Deutscher Wetterdienst - RADVOR
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Abteilung Hydrometeorologie
RADVOR
(Radarbasierte Niederschlagsvorhersage
im Kürzestfristzeitraum)
Ein Verfahren aus dem Projekt „RADVOR-OP“ der
Bund/Länder-Arbeitsgemeinschaft Wasser
Autorin:
Dr. Tanja Winterrath
Deutscher Wetterdienst
Kurzzusammenfassung
Stand: 6. Februar 20202 © 2020, Deutscher Wetterdienst
Inhaltsverzeichnis Inhaltsverzeichnis 1 Einleitung .......................................................................................................... 4 2 Tracking und Vorhersage ................................................................................. 4 3 Quantifizierung ................................................................................................. 5 4 Winterwetternowcasting ................................................................................. 6 5 Hagelnowcasting .............................................................................................. 8 6 Zusammenfassung ............................................................................................ 8 7 Literatur ............................................................................................................ 8 8 Produktü bersicht.............................................................................................. 9 © 2020, Deutscher Wetterdienst 3
Die RADVOR-Nowcasting-Suite – Kurzzusammenfassung 1 Einleitung Die zeitnahe Bereitstellung hoch aufgelöster, flächendeckender, quantitativer Niederschlagsanalysen und -vorhersagen stellt einen elementaren Beitrag des Deutschen Wetterdienstes (DWD) für die ope- rationelle Hochwasservorhersage dar. Im Rahmen der Projekte RADOLAN und RADVOR-OP entwi- ckelte der DWD in Abstimmung mit der Bund/Länder-Arbeitsgemeinschaft Wasser (LAWA) spezielle Produkte für den Hochwasservorhersagedienst der Wasserwirtschaftsverwaltungen der Länder. Kapi- tel 7 listet die zum Thema RADVOR erstellten Publikationen. Die kontinuierliche Weiterentwicklung der Rechnersysteme ermöglicht unter Beibehaltung der Be- reitstellungszeit eine ständige Erhöhung der räumlichen und zeitlichen Auflösung der numerischen Wettervorhersagemodelle. Aufgrund der räumlich und zeitlich heterogenen Charakteristik des Nie- derschlags ist jedoch selbst eine kurzfristige Vorhersage hinsichtlich der Lage und Intensität auf Basis der numerischen Modelle schwierig. Nowcasting-Verfahren schließen die Lücke zwischen den Be- obachtungen und numerischen Modellprognosen. Eine wichtige Voraussetzung für eine korrekte hydrologische Abflussmodellierung ist neben der exakten räumlichen und zeitlichen Prognose des Ereignisses die Quantifizierung des abflusswirksamen Niederschlags. Aus dieser Anforderung resultie- ren die Weiterentwicklungen des Nowcastingsystems um ein Quantifizierungsmodul sowie einer Vorhersage des Aggregatzustands des Niederschlags. 2 Tracking und Vorhersage Das Kernprinzip des radarbasierten Nowcastingverfahrens ist die Erkennung und Zuordnung ähnli- cher Niederschlagsstrukturen in aufeinanderfolgenden Radarbildern sowie die Verlagerung des aktu- ellen Radarprodukts entlang des auf diese Weise ermittelten Vektorfelds. Die Mustererkennung und Ermittlung des Bewegungsfeldes erfolgen mit einem Optical-Flow-Verfahren aus der Software- Bibliothek OPENCV (http://www.opencv.org) im Rahmen der POLARA-Umgebung. Das Verfahren verwendet als Eingangsprodukt das zweidimensionale Deutschlandkomposit QPEcommon mit einer zeitlichen Auflösung von fünf Minuten. Es handelt sich hierbei um die Niederschlagsrate in mm/5min, umgerechnet über eine mit Hilfe des in Echtzeit detektierten Hydrometeortyps bestimmten Z-R- Beziehung, mit einer räumlichen Gitterweite von 1km x 1km (RADOLAN-Gitter). Alle fünf Minuten erfolgt eine Verlagerung in 5-Minuten-Schritten entlang des gültigen Verlagerungsvektorfeldes bis zu zwei Stunden in die Zukunft. Zu jedem Zeitschritt liegen somit eine Analyse und 24 vorhergesagte 5- Minuten-Niederschlagskomposits vor. Diese werden zu stündlichen Niederschlagssummen RS zu- sammengefasst. Hierzu wird die zeitliche Auflösung der einzelnen Verlagerungsschritte über eine Interpolation synthetisch auf eine Minute erhöht, um Fischgrätenmuster bei schnell ziehenden Zellen zu vermeiden. 4 © 2020, Deutscher Wetterdienst
Die RADVOR-Nowcasting-Suite – Kurzzusammenfassung 3 Quantifizierung Radarsysteme messen die von Hydrometeoren zurückgestreute Strahlung, die mithilfe einer Z-R- Beziehung in eine Niederschlagsrate umgerechnet wird. Die Niederschlagsbestimmung aus Radar- messungen ist somit eine indirekte Messmethode. Die auf diese Art bestimmten Niederschlagssum- men können von den realen Werten stark abweichen. Für die quantitative Niederschlagsanalyse und -vorhersage ist es daher unabdingbar, eine Aneichung der radarbasierten Niederschlagswerte an Bodenmessdaten vorzunehmen. Im Falle der Analyse ermöglicht das RADOLAN-Verfahren die Bereit- stellung quantitativer, flächendeckender Niederschlagsanalysen innerhalb einer Zeitspanne von ca. 30 Minuten. Für die radarbasierten Vorhersagen stehen aufgrund der Aktualität der Prognosen – im Bereich des Nowcastings werden mit einer Frequenz von wenigen Minuten hochaufgelöste, flächen- deckende Prognosen des Niederschlags produziert – keine Bodenmessungen zur Aneichung der Ein- gangsdaten zur Verfügung. Da die nicht-angeeichten Eingangsdaten die realen Niederschlagswerte nur ungenügend wiedergeben, wurde ein Verfahren entwickelt, die Information der Aneichung auf die Vorhersage zu übertragen. Die grundlegende Annahme des Quantifizierungsverfahrens ist, dass der Einfluss der Aneichung grö- ßer ist als die dynamische Änderung der Häufigkeitsverteilung des Niederschlags über den Zeitraum von maximal 1,5 Stunden, der maximalen zeitlichen Differenz zwischen der aktuellen RQ-Analyse und der aktuellsten im Routinebetrieb vorliegenden RW-Analyse. Aus dieser Annahme folgt der techni- sche Ansatz des Quantifizierungsverfahrens RAVOQ: die Transformation der Häufigkeitsverteilung des Vorhersageprodukts RS auf die Häufigkeitsverteilung des angeeichten RADOLAN-Produkts RW. Da die Grundannahme der Persistenz der Häufigkeitsverteilung für konvektive Wettersituationen nicht gegeben ist, wird die Quantifizierungsmethode ausschließlich auf stratiforme Wetterlagen an- gewendet. Die Definition konvektiver Situationen erfolgt über die Detektion konvektiver Zellen durch KONRAD (Zellerkennungs- und -verlagerungsalgorithmus des DWD) zum aktuellen Zeitpunkt oder innerhalb der Zeitspanne der Gültigkeit des aktuellen RW-Produkts. Im Rahmen der RADVOR-Verfahren wird ein Texturfilter (Winterrath und Rosenow, 2007) angewen- det. Die grundlegende Idee des Filters ist das vereinzelte Auftreten der Falschechos im Gegensatz zu den ausgedehnten Niederschlagsstrukturen. Pixel werden in diesem Verfahren als Clutter erkannt, wenn in einer definierten Umgebung von x Pixeln ein bestimmter Prozentsatz y % an Pixeln einen deutlich geringeren Wert (< z %) als das mittlere Pixel oder im Spezialfall den Wert Null besitzen. Die Clutterpixel werden anschließend auf einen interpolierten Niederschlagswert bzw. auf null gesetzt. Zur Bestimmung der Clutterpixel werden das gesamte RADOLAN-Gebiet pixelweise gescannt und eine Cluttermaske generiert. Im anschließenden Schritt werden die detektierten Pixel im Spezialfall (niederschlagsfreies Gebiet) auf null gesetzt, innerhalb eines Niederschlagsgebietes auf den Mittel- wert der Zweierumgebung, wenn diese mindestens zwei clutterfreie Pixel beinhaltet. Ist dies nicht der Fall wird die Umgebung so-lange um ein Pixel vergrößert, bis die Bedingung erfüllt ist oder maxi- mal die Umgebung von x Pixeln erreicht wurde. Die Parameter sind auf der Basis von Testfällen mit den Werten x=4, y=85 und z=45 belegt. Eine vergleichende Verifikation, die ständig im Rahmen des Produktmonitorings erfolgt, zeigte, dass der multiplikative Bias des quantifizierten Vorhersageprodukts RQ gegenüber dem best-angeeichten RADOLAN-Produkt RW in skaligen Wetterlagen um den optimalen Wert von 1 schwankt, während das RS im Mittel eine Überschätzung des Niederschlags prognostizierte. Tabelle 1 zeigt die Ergebnisse der Verifikation für die Wintersaison 2013/14, die durch stratiforme Wetterlagen geprägt war. Durch die kürzlich operationell eingeführte Verwendung der aktuellen Information aus den Dual-Pol- Daten wird erwartet, dass bereits das RS eine gute Niederschlagsabschätzung liefert und den Einfluss der Quantifizierung reduziert. Eine aktuelle Verifikation liegt derzeit noch nicht vor. © 2020, Deutscher Wetterdienst 5
Die RADVOR-Nowcasting-Suite – Kurzzusammenfassung
RS RQ
Basis: RW
Zeitraum:
Winter 13/14
+0h +1h +2h +0h +1h +2h
# 593 602 597 593 602 596
BIAS
Wert 1,13 1,36 1,34 0,96 0,99 1,00
# 593 602 597 4567 4462 4309
ETS
Wert 0,43 0,52 0,34 0,44 0,51 0,35
Tabelle 1: Verifikation der Produkte RS und RQ gegen RADOLAN-RW für stratiforme Wettersituationen im Winter
2013/2014.
4 Winterwetternowcasting
Ausgangspunkt des Winterwetternowcastings ist ebenfalls die Hydrometeorerkennung unter Ver-
wendung der Dual-Pol-Information der neuen Radargeneration. Darüber hinaus erfolgen unter Be-
rücksichtigung der atmosphärischen Schichtung und der Orografie eine Analyse und – in Verbindung
mit dem radarbasierten Nowcastingmodul – eine Vorhersage der Niederschlagsphase am Boden.
Die Ermittlung des prozentualen Anteils festen (definiert im hydrometeorologischen Sinn als nicht
abflusswirksam) Niederschlags erfolgt über die Verschneidung der Fest-Flüssig-Information aus der
Hydrometeorerkennung mit den Niederschlagsprodukten aus der Verlagerung. Die Bestimmung der
Werte erfolgt für alle Pixel, an denen Niederschlag ermittelt bzw. vorhergesagt wurde. Das RE-
Produkt ist folglich nur an den Pixeln definiert, an denen Niederschlagswerte > 0 mm/h auftreten;
alle anderen Pixel sind als Fehlwerte (Bit 16 + Bit 14 + Wert 2500 für RR = 0 mm/h und Bit 14 + Wert
2500 sonst) markiert. Aufgrund der höheren internen Auflösung kann die Niederschlagsfläche im RE
größer sein als im RQ mit einer Genauigkeit von 0,1 mm/h (nämlich um die Gebiete mit Nieder-
schlagsmengen zwischen 0 und 0,1 mm/h). Abbildung 1 zeigt beispielhaft die einstündige quantifi-
zierte Niederschlagsvorhersage RQ für den 4. Februar 2020, 18:00 UTC + 1h sowie das korrespondie-
rende RE-Produkt.
Die Informationen aus den Produkten RQ und RE werden darüber hinaus zu einer Schneefallrate
kombiniert. Hierzu werden die Produkte RQ und RE multipliziert und ergeben den festen Nieder-
schlag in [mm/h] Wasseräquivalent. Die Umrechnung in [cm/h] Schneefallrate erfolgt über die Multi-
plikation mit einem Faktor 0,85 [cm Schnee / mm Wasseräquivalent]. Neben dem einstündigen Pro-
dukt FS [cm/h] wird eine sechsstündige Summe FQ [cm/6h] bereitgestellt.
6 © 2020, Deutscher WetterdienstDie RADVOR-Nowcasting-Suite – Kurzzusammenfassung Abbildung 1: Einstündige Vorhersage des RQ-Produkts (Isolinien) und RE-Produkts [%] (Isoflächen), Modelllauf 04.02.2020, 18:00 UTC. © 2020, Deutscher Wetterdienst 7
Die RADVOR-Nowcasting-Suite – Kurzzusammenfassung 5 Hagelnowcasting Die RE-Produkte aus dem Winterwettermodul enthalten zusätzlich die Information, ob eine erhöhte Wahrscheinlichkeit für das Auftreten von Hagel besteht. Diese Information wird direkt aus der Hyd- rometeorklassifikation abgleitet. Die Ja/Nein-Information wird in das Bit 13 des RE-Produkts über- nommen. 6 Zusammenfassung Im Rahmen der RADVOR-Nowcasting-Suite werden radarbasierte Analysen und Vorhersagen des Niederschlags für das deutsche Bundesgebiet erstellt. Die Produkte umfassen dabei Aussagen zur Niederschlagsmenge, zur Niederschlagsphase, zur Schneehöhe und eine binäre Information zum Auftreten von Hagel. Alle Produkte basieren auf den deutschen Radarkompositprodukten, teilweise unter Verwendung zusätzlicher Informationen weiterer Messplattformen und Modelldaten, wobei die Prognosen unabhängig von numerischen Modellen rein bildorientiert erstellt werden. 7 Literatur Bartels, H., et al.: Radargestützte, zeitnahe Niederschlagsvorhersage für den operationellen Einsatz (Niederschlag-Nowcasting-System); Abschlussbericht Teil I, 2005. Rudolf, B., et al.: Radargestützte, zeitnahe Niederschlagsvorhersage für den operationellen Einsatz (Niederschlag-Nowcasting-System); Abschlussbericht Teil II, 2012. Rudolf, B., et al.: Radargestützte, zeitnahe Niederschlagsvorhersage für den operationellen Einsatz (Niederschlag-Nowcasting-System); Ergänzung zum Abschlussbericht: Verifikation der Vorhersage des Niederschlagsaggregatzustandes (RE-Produkt), 2013. Weigl, E. und T. Winterrath: Radargestützte Niederschlagsanalyse und –vorhersage (RADOLAN, RAD- VOR-OP); promet, Jahrg. 35, Nr. 1/2, 78-86, 2010. Winterrath, T. und W. Rosenow: A new module for the tracking of radar-derived precipitation with model-derived winds; Adv. Geosci., 10, 77-83, 2007. Winterrath, T., W. Rosenow und E. Weigl: On the DWD quantitative precipitation analysis and now- casting system for real-time application in German flood risk management; Weather Radar and Hy- drology, IAHS Publ. 351, 2012. 8 © 2020, Deutscher Wetterdienst
Die RADVOR-Nowcasting-Suite – Kurzzusammenfassung
8 Produktübersicht
Tabelle 2 gibt einen Überblick über die im Rahmen der RADVOR-Nowcasting-Suite erstellten Produk-
te. Die aktuellen Produkte RQ und RE stehen auf dem opendata-Server des DWD
(https://opendata.dwd.de/weather/radar/radvor/) zur Verfügung.
Produkt- zeitliche verfügbar
Inhalt Produkte
kennung Auflösung nach Ø
Analysierter und vorhergesagter
1 Analyse;
RV 5 Min. Niederschlag; 3-4 Minuten
24 Vorhersagen
Gebiet: Deutschland
60 Min. Analysierter und vorhergesagter
1 Analyse;
RS (alle 5 Niederschlag; 3-4 Minuten
24 Vorhersagen
Min.) Gebiet: Deutschland
60 Min. Quantifizierte Niederschlagsana-
1 Analyse;
RQ (alle 15 lyse und -vorhersage ; 3-4 Minuten
2 Vorhersagen
Min.) Gebiet: Deutschland
60 Min. Analyse und Vorhersage des Ag-
1 Analyse;
RE (alle 5 gregatzustandes und Hagel; 5.6 Minuten
24 Vorhersagen
Min.) Gebiet: Deutschland
60 Min. Schneehöhenanalyse und -
1 Analyse;
FS (alle 15 vorhersage ; 5-6 Minuten
2 Vorhersagen
Min.) Gebiet: Deutschland
360 Min. Schneehöhenanalyse und -
1 Analyse;
FQ (alle 15 vorhersage; 5-6 Minuten
2 Vorhersagen
Min.) Gebiet: Deutschland
Tabelle 2: Übersicht über die Produkte der RADVOR-Nowcasting-Suite. RV, RS und RE sind hierbei Produkte aus POLARA,
die Eingangsdaten für RADVOR darstellen.
© 2020, Deutscher Wetterdienst 9Die RADVOR-Nowcasting-Suite – Kurzzusammenfassung RADVOR-Kurzzusammenfassung Dr. Tanja Winterrath Deutscher Wetterdienst Geschäftsbereich Klima und Umwelt Abteilung Hydrometeorologie Februar 2020 Leistungssteckbrief RADVOR: http://www.dwd.de/radvor 10 © 2020, Deutscher Wetterdienst
Sie können auch lesen
