Was sind Chancen und Grenzen von Radardaten in der Hochwasseranalyse?
Starkregenereignisse wie konvektive Gewitterzellen treten lokal begrenzt auf und werden daher vom Stationsmessnetz nur unzureichend erfasst. Wetterradare bieten eine flächendeckende Beobachtung und können daher lokale Niederschlagsereignisse besser erfassen. Eine Kombination aus Stationsmessungen und flächendeckenden ist deshalb sinnvoll. Radarmessungen sind jedoch naturgemäß mit großen Unsicherheiten in der quantitativen Niederschlagsbestimmung behaftet.
Drei Projekte der BMBF-Fördermaßnahme Wasser-Extremereignisse (WaX) haben mit Unterstützung des Deutschen Wetterdienstes (DWD) eine Zusammenfassung der Nutzung von Niederschlagsradar-Informationen in den Forschungsprojekten erstellt.
Übergreifende Erkenntnisse & Empfehlungen der WaX-Projekte Inno_MAUS, AVOSS und ZwillE:
- Starkregen tritt sehr kurzfristig, lokal und dynamisch auf. Die Vorhersage ist deshalb mit Unsicherheiten behaftet.
- Quantitativ gute und räumlich genaue Vorhersagen werden häufig nur für einen kurzen Vorhersagezeitraum von unter einer Stunde erreicht.
- Bei Deep Learning-Modellen ist es wichtig, die Lernziele auf spezifische Nutzerbedürfnisse zuzuschneiden. Dies erfordert einen verstärkten Dialog zwischen Nutzern und Entwicklern.
- Ensemble-Nowcasts tragen dazu bei, Unsicherheiten bei der Vorhersage von konvektiven Starkregenereignissen und starkregenbedingten Überflutungen zu berücksichtigen.
- Für längere Vorhersagezeiträume reichen Radar-Informationen nicht aus und Simulationen dynamischer Wettermodelle müssen mitberücksichtigt werden.
Fazit: Radardaten sind ein wichtiger Baustein für bessere Hochwasserprognosen – aber für wirklich verlässliche Vorhersagen braucht es bessere Modelle und mehr Forschung.
Hier kommen Sie direkt zum Informationspapier.
Weitere WaX-Veröffentlichungen finden Sie auf der Website.
