Niederschlags-Analyse für Deutschland Zur Validierung von Wettervorhersagemodellen Zeitauflösung:Zugbahn und subsynoptische Entwicklung von Fronten und MCSs. (stündlich) Raumauflösung: Gitterwerte = lokales Gebietsmittel Möglichst nahe an Modellauflösung aber genau. (5-20 km) Erste Versuche für CH (Adrian Altenhoff & Marc Wüest, ETH)

Datenquellen Niederschlagsanalyse für Deutschland DWD  x = einige km Mittel monatlich, Pluviometermessungen DWD (Tagesniederschlag) ca 4000 Stationen, Typ. Distanz km Daten qualitätsgeprüft Hochaufgelöste Klimatologie Radarkomposit Deutschland ca 1 km 10‘–1h diskrete Intensitätsstufen

1. Stationsdaten analysieren Stationen auf Gitter analysieren (Anomalien gegen Klima) SYMAP: Gewichtetes Mittel (Distanz, Richtung) (Shepard 1986, GPCC, Frei & Schär 1998) Effektive Auflösung km (> 3 Stationen pro Gi-Punkt) Faktoren des Mittels im Juli Altenhoff 2004

2. Feinstruktur integrieren Skalierung mit hochauflösender Klimatologie (Widmann & Bretherton 2000, Kleinn et al. 2002, Früh und Wirth 2004) Berücksichtigt stationäre Feinstrukturen Verhindert systematische Fehler aus Stationsverteilung mm pro Tag Altenhoff 2004 Faktoren des Mittels im Juli

3. Zeitlich disaggregieren Aufteilung des Tagesniederschlags gemäss Radarsequenzen Lässt Tagestotal unverändert. Hagen et al mm pro h Altenhoff 2004

Beispiel: Gewitterlinie Tagestotal in mm

Beispiel

Validierung Vergleich Analyse – Punktmessung (autom. Station) Altenhoff 2004 Station ANETZ Zürich Analyse

Tagestotal Analyse Radar-Total

Mögliche Probleme 1 Berücksichtigt nur klimatologische Feinskalen Systematische Messfehler sind nicht korrigiert Unterschätzt räumliche Niederschlagsvariabilität –Felder sind zu glatt –Spitzen < Stations- beobachtungen –Extrapolation in niederschlagsfreie Gebiete (bei klar abgegrenzten Niederschlagszügen) 4. Juli 1999

Mögliche Probleme 2 Disaggregierung für Pixel wo Radar = 0 (aber RR ≠ 0) muss aus entfernten Radarpixeln genommen werden. Radarlöcher (Ausfall oder fehlende Sichtbarkeit)

Suchradius – Effektive Auflösung Suchradius: (in Gitterabständen ca. 2 km) # Stationswerte:

Wichtige Eigenschaften für Validierung Hohe Genauigkeit (für aufgelöste Skalen): –Daten von dichtem Messnetz –Implizite Korrektur für Fehlverteilung der Stationen (Anomalien) –Beeinträchtigungen durch Radarfehler sind minimiert Robuste Schätzung der Feinskalen –Aus Klimatologie, Konsistenz mit klimatologischen Validierungen –keine unkontrollierte Regression Flexibel bei Aggregation –Hohe räumliche Original-Auflösung erlaubt Aggregierung auf spezifische Modellauflösungen –Konsistenz mit Tagesanalysen bei zeitlicher Aggregation