30. Apr. 2019
Heftige Platzregen kommen in der Regel überraschend.

Heftige Platzregen kommen in der Regel überraschend.

Niederschläge und Gewitter sind die Achillesferse der Wettervorhersage. Rund 30 Prozent der normalen Regenfälle und bis zu 80 Prozent der Starkregen werden falsch prognostiziert. Der Grund: Selbst hochmoderne Wetter-Modelle arbeiten mit einer Auflösung, die zu grob für die in der Regel sehr kleinen Unwetterzellen ist. Auf der Jahrestagung der Europäischen Geowissenschaftlichen Union in Wien stellten dänische Meteorologen ein Projekt vor, in dem getestet wird, ob der Crowd-Einsatz von Smartphones im Dienst der Wettervorhersage dieses Manko ausgleichen kann.

Die Abkühlung nach einem langen, heißen Sommertag kam überraschend und fiel heftig aus. Den ganzen Tag hatten die Kopenhagener am Samstag, 2. Juli 2011, sonniges und heißes Sommerwetter genossen, doch der Hochsommertag endete am frühen Abend mit dem heftigsten Wärmegewitter seit Beginn der Aufzeichnungen. Die Temperaturen stürzten binnen Minuten ab, im Zentrum Kopenhagens rauschten innerhalb von drei Stunden 150 Liter pro Quadratmeter Regen zu Boden, die normale Regenmenge von zwei Monaten. Mehr als einen halben Meter hoch stand das Wasser in manchen Straßen, U-Bahnstationen und Unterführungen wurden geflutet, der Hauptbahnhof der Stadt musste überstürzt evakuiert werden, ebenso der bekannte Vergnügungspark Tivoli. Der dänische Wetterdienst DMI zählte mehr als 18.000 Blitze.

Für das DMI kam das Unwetter nicht überraschend, denn die Gewitterneigung war den ganzen Tag schon hoch. Doch dass es Kopenhagen traf, während zum Beispiel im benachbarten Roskilde Zehntausende das bekannte Musikfestival beinahe ohne Störung genießen konnten, und dass die Hauptstadt in Rekordwassermassen buchstäblich unterging, das blieb den amtlichen Meteorologen trotz ihrer hochentwickelten Instrumente bis kurz vor Schluss unklar. "Unkonventionelle Datenquellen hätten die Vorhersage deutlich verbessern können", fasst Eigil Kaas eine Studie seines Studenten Kasper Stener Hintz zusammen.

Unkonventionelle Datenquellen für die Unwettervorhersage

Eine solche "unkonventionelle" Datenquelle präsentierte der Meteorologie-Professor am Niels-Bohr-Institut der Universität Kopenhagen auf der EGU-Jahrestagung: die Luftdruck-Sensoren von Oberklasse-Smartphones. "Deren Messungen können von Wetterdiensten für die Kurzfristvorhersage genutzt werden", so Kaas. DMI und Kaas' Arbeitsgruppe am Niels-Bohr-Institut testen das gerade in Dänemark. Rund 110.000 Smartphone-Besitzer haben sich bereit erklärt, ihre Luftdruck-Daten bei jeder Abfrage einer Wetter-App in Echtzeit auf den Server des Wetterdienstes zu senden. Die Meteorologen können so das Potential einer solchen Crowd-Lösung erforschen. Noch ist die App auf Dänemark beschränkt, aber es laufen Verhandlungen mit der populären norwegischen Wetter-App Yr, die von vielen Smartphone-Besitzern in ganz Europa benutzt wird.

"Die Informationen sind, offen gestanden, von geringer Qualität, wenn wir sie mit den Daten von den sechs High-Tech-Stationen des DMI vergleichen", so Kaas, "aber wir haben auch gesehen, dass es für die Kurzfristvorhersage besser ist, viele Daten von geringerer Qualität zu haben, als wenige gute." Den Meteorologen geht es bei den kurzfristigen Vorhersagen vor allem um Warnungen vor Niederschlägen und Gewittern. Die aber sind so kleinräumig, dass die Daten der sechs DMI-Stationen und die darauf aufbauenden Wettermodelle sie nicht abbilden können. Anders sieht es bei den 110.000 Smartphones aus. Jedes von ihnen hat seine ganz eigenen Messmängel, sie sind außerdem sicher nicht gleichmäßig über Dänemark verteilt und sie werden auch nicht in regelmäßigen Abständen abgefragt. Doch die schiere Masse könnte, so die Erwartung der Meteorologen, diese Nachteile ausgleichen und ein kleinräumiges Bild der Luftdruckmessungen liefern, auf dem sich die Tiefdruckzellen abzeichnen.

110.000 Dänen beteiligen sich an Test

Jeden Tag gehen viele Zehntausend Luftdruckmessdaten auf dem DMI-Server ein, und jede einzelne Information wird durch ausgeklügelte Algorithmen geprüft. "Wir müssen einfach ein aufwendiges Qualitätssicherungsverfahren einsetzen, denn die Fehlerquellen sind zahlreich", so Kaas. So hat jeder Sensor seinen ganz eigenen Standardmessfehler, der berücksichtigt werden muss. Jedes einzelne Stockwerk, das sich das Smartphone über dem Erdboden befindet, schlägt nach Kaas' Angaben mit einem um zwei Hektopascal verringerten Luftdruck zu Buche. "Wir brauchen daher eine Menge Tricks, um all das herauszufiltern", betont der Meteorologe. Zur Datenkorrektur werden zum Beispiel viele Daten genutzt, die das Handy mitliefert. Denn die Teilnehmer übermitteln dem dänischen Wetterdienst so viele Informationen, dass der Testlauf unter die europäische Datenschutzgrundverordnung DSGVO fällt. Das DMI erfährt neben dem Luftdruck-Messwert auch, welches Handy-Modell ihn wann gemessen und wo es sich dabei befunden hat.

Darüber hinaus werden Ausreißer kompromisslos aussortiert. Wenn eine Messinformationen zu stark vom Durchschnitt der benachbarten Smartphones oder aber auch vom Szenario des DMI-Wettermodells abweicht, wird sie nicht berücksichtigt. "Das führt dazu, dass das Gros dieser Daten zurzeit unberücksichtigt bleibt", so Kaas. Der Meteorologe setzt jedoch auf den technischen Fortschritt, konkret die Mobiltelefone und Kommunikationsnetze der fünften Generation, weil dann auch die Verortung in der Höhe sehr viel zuverlässiger funktioniert als bislang. Kaas: "In den neuen Geräten werden zwei verschiedene GPS-Empfänger verbaut, wodurch man die vertikale Position bis auf einen Meter genau wird angeben können, und das reicht für eine belastbare Luftdruckmessung aus."

Langfristig auch heftige Wetterkapriolen vorhersagbar

Mit steigender Messqualität der Crowd wird sich auch ihre Rolle in den Prognosemodellen des DMI ändern. Derzeit noch hat die Vorhersage der Wettersimulationen Vorrang vor abweichenden Messdaten aus der Smartphone-Crowd. Doch damit läuft das DMI eben Gefahr, heftige Wetterkapriolen wie zum Beispiel Blitzgewitter nicht erfassen zu können, weil sie einfach zu stark von der Prognose abweichen. In Zukunft soll es Feedbackschleifen für die Crowd-Daten geben. "Wenn wir viele Smartphone-Beobachtungen aus einem Gebiet bekommen, die alle übereinstimmend sagen, dass die Modellvorhersage falsch ist, dann soll die Simulation an dieser Position angepasst werden können", so Kaas. So wäre es im Juli 2011 tatsächlich möglich gewesen, das heftige Sommergewitter im Zentrum von Kopenhagen vorherzusagen.