Niederschlag
Da Niederschlagdaten aus Wettersimulationen erhebliche Abweichungen aufweisen können, ist die Durchführung von Messungen von großer Bedeutung um das höchste Genauigkeitsniveau zu erreichen. Echtzeit-Beobachtungen von Radarsystemen werden für das Niederschlags-Nowcasting verwendet. Zur Abschätzung des historischen Niederschlags gibt es Datenzusammensetzungen von Satelliten und Messstationen.
meteoblue bietet folgende Datensätze an:
- Echtzeit-Radar und Nowcast - für viele Länder verfügbar
- CMORPH (NOAA) - Stündliche Niederschlags-History, weltweit
- CHIRPS2 (CHG) - Tägliche Niederschlags-History, weltweit
- ARC2 (NOAA) - Tägliche Niederschlags-History für den afrikanischen Kontinent
Echtzeit-Radar & Nowcast
Niederschlags-Nowcast-Daten zeigen Wetterdaten für die Gegenwart und die nahe Zukunft (1-6 Stunden). Diese werden mit Radar beobachtet und zeigen die besten verfügbaren Informationen für die aktuellen Bedingungen.
Simulierte Wettervorhersagen (Datenpakete), die von der meteoblue-API abgerufen werden, umfassen immer automatisch Satelliten-, Radar- und Messdaten, sofern diese Daten für den ausgewählten Standort verfügbar sind. Die Genauigkeit eines Niederschlags-Nowcast hängt stark von der Verfügbarkeit, Auflösung und Verzögerung der Radardaten ab, die für jedes Land unterschiedlich sind. Die folgende Tabelle gibt einen Überblick über die Verfügbarkeit von Echtzeit-Radardaten:
| Land | Öffentlichkeit der Daten | Verzögerung der letzten verfügbaren Beobachtungen | Nowcast Reichweite / Forecast Dauer | Nowcast Intervall / Zeitliche Auflösung | Räumliche Auflösung |
|---|---|---|---|---|---|
| Spanien | ja | 15 Minuten | - | 15 Minuten | 1 km |
| Frankreich | ja | 60 - 85 Minuten | - | 15 Minuten | 1 km |
| Schweiz | ja | 10 Minuten | 60 Minuten | 15 Minuten | 1 km |
| Deutschland | ja | 5 Minuten | 90 Minuten | 10 Minuten | 1 km |
| Grossbritannien | ja | 30 Minuten | - | 15 Minuten | |
| USA | ja | 5 Minuten | 60 - 90 Minuten | 10 Minuten | 1 km |
CMORPH - Niederschlag, stündlich, global
| Bereich | Metadaten |
|---|---|
| Bezeichnung | NOAA CPC morphing technique |
| Kurzbezeichnung | CMORPH |
| Version | 1.0, 2002 |
| Thema | Satellit, Niederschlag, Schätzung |
| Zeitraum | 1998 bis heute |
| Frequenz | täglich |
| Aktualisierungsverzögerung | < 24 Stunden |
| Zeitauflösung | stündlich |
| Räumlicher Typ | Plattkarten-Gitter (rechteckige Projektion) |
| Räumliche Ausdehnung | 180°W bis 180°E / 60°S bis 60°N |
| Räumliche Auflösung | 8 km am Äquator |
| Koordinatensystem | WGS-84 |
| Erdmodell | WGS-84 |
| Räumliches Bezugssystem | |
| Herausgeber | NCEP/NOAA |
| Datum Erstveröffentlichung | 2002 |
| Verlängerungsdatum | |
| Beschreibung |
CMORPH erstellt eine globale Niederschlagsanalyse mit sehr hoher räumlicher und zeitlicher Auflösung. Diese Technik verwendet Niederschlagsschätzungen, die ausschließlich aus Mikrowellenbeobachtungen mit niedrigem Orbiter-Satelliten abgeleitet wurden und deren Merkmale über räumliche Ausbreitungsinformationen transportiert werden, die vollständig aus geostationären Satelliten-Infrarotdaten erhalten werden. Gegenwärtig berücksichtigen wir Niederschlagsschätzungen, die von den passiven Mikrowellen an Bord der DMSP 13, 14 & 15 (SSM / I), der NOAA-15, 16, 17 & 18 (AMSU-B) und AMSR-E und TMI an Bord der NASA Aqua abgeleitet werden bzw. TRMM-Raumfahrzeug. Diese Schätzungen werden durch Algorithmen von Ferraro (1997) für SSM / I, Ferraro et al. (2000) für AMSU-B und Kummerow et al. (2001) für TMI. Beachten Sie, dass diese Technik kein Niederschlagschätzungsalgorithmus ist, sondern ein Mittel, mit dem Schätzungen aus vorhandenen Mikrowellenregenalgorithmen kombiniert werden können. Daher ist dieses Verfahren äußerst flexibel, so dass Niederschlagsschätzungen von Mikrowellensatellitenquellen einbezogen werden können. Im Hinblick auf die räumliche Auflösung sind zwar die Niederschlagsschätzungen in einem Abstand von 8 km (am Äquator) verfügbar, die Auflösung der einzelnen vom Satelliten abgeleiteten Schätzungen ist jedoch gröber - mehr in der Größenordnung von 12 x 15 km oder so. Die feinere "Auflösung" wird durch Interpolation erhalten. |
| Detaillierte Spezifikation |
Joyce, R. J., J. E. Janowiak, P. A. Arkin, and P. Xie, 2004: CMORPH: A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution. J. Hydromet., 5, 487-503. http://journals.ametsoc.org/doi/abs/10.1175/1525-7541%282004%29005%3C0487%3ACAMTPG%3E2.0.CO%3B2 |
| Homepage URL | http://www.cpc.ncep.noaa.gov/products/janowiak/cmorph_description.html |
| Sicherheitsklassifizierung | öffentlich |
| Zugangs-Level | https://www.usa.gov/government-works |
| Lizenz | öffentlich |
Aktuelle Probleme mit dem Datensatz
CMORPH wird von polumlaufenden Satelliten abgeleitet und daher sind Datenlücken, bei einer geschätzten Datenabdeckung von 95%, recht häufig. Fehlende Daten werden mit „NaN“-Werten gekennzeichnet und können mit der Funktion „Lückenfüllung“ durch NEMS30 oder ERA5 ersetzt werden.
CHIRPS2 - Niederschlag, täglich, global
| Bereich | Metadaten |
|---|---|
| Bezeichnung | Climate Hazards Group Infrared Precipitation with Station data |
| Kurzbezeichnung | CHIRPS2 |
| Version | 2, 2015 |
| Thema | Satellit, Niederschlag, Schätzung |
| Zeitraum | 1981 bis heute |
| Frequenz | täglich |
| Aktualisierungsverzögerung | < 24 Stunden |
| Zeitauflösung | täglich |
| Räumlicher Typ | Plattkarten-Gitter (rechteckige Projektion) |
| Räumliche Ausdehnung | 180°W bis 180°E / 50°S bis 50°N (origin: -179.975 / -49.975) |
| Räumliche Auflösung | 5 km (interpoliert auf 0.05°) |
| Koordinatensystem | WGS-84 |
| Erdmodell | WGS-84 |
| Räumliches Bezugssystem | |
| Herausgeber | CHG (Climate Hazards Group) |
| Datum Erstveröffentlichung | 2015 (erste Version 2013) |
| Verlängerungsdatum | |
| Beschreibung | CHIRPS ist ein quasi-globaler Niederschlagsdatensatz über mehr als 30 Jahre. CHIRPS erstreckt sich über 50°S - 50°N (und alle Längengrade), beginnt in der Zeit von 1981 und geht bis in die Gegenwart. Satellitenbilder mit einer Auflösung von 0,05° und In-Situ-Stationsdaten ermöglichen die Erstellung von Gitterreihen-Zeitreihen für die Trendanalyse und die Überwachung der saisonalen Dürre. |
| Detaillierte Spezifikation |
Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin,
Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel
Michaelsen. |
| Homepage URL | http://chg.geog.ucsb.edu/data/chirps/ |
| Sichterheitsklassifizierung | öffentlich |
| Zugangs-Level | https://www.usa.gov/government-works |
| Lizenz | öffentlich |
Aktuelle Probleme mit dem Datensatz
CHIRPS2 wird von polumlaufenden Satelliten abgeleitet und daher sind Datenlücken, bei einer geschätzten Datenabdeckung von 95%, recht häufig. Fehlende Daten werden mit „NaN“-Werten gekennzeichnet und können mit der Funktion „Lückenfüllung“ durch NEMS30 oder ERA5 ersetzt werden.
ARC2 - Niederschlag, täglich, Afrika
| Bereich | Metadaten |
|---|---|
| Bezeichnung | African Rainfall Climatology, version 2 |
| Kurzbezeichnung | ARC2 |
| Version | 2, 2012 |
| Thema | Satellit, Niederschlag, Schätzung |
| Zeitraum | 1983 bis heute |
| Frequenz | täglich |
| Aktualisierungsverzögerung | < 24 Stunden |
| Zeitauflösung | täglich |
| Räumlicher Typ | Plattkarten-Gitter (rechteckige Projektion) |
| Räumliche Ausdehnung | 20°W bis 55°E / 40°S bis 40°N (Ursprung: -20.0/-40.0) |
| Räumliche Auflösung | 10 km (interpoliert auf 0.1°) |
| Koordinatensystem | WGS-84 |
| Erdmodell | WGS-84 |
| Räumliches Bezugsmodell | |
| Herausgeber | NOAA Climate Prediction Center |
| Datum Erstveröffentlichung | 2012, (Erste Version 1996) |
| Verlängerungsdatum | |
| Beschreibung | ARC2 ist eine Überarbeitung der ersten Version des ARC. In Übereinstimmung mit dem operationellen Niederschlagsschätzwert, Version 2, Algorithmus (RFE2), verwendet ARC2 Eingaben aus zwei Quellen: 1) Geostationäre Infrarot-Daten (IR), die über Afrika zentriert sind, von der Europäischen Organisation zur Nutzung von Meteorologischen Satelliten (EUMETSAT) und 2) qualitätskontrollierte GTS-Beobachtungen (Global Telecommunication System, GTS), die 24-Stunden-Niederschlagsansammlungen über Afrika berichten. Der Hauptunterschied zu ARC1 besteht in der Rekalibrierung aller Meteosat-IR-Daten der ersten Generation (MFG) (1983–2005). Die Ergebnisse zeigen, dass ARC2 eine wesentliche Verbesserung gegenüber ARC1 ist. Es ist konsistent mit anderen Langzeitdatensätzen, wie etwa dem Global Precipitation Climatology Project (GPCP) und der zusammengesetzten Niederschlagsanalyse (CMAP) des Climate Prediction Center (CPC) mit Korrelationskoeffizienten von 0,86 über einen Zeitraum von 27 Jahren. Es wird jedoch eine geringfügige trockene Tendenz im Sommer untersucht, die in West- und Ostafrika auftritt. Die tägliche Validierung mit unabhängigen Messdaten zeigt RMSEs von 11.3, 13.4 bzw. 14 für ARC2, Multi-Satellite Precipitation Analysis 3B42, Version 6 (3B42v6) für die tropische Regenfallmessung und die CPC-Morphing-Technik (CMORPH) für Westafrika Sommersaison. Der ARC2-RMSE ist für Äthiopien etwas höher als der von CMORPH und 3B42v6. Sowohl die tägliche als auch die monatliche Validierung deuteten darauf hin, dass ARC2-Unterschätzungen auf die Nichtverfügbarkeit der täglichen GTS-Messberichte in Echtzeit und auf Mängel in der Satellitenschätzung zurückzuführen sind, die mit Niederschlagsvorgängen in Küstengebieten und orographischen Gebieten zusammenhängen. Es wird jedoch erwartet, dass ARC2 den Benutzern Echtzeitüberwachung der täglichen Niederschlagsentwicklung bietet, was für eine verbesserte Entscheidungsfindung in Frühwarnsystemen der Hungersnot von entscheidender Bedeutung ist. |
| Detaillierte Spezifikation | https://journals.ametsoc.org/doi/10.1175/JAMC-D-11-0238.1 |
| Homepage URL | https://www.ngdc.noaa.gov/docucomp/page?xml=NOAA/NWS/NCEP/CPC/iso/xml/Daily-ARC2-Africa.xml&view=getDataView&header=none |
| Sicherheitsklassifizierung | öffentlich |
| Zugangs-Level | https://www.usa.gov/government-works |
| Lizenz | öffentlich |
Aktuelle Probleme mit dem Datensatz
ARC2 wird von polumlaufenden Satelliten abgeleitet und daher sind Datenlücken, bei einer geschätzten Datenabdeckung von 95%, recht häufig. Fehlende Daten werden mit „NaN“-Werten gekennzeichnet und können mit der Funktion „Lückenfüllung“ durch NEMS30 oder ERA5 ersetzt werden.