/klimavorhersagen, auf der Klimavorhersagen über alle verfügbaren räumlichen und zeitlichen Skalen hinweg konsistent dargestellt werden. 

Um die räumliche Auflösung und die Vorhersagegüte der Klimavorhersagen zu erhöhen, werden verschiedene Nachbereitungsverfahren angewendet. So wird das am DWD entwickelte empirisch-statistische Downscalingverfahren EPISODES angewendet, um die grobe räumliche Auflösung der globalen Klimavorhersagen für die Region Deutschland auf rund 20 km Gitterweite zu verbessern und Klimavorhersagen für ausgewählte Städte auf Basis von rund 5 km Gitterweite erstellen zu können. Dazu werden statistische Beziehungen zwischen großräumigen Einflussvariablen, wie zum Beispiel dem Luftdruck, und kleinräumigen Zielvariablen, wie dem Niederschlag, mithilfe von hochaufgelösten Beobachtungsdaten verwendet. 

Die dekadischen Klimavorhersagen werden seit 2021 operationell für die Klimavorhersagen-Webseite statistisch rekalibriert, um Bias, Drift und Ensembledispersion zu korrigieren, so dass Verlässlichkeit und Schärfe der probabilistischen Vorhersage optimiert werden. Für die saisonale Klimavorhersage der Wintermonate wird die Möglichkeit einer Verbesserung der Vorhersagegüte mithilfe einer statistisch selektierten Klimavorhersage untersucht. Bei dieser hybriden saisonalen Klimavorhersage werden einzelne Ensemble Member ausgewählt basierend auf der statistischen Vorhersage der europäischen Luftzirkulation im Winterhalbjahr. Für die statistische Vorhersage werden verschiedene Prädiktoren aus ERA5T Reanalysedaten verwendet, wie zum Beispiel Meeresoberflächentemperatur, Meereis oder die Temperatur in 100 hPa. 

Neben der statistisch selektierten Wintervorhersage ist zudem die Weiterentwicklung des Downscalingverfahrens EPISODES geplant, sodass es auf eine größere Region angewendet werden kann, die auch den Alpenraum und an Deutschland angrenzende Flusseinzugsgebiete beinhaltet. Für die künftigen Weiterentwicklungen und Erweiterungen der operationellen Klimavorhersageprodukte besteht ein enger Austausch mit Nutzerinnen und Nutzern aus verschiedenen Sektoren, zum Beispiel im Rahmen des jährlich stattfindenden Nutzerworkshops.

How to cite: Hoff, A., Lorenz, P., Dalelane, C., Pasternack, A., Mannig, B., Paxian, A., Tivig, M., Pankatz, K., Fröhlich, K., Kreienkamp, F., and Früh, B.: Nutzerorientierte Klimavorhersageprodukte des Deutschen Wetterdiensts – auf dem Weg zu höherer räumlicher Auflösung und verbesserter Vorhersagegüte, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-244, https://doi.org/10.5194/dach2022-244, 2022.