Genauigkeit der Wetterdaten

Was ist Verifikation?

Verifikation ist der Prozess zur Bewertung der Genauigkeit von Informationen. Bei meteoblue führen wir regelmäßig eine umfassende Verifikation unserer eigenen Wetterdaten sowie der Daten anderer Wetterdatenquellen (hauptsächlich Simulationsmodelle) durch, indem wir sie mit Messungen und Beobachtungen vergleichen.

So können wir sicherstellen, dass unsere Services hochpräzise (und ständig verbesserte) historische und Vorhersage-Wetterdaten liefern.

Warum sollten Verifikationsdaten veröffentlicht werden?

Im Jahr 2010 war meteoblue der erste kommerzielle Wetterdienst weltweit, der regelmäßig Verifikationsdaten und tägliche Aktualisierungen der lokalen Genauigkeit auf der Unternehmenswebsite veröffentlichte.

Der Grund für die Veröffentlichung dieser Daten liegt in unserer Verpflichtung zur Transparenz, die Teil unserer Unternehmensphilosophie ist. Wir möchten, dass unsere Kunden wissen, was sie von unseren Diensten erwarten können, und ihnen somit ermöglichen, eine fundierte Entscheidung zu treffen, bevor sie sich an uns wenden. Die Veröffentlichungen dienen auch als Nachweis für die hohe Qualität unserer Daten und als Referenzmaßstab für unsere kontinuierliche Verbesserung.

Auf dieser Seite und ihren Unterseiten finden Sie einige der wichtigsten Studien über die Genauigkeit und Abweichung zwischen Wettersimulationen und Messungen.

Zusammenfassung der wichtigsten Ergebnisse

Die wichtigsten von meteoblue erzielten Ergebnisse spiegeln den aktuellen Stand der Technik wider:

  • Temperaturvorhersagen erreichen einen stündlichen MAE (mittlerer absoluter Fehler) von 1.2°C für eine 24-Stunden-Vorhersage - seit 2018.
    Dies kann - im Durchschnitt - als so genau angesehen werden wie zwei Messungen innerhalb von 100 Metern Entfernung.
  • Temperaturvorhersagen erreichen einen stündlichen MAE von 0.8°C für eine 12-Stunden-Vorhersage.
    Dies kann - im Durchschnitt - als so genau angesehen werden wie zwei Messungen, die auf gegenüberliegenden Seiten eines Hauses vorgenommen werden.
  • Windgeschwindigkeitsvorhersagen erreichen einen stündlichen MAE von 1.8 m/s für eine 24-Stunden-Vorhersage.
    Dies kann - im Durchschnitt - als so genau angesehen werden wie zwei Messungen in 100 Metern Entfernung.
  • Niederschlagsvorhersagen erreichen einen HSS von 0.49 für tägliche Niederschläge > 1 mm bei einer einer 24-Stunden-Vorhersage.
    Dies kann - im Durchschnitt - als präziser angesehen werden als das Reanalysemodell ERA5, das Simulationen anhand von Messungen in einem 30x30km-Gitter neu berechnet.

Seit 2018 entsprechen diese Werte dem höchsten öffentlich dokumentierten Genauigkeitsgrad in der Branche.

Was wird verifiziert? Datengenauigkeit nach Datenquellen

Wir verifizieren in erster Linie Simulationen (numerische Modelle), da diese die größte räumliche und zeitliche Abdeckung bieten.
Beobachtungen und Messungen können (und müssen) ebenfalls verifiziert werden.

Genauigkeit nach Variablen

Die Genauigkeit eines Wettersimulationsmodells hängt wesentlich von der gewählten Wettervariable ab. Wettervariablen wie die Lufttemperatur in 2 m Höhe, der Oberflächendruck oder die geopotentielle Höhe auf 500hPa werden in der Regel mit hoher Genauigkeit berechnet, während andere Variablen wie Niederschlag und Windböen eine geringere Genauigkeit aufweisen, was in der Regel auf kleinräumige Schwankungen zurückzuführen ist, die in Wettermodellen nicht aufgelöst werden.

Im Folgenden finden Sie die wichtigsten Variablen, die wir verifizieren:

Variablen wie Windrichtung, Sonnenscheindauer, Bewölkung, Evapotranspiration u. a. sind viel schwieriger zu überprüfen, da es an umfassenden Messdaten mangelt und einige dieser Variablen mit den örtlichen Bedingungen zusammenhängen (z. B. hängt die Bewölkung von der Topografie und der Exposition, die Evapotranspiration vom Wachstumszustand der Pflanzen ab).

Solche Variablen können im Rahmen spezifischer, zielgerichteter Projekte überprüft werden.

Lufttemperatur

Die Lufttemperatur in 2 m Höhe wird am besten durch das meteoblue Learning MultiModel (mLM) mit Werten von MAE = 1.2 K berechnet. Die MOS Lufttemperaturvorhersage liefert die gleiche Genauigkeit wie das Reanalysemodell ERA5 (MAE = 1.5 K), das für historische Datensätze empfohlen wird. Die ‘eigenständigen' (RAW) globalen Wettervorhersagemodelle liegen im Bereich zwischen 1,7 und 2,2 K. Somit ist die 6-Tage-Vorhersage des meteoblue MultiModels genauso gut wie die 1-Tage-Vorhersage eines ‘eigenständigen' (RAW) numerischen Wettervorhersagemodells.

Windgeschwindigkeit

Die Modellunsicherheit der vorhergesagten Windgeschwindigkeit in 10 m Höhe liegt innerhalb von 1.5 - 1.7 m s-1 bei der Verwendung von ‘eigenständigen' Wettervorhersagemodellen und für historische Daten bei 1.5 m s-1 bei der Verwendung des Reanalysemodells ERA5. Der Modellfehler konnte bei Modellsimulationen mit MOS auf 1.2 m s-1 reduziert werden.

Strahlung

meteoblue berechnet die Strahlung für die Land- und Meeresoberfläche und für atmosphärische Schichten, sowohl als direkt oder indirekt einfallendes Sonnenlicht, als auch als reflektierte Strahlung von Wolken oder der Oberfläche. Die meteoblue Simulationen für die globale Oberflächenstrahlung sind über Kontinente hinweg konsistent und erreichen in 95% aller Orte einen monatlichen mittleren absoluten Fehler von 1-15%.

Niederschlag

Die Modellgenauigkeit bei täglichen Niederschlagsereignissen nimmt mit zunehmender Niederschlagsintensität ab. Numerische Wettervorhersagemodelle sind die beste Quelle für die Erkennung von kleinen Niederschlagsereignissen. Bei Starkniederschlagsereignissen ist die Modellgenauigkeit von Satellitenbeobachtungen größer als die von numerischen Wettervorhersagemodellen. Die Modellgüte kann durch die Mischung von zwei (oder mehr) Modellen für tägliche Niederschlagsereignisse nicht erhöht werden.

Für historische Daten lassen sich die jährlichen Summen der Niederschläge am besten mit den Satellitenbeobachtungen von CHIRPS2 berechnen, die mit demselben Messdatensatz korrigiert wurden, der auch für die Verifikation in dieser Studie verwendet wurde. Die Modellgenauigkeit von CHIRPS2 in Regionen ohne Messstationen ist daher voraussichtlich deutlich geringer und bis zu einem gewissen Grad unbekannt.

Taupunkttemperatur

Die Modellgenauigkeit für die Taupunkttemperatur ist etwas geringer als die Modellgenauigkeit für die Lufttemperatur. Die MAE-Werte liegen zwischen 1,9 - 2,4 K für numerische Wettervorhersagemodelle und 1,6 K für ein Reanalysemodell. Die Genauigkeit der Modellsimulationen mit MOS liegt in einem ähnlichen Bereich wie die des Reanalysemodells.

Genauigkeit nach Zeitraum (Vorhersagen, historische Daten)

Weitere Informationen finden Sie auf unserer Seite zu den Datenquellen.

Genauigkeit nach Region

Die Genauigkeit der Simulationen hängt von folgenden Faktoren ab:

  • Topographie des Gebiets
    Gebirge erzeugen eine weitaus vielfältigere Verteilung von Bedingungen als Flachland.
  • Bodenbedeckung
    Die Art der Oberfläche (Wasser, Sümpfe, Felder, Wälder, Felsen, Sand usw.) beeinflusst die Variabilität des Wetters und folglich die Genauigkeit der Simulation.
  • Wetterereignisse
    Wetterereignisse variieren von der Makroskala (Passatwinde, Fronten, Hurrikane) bis zur Mikroskala (Konvektion, Nebel, Gewitter, Tornados). Die Häufigkeit solcher Ereignisse hängt vom regionalen Klima ab.
  • Messgenauigkeit
    Obwohl Messungen unabhängig von der geografischen Lage sind, variiert die regionale Verteilung, wobei in der Regel mehr Messungen in Regionen mit hoher Bevölkerungsdichte verfügbar sind. Sie können die Echtzeit-Messungen auf unseren Karten sehen.

All diese Faktoren variieren je nach Region. meteoblue hat die umfassendsten öffentlich zugänglichene Studien über die globale Genauigkeitsverteilung durchgeführt.

Genauigkeit nach Jahreszeit

Die Jahreszeiten haben Einfluss auf die Genauigkeit der Simulationen (und sogar der Messungen), vor allem weil bestimmte Jahreszeiten mehr mikroskalige Ereignisse (wie Gewitter, Tornados) mit sich bringen, die schwieriger zu simulieren und zu messen sind.

Weitere Informationen finden Sie in einigen der im Rahmen unseres Kooperationsprogramms durchgeführten Studien.

Genauigkeit nach Technologien

Die Genauigkeit von Simulationen hängt von der verwendeten Technologie ab. Die wichtigsten Ansätze sind folgende:

  • Modelle, die Rohdaten in verschiedenen Modellauflösungen liefern
  • MOS (Model Output Statistics), eine Methode, die lokale Messungen verwendet, um die Modellausgabe durch statistisches Post-Processing zu korrigieren. Die Ergebnisse hängen von der Nähe zu den Messorten ab
  • MultiModel (MM) Ansatz. Die fortschrittliche Version verwendet einen Lernansatz, der aus vielen Modellen anhand von Wettermessungen das am besten geeignete auswählt. Er kann auf größere Gebiete angewendet werden, da die Modelle ganze Regionen abdecken.

Einen Vergleich der Genauigkeit der verschiedenen Methoden finden Sie auf der Verifikationsseite für Temperatur.

Weitere Informationen finden Sie hier.

Genauigkeit im Vergleich zu anderen Anbietern

meteoblue erzielt im Vergleich zu anderen Wetterdatenanbietern hervorragende Ergebnisse:

Provider comparison: Temperature MAE (12-35h forecast hourly)

In einer globalen Vergleichsstudie für die stündliche Temperaturvorhersage 24 Stunden im Voraus, die 475 Stationen umfasste, belegte meteoblue den zweiten Platz mit 1.29°C MAE im Vergleich zu 1.26°C des besten Anbieters.

Bei der 12-Stunden-Vorhersage, belegte meteoblue den ersten Platz mit 0.9°C MAE im Vergleich zu 1.16°C des nächstbesten Anbieters.

Bei der stündlichen Windgeschwindigkeitsvorhersage für 24 Stunden im Voraus, belegte meteoblue den ersten Platz mit 1.36 m/s MAE im Vergleich zu 1.38 m/s des nächstbesten Anbieters.

Provider comparison: Precipitation (12-35h forecast hourly)

In einer globalen Vergleichsstudie für die tägliche Niederschlagsvorhersage von >0.1mm und >1mm in 24 Stunden, erreichte meteoblue einen HSS (Heidke Skill Score) von 0.51 bzw. 0.49, weit besser als alle anderen Anbieter, die 0.44 bzw. 0.47 erreichten. Die meteoblue Niederschlagsvorhersage schnitt besser ab als die ERA 5 Reanalyse, die 0.42 bzw. 0.44 erreichte.

Genauigkeit im Laufe der Zeit

Numerische Wettervorhersagemodelle sind in den letzten Jahrzehnten kontinuierlich verbessert worden. Um 1980 wurde die 24-Stunden-Vorhersage der Lufttemperatur mit einer Genauigkeit von etwa 70 % berechnet, die bis 2018 auf etwa 90 % gestiegen ist: Die 72-Stunden-Vorhersage ist heute so gut wie die 24-Stunden-Vorhersage vor 40 Jahren. Die Genauigkeit der geopotentiellen Höhe von 500 hPa (etwa 5 km Höhe) aus numerischen Wettervorhersagemodellen ist sogar höher als die Genauigkeit der Lufttemperatursimulation auf 2 m Höhe. Die Entwicklung der Modellgenauigkeiten im Laufe der Zeit ist in der folgenden Abbildung zu sehen (Quelle: ECMWF).

Drei Hauptfaktoren sind für den Anstieg der Modellgenauigkeit in den letzten 40 Jahren verantwortlich:

Evolution of the forecast skill [%] of the 500hPa geopotential height from 1980-2013.<br />(Source: ECMWF, 2013)

  1. Genauere Anfangsbedingungen
    Die numerischen Wettervorhersagemodelle beginnen ihre Berechnungen mit einer viel besseren Einschätzung der atmosphärischen Bedingungen. Neue meteorologische Messtechniken (z. B. Satellitenbeobachtungen), weiter verbreitete und genauere Messungen sind für diese Verbesserung verantwortlich.
  2. Höhere Auflösung
    Die Zunahme der Rechenleistung ermöglicht eine feinere horizontale und vertikale Auflösung der numerischen Wettervorhersagemodelle.
  3. Bessere Subgrid-Parametrisierungen
    Die Subgrid-Parametrisierung hat sich in den letzten 40 Jahren verbessert, da die Wissenschaftler bessere Algorithmen zur Abschätzung von Untergitter-Prozessen wie Gewitter und atmosphärische Turbulenzen entwickelt haben, meist mit Hilfe von qualitativ hochwertigen Messexperimenten.

Wir gehen davon aus, dass sich der Trend der zunehmenden Genauigkeit in den nächsten zwei Jahrzehnten fortsetzen wird, und wollen bei diesem Fortschritt weiterhin eine führende Rolle spielen.

Literatur

Eine umfassende Studie zur Verifikation von Lufttemperatur, Windgeschwindigkeit, Niederschlag und Taupunkttemperatur, die für das Jahr 2017 an mehr als 10'000 meteorologischen Stationen weltweit durchgeführt wurde, kann nachstehend heruntergeladen werden:

meteoblue_verification_global_Summary_2017_EN_20181113z10.pdf (4.23 MB)

Eine globale Verifikation von Temperatur, Taupunkttemperatur und Windgeschwindigkeit für das neue Nonhydrostatic Multiscale Model on the B Grid (NMMB) wird für einen Zeitraum von 3 Jahren (2010-12) anhand von über 9000 Wetterstationen berechnet. Die rohen Modellvorhersagen sowie die um Verzerrungen bereinigten MOS-Vorhersagen werden analysiert und mit dem operativen GFS der NOAA verglichen.

mueller_janjic_2015_verification_AMS.pdf (30.9 MB)

2011 wurde eine Verifikationsstudie für Europa durchgeführt, in der die Modellgenauigkeit von Wettermodellen mit 40, 12 und 3 km räumlicher Auflösung für Lufttemperatur und Windgeschwindigkeit unter Verwendung von MOS- und Rohmodellen verglichen wurde. Die Studie kann hier heruntergeladen werden:

meteoblue_NMM_validation_mueller_2011.pdf (1.60 MB)