Direkt zum Inhalt wechseln
|

Wetter geht immer … besser! Wiesbadener machen mit „Deep Weather“ Vorhersage minuten- und metergenau

„Wetter geht immer“, heißt es. „Wetter geht besser“, heißt es nun in Wiesbaden. Während großflächige Wettertrends mittelfristig gut prognostiziert werden können, haben die aktuellen Verfahren noch einige Schwächen für die lokale Wettervorhersage.  „Deep Weather“  soll das ändern. Realisiert wird das Projekt von Wiesbadener Wissenschaftlern und Unternehmern.

Mit dem Forschungsprojekt „Deep Weather“ wollen Wissenschaftler der Hochschule RheinMain und die Q.met GmbH nun ein neues Verfahren entwickeln, um lokal Wetterereignisse besser prognostizieren zu können. Das Vorhaben wird vom Bundesministerium für Wirtschaft und Energie im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM) mit rund 400.000 Euro gefördert; 190.000 Euro gehen an die HSRM.

Q.met beschäftigt sich seit vielen Jahren mit der Verbesserung von Wettervorhersage-Modellen. „Wir freuen uns, dass wir Prof. Dr. Schwanecke und Prof. Dr. Ulges für die Idee, dies mit Hilfe von neuronalen Netzen zu tun, begeistern konnten und daraus das gemeinsame Projekt mit der HSRM entstanden ist“, freut sich Norman Gabler, Inhaber und Geschäftsführer des Wetterdatendienstleisters Q.met mit Sitz in Wiesbaden: „Für die Wettervorhersage und die Meteorologie insgesamt wäre der Erfolg des Projekts eine Zäsur und als disruptive Technologie eine Innovation, die den Beginn einer Zeitenwende in der lokalen Kurzfrist-Wetter-Modell-Philosophie einläuten könnte“,

Meter- und minutengenau

Das Problem der Wetterprognosen liegt laut Aussage der Projektinitiatoren einerseits darin, dass sie nur in sehr groben Rastern von mehreren Kilometern berechnet werden. Zum anderen waren viele Messwerte bisher nicht meter- und minutengenau verfügbar. „Dies reicht in der Regel aus, um den Zustand der höheren Atmosphäre sehr gut vorherzusagen. Dadurch fallen jedoch ganze Regionen in ein Raster, zum Beispiel im Rhein-Main-Gebiet die Städte Wiesbaden, Mainz und Rüsselsheim“, so Prof. Dr. Schwanecke weiter. Besonders markant äußere sich diese Problematik beispielsweise bei der Vorhersage von Extremwetterereignissen wie der Vorhersage von Gewittern. Hier liege die Falschalarmrate teilweise bei über 95 Prozent. An diesem Punkt setzt das Projekt mit der Entwicklung einer meter- und minutengenauen Wettervorhersage an.

KI für selbstlernende Wettervorhersage

Neben Wiesbaden wurden mit Stuttgart und Berlin zwei weitere, klimatisch unterschiedliche Regionen für das Forschungsvorhaben ausgewählt. Die Daten stammen aus verschiedenen institutionellen und kommerziellen Quellen und werden vom Projektpartner Q.met GmbH bereitgestellt. Zentrales Thema der Forscher an der Hochschule RheinMain ist die KI-Entwicklung. Ein dynamisches sowie selbstlernendes Wettervorhersageverfahren auf Basis der Daten neuronaler Netze soll generiert werden. Hinzu kommen das Training und die Optimierung der hierfür notwendigen neuronalen Netze, die Konzeption und Optimierung der Rechenumgebung sowie die Entwicklung von Algorithmen für eine präzise und effiziente Umrechnung von verschiedenen meteorologischen- und IoT-Daten. „Unser innovativer Beitrag besteht in der iterativen KI-Entwicklung für die feingranulare Prognose von Wetterparametern“, schließt Prof. Dr. Adrian Ulges, der ebenfalls im Projekt forscht.

Weitere Informationen zum Projekt Deep Weather.

(sun/Foto/Grafik: © Q.met GmbH)