GeCC-LAG-ENSEMBLES: Ein Generalisierter Ansatz zur optimalen Kalibrierung und Verknüpfung von zeitverzögerten Ensemblevorhersagen aus verschiedenen Wettermodellen

• Antragsteller: Professor Paolo Reggiani, Ph.D.
• Fachliche Zuordnung: Physik und Chemie der Atmosphäre
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 490941584

Ziel dieses Antrags ist die Entwicklung und Anwendung einer generalisierten Eichungs- und Kombinationsmethodik (GeCC), um verzögerte Ensembles, die von verschiedenen Wettervorhersagemodellen erzeugt wurden, untereinander optimal zu kombinieren. Die generalisierte Kombinationstechnik fußt auf einer linearen Gewichtung, die auf der Basis von zwei Bayes'schen Methoden ermittelt wird: Bayes´sche Modellmittlung (BMA) und eine korrelationsbasierte Methode der Gewichtung (MCP). Die GeCC-verarbeiteten probabilistischen Vorhersagen werden mittels Vorhersagestatistiken für meteorologische Variablen über das räumliche Modellgitter oder an Stationsstandorten ausgedrückt. Die GeCC-Technik könnte dazu verwendet werden, um Ensembles mit unterschiedlichen Eigenschaften zusammenzuführen, mit dem Ziele genauere und zuverlässigere probabilistische Produkte zu erzeugen, als jene, die durch ein einzelnes Ensemble bereits jetzt verfügbar sind. Diese vergrößerten Ensembles könnten z.B. verzögerte globale mittelfristige, sub-saisonale und saisonale Ensembles umfassen (z.B. vom Europäischen Zentrum für mittelfristige Wettervorhersage), oder verzögerte globale und/oder gebietsbegrenzte Ensembles (z.B. vom Deutschen Wetterdienst). Insbesondere wird erwartet, dass GeCC-verarbeitete probabilistische Vorhersagen von Extremereignissen zuverlässiger sind als jene, die gegenwärtig von traditionellen, nicht kombinierten Ensemblevorhersagen abgeleitet werden.Die GeCC-Technik könnte auch den Weg zu "intelligenten" und rechnerisch effizienteren Methoden zur Berechnung von Kombinationsgewichten und/oder Kalibrierungskoeffizienten weisen, die heute unter Verwendung von neu berechneten Vorhersagen (e.g. reforecasts) ermittelt werden. Die Erstellung der neu berechneten Vorhersagen nimmt gegenwärtig erhebliche Rechenressourcen der Vorhersagezentren in Anspruch. Eine Reduzierung der Rechenlast würde sich darum äußerst Vorteilhaft für die operationelle Wettervorhersage auswirken.Die drei Hauptergebnisse dieses Projekts können folgendermaßen zusammengefasst werden: - Ein prä-operatives Gewichtungsverfahren, das es erlaubt, mehrere verzögerte Ensemble-Prognosen mit unterschiedlichen Prognosehorizonten untereinander zu kombinieren. - Eine systematische Verifizierung der vorgeschlagenen Methode durch Fehlerstatistiken, einschließlich meteorologischer Extreme, für ausgewählte Variablen und Standorte in mindestens einer geographischen Region in Europa. - Erstellung kalibrierter Vorhersagestatistiken für ausgewählte Variablen an ausgewählten Vorhersageorten und/oder für die ausgewählte geografische Region.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Italien
• Kooperationspartner: Professor Roberto Buizza, Ph.D.