meteoblue bietet Wettersimulationsdaten von eigenen proprietären Modellen, von Wettermodellen von Drittanbietern und von Reanalyse-Datensätzen (ebenfalls von Drittanbietern) an. Dementsprechend hat dieser Abschnitt drei Unterkategorien:

• meteoblue-Modelle (History & Forecast)
• Drittanbieter-Modelle (History & Forecast)
• Reanalyse-Datensätze (nur History)

Zum besseren Verständnis der Charakteristika von Wettersimulationsdaten haben wir einen Unterabschnitt erstellt, in welchem der Unterschied zwischen simulierten und gemessenen Wetterdaten erläutert wird.

Charakteristika von Wettersimulationsdaten

Diese Seite gibt einen Überblick über:

• Wettersimulationsdaten - was ist das?
• Warum meteoblue-Simulationsdaten mit Messdaten vergleichbar sind
• Qualitätsvergleich: Simulationsdaten vs. Messdaten
• Profile von Gitterzellen mit Simulationsdaten und Messdaten
• Berechnung von Simulationsdaten
• Verfügbarkeit von meteoblue-Simulationsdaten vs. Messdaten
• Anwendungen für Simulationsdaten vs. Messdaten

Wettersimulationsdaten - Was ist das?

Grundsätzlich werden die meteoblue-Vorhersagen mit eigenen Modellen berechnet, nicht auf Grund von einzelnen Wetterstationen. Diese Wettermodelle basieren auf der NMM- (Nonhydrostatic Meso-Scale Modeling) - oder NEMS- (NOAA Environment Monitoring System) -Technologie, die die Einbeziehung von detaillierter Topographie, Bodenabdeckung und Oberflächenabdeckung ermöglicht. Jede Prognose wird mindestens einmal täglich von meteoblue archiviert. Aus diesen Daten erstellen wir eine vollständige stündliche Historie der Wettersituation, die wir von 1984 bis heute für jeden Ort der Welt liefern können.

Offizielle und zuverlässige Wetterstationen sind rar, und die meisten Messdaten der Wetterstation sind nur für einen Radius von 3 bis 12 km um die Station nützlich. Dies bedeutet, dass weniger als 1% der Weltoberfläche mit Messdaten bedeckt ist. Für die Atmosphäre gibt es sogar noch viel weniger Messdaten. Da die Wetterstationen sehr ungleichmäßig auf den Landesobeflächen verteilt liegen, werden Sie nur wenige Orte mit nahegelegnen Wetterstationen finden. In den meisten Gebieten sind die Stationen weit voneinander entfernt und es gibt viele Orte (vor allem in Südamerika / Afrika / Asien / unbesiedelte Gebiete), an denen sich keine Wetterstation in der Nähe befindet.

Wettersimulationen von meteoblue decken jedoch die gesamte Erdoberfläche ab, einschließlich des Meeres und der Berggebiete. Daher kann meteoblue Prognose- und historische Daten für jeden Ort der Welt anbieten, einschließlich der Atmosphäre über uns.

Die Wetterdaten werden immer für das Zentrum und die durchschnittliche Höhe der Gitterzelle berechnet. Temperaturdaten (und temperaturbezogene Daten) werden zusätzlich auf die jeweilige Höhe des Standorts herunterskaliert. Die Höhe des Standorts wird anhand eines hochauflösenden (80 Meter) Topographiemodells definiert.

Warum meteoblue-Simulationsdaten mit Messdaten vergleichbar sind

Es gibt viele Gründe warum meteoblue-Simulationsdaten mit Messdaten vergleichbar sind. Die wichtigsten Kriterien sind in der folgenden Tabelle aufgeführt:

	meteoblue Simulationsdaten	Wetterstationen Messdaten
Räumliche Auflösung	3 - 30 km	< 1 km
Weltweite Verbreitung	100%	< 1%
Anzahl der Wettervariablen	45+	< 10
Anzahl Jahre Verfügbarkeit	> 30	2 - 30 (mit Lücken)
Zeitintervalle	stündlich, 3-stündlich, täglich	(stündlich), 3-stündlich, täglich
Vollständigkeit	100%	10 - 99%
Konsistenz	100%	variabel

Qualitätsvergleich: Simulationsdaten vs. Messdaten

Das erste Bild zeigt, wo Wetterstationsmessungen und meteoblue-Simulationsdaten verfügbar sind. meteoblue-Simulationsdaten sind weltweit verfügbar (Auflösung), während Messdaten nur für eine Fläche von 1 bis 3 km um eine Wetterstation gültig sind. Die Farbe zeigt die Temperaturabweichung von Messungen und Simulationsdaten zur tatsächlichen Temperatur.

Das zweite Bild zeigt die Qualität der Simulationsdaten mit MOS-Nachbearbeitung. Die Temperaturabweichung kann durch Wettermessdaten reduziert werden (Daten müssen mindestens für ein komplettes Jahr verfügbar sein). meteoblue verwendet für den größten Teil der Erdoberfläche flächendeckende MOS-Nachbearbeitung, so dass Sie in den meisten Bereichen dieselbe Genauigkeit erwarten können, basierend auf unserer sehr gründlichen Bewertung der Genauigkeit von Temperatursimulationen. Die Ergebnisse werden täglich an allen Standorten validiert wo Messungen vorhanden sind (was stark variiert). Die Überprüfung hat jedoch keinen Einfluss auf die Simulationsmodelldaten selbst, da es sich bei den meteoblue-Modellen nicht um Reanalyse-Datensätze (bei welchen die Prognose mit Beobachtungen zusammengeführt wird) handelt. Wir lassen derzeit alle Modelle unberührt, da viele unserer Kunden die historischen Rohdaten benötigen, um Simulationsmodelle zu trainieren. Wenn Reanalyse-Daten gewünscht werden, können wir den ERA5-Datensatz anbieten, der vom ECMWF erstellt wird.

Profile von Gitterzellen mit Simulationsdaten und Messdaten

Die Auflösung der Gitterzellen hängt von der Modelldomäne ab. meteoblue bietet Wetterdaten für eine Auflösung von 3 - 30 km.

Berechnung von Gitterzellendaten im flachen Gelände

Prognosedaten: meteoblue kann Wetterdaten für jeden Punkt mit einer bestimmten Höhe in der Gitterzelle berechnen.

Archivdaten: meteoblue archiviert jeden Prognosedatensatz mindestens einmal täglich. Die Archivdaten werden für die durchschnittliche Höhe der Gitterzelle berechnet (siehe "average temperature of the grid cell" in den folgenden Tabellen). Die Temperaturabweichung für flaches Gelände liegt zwischen 0 und 2 K.

Berechnung von Gitterzellendaten in bergigem Gelände

Vorhersagedaten: meteoblue kann Wetterdaten für jeden Punkt mit einer bestimmten Höhe in der Gitterzelle berechnen (siehe „point temperature at specific location“ in den folgenden Tabellen).

Archivdaten: meteoblue archiviert jeden Prognosedatensatz mindestens einmal täglich. Die Archivdaten werden für die durchschnittliche Höhe der Gitterzelle berechnet (siehe "average temperature of the grid cell" in den folgenden Tabellen). Die Temperaturabweichung für bergiges Gelände liegt zwischen 0 und 5 K.

	Flaches Gelände	Bergiges Gelände
Vorhersage-Daten	Vorhersagedaten werden für jeden Punkt in einer Gitterzelle berechnet
History-Daten	Vorhersagedaten werden für den Durchschnitt einer Gitterzelle berechnet
Temperaturabweichung	0 - 2 K	0 - 5 K

Berechnung von Simulationsdaten

Prognosen können für einen Prognosehorizont von nur 10 Tagen äußerst ungenau sein. Wie kann meteoblue historische Daten aus 30 Jahren berechnen? Tatsächlich berechnen wir nur eine 1-Tage-Vorhersage, ausgehend von echten Wetterbeobachtungen. Diese kurzfristige Prognose wurde über viele Jahre hinweg gegen 10'000 Wetterstationen validiert und ist sehr nahe an der Realität (sie entspricht einem Reanalyse-Datensatz, der der bestmöglichen verfügbaren Prognose für den nächsten Tag entspricht). Wir haben dieses Verfahren 30 Jahre lang an jedem Tag des Jahres wiederholt. Das sind 8'760 eintägige Vorhersagen pro Jahr, die zu einer über 30-jährigen Zeitreihe zusammengefügt werden - der meteoblue-Wetter-history.

Verfügbarkeit von meteoblue-Simulationsdaten vs. Messdaten

meteoblue-Simulationsdaten sind seit 1984 lückenlos verfügbar, von unserem globalen Modell (NEMSGLOBAL). Dieses globale Modell hat eine Auflösung von 30 km und wir bieten mehr als 30 Jahre Stundendaten.

Anwendungen für Simulationsdaten vs. Messdaten

meteoblue-Simulationen können Messungen in den meisten Bereichen ersetzen. Eine Simulation ist für einen bestimmten Ort genauer als Messungen, die in 20 km Entfernung oder mehr durchgeführt werden (in Berggebieten ist die Simulation bereits genauer als eine Messung in einer Entfernung von 3 bis 10 km). An Orten mit sehr hohem Zuverlässigkeitsbedürfnis wie Flughäfen, Innenstädten, Gebäudemanagement, Bewässerungssystemen, Produktionsstätten für erneuerbare Energien, stark befahrenen Straßen und einigen anderen, rechtfertigt die zusätzliche Genauigkeit der Messungen die (erheblich) höheren Kosten.