T - HSR-Wiki
T - HSR-Wiki
T - HSR-Wiki
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
DISS. Nr. 15798<br />
Bestimmung und Vorhersage von Bewölkung<br />
mit bodennahen Temperaturmessungen<br />
ABHANDLUNG<br />
zur Erlangung des Titels<br />
DOKTOR DER NATURWISSENSCHAFTEN<br />
der<br />
EIDGENÖSSISCHEN TECHNISCHEN HOCHSCHULE<br />
ZÜRICH<br />
vorgelegt von<br />
TOBIAS GRIMBACHER<br />
Dipl. Meteo.<br />
Rheinische Friedrich-Wilhelms-Universität Bonn<br />
geboren am 25. Februar 1975<br />
aus Deutschland<br />
angenommen auf Antrag von<br />
Prof. Dr. Huw C. Davies, Referent<br />
Dr. Willi Schmid, Korreferent<br />
Prof. Dr. Clemens Simmer, Korreferent<br />
2005<br />
- 1 -
- 2 -
Zusammenfassung<br />
Die Bewölkung hat einen entscheidenden Einfluss auf die Temperaturen in Bodennähe.<br />
Tagsüber können Wolken die solare Einstrahlung abschatten. In wolkenlosen Nächten sinkt<br />
die Grastemperatur T0m (die Temperatur knapp über dem Boden) ausstrahlungsbedingt<br />
deutlich tiefer als die Lufttemperatur T2m in 2 Metern Höhe, da die langwellige Gegenstrahlung<br />
von Wolken fehlt.<br />
Der Kenntnis über die Bewölkung kommt somit eine zentrale Bedeutung zu, wenn die<br />
bodennahen Temperaturen und damit verbundene Risiken (Bodenfrost, Strassenglätte, etc.)<br />
vorhergesagt werden sollen. Insbesondere im kurzfristigen Vorhersagebereich bis drei<br />
Stunden möchte man Veränderungen der Grastemperatur (z.B. durch postfrontales Aufklaren<br />
oder Hochnebelbildung) möglichst exakt prognostizieren. Dazu sind detaillierte Informationen<br />
über die räumliche Struktur der Bewölkung erforderlich. Normalerweise wird solches Wissen<br />
aus Satellitendaten entnommen. Aber gerade in Winternächten und in orographisch<br />
gegliedertem Gelände unterscheiden sich die Temperaturen von Wolken und Boden im<br />
Infrarotsignal meist nur wenig. Es müssen also andere Informationen berücksichtigt werden,<br />
die die Bewölkung zweidimensional erfassen. Diese Arbeit stellt ein Modell vor, um aus der<br />
Temperaturdifferenz Tdiff_=_T2m_–_T0m auf den Bedeckungsgrad zu schliessen. In einem<br />
dichten Stationsnetz werden die Bewölkungsstrukturen interpoliert und Wolkenbildung,<br />
-auflösung und -advektion identifiziert. Die Verlagerung der Strukturen ermöglicht eine<br />
Vorhersage, die wiederum Änderungen der bodennahen Temperaturen absehen und z.B.<br />
wetterbedingte Verkehrsrisiken prognostizieren lässt.<br />
Da die erwähnten Risiken meist mit einer Temperaturabnahme unter den Gefrierpunkt<br />
zusammenhängen, kann der Untersuchungszeitraum dieser Arbeit auf Winternächte<br />
eingeschränkt werden. Je nach Bewölkungssituation stellen sich dann unterschiedlich starke<br />
vertikale und zeitliche Temperaturgradienten ein. Sie hängen von der Intensität der<br />
atmosphärischen Gegenstrahlung, und damit von Anzahl und Höhe der Wolken, ab. Deshalb<br />
wird ein höhenkorrigierter Bedeckungsgrad eingeführt und verwendet. Zwischen der<br />
Temperaturdifferenz Tdiff und dem höhenkorrigierten Bedeckungsgrad besteht ein funktionaler<br />
Zusammenhang. Eine alternative Aussage über die Bewölkung liefert die Niederschlagssituation.<br />
Wenn es regnet oder schneit, ist der Himmel meist stark bewölkt bis bedeckt.<br />
An der ANETZ-Station in Payerne finden alle 10 Minuten Messungen von Gras- und<br />
Lufttemperatur, Niederschlagsmenge und weiteren meteorologischen Parametern statt. In<br />
dreistündigem Rhythmus werden zudem Bedeckungsgrad und Wolkenhöhe beobachtet. Die<br />
Daten der Winter 1995/96 bis 2001/02 dienen zur Entwicklung eines Modells, das den<br />
erwähnten Zusammenhang in Form einer Exponentialgleichung beschreibt. Die freien<br />
Parameter der Gleichung werden separat durch Regression für fünf Windgeschwindigkeitsund<br />
vier Temperaturbereiche bestimmt. Setzt man voraus, dass die Beobachtung des höhen-<br />
- 3 -
korrigierten Bedeckungsgrads auf 0.9 Achtel genau erfolgt, dann beträgt der Modellfehler in<br />
Payerne 1.2 Achtel.<br />
Zur Erstellung einer zweidimensionalen Bewölkungskarte ist ein möglichst engmaschiges<br />
Stationsnetz erforderlich. In der Nord- und Zentralschweiz werden in einem Untersuchungsgebiet<br />
von 100 × 100 km 2 insgesamt 13 ANETZ-Stationen, 5 Stationen der meteomedia ag<br />
und 52 Strassenwetterstationen des Strasseninspektorats Luzern betrieben. Sie verfügen alle<br />
über ein ähnliches Messprogramm wie Payerne, aber nur selten über Bewölkungsbeobachtungen.<br />
Weitere Stationen des ANETZ und der meteomedia ag liegen zwar ausserhalb<br />
des Untersuchungsgebiets, sind zur Interpolation aber verwendbar.<br />
Das in Payerne entwickelte diagnostische Modell und die dort gefundenen Regressionsparameter<br />
können an den ANETZ- und meteomedia-Stationen unverändert eingesetzt<br />
werden. An den Strassenwetterstationen des Kantons Luzern ist der unterschiedliche<br />
Stationsuntergrund (Strasse statt Gras) zu berücksichtigen. Die zusätzliche Messung des<br />
Strassenzustands ermöglicht dort bei der Berechnung des Bedeckungsgrads eine Korrektur<br />
von Verdunstung und Reifbildung. Der Modellfehler an den Strassenwetterstationen beträgt<br />
etwa 1.5_Achtel.<br />
Durch geeignete Interpolation der Berechnungen wird alle 15 Minuten eine Bewölkungskarte<br />
erstellt. Die Bewölkung wird in fünf Klassen (klar bis bedeckt) unterteilt und durch fünf<br />
Niederschlagsklassen aus Wetterradarmessungen ergänzt. Die Bewölkungskarten geben<br />
wesentliche Strukturen von Niederschlag und Bewölkung, Wolkenbildung und Aufklaren im<br />
Allgemeinen korrekt wieder. Frontale Wolken und postfrontales Aufklaren werden zuverlässig<br />
erkannt. Die Identifikation von entstehendem Hochnebel ist möglich. An den Strassenwetterstationen<br />
kann in mehreren Fällen ein Zusammenhang zwischen postfrontalem Aufklaren und<br />
überfrierender Nässe nachgewiesen werden.<br />
Mit dem Mustererkennungsverfahren COTREC / RainCast sind Kurzfristvorhersagen des<br />
Niederschlags aus Radarbildern möglich (Schmid et al. 2000). Dieses Verfahren wird mit Erfolg<br />
auf die Bewölkungskarten angewandt. Insbesondere langsame advektive Veränderungen<br />
wie postfrontales Aufklaren können gut vorhergesagt werden. Bei plötzlich heraufziehenden<br />
Strukturen stösst die Vorhersage an Grenzen: das Untersuchungsgebiet ist klein, der viertelstündliche<br />
Zeitabstand zwischen zwei Bewölkungskarten recht gross. Lokale Bewölkungsänderungen<br />
wie Hochnebelbildung können nicht vorhersagt, sondern lediglich beobachtet<br />
werden. Die Bewölkungsvorhersage ist nicht nur in speziellen Situationen (postfrontales<br />
Aufklaren), sondern auch im langfristigen Dauerbetrieb erfolgreich. Der geeignete Vorhersagezeitraum<br />
beträgt 60 bis maximal 90 Minuten. Vor allem bei der Prognose von klarem<br />
Himmel und vereinzelten Wolken ist die Vorhersage der Persistenz überlegen. Diese Fälle<br />
sind mit Blick auf die Prognose von Strassenglätte oder Bodenfrost besonders kritisch.<br />
Insgesamt kann an allen Stationsstandorten der (höhenkorrigierte) Bedeckungsgrad aus<br />
bodennahen Temperaturmessungen und Niederschlagsinformationen bestimmt werden. In<br />
den zweidimensionalen Darstellungen der Bewölkung sind Advektionsbewegungen von<br />
Wolken und wolkenlosem Himmel eindeutig identifizierbar. Eine Extrapolation der<br />
Bewölkungskarten verläuft meist erfolgreich. Der prognostizierte Bedeckungsgrad ermöglicht<br />
Rückschlüsse auf eine Änderung der bodennahen Temperaturen, und lässt die Kurzfristprognose<br />
von Glatteisbildung oder einem Bodenfrostrisiko zu.<br />
- 4 -
Abstract<br />
Cloudiness has an important influence on the near-surface temperatures. During daytime<br />
solar irradiation is shaded by clouds. Due to radiation in clear nights, the grass temperature<br />
T0m (the air temperature at surface level) decreases more rapidly than the air temperature T2m<br />
in 2 meter above ground. If there are clouds, this effect is reduced by long-wave counterradiation.<br />
Thus, the knowledge of cloud conditions is of central relevance for the prediction of nearsurface<br />
temperatures and of associated risks like ground frost or road slipperiness. Especially<br />
within the nowcasting range up to three hours, it would be desirable to predict changes of the<br />
grass temperature (e.g. by post-frontal clearing or the formation of high fog) as accurately as<br />
possible. This requires detailed knowledge about the two-dimensional structure of the cloud<br />
field, which is information normally extracted from satellite data. But especially in winter nights<br />
and in orographically structured areas, the temperatures of cloud top and surface often are in<br />
the same range and their infra-red signals are not easily distinguishable. Therefore, other<br />
ways should be considered to provide two-dimensional cloud information. This thesis<br />
introduces a model to deduce cloudiness from the temperature difference Tdiff_=_T2m_-_T0m. It<br />
is initialized and tested with data from one station and then applied to a dense network to yield<br />
a two-dimensional cloud map by interpolation. With help of a tracking algorithm, the<br />
displacement of cloud patterns is nowcasted. The results could be used to predict changes of<br />
Tdiff and thus, for instance, hazardous road conditions.<br />
Since most of the risks mentioned above are connected with a temperature decrease<br />
below freezing level, this thesis concentrates on night time (sunset to sunrise) and winter<br />
months (November to April). Depending on the particular cloud situation, different temperature<br />
gradients in time and space are occurring. Their effect depends on the magnitude of the<br />
atmospheric counter-radiation, and thus on the height as well as on the amount of the clouds.<br />
Suitably, a height-adjusted cloud amount is introduced. A functional relation exists between<br />
the temperature difference Tdiff and the height-adjusted cloud amount. Another indicator for<br />
cloudiness is precipitation: When it is raining or snowing, the sky is usually broken or overcast.<br />
At the ANETZ station in Payerne, grass and air temperature, precipitation rate and further<br />
meteorological parameters are measured every 10 minutes. Every three hours cloud amount<br />
and cloud height are observed. Therefore, this station is suitable for initialization and testing of<br />
a diagnostic model basing on the data of the winters 1995/96 to 2001/02. Here, the<br />
connection between height-adjusted cloud amount and temperature difference is described by<br />
an exponential equation. The free parameters of the equation are determined by regression<br />
for five wind speed and four temperature ranges separately. With increasing wind speed and<br />
at warmer temperatures, the quality of the model results decreases. If one assumes the<br />
observation of the height-adjusted cloud amount to be accurate to 0.9 Octa, the resulting<br />
model error is 1.22 Octa.<br />
- 5 -
For obtaining a two-dimensional cloud map by interpolation, a measuring network as dense<br />
as possible is necessary. In northern and central Switzerland 13 stations of the automatic<br />
measurement network of MeteoSwiss (ANETZ), 5 stations of the meteomedia ag and 52 road<br />
weather stations of the road inspection office of the canton of Lucerne are operated in a study<br />
area of 100 × 100 km 2 . At all stations similar parameters are measured as in Payerne, but<br />
only few stations have observations of cloud height and amount. Further stations of the<br />
ANETZ and the meteomedia ag can be considered for interpolation, though they are situated<br />
outside the study area.<br />
The model developed for Payerne is applied to all ANETZ and meteomedia stations without<br />
changing the regression parameters. For the road weather stations of the canton of Lucerne<br />
the different soil of the stations (road instead of grass) has to be considered. By additionally<br />
measuring the road surface conditions, the results can be corrected for effects of evaporation<br />
and hoar frost. The model error at the road weather stations is approximately 1.5 Octa.<br />
By suitable interpolation of the data of all stations, one receives a cloud map every quarter<br />
of an hour. The interpolated cloudiness is divided into five classes (from clear to overcast sky)<br />
and supplemented by five precipitation classes out of weather radar measurements. For<br />
several case studies cloud maps were created, generally correctly showing substantial<br />
structures of precipitation and cloudiness, formation of clouds and clearing tendency. Frontal<br />
cloudiness and post-frontal clearing are recognised reliably. The formation of high fog can be<br />
identified. At the road weather stations the connection between post-frontal clearing and<br />
slippery roads in view of the freezing of resting rainwater is shown in several cases.<br />
With the radar tracking algorithm COTREC / RainCast, a pattern recognition technique,<br />
nowcasting of radar precipitation images is possible (Schmid et al. 2000). This algorithm is<br />
successfully applied to the cloud maps. Especially slow advective changes like post-frontal<br />
clearing are well forecasted. Rapidly moving structures restrict the possibilities of the<br />
nowcasting: the 15 minutes time interval between two cloud maps is large, the study area is<br />
small. Local changes of cloudiness like the formation of high fog can just be observed but not<br />
predicted. The cloud forecasts are not only successful in special situations (e.g. post-frontal<br />
clearing), but also on the average of all nights in January 2004. The reliable forecast range is<br />
60 to maximally 90 minutes. The forecast is superior to assuming persistence, especially<br />
when clear sky or few clouds are predicted. With regard to the risks of road slipperiness and<br />
ground frost, these cases are the really critical ones.<br />
Altogether, the (height-adjusted) cloud amount of each station can be determined out of<br />
near-surface temperature measurements and precipitation information only. Within the<br />
interpolated two-dimensional cloud maps the advection of clouds and cloudless sky can be<br />
identified. Normally, the extrapolation of the cloud maps works successfully. These forecasts<br />
of the cloud field enables to anticipate a change in near-surface temperatures (e.g. in cases<br />
with changing cloudiness), and thus allows to nowcast ice formation or the risk of ground frost.<br />
- 6 -
Inhalt<br />
Zusammenfassung 3<br />
Abstract 5<br />
Inhaltsverzeichnis 7<br />
1 Einleitung 13<br />
2 Strassenwettervorhersage und Bewölkung: eine Problemstellung 15<br />
2.1 Notwendigkeiten in der Strassenwettervorhersage und deren bisherige<br />
Lösungsansätze 15<br />
2.1.1 Interessensgruppen 15<br />
2.1.2 Informationsfluss 16<br />
2.1.3 Eis auf der Strasse 17<br />
2.1.4 Bestehende Möglichkeiten zur Vorhersage der Strassentemperatur 17<br />
2.1.5 Bewölkung als Schlüsselfrage der Strassenwettervorhersage 18<br />
2.2 Bewölkung: eine Begriffsklärung 19<br />
2.2.1 Definition 19<br />
2.2.2 Wolkenarten 19<br />
2.2.3 Vergleichbarkeit von Bestimmungsmethoden 20<br />
2.3 Beobachtung und Messung des Bedeckungsgrads vom Boden aus 21<br />
2.3.1 Operationelle Augenbeobachtung von Wolken 21<br />
2.3.2 Die Höhe der Wolkenbasis 22<br />
2.3.3 Beobachtungen bei Nacht 22<br />
2.3.4 Zeitliche Gültigkeit einer Beobachtung 23<br />
2.3.5 Abschätzung des Fehlers bei Augenbeobachtungen 23<br />
2.3.6 Messungen vom Boden aus 24<br />
2.3.7 Messungen in der Atmosphäre 25<br />
- 7 -
2.4 Messung von Wolken mit Satelliten 26<br />
2.4.1 Messbereiche 26<br />
2.4.2 Raumzeitliche Auflösung 26<br />
2.4.3 Grenzen und Probleme 27<br />
2.5 Advektion 28<br />
2.5.1 Definition 28<br />
2.5.2 Advehierte Wolken und lokale Entstehungs- / Auflösungsprozesse 28<br />
2.5.3 Bewegung konvektiver Systeme 29<br />
2.6 Aktueller Stand der Niederschlags- und Bewölkungsvorhersage 29<br />
2.6.1 Vorhersage mit numerischen Wettermodellen 29<br />
2.6.2 Kurzfristige Niederschlagsvorhersage mit Mustererkennungsverfahren 30<br />
2.6.3 Vorhersage aus Satellitendaten 31<br />
2.7 Einschränkung der Untersuchungszeiträume dieser Arbeit 31<br />
2.7.1 Beschränkung auf nächtliche Daten 31<br />
2.7.2 Beschränkung auf Winterdaten 32<br />
3 Daten 33<br />
3.1 Bodenmessnetze 33<br />
3.1.1 Das ANETZ 33<br />
3.1.2 Die Strassenwetterstationen des Kantons Luzern 35<br />
3.1.3 Stationen der meteomedia ag 37<br />
3.1.4 Weitere Stationen 37<br />
3.1.5 Überblick über alle verfügbaren Daten 38<br />
3.2 Auswahl eines geeigneten Untersuchungsgebiets 40<br />
3.2.1 Verfügbare Stationen 40<br />
3.2.2 Weglassen von Stationen unter orographischen Aspekten 40<br />
3.2.3 Gebietswahl 41<br />
3.3 Niederschlagsmessung mit Radar 42<br />
3.3.1 Das Wetterradar 42<br />
3.3.2 Systematische Schwierigkeiten der Radarmessung 45<br />
3.3.3 Radarreflektivität und Niederschlag 47<br />
3.3.4 Die Wetterradare der MeteoSchweiz 49<br />
3.3.5 Verwendete Niederschlagsklassen 50<br />
- 8 -
4 Eine Methode zur Bestimmung der Bewölkungssituation 51<br />
4A. Theorie 51<br />
4.1 Strahlungsbilanz 51<br />
4.1.1 Globalstrahlung 51<br />
4.1.2 Kurzwellige Strahlung 52<br />
4.1.3 Langwellige Strahlung 53<br />
4.1.4 Auswirkungen unterschiedlicher Strahlungsbedingungen auf bodennahe<br />
Temperaturen 54<br />
4.2 Die weiteren Terme der Energiebilanzgleichung 56<br />
4.2.1 Turbulenter Fluss fühlbarer Wärme 56<br />
4.2.2 Latente Energie 57<br />
4.2.3 Bodenwärmestrom 59<br />
4.3 Lokale Inhomogenitäten 61<br />
4.3.1 Abschattung 61<br />
4.3.2 Geographische Faktoren 62<br />
4.3.3 Strassentypen 62<br />
4.4 Einfluss der Wolkenhöhe auf die atmosphärische Gegenstrahlung 63<br />
4.4.1 Quantitative Strahlungsbilanz bei bedecktem Himmel 63<br />
4.4.2 Der Ncp als korrigierter Bedeckungsgrad 64<br />
4.4.3 Bedeutung des Ncp und Berechnungsfehler 66<br />
4.5 Niederschlag 67<br />
4B. Erstellung eines Modells, eindimensionale Berechnungen, und Verifikation<br />
an ausgewählten Stationen 69<br />
4.6 Entwicklung eines Modells in Payerne 69<br />
4.6.1 Erstellung eines Datensatzes zur optimalen Entwicklung 69<br />
4.6.2 Die Differenz zwischen Luft- und Grastemperatur und ihr Zusammenhang<br />
zumBedeckungsgrad 69<br />
4.6.3 Weitere vertikale Temperaturdifferenzen 71<br />
4.6.4 Zeitliche Temperaturdifferenzen 71<br />
4.6.5 Niederschlag und Bedeckungsgrad 73<br />
4.6.6 Modellgleichung und Parameter für Payerne 75<br />
- 9 -
4.7 Verifikation in Payerne und anderen ANETZ-Stationen 76<br />
4.7.1 Vergleich beobachteter und berechneter Bedeckungsgrade in Payerne 76<br />
4.7.2 Abhängigkeit der Modellqualität vom Wind und von der Temperatur 78<br />
4.7.3 Verhältnisse während der Dämmerung 80<br />
4.7.4 Verwendung der entwickelten Modellgleichungen an anderen<br />
ANETZ-Stationen 80<br />
4.7.5 ANETZ-weite Verwendung von Modellgleichungen und -parametern<br />
aus Payerne 82<br />
4.7.6 Abschätzung der Modellgenauigkeit 82<br />
4.8 Übertragbarkeit auf andere Stationstypen 83<br />
4.8.1 Die Strassenwetterstation in Roggliswil 83<br />
4.8.2 Faktoren zur Korrektur des solaren Aufheizens 84<br />
4.8.3 Quantifizierung der Korrekturen für Verdunstung und Raureif 87<br />
4.8.4 Vergleich der Berechnungen in Roggliswil mit Beobachtungen in Wynau 89<br />
4.8.5 Diskussion der Berechnungsgüte 89<br />
4.8.6 Vergleich der Ncp-Berechnungen von ANETZ-Stationen mit denen<br />
benachbarter Strassenwetterstationen 91<br />
4.8.7 Vergleich der Ncp-Berechnungen von ANETZ-Stationen mit denen<br />
benachbarter Stationen der meteomedia ag 92<br />
4.8.8 Schlussfolgerung zur Gültigkeit für alle Stationen 93<br />
4.9 Verwendbarkeit am Tag 93<br />
4C. Berechnung und Bewertung zweidimensionaler Strukturen 95<br />
4.10 Bewölkungskarten 95<br />
4.10.1 Auswahl und Interpolation der Daten 95<br />
4.10.2 Graphische Darstellung von Bedeckungsgrad und Niederschlag 96<br />
4.10.3 Räumliche und zeitliche Auflösung 98<br />
4.11 Beispiel I: Postfrontales Aufklaren am 27./28. November 2001 99<br />
4.11.1 Synoptische Situation 99<br />
4.11.2 Verlauf der Parameter an einer Station 100<br />
4.11.3 Zweidimensionale Niederschlags- und Bewölkungsstrukturen 100<br />
4.11.4 Strassenzustand im Kanton Luzern 101<br />
4.11.5 Zusammenfassung des Falls 102<br />
4.12 Beispiel II: Postfrontales Aufklaren am 24./25. Januar 2004 103<br />
4.12.1 Synoptische Situation 103<br />
4.12.2 Verlauf der Parameter an einer Station 104<br />
4.12.3 Zweidimensionale Niederschlags- und Bewölkungsstrukturen 104<br />
4.12.4 Strassenzustand im Kanton Luzern 105<br />
4.12.5 Zusammenfassung des Falls 105<br />
- 10 -
4.13 Beispiel III: Bewölkungszunahme am 18./19. Dezember 2003 106<br />
4.13.1 Synoptische Situation 106<br />
4.13.2 Verlauf der Parameter an einer Station 106<br />
4.13.3 Zweidimensionale Niederschlags- und Bewölkungsstrukturen 108<br />
4.13.4 Strassenzustand im Kanton Luzern 109<br />
4.13.5 Zusammenfassung des Falls 109<br />
4.14 Erste Erfahrungen im operationellen Einsatz der Bewölkungskarten 110<br />
5 Kurzfristvorhersage 111<br />
5.1 Geschichte und Theorie des Programms COTREC / RainCast 111<br />
5.1.1 Entstehungsgeschichte 111<br />
5.1.2 Zellen-Tracking und Box-Tracking 112<br />
5.1.3 Der geeignete Vergleichswert 113<br />
5.1.4 Räumliche und zeitliche Glättung der Eingangsdaten 114<br />
5.1.5 Extrapolation 114<br />
5.1.6 Grenzen der Methode 115<br />
5.2 Wahl geeigneter Modellparameter 116<br />
5.3 Beispiel I: Vorhersage am 27./28. November 2001 117<br />
5.3.1 Vorhersagekarten ausgewählter Zeitpunkte 117<br />
5.3.2 Vorhersage in der Übersicht 118<br />
5.3.3 Bewertung der Vorhersage für Beispiel I 119<br />
5.4 Beispiel II: Vorhersage am 24./25. Januar 2004 120<br />
5.4.1 Vorhersagekarten ausgewählter Zeitpunkte 120<br />
5.4.2 Vorhersage in der Übersicht 120<br />
5.4.3 Bewertung der Vorhersage für Beispiel II 121<br />
5.5 Beispiel III: Vorhersage am 18./19. Dezember 2003 121<br />
5.5.1 Vorhersagekarten ausgewählter Zeitpunkte 121<br />
5.5.2 Vorhersage in der Übersicht 122<br />
5.5.3 Bewertung der Vorhersage für Beispiel III 122<br />
5.6 Statistische Verifikation 123<br />
5.6.1 Vergleich der Vorhersagemethoden 123<br />
5.6.2 Qualität der Vorhersage über verschiedene Zeitspannen 125<br />
5.6.3 Einfluss der zeitlichen Auflösung der Eingangsdaten 127<br />
5.7 Nutzen und Grenzen von COTREC / RainCast 128<br />
5.7.1 Überblick und Lösungsvorschläge 128<br />
5.7.2 Probabilistische Vorhersage 129<br />
- 11 -
6 Schlussbemerkungen 131<br />
6.1 Zusammenfassung 131<br />
6.1.1 Wissenschaftliche Ergebnisse 131<br />
6.1.2 Die „wahre“ Bewölkung 132<br />
6.1.3 Anwendbarkeit der Resultate 133<br />
6.1.4 Allgemeiner Erkenntnisgewinn 134<br />
6.2 Ausblick 134<br />
Anhänge<br />
A. Klassifizierung von Bedeckungsgrad und Niederschlag 139<br />
B. Stationslisten 141<br />
C. Abbildungen zu Beispiel I 147<br />
D. Abbildungen zu Beispiel II 153<br />
E. Abbildungen zu Beispiel III 157<br />
F. Definition statistischer Werte 161<br />
G. Quellenangaben einiger Abbildungen 163<br />
H. Abkürzungsverzeichnis 164<br />
I. Symbolverzeichnis 166<br />
Literaturverzeichnis 169<br />
Lebenslauf 176<br />
Publikationsliste 177<br />
Liste der Konferenzen 178<br />
Danksagung 179<br />
- 12 -
1 Einleitung<br />
Wolken stellen das sichtbarste Zeichen von Veränderung in der Atmosphäre dar. Seit jeher<br />
werden sie deshalb beobachtet, bewertet und bewundert. Einige Wolken können begeisternde<br />
Formen annehmen wie Gewittertürme oder Föhnfische, manche sind eher harmonisch wie ein<br />
zerflossener Kondensstreifen am klaren Himmel, wieder andere animieren zur Trübsal wie<br />
Hochnebel.<br />
In der Meteorologie spielen Wolken in nahezu allen Bereichen eine Rolle. Ihre Entstehung<br />
ist zwar sowohl unter dynamischen als auch wolkenmikrophysikalischen Gesichtspunkten in<br />
groben Zügen bekannt, im Detail aber noch immer Objekt angestrengter Forschung (Crewell<br />
et al. 2000, Baschek et al. 2004). In der numerischen Wettervorhersage stellen konvektive<br />
Wolken seit Langem eine grosse Herausforderung dar (Ding und Randall 1998, Arakawa<br />
2004, Klink 2004). Selbst in der Klimatologie ist die Bewölkung von Bedeutung. Sie nimmt<br />
Einfluss auf den Strahlungshaushalt der Erde, da Wolken die solare Einstrahlung abschatten<br />
und selber im langwelligen Bereich ausstrahlen. Ob zwischen Bewölkung und Treibhauseffekt<br />
eine positive oder negative Rückkopplung besteht, und ob sich die Gesamtbewölkung der<br />
Erde in klimatologischen Zeiträumen geändert hat, sind kontrovers diskutierte Fragen (Coley<br />
und Jonas 1999, Marty und Philipona 2000).<br />
Im Bereich der Fernerkundung gibt es zahlreiche Methoden, die sich ausschliesslich oder<br />
am Rande mit Wolken beschäftigen. Satelliten vermessen Wolken von oben (Feijt und de<br />
Valk 2001). Wetterradare messen normalerweise Niederschlag, können aber auch Wolken<br />
mit grossen Tropfen oder Eisteilchen detektieren (Pohjola und Koistinen 2004). Bis heute<br />
konnte noch keine Methode entwickelt werden, mit der sich die Bewölkung umfassend,<br />
automatisch, kostengünstig und detailliert bestimmen lässt. Viele Bewölkungsinformationen<br />
stammen noch immer von menschlichen Beobachtern, die an den synoptischen Stationen<br />
weltweit den Himmel beobachten.<br />
Auch in kleineren meteorologischen Bereichen stellt sich oft die Frage nach Bestimmung<br />
und Prognose von Wolken. Zum Beispiel sollen im Strassenwetter besondere Risiken für den<br />
Verkehr vorhergesagt werden. Solche Risiken sind Schnee und Eis, überfrierende Nässe,<br />
Reifbildung, Oberflächenwasser, Nebel und einige mehr (Norrman 2000). Bereits diese Liste<br />
zeigt, dass hier Informationen über Niederschlag und Temperatur, Strahlung und eben<br />
Wolken geeignet kombiniert und interpretiert werden müssen. Der Beitrag dieser Arbeit<br />
besteht darin, aus den Temperaturmessungen einer Station (insbesondere aus der Differenz<br />
zwischen Gras- und Lufttemperatur) auf den Bedeckungsgrad zu schliessen. In<br />
zweidimensionalen Bewölkungsdarstellungen, die auf den Daten mehrerer Stationen<br />
basieren, können Advektionsprozesse identifiziert und die Entwicklung der Bewölkungsverhältnisse<br />
vorhergesagt werden. Damit sind wiederum Rückschlüsse auf eine Veränderung<br />
der bodennahen Temperaturen möglich.<br />
- 13 -
Im folgenden Kapitel wird näher auf die Bedürfnisse der Strassenwettervorhersage<br />
eingegangen. Zudem werden Erscheinungsformen und Entstehungsprozesse von Wolken<br />
erklärt und bestehende Möglichkeiten zur Wolkenbeobachtung und -messung analysiert. Eine<br />
Anmerkung zur Advektion schliesst die Einführung der Begrifflichkeiten ab.<br />
Kapitel 3 stellt drei Stationsmessnetze vor. Sie umfassen zusammen 107 Stationen in der<br />
Zentral-, Nord- und Westschweiz und in Süddeutschland. Die Stationsmessungen werden<br />
durch Niederschlagsinformationen des schweizer Radarverbunds ergänzt.<br />
Zur Bestimmung von Wolken aus bodennahen Temperaturmessungen braucht es neben<br />
den Messnetzen auch einige theoretische Überlegungen. Diese finden sich am Beginn des<br />
dreigeteilten Kapitels 4. Kapitel 4A beschäftigt sich mit Strahlungs- und Energiebilanz und<br />
mündet in einer Korrektur des Bedeckungsgrads mit der Wolkenhöhe. Die Diagnose des<br />
Bewölkungszustands wird zunächst, in Kapitel 4B, nur eindimensional durchgeführt. Mit<br />
einem sieben Winter umfassenden Datensatz aus Payerne kann ein einfaches Modell<br />
entwickelt und verifiziert werden. Dieses ist, nach wenigen Anpassungen, auch an allen<br />
anderen Stationen der drei Messnetze einsetzbar. In Kapitel 4C werden Bewölkungskarten<br />
vorgestellt und anhand geeigneter Beispiele diskutiert. Sie stellen die zweidimensionale<br />
Erweiterung der Rechnung an einzelnen Stationen dar und beinhalten die Bewölkungsinformation<br />
an zumeist allen Stationen sowie eine Interpolation dieser Werte. Zudem ist der<br />
Niederschlag, wie er vom Radar gemessen wird, als ergänzende Information in fünf<br />
Niederschlagsklassen aufgetragen.<br />
Eine Prognose der Bewölkungskarten erfolgt in Kapitel 5. Dabei kommt ein bereits<br />
vorhandener Algorithmus zum Einsatz (Schmid 2000). Die Vorhersagen werden, nach<br />
Diskussion einiger Beispiele, für einen ganzen Monat statistisch analysiert.<br />
Die Arbeit schliesst mit einem Blick auf die gewonnenen Ergebnisse und Erkenntnisse. Sie<br />
nennt offengebliebene Fragen im Zusammenhang mit der entwickelten Bewölkungsberechnung<br />
und -vorhersage, gibt Lösungsvorschläge und skizziert die Anwendung im<br />
Bereich der Strassenwettervorhersage, aber auch darüber hinaus. Auf Kapitel 6 folgen, zur<br />
Abrundung des Gesamtverständnisses, einige Anhänge mit Stationstabellen und Beispielabbildungen.<br />
- 14 -
2 Strassenwettervorhersage und Bewölkung: eine Problemstellung<br />
Seit Menschengedenken besteht ein Interesse, das zukünftige Wettergeschehen zu<br />
kennen. Inzwischen haben sich daraus viele Spezialbereiche entwickelt. Sie beschäftigen sich<br />
mit einer bestimmten Vorhersagegrösse, mit einer bevorzugten Zeitskala der Vorhersage oder<br />
einer unmittelbaren Nutzung.<br />
Ein solches Nutzerinteresse gilt dem Strassenzustand. Eine präzise Vorhersage des<br />
Strassenzustandes ist notwendig, um den jeweiligen, meist winterlichen Gefahren wie Glätte<br />
und Schnee wirksam begegnen zu können. Das wurde schon früh erkannt, bereits 1975<br />
gründeten zahlreiche nationale oder regionale Strassenbehörden und Wetterdienste die<br />
Standing International Road Weather Conference (SIRWEC) bzw. ihre Vorgängerorganisation<br />
(Keskinen 2004). Im Rahmen der SIRWEC-Tagungen tauschen sie ihre Erfahrungen und<br />
Bedürfnisse aus, erläutern die verschiedenen verwendeten Lösungen und diskutieren offene<br />
Fragen. Oft kristallisieren sich dabei gemeinsame, dringliche Probleme heraus.<br />
2.1 Notwendigkeiten in der Strassenwettervorhersage und deren bisherige Lösungsansätze<br />
2.1.1 Interessensgruppen<br />
Bevor auf das konkrete Zustandekommen einer Prognose für des Strassenwetter<br />
eingegangen wird, sollen zuerst die verschiedenen beteiligten Interessensgruppen benannt<br />
und ihre Position geklärt werden. Alle getätigten Aktionen dienen letztlich den Verkehrsteilnehmern<br />
als Nutzern einer Strasse. Sie wollen möglichst sicher und schnell von einem Ort<br />
zum anderen kommen. Werden sie rechtzeitig über Risiken auf der Strecke informiert,<br />
können sie ihr Fahrverhalten anpassen oder auf eine Fahrt ganz verzichten. Diese<br />
Warnungen erfolgen z.B. über das Fernsehen, den Verkehrsfunk im Radio oder via SMS<br />
(Sigurdsson 2004). Eng mit den Interessen der Verkehrsteilnehmer verbunden sind auch die<br />
Interessen von Versicherungen, möglichst schadensfrei durch den Winter zu kommen.<br />
Strassen sind zumeist im Besitz der Allgemeinheit. In der Schweiz wird dabei zwischen<br />
Kommunal- und Kantonalstrassen sowie Bundesautobahnen unterschieden (Letestu und<br />
Keller 2000). Auch die politisch Verantwortlichen sind in erster Linie um die Sicherheit der<br />
Bevölkerung auf der Strasse besorgt und messen diese in Unfallstatistiken und der Zahl der<br />
Todesopfer im Strassenverkehr. Darüber hinaus sind für sie aber auch finanzielle Überlegungen<br />
von Interesse, da eine möglichst hohe Sicherheit mit geringen Geldmitteln erreicht<br />
- 15 -
werden soll. Zum dritten bemüht sich die Politik um umweltschonende Vorgehensweisen –<br />
was oft mit einer Kostenreduktion Hand in Hand geht.<br />
Die Strassenämter bilden das Bindeglied zwischen Politik und Nutzern (Keskinen 2004).<br />
Ihre Aufgabe ist es, rechtzeitig für gut befahrbare Strassen zu sorgen. Personeller und<br />
finanzieller Mehraufwand durch unnötige Räum- und Streufahrten soll möglichst vermieden<br />
werden. Genaue Anweisungen bezüglich Einsatzort und Dosierung von Streumaterial helfen,<br />
Kosten zu reduzieren und entlasten die Umwelt, da weniger Streusalz verbraucht wird.<br />
Ebenso ist eine langfristige Planung von Bereitschaftspersonal (Urlaub) und Reparatur von<br />
Maschinen wünschenswert (Koistinen und Saltikoff 1998, Mathis 2000). Deshalb interessieren<br />
sich die Strassenbehörden für Wettervorhersagen auf allen meteorologischen Zeitskalen und<br />
mit einer möglichst hohen räumlichen Auflösung. Teilweise entwickeln sie eigene Modelle auf<br />
der Grundlage von numerischer Wettervorhersage (NWP) und Messungen (Thornes und<br />
Shao 1991), teilweise lassen sie sich von staatlichen und privaten Wetterdiensten direkte<br />
Empfehlungen für ihr Handeln übermitteln (Sass und Petersen 2002).<br />
2.1.2 Informationsfluss<br />
Um den meteorologischen Zustand einer Strasse zu prognostizieren und die<br />
Konsequenzen weiterzugeben, bedienen sich Strassenbehörden und Wetterdienste einer<br />
Vielzahl von Möglichkeiten. Ein Systembild des Datenflusses von der Messung bis zur<br />
Anwendung ist in Abbildung 2.1 dargestellt.<br />
Am Anfang steht dabei die Messung von meteorologischen Parametern an Messstationen,<br />
mit Radiosonden, Satelliten und Wetterradaren, sowie deren Verwendung in allgemeinen<br />
Vorhersagemodellen. Dazu kommen strassenspezifische Informationen meteorologischer und<br />
nichtmeteorologischer Art, die häufig an eigens dafür installierten Strassenwetterstationen<br />
aufgenommen werden. Diese Datenflut wird mit speziellen Strassenwettervorhersagemodellen<br />
und unter Zuhilfenahme weiterer Informationen verarbeitet (z.B. wird beim thermal<br />
mapping die Oberflächentemperatur des ganzen Strassennetzes mit einem Messfahrzeug<br />
erfasst und mit dem Messwert der nächstgelegenen Station verglichen). Entweder vollautomatisch<br />
als Modellausgabe oder nach manueller Bewertung durch eine sachkundige Person<br />
erfolgt eine allfällige Handlungsanweisung an Räum- und Streufahrzeuge oder sonstige<br />
Akteure seitens der Strassenbehörden (Mathis 2000). Gegebenenfalls werden zusätzlich,<br />
alternativ oder nachträglich auch Warnungen an die Verkehrsteilnehmer herausgegeben.<br />
Die wesentlichen Risiken, die es zu erfassen und zu beseitigen gilt, sind dabei Schnee und<br />
Eis. Bei Schnee spielt neben dem direkten Schneefall auch Schneeverwehung eine Rolle<br />
(Norrman 2000). Auf Schnee und Eis kann durch geeignetes und rechtzeitiges Räumen oder<br />
Streuen reagiert werden. Weitere Risiken, bei denen meist nur Warnungen möglich sind, sind<br />
Nebel, Glätte durch eine nasse Laubschicht im Herbst, auf der Strasse stehendes Wasser<br />
(Aquaplaning) oder Hagel bei Starkniederschlägen, starker (Seiten-)Wind oder die<br />
Verschüttung einer Strasse durch Lawinen (Miyoshi et al. 2004).<br />
- 16 -
Abbildung 2.1: Systembild des Informationsflusses bei der Strassenwettervorhersage.<br />
2.1.3 Eis auf der Strasse<br />
Am häufigsten und folgenreichsten ist die Vereisung von Strassen. Dabei spielen unterschiedliche<br />
Ursachen eine Rolle.<br />
Die erste Klasse von Vereisung ist mit Regen verbunden. Besonders das Phänomen des<br />
Regnens auf gefrorenen Untergrund, bei dem sich eine zentimeterdicke Eisschicht bilden<br />
kann und das unter dem Schlagwort „Blitzeis“ bekannt geworden ist, legt in unregelmässigen<br />
Abständen ganze Landstriche lahm (Schmid et al. 2002). Der umgekehrte Fall, bei dem die<br />
Temperatur nach einem Regenereignis unter den Gefrierpunkt sinkt und das auf der Strasse<br />
verbliebene Regenwasser überfriert, ist häufiger, aber nicht weniger problematisch.<br />
Insbesondere muss hier ein Streueinsatz recht kurzfristig nach Regenende erfolgen, damit<br />
das Salz nicht direkt weggeschwemmt wird.<br />
Eine zweite Klasse stellen Ereignisse von Reif, überfrierendem Tau oder überfrierendem<br />
Schmelzwasser dar. Eine besondere Gefahr ergibt sich dadurch, dass nur gewisse, oftmals<br />
kurze Streckenabschnitte betroffen sind. Dies kann an der besonderen Exposition der Strasse<br />
(z.B. einer Brücke), an der Orographie oder an der Vegetation liegen.<br />
Schliesslich führt auch festgefahrener Schnee oder Schneematsch zu Vereisung, wenn die<br />
Strassen nicht rechtzeitig geräumt werden.<br />
2.1.4 Bestehende Möglichkeiten zur Vorhersage der Strassentemperatur<br />
Allen Glätteereignissen gemeinsam ist, dass zwei wesentliche Faktoren zusammentreffen<br />
müssen. Einerseits muss die notwendige Feuchtigkeit zur Verfügung stehen, die in Eis<br />
umgewandelt wird. Diese kann flüssig (Regen) oder gasförmig (hohe relative Luftfeuchtigkeit)<br />
- 17 -
vorhanden sein. Anderseits müssen Temperaturen unterhalb des Gefrierpunkts vorherrschen,<br />
oder die Temperatur der Strassenoberfläche muss unter den Gefrierpunkt absinken. Auf die<br />
Vorhersage des Niederschlags wird in Abschnitt 2.6 eingegangen. Verglichen mit der<br />
Temperaturprognose stellt sie das geringere Problem dar.<br />
Für die Vorhersage der Strassenoberflächentemperatur finden sich in der Literatur zwei<br />
Vorgehensweisen, die auf verschiedene Zeitskalen ausgelegt sind. Die erste beruht auf<br />
Rechnungen am Ort einer Strassenwetterstation. Meist liegt dabei eine explizite Energiebilanzmodellierung<br />
zugrunde (z.B. Best 1998, Song und Lee 2002), die eine detaillierte<br />
Kenntnis der Stationsverhältnisse erfordert. Thornes und Shao (1991) vergleichen mehrere<br />
dieser Modelle. Damit ist zwar eine präzise Vorhersage für den Stationsstandort möglich, aber<br />
nur über verhältnismässig kurze Zeit.<br />
Eine Alternative bietet die Verwendung numerischer Wettervorhersagenmodelle. Allerdings<br />
muss das Resultat nachträglich an die lokalen Gegebenheiten angepasst werden. Dies kann<br />
mit Hilfe eines nachgeordneten Stationsmodells erfolgen (Jacobs und Raatz 1996, Sass und<br />
Petersen 2004), das ähnlich den oben beschriebenen ortsgebundenen Modellen funktioniert.<br />
Alternativ steht auch das Verfahren der Model output statistic (MOS) zur Verfügung, bei der<br />
auf statistischem Weg die Vorhersage des Modells mit den Messungen einer Station<br />
verglichen und entsprechend korrigiert wird.<br />
Im Allgemeinen hat man in einem regionalen Strassennetz nur sehr wenige Messstationen<br />
als Ausgangspunkt für Vorhersagen. Um dennoch eine detaillierte Temperaturvorhersage für<br />
kurze Streckenabschnitte zu erhalten, verwendet man ein sogenanntes thermal mapping.<br />
Dabei werden die Strassen im Umkreis einer Messstation im Laufe einer Nacht mehrfach<br />
abgefahren, und die gewonnenen räumlich hochaufgelösten Temperaturmessungen mit den<br />
Messungen der zentralen Strassenwetterstation verglichen (Postgard und Lindqvist 2001). In<br />
zukünftigen Nächten geht man dann von ähnlichen Temperaturunterschieden zwischen der<br />
Station und den Strassenabschnitten aus wie in der Testnacht.<br />
Das thermal mapping hat sich im Allgemeinen bewährt. Ein einmaliges Abfahren des<br />
Strassennetzes bringt aber noch nicht den vollen Erfolg, sondern für unterschiedliche Wettersituationen<br />
müssen je eigene Referenztemperaturprofile aufgenommen werden. Dabei hat die<br />
Bewölkung einen entscheidenden Einfluss (Bogren et al. 2001). Ihre Kenntnis und Vorhersage<br />
ist folglich auch notwendig, um zwischen den verschiedenen Referenztemperaturprofilen des<br />
thermal mappings zu wählen.<br />
2.1.5 Bewölkung als Schlüsselfrage der Strassenwettervorhersage<br />
Eine unter Strassenwetterforschern, z.B. an der SIRWEC 2004, viel diskutierte Frage gilt<br />
der geeigneten Berücksichtigung von Wolken, ihrer Beobachtung und Vorhersage. Sie darf zu<br />
Recht als eine Schlüsselfrage bezeichnet werden.<br />
Die Bedeutung der Bewölkung ergibt sich v.a. aus ihrem Zusammenhang zur Strahlungsbilanz.<br />
Bei klarem Himmel kann die nächtliche Ausstrahlung sehr stark werden und zu einer<br />
starken Abkühlung des Bodens führen. Die Gefahr von Bodenfrost (und damit verbunden<br />
überfrierender Nässe oder Reifbildung) ist hoch. Bei bedecktem Himmel ist die Ausstrahlung<br />
und entsprechend die Glatteisgefahr eher gering. Ausserdem ist, wie bereits besprochen, die<br />
Kenntnis des Bewölkungszustands beim thermal mapping sinnvollerweise erforderlich.<br />
- 18 -
2.2 Bewölkung: eine Begriffsklärung<br />
2.2.1 Definition<br />
Wolken besten aus festen und / oder flüssigen Aggregaten von Wasser (Wassertropfen,<br />
Eiskörner, Schneeflocken usw.). Als Grenze zwischen Wolken- und Regentropfen gibt Kraus<br />
(2000) einen Durchmesser von 0.1 mm an.<br />
2.2.2 Wolkenarten<br />
Wolken sind oft sehr variable Gebilde. Sie entstehen, werden in der Atmosphäre advehiert<br />
und regnen ab oder zerfallen im Rahmen komplexer, situationsabhängiger Prozesse. Die<br />
Bewölkung ist somit weder ein diskreter Zustand (Ja / Nein) noch eine sich grossräumig<br />
kontinuierlich ändernde Grösse wie Temperatur oder Luftdruck.<br />
Wolkengattungen<br />
Seit jeher werden Wolken nach ihrer Höhe, ihrem Aussehen und ihrer Entstehung<br />
klassifiziert. Man unterscheidet dabei zehn Wolkengattungen, in drei Stockwerken oder<br />
stockwerksübergreifend. Die Höhenangaben gelten für die mittleren Breiten (Kraus 2000).<br />
Hohe Wolken sind Eiswolken über 5 km: Cirrus (Ci), Cirrostratus (Cs) und Cirrocumulus<br />
(Cc).<br />
Wolken mittlerer Höhe befinden sich in 2 bis 7 km über Grund: Altostratus (As) und<br />
Altocumulus (Ac).<br />
Die tiefen Wolken nehmen die restlichen 2 km der Atmosphäre ein: Stratus (St),<br />
Stratocumulus (Sc) und Cumulus (Cu), wobei Cumuli nur ihre Basis im untersten Stockwerk<br />
haben und häufig höher reichen.<br />
Die verbleibenden, grundsätzlich stockwerksübergreifenden Wolken sind Nimbostratus<br />
(Ns) und Cumulunimbus (Cb).<br />
Stratiforme und konvektive Wolken<br />
Quer durch die drei Stockwerke lässt sich eine Unterteilung im Charakter der Wolken<br />
ziehen. Stratiforme Wolken bedecken den ganzen Himmel oder weite Teile davon, sie sind<br />
gleichmässig und relativ unstrukturiert. Zu diesem Typ gehören bezeichnenderweise Cs, As,<br />
Ns und St. Die Bildung konvektiver Wolken wird zumeist durch thermische oder<br />
orographische Hebung ausgelöst. Sie sind oft kleinskalig und stark strukturiert, sodass sich<br />
konvektive Wolken und Wolkenlücken abwechseln. Typische konvektive Wolken sind Cumuli,<br />
die sich im Extremfall zum Gewitterturm (Cb) auswachsen, Altocumuli und Cirrocumuli. Eine<br />
weitgehend geschlossene, aber dennoch stark strukturierte Wolkendecke wird als Sc<br />
bezeichnet, stellt also eine Mischform dar.<br />
Entstehung<br />
Die Entstehung von Wolken hängt oft mit der grossräumigen, synoptischen Situation<br />
zusammen. Dabei sind neben dem Feuchteangebot und der Schichtung der Atmosphäre<br />
auch die Art und Menge von Aerosolen von Bedeutung. Sie entscheiden über die Anzahl von<br />
Wolkentropfen oder Eiskristallen.<br />
Am klarsten strukturiert ist die Wolkenbildung an Luftmassengrenzen. Bei einer Warmfront<br />
kann die schnellere warme Luft in der Höhe meist rascher vordringen als am Boden. An der<br />
Frontalzone bilden sich über einen Bereich von mehreren hundert Kilometern zuerst hohe<br />
- 19 -
Wolken (Ci und Cs), dann Altostratus, später Stratus und schliesslich dort, wo die Warmfront<br />
den Boden erreicht, der mit gleichmässigem Niederschlag verbundene Nimbostratus. An<br />
einer Kaltfront schiebt sich kalte Luft unter warme. Durch die Querzirkulation innerhalb des<br />
teils sehr schmalen frontalen Bandes wird das Aufsteigen der Luft gefördert, und es bilden<br />
sich (Alto-) Cumuli oder sogar Cbs. Auch vor der Kaltfront ist die Luft oft schon labilisiert und<br />
die Bildung von Cumuli und Cbs möglich. Hinter der Kaltfront wechseln sich meist<br />
postfrontales Aufklaren und einzelne schauerbringende Cumuli ab (Kurz 1990).<br />
Innerhalb einer Luftmasse sind vor allem drei Wolkenbildungsprozesse zu nennen. Der<br />
erste ist thermische Konvektion. Bei geeigneter Temperaturschichtung und solarer<br />
Erwärmung können einzelne Luftmassen aufsteigen und Quellwolken (Cu) bilden. Je nach Art<br />
der Schichtung entstehen diese Wolken leichter oder schwerer, zerfallen schnell wieder,<br />
zerfliessen zu einer einheitlichen Stratusschicht oder steigen hoch auf und entwickeln sich zu<br />
Gewittern. Bei Wegfall der solaren Strahlung (also nachts) lösen sich die Cumuli häufig rasch<br />
auf. Ihre Bildung wird durch besondere orographische oder dynamische Verhältnisse<br />
begünstigt.<br />
Kühlt eine gleichmässige, wolkenfreie Luftmasse in der Nacht ab, so kann es zu Sättigung<br />
der Luft und Bildung von Nebel oder Hochnebel kommen. Ob und wie viel (Hoch-)Nebel sich<br />
bildet, ist dabei schwer vorher zu sagen. Es hängt stark ab von der Turbulenz (Wind), vom<br />
Feuchteangebot, vom Aerosolgehalt, einer eventuell begünstigend wirkenden thermischen<br />
Schichtung der Atmosphäre, dynamischen und orographischen Gegebenheiten (Bise) sowie<br />
kleinskalig der lokalen Situation. Besonders die lokalen Windsysteme Berg-Tal-Wind, Land-<br />
See-Wind und Feld-Wald-Wind können der Nebelbildung entgegenwirken. Häufig löst sich<br />
(Hoch-)Nebel tagsüber wieder auf, wenn die nächtliche Grenzschicht und ihre Inversion durch<br />
solare Einstrahlung zerstört wird (SMA 1982, Stull 1988).<br />
Eine dritte Gruppe bilden orographische Wolken. Beispielsweise bildet sich bei der<br />
Überströmung eines Gebirges in den aufsteigenden Luftmassen Konvektion und meistens<br />
Niederschlag. Auf der Rückseite des Gebirges herrscht dann Föhn, der oft mit den typischen<br />
Föhnfischen (Ci) einhergeht. Allerdings bedeutet Föhn nicht zwangsläufig, dass der Himmel<br />
weitgehend wolkenfrei ist, v.a. nicht direkt hinter dem Gebirge (Burri et al. 1999).<br />
Die Auflösung von Wolken geht immer mit einer Reduktion der relativen Feuchte einher<br />
und kann ebenfalls grossskalig oder lokal erfolgen. Eine Möglichkeit des Feuchteentzugs stellt<br />
Regen dar. Ebenso kommt ein grossskaliges Absinken einer Luftmasse in Frage. Die<br />
Durchmischung mit trockener Luft ist denkbar; und schliesslich kann Luft auch solar erwärmt<br />
werden, was z.B. im Fall der Hochnebelauflösung zu einer sukzessiven Reduktion der<br />
Wolkendicke führt.<br />
2.2.3 Vergleichbarkeit von Bestimmungsmethoden<br />
Die beiden folgenden Abschnitten (2.3 und 2.4) beschreiben diverse Verfahren, die zur<br />
Bestimmung der tatsächlichen Bewölkung an einem Ort dienen. Deshalb werden nun einige<br />
Kriterien genannt, die beim Vergleich von Methoden zu bedenken sind.<br />
Ein wesentliches Kriterium betrifft die Bestimmung „an einem Ort“. Physikalisch ist dabei<br />
ein Raumwinkel gemeint, der berücksichtigt wird oder für ein Messgerät sichtbar ist. Einige<br />
Messgeräte sehen nur exakt nach oben, während andere den ganzen Halbraum berücksichtigen<br />
können oder müssen. Bei der zweiten Gruppe vermischen sich in undurchsichtiger<br />
- 20 -
Weise die Vor- und Nachteile einer Punktmessung gegenüber der Messung über einer (genau<br />
definierten?) Fläche respektive in einem Raumbereich.<br />
Ähnliches gilt für die Blickrichtung der Messung. Einige Fernerkundungsmethoden arbeiten<br />
vom Boden aus, andere vom Satellitenorbit oder einem Berggipfel. Prinzipiell ist sogar eine<br />
Messung in der Wolke denkbar.<br />
Darüber hinaus sind Messungen „an einem Ort“ normalerweise nicht an beliebig vielen<br />
Orten möglich. Es stellt sich also immer die Frage, für welchen Umkreis des Messortes eine<br />
Messung repräsentativ ist, und wie eventuelle Lücken geschlossen werden können.<br />
Zur räumlichen kommt die zeitliche Auflösung und Verfügbarkeit. Wie häufig sinnvollerweise<br />
gemessen werden kann oder muss, hängt oft auch von der gewünschten räumlichen<br />
Gültigkeit ab. Allerdings arbeiten manche Methoden nachts (oder tagsüber, oder bei<br />
Regen,_...) gar nicht oder nur eingeschränkt bzw. produzieren unterschiedlich grosse Fehler.<br />
Schliesslich können verschiedene Methoden sogar am selben Ort und für den gleichen<br />
Raumwinkel unterschiedliche Ergebnisse liefern – und trotzdem richtig sein. Im Abschnitt<br />
2.2.1 wurde definiert, dass Wolken aus festen und / oder flüssigen Aggregaten von Wasser<br />
bestehen. Ab welcher Teilchenanzahl aber zwischen Wolke und Nicht-Wolke zu unterscheiden<br />
ist, bleibt offen. Normalerweise werden auch nicht die Teilchen bestimmt, sondern<br />
die optischen oder Strahlungseigenschaften einer Wolke vermessen. Damit wird je nach<br />
Methode effektiv etwas anderes als „Wolke“ bezeichnet.<br />
Neben dem Vorhandensein von Wolken und dem Bedeckungsgrad kann es beim<br />
Vergleich verschiedener Methoden auch interessant sein, ob sie Art oder Struktur der<br />
Bewölkung erkennen können. Teilweise kann Bewölkung in mehreren Schichten vorliegen –<br />
und gemessen werden. Im Rahmen dieser Arbeit ist ausserdem die Wolkenhöhe (Höhe der<br />
Wolkenuntergrenze) von Bedeutung.<br />
Feijt und de Valk (2001) merken an, dass je nach Verwendungszweck ein geeigneter<br />
Beobachtungsschwerpunkt gesetzt werden kann. Für die Strassenwettervorhersage<br />
formulieren sie den prädiktorischen Grundsatz: »Overcasted situations must be detected,<br />
while the detection of small amounts of fair weather cumuli is less important.« (Das Erkennen<br />
eines vollkommen bedeckten Himmels ist wesentlich wichtiger als die korrekte Bestimmung<br />
einiger Schönwettercumuli.)<br />
2.3 Beobachtung und Messung des Bedeckungsgrads vom Boden aus<br />
2.3.1 Operationelle Augenbeobachtung von Wolken<br />
Weltweit wird an synoptischen Stationen die Bewölkung und ihre Zusammensetzung nach<br />
einheitlichen Regeln der WMO beobachtet und im Rahmen von Synop-Meldungen übermittelt<br />
(SMA 1982).<br />
Die wesentlichste Beobachtung gilt dem Gesamtbedeckungsgrad N. Er wird in Achteln<br />
bewölkten Himmels angegeben, von 0 Achteln für „klar“ bis 8 Achteln für „bedeckt“. An der<br />
Stelle des Gesamtbedeckungsgrads können auch N = 9 für „Nebel“ (Sichtweite unter 1 km)<br />
und N = / für „Wolken nicht erkennbar“ gemeldet werden.<br />
Eine zweite Beobachtungsgrösse Nt beschreibt den Gesamtbedeckungsgrad der tiefen<br />
Wolken (Sc, St, Cu, ausserdem Cb). Wenn keine tiefe Bewölkung vorhanden ist, erfasst Nt<br />
- 21 -
den Gesamtbedeckungsgrad im mittleren Wolkenniveau (Ac, As sowie Ns). Die Meldung<br />
erfolgt in Achteln wie für N.<br />
Weiter werden Wolkenbeobachtungen in mehreren Schichten registriert. Bei der Synop-<br />
Meldung ist eine Beobachtung des Bedeckungsgrads Ni in bis zu i = 3 Schichten vorgesehen.<br />
Schliesslich werden auch die verschiedenen Wolkengattungen beobachtet und erfasst.<br />
Jeder Wolkengattung sind eine oder (nach genauem Auftreten) mehrere Schlüsselzahlen<br />
zwischen 0 und 9 zugewiesen. Übermittelt werden letztlich bis zu drei Schlüsselzahlen für die<br />
Wolkengattungen Ct, Cm und Ch im tiefen, mittleren und hohen Niveau.<br />
Der operationelle Beobachter einer Wetterstation beurteilt die Bewölkung im vom Boden<br />
aus einsehbaren Bereich. Selbst wenn dieser nicht orographisch eingeengt ist, sieht er<br />
mittlere und hohe Wolken nur dann, wenn sie nicht von tieferen Schichten verdeckt sind. Bei<br />
fehlenden tiefen Wolken können mittlere und hohe Wolken auch in grosser Entfernung einen<br />
deutlichen Beitrag liefern. Cumulunimben sind teilweise in 100 km Entfernung noch sichtbar.<br />
Da nach WMO-Reglement die untersten 10° des Sichtfeldes ausgespart bleiben, werden tiefe<br />
Wolken in ähnlicher Distanz sicher nicht berücksichtigt. Das Sichtfeld hängt also mindestens<br />
von der Wolkenuntergrenze, dem Bedeckungsgrad, der Stationssituierung und der Sichtweite<br />
ab. Feijt und de Valk (2001) schliessen daraus, dass die Wolkenbeobachtung je nach<br />
Bedeckungsgrad für ein unterschiedlich grosses Gebiet gültig ist.<br />
Neben den Synop-Stationen gibt es noch eine weitere Gruppe von Wolkenmeldungen aus<br />
Augenbeobachtungen. Es sind dies die von Flughäfen abgegebenen Wetterinformationen im<br />
METAR-Format. Die Bewölkung wird dort in den fünf Klassen clear, few, scattered, broken,<br />
overcast beobachtet. Eine Zuordnung der METAR-Meldungen zu den Angaben in Achteln ist<br />
Tabelle A.1 in Anhang A zu entnehmen.<br />
2.3.2 Die Höhe der Wolkenbasis<br />
Von den Beobachtern des weltweiten Synop-Netzes werden normalerweise auch<br />
Beobachtungen über die Höhe der Wolkenbasis übermittelt. Sie orientieren sich systematisch<br />
an den Beobachtungen des Bedeckungsgrads. Die erste Angabe zur Wolkenhöhe beschreibt<br />
die Höhe t der als Nt beobachteten tiefen oder mittleren Bewölkung. t ist eine Schlüsselzahl<br />
zwischen 0 und 9, zu der in einer nichtlinearen Skala die Wolkenhöhe ht von 50 m bis<br />
>_2500_m gehört (SMA 1982).<br />
Des weiteren werden auch die Höhen hi der drei untersten Wolkenschichten mit<br />
Bedeckungsgrad Ni beobachtet und übermittelt. Die zugehörige Kennzahl i liegt zwischen 0<br />
und 99, genauer zwischen 0 und 50 sowie 56 und 99. Die Auflösung der Angabe beträgt 30 m<br />
für die ersten 1500 m (Kennzahlen i von 0 bis 50) und 300 m darüber (Kennzahlen i von 56<br />
bis 99).<br />
2.3.3 Beobachtungen bei Nacht<br />
Die Beobachtungen von Bedeckungsgrad und Wolkenhöhe an den synoptischen Stationen<br />
werden meist rund um die Uhr durchgeführt. Insbesondere nachts ist es nicht immer einfach,<br />
die Wolken überhaupt zu erkennen und ihre Anzahl, Art oder sogar Höhe korrekt zu schätzen.<br />
- 22 -
Entscheidend für die Güte einer solchen Beobachtung ist die Menge des noch<br />
vorhandenen Lichtes, sei es in der Dämmerung durch die Sonne oder nachts als Mondlicht.<br />
Hahn et al. (1995) fanden heraus, dass im langjährigen Mittel in mondlosen Nächten ein etwa<br />
5% niedrigerer Bedeckungsgrad beobachtet wird als in den Nächten mit Vollmond. Sie<br />
empfehlen, den Wolkenbeobachtungen in Nächten mit weniger als Halbmond nur begrenzt zu<br />
vertrauen. Bezüglich des Sonnenlichts sehen sie eine brauchbare Beobachtung als<br />
gewährleistet, wenn die Sonne höher als -9° am Himmel steht.<br />
2.3.4 Zeitliche Gültigkeit einer Beobachtung<br />
Wolkenbeobachtungen werden an vielen Stationen in einem drei- oder sechsstündigen<br />
Rhythmus durchgeführt. Das Reglement der WMO sieht vor, dass die Beobachtung etwa 10<br />
bis 15 Minuten vor der Zeit gemacht wird, zu der die Meldung abgesetzt wird (Dürr und<br />
Philipona 2004). In vielen Fällen mit gleichmässiger oder sich nur schwach ändernder<br />
Bewölkung mag dies kein Problem darstellen. Allerdings werden immer auch Situationen<br />
vorhanden sein, bei denen sich der Bedeckungsgrad innerhalb von 5 bis 10 Minuten um<br />
einige Achtel ändert. Dies gilt besonders für den Charakter der Wolken und für die<br />
Sichtbarkeit und Beurteilung von Wolken einer zweiten und dritten Schicht.<br />
Gerade bei wechselnder Bewölkung ist also zu berücksichtigen, dass eine Wolkenbeobachtung<br />
nicht oder nicht nur für den exakten Zeitpunkt der Synop-Meldung gültig ist.<br />
2.3.5 Abschätzung des Fehlers bei Augenbeobachtungen<br />
Der Fehler von Wolkenbeobachtungen ist leider nicht genau bestimmt. Das Handbuch für<br />
Wolkenbeobachter der MeteoSchweiz (SMA 1982) gibt darüber genauso wenig Auskunft wie<br />
die sonstige Literatur. Somit bleibt nur eine möglichst objektive Abschätzung anhand<br />
allgemeiner Regeln unter Berücksichtigung der Beobachtungsvorschriften.<br />
Da die Beobachtung in diskreten Werten in Achtel erfolgt, beträgt das Fehlerintervall selbst<br />
bei korrekter Beobachtung immer ±0.5 Achtel. Normalerweise wird für Beobachtungen eine<br />
Ablesegenauigkeit von einem Skalenteil angenommen. Dies mag bei guten<br />
Beobachtungsbedingungen auch hier zutreffen, N ¡ 1 Achtel. Anspruchsvoller wird es, wenn<br />
Beobachtungen Ni in verschiedenen Schichten i gemacht werden. Je nach Bedeckungsgrad<br />
N1 der untersten Schicht erfolgt die Beobachtung von N2 aufgrund eines kleineren<br />
Ausschnittes des Himmels und man kann für i > 1 durchaus Ni 2 Achtel annehmen.<br />
Besondere Beachtung verdienen die Fehler von N = (0, 1, 7, 8 Achtel). N = 0 Achtel (klar)<br />
wird nur beobachtet, wenn keine Wolke sichtbar ist. Dies sollte normalerweise deutlich<br />
erkennbar und fehlerfrei sein. Dasselbe gilt für bedeckten Himmel, also N = 8 Achtel. Ab der<br />
ersten Wolke beziehungsweise der ersten Wolkenlücke ist nach WMO-Reglement N = 1<br />
Achtel bzw. N = 7 Achtel zu melden. Der Fehler von N = 1 Achtel umfasst also ein Intervall<br />
±0.75 Achtel, allerdings gleichverteilt um den Mittelwert 0.75 Achtel anstatt 1 Achtel.<br />
Auf die Schwierigkeit (und damit Fehleranfälligkeit) von Beobachtungen im Dunkeln wurde<br />
bereits hingewiesen. Nachts können (bei Cirren) selbst klare und bedeckte Verhältnisse nicht<br />
immer auseinandergehalten werden. Da eine genaue Quantifizierung des Fehlers (auch in<br />
- 23 -
Abhängigkeit des absoluten Bedeckungsgrads, der Tageszeit und der Mondphase) nur<br />
schwer möglich ist, wird im Weiteren von N = 1 Achtel ausgegangen.<br />
Auch die Höhe der Untergrenze einer Wolkenschicht ist nicht fehlerfrei zu bestimmen –<br />
besonders nachts und in der beschriebenen hundertteiligen Skala. Aviolat et al. (1998) ziehen<br />
aus einem Vergleich mit Ceilometerwerten (eine Beschreibung des Ceilometers folgt im<br />
nächsten Abschnitt) sogar den Schluss, dass menschliche Beobachter die Höhe hoher<br />
Wolken systematisch überschätzen.<br />
Die Beobachtung der Wolkenhöhe ist maximal auf eine Beobachtungsklasse genau. Der<br />
relative Fehler hrel schwankt damit je nach Höhe, ist aber immer grösser 2%. In 1500 m<br />
Höhe beträgt er mit 30 m genau 2%; allerdings ist anzunehmen, dass die Höhe einer Wolke in<br />
1500 m nicht mehr auf 30 m genau bestimmt werden kann. Sicher weist auch h eine<br />
Abhängigkeit von Bedeckungsgrad, Tageszeit und Mondphase auf. Für die weiteren<br />
Überlegungen soll die Verwendung von hrel = 10% genügen.<br />
2.3.6 Messungen vom Boden aus<br />
Nicht zuletzt wegen der hohen Variabilität der Bewölkung und ihrer teils unzureichenden<br />
Bestimmung durch menschliche Beobachter, wurde schon früh versucht die Beobachtung von<br />
Wolken zu automatisieren. Dazu kommen diverse Methoden sowohl aktiver als auch passiver<br />
Fernerkundung in Frage. Einige haben sich durchgesetzt und werden im Folgenden kurz<br />
beschrieben.<br />
Ceilometer<br />
Als aktives Fernerkundungsgerät sendet das Ceilometer elektromagnetische Wellen im<br />
Nanometerbereich (Laserlicht) aus. Das verbreitetste, kommerziell vertriebene Gerät dieser<br />
Art, das Vaisala CT75 Lidar, arbeitet bei einer Sendefrequenz von 905 nm. Aufgrund der<br />
hohen Dämpfung bei dieser Wellenlänge eignet sich das Gerät nur zur Bestimmung der<br />
Wolkenuntergrenze. Es wird dazu häufig an Flughäfen eingesetzt.<br />
Das Ceilometer führt eine Messung mit geringem Öffnungswinkel senkrecht nach oben<br />
durch. Bei zeitlicher Mittelung über einige Minuten kann unter der Annahme einer gleichmässigen<br />
Wolkenbewegung aber ein Bedeckungsgrad und eine Zuordnung in verschiedene<br />
Schichten gewonnen werden. Die Angabe der Wolkenhöhe ist jener eines menschlichen<br />
Beobachters deutlich überlegen (Aviolat et al. 1998). Wolken oberhalb einer Höhe von 6 bis<br />
8_km werden allerdings sehr schlecht bis gar nicht detektiert (Sievers et al. 2002).<br />
Wolkenradar<br />
Das Wolkenradar arbeitet bei typischerweise 0.3 bis 2.5 cm Wellenlänge (Rinehart 1991).<br />
Trotz hoher Dämpfung kann damit weit in die Wolken hineingeschaut werden. Die<br />
Bestimmung der Dicke einer Wolkenschicht oder das Detektieren mehrerer Wolkenschichten<br />
übereinander ist normalerweise möglich. Durch ausfallenden Niesel kann die Messung der<br />
Wolkenunterkante aber verfälscht werden (Löhnert et al. 2004). Bei einem Öffnungswinkel<br />
von unter 0.2° werden mit dem Wolkenradar Quasipunktmessungen senkrecht nach oben<br />
unternommen, die, ähnlich wie beim Ceilometer, durch zeitliches Rekombinieren mit anderen<br />
Beobachtungsmethoden vergleichbar gemacht werden können (Sievers et al. 2002).<br />
Auch Regenradare im X- und teilweise sogar im C-Band (2.5 bis 8 cm Wellenlänge, vgl.<br />
Abschnitt 3.3) können Wolken mit grossen Tropfen detektieren. Bei dopplerfähigen<br />
- 24 -
Vertikalradaren ist dabei auch die Vertikalgeschwindigkeit und damit der Charakter der Wolke<br />
bestimmbar (Baschek 2004).<br />
Videokamera<br />
Mit handelsüblichen Videokameras können Wolken gefilmt und photogrammetrisch<br />
vermessen werden. Dazu werden zwei Kameras in bekanntem Abstand verwendet, die den<br />
selben Ausschnitt des Himmels beobachten. Die automatische Auswertungsroutine liest aus<br />
den Bildern die Wolkenart, den Charakter der Wolken und deren Höhe heraus, sowie als<br />
wesentlichstes Merkmal den Bedeckungsgrad (Seiz et al. 2002). Ein solches System kann<br />
relativ kostengünstig betrieben werden, funktioniert aber nur tagsüber.<br />
Langwellige Strahlungsmessung<br />
Eine weitere, allerdings indirekte Methode ergibt sich aus der Messung der langwelligen<br />
Gegenstrahlung L der Wolken. Sie kann mit Hilfe eines Präzisionspyrgeometers bestimmt<br />
werden, wie es z.B. vom Weltstrahlungszentrum WRC / PMOD in Davos betrieben wird.<br />
Ist die langwellige ¡ Einstrahlung L bekannt, kann aus ihr die Emissivität cloudy des<br />
(eventuell) bewölkten Himmels berechnet werden. Die Emissivität clear eines entsprechenden<br />
¡<br />
klaren Himmels ist bestimmbar aus Lufttemperatur und -feuchte (z.B. mit Gleichung (4.9) in<br />
Kapitel 4A). Marty und Philipona (2000) definieren daraus einen Clear-Sky-Index<br />
CSI = , der für tiefe und mittelhohe ¡ cloudy / Wolken in guter ¡ clear<br />
Übereinstimmung mit<br />
Augenbeobachtungen steht.<br />
Zusammenfassung<br />
Die genannten und noch zu nennenden unterschiedlichen Messverfahren geben mehr oder<br />
weniger genau Auskunft über die Bewölkungssituation. Meist handelt es sich dabei um<br />
Punktmessungen senkrecht nach oben, oder aber um Messungen, die den gesamten<br />
sichtbaren Himmel berücksichtigen. Den Augenbeobachtungen kommt die photogrammetrische<br />
Methode mit Videokameras am nächsten, allerdings ist sie auf den Tag<br />
beschränkt. Zur Bestimmung der Wolkenhöhe ist das Ceilometer am besten geeignet.<br />
Dennoch werden keine zwei Methoden zu allen Zeitpunkten das selbe Ergebnis liefern.<br />
Selbst die Messungen der Wolkenhöhe mit Ceilometer und Wolkenradar unterscheiden sich<br />
aufgrund der unterschiedlichen Wellenlänge und damit unterschiedlichen zur Detektion<br />
nötigen Tropfenverteilung (Sievers et al. 2002). Allen gemeinsam ist, dass sie eine für einen<br />
charakteristischen Bewölkungszustand repräsentative Zahl liefern, die der jeweiligen Messmethode<br />
entspricht und in den meisten Fällen interpretierbar bzw. vergleichbar ist.<br />
2.3.7 Messungen in der Atmosphäre<br />
Neben der Beobachtung bzw. Messung vom Boden aus besteht auch die Möglichkeit, die<br />
Wolke vor Ort zu vermessen. Dies geschieht teilweise mit speziell ausgerüsteten Messflugzeugen,<br />
die zu Forschungszwecken Tropfenverteilung und weitere Grössen bestimmen<br />
(Sievers et al. 2002).<br />
Auch operationelle Radiosondenaufstiege geben Aufschluss über die Bewölkung vor Ort<br />
(Seiz et al. 2002). Innerhalb der Wolke (und normalerweise nur dort) steigt die relative Luftfeuchtigkeit<br />
auf 100% und darüber. Dadurch sind Wolkenhöhe und -dicke genau bestimmbar;<br />
natürlich auch für Wolken in verschiedenen Schichten. Wenn die relative Feuchte nicht 100%<br />
erreicht, kann ab gewissen Schwellwerten davon ausgegangen werden, dass in einer Schicht<br />
- 25 -
Wolken vorhanden sind. So ist in Höhen mit 80% Luftfeuchtigkeit normalerweise mit 4 Achteln<br />
zu rechnen. Ein Nachteil der Radiosondierungen besteht darin, dass sie nicht ortsfest durchgeführt<br />
werden können, sondern die Sonde mit dem Wind transportiert wird.<br />
2.4 Messung von Wolken mit Satelliten<br />
2.4.1 Messbereiche<br />
Eine weitere Möglichkeit der passiven Wolkenfernerkundung bieten Satelliten. Sie<br />
empfangen die von Erdoberfläche, Atmosphäre oder Wolken ausgesandte Strahlung in<br />
verschiedenen Frequenzbereichen (Schmetz et al. 2002).<br />
Im Sichtbaren Bereich (VIS) können Wolken direkt durch ihre helle Farbe erkannt werden.<br />
Sie heben sich damit (zumindest meistens) von der blauen Wasser- oder braungrünen Erdoberfläche<br />
ab. Bestimmbar ist dabei nur der Gesamtbedeckungsgrad N. Eine Unterteilung in<br />
mehrere Schichten oder die Bestimmung der Wolkenhöhe ist allenfalls über den Schattenwurf<br />
möglich. Eine Messung im VIS-Kanal kann nur tagsüber erfolgen. In Abbildung 2.2 links ist<br />
eine Satellitenmessung im sichtbaren Frequenzbereich dargestellt. Da sie frühmorgens<br />
gemacht wurde, befindet sich der nordwestliche Teil der Abbildung noch in der Dämmerung.<br />
Im Wasserdampfkanal (WV) misst man die Emission von Wolken und gasförmigen H2O-<br />
Molekülen. In Abbildung 2.2 mitte sind dicke Wolken grün, dünne weissgrün dargestellt. Auch<br />
die wolkenfreie Atmosphäre absorbiert gemäss ihres Wasserdampfgehalts, weshalb feucht<br />
klare Luft weiss, trockene aber grau dargestellt wird.<br />
Im infraroten Bereich (IR) misst der Satellit die Strahlungstemperatur der von ihm aus zu<br />
sehenden Oberfläche – also der Erdoberfläche oder einer Wolke. Ein Beispiel ist in Abbildung<br />
2.2 rechts gegeben. Normalerweise erscheinen in wolkenfreien Regionen morgens die<br />
Ozeane wärmer als das umgebende, ausgekühlte Land. Heizt sich das Land im Lauf des<br />
Tages auf, so kippt dieses Verhältnis. In wolkenreichen Regionen gibt die gemessene<br />
Ausstrahlungstemperatur Auskunft über die jeweilige Höhe der Wolkenobergrenze (Joro und<br />
Saltikoff 2004).<br />
Um ein detailliertes Bild der Bewölkung zu erhalten, kombiniert man im Allgemeinen die<br />
Informationen aller drei passiven Kanäle. Einige Satelliten, z.B. EarthCare, verfügen<br />
inzwischen auch über aktive Fernerkundungsgeräte wie Lidar oder Radar, deren Messwerte<br />
ergänzend verwendet werden können.<br />
2.4.2 Raumzeitliche Auflösung<br />
Die zeitliche Auflösung von Satellitenmessungen ist eng gekoppelt mit der Wahl des<br />
Orbits. Die räumliche Auflösung hängt zusätzlich noch von der gemessenen Wellenlänge ab.<br />
Man unterscheidet dabei zwischen polarumlaufenden und geostationären Satelliten.<br />
Geostationäre Satelliten stehen in etwa 36000 km Höhe über einem fixen Punkt des<br />
Erdäquators. Die klassischen Wettersatelliten gehören dieser Kategorie an, z.B. die Satelliten<br />
der Meteosat-Reihe, von denen die Bilder dieser Arbeit stammen. Die Messgeräte der<br />
- 26 -
Abbildung 2.2: Satellitenbilder vom 28. November 2001, 09 UTC in den drei Frequenzbändern sichtbar (VIS,<br />
links), Wasserdampf (WV, mitte) und Infrarot (IR, rechts).<br />
Satelliten rotieren um die eigene Achse und scannen dabei die Erde streifenweise ab. Bisher<br />
waren 30 Minuten für einen Scan nötig, die neueste Generation der Meteosats soll allerdings<br />
die zeitliche Auflösung auf 15 Minuten halbieren (Schmetz et al. 2002). Aus der Messmethode<br />
wird verständlich, dass ein geostationärer Satellit schräg auf die Regionen mittlerer und hoher<br />
Breite schaut. Die räumliche Auflösung wird also nach Norden und Süden schlechter und<br />
zudem verzerrt. Für Mitteleuropa beträgt sie im Infrarotbereich etwa 7_×_10_km 2 , im Wasserdampfkanal<br />
ist sie geringer, im sichtbaren deutlich besser.<br />
Polarumlaufende Satelliten umkreisen die Erde von Pol zu Pol. Sie haben mit 850 km eine<br />
deutlich tiefere Flugbahn, was zu einer entsprechend höheren Auflösung führt. Sie scanen<br />
quer zur Flugrichtung, die Auflösung nimmt also zum Rand eines Messstreifens hin etwas ab.<br />
Allerdings beobachten sie jeden Ort nur alle 12 Stunden (Kraus 2000).<br />
2.4.3 Grenzen und Probleme<br />
Satelliten geben im Allgemeinen gut und grossräumig Auskunft über die vorherrschenden<br />
Bewölkungsverhältnisse. Dennoch stossen ihre Messung an Grenzen.<br />
Der grösste, allgemeingültige Nachteil ist wohl, dass Wolken nur von oben gesehen<br />
werden. Sowohl im VIS- als auch im IR-Kanal wird nur die Obergrenze der höchsten Wolkenschicht<br />
erfasst. Was sich unterhalb einer eventuell nur dünnen Cirrusschicht abspielt, entzieht<br />
sich weitgehend der Beobachtung. Dies steht im Widerspruch zur Tatsache, dass Cirren<br />
wenig wetterwirksam sind und auf die Messungen einiger der im Abschnitt 2.3.6 erklärten<br />
Messgeräte (Pyrgeometer, Ceilometer) kaum Einfluss haben.<br />
Einen Nachteil gegenüber anderen Methoden stellt auch die räumliche und zeitliche<br />
Auflösung dar. Messungen im 30-Minuten-Rhythmus sind für eine automatische Beobachtung<br />
relativ selten. Dass ein Gebiet von 7 × 10 km 2 durch nur einen Messwert repräsentiert wird,<br />
führt ebenfalls zu Fehlern. V.a. bei aufgelockerter oder stark strukturierter Bewölkung überlagern<br />
sich Strahlungseffekte von verschiedenen Wolkenschichten oder gar von Wolke und<br />
Erdoberfläche (Feijt und de Valk 2001).<br />
- 27 -
Einige Probleme ergeben sich für die Messung tiefer Wolken, selbst wenn sich darüber<br />
keine weitere Wolkenschicht befindet. Im Wasserdampfkanal wird ein grosser Teil des<br />
bodennahen Signals bereits auf dem Weg durch die übrige Atmosphäre absorbiert. Im<br />
sichtbaren und infraroten Bereich ist teilweise nicht klar, was der Satellit sieht (Papin et al.<br />
2002). Schnee ist im VIS-Kanal ungefähr genauso weiss wie eine Wolkenschicht (vgl. die<br />
Ostalpen in Abbildung 2.2 links). Im Fall einer Inversion kann die Erdoberfläche deutlich kälter<br />
sein als die Oberfläche des darüberliegenden Hochnebels. Im Infrarotsignal sind darum beide<br />
nicht gut zu trennen. Alle genannten Problematiken und ihre Kombination spielen besonders<br />
in orographisch stark gegliedertem Gelände eine Rolle, in dem zusätzlich die Bewölkungsverhältnisse<br />
stark variieren können oder die Orographie aus einer tiefen Wolkenschicht<br />
herausschaut und die Messung beeinflusst. Somit ist die Interpretation von Satellitenmessungen<br />
nicht immer einfach oder gar eindeutig.<br />
Sollen Bewölkungsangaben des Satelliten mit Beobachtungen oder Messungen vom<br />
Boden aus verglichen werden, taucht noch eine weitere Frage auf. Bodenmessgeräte<br />
erstellen meist Punktmessungen (Ceilometer) oder integrieren über einen uneinheitlichen<br />
Ausschnitt (Augenbeobachter, Pyrgeometer). Sie geben deshalb nicht nur nicht die<br />
Verhältnisse im Zentrum eines Satellitenpixels wieder, sondern sehen zudem nur einen Ausschnitt<br />
des Pixels oder kombinieren Teile mehrerer Satellitenpixel (Feijt und de Valk 2001).<br />
2.5 Advektion<br />
2.5.1 Definition<br />
Der Begriff Advektion stammt von lateinischen ad vehere (heranbringen). Er beschreibt den<br />
grossskaligen Transport meteorologischer Eigenschaften durch dynamische Prozesse.<br />
Angewendet wird er auf eine Vielzahl konservativer meteorologischer Grössen: Temperaturadvektion,<br />
Feuchteadvektion, Vorticityadvektion. Ebenso können auch Wolken oder<br />
Niederschlag advehiert werden, im Gegensatz zu ihrer lokalen Entstehung.<br />
2.5.2 Advehierte Wolken und lokale Entstehungs- / Auflösungsprozesse<br />
In Abschnitt 2.2.2 wurden die wesentlichen Wolkenbildung- und -auflösungsprozesse<br />
bereits genannt. Die im Zusammenhang mit Fronten auftretende Bewölkung ändert sich zwar<br />
im Lauf des Lebenszyklus einer Front. Dennoch bleiben ihr Charakter sowie vorherrschende<br />
Strukturen oft über hunderte von Kilometern und mehrere Tage stabil (Germann und<br />
Zawadzki 2002). Ist die ungefähre Verlagerungsrichtung und -geschwindigkeit der Front<br />
vorhersehbar, kann auch die Advektion der Wolken bzw. zugehöriger wolkenfreier Regionen<br />
gut abgeschätzt werden. Gegebenenfalls ist dabei zu berücksichtigen, dass Gebirge die<br />
Advektion beeinflussen oder behindern (z.B. Staulagen).<br />
Auch ursprünglich durch Konvektion entstandene Stratus- und Stratocumulusschichten<br />
oder in selteneren Fällen Hochnebel können über grössere Strecken advehiert werden. Die<br />
vorherrschenden Winde in mittlerer Höhe geben dann die Transportwege an. Dagegen stellen<br />
- 28 -
Föhnwolken eher den umgekehrten Effekt dar. Bildlich gesprochen stellt sich das Gebirge der<br />
Advektion einer relativ feuchten Luftmasse in den Weg, und zwingt diese zur Reaktion.<br />
Advektion und lokale Wolkenbildung und -auflösung können nie vollkommen entkoppelt<br />
betrachtet werden. Eine Unterscheidung der beiden Gruppen ist dennoch sinnvoll, hilfreich<br />
und meistens auch möglich.<br />
2.5.3 Bewegung konvektiver Systeme<br />
Eine besondere Stellung zwischen lokalen Phänomen und Advektion nehmen konvektive<br />
Systeme ein. Begünstigt durch Schwachwindwetterlagen und thermische Gegebenheiten<br />
entstehen Cumuluswolken oft sehr lokal und bewegen sich überhaupt nicht. Sie entwickeln<br />
aber ein Eigenleben, sobald sie sich zu Schauer- und Gewitterwolken entwickeln können. Bei<br />
Gewittern unterscheidet man zwischen Single-Zellen, Multizellen und Superzellen, je nach<br />
Grösse, Anzahl und genauem Verhalten. Alle diese Zellen bewegen sich normalerweise. Bei<br />
den Multizellen lösen sich zudem in schneller Folge Zellen auf, während sich räumlich<br />
versetzt neue Zellen bilden. Auch bei der einzelnen Zelle ist eine Verlagerung mit dem<br />
vorherrschenden Wind nicht immer gegeben (Leuenberger und Rossa 2004). Im Gegenteil<br />
werden bei Superzellen teilweise Unterschiede zwischen Zugrichtung und Windrichtung von<br />
bis zu 60° beobachtet. Dieses Propagieren ist im Sinne obiger Definition keine Advektion<br />
mehr, dennoch kann auch die Verlagerung solcher konvektiver Systeme verfolgt werden.<br />
2.6 Aktueller Stand der Niederschlags- und Bewölkungsvorhersage<br />
2.6.1 Vorhersage mit numerischen Wettermodellen<br />
Die numerische Wettervorhersage (NWP) verfügt heute über gute Möglichkeiten zur<br />
Niederschlags- und Wolkenprognose. Die meisten Wetterdienste verwenden für ihre<br />
Vorhersagen ein zweistufiges System, bestehend aus einem globalen Modell und einem darin<br />
eingebetteten feinskaligeren lokalen Modell. Diese zweite Stufe stellt bei der MeteoSchweiz<br />
das alpine Lokalmodell (aLMo) dar (Leuenberger und Rossa 2004), eine angepasste Version<br />
des Lokalmodells (LM) des Deutschen Wetterdienstes (DWD).<br />
Beide Modellstufen können die Advektion von Niederschlag im Allgemeinen gut erfassen.<br />
Frontaler Niederschlag ist oft über mehrere Tage hinweg vorhersagbar. Allenfalls der genaue<br />
Zeitpunkt, zu dem frontaler Niederschlag einsetzt, schwankt. Probleme treten im Zusammenhang<br />
mit frontolytischen Prozessen oder mit Orographie auf. Die eine Front umgebende<br />
Bewölkung ist schwerer zu prognostizieren. Gerade postfrontales Aufklaren kann teils sehr<br />
schnell gehen, oder gar nicht einsetzen.<br />
Die Vorhersage von Konvektion ist für die Modelle schwierig. Zwar bilden sich lokal Wolken<br />
und Niederschlagszellen, und diese werden auch verlagert. Sie geben aber nur einen<br />
regionalen Wettercharakter wieder, eine exakte räumliche Zuordnung ist nicht möglich.<br />
Gerade in orographisch stark gegliedertem Gelände sind diese Prognosen oft schwer zu<br />
interpretieren.<br />
- 29 -
Eine besondere Herausforderung stellt die Vorhersage von Hochnebel dar. Im aLMo ist<br />
Hochnebelbildung und -auflösung vorgesehen, aber die Treffsicherheit ist nicht sehr hoch<br />
(Mathis 2004). Zudem hat die Prognose von Hochnebel weitreichende Folgen für die<br />
Vorhersage der Bodentemperatur und weiterer Grössen, und beeinflusst damit das weitere<br />
Verhalten des numerischen Modells.<br />
Die Güte einer numerischen Vorhersage hängt wesentlich vom verwendeten Anfangszustand<br />
ab. Deshalb gibt es zahlreiche Versuche, Bewölkung und Niederschlag bereits am<br />
Anfang eines Modelllaufs zu korrigieren und dadurch Fronten und konvektive Gebilde an die<br />
richtige Stelle zu setzen. Dabei kommen Satellitenmessung der Bewölkung (Ament 2001)<br />
oder Radarniederschläge (Haase et al. 2000, Klink 2004) zum Einsatz. Diverse technische<br />
Details, z.B. die Tatsache, dass bei Veränderung des Niederschlagsfeldes auch Temperatur-,<br />
Feuchte- und Windfeld angepasst werden müssen, sind im Allgemeinen lösbar. Es zeigt sich<br />
aber, dass die korrigierten Bewölkungs- und Niederschlagsfelder das Modellergebnis nur für<br />
einige Stunden beeinflussen.<br />
Die Vorhersage von Niederschlag und Bewölkung mit lokalen Modellen ist also zwar gut,<br />
aber bezüglich ihrer zeitlichen und lokalen Auflösung für die Belange des Strassenwetters oft<br />
nicht gut genug. Zudem werden kritische Situationen wie postfrontales Aufklaren oder<br />
Hochnebel häufig falsch eingeschätzt.<br />
2.6.2 Kurzfristige Niederschlagsvorhersage mit Mustererkennungsverfahren<br />
Mit Wetterradaren lassen sich Niederschlagsfelder in adäquater Weise messen (vgl.<br />
Abschnitt 3.3). Seit Langem ist es dabei auch möglich, mit Mustererkennungsverfahren aus<br />
bestehenden Radarbildern auf die zukünftigen zu schliessen. Ein solches Verfahren wird in<br />
Kapitel 5 ausführlich beschrieben und angewandt.<br />
Die maximale Dauer derartiger Prognosen hängt stark von der Grösse des Untersuchungsgebiets<br />
und der Skala vorherzusagender Gebilde ab. So ist es mit einem die ganzen USA<br />
umfassenden Algorithmus möglich, frontale Niederschläge über mehrere Tage hinweg zu<br />
prognostizieren (Germann und Zawadzki 2002). Die Eingangsdaten werden dazu hochpassgefiltert,<br />
sodass Strukturen mit einer Auflösung von weniger als 64 × 64 km 2 verloren gehen.<br />
Konvektive Systeme sind damit nicht mehr zu sehen. Für die Schweiz geben Schmid und<br />
Wüest (2003) eine Dauer von drei Stunden an, über die die Vorhersage frontalen und<br />
konvektiven Niederschlags mit einer Auflösung von 2 × 2 km 2 sinnvoll möglich ist. Allerdings<br />
wird die Vorhersage durch die Orographie teils erheblich erschwert.<br />
Neben der diskreten Niederschlagsvorhersage (ja / nein) und der Niederschlagsintensität<br />
ist auch die Art des Niederschlags von Interesse. Dabei muss zwischen Schnee und Regen<br />
unterschieden werden. Die Einführung einer dritten Kategorie Schneeregen führt zu keinen<br />
guten Ergebnissen. Mit Hilfe von Temperaturmessungen in verschiedenen Höhenlagen oder<br />
Temperaturprognosen eines numerischen Vorhersagemodells kann die Niederschlagsart des<br />
gemessenen und extrapolierten Radarbilds ausreichend genau bestimmt werden (Gjertsen<br />
et_al. 2003, Schmid und Mathis 2004).<br />
- 30 -
2.6.3 Vorhersagen aus Satellitendaten<br />
Auch die Beobachtungen von Satelliten können mit Mustererkennungsverfahren<br />
extrapoliert werden (Grose et al. 2002, Papin et al. 2002). Die für Satelliten- und Radardaten<br />
verwendeten Verfahren sind ähnlich und stossen deshalb auf ähnliche Grenzen.<br />
Grossräumige und langlebige Strukturen wie Fronten können lange vorhergesagt werden,<br />
konvektive Bewölkung nur schlecht. Eine Begrenzung der Hochnebelvorhersage bildet<br />
natürlich die Tatsache, dass nur die Wolken überhaupt extrapoliert werden können, die auch<br />
beobachtet werden (vgl. Abschnitt 2.4.3).<br />
2.7 Einschränkung der Untersuchungszeiträume dieser Arbeit<br />
2.7.1 Beschränkung auf nächtliche Daten<br />
Aus den in den bisherigen Abschnitten gelieferten Informationen wird leicht ersichtlich,<br />
dass es für die Belange der Strassenwettervorhersage kritischere und weniger kritische Zeiträume<br />
gibt. Die Vorhersage der Bewölkung ist vor allem dann wichtig, wenn eine Reduktion<br />
der Temperatur der Strassenoberfläche ausgelöst oder verhindert wird; das Auslösen oder<br />
Verhindern einer Erwärmung ist eher unproblematisch. Sinkende Temperaturen sind verbunden<br />
mit Ausstrahlung bei klarem Himmel – und damit mit den Verhältnissen in der Nacht.<br />
Auch die Bildung von Hochnebel ist ein Phänomen, das vor allem abends und nachts auftritt.<br />
Ein weiterer Grund für eine Einschränkung des Untersuchungszeitraums liegt in der<br />
gewählten und in Kapitel 4A beschriebenen Methode. Ihre Anwendbarkeit am Tag wird zwar<br />
überprüft und prinzipiell bestätigt, aber wirklich brauchbare Ergebnisse konnten bisher nur<br />
nachts erzieht werden.<br />
Um die Untersuchungszeiträume möglichst gross zu halten, wird auch die abendliche und<br />
morgendliche Dämmerung miteinbezogen. Da die Definition von Dämmerung drei<br />
verschiedene Phasen umfasst, kann die komplette Zeit in sechs Bereiche eingeteilt werden:<br />
Tag, Sonnenauf/untergang, bürgerliche Dämmerung, nautische Dämmerung, astronomische<br />
Dämmerung, Nacht. Die Definition der Bereiche nach dem Stand der Sonne über dem<br />
Horizont (bei negativen Angaben also unter dem Horizont) ist in Tabelle 2.1 angegeben. Die<br />
Tabelle enthält ebenfalls eine Angabe der Uhrzeiten, zu der eine entsprechende Nachtphase<br />
abends beginnt und morgens endet, beispielhaft am 21. Dezember und am 21. März. Als ein<br />
für die ganze Schweiz repräsentativer Ort wird Luzern (mit geographischen Koordinaten 8.30°<br />
Ost, 47.03° Nord, entsprechend Schweizer Koordinaten km 665.52 Ost / 209.86 Nord)<br />
gewählt. Die Dämmerung dauert jeweils mehr als zwei Stunden.<br />
Die zur Sonnenhöhe über dem Horizont h ¡£¢¥¤§¦ 4 ,¨ ¤©¦ 4 , der geographischen Breite<br />
B£ 2 , 2 und Länge L£ 180 ° , 180 ° eines Ortes sowie dem Tag im Jahr<br />
tt 1 365 gehörenden Tageszeiten zz in UTC werden unter Verwendung der Deklination<br />
der Sonne dek = 0.40954 · sin (0.0172 · (tt – 79.365)) mit der Formel<br />
zz 12 12<br />
arccos sin h sin B <br />
sin dek<br />
B cos dek cos<br />
- 31 -<br />
sin tt 16.3745<br />
29.9133<br />
5.7078<br />
<br />
sin tt 1.0634<br />
5.4843<br />
7.4627<br />
L<br />
15<br />
(2.1)
Nachtphase<br />
Bezeichnung<br />
Sonnenstand<br />
über dem Horizont<br />
Beginn / Ende in Luzern<br />
am 21. Dezember am 21 März<br />
0 Tag > 0.6° - -<br />
1<br />
2<br />
3<br />
4<br />
Sonnenauf/<br />
untergang<br />
Bürgerliche<br />
Dämmerung<br />
Nautische<br />
Dämmerung<br />
Astronomische<br />
Dämmerung<br />
-0.6° bis +0.6° 17.29 / 9.20 19.31 / 7.35<br />
-6° bis -0.6° 17.38 / 9.11 19.38 / 7.28<br />
-12° bis -6° 18.15 / 8.34 20.10 / 6.57<br />
-18° bis -12° 18.54 / 7.55 20.45 / 6.21<br />
5 Nacht < -18° 19.31 / 7.18 21.22 / 5.44<br />
Tabelle 2.1: Definition und Beispiele zur Unterteilung in Tag, Dämmerung und Nacht. Beispielzeiten für die<br />
ANETZ-Station in Luzern in UTC.<br />
bestimmt (siehe http://lexikon.astronomie.info/zeitgleichung). Gleichung (2.1) ist für die<br />
mittlerem Breiten auf etwa 5 Minuten genau, sofern man die Beugung des Sonnenlichts in der<br />
Atmosphäre vernachlässigt.<br />
Auch in den folgenden Kapiteln wird die Nacht teilweise in diese sechs Phasen unterteilt.<br />
Allgemeine Untersuchungen werden aber für die komplette Nacht ab, bis und mit<br />
Sonnenauf/untergang durchgeführt. Auf eine spezielle Berücksichtigung der Mondphase wird<br />
verzichtet.<br />
2.7.2 Beschränkung auf Winterdaten<br />
Entsprechend den Anforderungen der Strassenwettervorhersage erfolgt eine weitere<br />
Einschränkung auf winterliche Daten. Diese Beschränkung ist notwendig, weil das besonders<br />
starke Aufheizen der Strassen in der Sommersonne sich selbst nachts noch negativ auf die in<br />
dieser Arbeit entwickelte Methode auswirkt. Ein Blick auf Tabelle 2.1 lässt erkennen, dass im<br />
Sommer auch die Datenlage immer knapper wird. Von Dezember bis März reduziert sich der<br />
Nachtzeitraum von knapp 16 auf 12 Stunden. Eine Nacht im Juni ist weitere vier Stunden<br />
kürzer.<br />
Wann der Winter beginnt und endet ist unterschiedlich definiert. Meteorologisch sind die<br />
Monate Dezember, Januar und Februar Wintermonate. Der Zeitraum, in dem ein Strassenamt<br />
dem Winterdienst besondere Aufmerksamkeit schenkt, erstreckt sich aber vom 1. November<br />
bis zum 30. April. In dieser Arbeit werden meist die Monate November bis April verwendet. An<br />
einigen Stellen ist der Untersuchungszeitraum durch fehlende Daten beschränkt.<br />
- 32 -
3 Daten<br />
Eine geeignete Datengrundlage ist für den Erfolg jeder Forschung und Anwendung<br />
massgeblich. Zur Erfassung horizontal zweidimensionaler Strukturen sind zweidimensional<br />
arbeitende Fernerkundungsmethoden notwendig, oder aber die Verwendung eines möglichst<br />
dichten und homogenen Stationsnetzes. An den verschiedenen Stationen sollen dabei die<br />
selben Parameter in gleicher oder vergleichbarer Weise möglichst gleichzeitig erfasst werden.<br />
Zumindest die wichtigen Parameter sollen an allen Stationen verfügbar sein. Die Kombination<br />
von flächigen Fernerkundungsmethoden mit punktuellen Stationswerten soll prinzipiell<br />
widerspruchsfrei erfolgen.<br />
In dieser Arbeit werden die Daten von drei Stationsmessnetzen sowie der Fernerkundungsmethode<br />
„Radar“ verwendet. Die im vorhergehenden Absatz beschriebenen Anforderungen<br />
sind dabei meistens nicht erfüllt. Die vier Netze messen in unterschiedlichen Zeitabständen,<br />
und nur einmal pro Stunde etwa gleichzeitig. Die Vergleichbarkeit der erfassten Parameter,<br />
die von Netz zu Netz, aber auch innerhalb der Stationsnetze variieren, wird noch zu untersuchen<br />
sein. Ebenso fehlen an allen Orten wesentliche Parameter, was die Findung einer<br />
„Wahrheit“ erschwert. Schliesslich ist auch die räumliche Ausdehnung der vier Netze unterschiedlich<br />
und nur durch die Wahl eines einigermassen homogen besetzten Ausschnittes<br />
überhaupt zu relativieren.<br />
Dennoch spielen alle nachfolgend beschriebenen Daten eine wichtige Rolle im Rahmen<br />
dieser Arbeit.<br />
3.1 Bodenmessnetze<br />
3.1.1 Das ANETZ<br />
Die ersten Anstrengungen, ein schweizweites meteorologisches Messnetz aufzubauen,<br />
gehen bis ins Jahr 1863 zurück. Ende der 1970er wurde das bestehende Messnetz<br />
teilautomatisiert und ausgedehnt. Es entstand das Automatische Messnetz (ANETZ) der<br />
MeteoSchweiz mit 72 Stationen. Aktuelle Überlegungen gehen dahin, das bestehende Netz<br />
erneut auszudehnen und mit einem parallel existierenden Klimamessnetz zu kombinieren<br />
(Frei 2003).<br />
Das ANETZ deckt mit seinen 72 Stationen alle Regionen der Schweiz und alle Höhenlagen<br />
repräsentativ ab. Eine Station liegt im liechtensteinischen Vaduz. Eine Tabelle aller Stationen<br />
und ihrer geographischen Koordinaten findet sich in Anhang B. Abbildung 3.1 zeigt<br />
Messgeräte der mit 3580 Metern höchstgelegenen ANETZ-Station auf dem Jungfraujoch. Für<br />
- 33 -
Abbildung 3.1: Einige Geräte der ANETZ-Station Jungfraujoch. Quelle siehe Anhang G.<br />
eine derartige Extremstation können nicht mehr alle Bedingungen der WMO erfüllt werden,<br />
man versucht es aber soweit wie möglich. Nach Massgabe der WMO finden Messungen von<br />
Druck, Lufttemperatur, Feuchte, usw. in 2 Metern über Grund statt. Die Windmessungen<br />
erfolgen in 10 Metern über Grund. Aus Gründen der Vergleichbarkeit werden die Messstationen<br />
(wenn möglich) auf einer Wiese aufgebaut. Ein homogenes Messfeld soll die<br />
Einflüsse von Gebäuden, Vegetation und Begrenzungszaun minimieren.<br />
Alle ANETZ-Stationen verfügen über ein Grundprogramm an Messsensoren (SMA 1982).<br />
Die Lufttemperatur T2m (in 2 Metern über Grund) wird mit einem Thermowiderstand<br />
gemessen. Das THYGAN (Thermo-Hygrometer ANETZ) beinhaltet einen Taupunktsspiegel<br />
zur Bestimmung der Luftfeuchtigkeit bzw. des Taupunkts 2m . Den Luftdruck p stellt ein<br />
Aneroidbarometer fest. Ein Pyranometer misst die Globalstrahlung Q. Windrichtung dd und<br />
-geschwindigkeit u sowie die Böenspitzen werden mit Schalenkreuzanemometer und<br />
Windfahne gemessen, an Gebirgsstationen mit einem Staudruckmessgerät. Die<br />
Niederschlagsmenge RR erfasst eine heizbare Regenwippe. Die meisten ANETZ-Stationen<br />
verfügen zusätzlich über eine Messung der Grastemperatur T0m (Lufttemperatur in 5 cm über<br />
Grund), einige auch über einen Bodenmessstab mit Temperaturmessungen Ttief in fünf<br />
verschiedenen Tiefen von -5 cm bis -150 cm (T-5cm bis T-150cm). Vereinzelt werden weitere<br />
Grössen, z.B. Blitzaktivität oder Radioaktivität, erhoben. Alle Messungen werden als 10-<br />
Minuten-Mittelwerte gesammelt, verbreitet und archiviert. Die Böenspitze stellt ein 10-Minuten-<br />
Maximum der Windstärke dar, der gemessene Niederschlag wird aufsummiert. Jeder Wert gilt<br />
für den Zeitraum von xx:x0 bis xx:x9 Uhr. Die Bodentemperaturmessungen liegen nur als<br />
Stundenwerte vor, zudem werden Stundenmittel, -minima und -maxima der übrigen<br />
Temperaturen erstellt. Die Temperaturen werden in °C gemessen, der Luftdruck in hPa, die<br />
Windgeschwindigkeit in m/s und der Niederschlag in l/m 2 . Alle Messwerte werden mit einer<br />
Nachkommastelle er- und übermittelt.<br />
Viele ANETZ-Stationen verfügten weiterhin über menschliche Beobachter, die zusätzliche<br />
meteorologische Parameter erheben. Sie bestimmen die Sichtweite VV, den Wettercharakter<br />
- 34 -
zum Beobachtungszeitpunkt und in den vorangegangenen Stunden, sowie die verschiedenen<br />
in Kapitel 2 beschriebenen Bewölkungsgrössen nach WMO-Reglement. Zweimal täglich lesen<br />
sie die Schneehöhe ab. Die Beobachtungen erfolgen an verschiedenen Stationen unterschiedlich<br />
häufig. Einige Stationen verfügen über drei Beobachtungen täglich, um 06, 12 und<br />
18 UTC. Andere beobachten zusätzlich um Mitternacht oder um 09 und 15 UTC. An sechs<br />
Stationen wird kontinuierlich alle drei Stunden beobachtet, auch während der Nacht. Es sind<br />
dies Payerne, Kloten, Vaduz, Wynau, Sion und Altdorf.<br />
Beobachtungen, die im Hinblick auf eine volle Stunde xx_+_1 gemacht werden, werden<br />
zusammen mit den Messwerten zur Zeit xx:40 (die dann für xx:30 bis xx:39 gültig sind)<br />
übermittelt. Sie erfolgen also bereits vorher, zwischen xx:20 und xx:30; die nominelle und die<br />
tatsächliche Beobachtungszeit differieren um etwa 35 Minuten (SMA 1982). In Tabelle 3.2<br />
sind die wesentlichen Mess- und Beobachtungswerte nebst Einheiten zusammengefasst.<br />
3.1.2 Die Strassenwetterstationen des Kantons Luzern<br />
Das Strasseninspektorat des Kantons Luzern betreibt seit 1995 ein dichtes Netz von<br />
Strassenwetterstationen (RWIS). Es besteht aus 52 Stationen eines von der Firma Vaisala<br />
entwickelten Typs. Die Stationen sind am Rand kantonaler Strassen positioniert; die<br />
Standorte wurden so gewählt, dass sie einen möglichst grossen oder besonders gefährlichen<br />
Abschnitt repräsentieren.<br />
Abbildung 3.2 zeigt die Station am Ortseingang von Sörenberg. Eine Liste aller Strassenwetterstationen<br />
im Kanton Luzern und ihrer Koordinaten befindet sich in Anhang B.<br />
Alle Stationen des Netzes besitzen in 2 Metern über Grund einen Ausleger des Mastes, an<br />
dem sich ein Kästchen zur Messung von Lufttemperatur und -feuchte befindet. Die Werte<br />
werden auf 0.1°C bzw. 1% genau bestimmt. Am selben Ausleger ist auch der Present<br />
Weather Detector (PWD) angebracht, der optisch die Sichtweite sowie Niederschlagsart und<br />
-intensität misst (Schmid und Mathis 2004). Die Bestimmung der Sichtweite erfolgt in Metern<br />
Abbildung 3.2: Station des Strassenmessnetzes des Kantons Luzern in Sörenberg. Quelle siehe Anhang G.<br />
- 35 -
Kennzahl Zustand Physikalische Bedeutung Verwendung<br />
1 Trocken Die Oberfläche ist trocken. Trocken<br />
2 Feucht<br />
3 Nass<br />
4 Nass und Gestreut<br />
5 Sensorfehler<br />
6<br />
7 Reif<br />
8 Schnee<br />
9 Eis<br />
Restspuren oder<br />
Trocken bis Feucht<br />
und Behandelt<br />
Die Oberfläche ist feucht. Typischerweise<br />
erscheinen Asphaltbeläge dunkler als<br />
normal.<br />
Die Oberfläche ist nass. Asphaltbeläge<br />
glitzern durch reflektierendes Licht.<br />
Die Oberfläche ist nass und eine<br />
Enteisungschemikalie ist vorhanden.<br />
Die Oberfläche ist feucht und ein<br />
Enteisungsmittel ist vorhanden.<br />
Raureif erkannt. Er hinterlässt auf der<br />
Strasse eine Schicht von weissen<br />
Eiskristallen. Am Tage erscheint der<br />
Asphalt grau.<br />
Schnee wurde auf der<br />
Fahrbahnoberfläche detektiert.<br />
Monokristallines Eis erkannt. Es entsteht<br />
durch am Ort gefrierendes Wasser. Ein<br />
Asphaltbelag erscheint deshalb schwarz.<br />
Feucht oder<br />
Nass<br />
Feucht oder<br />
Nass<br />
Feucht oder<br />
Nass<br />
Feucht oder<br />
Nass<br />
Gefroren oder<br />
Verreift<br />
Schnee<br />
Gefroren oder<br />
Verreift<br />
Tabelle 3.1: Gemessene Oberflächenzustände der Strasse, deren physikalische Bedeutung sowie eine<br />
Einteilung in vier Klassen zur weiteren Verwendung.<br />
bis maximal 2 km. Bei der Niederschlagsart kann zwischen Schnee und Regen unterschieden<br />
werden, jeweils in den Klassen leicht, mässig und stark. Die Niederschlagsintensität wird in<br />
mm/h ausgedrückt und erfolgt auf 0.1 mm/h genau. Gegebenenfalls wird auch eine<br />
resultierende Neuschneehöhe berechnet und übermittelt. Die Firma Vaisala bietet für ihre<br />
Strassenwetterstationen auch Messsensoren für Luftdruck und Globalstrahlung an, diese sind<br />
im Kanton Luzern aber nicht implementiert. Über dem Ausleger sind in 3 Metern über Grund<br />
die Windmesser angebracht. Schalenkreuzanemometer und Windfahne bestimmen<br />
Windstärke und -richtung auf 0.1 km/h bzw. 1° genau.<br />
Am Boden unterhalb der Station bzw. in der Strasse befinden sich die restlichen<br />
Messsensoren. Sie messen die Grastemperatur (also die Lufttemperatur in 0 Metern) und die<br />
Strassentemperatur in -6 cm, sowie an einigen Stationen auch eine tiefere Temperatur in<br />
-30_cm, jeweils auf 0.1°C genau. Zusätzlich werden vom Bodensensor elektrische und<br />
elektrochemische Kenngrössen erfasst und daraus der Zustand der Strassenoberfläche<br />
bestimmt. Die neun messbaren Zustände und ihre physikalische Bedeutung sind in Tabelle<br />
3.1 aufgeführt; im Verlauf dieser Arbeit werden nur noch die zusammengefassten vier<br />
Oberflächenzustände in der rechten Spalte der Tabelle verwendet. Oberflächenzustand, Grasund<br />
Strassentemperatur werden an jeder Station mit zwei Sensoren gemessen, von denen<br />
einer am Rand, der andere in der Mitte der Strasse angebracht ist (Mathis 2000). In dieser<br />
- 36 -
Arbeit werden nur die Mittelwerte beider Sensortemperaturen respektive der gefährlichere<br />
Strassenzustand (höhere Kennzahl aus Tabelle 3.1) verwendet.<br />
Die 52 Stationen des Strassenwettermessnetzes messen regelmässig alle 15 Minuten. Sie<br />
übertragen ihre Daten leicht versetzt über eine Zeitspanne von acht Minuten hinweg. Die<br />
ersten Stationen melden z.B. um xx:11, die letzten erst um xx:18.<br />
3.1.3 Stationen der meteomedia ag<br />
Die private Firma meteomedia ag betreibt seit den frühen 1990ern ein privates Stationsnetz<br />
in Deutschland, der Schweiz und angrenzenden Ländern (siehe www.meteomedia.ch). Dabei<br />
übernehmen Privatpersonen, Schulen oder Gemeinden die Aufstellung und Wartung der<br />
Stationen vor Ort. Die meteomedia ag sammelt und archiviert die Daten; sie verbreitet die<br />
Messungen in den Medien und erstellt Vorhersagen für die Stationsstandorte. Das<br />
Stationsnetz deckt prinzipiell ganz Deutschland ab. Da die Stationen aber nicht nur nach<br />
meteorologischen Gesichtspunkten aufgestellt werden, sondern auch ein lokaler Geldgeber<br />
gefunden werden muss, ergibt sich eine hohe Stationsdichte in den Ballungsgebieten und in<br />
touristisch interessanten Regionen, z.B. im Südschwarzwald. In der Schweiz ist das Messnetz<br />
weniger dicht als in Deutschland. Eine Auswahl der Stationen samt geographischen<br />
Koordinaten ist in Tabelle B.3 im Anhang aufgeführt.<br />
Die Stationen der meteomedia ag werden nach den Anforderungen der WMO auf einer<br />
Wiese aufgestellt. Die meisten Stationen verfügen über Sensoren für Druck, Temperatur und<br />
relative Luftfeuchtigkeit in 2 Metern über Grund. Hinzu kommt eine Regenwippe für den<br />
Niederschlag. Einige Stationen bestimmen Windstärke und -richtung. Wesentlich seltener ist<br />
die Messung der Grastemperatur. Alle gemessenen Parameter werden jeweils zur vollen<br />
Stunde übertragen.<br />
3.1.4 Weitere Stationen<br />
In der Schweiz und im benachbarten Ausland sind noch weitere meteorologische Stationen<br />
vorhanden, deren Daten prinzipiell zur Verdichtung des Messnetzes hinzugezogen werden<br />
könnten.<br />
Zuerst zu nennen sind die öffentlichen Wetterdienste Deutschlands (DWD) und<br />
Frankreichs (MeteoFrance). Sie unterhalten ebenfalls synoptische Mess- und Beobachtungsstationen,<br />
geben aktuelle Daten im Allgemeinen aber nicht freizügig heraus.<br />
Eine weitere Möglichkeit bilden die METAR-Meldungen von Flughäfen. Sie werden meist<br />
stündlich abgesetzt und beinhalten Luftdruck, -temperatur und -feuchte, Wind, Niederschlag,<br />
Sichtweite und Wettercharakter. Leider wird an Flughäfen keine Grastemperatur gemessen.<br />
Dafür ist eine direkte Beobachtung der Bewölkung vorhanden. An den grossen<br />
schweizerischen Flughäfen befinden sich jeweils auch ANETZ-Stationen. Allenfalls könnte die<br />
Verwendung ausländischer Flughäfen hilfreich sein, z.B. Balê-Molhouse.<br />
Schliesslich gibt es auch ausserhalb des Kantons Luzern Strassenwetterstationen. Diese<br />
Stationen werden von den Strasseninspektoraten anderer Kantone betrieben oder befinden<br />
sich am Rand von Autobahnen (Letestu und Keller 2000). Leider ist der Kanton Luzern<br />
schweizweit bisher der Einzige, der seine Daten instantan im Internet (www.wetterluzern.ch)<br />
- 37 -
Kurz<br />
Mess- /<br />
Beobachtungswert<br />
Einheit ANETZ<br />
RWIS Kanton<br />
Luzern<br />
meteomedia<br />
ag<br />
p Luftdruck hPa Ja Nein Ja<br />
T2m Lufttemperatur 2 m °C Ja Ja Ja<br />
T0m Grastemperatur 0 m °C Meistens Ja (2 Sensoren) Teilweise<br />
T-5cm Bodentemperatur -5 cm °C Teilweise Ja (2 Sensoren) Nein<br />
Ttief<br />
Bodentemperatur in<br />
grösserer Tiefe<br />
°C<br />
Teilweise (bis<br />
zu 5 Tiefen)<br />
Teilweise<br />
(in -30 cm)<br />
2m Taupunkt 2 m °C Ja Ja Ja<br />
Nein<br />
u Windstärke m/s Ja Ja (km/h) Meistens<br />
dd Windrichtung ° Ja Ja Meistens<br />
R,<br />
RR<br />
Niederschlagsrate,<br />
Niederschlagsmenge<br />
mm/h,<br />
mm<br />
Ja (mm in 10<br />
min)<br />
Ja (Intensität in<br />
mm/h)<br />
Q Globalstrahlung W/m 2 Ja Nein Nein<br />
WW Niederschlagsart (Klassen) Nein Ja Nein<br />
VV Sichtweite m Selten Ja (bis 2 km) Nein<br />
Sz Strassenzustand (Klassen) Nein Ja (2 Sensoren) Nein<br />
N,<br />
hcloud<br />
Bedeckungsgrad und<br />
Wolkenhöhe<br />
Achtel, m<br />
Bis zu 8×<br />
täglich<br />
Tabelle 3.2: Meteorologische Parameter der drei Stationsnetze (Auswahl).<br />
Ja<br />
Nein Nein<br />
veröffentlicht. Andere Kantone verweigern die Weitergabe der Daten zumeist mit dem<br />
Argument, dass allfälliges Fehlverhalten nachgewiesen und eine Haftung für vermeidbare<br />
Verkehrsunfälle eingefordert werden könnte. Auch die deutschen Bundesländer verfügen über<br />
Strassenwetterstationen (SWIS), die zur Ergänzung der Datenlage in Frage kämen (Jacobs<br />
und Raatz 1996).<br />
Bemerkt werden muss allerdings, dass die Hinzunahme jedes weiteren Messnetzes neben<br />
zusätzlicher Informationen auch neue Probleme mit sich bringt. Meist werden es Probleme<br />
lösbarer Art sein, zumal in dieser Arbeit bereits drei sehr unterschiedliche Stationsnetze<br />
verwendet werden, aber Aufwand und Nutzen sind dennoch jeweils abzuwägen.<br />
3.1.5 Überblick über alle verfügbaren Daten<br />
Die Messgrössen aller drei Stationsnetze sind in Tabelle 3.2 zusammengefasst. Es fällt<br />
auf, dass nur sehr wenige Angaben an allen Stationen verfügbar sind. Dies erschwert<br />
natürlich die Erstellung eines einheitlichen Modells für alle Stationen. Allerdings können sich<br />
verschiedene Stationstypen gegenseitig ergänzen, wenn eine an einer Stationsart bekannte<br />
Grösse an einer anderen berechnet werden kann. Die Stationswerte werden ergänzt durch<br />
Radarmessungen, die in Abschnitt 3.3 näher erläutert werden.<br />
- 38 -
Messnetz Untergrund Stationen Messintervall Zeitraum<br />
ANETZ,<br />
gemessen<br />
davon ANETZ,<br />
beobachtet<br />
RWIS Kanton<br />
Luzern<br />
Gras 67 / 25 / 13 10 min Wintermonate ab 01/1996<br />
- 6 / 4 / 2 3 Std 01/1996 bis 04/2002<br />
Strasse 52 / 52 / 52 15 min Wintermonate ab 03/2000<br />
meteomedia ag Gras 23 / 30 / 5 60 min Ab 11/2003<br />
Radar Composite -<br />
Auflösung:<br />
2 × 2 km 2 5 min Verwendet ab 11/2001<br />
Tabelle 3.3: Vergleich der vier verwendeten Messsysteme bezüglich Untergrund, Stationszahl, Messhäufigkeit<br />
und verfügbarem Zeitraum. Die drei Werte der Stationszahl geben an: alle Stationen in der Schweiz mit T2m<br />
und T0m / Stationen im grossen Untersuchungsgebiet (Abbildung 3.3) / Stationen im kleinen Untersuchungsgebiet<br />
(Abbildung 3.4).<br />
In Tabelle 3.3 werden die vier Messsysteme bezüglich ihres Untergrunds, der Stationszahl,<br />
des Messintervalls und der für diese Arbeit verfügbaren Daten verglichen. Während ANETZ<br />
und meteomedia ag WMO-konform über Gras messen, misst das Strassenwettermessnetz<br />
(RWIS) des Kantons Luzern über einer Strasse. Dieser Unterschied und seine Folgen werden<br />
noch zu diskutieren sein.<br />
Bei der Stationsanzahl sind zuerst alle Stationen in der Schweiz und Liechtenstein<br />
aufgeführt, die Messungen der Luft- und Grastemperatur durchführen. Dies sind leider nicht<br />
alle der 72 ANETZ-Stationen. Von den Stationen der meteomedia ag sind es nur 23 (davon<br />
vier in Liechtenstein). Das Radar liefert flächige Messwerte mit einer Auflösung von 2 × 2 km 2 .<br />
Leider sind die Messintervalle unregelmässig. Lediglich zur vollen Stunde sind Messungen<br />
aller Stationen vorhanden, aber selbst dann erstrecken sich die Messzeitpunkte der Luzerner<br />
RWIS-Stationen über mehrere Minuten. Ein Vergleich zwischen den Stationstypen wird<br />
dadurch genauso erschwert wie die Erstellung von Karten (etwa) gleichzeitiger Messwerte.<br />
Schliesslich variiert auch der Zeitraum, während dessen die Daten verfügbar sind. Im<br />
Rahmen dieser Arbeit kommen die ANETZ-Daten der Monate November bis April aus den<br />
Wintern 1995/96 bis 2003/04 zum Einsatz. Teile dieser Daten wurden speziell zu diesem<br />
Zweck aus den Archivbändern der MeteoSchweiz herausgelesen. Die Augenbeobachtungen<br />
von Bewölkung und Sichtweite stehen nur für die Winter 1995/96 bis 2001/02 zur Verfügung.<br />
Vergleiche zwischen tatsächlich beobachteter Bewölkung und anderen Messgrössen müssen<br />
sich also auf diese Zeiträume beschränken.<br />
Die Messungen der Luzerner Strassenwetterstationen sind prinzipiell für alle Wintermonate<br />
seit November 1998 vorhanden. Allerdings enthalten die Daten vor dem 7. März 2000<br />
aufgrund eines Rekonstruktionsfehlers keine Windmessungen und werden deshalb in dieser<br />
Arbeit nicht verwendet. Daten der meteomedia ag kommen nur für den Winter 2003/04 zum<br />
Einsatz. Die Radarbilder wurden überhaupt nur für einzelne Tage im November 2001,<br />
Dezember 2003 und Januar/Februar 2004 sowie für eine „Langzeit“-Studie im Januar 2004<br />
aus dem Archiv von meteoradar gelesen. Für vergleichende Untersuchungen aller Messnetze<br />
und für zweidimensionale Beispiele kommt somit nur der Winter 2003/04 in Frage.<br />
- 39 -
Abbildung 3.3: Karte der Nord- und Zentralschweiz sowie umliegender Gebiete. Verwendbare Stationen:<br />
ANETZ, X Strassenwettermessnetz Luzern, ¡ meteomedia ag. Das schwarze Quadrat markiert den in<br />
Abbildung 3.4 genauer dargestellten „kleinen“ Bereich.<br />
3.2 Auswahl eines geeigneten Untersuchungsgebiets<br />
3.2.1 Verfügbare Stationen<br />
Zur zweidimensionalen Darstellung von Daten ist es wichtig, ein möglichst dichtes<br />
Messnetz zu haben. In der Spalte „Stationen“ in Tabelle 3.3 benennt die erste Zahl die Anzahl<br />
der schweizweit (inklusive Liechtenstein) verfügbaren Stationen. Es sind dies 67 ANETZ-<br />
Stationen, 52 Strassenwetterstationen des Kantons Luzern und 23 Stationen der meteomedia<br />
ag. Insgesamt sind in der Schweiz also 142 Stationen verfügbar. Ausserhalb der Schweiz<br />
stehen weitere Stationen der meteomedia ag zur Verfügung, v.a. in Süddeutschland.<br />
3.2.2 Weglassen von Stationen unter orographischen Aspekten<br />
Ziel dieser Arbeit ist es, eine zweidimensionale Erkenntnis über Bewölkungsstrukturen zu<br />
gewinnen. An verschiedenen Stationen im Flachland sind weitgehend einheitliche<br />
Verhältnisse gewährleistet. Die Bewölkungssituation im Gebirge kann aber eine ganz andere<br />
sein. Insbesondere ist es denkbar, dass ein Berg aus einer Wolkendecke herausragt, also<br />
sich die Bergmessstation über den Wolken befindet. Für die Belange des Strassenwetters ist<br />
eine solche Station unerheblich; für die Darstellung einer homogenen Situation ist die Zusatzinformation<br />
sogar ungeeignet. Deshalb wird auf die Verwendung von Berg- und Passstationen<br />
im weiteren Verlauf verzichtet. In den Stationstabellen in Anhang B sind insgesamt elf solche<br />
Stationen gesondert gekennzeichnet.<br />
- 40 -
Abbildung 3.4: Karte des Untersuchungsgebiets in der Nord- und Zentralschweiz (kleiner Bereich, innerhalb<br />
des schwarzen Quadrates in Abbildung 3.3).<br />
Die Hauptkämme der Alpen bilden auch eine Wetterscheide. Der Wettercharakter und<br />
damit die Bewölkung kann im Tessin oder im Wallis vollkommen anders sein als im<br />
Schweizer Mittelland. Zum einen können tiefe Wolken die Alpen nicht überqueren, zum<br />
anderen herrscht gelegentlich Föhn, der meist (wenn auch nicht immer) mit Wolken auf der<br />
einen und klaren Verhältnissen auf der anderen Seite der Alpen verbunden ist (Burri et al.<br />
1999).<br />
Die Bewölkung spiegelt also häufig orographische Verhältnisse wider, die nichts mit<br />
Advektion zu tun haben. Es liegt deshalb nahe, sowohl die tessiner Stationen als auch die<br />
Stationen im Wallis, im Hochrheintal und auf den Pässen der Alpen nicht mit den restlichen<br />
Stationen zusammen zu betrachten. Einen ähnlichen Ansatz wählen auch Schmid und Mathis<br />
(2004). Die 24 ANETZ- und einige meteomedia-Stationen in den genannten Gebieten werden<br />
im Weiteren nicht mehr berücksichtigt. In den Stationstabellen in Anhang B sind sie<br />
entsprechend gekennzeichnet.<br />
3.2.3 Gebietswahl<br />
Die Stationen der drei Netze sind ungleichmässig über die Schweiz verteilt. Ein Grund<br />
dafür ist sicher die hohe Anzahl von Stationen im Kanton Luzern durch das dortige Strassenwettermessnetz.<br />
Jenseits der schweizer Grenzen sind Stationen nur in Süddeutschland<br />
verfügbar, nicht aber in den angrenzenden Regionen Frankreichs. Alle Stationen in den<br />
Hochalpen und südlich der Alpen wurden im vorhergehenden Abschnitt von der Verwendung<br />
ausgeschlossen, wobei die entsprechende Linie nicht exakt in Ost-West-Richtung verläuft,<br />
sondern eher von Westsüdwest nach Ostnordost. Sowohl im Südosten der Schweiz als auch<br />
nordwestlich der schweizer Grenze ergibt sich damit ein Bereich ohne jede Station.<br />
Es ist nicht einfach, aus der verbleibenden Stationsverteilung einen rechteckigen, möglichst<br />
grossen und homogen besetzten Bereich auszuwählen. Abbildung 3.3 stellt eine Möglichkeit<br />
dar. Das Gebiet umfasst 200 × 200 km 2 und beinhaltet 107 Stationen. Die Aufteilung auf die<br />
- 41 -
Stationsnetze ist Tabelle 3.3 zu entnehmen (mittlere Zahl in der Spalte „Stationen“). Leider<br />
ergeben sich sowohl im Nordwesten (Frankreich) als auch im Südosten (Wallis, Tessin,<br />
Graubünden) Bereiche ohne Stationen, in denen dann auch keine Interpolation möglich ist.<br />
Mit Blick auf die Interessen im Kanton Luzern bietet sich deshalb die weitere Einschränkung<br />
des Bereichs auf nur noch 100 × 100 km 2 an. Das kleinere Gebiet ist in Abbildung 3.3 durch<br />
ein schwarzes Quadrat markiert und in Abbildung 3.4 detailliert dargestellt. Es beinhaltet<br />
immerhin noch 70 Stationen, 13 aus dem ANETZ, 52 vom Luzerner Strassenwetternetz und 5<br />
der meteomedia ag. Die Verteilung der Stationen ist nun einigermassen homogen, und das<br />
Gebiet umfasst neben dem Kanton Luzern auch die schweizer Grossstädte Bern, Basel und<br />
Zürich. In den die Karte umgebenden Gebieten stehen genügend Stationen zu Verfügung, um<br />
eine Interpolation von Werten bis zum Kartenrand zu gewährleisten.<br />
Die letztlich in dieser Arbeit verwendbaren 107 Stationen sind in den Tabellen in Anhang B<br />
dadurch hervorgehoben, dass sie nicht kursiv gesetzt sind. Ob sie im kleinen Gebiet liegen, ist<br />
ebenfalls angegeben.<br />
3.3 Niederschlagsmessung mit Radar<br />
3.3.1 Das Wetterradar<br />
Vornehmlich zu militärischen und aeronautischen Zwecken wurde in den dreissiger Jahren<br />
des 20. Jahrhunderts ein Verfahren entwickelt, das mit aktiv ausgesendeten elektromagnetischen<br />
Wellen Objekte in der Atmosphäre erkunden kann. Dieses »Radiowave<br />
Detection and Ranging System« (Radar) detektierte 1941 erstmals auch Niederschlagsstrukturen<br />
und wurde nach dem Zweiten Weltkrieg zu einer vielfach verwendbaren<br />
Messmethode der Meteorologie ausgebaut (Doviak und Zrni 1993). Heute sind Regenradare<br />
weltweit operationell im Einsatz und liefern wichtige Informationen über den aktuellen<br />
Niederschlag.<br />
Radarprinzip<br />
Das Radar ist ein Gerät zur aktiven Fernerkundung der Atmosphäre. Seine Antenne sendet<br />
für ein kurzes Zeitintervall eine elektromagnetische Welle in eine möglichst genau definierte<br />
Richtung aus. Durch Niederschlagsteilchen oder andere in Senderichtung befindliche Objekte<br />
wird ein Teil der abgestrahlten Energie zurückgestreut, von der Radarantenne aufgefangen<br />
und registriert. Der zeitliche Abstand zwischen der Pulsaussendung und dem Empfang des<br />
rückgestreuten Signals gibt Auskunft über die Entfernung des rückstreuenden Objekts vom<br />
Radar.<br />
Frequenzwahl<br />
Die Wahl der Frequenz entscheidet über die minimale Grösse der gerade noch sichtbaren<br />
Teilchen und über die maximal mögliche Distanz einer Messung. Dabei gilt leider, dass kleine<br />
Teilchen erst bei kleinen Wellenlängen und damit hohen Frequenzen sichtbar werden. Bei<br />
kleinen Wellenlängen reduziert sich aber die maximale Messweite wegen grösserer<br />
Dämpfungseffekte. Regenradare werden teilweise im X-Band (2.5 bis 4 cm), meistens aber<br />
im C-Band (4 bis 8 cm) oder S-Band (8 bis 15 cm) betrieben, Wolkenradare im K-Band (0.3<br />
bis 2.5 cm) (Rinehart 1991).<br />
- 42 -
Bezeichnung der Winkel und Scanmuster<br />
Zur genauen Bestimmung eines Messpunkts im Raum sind zusätzlich zur Entfernung zum<br />
Radar zwei Winkelangaben erforderlich. Der erste Winkel ist der Elevationswinkel . Er<br />
beträgt bei horizontaler Blickrichtung 0°; blickt das Radar genau in den Zenit beträgt er 90°.<br />
Der Azimutwinkel ¡ gibt die Himmelsrichtung der Messung an. Er variiert von 0° (Blick nach<br />
Nord), über 90° (Ost), 180° (Süd) und 270° (West) zurück zur Nordrichtung. Die Winkel sind<br />
graphisch in Abbildung 3.5 erläutert. Sie geben immer die Mitte des vom Radar<br />
ausgeleuchteten Raumwinkels ¢ an.<br />
Strahlausbreitung<br />
Bei der Ausbreitung eines elektromagnetischen Strahls in der Atmosphäre müssen zwei<br />
Effekte berücksichtigt werden: die Krümmung der Erdoberfläche und die vertikale Änderung<br />
des Brechungsindexes der Luft. Die Erde hat annähernd die Gestalt einer Kugel vom Radius<br />
RE. Es sei nun hradar die Höhe des Strahlers über der Erdoberfläche und d der Abstand von<br />
der Radarantenne. Dann ergibt sich die Höhe h eines unter dem Elevationswinkel<br />
ausgesendeten Strahls über der Erdoberfläche zu<br />
h £ d¤¦¥¨§ R E ©<br />
© d 2<br />
Die sich durch die Erdkrümmung ergebende Messhöhe über Grund ist also problemlos<br />
berechenbar (Doviak und Zrni 1993). Dagegen variiert der Brechungsindex der Atmosphäre<br />
mit Druck, Temperatur und Gaszusammensetzung. Ein elektromagnetischer Strahl wird zur<br />
Erde hin gebrochen, was qualitativ einer Erhöhung des Erdradius entspricht. Wird RE durch<br />
einen schichtungsabhängigen Äquivalentradius Re ersetzt, so kann Gleichung (3.1)<br />
approximativ weiter verwendet werden. Für radarmeteorologische Anwendungen stellt<br />
R e <br />
4<br />
3 R E eine gute Näherung dar.<br />
R E © h radar 2<br />
Abbildung 3.5: Verhältnisse und Winkel am Radar.<br />
- 43 -<br />
© 2 d R E © h radar sin . (3.1)
Haupt- und Nebenmaxima<br />
Weder strahlt das Radar elektromagnetische Wellen gleichmässig noch in einen streng<br />
definierten Raumwinkel ab. Die Radarantenne sendet (und empfängt) vielmehr Strahlung in<br />
den (und aus dem) ganzen Raum, allerdings mit einem Hauptmaximum in der gewünschten<br />
Messrichtung. Ausserdem gibt es Nebenmaxima (Nebenkeulen), deren abgestrahlte<br />
Leistungen Pn bauartbedingt zwei bis drei Grössenordnungen unter der Leistungsspitze P0<br />
der Hauptkeule liegen (Skolnik 1980).<br />
Unter der Halbwertsbreite der Radarantenne wird der Winkelbereich verstanden, in dem<br />
die Leistung der Hauptkeule auf P0/2 abgefallen ist. Das bedeutet, dass die Hälfte der<br />
empfangenen Information aus dem entsprechenden Raumwinkelsegment stammt, die andere<br />
Hälfte aus dem verbleibenden Restraum. wird auch als Full-width-at-half-maximum-Winkel<br />
(FWHM-Winkel) bezeichnet.<br />
Die Radargleichung<br />
Ziel jeder Radarmessung ist es, einen Zusammenhang zwischen der am Radar<br />
empfangenen rückgestreuten Leistung und einer Grösse herzustellen, die über die im<br />
Messvolumen vorhandenen Rückstreuer informiert. Dies bewerkstelligt die Radargleichung,<br />
die von Doviak und Zrni (1993) ausführlich hergeleitet wird. Für die empfangene Leistung Pr<br />
lautet sie:<br />
P ¡ c r ¢ R<br />
Dabei ist d der Abstand zum k¥¤ Radar, ist eine Funktion des komplexen Brechungsindex<br />
der gemessenen Teilchen, und cR ist die Radarkonstante, in die unter anderem die<br />
abgestrahlte Leistung P0, der Antennengewinn gA, die ¦ Wellenlänge , die Pulslänge lPuls, und<br />
der Öffnungswinkel des Radars eingehen. Die Radarreflektivität<br />
§ ¨ 1<br />
6<br />
Z D i<br />
V i© V<br />
k<br />
£ 2 £<br />
2 ¢ Z . (3.2)<br />
d<br />
gibt die volumengemittelte sechste Potenz der Teilchendurchmesser Di aller i Teilchen im<br />
Messvolumen wieder. Sie hat die Dimension mm 6/m 3 und wird als logarithmische Grösse<br />
meist in dB angegeben.<br />
Bei der Herleitung der Radargleichung wird angenommen, dass die Objekte isotrop<br />
rückstreuende Kugeln mit Durchmesser D i (Rayleigh-Approximation) und homogenem<br />
Brechungsindex sind und der Rückstreuquerschnitt im Volumen konstant ist. Die<br />
Nebenkeulen werden vernachlässigt. Dämpfungseffekte sind nicht berücksichtigt. Obwohl<br />
jede dieser Annahmen nur approximativ (und selbst dann nicht immer) gültig ist, stellt die<br />
Radargleichung einen hinreichend genauen Zusammenhang zwischen der rückgestreuten<br />
Leistung und der atmosphärischen Grösse Radarreflektivität her.<br />
Dopplermessungen<br />
Neben dem Anteil der zurückgestreuten Energie können viele operationelle Wetterradare<br />
auch deren Wellenlänge messen und mit der ausgesandten Wellenlänge vergleichen. Die<br />
Verschiebung gibt nach dem Dopplerprinzip Auskunft über die mittlere Geschwindigkeit der<br />
rückstreuenden Teilchen in Strahlrichtung (Wüest 2001).<br />
- 44 -<br />
(3.3)
Scanmuster<br />
Eine Abtastung der Atmosphäre in mehrere Strahlrichtungen bei nahezu kontinuierlicher<br />
Änderung eines Winkels, wird als Scan bezeichnet. Beim Elevationsscan oder RHI (Range-<br />
Height Indicator) wird bei einem festen Azimutwinkel gemessen, der Elevationswinkel wird in<br />
kleinen Schritten erhöht. Der Azimutscan oder PPI (Plan Parallel Indicator) erfüllt die<br />
umgekehrten Bedingungen; bei einem festen Elevationswinkel wird in alle Azimutrichtungen<br />
gemessen. So entsteht ein zweidimensionales Bild der rückgestreuten Leistung. Werden in<br />
schneller Folge mehrere PPIs bei verschiedenen Elevationswinkeln aufgenommen, so spricht<br />
man von einem Volumenscan.<br />
3.3.2 Systematische Schwierigkeiten der Radarmessung<br />
Radarmessungen liefern effizient und auf verhältnismässig einfacher Grundlage<br />
Informationen über den Zustand der Atmosphäre. Leider sind diese Informationen aber<br />
teilweise qualitativ oder quantitativ falsch. Qualitative Fehler ergeben sich meist aus der<br />
Messmethode, quantitative aus den Vereinfachungen beim Herleiten der Radargleichung.<br />
Strahlausbreitung und räumliche Gültigkeit der Messungen<br />
Wie bereits beschrieben, weist der Radarstrahl Haupt- und Nebenmaxima auf. Das<br />
Messvolumen ergibt sich damit ungefähr als Kegelstumpf mit Öffnungswinkel und einer der<br />
halben Pulslänge entsprechenden Höhe. Mit zunehmender Entfernung zum Radar kommt die<br />
rückgestreute Information also aus einem immer grösser werdenden Messvolumen in der<br />
Atmosphäre. Die radialen Daten mit ihren unterschiedlichen Grundflächen werden aber meist<br />
auf ein regelmässiges Gitter interpoliert, bei dem jeder Wert ein quadratisches Gebiet<br />
repräsentieren soll. In der Nähe des Radars werden so mehrere Messvolumina zu einer<br />
Information zusammengefasst, in grösserer Entfernung fliesst das Resultat jeder Messung in<br />
mehrere Pixel ein.<br />
Clutter<br />
Oft wird ein Teil des Radarstrahls an einem nichtmeteorologischen Objekt reflektiert. Das<br />
Signal wird als Clutter bezeichnet. Beweglicher Clutter tritt zum Beispiel bei Flugzeugen,<br />
Vogelschwärmen oder Insekten auf (Koistinen 2000). Er spielt im Vergleich zum Festziel-<br />
Clutter aber eine untergeordnete Rolle. Wegen der räumlichen Ausdehnung der Objekte ist es<br />
meist ausreichend, dass ein Festziel von einem Nebenmaximum getroffen wird. Beispiele für<br />
Festziele sind Berge, Hochhäuser, Sendemasten, Schornsteine und sogar Bäume. Das<br />
Clutter-Signal überlagert sich mit dem Niederschlag, tritt aber auch im niederschlagsfreien<br />
Radarbild auf.<br />
Zur Korrektur des Clutters gibt es mehrere etablierte Methoden. Ein einfaches, doch sehr<br />
effektives Verfahren ist die Cluttermap, bei der der mittlere Clutter im niederschlagsfreien Fall<br />
von allen Bildern abgezogen wird (Meetschen 1999). Oft macht man sich auch die Dopplermessungen<br />
zu Nutze, da sich Festziele im Gegensatz zum Niederschlag nicht bewegen<br />
(Saltikoff et al. 2004).<br />
Abschattung<br />
Wird der Radarstrahl ganz oder teilweise an einem Festziel reflektiert, dann wird der<br />
dahinter liegende Bereich abgeschattet. Eindeutig zu identifizieren ist Totalabschattung, die<br />
vor allem bei kleinen Elevationswinkeln im Gebirge vorkommt (Held und Joss 1994). Für die<br />
schweizer Radare zeigt Abbildung 3.6 die Regionen, die bei einer Elevation von 1.5° nicht<br />
- 45 -
(oder nicht total) abgeschattet sind. Sie können mit der Temperatur- und Feuchteschichtung<br />
der Atmosphäre noch geringfügig variieren.<br />
Dämpfung<br />
Luftmoleküle, besonders aber die Hydrometeore von Starkniederschlagsereignissen,<br />
dämpfen den Radarstrahl und somit das Rückstreusignal aus entfernteren Bereichen des<br />
Messgebietes. Mit geeigneten Annahme kann die Dämpfung entlang eines Radarstrahls zum<br />
Teil korrigiert werden (Bagdon 2000, Grimbacher 2001).<br />
Messungen in grosser Höhe<br />
Das Radar misst die atmosphärische Situation in einer elevations- und entfernungsabhängigen<br />
Höhe über Grund. Auf den Niederschlag am Boden wird also aus Beobachtungen<br />
geschlossen, die teilweise hoch in der Atmosphäre stattfinden. Auf dem Weg von der<br />
Messung der Teilchen in einer gewissen Höhe zum Boden, können sich aber noch<br />
wesentliche (Niederschlags-)Prozesse abspielen (Hansson und Michelson 2000).<br />
Niederschlagspartikel können nach ihrer Messung in der Höhe horizontal verlagert werden.<br />
Sie erreichen dann den Boden unter einem benachbarten Volumen. Denkbar ist auch, dass<br />
Schnee- und Eiskristalle schmelzen oder ein Teil des Niederschlags verdunstet; im Extremfall<br />
erreicht er den Boden überhaupt nicht. Umgekehrt kann sich die Niederschlagsmenge durch<br />
Sublimation oder andere niederschlagsgenetische Prozesse erhöhen. In den Auf- und<br />
Abwindschläuchen konvektiver Wolken fallen Regentropfen nicht nur nach unten, sondern<br />
werden auch nach oben transportiert. Dagegen befinden sich stratiforme Wolken mit geringer<br />
vertikaler Auflösung teils komplett unterhalb des Strahls.<br />
Schnee<br />
Die Annahme einer homogenen Kugelgestalt, die zur Herleitung der Radargleichung<br />
getroffen wurde, mutet für Schneekristalle absurd an. Noch entscheidender ist allerdings der<br />
geänderte Brechungsindex von Eis. Er führt zu einer Unterschätzung des Niederschlags: Bei<br />
gleicher Intensität liegt die Rückstreuung von Regen etwa fünfmal so hoch wie diejenige von<br />
Schnee, was 7 dBZ entspricht (Meetschen 1999).<br />
Bright band<br />
In den mittleren Breiten entsteht fast der komplette Niederschlag als Schnee und Eis.<br />
Wenn der Niederschlag am Boden als Regen fällt, schmilzt er erst auf dem Weg nach unten.<br />
Diese Schmelzschicht wird in der Radarmeteorologie als Bright band bezeichnet, und<br />
zeichnet sich als Schicht erhöhter Reflektivität aus. Eisteilchen beginnen in der Schmelzschicht<br />
von aussen her zu schmelzen und nehmen sehr rasch die Reflektionseigenschaften<br />
von Wassertropfen an. Zuerst behalten sie aber fast vollständig ihr grösseres Volumen. Da<br />
das Radar nicht in die Tropfen hineinsehen kann, um zu beurteilen, wie viel Eis noch<br />
vorhanden ist, respektive weil die Radargleichung unter der Annahme homogener<br />
Wasserkugeln formuliert wurde, wird der tatsächliche Wassergehalt innerhalb der<br />
Schmelzschicht überschätzt.<br />
Bei grossflächigen Niederschlagsgebieten besteht ein relativer Vorteil gegenüber anderen<br />
Fehlerquellen in der einfachen Erkennbarkeit des Bright band. Da der Radarstrahl<br />
richtungsunabhängig in etwa der selben Entfernung die Schmelzschicht quert, ist das Bright<br />
band als konzentrischer Ring erhöhter Reflektivität im PPI sichtbar. Die Annahme eines<br />
tatsächlich sichel- oder ringförmigen Niederschlagsgebiets ist dagegen meteorologisch nicht<br />
zu rechtfertigen, was eine operationelle Korrektur der Fälle mit deutlichem Bright band<br />
möglich macht (Held und Joss 1994). Bei einzelnen, konvektiven Zellen lässt sich weit<br />
- 46 -
weniger einfach entscheiden, ob eine im Bright band begründete Überschätzung des<br />
Niederschlags vorliegt oder nicht.<br />
Radarausfall<br />
Der sicherlich massivste Typ von Fehlinformation durch Radar ist eine Übermittlung von<br />
Radarbildern bei ausgeschaltetem Radar. So wurde dem Strasseninspektorat des Kantons<br />
Luzern eine niederschlagsfreie Atmosphäre suggeriert, obwohl eine Schneefront im Anzug<br />
war (Mathis 2004). Schmid (2000) kennzeichnet deshalb seine operationellen Bilder mit einer<br />
Kennziffer für die im Betrieb befindlichen Radargeräte.<br />
3.3.3 Radarreflektivität und Niederschlag<br />
Bei einem Wetterradar interessiert meist nicht die Reflektivität der Niederschlagsteilchen in<br />
den Wolken, sondern vor allem die tatsächliche Niederschlagsmenge am Boden. Diese lässt<br />
sich aus der Struktur der regnenden Wolke abschätzen.<br />
Tropfenspektren<br />
Sowohl Wolken als auch Niederschlagsereignisse enthalten Tropfen unterschiedlichster<br />
Grösse. Sie bilden einerseits als fallende und schliesslich auftreffende Hydrometeore die<br />
Niederschlagsmenge am Boden, andererseits geben sie über ihre Querschnittsfläche<br />
Auskunft über die Radarreflektivität. Die Kenntnis von Anzahl und Grösse der Tropfen ist also<br />
von grosser Bedeutung bei der Formulierung eines Zusammenhangs zwischen Radarreflektivität<br />
und Niederschlagsmenge.<br />
Das Tropfenspektrum kann mit Hilfe eines Distrometers gemessen werden, allerdings nur<br />
punktuell und mit hohem Aufwand (Hacker 1996, Joss und Germann 2000). Dabei zeigt sich,<br />
dass das Tropfenspektrum von Fall zu Fall stark variiert. Diesem Dilemma von hoher<br />
Relevanz und grosser Unsicherheit versucht man nun durch sehr grobe Verallgemeinerungen<br />
zu entkommen.<br />
Eine erste Parametrisierung des Tropfenspektrums n(D) stammt von Marshall und Palmer<br />
(1948). Sie formulierten einen exponentiellen Zusammenhang zwischen der Regenrate R in<br />
mm/h, einem Tropfendurchmesser D in mm und der zugehörigen Anzahl von Tropfen n(D)<br />
pro m 3 pro mm:<br />
n D¡£¢ n 0 ¤ exp ¥§¦©¨ R ¡ ¤ D , (3.6)<br />
mit (R) = 4.1 R -0.21 (h/mm) -0.21 mm -1 und der spektralen Anzahldichte n0 = 8 · 10 3 m -3 mm -1 .<br />
Viele weitere Parametrisierungen orientieren sich an der Gamma-Verteilung, die auch die<br />
Anzahl kleiner Tropfen adäquat berücksichtigen soll (z.B. Ulbrich 1983). Allen Ansätzen<br />
gemeinsam bleibt, dass sie die vielfältige Wirklichkeit natürlicher Tropfenspektren nur<br />
ungenau beschreiben können.<br />
Zusammenhang von Radarreflektivität und Niederschlagsrate (Z-R-Beziehung)<br />
Unter Verwendung des Tropfenspektrums n(D) lässt sich die in Gleichung (3.3) als Summe<br />
über die sechste Potenz der Tropfendurchmesser D eines Volumens definierte Radarreflektivität<br />
Z integral schreiben als<br />
Z <br />
<br />
0<br />
n D D 6 dD . (3.7)<br />
- 47 -
Wird ein exponentielles Tropfenspektrum wie jenes von Marshall und Palmer (1948)<br />
eingesetzt, so ist das Integral analytisch lösbar und führt zu einem Zusammenhang der<br />
Gestalt<br />
Z ¡ a ¢ R b . (3.8)<br />
Diese Gleichung wird im Allgemeinen als die Z-R-Beziehung bezeichnet. Sie ist als<br />
Zahlenwertgleichung zu verstehen, in die R in mm/h einzusetzen ist, um Z in mm 6 /m 3 zu<br />
erhalten und umgekehrt. Ihre Parameter a und b hängen vom Tropfenspektrum ab und sind<br />
damit im einzelnen Fall genauso ungewiss. Sie werden gemäss lokaler Gegebenheiten so<br />
festgelegt, dass sie die Gesamtheit der Niederschlagsereignisse und deren Tropfenspektren<br />
einigermassen gut widerspiegeln.<br />
Setzt man die Werte der Tropfenverteilung nach Marshall und Palmer (1948) in Gleichung<br />
(3.7) ein, so ergeben sich a = 296 und b = 1.47. In der Radarmeteorologie wird aber ein<br />
anderes Wertepaar als Marshall-Palmersch bezeichnet: a = 200 und b = 1.6. Eine gute<br />
Auswahl anderer Werte und deren Herkunft liefert Meetschen (1999). Die Werte liegen oft<br />
nahe beieinander. So verwendet der DWD b = 1.42, die MeteoSchweiz empfiehlt b = 1.5. Der<br />
Parameter a ist eher unkritisch. Sein linearer Einfluss wirkt unabhängig von der<br />
Niederschlagsintensität und ist auch im Nachhinein problemlos skalierbar (Joss und Germann<br />
2000).<br />
Schnee<br />
Wie bereits erwähnt, liefert die Messung von Schneekristallen eine vergleichsweise<br />
niedrige Reflektivität. Zur Berechnung von Schneefällen wurden deshalb separate Z-R-<br />
Beziehungen erstellt, z.B. Z = 1780 · R 2.21 (Doviak und Zrni 1993). Sie können allerdings nur<br />
zum Einsatz kommen, wenn der Aggregatzustand im Messvolumen bekannt ist, was<br />
operationell schwer realisierbar ist.<br />
Vergleich mit Regenwippen<br />
Die Notwendigkeit, Radarreflektivitäten in Niederschlagsmengen umzurechnen tritt v.a. dort<br />
auf, wo ein Vergleich (oder die Vergleichbarkeit) mit anderen Regenmessungen angestrebt<br />
wird. Die klassische Form der Niederschlagsmessung erfolgt mit einem Messzylinder oder<br />
einer Regenwippe mit einer typischen Auffangfläche von 200 cm 2 . Bei der Regenwippe<br />
beträgt die Auflösung typischerweise 0.1 mm (Kraus 2000). Einige Fehlerquellen liegen auf<br />
der Hand, z.B. können Niederschlagsmengen unter 0.1 mm nicht oder nicht vollständig<br />
registriert werden. Ein vom eigentlichen Messgerät völlig unabhängiges Problem besteht in<br />
der fehlenden Repräsentanz einer Wippe für ein grösseres Gebiet. Damit liefern die Regenwippen<br />
zwar genaue Informationen über die Niederschlagsverhältnisse an einem Punkt, sind<br />
aber nur bedingt auf ein umgebendes Gebiet übertragbar. Andererseits gibt das Regenradar<br />
Aufschluss über den mittleren Niederschlag über einer grossen Fläche. Eine exakte<br />
Übereinstimmung von Radar- und Wippenwerten ist nicht zu erwarten, ein Mengenverhältnis<br />
zwischen Radar und Wippe von 0.7 bis 0.8 gilt oft schon als gutes Ergebnis (z.B. Joss und<br />
Germann 2000, Grimbacher 2001).<br />
- 48 -
Abbildung 3.6: Sichtfeld der drei schweizer Dopplerradare bei einer Elevation von 1.5°. Dunkelgrau: von<br />
mehreren Radaren sichtbar, hellgrau: von einem Radar sichtbar, weiss: nicht sichtbar (nach Wüest 2001).<br />
3.3.4 Die Wetterradare der MeteoSchweiz<br />
Seit den frühen 1980ern betreibt die MeteoSchweiz ein Netz von Radargeräten. Die<br />
aktuellen Geräte auf dem Albis bei Zürich, dem La Dôle bei Genf und dem Monte Lema im<br />
Tessin wurden zwischen 1993 und 1995 installiert. Die Standorte sind in Abbildung 3.6 durch<br />
Dreiecke gekennzeichnet, die Koordinaten finden sich in Tabelle B.4 im Anhang. Ein viertes<br />
Radar in der Schweiz wird vom Institut für Atmosphäre und Klima der ETH Zürich betrieben<br />
und hauptsächlich zu Forschungszwecken eingesetzt (Wüest 2001).<br />
Alle drei Radare der MeteoSchweiz arbeiten im C-Band bei einer Frequenz von 5.44 GHz.<br />
Sie sind dopplerfähig, haben einen FWHM-Öffnungswinkel von 1° und machen 6<br />
Umdrehungen pro Minute. Dadurch ist es möglich, alle 5 Minuten einen vollständigen<br />
Volumenscan mit 20 Elevationen durchzuführen. Die Elevationswinkel liegen zwischen -0.3°<br />
und 40°. Eine negative Elevation ist möglich (und sinnvoll), da alle Radare auf Bergen<br />
montiert sind.<br />
Bei tiefen Elevationen sind weite Teile der Alpen von einem oder sogar allen Radaren aus<br />
abgeschattet. In Abbildung 3.6 ist der sichtbare Bereich bei 1.5° Elevation dargestellt. Die<br />
maximal gezeigte Strahlweite in der Abbildung beträgt 130 km, was einer maximalen Höhe<br />
von 5500 bis 6000 Metern über NN entspricht.<br />
Um Informationen über den Niederschlag in den Alpen zu bekommen, ist es sinnvoll und<br />
notwendig, auch Scans bei grösseren Elevationen mitzuberücksichtigen. Andererseits ist die<br />
Verwendbarkeit von Radarreflektivitäten in 6000 m Höhe im Lichte des bisher gesagten eher<br />
fragwürdig. Das Problem wird durch eine geeignete Kombination der Messungen reduziert.<br />
Mit zunehmender Entfernung verwendet man PPI-Scans unter immer geringeren Elevationswinkeln,<br />
aber in etwa konstanter Höhe über NN. Solche Bilder werden mit Constant Altitude<br />
PPI (CAPPI) bezeichnet.<br />
- 49 -
Die MeteoSchweiz erstellt darüber hinaus ein Produkt, das aus den verschiedenen Scans<br />
jeweils die maximale Reflektivität über einem Punkt darstellt, das sogenannte Max-CAPPI.<br />
Vorgängig werden Clutter (mit Hilfe der Dopplermessungen), ein allfälliges Bright band und<br />
einige weitere Fehlerquellen beseitigt (Held und Joss 1994). Das Max-CAPPI enthält<br />
Informationen in einer Auflösung von 2 × 2 km 2 . Die Reflektivitätswerte sind auf 16 Intensitätsklassen<br />
reduziert dargestellt.<br />
3.3.5 Verwendete Niederschlagsklassen<br />
Am Radargerät wird der in einem relativ gut bekannten Volumen über dem Boden<br />
zurückgestreute Teil der Sendeleistung gemessen. Er lässt sich in die Radarreflektivität Z<br />
umrechnen, die wiederum mit der Niederschlagsintensität R zusammenhängt. Leider geht die<br />
Umrechnung von Annahmen aus, die nicht immer erfüllt sind, der Zusammenhang ist vage.<br />
Zudem reduziert die MeteoSchweiz in ihren Max-CAPPI-Bildern die Messungen auf 16<br />
Reflektivitätsklassen. Solche Bilder finden in dieser Arbeit Verwendung.<br />
Eine Reduktion auf wenige Intensitätsklassen macht aufgrund der relativ losen<br />
Zusammenhänge durchaus Sinn. Schmid et al. (2002) reduzieren weiter, und unterteilen nach<br />
dem vorherrschenden Niederschlagscharakter respektive seiner Gefährlichkeit in sechs<br />
Klassen von trocken über leichten, mittleren und starken Niederschlag bis zum Extremniederschlag,<br />
bei dem Hagel wahrscheinlich ist. Eine sechste Klasse ergibt sich dabei<br />
überraschend zwischen trocken und leichtem Niederschlag. Hier werden vom Radar oft<br />
geringe Reflektivitäten gemessen, die von grossen Wolkentropfen herrühren. Der<br />
entstehende Niederschlag ist also schon erkennbar, bevor er den Boden erreicht. Diese<br />
Klasse wird mit „noch trocken“ bezeichnet.<br />
Eine solche Klassifizierung erleichtert auch die graphische Darstellung einer Situation. Sie<br />
kommt deshalb in dieser Arbeit zum Einsatz. Da Hagel im Winter kaum auftritt und die<br />
häufige Messung von Schnee die Reflektivitäten senkt, erfolgt eine leicht andere Einteilung<br />
der Klassen. Die Benennung der fünf Niederschlagsklassen mit extremem, starkem,<br />
mässigem, leichtem und noch keinem Niederschlag bleibt aber identisch. Die 16<br />
„ursprünglichen“ Reflektivitätsklassen der MeteoSchweiz, deren ungefähre Niederschlagsmenge<br />
sowie die Einteilungen von Schmid et al. (2002) und dieser Arbeit sind in Tabelle A.2<br />
im Anhang zusammengefasst.<br />
- 50 -
4 Eine Methode zur Bestimmung der Bewölkungssituation<br />
4A. Theorie<br />
Die bisher beschriebenen Messwerte, ihre zeitliche Veränderung und wechselseitige<br />
Beziehung, hängen in verschiedener Weise mit der Bewölkungssituation zusammen. Auf der<br />
klimatologischen Skala gilt, dass Lufttemperatur, Bedeckungsgrad und solare Einstrahlung<br />
gut korrelieren (Sinik 1992). Bei kurzfristigen Betrachtungen spielt aber auch die Advektion<br />
von unterschiedlich warmer und feuchter Luft eine Rolle. Ebenso wirkt sich nicht jede Wolke<br />
gleich aus.<br />
Physikalisch fundiertes Bindeglied zwischen Wolken, (Temperatur-)Messungen in<br />
Bodennähe und Advektion ist die Energiebilanzgleichung. Im allgemeinen Fall lautet sie an<br />
der Erdoberfläche<br />
Q H E B ¡ 0 . (4.1)<br />
Dabei bezeichnet Q die Globalstrahlung, also die Summe aller lang- und kurzwelligen<br />
Strahlungsflüsse, H und E sind die turbulenten Flüsse fühlbarer bzw. latenter Energie, und B<br />
beschreibt den Bodenwärmestrom aus den oberen Erdschichten. Jeder dieser Terme hat<br />
seine Bedeutung für die Wolkenbestimmung und wartet mit eigenen theoretischen,<br />
methodischen und messtechnischen Besonderheiten auf. Erst nach einer eingehenden<br />
theoretischen Analyse können sie sich also zu einem Diagnosemodell einer Bewölkungskennzahl<br />
formen.<br />
4.1 Strahlungsbilanz<br />
4.1.1 Globalstrahlung<br />
Gemäss dem Gesetz von Stefan-Boltzmann strahlt jeder Körper pro Zeit- und<br />
Oberflächeneinheit eine Energiemenge ab, die von seiner Temperatur T abhängt. Mit der<br />
Stefan-Boltzmann-Konstanten ¢ = 5.67·10 -8 W/m 2 /K 4 und der Albedo £ lautet diese<br />
Strahlungsflussdichte Qs im Allgemeinen<br />
Q 1 §©¨<br />
4<br />
T .<br />
¤¦¥<br />
s<br />
(4.2)<br />
Die Albedo £ hängt von der Wellenlänge der Strahlung ab. Ist £ 0, so spricht man von<br />
einem schwarzen Strahler. Ist 0 < £ ¡ 1, bezeichnet man den Strahler als grau. Er strahlt dann<br />
weniger Energie ab, als seiner Temperatur entsprechen würde.<br />
- 51 -
Jeder schwarze Strahler sendet Energie in allen Wellenlängen ¦ und in alle Richtungen.<br />
Diese Strahlungsverteilung beschreibt das Plancksche Strahlungsgesetz. Mit Planck-<br />
Konstante , Lichtgeschwindigkeit c, Boltzmann-Konstante kB und Strahltemperatur T gilt für<br />
die wellenlängenabhängige Strahldichte J(¦ , T)<br />
©<br />
J ¢¥¤ ,T ¦<br />
J §<br />
¡£¢¥¤ ,T ¦¨§<br />
<br />
©<br />
¤ ¤ 5 <br />
<br />
c<br />
exp<br />
2 1 . (4.3)<br />
k T ¤<br />
B<br />
<br />
Ihr Maximum hängt stark von der Temperatur des Strahlers ab; je heisser der Körper, desto<br />
kleiner die Wellenlänge des Verteilungsmaximums. Entsprechend ist der am Rand des<br />
Wellenlängenspektrums abgestrahlte Energieanteil verhältnismässig gering. Die Integration<br />
von ¢ Gleichung (4.3) über ¦ einen Halbraum und alle Wellenlängen führt zu Gleichung (4.2):<br />
Q s § <br />
<br />
0<br />
J d d §<br />
c 2<br />
<br />
0<br />
J d § T 4 . (4.4)<br />
Eine ausführliche Herleitung findet sich z.B. bei Kraus (2000).<br />
Die Globalstrahlung Q beschreibt nun die Summe der zu einem Zeitpunkt durch Strahlung<br />
durch eine parallel zur Erdoberfläche ausgerichtete Fläche transportierten Energie. Für<br />
meteorologische Zwecke wird das Strahlungsspektrum dazu in einen kurzwelligen Bereich<br />
(0.2 bis 5 m) und einen langwelligen Bereich (4 bis 100 m) unterteilt. Mit<br />
Q K L L (4.5)<br />
setzt sich die Globalstrahlung aus den kurzwelligen Strahlungsflüssen K K K und den<br />
langwelligen Flüssen L und L zusammen.<br />
4.1.2 Kurzwellige Strahlung<br />
Die kurzwellige Strahlung umfasst nahezu die komplette Strahlung der Sonne, die<br />
äquivalent eines schwarzen Strahlers mit Tsonne 6000 K strahlt. Da die Sonne keine feste<br />
Oberfläche besitzt, ist Tsonne als mittlere Temperatur der Sonnenatmosphäre zu verstehen.<br />
Bereits in der Sonnenatmosphäre, vor allem aber auf dem Weg durch die Erdatmosphäre,<br />
werden aus der solaren Strahlungsverteilung einige Wellenlängenbereiche absorbiert. Auf<br />
atomarer und molekularer Basis nutzen die vorhandenen Gase die Strahlungsenergie, um in<br />
einen angeregten Energiezustand überzugehen, chemische Reaktionen durchzuführen oder<br />
kinetisch beschleunigt zu werden. Dabei absorbiert jedes Atom und jedes Molekül bei<br />
bestimmten Wellenlängen oder in Wellenlängenbereichen. Teilweise wird die absorbierte<br />
Energie sofort wieder abgegeben, allerdings nicht in Richtung der solaren Strahlung sondern<br />
isotrop. Dieser Effekt wird als Streuung bezeichnet.<br />
Die nach Absorption auf der Erdoberfläche auftreffende kurzwellige Strahlung K setzt<br />
sich also zusammen aus der direkten Sonneneinstrahlung und der diffusen (gestreuten)<br />
Strahlung. Ein Teil der eintreffenden solaren Energie wird direkt wieder reflektiert:<br />
K erde K . Dabei ist die Albedo £ erde der Erdoberfläche stark vom Untergrund, von<br />
eventuellen Schneedecken oder Eisschichten (Sass 1992) und ggf. von der Vegetation<br />
- 52 -<br />
1
abhängig (Sinik 1992). Einige Formeln zur Berechnung der theoretischen K für einen<br />
bestimmten Zeitpunkt und Ort finden sich bei Finch und Best (2004).<br />
Die solare Strahlung wird auch von Wolken beeinflusst. Sie stellen, detailliert betrachtet,<br />
eine Ansammlung kleiner fester oder flüssiger Oberflächen dar, an denen Strahlung<br />
absorbiert und reflektiert, oder gebrochen und durchgeleitet wird. Insgesamt streuen Wolken<br />
stark, aber wellenlängenunabhängig. Daher sind sie weiss. Sie lassen nur diffuse Strahlung<br />
durch.<br />
4.1.3 Langwellige Strahlung<br />
Erdoberfläche und Atmosphäre emittieren Energie bei einer Temperatur Terde von<br />
typischerweise 200 bis 350 K. Dies entspricht einem Maximum der Strahlungsverteilung bei<br />
ca. 9 m; der weitaus grösste Teil der Strahlung liegt also im langwelligen Bereich. Können<br />
Erdoberfläche und Wolken noch als graue Strahler mit einer Albedo £ 0 angesehen werden,<br />
so strahlen die atmosphärischen Gase ihre Energie nur in gewissen Emissionsbanden ab. Die<br />
Strahlungsreduktion im langwelligen Bereich wird als Emissivität ¡ bezeichnet. Gleichung (4.2)<br />
lautet entsprechend<br />
L ¡£¢¥¤ T 4 . (4.6)<br />
Langwellige Ausstrahlung<br />
Der Begriff der Ein- bzw. Ausstrahlung ist nur aus der Position der Fläche sinnvoll, die beoder<br />
durchstrahlt wird. Als eine solche Fläche kann man sich z.B. den Oberrand der<br />
Atmosphäre vorstellen. Dann muss im langwelligen Bereich genausoviel Energie ausgestrahlt<br />
werden, wie an solarer Energie eingestrahlt wird. Andernfalls erwärmt sich das Gesamtsystem<br />
Erde oder kühlt ab. Wasserdampf (H2O-Gas), Kohlendioxid (CO2) und einige andere Gase<br />
haben im langwelligen Bereich breite Absorptionsbanden. Dadurch kann fast nur Strahlung<br />
mit Wellenlängen zwischen 4 und 12 m (im sogenannten atmosphärischen Fenster) die Erde<br />
verlassen.<br />
Eine andere, in dieser Arbeit bedeutendere, Fläche ist die Erdoberfläche. Für die<br />
langwellige Ausstrahlung gilt dort<br />
L ¦<br />
s<br />
¤ T s 4¨ ¡ 1 ¢ ¢ s L ¡§¢ ¨<br />
, (4.7)<br />
wobei ¡ s die Emissivität und Ts die Temperatur der Erdoberfläche ist. ¡ s kann in brauchbarer<br />
Näherung = 1 gesetzt werden (de Rooy und Holtslag 1999). Natürlich kann man Ein- und<br />
Ausstrahlung auch an jeder anderen gedachten Fläche innerhalb der Atmosphäre bilanzieren.<br />
Langwellige Einstrahlung ohne Wolken<br />
Die auch atmosphärische Gegenstrahlung genannte langwellige Einstrahlung kommt bei<br />
©<br />
wolkenfreiem Himmel ( L<br />
clear ) zu etwa 60% aus den untersten 100 Metern der Atmosphäre.<br />
Zur Berechnung wird deshalb oft die Lufttemperatur T2m in 2 Metern über Grund verwendet:<br />
§<br />
Lclear clear<br />
4<br />
T 2m<br />
. (4.8)<br />
Allerdings ist bei Inversionswetterlagen Vorsicht geboten (Czeplak und Kasten 1987).<br />
- 53 -
Die Emissivität ¡ clear bei klarem Himmel lässt sich am besten (Finch und Best 2004) mit der<br />
Brutsaert-Formel (Brutsaert 1975) als Zahlenwertgleichung aus der Lufttemperatur T2m in K<br />
und der Feuchte (Wasserdampfdruck) e2m in hPa zu<br />
clear<br />
¡ a ¢<br />
e 2m<br />
T 2m<br />
b<br />
bestimmen. Die Werte der Parameter a und b variieren in der Literatur. Zumeist wird b_=_1/7<br />
¤<br />
(Dürr und Philipona 2004) £<br />
verwendet, a 0.4 ¥ ... 0.7 schwankt stationsabhängig (de Rooy<br />
und Holtslag 1999, Marty und Philipona 2000). Da die Brutsaert-Formel nur den Effekt der<br />
Wasserdampfes beschreibt, addieren Marty und Philipona (2000) für die anderen<br />
emittierenden Gase noch stationshöhenabhängig 0.2 bis 0.23. Im Allgemeinen ist die langwellige<br />
Einstrahlung ohne Wolken klein. Für T2m = 0°C und 80% Luftfeuchtigkeit ergibt sich<br />
mit b = 1/7 und a = 0.5 nur ¡ eine Emissivität clear = 0.28.<br />
Langwellige Einstrahlung mit Wolken<br />
(4.9)<br />
Mit Wolken ist die am Boden eintreffende langwellige Strahlung L cloudy bedeutend<br />
grösser, da Wolken als graue Strahler mit einer Emissivität ¡ wolke und ihrer Temperatur Tcloud<br />
strahlen. Allerdings hängt L cloudy stark von der Anzahl und Höhe der Wolken und ihrer<br />
Beschaffenheit ab.<br />
Zur Berechnung der langwelligen Einstrahlung mit Wolken L cloudy wird in der Literatur oft<br />
auf den Zusammenhang<br />
¦ L clear<br />
§ L wolke<br />
L coudy<br />
(4.10)<br />
zurückgegriffen. Meist wird dann eine Formel des Typs<br />
¦ L ¨ §© <br />
clear<br />
L cloudy 1 N (4.11)<br />
verwendet, in die der mit potenzierte Bedeckungsgrad N und eine lokale Variable eingeht.<br />
Die Werte für variieren zwischen 1 und 3. hängt neben lokalen Gegebenheiten und der<br />
verwendeten Einheit des Bedeckungsgrads oft von Wolkengattung und -höhe ab. Teilweise<br />
wird der zweite Summand (für L wolke ) aufgeteilt und mit Wolkeninformationen in mehreren<br />
Höhen und getrennten i berechnet (Czeplak und Kasten 1987, Ambrosetti 1991, Bogren<br />
1991, Sinik 1992, de Rooy und Holtslag 1999). Andere Überlegungen mit<br />
cloudy <br />
clear 1 N (4.12)<br />
folgen dem selben Muster, verwenden aber anstatt der Einstrahlung lieber die Emissivität<br />
(Heitor et al. 1991, Jacobs und Raatz 1996, Finch und Best 2004).<br />
4.1.4 Auswirkungen unterschiedlicher Strahlungsbedingungen auf bodennahe<br />
Temperaturen<br />
Wie wirken sich die Globalstrahlung Q respektive ihre Einzelterme auf die Temperaturen in<br />
Bodennähe aus? Allgemein ist zuerst festzuhalten, dass für Q_ _0_W/m 2 die Energie<br />
„irgendwo“ hingehen oder herkommen muss. Ein Energieüberschuss, z.B. tagsüber durch<br />
- 54 -
Abbildung 4.1: Systematische Darstellung nächtlicher Strahlungsflüsse ( und ) bei bedecktem Himmel (linke<br />
Bildhälfte) und ohne Wolken (rechte Bildhälfte), sowie schematische Darstellung des jeweils resultierenden<br />
vertikalen Temperaturverlaufs.<br />
solare Einstrahlung, führt zur Erwärmung der Erdoberfläche und der bodennahen<br />
Luftschichten (Kraus 2000). Entsprechend spiegelt sich ein (nächtlicher) Energieverlust in<br />
kühleren Temperaturen wider. Da in Kapitel 3.2 der Wirkungsbereich dieser Arbeit auf<br />
Winternächte begrenzt wurde, können die weiteren Überlegungen auf nächtliche Fälle<br />
beschränkt bleiben. Damit sind, nach Wegfall der solaren Strahlung, nur noch die langwellige<br />
Ausstrahlung L und die atmosphärische Gegenstrahlung L relevant.<br />
Die langwelligen Strahlungsflüsse und ihre Auswirkung an Bodenstationen sind in<br />
Abbildung 4.1 für eine bedeckte und eine klare Nacht systematisch dargestellt. Die<br />
langwellige Ausstrahlung L ist in beiden Fällen etwa identisch, da sie nur von der Ober-<br />
flächentemperatur des Bodens Ts abhängt. Die atmosphärische Gegenstrahlung L ist im<br />
bedeckten Fall ungefähr gleich gross wie L . Sie hängt im Wesentlichen von der Strahlungstemperatur<br />
Tcloud und der Emissivität ¡ wolke ab. Im idealisierten Fall einer Wolkenschicht von 8<br />
Achteln mit Tcloud_=_Ts stehen sich zwei Flächen identischer Temperatur gegenüber. Die<br />
Globalstrahlung ist dann Q = 0 W/m 2 ; weder Wolke noch Untergrund verlieren oder gewinnen<br />
Energie, Ts und Tcloud bleiben unverändert. Ein Temperaturgradient in der Luft zwischen<br />
Boden und Wolke wird sich auflösen oder gar nicht erst einstellen.<br />
©<br />
Im wolkenfreien Fall ist die Gegenstrahlung L clear gering. Die Strahlungsbilanz wird<br />
negativ, Q_
unverändert, im zweiten nehmen sie ab. Andererseits ergibt sich zuerst eine isotherme<br />
Atmosphäre, dann aber ein klarer Temperaturgradient. Es unterscheiden sich also sowohl der<br />
zeitliche Temperaturgradient an einem Ort als auch der vertikale (räumliche) Temperaturgradient<br />
nach einiger Zeit.<br />
Auch die Auswirkungen der drei Einschränkungen lassen sich qualitativ diskutieren. Andere<br />
Bedeckungsgrade zwischen 0 Achteln und 8 Achteln stellen eine proportionale Mischung<br />
zwischen klarem und bedecktem Himmel dar. Entsprechend sind die Temperaturgradienten<br />
geringer als bei klarem Himmel. Abgesehen von Inversionen gilt Tcloud < Ts. Damit wird auch<br />
im bedeckten Fall L L , und ein schwacher Temperaturgradient bildet sich aus.<br />
Überlegungen zu turbulenten Prozessen sind schwierig. Bekanntermassen ist der turbulente<br />
Energietransport oft deutlich grösser als jener durch Wärmestrahlung. Deshalb werden<br />
turbulente Prozesse im weiteren Verlauf genau zu beachten sein. Es bleibt anzumerken, dass<br />
sich der Bedeckungsgrad im Laufe einer Nacht durchaus ändert. Dies sollte sich dann in<br />
entsprechenden Änderungen der Temperaturgradienten niederschlagen.<br />
Sind die genannten Effekte räumlicher und zeitlicher Gradientenbildung beobachtbar?<br />
Albisser (1983) und Bogren et al. (2001) untersuchen vertikale Temperaturdifferenzen T,<br />
ersterer T = T2m – T0m, letztere T = T250cm – T10cm. Sie kommen jeweils zu dem Ergebnis,<br />
dass bei stärkerer Bewölkung die Differenz kleiner wird, erkennen aber einen deutlichen<br />
Einfluss des Windes (Turbulenz!). Der zeitliche Temperaturgradient in Abhängigkeit zur<br />
Bewölkung ist in der Literatur nicht explizit untersucht worden.<br />
Eine Aussage, welche Temperaturdifferenz am meisten über die Bewölkungsverhältnisse<br />
aussagt, folgt aus dem einfachen Modell nicht. Dies lässt sich am besten durch einen<br />
indirekten, statistischen Vergleich entscheiden. Der Vorschlag von Albisser (1983),<br />
T = T0m – T-5cm zu wählen, scheint sinnvoll. Ebenso kommt aber z.B. T = T0m – T-5cm in<br />
Frage. Der zeitliche Temperaturgradient sollte in Luft-, Gras- und Bodentemperatur<br />
nachweisbar sein. Ein offener Punkt ist dabei der geeignete Zeitabstand zweier Messungen.<br />
Unabhängig von der gewählten Temperaturdifferenz T ist auch die mathematische<br />
Formulierung des Zusammenhangs mit der Bewölkung N offen. Sie kann von einem linearen<br />
Ansatz (N = x1 + x2 · T) über ein Polynomen höherer Ordnung ( N ¡<br />
Ordnungszahl ¦ = 2 oder mehr) bis zum Potenzgesetz N = a · T b reichen. Explizite<br />
Untersuchungen folgen in Kapitel 4B.<br />
4.2 Die weiteren Terme der Energiebilanzgleichung<br />
4.2.1 Turbulenter Fluss fühlbarer Wärme<br />
¢<br />
¤<br />
i £ 0<br />
x i<br />
¥ T i , mit<br />
Für den Wärmetransport innerhalb der Atmosphäre sind massgeblich die turbulenten<br />
Flüsse fühlbarer und latenter Wärme H und E verantwortlich. Anstatt wie bei der Strahlungsbetrachtung<br />
zwei Körper nur über ihre Strahlung wechselwirken zu lassen, besteht in fluiden<br />
Medien die Möglichkeit, Molekülpakete unterschiedlicher Temperatur wechselseitig zu<br />
verlagern oder zu durchmischen, und so eine homogenere Temperatur zu erreichen.<br />
- 56 -
Zur Bestimmung des turbulenten Flusses fühlbarer Wärme H sind der vertikale Gradient<br />
der Temperatur T/ z und die Windstärke u massgeblich. Mit der Dichte ¡ , der spezifischen<br />
Wärme cp und dem Transportkoeffizienten ¢ H gilt die Parametrisierung (Best 1998)<br />
H ¡¤£ c p¥ H u<br />
T<br />
¦<br />
. (4.13)<br />
z<br />
¦<br />
In dieser Arbeit wird auf eine exakte Bestimmung des turbulenten Flusses fühlbarer Wärme<br />
verzichtet. Qualitativ bleibt aber festzuhalten, dass sich die Windstärke entscheidend auf die<br />
räumlichen und zeitlichen Gradienten bodennaher Temperaturen auswirkt.<br />
In der Literatur wird oft eine Grenzgeschwindigkeit umin beschrieben, ab der sich die<br />
Wirkung des Windes schlagartig verstärkt. Die typischen Zahlenwerte schwanken zwischen<br />
1.5 m/s (Bogren et al. 2001) und 3 m/s (Best 1998). Bogren et al. (2001) weisen darauf hin,<br />
dass der Wind in unterschiedlichen Höhen gemessen werden kann, und umin deshalb nicht<br />
einheitlich sein muss.<br />
Die qualitative Erklärung einer Grenzgeschwindigkeit umin hängt auch vom Untergrund ab<br />
(Best 1998). Für eine Strasse gilt, dass bei zunehmender Windstärke u zwischen u = 0 m/s<br />
und u = umin die zunehmende Turbulenz am Tag dem Boden Energie entzieht oder ihn am<br />
Energiespeichern hindert. Die nächtliche Temperatur in Bodennähe ist entsprechend<br />
niedriger. Für u > umin reduziert die zunehmende Turbulenz in der Nacht die Auskühlung des<br />
Bodens. Über Gras sind die Effekte etwas anders, weil zuerst weniger Energie im Gras<br />
gespeichert werden kann, ab umin die Turbulenz aber die Grastemperatur schneller an die<br />
Lufttemperatur anpasst. In beiden Fällen kann erst bei u § umin der Durchmischungseffekt des<br />
Windes richtig greifen.<br />
4.2.2 Latente Energie<br />
Der turbulente Fluss latenter Wärme E ist analog zum fühlbaren Wärmefluss H definiert.<br />
Lediglich wird die Temperatur durch die Luftfeuchtigkeit (spezifische Feuchte q) ersetzt.<br />
Gleichung (4.13) lautet entsprechend<br />
E ¡¨£<br />
©<br />
E ¥ E u<br />
q<br />
¦<br />
. (4.14)<br />
z<br />
¦<br />
Dabei ist E die spezifische Verdampfungswärme. Die Transportkoeffizienten ¢ H und ¢ E der<br />
turbulenten Flüsse H und E sind in guter Näherung identisch (Best 1998).<br />
Auch der turbulente Fluss latenter Energie soll (und kann) in dieser Arbeit nicht explizit<br />
berechnet werden. Allerdings ist sein Einfluss unter bestimmten Bedingungen quantifizierbar.<br />
Anstelle einer direkten Berücksichtigung in der Energiebilanzgleichung ist es dann möglich,<br />
gemessene Temperaturen so zu verändern, als wäre kein latenter Energietransport erfolgt.<br />
Interessante Fälle sind alle mit Wasser oder Eis, sowie jene mit Regen.<br />
Verdunstung und Taubildung<br />
Ein feuchter oder nasser Untergrund kann zwei Ursachen unterschiedlicher Energieflussrichtung<br />
haben. Zum einen kann Wasser nach einem Niederschlagsereignis nicht vollständig<br />
abgeflossen sein. Es verdunstet und kühlt damit Luft und Boden ab (Best 1998). Zum<br />
anderen kann sich bei hoher Luftfeuchtigkeit Tau bilden.<br />
- 57 -
Die Verdunstung entzieht der Oberfläche (respektive der bodennächsten Luft) fühlbare<br />
Energie. Unter Vernachlässigung von Strahlung und Bodenwärmestrom gilt E = -H, die<br />
Erhöhung der Luftfeuchtigkeit erfolgt also auf Kosten einer Abkühlung. Die Abkühlung ist um<br />
so grösser, je geringer die Luftfeuchtigkeit ist, also je mehr Wasser verdunsten kann. Erreicht<br />
die Temperatur dabei den Gefrierpunkt, wird zur Verdunstung zuerst die frei werdende<br />
Sublimationsenergie verwendet, erst danach erfolgt eine weitere Abkühlung. Die Temperatur<br />
Tfeucht eines feuchten Untergrunds bei Verdunstung in Relation zur entsprechenden<br />
Temperatur Ttrocken ohne Verdunstung lässt sich mit Hilfe der Psychrometerformel<br />
beschreiben:<br />
e<br />
¡ s<br />
¡ T feucht¢ £ e<br />
T T trocken<br />
¢<br />
feucht<br />
A p<br />
. (4.15)<br />
Dabei ist e der Dampfdruck, es(T) der Sättigungsdampfdruck bei gegebener Temperatur T, p<br />
der Luftdruck und A die Psychrometerkonstante. Verdunstet Wasser, dann gilt<br />
A_=_0.000646_K -1 , über Eis ist A = 0.000571 K -1 (Kraus 2000). Soll (gemäss Abschnitt 4.1.4)<br />
von den Temperaturwerten auf Bewölkungsverhältnisse geschlossen werden, kann die<br />
gemessene Temperatur T0m,feucht entsprechend korrigiert werden.<br />
Beim umgekehrten Fall der Taubildung gilt Q = E. Die Kondensation von Tau wird<br />
vollständig durch die nächtliche Ausstrahlung kompensiert. Eine Berücksichtigung in der<br />
Grastemperatur gemäss Gleichung (4.15) ist nicht möglich, da Taubildung 100% relative<br />
Luftfeuchtigkeit voraussetzt, also e = es(T0m). Dennoch ist ein indirekter Einfluss der<br />
Taubildung auf den Verlauf der Grastemperatur vorhanden, da die ausgestrahlte Energie, die<br />
durch die Kondensation geliefert wird, nicht aus dem Reservoir fühlbarer Wärme genommen<br />
werden muss. In den Überlegungen von Abschnitt 4.1.4 gesprochen, wird T0m bei Taubildung<br />
also leicht überschätzt.<br />
Raureifbildung<br />
Ähnliche Überlegungen sind auch für Eis und Schnee auf der Strasse zu treffen. Ein analog<br />
zur Verdunstung korrigierbarer Fall ist die Raureifbildung. Wieder gilt -E = H. Das heisst, die<br />
bei der Eisbildung frei werdende latente Energie erwärmt die Luft fühlbar. Voraussetzung<br />
dafür ist, dass einerseits der Wasserdampfdruck eL in der Luft über dem Dampfdruck der<br />
Oberfläche e0 liegt (dann ist E < 0), aber andererseits auch die Temperatur der Oberfläche Ts<br />
über der Lufttemperatur T0m liegt (wegen H > 0). Dies geht nur, wenn der Dampfdruck der<br />
wärmeren Temperatur über Eis zu bestimmen ist, also Ts < 0°C gilt. Dann kann<br />
es(Ts,eis)_
Wasser über 0°C Wasser unter 0°C Eis<br />
a 7.45 7.60 9.50<br />
b 235.0 240.7 265.5<br />
Tabelle 4.1: Parameter a und b der Magnus-Formel (4.17) für Wasser, unterkühltes Wasser und Eis.<br />
Im Bezug auf das Strassenwetter wird das Schmelzen von Eis und Schnee durch Streusalz<br />
gefördert, das Wiedergefrieren zumeist verhindert. T0m müsste also tendenziell leicht erhöht<br />
werden (Bogren et al. 2001).<br />
Kalter Regen<br />
Da Regentropfen aus höheren Schichten der Atmosphäre kommen, sind sie meist kälter<br />
als die Luft in Bodennähe. Bei einsetzendem Niederschlag sinken die gemessenen Lufttemperaturen<br />
entsprechend (Jacobs und Raatz 1996).<br />
Bemerkungen zum Dampfdruck e<br />
In den Gleichungen (4.15) und (4.16) wird der Dampfdruck der Luft e bzw. der Sättigungsdampfdruck<br />
es verwendet. Dazu sind zwei Anmerkungen nötig.<br />
Der Sättigungsdampfdruck es(T) bei einer Temperatur T lässt sich mit Hilfe der<br />
empirischen Magnus-Formel bestimmen. Sie lautet im allgemeinen Fall mit dem Sättigungsdampfdruck<br />
bei 0°C es,0 = es(T=0°C, p=1013hPa) = 6.11 hPa und den Parametern a und b<br />
aus Tabelle 4.1<br />
a £ T<br />
¤<br />
e ¡ ¦ T e s ¢ 10 b¥ T¦ .<br />
s ,0<br />
(4.17)<br />
Dabei ist T in °C einzusetzen, um es(T) in hPa zu erhalten. Die Abhängigkeit des Wasserdampfdrucks<br />
vom Luftdruck p, die über es,0 = es,0(p) hineinspielt, ist für atmosphärische<br />
Verhältnisse sehr gering. Für den tatsächlichen Dampfdruck gilt bei bekannter Taupunkts-<br />
temperatur § : e ¨ e s © .<br />
Die zweite Anmerkung betrifft die gemessene Luftfeuchtigkeit. Sie wird an allen<br />
verwendeten Stationen nur in 2 Metern über Grund erfasst. Es ist schwierig, daraus auf die<br />
Feuchtigkeit am Boden zu schliessen. Die relative Luftfeuchtigkeit ändert sich mit der<br />
Lufttemperatur sicher. Ebensowenig bleibt die Taupunktsdifferenz<br />
konstant. In dieser Arbeit wird von einem höhenunabhängigen Taupunkt § ausgegangen,<br />
obwohl auch diese Annahme leicht falsifiziert werden kann. Die Luftfeuchtigkeit am Boden<br />
birgt damit immer eine gewisse Unsicherheit, die sich auf die Korrekturen überträgt.<br />
<br />
4.2.3 Bodenwärmestrom<br />
§ T § (4.18)<br />
Der Bodenwärmestrom B ist eng verbunden mit der Temperatur T in einer Tiefe z zu einem<br />
Zeitpunkt t, bzw. deren Änderung. Dabei gilt B z , t ¤<br />
,t<br />
<br />
2 z ¥¨§ dT z<br />
dt<br />
1<br />
z ,t dB<br />
dz<br />
dT ,t z<br />
und<br />
dz<br />
1 z §<br />
, mit der ¢ Wärmeleitfähigkeit 1 und der ¢ Kapazität 2. Bei bekannter<br />
Temperatur in mehreren Tiefen sowie bekannter Wärmeleitfähigkeit und Kapazität kann B<br />
- 59 -
nebst der zeitlichen Änderung der Temperatur direkt bestimmt werden (Jacobs und Raatz<br />
1996). Für tiefenunabhängige ¢ 1 und ¢ 2 lassen sich die Gleichungen sogar zusammenfassen<br />
und es gilt<br />
dT z t ,<br />
dt<br />
¤ 1<br />
2<br />
d 2 T z t ,<br />
dz 2 . (4.19)<br />
Die Temperatur ändert sich also zeitlich und räumlich exponentiell.<br />
Für diese Arbeit liegen meist keine Temperaturmessungen in mehreren Tiefen vor. Weder<br />
die Wärmeleitfähigkeit noch die Kapazität ist bekannt. Sie sind an den Strassenwetterstationen<br />
auch nicht höhenunabhängig, da Strassen schichtweise aus mehreren Materialien<br />
aufgebaut werden. Ebensowenig kann bei Messungen am Strassenrand von einem horizontal<br />
homogenen Untergrund ausgegangen werden. Da verschiedene Kantonalstrassen zudem<br />
bedürfnisorientiert unterschiedlich oder mit unterschiedlichen Materialien konstruiert wurden,<br />
weisen sie unterschiedliche ¢ -Werte auf und differieren somit bezüglich des Bodenwärmestroms.<br />
Unterschiede zwischen Strasse und Wiese<br />
Ein klarer Unterschied im Bodenwärmestrom ist zwischen den Strassenwetterstationen und<br />
den Stationen nach WMO-Norm (ANETZ, meteomedia-Stationen) zu erkennen. Strassen<br />
haben eine höhere Wärmekapazität und damit ein thermisches Gedächtnis (Chapman et al.<br />
2001a), das sich direkt auf die Temperaturen über der Strasse auswirkt. Die Differenz<br />
zwischen der Temperatur über einer Strasse und der Temperatur über einer etwas von der<br />
Strasse entfernten Wiese nimmt mit zunehmender Bewölkung und Windgeschwindigkeit zwar<br />
ab, ein Unterschied bleibt aber vorhanden (Bogren et al. 2001).<br />
Aufheizen einer Strasse an klaren Tagen und Abklingen in der Nacht<br />
Wie stark die Temperatur einer Strasse tagsüber ansteigt, hängt v.a. von der solaren<br />
Einstrahlung ab. Die wesentlichen Faktoren sind der Kalendertag (Sonnenhöhe und<br />
potentielle Sonnenscheindauer), die Bewölkung und die Abschattung des Bodens.<br />
Die tagsüber gestiegene Strassentemperatur nimmt in der Zeit nach Sonnenuntergang nur<br />
langsam ab. Sie muss für die Dauer einer Abklingzeit mitberücksichtigt werden, während der<br />
sich Tag- und Nachteffekte überlagern (Postgard 2001). Besonders nach sonnigen<br />
Spätwintertagen sind die beobachteten Temperaturen so stark beeinflusst, dass der in<br />
Abschnitt 4.1.4 besprochene Zusammenhang zwischen Bedeckungsgrad und vertikalem<br />
Temperaturgradient (wegen des Wärmestroms von unten) hinfällig wird.<br />
Folgerung von der Abklingkurve auf den Bedeckungsgrad<br />
Das Abklingen der solaren Erwärmung lässt sich an den Strassenwetterstationen<br />
verwenden, um zwischen eher klaren und eher bedeckten Verhältnissen zu unterscheiden. In<br />
Abbildung 4.2 sind die Temperaturverläufe einer Strassenwetterstation dargestellt, links für<br />
komplett wolkenlose Nächte, rechts für Nächte mit durchgehend bedecktem Himmel, jeweils<br />
von Sonnenuntergang bis -aufgang. Die wolkenlosen Nächte zeigen fast immer eine<br />
exponentielle Temperaturabnahme während der ganzen Nacht, insbesondere sind die<br />
Temperaturkurven fast ausnahmslos monoton fallend. Bei bedecktem Himmel schwankt die<br />
Temperatur stark, tendenziell nimmt sie während der ganzen Nacht nur leicht ab. Sofern<br />
dieses klar unterschiedliche Verhalten auch auf einzelne Nachtphase übertragbar ist und sich<br />
mit geeigneten Werten charakterisieren lässt, kann man vom zeitlichen Temperaturverlauf auf<br />
den Bedeckungsgrad schliessen.<br />
- 60 -
Abbildung 4.2: Verlauf der Temperatur T0m über einer Strasse in Roggliswil in klaren Nächten (links) und in<br />
vollständig bedeckten Nächten (rechts), jeweils zwischen Sonnenuntergang und -aufgang. Die Farbwahl ist<br />
zufällig.<br />
Korrektur des Bodenwärmestroms ohne direkte Kenntnis der Bodenparameter<br />
Auch ohne Kenntnis der Bodenparameter ¢ 1 und ¢ 2 kann der Bodenwärmestrom zum Teil<br />
korrigiert werden. Die der Grastemperatur T0m durch Abstrahlung entzogene Energie wird nur<br />
durch Gegenstrahlung und turbulente Transporte aus der Atmosphäre ersetzt. Diese<br />
Überlegung ist für ANETZ-Stationen über Gras durchaus richtig, weil sich hier die Temperatur<br />
im Boden Ttief und die Grastemperatur T0m nicht stark unterscheiden. An den Strassenwetterstationen<br />
ist aber oft Ttief > T0m, besonders nach klaren Tagen. Der Untergrund stellt dann ein<br />
zusätzliches Wärmereservoir dar, das durch den Bodenwärmestrom angezapft wird;<br />
spiegelbildlich zur Atmosphäre und dem Energieaustausch durch Turbulenz. Um den Effekt<br />
des Bodens als Wärmequelle formal in einen Effekt der Atmosphäre umzurechnen, muss die<br />
Lufttemperatur T2m entsprechend ihres mittleren Unterschieds zu Ttief korrigiert (also erhöht)<br />
werden. Das höhere T2m in Relation zum gemessenen T0m kann dann wieder als<br />
Bewölkungssignal Verwendung finden, ohne dass der Bodenwärmefluss explizit berechnet<br />
werden muss.<br />
4.3 Lokale Inhomogenitäten<br />
4.3.1 Abschattung<br />
Sowohl tagsüber als auch nachts stellt die Sichtbarkeit des Himmels von einer Messstation<br />
oder einem Strassenabschnitt aus ein Problem dar. Vegetation und Gebäude werfen ihre<br />
Schatten, aber auch Berge schränken das Sichtfeld ein.<br />
Vor allem bei geringer Sonnenhöhe an Wintertagen kann die Auswirkung frappierend sein.<br />
Dann sind manche Standorte den ganzen Tag im Schatten. Bei teilweise abgeschatteten<br />
- 61 -
Stationen muss tagsüber die genaue Abschattungsstruktur bekannt sein. Nachts reicht es,<br />
den überhaupt sichtbaren Anteil des Himmels zu kennen. Dieser Sky-View-Faktor s<br />
beeinflusst das nächtliche Strahlungsbudget wesentlich. Ist er für eine Station bekannt, lässt<br />
sich die Ausstrahlung auf<br />
L¡ ¡£¢¥¤<br />
¦<br />
s T 4<br />
s<br />
(4.20)<br />
reduzieren (Chapman et al. 2001a und 2001b). Da der kalte Himmel gegen warmen<br />
Untergrund, Gebäude oder Vegetation getauscht wird, ändert sich auch die atmosphärische<br />
Gegenstrahlung L . In klaren Nächten liefern Gebäude, Bäume und Gebirgshänge einen<br />
wesentlichen Anteil der eingehenden langwelligen Strahlung.<br />
4.3.2 Geographische Faktoren<br />
Orographie<br />
Neben dem direkten Effekt eines verkleinerten Sky-View-Faktors s durch Abschattung,<br />
kann sich die orographische Situation auch indirekt auf die Temperaturentwicklung eines<br />
Standorts auswirken. Z.B. unterdrückt die Ausbildung horizontaler Isothermen die turbulenten<br />
Flüsse (Chapman et al. 2001a).<br />
Der grösste Einfluss besteht im katabatischen Effekt: die Orographie verhindert die<br />
Durchmischung in der nächtlichen Grenzschicht und fördert so die Bildung von Kaltluftseen.<br />
Kleine Täler werden rasch ganz mit kalter Luft gefüllt, während sich in grossen Tälern nur eine<br />
Kaltluftschicht bildet (Bogren und Gustavsson, 1991).<br />
Ein anderer Effekt ist Föhn als warmer Fallwind auf einer Seite eines Gebirges. Ein<br />
Föhndurchbruch geht einher mit teils stark steigenden Temperaturen und einer deutlichen<br />
Zunahme der Windgeschwindigkeit. Bricht der Föhn zusammen, schläft der Wind plötzlich ein<br />
und die Temperaturen fallen wieder.<br />
Urbanität<br />
Auch die Landnutzung der Umgebung einer Station beeinflusst die Temperaturen. Städte<br />
sind typischerweise wärmer als ländliche Regionen (urban heat island). Der Effekt ist in klaren<br />
Nächten dominanter als in bewölkten (Myrup 1996).<br />
Nähe zu Gewässern<br />
Die Nähe grosser Wassermassen wirkt sich in höheren nächtlichen Temperatur aus, weil<br />
das Wasser zusätzlich Energie speichert. Auch die höhere Luftfeuchtigkeit spielt dank<br />
©<br />
entsprechend grösserer atmosphärischer Gegenstrahlung L<br />
clear<br />
4.3.3 Strassentypen<br />
eine Rolle.<br />
Je nach ihrer Breite und den gegebenen Nutzungsanforderungen haben Strassen ein<br />
unterschiedlich tiefes Fundament und sind aus unterschiedlichen Materialien gebaut.<br />
Entsprechend können sie Wärme verschieden gut speichern oder leiten. Brücken sind von<br />
unten gekühlt (Chapman et al. 2001a). Diese unterschiedliche Situation wirkt sich teilweise<br />
direkt auf Messungen an Strassenwetterstationen aus.<br />
- 62 -
Zudem sind Strassen nicht nur unbenutztes Gelände, sondern unterschiedlich stark<br />
frequentierte Verkehrswege. Stark befahrene Strassen sind dabei wärmer als schwach<br />
befahrene. Der Strassenverkehr hat einen mindestens dreifachen Einfluss: die anthropogene<br />
Erwärmung der Strasse und der Luft, die Abschattung der langwelligen Ausstrahlung durch<br />
Fahrzeuge (analog zum Sky-View-Faktor s), sowie zusätzliche Turbulenz (Chapman et al.<br />
2001a).<br />
Bei jeder dieser Grössen ist separat zu überlegen, ob sie nur den absoluten<br />
Temperaturwert beeinflusst (vgl. thermal mapping) oder auch in die Schichtung der<br />
Temperaturen eingreift.<br />
4.4 Einfluss der Wolkenhöhe auf die atmosphärische Gegenstrahlung<br />
4.4.1 Quantitative Strahlungsbilanz bei bedecktem Himmel<br />
Die langwellige Strahlung mit und ohne Wolken wurde bereits in Abschnitt 4.1 diskutiert.<br />
Wolken tragen einen grossen, aber nicht sehr gut quantifizierbaren Teil zur atmosphärischen<br />
Gegenstrahlung bei. Neben dem absoluten Bedeckungsgrad N spielt die unterschiedliche<br />
Höhe h der Wolken eine Rolle.<br />
Schon 1948 bestimmt Haurwitz den Anteil der wolkenfreien Strahlung (allerdings im<br />
kurzwelligen Bereich), der bei N = 8 Achteln durch die Wolken kommt. Es sind dies bei Ci und<br />
Cs 65 bis 85%, bei Alto-Bewölkung 40 bis 50%, bei Sc 30 bis 35%, und bei St, Ns oder Nebel<br />
15 bis 25%. Czeplak und Kasten (1987) verwenden zur Bestimmung der langwelligen<br />
Einstrahlung L mit einer Gleichung vom Typ (4.11) die stockwerksabhängigen Konstanten<br />
tief = 0.24, mittel = 0.19 und hoch = 0.09, mit denen der Effekt tiefer Wolken 2.5 mal so<br />
gross ist wie der Effekt hoher Wolken. Der entscheidende Einfluss der Wolkenhöhe ist also<br />
sowohl im kurz- als auch im langwelligen Strahlungsbereich dokumentiert. Im kurzwelligen<br />
Bereich ist er allein auf die Abschattung der direkten Strahlung zurückzuführen. Im<br />
langwelligen Bereich spielen unterschiedliche Strahlungstemperaturen der Wolken die<br />
entscheidende Rolle. Nach Gleichung (4.2) hängt die Ausstrahlung eines (schwarzen)<br />
Körpers nur von der vierten Potenz seiner Temperatur ab. Für die atmosphärische Gegenstrahlung<br />
ist die Temperatur Tcloud der Wolkenuntergrenze massgeblich. Wolken sind zwar<br />
keine exakt schwarzen Strahler, es kann aber angenommen werden, dass alle Wolken eine<br />
ungefähr gleiche Emissivität ¡ wolke besitzen und die relativen Strahlungsunterschiede doch nur<br />
von der Temperatur abhängen.<br />
Gleichung (4.2) kann aus der Strahldichte J hergeleitet werden, indem über alle<br />
Wellenlängen ¦ integriert wird (vgl. Gleichung (4.4)). Die Atmosphäre ist für langwellige<br />
Strahlung aber nur im Bereich zwischen 4 und 12 m, dem atmosphärischen Fenster,<br />
¡ <br />
<br />
<br />
(¦ ¦<br />
¤ ¢¤£ ¡<br />
durchlässig.<br />
2<br />
J d<br />
1<br />
ist analytisch nur global lösbar. Für ein begrenztes Intervall<br />
1_=_4_ m, 2 = 12 m) lässt sich numerisch zeigen, dass die Lösung<br />
Q T s T ¥ (4.21)<br />
- 63 -
nicht immer einen Zusammenhang mit vierter Potenz liefert. Für solare Strahlung wird z.B.<br />
_(T=6000K) = 1.2. Im Bereich atmosphärischer Temperaturen zwischen 200 und 350 K ist<br />
<br />
_(Tcloud) = 4 aber hinreichend genau.<br />
<br />
Damit gilt für eine 8-Achtel-Wolkenschicht in der Höhe hcloud, die die Temperatur Tcloud hat,<br />
im Vergleich zu einer Wolkendecke von N0 = 8 Achteln am Boden mit h0 = 0 m und T = T0:<br />
Lrel :¡ L hcloud¡<br />
<br />
cloud<br />
h0¡ ¡<br />
Lcloud 4<br />
¢ cloud ¤ T cloud<br />
¢ cloud ¤ T 0<br />
4<br />
¡ 4 T cloud<br />
T 0<br />
4 . (4.22)<br />
Beträgt der Bedeckungsgrad der Wolken in der Höhe hcloud nur N < 8 Achtel, dann<br />
reduziert sich das Verhältnis entsprechend. Bei der Kombination von bis zu drei Wolkenschichten<br />
(mit Bedeckungsgrad N1, N2, N3 in der Höhe h1, h2, h3 bei einer Wolkenbasistemperatur<br />
Tc1, Tc2, Tc3) ist deren gegenseitige Abschattung mitzuberücksichtigen:<br />
L rel ¥ N 1 ¤ N 0 T 4<br />
c1<br />
4 © T 0<br />
N 2<br />
N 0 ¤ 1 – N 1<br />
N 0<br />
4<br />
¤ T c2<br />
4 © T 0<br />
N 3<br />
N 0 ¤ 1 § N 1<br />
N 0<br />
1 § ¤ N 2<br />
N 0<br />
4<br />
¤ T c3<br />
4<br />
T 0<br />
(4.23)<br />
Diese Überlegung zeigt: der totale Bedeckungsgrad, wie ihn die WMO von den<br />
Beobachtern an synoptischen Stationen bestimmen lässt, liefert zwar einen guten Hinweis<br />
über den Strahlungseinfluss von Wolken auf bodennahe Temperaturen. Er stimmt aber nicht<br />
notwendig mit einer auf quantitativen Überlegungen beruhenden Berechnung überein.<br />
4.4.2 Der Ncp als korrigierter Bedeckungsgrad<br />
Mit bekanntem Lrel aus Gleichung (4.22) kann man nun eine Wolkenkennzahl entwickeln,<br />
die den Bedeckungsgrad an einem Ort genauso berücksichtigt wie die Höhe der Wolken, also<br />
deren Strahlungseigenschaften. Diese Kennzahl soll „New Cloud Parameter“ (Neuer<br />
Wolkenparameter) Ncp genannt werden und ist definiert als<br />
Ncp ¥ : ¤ N L ¥ N ¤ rel T 4<br />
cloud<br />
T 0<br />
4 . (4.24)<br />
Dabei ist N der beobachtete Bedeckungsgrad. Bei Beobachtungen Ni in verschiedenen<br />
Höhenschichten erfolgt die Definition für jede Schicht separat. Da eine Kombination aller<br />
Schichten analog zu Gleichung (4.23) problemlos möglich ist, beschränken sich die weiteren<br />
Überlegungen auf nur eine Wolkenschicht.<br />
Die Temperatur Tcloud der Wolkenuntergrenze ist im Allgemeinen nicht bekannt, nur deren<br />
Höhe hcloud. Lrel kann also nicht exakt berechnet, sondern muss geeignet geschätzt werden.<br />
Unter Ausserachtlassung der physikalischen Zusammenhänge wurde dabei zuerst eine<br />
empirische Formel exponentiellen Typs entwickelt, deren Verwendung bei den meisten<br />
Untersuchungen in Abschnitt 4.6 und 4.7 zugrundeliegt. Die Formel lautet<br />
Ncp emp ¨ N ¢ exp £ h cloud<br />
h tropo<br />
, (4.25)<br />
mit der mittleren Tropopausenhöhe htropo_=_10000_m als maximaler Höhe der Wolkenuntergrenze.<br />
- 64 -
Auch bei einem physikalischen Ansatz liegt es nahe, Kenntnisse über das mittlere<br />
Verhalten der Atmosphäre einzubeziehen. Einen Vorschlag zum mittleren vertikalen<br />
Temperaturprofil in der Atmosphäre liefert die ICAO-Standard-Atmosphäre. Der Temperaturverlauf<br />
in der Troposphäre wird dabei durch einen einzigen Wert charakterisiert, den<br />
Temperaturgradienten ICAO ¡ ¢ 6.5 K ¦ km (Kraus 2000). Damit ist<br />
Ncp<br />
¤<br />
N ¡<br />
ICAO<br />
<br />
T ¢¤£<br />
0<br />
ICAO ¡ h cloud 4<br />
(4.26)<br />
4<br />
T<br />
0<br />
nur von der Temperatur am Boden T0 abhängig. In Abbildung 4.3 ist der NcpICAO für drei<br />
Starttemperaturen T0 = -73°C, 0°C und +77°C dargestellt. Eine vierte Kurve zeigt den<br />
empirischen neuen Wolkenparameter Ncpemp aus Gleichung (4.25). Die empirische Wahl und<br />
die physikalische Variante mit T0 = 0°C liegen nahe beieinander. Ebenso unterscheiden sich<br />
die physikalischen Kurven angesichts des extremen Temperaturunterschieds von ±75 K nicht<br />
sehr deutlich. Darum, und weil im Winter die Starttemperatur in der unteren Atmosphäre meist<br />
um 0°C liegt, soll für alle weiteren Untersuchungen der neue Wolkenparameter<br />
Ncp_=_NcpICAO(T0=0°C) verwendet werden. Der geringe Unterschied zu Ncpemp rechtfertigt<br />
aber auch die Verwendung von Erkenntnissen, die auf dessen Basis gefunden wurden.<br />
Es stellt sich die Frage, in wieweit ICAO ¡ ¢ 6.5 K ¦ km und T0 = 0°C eine gute Wahl sind.<br />
Da die Grastemperatur, also die gemessene Temperatur der untersten Luftschicht, im<br />
Gegensatz zur freien Atmosphäre einen deutlichen Tagesgang aufweisst, sollte für T0<br />
geeigneterweise die (tagesgangsbereinigte) mittlere Temperatur der untersten freien<br />
Atmosphäre eingesetzt werden. Diese ist nicht bekannt, wird im schweizer Winter aber etwa<br />
0_±_5°C betragen. Der tatsächliche Temperaturgradient ist ebensowenig bekannt. Die<br />
ICAO-Standard-Atmosphäre beansprucht, Auskunft über die global und jahreszeitlich<br />
gemittelten Verhältnisse zu geben. Bei den in der Schweiz häufig auftretenden winterlichen<br />
Abbildung 4.3: Vorschläge zum neuen Wolkenparameter Ncp. NcpICAO bei drei Starttemperaturen T0 und<br />
Ncpemp, jeweils berechnet für einen Bedeckungsgrad von N = 8 Achteln in der Höhe h.<br />
- 65 -
0 m 30 m 300 m 1000 m 3000 m 7000 m<br />
1 Achtel 1.00 ± 1.00 1.00 ± 1.00 0.97 ± 0.97 0.91 ± 0.91 0.74 ± 0.74 0.48 ± 0.49<br />
4 Achtel 4.00 ± 1.00 3.99 ± 1.00 3.89 ± 0.97 3.63 ± 0.91 2.97 ± 0.76 1.93 ± 0.56<br />
7 Achtel 7.00 ± 1.00 6.98 ± 1.00 6.80 ± 0.97 6.36 ± 0.92 5.21 ± 0.80 3.38 ± 0.69<br />
7 Achtel<br />
¡ =2K/km 7.00 ± 1.00 6.98 ± 1.00 6.80 ± 0.97 6.36 ± 0.93 5.21 ± 0.91 3.38 ± 1.00<br />
Tabelle 4.2: Berechneter Ncp und zugehöriger Fehler in sechs Höhen. Berechnung bei drei Bedeckungs-<br />
graden N mit ¡ = 1 K/km und zusätzlich bei N = 7 Achtel mit ¢ = 2 K/km.<br />
Inversionswetterlagen ist ICAO eindeutig nicht die beste Wahl. Oft sind diese Wetterlagen<br />
mit Hochnebel verbunden, und die Temperatur kann an der Wolkenobergrenze innerhalb<br />
weniger Meter um einige Kelvin ansteigen. Allerdings sind Inversionswetterlagen immer mit<br />
tiefen Wolkenschichten (also kleiner Wolkenhöhe und hohem Bedeckungsgrad) verbunden,<br />
und der Einfluss des falschen Temperaturgradienten bleibt gering. Das Problem eines<br />
unbekannten vertikalen Temperaturgradienten und einer nur grob abschätzbaren Vergleichstemperatur<br />
könnte zum Teil durch Radiosondenaufstiege gelöst werden. Das Temperaturprofil<br />
einer Sondierung in Payerne wäre wohl für die ganze Schweiz und einen Zeitraum von 12<br />
Stunden verwendbar, ohne dass inakzeptable Fehler in Kauf genommen werden müssten.<br />
Der Ncp gemäss Gleichung (4.26) fasst den Bedeckungsgrad und die Wolkenhöhe<br />
adäquat in einen Wert zusammen. Er beschreibt eine Bewölkungskennzahl, die das<br />
Strahlungsverhalten der Wolken einschliesst. Ein zunehmender Ncp kann zweierlei bedeuten:<br />
eine Zunahme des Bedeckungsgrads, oder eine Abnahme der Wolkenhöhe. Wenn in den<br />
folgenden Abschnitten von beobachtetem Ncp oder beobachteter Bewölkung die Rede ist, ist<br />
immer der aus den Beobachtungsgrössen Bedeckungsgrad und Wolkenhöhe mit Gleichung<br />
(4.26) berechnete Ncp gemeint. Alle Anmerkungen sind entsprechend mitzudenken.<br />
4.4.3 Bedeutung des Ncp und Berechnungsfehler<br />
In Abschnitt 2.3.5 wurde versucht, den Fehler von Bewölkungsbeobachtungen zu<br />
quantifizieren. Aus den dortigen Abschätzungen soll nun auf den Fehler im Ncp geschlossen<br />
werden.<br />
Der neue Wolkenparameter Ncp setzt sich nach Gleichung (4.26) aus dem<br />
Bedeckungsgrad N, der Wolkenhöhe h, der bodennahen Temperatur T0 und dem vertikalen<br />
£ ICAO-Temperaturgradient zusammen. Sein absoluter Fehler Ncp lässt sich dann mittels<br />
Gaussscher Fehlerfortpflanzung aus den Fehlern N, h, T0 und ¤<br />
der Einflussgrössen<br />
berechnen:<br />
¥ Ncp ¡<br />
Ncp<br />
¦<br />
N<br />
¦<br />
§ ¥ N<br />
2<br />
¨<br />
Ncp<br />
¦<br />
¦<br />
§ ¥<br />
2<br />
- 66 -<br />
¨<br />
Ncp<br />
¦<br />
h<br />
¦<br />
§ ¥ h<br />
2<br />
¨<br />
Ncp<br />
¦<br />
T<br />
¦<br />
0<br />
§ ¥ T 0<br />
2
Ncp 2 ¤<br />
¡<br />
T ¢ £ h 0<br />
T 0<br />
¤ Ncp 2 ¨ Ncp 2 ¤ N 2<br />
Ncp<br />
Ncp<br />
2 ¤<br />
8<br />
4 N T ¡£¢<br />
h 0<br />
T 0<br />
N 2<br />
N<br />
N<br />
¡<br />
¡<br />
2 ¢ N 4 N T ¢ £ h 0<br />
T 0<br />
3 ¢<br />
T 0<br />
2<br />
¢¥¤ h<br />
4 N T ¡§¢<br />
h 0<br />
T 0<br />
2 ¢ 4 £ h<br />
T ¢ £ h<br />
0<br />
2<br />
¡<br />
2 ¡<br />
3 ¢ h<br />
T 0<br />
h<br />
h<br />
3<br />
h<br />
T 0<br />
2<br />
4 N T ¡£¢<br />
h 0<br />
T 0<br />
2<br />
¤ h ¢ 2<br />
h 2<br />
2 ¢<br />
£<br />
£<br />
¡<br />
¡ ¤<br />
£ 2<br />
¢ 2<br />
¢ 2<br />
2 ¢<br />
3 £ ¢ h<br />
2<br />
T 0<br />
2<br />
2<br />
T 0<br />
¤ ¡<br />
¨ £ T 0 © 2<br />
T 0<br />
T 0<br />
2<br />
2<br />
T 0<br />
¢¦¤<br />
(4.27)<br />
Der absolute Fehler des Bedeckungsgrades N = 1 Achtel wurde bereits abgeschätzt;<br />
ebenso der relative Fehler der Wolkenhöhe h/h = 10%. Auch T0 steht fest, da im vorhergehenden<br />
Abschnitt T0_=_0_±_5°C als geeignete Wahl erkannt wurde. Dieser T0_=_5_K<br />
entspricht einem relativen Fehler von 1.8%. Aufgrund der Überlegung zu Inversionen und der<br />
Tatsache, dass es sich um einen globalen Mittelwert handelt, wird der Fehler des Temperaturgradienten<br />
eher gross gewählt. ¢<br />
= 1 K/km entspricht einem relativen Fehler von 15%. In<br />
der unteren Atmosphäre ist aber wohl sogar ¢<br />
= 2 K/km berechtigt.<br />
Mit dieser Fehlerabschätzung wurden Ncp ± Ncp in Tabelle 4.2 berechnet. Aus dem<br />
zweiten Summanden in Gleichung (4.27) ist leicht ersichtlich, dass der relative Fehler<br />
Ncp/Ncp mit zunehmender Höhe steigt. Da aber der Ncp selber mit der Höhe abnimmt, ist<br />
der absolute Fehler Ncp bei stark bewölktem Himmel (z.B. bei N = 7 Achtel) nahezu<br />
höhenunabhängig. Neben dem Fehler des Bedeckungsgrads N hat vor allem die<br />
Genauigkeit des Temperaturgradienten ¢<br />
einen Einfluss auf den Gesamtfehler.<br />
Aus dem höhen- und bedeckungsgradabhängigen Fehler Ncp aus Tabelle 4.2 kann leider<br />
nicht direkt auf einen mittleren Fehler des beobachteten Ncp geschlossen werden. Es ist aber<br />
anzunehmen, dass er sich im gefundenen Bereich von 0.8 bis 1.0 Achtel bewegt. Dabei<br />
tragen die häufiger vorkommenden tiefen Wolken mehr bei als hohe. Der Beitrag aller<br />
Bedeckungsgrade dürfte ungefähr gleich gross sein, weil klare und bedeckte Fälle zwar<br />
häufiger, aber etwas genauer sind. Der absolute und der relative Fehler des Ncp sind in<br />
reziproker Weise vom Gesamtbedeckungsgrad Ncp abhängig. Es bleibt in Erinnerung zu<br />
rufen, dass der gefundene Fehler Ncp 0.9 Achtel auf allgemein eher gutmütigen<br />
Abschätzungen beruht – also vielleicht noch etwas grösser ist.<br />
4.5 Niederschlag<br />
Der diskrete Zustand „Niederschlag Ja / Nein“ lässt sich leichter und exakter beobachten<br />
als Bedeckungsgrad und Wolkenart. Bis auf wenige Fälle am Rand von (konvektiven)<br />
Niederschlagsgebieten ist davon auszugehen, dass der Himmel bei Niederschlag bedeckt ist<br />
(N_=_8_Achtel). Es liegt also nahe, den bekannten Niederschlagszustand zu nutzen und mit<br />
bedecktem Himmel zu assoziieren. Radarmessungen des Niederschlags können so direkt in<br />
- 67 -
zweidimensionale Wolkenbilder eingebunden werden. Eine praktische Überprüfung folgt in<br />
Kapitel 4B.<br />
Bei den Niederschlagswippen des ANETZ steht einer hohen zeitlichen Auflösung von 10<br />
Minuten eine Auflösung des Niederschlags von nur 0.1 mm entgegen. Bei schwachem<br />
Niederschlag unter 0.6 mm/h treten also Lücken in den Messreihen auf, obwohl der<br />
Niederschlag unverändert anhält. Ob diese Lücken instantan geschlossen werden können,<br />
muss noch geklärt werden.<br />
- 68 -
4B. Erstellung eines Modells, eindimensionale Berechnungen, und<br />
Verifikation an ausgewählten Stationen<br />
In Kapitel 4A wurden auf theoretischer Basis zahlreiche Ideen entwickelt, um die<br />
Bewölkung aus bodennahen (Temperatur-)Messungen abzuschätzen. Diese Ideen sind nun<br />
mit konkreten Messwerten und beobachteter Bewölkung zu überprüfen und gegebenenfalls<br />
an reale Bedingungen anzupassen. Die besten theoretisch entwickelten Ideen können<br />
zusammen ein Modell ergeben, das es erlaubt, die Bewölkung über einer Station hinreichend<br />
genau zu diagnostizieren.<br />
Einer der Stationsstandorte des ANETZ ist Payerne. Die dortige Station verfügt über das<br />
Maximum der im ANETZ vorhandenen Messparameter. Wolkenbeobachtungen finden rund<br />
um die Uhr in dreistündigem Rhythmus statt. In hügeligem Gelände gelegen, kann Payerne<br />
auch bezüglich der orographischen Situation als repräsentativ für viele schweizer Stationen<br />
gelten. Payerne ist also für die Entwicklung eines Modells zur Bewölkungsdiagnose und<br />
dessen Verifikation gut geeignet.<br />
4.6 Entwicklung eines Modells in Payerne<br />
4.6.1 Erstellung eines Datensatzes zur optimalen Entwicklung<br />
Alle in Payerne gemessenen und beobachteten Werte liegen für diese Arbeit aus den<br />
Monaten November bis April der Wintern 1995/96 bis 2001/02 vor (vgl. Tabelle 3.3). Um zur<br />
Entwicklung eines Modells möglichst geeignete Daten zu verwenden, werden alle unvollständigen<br />
oder offensichtlich fehlerhaften Messungen entfernt. Zwei weitere Einschränkungen<br />
sind sinnvoll: Da das Modell nur nachts gültig sein soll, werden alle Zeitpunkte ausserhalb der<br />
astronomischen Dämmerung aussortiert. Da bereits in Kapitel 4A der Wind als störender<br />
Faktor erkannt wurde, werden nur Daten mit einer Windgeschwindigkeit u_
T diff : ¤ T 2m – T 0m (4.28)<br />
erkannt. Die mathematische Form des Zusammenhangs bleibt aber offen. Mit den<br />
Beobachtungen und Messungen in Payerne können nun Zusammenhänge verschiedener<br />
Gestalt untersucht werden.<br />
Ein Teil der untersuchten Funktionen respektive der zugehörigen Regressionsalgorithmen<br />
der Programmiersprache IDL setzen voraus, dass die Eingangswerte positiv definit sind. Da<br />
negative Bedeckungsgrade Ncp ohnehin nicht vorkommen, werden alle Bedeckungsgrade<br />
Ncp_ T2m<br />
sind durchaus vorhanden. Mit der Idee der Strahlungsflüsse sind sie dann vereinbar, wenn<br />
Energieflüsse aus einer anderen Quelle (latente Energie oder Bodenwärmestrom) kommen,<br />
oder wenn die atmosphärische Gegenstrahlung von einer Wolkendecke stammt, die wärmer<br />
ist als der Untergrund. Die beobachteten negativen Differenzen sind absolut meist klein.<br />
Deshalb kann ohne Verlust Tdiff (T2m-T0m < 0.1K) := 0.1 K gesetzt werden.<br />
In Tabelle 4.3 sind einige funktionale Zusammenhänge aufgeführt. Ermittelt man aus den<br />
bekannten Ncpobs und Tdiff mit den IDL-Regressionsroutinen die freien Parameter xi, können<br />
damit umgekehrt die jeweils zu Tdiff gehörenden Bewölkungsverhältnisse Ncpcalc berechnet<br />
und mit den ursprünglichen Ncpobs verglichen werden. Tabelle 4.3 gibt die resultierenden<br />
Korrelationskoeffizienten wieder. Sie liegen für die gewählten Funktionen zwischen 0.82 und<br />
0.88. Der einfache lineare Zusammenhang schneidet am schlechtesten ab. Neben dem<br />
Polynom 3. Ordnung erreichen auch der Exponentialansatz und sein Kehrwert den maximalen<br />
Korrelationskoeffizienten. Zur Definition des Korrelationskoeffizienten siehe Anhang F.<br />
Zur weiteren Entscheidung zwischen diesen drei Funktionstypen ist es hilfreich, einen<br />
Streuplot Tdiff gegen Ncpobs mit Ausgleichsgerade hinzuzuziehen. Für die Exponentialfunktion<br />
Ncp ¥ x 1© x 2¤ exp x 3¤ T diff <br />
(4.29)<br />
enthält Abbildung 4.4 eine solche Darstellung. Die Ausgleichskurve passt – trotz der grossen<br />
Streuung der Punkte – gut ins Bild. Die Kurven der anderen beiden Funktionen sehen<br />
dagegen weit weniger sinnvoll aus. Zudem entspricht die Exponentialfunktion dem in der<br />
Naturwissenschaft durchaus wichtigen Gefühl für Einfachheit und Ästhetik.<br />
Funktion Formel<br />
Linear Ncp ¤ x ¢ x 1 ¡ T 2 diff<br />
Polynom 3. Ordnung Ncp ¤ x ¡ x ¢ T ¢ x ¡ 2<br />
T ¢ x<br />
0 1 ¡ 3<br />
T<br />
diff 2 diff 3 diff<br />
Potenzgesetz Ncp ¤ x ¢ x 1 ¡ T 2 diff<br />
Reziprok<br />
Ncp <br />
x 1<br />
Korrelationskoeffizient<br />
0.82<br />
0.88<br />
x 3 0.86<br />
1<br />
Exponentiell Ncp ¥ x 1© x 2¤ exp x 3¤ T diff 0.88<br />
Logistisch<br />
¡ x 2 x 3¢ T diff£<br />
1<br />
x 1¤ x 2 ¢ exp x 3 ¢ T diff¡<br />
Ncp¡<br />
Tabelle 4.3: Verschiedene funktionale Zusammenhänge zwischen Tdiff und Ncp.<br />
- 70 -<br />
0.87<br />
0.88
Abbildung 4.4: Ncpobs gegen Tdiff in Payerne. Ausgleichskurve gemäss Gleichung (4.29).<br />
4.6.3 Weitere vertikale Temperaturdifferenzen<br />
Neben den Messungen von Luft- und Grastemperatur T2m und T0m stehen in Payerne auch<br />
Messungen der Bodentemperatur Ttief in fünf Tiefen zur Verfügung. Bei einer Untersuchung<br />
verschiedener Funktionstypen mit T_=_T-5cm_-_T0m schneiden wiederum die Exponentialfunktion<br />
und das Polynom dritter Ordnung am besten ab. Der Korrelationskoeffizient liegt aber<br />
nur bei 0.68.<br />
Tabelle 4.4 gibt die Korrelationskoeffizienten auch für andere Temperaturdifferenzen<br />
wieder. Verwendeter Zusammenhang ist jeweils die Exponentialfunktion (4.29), da sie die<br />
besten Resultate liefert. Eine Korrelation besteht zwar für alle vertikalen Temperaturdifferenzen,<br />
der absoluter Wert lässt mit zunehmender Tiefe der verwendeten Bodentemperatur<br />
aber nach. Zur Bestimmung des Bedeckungsgrads Ncpcalc ist höchstens die<br />
oberste Messung Ttief = T-5cm verwendbar.<br />
4.6.4 Zeitliche Temperaturdifferenzen<br />
In Abschnitt 4.1.4 wurde neben dem vertikalen auch der zeitliche Temperaturgradient als<br />
Bewölkungsindikator diskutiert. Dieser kann nun für die Lufttemperatur T2m, die<br />
Grastemperatur T0m und die Bodentemperatur T-5cm untersucht werden. Neben der<br />
mathematischen Funktion steht der geeignete Zeitabstand zweier Messungen zur Disposition.<br />
T T-5cm - T0m T-10cm - T0m T-20cm - T0m T-50cm - T0m<br />
Korrelationskoeffizient 0.68 0.65 0.62 0.49<br />
Tabelle 4.4: Korrelationskoeffizient zwischen Ncpobs und Ncpcalc für vertikale Temperaturdifferenzen in den<br />
Boden hinein.<br />
- 71 -
Bei der Bodentemperatur T-5cm ist die Wahl einfach, da dieser Messwert nur stündlich vorliegt,<br />
und ein Zeitabstand von mehr als einer Stunde in Anbetracht der Zielgrösse Bewölkung wenig<br />
sinnvoll ist. Aus Gründen der Einheitlichkeit soll für alle Temperaturen Talt := T(t0-60min)<br />
gelten. t0 bezeichnet dabei den aktuellen Zeitpunkt. Um kurzfristige, durch Turbulenz hervorgerufene,<br />
Temperaturschwankungen auszugleichen, besteht ausserdem die Möglichkeit eines<br />
Vergleichs mittlerer Temperaturen (Stundenmitteln)<br />
T mittel :<br />
5 T t 0<br />
i £ 0<br />
6<br />
¡ i ¢ 10 min<br />
. (4.30)<br />
Da der zeitliche Temperaturgradient meist viel geringer ist als der vertikale, muss die<br />
Anpassung negativer Differenzen neu erfolgen, und es gilt T := 0.01 K für T < 0.01 K.<br />
Eine geeignete Auswahl von Temperaturdifferenzen T in unterschiedlicher Höhe, direkt<br />
gemessen, gemittelt oder schon eine Stunde alt, ist in Tabelle 4.5 aufgeführt. Für jeweils drei<br />
Funktionstypen ist der Korrelationskoeffizient angegeben, der sich aus dem Vergleich der aus<br />
den Regressionsergebnissen berechneten Bedeckungsgrade Ncpcalc mit den beobachteten<br />
Werten Ncpobs ergibt. Die letzte Spalte verwendet nur Messungen, bei denen<br />
T = T<br />
_ _ 0m,mittel_ - _ T0m > 0 K<br />
gilt. Die Rechnungen der letzten beiden Zeilen enthalten nur Werte,<br />
bei denen die gemessene Temperatur T-5cm, T0m, T0m,mittel oder T2m,mittel im Intervall [-5°C, 0°C]<br />
bzw. [0°C, 5°C] liegt.<br />
Die Werte der linearen und exponentiellen Regression verhalten sich uneinheitlich. Mit<br />
einem Polynom dritter Ordnung sind bei allen Temperaturdifferenzen deutlich bessere<br />
Korrelationskoeffizienten zu erzielen. Schränkt man die gemessenen Temperaturen auf ein<br />
Intervall ein, steigen die meisten Korrelationskoeffizienten weiter an. Werte von über 0.5<br />
werden aber nur selten erreicht.<br />
Der zeitliche Temperaturgradient wird also durch die Bewölkungsverhältnisse beeinflusst.<br />
Der Zusammenhang ist aber nicht so deutlich, dass er zur Bewölkungsdiagnose verwendbar<br />
wäre. Am besten eignen sich noch die Bodentemperatur T-5cm und die mittlere Lufttemperatur<br />
T2m,mittel. Die beste mathematische Funktion ist ein Polynom dritter Ordnung.<br />
T<br />
T-5cm,alt<br />
- T-5cm<br />
T0m,alt<br />
- T0m<br />
T0m,mittel,alt<br />
- T0m,mittel<br />
T2m,mittel,alt<br />
- T2m,mittel<br />
T0m,mittel-T0m<br />
(falls > 0 K)<br />
Linear 0.37 0.26 0.34 0.46 0.42<br />
Exponentiell 0.52 0.24 0.34 0.47 0.50<br />
Polynom 3. Ordnung, alle T 0.53 0.29 0.38 0.50 0.58<br />
Polynom 3. Ordnung,<br />
-5 bis 0°C<br />
Polynom 3. Ordnung,<br />
0 bis 5°C<br />
0.60 0.28 0.39 0.43<br />
0.72 0.37 0.51 0.61<br />
Tabelle 4.5: Zeitliche Temperaturdifferenzen (teilweise gemittelt) und ihr Zusammenhang zur Bewölkung.<br />
Berechnungen für verschiedene Regressionsfunktionen und Temperaturintervalle.<br />
- 72 -
4.6.5 Niederschlag und Bedeckungsgrad<br />
Neben den Temperaturgradienten zeigt auch der Niederschlag einen deutlichen<br />
Zusammenhang zur Bewölkung. In Payerne wird jeweils die Niederschlagsmenge RR<br />
registriert, die innerhalb von 10 Minuten gefallen ist. Die Messauflösung beträgt 0.1 mm. In<br />
den untersuchten Wintermonaten fanden zwischen Sonnenuntergang und -aufgang in 5692<br />
Intervallen Wolkenbeobachtungen statt. In 323 Intervallen wurde ein Niederschlag RR > 0 mm<br />
gemessen (5.7%), 158 Intervalle liefern RR > 0.1 mm (2.8%) und 6 Intervalle RR > 0.8 mm<br />
(0.1%).<br />
Der beobachtete neue Wolkenparameter Ncp der 323 Intervalle liegt in 211 Fällen<br />
zwischen 7 und 8 Achteln. In 84 Fällen liegt er zwischen 5 und 7 Achteln, nie darunter. 28<br />
Fälle haben wegen Nebel keinen Wolkenwert. In drei Viertel aller Fälle mit Niederschlag liegt<br />
der Ncp also über 7 Achtel. Ncp < 6 Achtel kommt in nur 2% der Fälle vor. Dies bestätigt die<br />
Verwendbarkeit des Niederschlags zur Wolkenabschätzung eindrucksvoll. Die genauen<br />
Zahlen sind Tabelle 4.6 zu entnehmen. Die Tabelle enthält auch eine Aufteilung nach Windklassen.<br />
Bei schwachem Wind mit ¡ u 2 m/s ist der Zusammenhang besonders deutlich. 80%<br />
der Fälle liefern Ncp_>_7_Achtel. Für die beiden Klassen höherer Windstärke geht der Anteil<br />
auf 70 bzw. 67% zurück. Die Klassen mit Windstärken von 2 bis 5 m/s und mit u > 5 m/s<br />
unterscheiden sich dabei nicht wesentlich.<br />
Der Himmel kann nach einem Niederschlagsereignis sehr schnell aufreissen. Häufig bleibt<br />
es aber noch lange bedeckt. Tabelle 4.7 zeigt die Bedeckungsgrade, wenn es zum<br />
Beobachtungszeitpunkt zwar regenfrei ist, aber in einem 10-Minuten-Intervall t Minuten<br />
früher geregnet oder geschneit hat (RR t > 0min > 0 mm). Der Niederschlag hört in 105 Fällen<br />
just zu dem Zeitpunkt auf, an dem die Wolkenbeobachtung stattfindet. Dies ist fast ein Drittel<br />
der Anzahl mit Niederschlag zum Beobachtungszeitpunkt und bedeuten umgekehrt, dass ein<br />
Niederschlagsereignis im Mittel nur drei Messintervalle dauert. Eine Analyse der<br />
Niederschlagsmenge dieser 105 Intervalle, wie in Tabelle 4.8 gezeigt, ergibt zu 80%<br />
RR t=10min_=_0.1_mm und nur in fünf Fällen t=10min_§ RR<br />
_0.3_mm. Es ist also davon<br />
auszugehen, dass in vielen Fällen der Niederschlag gar nicht aufgehört hat. Er ist nur so<br />
schwach, dass im Beobachtungsintervall weniger als 0.1 mm fallen und RR = 0 mm registriert<br />
wird. Tabelle 4.8 gibt auch Auskunft über den Ncp nach dem potenziellen Niederschlagsende.<br />
Zu 64% ist Ncp > 7 Achtel gewährleistet. In zwei Fällen hat der Bedeckungsgrad stark<br />
abgenommen (Ncp < 5 Achtel). Dennoch kann davon ausgegangen werden, dass in vielen<br />
Fällen nur eine kurze Niederschlagspause oder eine Nichtregistrierung infolge zu schwachen<br />
Niederschlags vorliegt.<br />
Windstärke<br />
Bedeckungsgrad Ncp / Achtel<br />
¡ 5 5 bis 6 6 bis 7 7 bis 8<br />
Nebel Gesamt<br />
u ¡ 2 m/s 1 25 86 24 136<br />
2 m/s < u ¡ 5 m/s 4 30 78 2 114<br />
u > 5 m/s 2 22 47 2 73<br />
Alle 7 77 211 28 323<br />
Tabelle 4.6: Beobachteter Ncp bei Niederschlag und verschiedenen Windstärken in Payerne.<br />
- 73 -
Zeitabstand<br />
Bedeckungsgrad Ncp / Achtel<br />
0 bis 1 1 bis 2 2 bis 3 3 bis 4 4 bis 5 5 bis 6 6 bis 7 7 bis 8 Nebel<br />
Gesamt<br />
10 min 1 1 2 34 56 11 105<br />
20 min 1 1 5 47 64 11 129<br />
30 min 1 1 2 3 49 74 7 137<br />
60 min 2 1 2 5 3 66 78 10 167<br />
120 min 3 4 3 2 7 19 79 91 8 216<br />
240 min 5 8 4 3 16 28 76 97 11 248<br />
Tabelle 4.7: Bedeckungsgrad, wenn es verschiedene Zeitabstände t vor der Beobachtung geregnet hat,<br />
zum Beobachtungszeitpunkt aber niederschlagsfrei ist.<br />
Niederschlag<br />
Bedeckungsgrad Ncp / Achtel<br />
0 bis 1 1 bis 2 2 bis 3 3 bis 4 4 bis 5 5 bis 6 6 bis 7 7 bis 8 Nebel<br />
Gesamt<br />
0.1 mm 1 2 29 45 9 86<br />
0.2 mm 1 4 7 2 14<br />
0.3 mm 1 1<br />
0.4 mm 1 1 2<br />
0.5 mm 1 1<br />
>0.5 mm 1 1<br />
Alle 1 1 2 34 56 11 105<br />
Tabelle 4.8: Bedeckungsgrad, wenn 10 Minuten vor der Beobachtung Niederschlag gemessen wurde, im<br />
Beobachtungsintervall aber nicht. Unterteilung nach Niederschlagsmenge im Intervall vor der Beobachtung.<br />
Die Betrachtung weiter zurückliegender Messintervalle (Tabelle 4.7) zeigt, dass sich der<br />
Ncp grundsätzlich ähnlich verhält, wenn im vorhergehenden Intervall (10 min) oder im<br />
vorvorhergehenden RR¡ t¢ £ (20<br />
¥<br />
,20min¤<br />
min) 0 mm 10min gemessen wurde. Jeweils nur zwei<br />
Fälle liefern Ncp < 5 Achtel. Im davor liegenden Intervall (30 min) sind es bereits doppelt so<br />
viele. Für noch länger zurückliegende Messungen erhöht sich der Anteil klaren Himmels und<br />
vereinzelter Bewölkung weiter. Wenn es vier Stunden vor der Wolkenbeobachtung geregnet<br />
oder geschneit hat, dann ist zu gerade noch 43% der Ncp > 7 Achtel.<br />
Von einer Niederschlagsmessung RR > 0 mm kann also mit hoher Genauigkeit auf einen<br />
stark bewölkten oder bedeckten Himmel geschlossen werden. Wenn die Niederschlagsmessung<br />
schon bis zu 20 Minuten alt ist ( t = 20 min), ist die Schlussfolgerung noch fast<br />
genau so gut und der Ncp liegt meist zwischen 7 und 8 Achteln. Diese Erkenntnis lautet<br />
mathematisch<br />
Ncp :¦ 7.5 Achtel § RR¡ t¢ £ 0 min ,10 min, 20 min¤<br />
- 74 -<br />
¥ 0 mm . (4.31)
Windklasse<br />
(u, Entwicklung)<br />
Windklasse<br />
(u, Anwendung)<br />
Temperaturklasse<br />
(T2m, Entwicklung)<br />
Temperaturklasse<br />
(T2m, Anwendung)<br />
0 bis 1 m/s 0 bis 1 m/s -10 bis -5°C Weniger als -5°C<br />
1 bis 2 m/s 1 bis 2 m/s -5 bis 0°C -5 bis 0°C<br />
2 bis 3 m/s 2 bis 3 m/s 0 bis 5°C 0 bis 5°C<br />
3 bis 4 m/s 3 bis 4 m/s 5 bis 10°C Mehr als 10°C<br />
4 bis 10 m/s Mehr als 4 m/s<br />
Tabelle 4.9: Klasseneinteilung der Windgeschwindigkeit und Lufttemperatur für Entwicklung und Anwendung<br />
der Modellgleichungen. Für jede der 20 möglichen Kombinationen erfolgt eine eigenständige Regression.<br />
Windstärke x1 x2 x3 Anzahl der Messungen<br />
0 bis 1 m/s -0.40 8.85 -0.43 421<br />
1 bis 2 m/s -1.50 9.78 -0.34 417<br />
2 bis 3 m/s -2.28 10.70 -0.37 191<br />
3 bis 4 m/s -11.28 19.89 -0.18 120<br />
4 bis 10 m/s -9.87 17.64 -0.13 157<br />
Tabelle 4.10: Parameter xi des exponentiellen Zusammenhangs aus Gleichung (4.29) für fünf<br />
Windgeschwindigkeitsklassen und 0°C < T2m < 5°C, sowie Anzahl der jeweils für die Regression verwendeten<br />
Messungen.<br />
4.6.6 Modellgleichung und Parameter für Payerne<br />
In den bisherigen Abschnitten dieses Kapitels wurden verschiedene Konstellationen von<br />
Temperatur- und Niederschlagsmessungen daraufhin untersucht, ob sie Auskunft über die<br />
Bedeckungsverhältnisse geben können. Die Erkenntnisse werden nun zu einer Modellgleichung<br />
zusammengefasst. Am besten verwendbar ist die Temperaturdifferenz Tdiff sowie<br />
ggf. die Niederschlagsmenge RR > 0 mm. Der Einfluss der Windgeschwindigkeit auf Tdiff<br />
wurde bereits diskutiert. Deshalb werden die Regressionen für fünf Klassen der Windgeschwindigkeit<br />
durchgeführt. Die ersten vier dieser Klassen haben eine Breite von 1 m/s, die<br />
letzte umfasst den Grossteil aller übrigen Fälle. Die Einteilung ist in Tabelle 4.9 wiedergegeben.<br />
Die Untersuchungen mit zeitlichen Temperaturgradienten (Tabelle 4.5) zeigen, dass eine<br />
Einschränkung des Temperaturbereichs das Regressionsergebnis verbessern kann. Für Tdiff<br />
ist dabei die Lufttemperatur T2m ausschlaggebend. Die vier verwendeten Temperaturbereiche<br />
sind in Tabelle 4.9 aufgeführt.<br />
Insgesamt stehen 20 Temperatur- und Windgeschwindigkeitsklassen zur Verfügung. Für<br />
jede dieser Klassen werden die Regressionsparameter xi, i = (1, 2, 3) der exponentiellen<br />
Gleichung (4.29) separat bestimmt. Zur Bestimmung des neuen Wolkenparameters Ncpcalc<br />
allein aus den bodennahen Temperaturmessungen und dem Niederschlag gilt damit das<br />
Gleichungssystem<br />
- 75 -
Ncp x ¢ ¤<br />
x calc ¡ exp 1 2 ¡ x T wenn RR 3 diff ¤ 0 mm<br />
calc Ncp 7.5 t¡ ¢ Achtel<br />
¤ (4.32)<br />
wenn RR 20min£ 0 mm<br />
0min ,10min ,<br />
mit xi = xi (u, T2m), i = (1, 2, 3). Als Beispiele sind die Parameter für 0°C < T2m < 5°C in<br />
Tabelle 4.10 wiedergegeben.<br />
4.7 Verifikation in Payerne und anderen ANETZ-Stationen<br />
4.7.1 Vergleich beobachteter und berechneter Bedeckungsgrade in Payerne<br />
Mit Gleichung (4.32) und den durch die Regression gegebenen Parametern xi können für<br />
alle nächtlichen Zeitpunkte in Payerne die neuen Wolkenparameter Ncpcalc berechnet und mit<br />
den Beobachtungen Ncpobs verglichen werden. Um eine definitive Aussage über die<br />
Funktionstauglichkeit des Verfahrens machen zu können, muss es an unabhängigen Daten<br />
getestet werden. Dazu wird der gesamte Datensatz mit 5678 Zeitpunkten unterteilt in einen<br />
abhängigen Datensatz, anhand dessen die Gleichungsparameter xi berechnet werden, und<br />
einen unabhängigen Datensatz zur Kontrolle. Der abhängige Datensatz umfasst die ersten<br />
80% des verfügbaren Zeitraums, der unabhängige Datensatz die restlichen 20%.<br />
In Abbildung 4.5 sind der berechnete gegen den beobachteten Ncp links für alle und rechts<br />
für die unabhängigen Daten aufgetragen. Der Vergleich für alle Zeitpunkte zeigt bereits, dass<br />
sich die meisten Werte verhältnismässig nahe an der Diagonalen aufhalten. Allerdings gibt es<br />
einige Werte mit hohem berechnetem Bedeckungsgrad und beobachtetem klarem Himmel,<br />
und umgekehrt. Eine genauere Analyse ist schwierig, weil die Häufungen zwischen 6 und<br />
8_Achteln und bei klarem Himmel die Abbildung fast komplett schwarz färben. Im<br />
unabhängigen Datensatz (Abbildung 4.5 rechts) sind diese Häufungen ebenfalls vorhanden,<br />
Abbildung 4.5: Berechneter und beobachteter Ncp in Payerne für alle Zeitpunkte (links) und für 1165<br />
unabhängige Zeitpunkte.<br />
- 76 -
aber etwas lichter. Dort fällt auf, dass die zur Beobachtung Ncpobs_=_0_Achtel gehörenden<br />
Berechnungen das Spektrum zwischen Ncpcalc = 0 und 3.5 Achtel fast gleichmässig abdecken.<br />
Dieser Fehler mag unter anderem auf vorhandene, aber in mondlosen Nächten nicht<br />
beobachtete hohe und mittelhohe Wolken zurückzuführen sein, deutet aber auch eine<br />
Schwäche des Modells bei geringer Bedeckung an.<br />
In Tabelle 4.11 und 4.12 sind einige statistische Kenngrössen des Vergleichs zwischen<br />
Ncpobs und Ncpcalc für alle sowie für die unabhängigen Daten aufgeführt. Zur Definition der<br />
Kenngrössen sei auf Anhang F verwiesen. Alle Berechnungen und Beobachtungen erreichen<br />
einen Minimalwert von 0 Achteln. Der Maximalwert beträgt bei der Berechnung je 8 Achtel, bei<br />
der Beobachtung werden Werte bis 9 Achtel registriert (dies entspricht der Beobachtung von<br />
Nebel). Bei der Differenzverteilung aller Daten reichen die Werte von -7.8 Achtel bis<br />
7.2_Achtel. Es gibt also sowohl Fälle mit Berechnung „bedeckt“ und Beobachtung „klar“ als<br />
auch umgekehrt. Für die unabhängigen Daten ist dieser maximale Fehler kleiner.<br />
Die Mittelwerte von Berechnung und Beobachtung liegen jeweils nahe beieinander. Es fällt<br />
auf, dass die unabhängigen Daten im Mittel ein halbes Achtel mehr Bedeckung aufweisen als<br />
alle Daten. Der Mittelwert der Differenzverteilung beträgt für alle Daten -0.04 Achtel und für die<br />
unabhängigen Daten 0.05 Achtel. Auf Abbildung 4.5 übertragen gibt dieser Wert an, um wie<br />
viel die Datenpunkte im Mittel über der Diagonalen liegen. Sein Absolutbetrag wird als<br />
systematischer Fehler oder BIAS bezeichnet. Einen systematischen Fehler macht das<br />
verwendete Modell also weder bei allen noch bei den unabhängigen Daten.<br />
Der Median gibt den Wert an, dem in einer Verteilung gleich viele grössere wie kleinere<br />
Werte gegenüberstehen. In Tabelle 4.11 und 4.12 sind die Mediane aller berechneten und<br />
beobachteten Verteilungen grösser sind als deren Mittelwerte. Die Verteilungen sind also nicht<br />
symmetrisch, sondern zu den bedeckten Fällen hin verschoben. Während die Differenz der<br />
Mediane für alle Daten 0.32 Achtel und für die unabhängigen Daten sogar 0.64 Achtel beträgt,<br />
sind die Mediane der Differenzverteilungen beruhigend klein.<br />
Ncpcalc<br />
Ncpobs<br />
Ncpobs - Ncpcalc<br />
Anzahl<br />
Zeitpunkte<br />
5678<br />
Minimum<br />
/<br />
Achtel<br />
Maximum<br />
/<br />
Achtel<br />
Mittelwert<br />
/<br />
Achtel<br />
Standardabweichung<br />
/ Achtel<br />
Median<br />
/ Achtel<br />
0.00 8.00 4.90 2.49 5.75<br />
0.00 8.99 4.86 3.06 6.08<br />
-7.81 7.17 -0.04 1.52 0.04<br />
Korrelationskoeffizient<br />
Tabelle 4.11: Statistische Werte von berechnetem und beobachtetem Ncp und dessen Differenz zwischen<br />
Sonnenuntergang und -aufgang für alle Daten.<br />
Ncpcalc<br />
Ncpobs<br />
Ncpobs - Ncpcalc<br />
Anzahl<br />
Zeitpunkte<br />
1165<br />
Minimum<br />
/<br />
Achtel<br />
Maximum<br />
/<br />
Achtel<br />
Mittelwert<br />
/<br />
Achtel<br />
Standardabweichung<br />
/ Achtel<br />
Median<br />
/ Achtel<br />
0.00 8.00 5.48 2.47 6.52<br />
0.00 8.99 5.53 3.15 7.16<br />
-5.11 5.39 0.05 1.36 0.10<br />
Tabelle 4.12: Wie Tabelle 4.11, aber für den unabhängigen Datensatz.<br />
- 77 -<br />
0.87<br />
Korrelationskoeffizient<br />
0.91
Interessant ist die Standardabweichung s der Differenzverteilung. Sie gibt den Fehler des<br />
Mittelwerts an, 63% aller Werte liegen innerhalb des 1-s-Intervalls. Auf Abbildung 4.5<br />
übertragen gibt s den mittleren Abstand der Werte von der Diagonalen an. Beim Vergleich<br />
zweier Verteilungen wird anstatt der Standardabweichung s oft der mittlere quadratische<br />
Fehler RMS (root mean square error) berechnet, der in einer ähnlichen Grössenordnung liegt.<br />
Im vorliegenden Fall ist die Standardabweichung für die unabhängigen Daten mit 1.36 Achteln<br />
etwas geringer als für alle Daten mit 1.52 Achtel. Das Modell kann also anscheinend mit den<br />
unbekannten (unabhängigen) Daten besser umgehen als mit den bekannten (abhängigen).<br />
Dies ist ungewöhnlich, da man im Allgemeinen eine Verschlechterung für unabhängige Daten<br />
erwartet und aus dem Grad der Verschlechterung auf die Verwendbarkeit des Modells für<br />
beliebige Daten schliessen will. In diesem Fall ist das Modell also für beliebige Daten genauso<br />
geeignet wie für die abhängigen Daten. Vermutlich sind der abhängige und der unabhängige<br />
Datensatz ungünstig gewählt.<br />
Der letzte zu diskutierende Wert der Tabellen 4.11 und 4.12 ist der Korrelationskoeffizient r.<br />
Der mit allen Daten erreiche Wert r = 0.87 ist schon sehr gut. Für die unabhängigen Daten<br />
steigt er auf r = 0.91. Dies bestätigt, dass das entwickelte Modell mit seinen Parametern xi für<br />
beliebige Daten anwendbar ist.<br />
4.7.2 Abhängigkeit der Modellqualität vom Wind und von der Temperatur<br />
Bereits in Kapitel 4A wurde mehrfach darauf hingewiesen, dass der Wind einen Einfluss<br />
des Windes auf das Ergebnis der Methode hat. Dieser Einfluss kann nun quantifiziert werden.<br />
In Abbildung 4.6 sind die Korrelationskoeffizienten r zwischen beobachtetem und<br />
berechnetem Ncp bei verschiedenen Windgeschwindigkeiten u für den unabhängigen Datensatz<br />
dargestellt. Die Kurve beginnt überragend bei r = 0.93 und hält dies bis einschliesslich<br />
u_=_2_±_0.5_m/s durch. Danach nimmt der Korrelationskoeffizient zuerst schwach, dann<br />
Windgeschwindigkeit /<br />
m/s<br />
Anzahl<br />
Zeitpunkte<br />
Korrelationskoeffizient<br />
RMS / Achtel<br />
Ncpobs,mittel /<br />
Achtel<br />
0 bis 0.5 742 0.90 1.49 4.95<br />
1 ± 0.5 2075 0.89 1.51 4.34<br />
2 ± 0.5 1201 0.88 1.50 4.69<br />
3 ± 0.5 618 0.83 1.52 5.08<br />
4 ± 0.5 450 0.67 1.63 5.73<br />
5 ± 0.5 284 0.66 1.63 5.70<br />
6 ± 0.5 170 0.42 1.36 6.29<br />
7 ± 0.5 58 0.40 1.42 6.40<br />
8 ± 0.5 41 0.27 1.02 6.66<br />
9 ± 0.5 26 0.36 1.36 6.37<br />
Tabelle 4.13: Statistische Vergleichswerte und mittlerer beobachteter Ncp bei unterschiedlichen Windgeschwindigkeiten<br />
für alle Daten (Vergleich zwischen Ncpobs und Ncpcalc in Payerne).<br />
- 78 -
Abbildung 4.6: Änderung des Korrelationskoeffizienten mit der Windgeschwindigkeit für unabhängige Daten.<br />
immer stärker ab. Die Grenzgeschwindigkeit umin, ab der die Turbulenz den Zusammenhang<br />
deutlich verwischt, liegt bei umin = 3.5 m/s. Dies deckt sich mit den in Abschnitt 4.2.1 zitierten<br />
Werten von Best (1998) und Bogren et al. (2001). Wegen der geringen Stichprobenzahl kann<br />
für u_>_7_m/s im unabhängigen Datensatz kein sinnvoller Korrelationskoeffizient mehr<br />
berechnet werden.<br />
In Tabelle 4.13 sind die Ergebnisse für alle Daten aufgeführt. Die Berechnungen sind hier<br />
bis u_=_9_m/s aussagekräftig. Die Korrelationskoeffizienten verhalten sich ähnlich wie für<br />
unabhängige Daten. Der RMS wird aber bei u = 4 m/s nur unwesentlich schlechter und erholt<br />
sich bei noch grösseren Windgeschwindigkeiten wieder. Einen Grund liefert die absolute<br />
Bewölkung, über die der ebenfalls tabellierte Mittelwert des beobachteten Ncp Auskunft gibt.<br />
Bei starkem Wind mit u > 5.5 m/s steigt er auf über 6 Achtel. Starker Wind geht also häufig<br />
mit (nahezu) bedecktem Himmel einher. Dieser kann vom Modell verhältnismässig genau<br />
diagnostiziert werden, was den RMS konstant hält. Ein linearer Zusammenhang wird dagegen<br />
immer unwesentlicher, was sich in der kaum mehr vorhandenen Korrelation niederschlägt.<br />
Insbesondere die Untersuchungen zum zeitlichen Temperaturgradienten in Abschnitt 4.6.4<br />
legen nahe, dass auch die Temperatur einen Einfluss auf die Modellgüte hat. Tabelle 4.14<br />
zeigt Ergebnisse des Vergleichs zwischen berechneter und beobachteter Bewölkung bei<br />
Lufttemperatur T2m / °C<br />
Anzahl<br />
Zeitpunkte<br />
Korrelationskoeffizient<br />
RMS / Achtel Ncpobs,mittel /<br />
Achtel<br />
-10 ± 2.5 65 0.85 1.75 2.79<br />
-5 ± 2.5 578 0.89 1.72 4.31<br />
0 ± 2.5 2192 0.89 1.52 4.86<br />
5 ± 2.5 2075 0.84 1.48 5.05<br />
10 ± 2.5 706 0.82 1.41 4.99<br />
15 ± 2.5 50 0.77 1.41 4.30<br />
Tabelle 4.14: Statistische Vergleichswerte und mittlerer beobachteter Ncp für unterschiedliche Temperaturintervalle<br />
und für alle Daten (Vergleich zwischen Ncpobs und Ncpcalc in Payerne).<br />
- 79 -
verschiedenen Lufttemperaturen. Korrelationskoeffizient und RMS liefern für alle Temperaturintervalle<br />
gute bis sehr gute Ergebnisse. Beide nehmen mit zunehmender Temperatur ab.<br />
Das Verhalten des RMS lässt sich mit der absoluten Bedeckung erklären. Bei -10°C<br />
überwiegen die wolkenlosen Fälle mit grosser mittlerer Unsicherheit (vgl. Abbildung 4.5). Mit<br />
zunehmender Lufttemperatur bis +5°C nimmt auch das Mittel des beobachteten Ncp zu, was<br />
zur Reduzierung des RMS führt. Die abnehmende Korrelation bei steigenden Temperaturen<br />
lässt sich am besten so begründen, dass bei wärmeren Bedingungen der Feuchtegehalt der<br />
Luft (und die damit verbundene Emission von Wasserdampf) höher ist und stärker schwankt.<br />
Dass das beste Ergebnis genau bei 0°C erzielt wird, hat einen doppelten Grund.<br />
Physikalisch herrscht bei bereits ausgewogenen Bewölkungsverhältnissen noch geringe<br />
Luftfeuchte vor. Statistisch ist entscheidend, dass das Verfahren mehrheitlich mit<br />
Datensätzen dieses Temperaturbereichs entwickelt wurde. Für die Anwendung im<br />
Strassenwetter liegt das Qualitätsmaximum durchaus günstig, da sich die meisten der<br />
strassenwettertechnisch kritischen Fälle nahe des Gefrierpunkts abspielen.<br />
4.7.3 Verhältnisse während der Dämmerung<br />
Tabelle 4.15 listet Korrelationskoeffizient r, mittleren quadratischen Fehler RMS und Datenumfang<br />
für jede der drei Dämmerungsphasen auf. Nautische und astronomische Dämmerung<br />
schneiden etwa genauso gut ab wie die Nacht. In der bürgerlichen Dämmerung ist der<br />
Berechnungsfehler grösser, die Korrelation etwas geringer. Allerdings sind auch r = 0.80 und<br />
RMS = 1.66 Achtel akzeptabel, was eine Verwendung des Modells von Sonnenuntergang bis<br />
-aufgang rechtfertigt.<br />
4.7.4 Verwendung der entwickelten Modellgleichungen an anderen ANETZ-Stationen<br />
Bisher wurden die theoretisch entwickelte Methode und die hergeleiteten Modellgleichungen<br />
nur in Payerne getestet. Um Bewölkungsinformationen aus dem ganzen<br />
Messnetz zu erhalten, müssen Methode und Modell aber möglichst einfach auf weitere<br />
Stationen übertragbar sein.<br />
An den ANETZ-Stationen in Wynau, Vaduz und Kloten stehen Messungen von<br />
Niederschlag, Luft- und Grastemperatur sowie dreistündliche Wolkenbeobachtungen zur<br />
Verfügung, die den selben Zeitraum wie in Payerne abdecken. Auch an diesen Stationen<br />
werden die letzten 20% des Zeitraums als unabhängiger Datensatz abgesondert; die ersten<br />
Dämmerungsphase<br />
Anzahl<br />
Zeitpunkte<br />
Korrelationskoeffizient<br />
RMS / Achtel<br />
Bürgerliche Dämmerung 281 0.80 1.66<br />
Nautische Dämmerung 321 0.87 1.50<br />
Astronomische Dämmerung 1165 0.86 1.51<br />
Nacht 3911 0.88 1.52<br />
Tabelle 4.15: Statistische Vergleichswerte während der Dämmerung für alle Daten.<br />
- 80 -
ANETZ-Station Anzahl Zeitpunkte RMS / Achtel Korrelationskoeffizient<br />
Payerne 1152 1.36 0.91<br />
Wynau 1154 1.58 0.84<br />
Vaduz 1087 2.24 0.74<br />
Kloten 1155 1.38 0.88<br />
Tabelle 4.16: Anwendung der Modellgleichungen (4.32) an diversen ANETZ-Stationen, jeweils nach eigener<br />
Regression zur Bestimmung der Gleichungsparameter xi. Ergebnisse für unabhängige Daten.<br />
ANETZ-Station Anzahl Zeitpunkte RMS / Achtel Korrelationskoeffizient<br />
Wynau 1154 1.56 0.84<br />
Vaduz 1087 2.36 0.71<br />
Kloten 1155 1.33 0.88<br />
Tabelle 4.17: Anwendung des Modells an diversen ANETZ-Stationen mit den Gleichungsparametern xi aus<br />
Payerne. Selbe Daten wie in Tabelle 4.16.<br />
80% dienen zur Bestimmung der Regressionsparameter. Dabei kommt die in Payerne<br />
gefundene exponentielle Gleichung (4.29) zur Anwendung. Die Einteilung in fünf Wind- und<br />
vier Temperaturklassen bleibt unverändert. Die anschliessende Berechnung mit dem<br />
Gleichungssystem (4.32) und den jeweils stationseigenen Parametern xi liefert wieder die<br />
berechnete Bewölkung Ncpcalc. Einige Kenngrössen des Vergleichs mit dem beobachteten<br />
Ncpobs sind für den unabhängigen Datensatz in Tabelle 4.16 aufgeführt.<br />
Der Korrelationskoeffizient r = 0.88 für Kloten liegt nur wenig unter dem Wert für Payerne.<br />
Wynau und Vaduz scheiden etwas schlechter ab. Entscheidend ist aber der Vergleich des<br />
mittleren quadratischen Fehlers. Kloten erreicht RMS = 1.38 Achtel, was sich vom Payerner<br />
RMS = 1.36 Achtel nicht signifikant unterscheidet. Die Berechnungen in Wynau liegen<br />
0.2_Achtel darüber, sind also ähnlich gut. Lediglich Vaduz liefert mit RMS = 2.24 Achtel einen<br />
deutlich schlechteren Wert. Dies lässt sich zum Teil mit der Stationspositionierung erklären.<br />
Vaduz liegt am rechten Rand des Rheintals und ist von hohen Bergen umgeben. Der Sky-<br />
View-Faktor s ist also reduziert, die Annahme homogener Strahlungsbedingungen nicht<br />
mehr gegeben. Im Vergleich zum Mittel der anderen drei Stationen ist der RMS von Vaduz<br />
um 0.8_Achtel höher und gibt damit einen quantitativen Eindruck, wie das Modell in<br />
orographisch beeinflussten Situationen allgemein abschneiden wird.<br />
Beobachtet<br />
Berechnet Klar<br />
Vereinzelte<br />
Wolken Bewölkt<br />
Stark<br />
bewölkt Bedeckt<br />
Klar 996 74 48 19 7<br />
Vereinzelte Wolken 383 83 91 62 21<br />
Bewölkt 128 68 119 196 95<br />
Stark bewölkt 45 52 120 485 514<br />
Bedeckt 17 7 23 286 1739<br />
Tabelle 4.18: Histogramm der beobachteten und berechneten Ncp für alle Daten in Payerne.<br />
- 81 -
Wynau und Kloten zeigen aber klar, dass die für Payerne gefundenen Modellgleichungen<br />
auch an anderen Stationen anwendbar sind.<br />
4.7.5 ANETZ-weite Verwendung von Modellgleichungen und -parametern aus<br />
Payerne<br />
Anstatt an jeder Station eine eigene Regression durchzuführen, können auch die<br />
Gleichungsparameter xi aus Payerne an den anderen Stationen verwendet werden. Das<br />
Ergebnis ist in Tabelle 4.17 dargestellt und mit den Werten in Tabelle 4.16 zu vergleichen.<br />
Wynau und Kloten schneiden mit den Payerner Parametern sogar besser ab, als wenn an<br />
den Stationen eigene Regressionen durchgeführt werden. Dies ist durchaus erstaunlich,<br />
bestätigt aber die Wahl von Payerne zur Modellentwicklung. Die Ergebnisse für Vaduz sind<br />
leicht verschlechtert. Es ist dennoch auch dort gerechtfertigt, auf die Entwicklung eigener<br />
Parameter zu verzichten und jene von Payerne einzusetzen. Damit können die Payerner<br />
Modellgleichungen und -parameter an allen ANETZ-Stationen verwendet werden.<br />
4.7.6 Abschätzung der Modellgenauigkeit<br />
Für Payerne und für alle Daten beträgt der RMS = 1.52 Achtel. Dabei wird der beobachtete<br />
Bedeckungsgrad Ncpobs mit dem aus Temperatur- und Niederschlagsmessungen und mit<br />
Regressionsparametern berechneten Bedeckungsgrad Ncpcalc verglichen. Entsprechend teilt<br />
sich dieser Fehler RMSobs,calc auf in einen Fehler der Beobachtung Ncpobs und einen Fehler<br />
der Berechnung Ncpcalc. Letzterer kann seinerseits unterteilt werden in einen Fehler der<br />
Messungen Ncpmess, einen Fehler in den Gleichungsparametern Ncppar und den Fehler der<br />
Methode Ncpmethode. Da es sich jeweils um quadratische Fehler handelt, muss ihr Quadrat<br />
addiert werden zu<br />
RMS ¥ 2<br />
2<br />
Ncp © Ncp (4.33a)<br />
obs ,calc obs<br />
calc<br />
x §<br />
2 ¡ ¨ 2<br />
Ncpobs ¡ ¨ Ncpmess ¨ 2 ¡ ¨ 2<br />
Ncp Ncp par<br />
methode<br />
. (4.33b)<br />
Eine Gausssche Fehlerfortpflanzung von Gleichung (4.29) liefert folgende Abschätzung:<br />
Bei einem Messfehler T0m_=_ T2m_=_0.1_K wird windunabhängig Ncpmess_ _0.2_Achtel.<br />
Setzt man einen Fehler der Regressionsparameter xi aus Tabelle 4.10 (also im Temperaturbereich<br />
0 bis 5°C) von xi_=_10% voraus (was beim Vergleich der Regressionsparameter<br />
benachbarter Windstärkeklassen durchaus mindestens gerechtfertigt erscheint), dann wird<br />
Ncppar_=_0.50_Achtel für die Windklasse 0_bis_1_m/s; für 1_bis_2vm/s wird<br />
Ncppar_=_0.56_Achtel; für 4_bis_10_m/s ergibt sich allerdings Ncppar_=_2.22_Achtel. Die<br />
Niederschlagsmessungen sind dabei nicht berücksichtigt.<br />
Der Fehler der Beobachtung wird in Kapitel 4A auf Ncpobs = 0.9 Achtel abgeschätzt. Nach<br />
Gleichung (4.33b) beträgt der methodische Fehler dann (mit Ncpmess = 0.2 Achtel und<br />
Ncppar = 0.55 Achtel) Ncpmethode_=_1.08_Achtel. Der entscheidende Wert ist aber der<br />
Gesamtfehler der Berechnungen Ncpcalc_=_1.22_Achtel. Er gibt an, wie hoch die Güte der<br />
Berechnung wirklich ist.<br />
Einschränkend muss angemerkt werden, dass jeder Teilfehler – und somit auch der Fehler<br />
der Berechnung – mit Lufttemperatur, Windgeschwindigkeit oder absolutem Bedeckungsgrad<br />
- 82 -
schwankt. Beim Bilden von Mittelwerten ist es problematisch, verschiedene Klassen geeignet<br />
zu berücksichtigen. Deshalb ist Ncpcalc_=_1.22_Achtel nur eine ungefähre und eher<br />
tendenziöse Angabe.<br />
Eine andere Möglichkeit, die Berechnungsgenauigkeit abzuschätzen und den Einfluss des<br />
Beobachtungsfehlers zu verringern besteht darin, von einem kontinuierlichen Ncp zu<br />
Bewölkungsklassen überzugehen. Die Einteilung in Bewölkungsklassen erfolgt nach Tabelle<br />
A.1 in Anhang A. Eine Klasse (klar) ist 2 Achtel breit, die anderen vier Klassen umfassen je<br />
1.5_Achtel. Die Einteilung aller Payerner Daten in ein Histogramm zeigt Tabelle 4.18. Die<br />
Tabelle ist eine diskretisierte Darstellung von Abbildung 4.5 links. Der Fehler beträgt nun<br />
RMS_=_0.90 Klassen 1.35 Achtel. Interessanter ist aber eine Einteilung in richtig und falsch,<br />
die anhand des Histogramms erfolgen kann.<br />
Die exakt richtige Klasse wird für 60% aller Werte berechnet (in Tabelle 4.18 fett). Einen<br />
Fehler von einer Klasse weisen weitere 31% der Berechnungen auf. Damit sind 91% der<br />
Werte einigermassen richtig berechnet. Interessant ist auch der Anteil der komplett falschen<br />
Berechnungen. Mehr als 2 Klassen daneben liegen nur 2% der Werte (in Tabelle 4.18 kursiv).<br />
Für die Belange des Strassenwetters sind v.a. die Fälle problematisch, bei denen der<br />
Himmel klar oder vereinzelt bewölkt ist, obwohl stark bewölkt oder bedeckt berechnet wird.<br />
Dies trifft auf 121 Zeitpunkte oder 2.1% zu - vorausgesetzt die Beobachtung ist korrekt.<br />
Gerade die Beobachtung klaren Himmels in dunklen Nächten kann dabei als fraglich<br />
angesehen werden.<br />
4.8 Übertragbarkeit auf andere Stationstypen<br />
4.8.1 Die Strassenwetterstation in Roggliswil<br />
Das in Abschnitt 4.7 entwickelte Modell muss nun auf die anderen Stationstypen<br />
übertragen und notfalls angepasst werden. Leider gibt es keine Strassenwetterstation mit<br />
Wolkenbeobachtungen. Strassenwetterstationen und ANETZ-Stationen stehen auch immer<br />
an unterschiedlichen Orten. Um wenigstens einigermassen aussagekräftig vergleichen zu<br />
können, wird eine Strassenwetterstation verwendet, die in der Nähe einer ANETZ-Station mit<br />
dreistündlichen Wolkenbeobachtungen liegt: Roggliswil.<br />
Roggliswil liegt im äussersten Nordwesten des Kantons Luzern. 7.98 km von der<br />
Strassenwetterstation entfernt liegt im Aaretal im Kanton Bern die ANETZ-Station Wynau. Die<br />
Wynauer Wolkenbeobachtungen stammen im Allgemeinen aus dem Zeitintervall xx:20 bis<br />
xx:29, die zugehörigen Messungen in Roggliswil von xx:32. Die Beobachtungen gelten<br />
natürlich nur für Beobachtungsort und -zeit und sind mit einem Fehler Ncpobs 0.9 Achtel<br />
belastet. Ungeachtet der Zeit, die Wolken für eine Verlagerung von Wynau nach Roggliswil<br />
brauchen, sollen diese Beobachtungen Ncpobs,WYN auch in Roggliswil als Vergleichswert<br />
dienen. Natürlich ist nicht gewährleistet, dass die Wolken überhaupt verlagert werden. Die<br />
Veränderung, die sie unterwegs erfahren, bleibt unberücksichtigt. Zudem können auch lokale<br />
Wolken (Nebel, Hochnebel) an nur einer der Stationen existieren. Die Annahme, dass<br />
Ncpobs,WYN in Roggliswil der wahre Bedeckungsgrad sei, ist also eine grobe Näherung, aber<br />
notwendig.<br />
- 83 -
4.8.2 Faktoren zur Korrektur des solaren Aufheizens<br />
Kann sich der Strassenbelag tagsüber aufheizen, ist der Bodenwärmestrom nach<br />
Sonnenuntergang sehr gross. Nach klaren Tagen und in klaren Nächten dominiert dieser<br />
Effekt den Temperaturgradienten und muss korrigiert werden. Es seien Ncpmin die minimale,<br />
Ncpmax die maximale und Ncpmittel die mittlere Bedeckung während einer Nacht. In Wynau<br />
werden damit die Nächte konstanter Bedeckung Ncpmax - Ncpmin < 2 Achtel ausgewählt und in<br />
drei Klassen Ncpmittel < 2 Achtel (klar), 2 Achtel ¡ Ncpmittel ¡ 6 Achtel (wechselnd bewölkt) und<br />
Ncpmittel > 6 Achtel (bedeckt) unterteilt. Es ergeben sich 38 klare, 18 wechselnd bewölkte und<br />
152 bedeckte Nächte. Der Verlauf der zugehörigen Grastemperaturen T0m in Roggliswil ist in<br />
Abbildung 4.2 dargestellt und wurde bereits in Kapitel 4A diskutiert. In den klaren Nächten<br />
nimmt die Temperatur exponentiell ab, in bedeckten Nächten verändert sie sich kaum. Das<br />
nicht exponentielle Verhalten einiger T0m-Kurven in Abbildung 4.2 links lässt auf lokale<br />
Wolken in Roggliswil schliessen, während es in Wynau klar ist.<br />
Der Temperaturverlauf der klaren Nächte kann am besten charakterisiert werden, indem er<br />
relativ zum nächtlichen Temperaturminimum T0m,min respektive zum Temperaturmaximum<br />
T0m,max des vorhergehenden Tages betrachtet wird. Abbildung 4.7 gibt links den Verlauf<br />
T0m_-_T0m,max und rechts T0m,max_-_T0m wieder, jeweils in logarithmischer Darstellung für alle<br />
klaren Nächte. Der Zeitpunkt, an dem die astronomische Dämmerung endet bzw. beginnt, ist<br />
in jeder Kurve mit einem + gekennzeichnet. Durch die geeignete Darstellung nehmen die<br />
Kurven in Abbildung 4.7 links vor Mitternacht nahezu linear ab. Für jede Nacht kann T0m(t)<br />
zum Zeitpunkt t durch eine Gerade<br />
ln ( T0m (t) – T0m,min ) = bmin + amin · t (4.34)<br />
mit Steigung amin und Ordinatenabschnitt bmin in logarithmischen ln-Einheiten approximiert<br />
werden. Die Kurven in Abbildung 4.7 rechts steigen in den meisten Fällen bis kurz vor<br />
Sonnenuntergang ebenfalls linear. Dann folgt ein Knick und nach Sonnenuntergang wieder<br />
ein nahezu linearer Verlauf. Die Linearität kann optimiert werden, wenn ab Sonnenuntergang<br />
0.2_K pro Stunde addiert werden. Dann ist für jede Nacht eine Approximation mit der<br />
Geradengleichung<br />
ln [ T0m,max – T0m (t) + t · exp (0.2 K/h) ] = bmax + amax · t (4.35)<br />
und den Parametern amax und bmax möglich. Jede der 38 als klar klassifizierten Nächte wird<br />
also durch vier Parameter amin, bmin, amax und bmax beschrieben. Mittelwert und<br />
Standardabweichung s der Parameter sind in Tabelle 4.19 aufgeführt, z.B. ist<br />
amin,mittel_±_sa.min_=_-0.310_±_0.058.<br />
Damit sind auch Aussagen über Nächte ohne beobachteten Bedeckungsgrad möglich und<br />
können in das Diagnosemodell eingefügt werden. Um Nächte mit wechselndem Bedeckungs-<br />
T0m-T0m,min amin bmin T0m,max-T0m amax bmax<br />
Mittelwert 1.827 -0.310 0.589 29.737 0.034 3.202<br />
Standardabweichung 3.458 0.058 0.476 8.839 0.006 0.256<br />
Tabelle 4.19: Mittelwerte und Standardabweichungen der Parameter aus Gleichung (4.34) und (4.35), die zu<br />
den Ausgleichsgeraden in Abbildung 4.7 gehören.<br />
- 84 -
Abbildung 4.7: Logarithmische Darstellung des Temperaturverlaufs in Roggliswil in klaren Nächten. Links T0m<br />
kalibriert mit dem nächtlichen Minimum T0m,min. Rechts T0m kalibriert mit dem Tagesmaximum T0m,max.<br />
+ markiert jeweils Ende und Beginn der astronomischen Dämmerung. Die Farbwahl ist willkürlich.<br />
grad zu berücksichtigen, und weil das Modell instantan arbeiten soll, wird nicht immer die<br />
ganze Nacht bewertet, sondern nur die zurückliegenden zwei Stunden (also acht Messungen<br />
der Strassenwetterstation). Erstes Kriterium ist dabei, dass die Temperatur T0m im<br />
wesentlichen monoton fällt. Wenn vor dem Untersuchungszeitpunkt t0<br />
T 0m<br />
t i 2<br />
¡ T 0m<br />
t i <br />
¢<br />
i £¥¤ 0..7¦ (4.36)<br />
mit ti = t0 – i · 15 min gegeben ist, werden amin, bmin, amax und bmax berechnet. Sie werden<br />
dann mit den mittleren Werten für klare Nächte aus Tabelle 4.19 verglichen, wobei die<br />
Differenz zwischen dem aktuellen Wert und dem Mittelwert innerhalb eines von der Standardabweichung<br />
abhängigen Fehlerintervalls f · s liegen muss. Ist weder<br />
noch<br />
§ amin – a min ,mittel<br />
§ amax – a max ,mittel<br />
§ ¨<br />
§ ¨<br />
f ¡ s a min ©<br />
f ¡ s a max ©<br />
§ b min – b min ,mittel<br />
§ bmax – b max ,mittel<br />
§ ¨<br />
§ ¨<br />
f ¡ s b min<br />
f ¡ s b max<br />
(4.37a)<br />
(4.37b)<br />
mit f = 1.3 erfüllt, wird der Zeitpunkt t0 als nicht korrekturbedürftig eingestuft.<br />
Ebenfalls wird überprüft, wie stark die Temperaturen T0m und T-5cm absinken. In den 38<br />
klaren Vergleichsnächten wurden zu jedem Zeitpunkt t0 die Temperaturabnahmen<br />
T-5cm,i = T-5cm (ti) – T-5cm (t0) (4.38)<br />
mit ti = t0 – i · 15 min über zwei Stunden (0 ¡ i ¡ 7) bestimmt. Ihr Mittelwert T-5cm,i,mittel samt<br />
Standardabweichung s T 5cm ,i ist in Tabelle 4.20 wiedergegeben. Tabelle 4.21 beinhaltet die<br />
entsprechenden Werte T0m,i,mittel und s T 0m ,i . Ist zum aktuellen Zeitpunkt t0 weder<br />
noch<br />
T 5cm , i <br />
T 5cm , i , mittel s T 5cm , i i 0...7¡ (4.39a)<br />
- 85 -
Zeitschritte i zurück 0 1 2 3 4 5 6 7<br />
Mittelwert T-5cm,i,mittel 0.00 -0.21 -0.43 -0.65 -0.89 -1.14 -1.39 -1.66<br />
Standardabweichung s T ¡ 5cm , i 0.00 0.13 0.26 0.40 0.55 0.70 0.86 1.03<br />
Tabelle 4.20: Mittelwert und Standardabweichung von T-5cm,i in den klaren Nächten (vgl. Gleichung (4.38)).<br />
Zeitschritte i zurück 0 1 2 3 4 5 6 7<br />
Mittelwert<br />
T0m,i,mittel 0.00 -0.20 -0.43 -0.67 -0.94 -1.24 -1.56 -1.91<br />
Standardabweichung s T 0m , i 0.00 0.16 0.32 0.52 0.76 1.05 1.36 1.71<br />
Tabelle 4.21: Mittelwert und Standardabweichung von T0m,i in den klaren Nächten (analog zu Tabelle 4.20).<br />
Kein Test<br />
nötig<br />
Keine Korrektur<br />
nötig<br />
Nicht<br />
entscheidbar<br />
Korrigiert<br />
RMS / Achtel 1.82 1.74 2.64 2.18<br />
Anzahl Werte 748 294 128 115<br />
Tabelle 4.22: Untersuchung zu offensichtlich wolkenlosen, aber falsch berechneten Zeitpunkten (Korrektur<br />
des solares Aufheizens) in Roggliswil. Die Einteilung der Werte erfolgt mit Gleichung (4.36) bis (4.39), die<br />
Korrektur ggf. mit Gleichung (4.40). Näheres siehe Text.<br />
¢ T 0m , i<br />
£ ¢ T 0m , i , mittel<br />
¤ s T 0m , i<br />
¥<br />
i ¦ 0...7¡ (4.39b)<br />
erfüllt, wird der Zeitpunkt ebenfalls als nicht korrekturbedürftig eingestuft.<br />
Ist mindestens eine der Gleichungen (4.37a) und (4.37b) mit f = 1.3 sowie mindestens eine<br />
der Gleichungen (4.39a) und (4.39b) erfüllt, gilt es als nicht entscheidbar, ob der Zeitraum ti=7<br />
bis t0 weitgehend wolkenlos und somit korrekturbedürftig ist oder nicht. Der Ncp zum<br />
Zeitpunkt t0 wird nicht weiter berücksichtigt. Nur wenn beide Gleichungen (4.39a) und (4.39b)<br />
mit f = 0.7 sowie mindestens eine der Gleichungen (4.37a) und (4.37b) erfüllt sind, ist der<br />
Himmel zum Zeitpunkt t0 offensichtlich weitgehend wolkenfrei und wird auf<br />
Ncpkorrigiert = Ncpcalc / 2.5, (4.40)<br />
also einen deutlich tieferen Wert zwischen 0 und 3 Achteln, gesetzt.<br />
Tabelle 4.22 zeigt, dass von den 1285 nächtlichen Ncp-Berechnungen in Roggliswil mit<br />
gleichzeitiger Ncp-Beobachtung in Wynau nur etwa 40% überhaupt auf „klar“ getestet werden<br />
(Monotonie-Kriterium in Gleichung (4.36)). Knapp 10% werden mit Gleichung (4.40) korrigiert,<br />
weitere 10% ganz raus genommen (da nicht entscheidbar). Der angegebene RMS zeigt, dass<br />
diese Einteilung gerechtfertigt ist. Die nicht entscheidbaren Werte schneiden sehr viel<br />
schlechter ab als der Rest.<br />
Eine weitere Form der Berücksichtigung des thermischen Aufheizens ist die in Abschnitt<br />
4.2.3 besprochene „Korrektur des Bodenwärmestroms ohne direkte Kenntnis der Bodenparameter“,<br />
bei der T2m mit Hilfe von Ttief = T-5cm korrigiert wird.<br />
In Tabelle 4.23 sind die Vergleichsergebnisse zwischen dem in Roggliswil berechneten<br />
Ncpcalc,ROG und dem in Wynau beobachteten Ncpobs,WYN und deren Veränderung bei<br />
- 86 -
Veränderung Anzahl RMS BIAS r<br />
Ursprüngliches Modell 1345 2.79 1.07 0.31<br />
Nach Korrektur des solaren Aufheizens 1229 2.28 0.52 0.55<br />
Nach Korrektur von T2m mit T-5cm 1229 2.04 0.95 0.67<br />
Nach Korrektur von T0m bei Verdunstung 1229 1.98 0.56 0.70<br />
Nach Korrektur von T0m bei Raureifbildung 1229 1.98 0.56 0.70<br />
Nach Korrektur bei ¥¡<br />
reif<br />
Tabelle 4.23: RMS, BIAS und Korrelationskoeffizient r zwischen dem beobachteten Ncpobs,WYN in Wynau und<br />
der Berechnung Ncpcalc,ROG in Roggliswil. Sukzessive Anwendung der Korrekturen in der gewählten<br />
Reihenfolge. Alle Werte bei Dunkelheit, ausser bei Nebel (Ncpobs,WYN > 8 Achtel oder VVROG £ 1 km).<br />
¢ ¢ 0.5 K 1229 1.98 0.60 0.70<br />
Veränderung Anzahl RMS BIAS r<br />
Ursprüngliches Modell 1345 2.79 1.07 0.31<br />
Korrektur des solaren Aufheizens 1229 2.28 0.52 0.55<br />
Korrektur von T2m mit T-5cm 1345 2.16 0.75 0.65<br />
Korrektur von T0m bei Verdunstung 1345 2.77 1.18 0.32<br />
Korrektur von T0m bei Raureifbildung 1345 2.79 1.06 0.32<br />
Korrektur bei ¥¡<br />
reif<br />
¢ ¢ 0.5 K 1345 2.81 1.02 0.33<br />
Tabelle 4.24: Wie Tabelle 4.23, aber für jede Korrektur separat.<br />
sukzessiver Einführung mehrerer Korrekturen aufgeführt. Tabelle 4.24 bewertet die Verbesserung<br />
jeder Korrektur separat. Die Korrektur des solaren Aufheizens verbessert die<br />
Berechnungen deutlich, auch wenn ihr etwa 10% nicht entscheidbare Fälle zum Opfer fallen.<br />
Auch die Korrektur von T2m mit Ttief zeigt sich als wirkungsvoll und notwendig.<br />
4.8.3 Quantifizierung der Korrekturen für Verdunstung und Raureif<br />
Auf die Korrektur von Verdunstung und Raureif wurde in Abschnitt 4.2.2 bereits<br />
eingegangen. Beide Korrekturen sind nur an den Strassenwetterstationen möglich, da nur hier<br />
der Oberflächenzustand (Strassenzustand) bekannt ist. Von beiden Korrekturen ist nur ein<br />
kleiner Teil der Daten betroffen, wie Tabelle 4.25 zeigt.<br />
Zwar liefern 696 der 1229 betrachteten Messungen den Strassenzustand feucht<br />
oder nass, davon finden 315 aber bei oder direkt nach Niederschlag statt<br />
RR¡ ¥ ¤<br />
0min ,15min ,30min¦<br />
0 mm§ . Ihr Bedeckungsgrad wird in Gleichung (4.32) unabhängig<br />
t¢ ¥<br />
von T0m auf Ncp = 7.5 Achtel gesetzt. Damit Verdunstung überhaupt möglich ist, muss die<br />
Luft zudem untersättigt sein. Über die Luftfeuchtigkeit in Bodennähe ist nichts bekannt. Es<br />
bleibt nichts anders übrig, als den Taupunkt 2m in 2 Metern Höhe auch für den Boden zu<br />
verwenden. Die zur Korrektur der Grastemperatur T0m vorgesehene Psychrometergleichung<br />
(4.15) lautet dann<br />
- 87 -
T 0m , trocken T 0m , feucht e s<br />
A p<br />
T 0m , feucht¢ e s<br />
¡ § 2m¢<br />
¡<br />
. (4.41)<br />
Sie ist nur bei T ¡<br />
T<br />
0m , feucht 0m ,messung 2m sinnvoll, was die Zahl korrigierter Fälle auf 21%<br />
verringert. Entsprechend gering ist die in Tabelle 4.23 bzw. 4.24 aufgeführte Verbesserung<br />
durch diese Korrektur.<br />
In Roggliswil sind laut Tabelle 4.25 nur 71 Messungen mit gefrorenem oder verreiftem<br />
Strassenzustand vorhanden. Diese sind mit einer Ausnahme nicht mit Niederschlag<br />
verbunden. Ihre Grastemperaturen müssen mit Gleichung (4.16) korrigiert werden, um den<br />
energetischen Effekt der Reifbildung auszugleichen. In Gleichung (4.16) geht wieder 2m<br />
als am Boden vorherrschender Feuchtewert ein. Von den wenigen Werten ist in Tabelle 4.24<br />
keine deutliche Verbesserung des Ergebnisses zu erwarten. Dennoch ist die Korrektur<br />
wichtig, da sie die strassenwettertechnisch risikoreichen Zeitpunkte betrifft.<br />
Deren korrekte Bestimmung lohnt auch den Aufwand der letzten durchzuführenden Korrektur.<br />
Es sei T0m,reif die Grastemperatur nach Berücksichtigung der Reifbildung (in Gleichung<br />
(4.16) als T0m,wasser bezeichnet). Für die 71 gefrorenen oder verreiften Zeitpunkte zeigt<br />
Abbildung 4.8 dann den beobachteten Bedeckungsgrad in Wynau und die Taupunktsdifferenz<br />
© reif<br />
¤ ¨ 2m£ T 0m ,reif (4.42)<br />
©<br />
in Roggliswil. Von den 21 Messungen mit ¥¡ ¢ ¢ 0.5 K reif treten 17 bei klarem Himmel<br />
(weniger als 2 Achtel) auf. Zu den anderen vier Zeitpunkten ist es wenigstens im 8 km<br />
entfernten Wynau bedeckt. Der berechnete Ncp der 21 Werte liegt mehrheitlich zwischen 3<br />
und 6 Achteln. Es ist damit gerechtfertigt, alle Werte mit ¥ ¢ 0.5 K nachträglich auf<br />
¢<br />
Ncpcalc = 0 Achtel (4.43)<br />
zu setzen. Auf die Werte in Tabelle 4.23 hat diese Korrektur weniger Werte keinen Einfluss, in<br />
Tabelle 4.24 nur einen geringen. Die Messungen mit Schnee auf der Strasse bleiben<br />
unkorrigiert.<br />
Beim Blick auf die Korrekturgleichungen (4.41) und (4.16) fällt auf, dass jeweils der<br />
Luftdruck p einfliesst. Dieser wird an den Strassenwetterstationen nicht gemessen. Sein Ein-<br />
Strassenzustand Korrektur mit Anzahl %<br />
Trocken (keine Korrektur) 439 35.7<br />
Feucht oder nass 696 56.6<br />
davon RR¡ t¢ £ 0min ,15min , 30min¤ ¦ 0 mm 381 31.0<br />
davon T ¡<br />
0m<br />
2m Gleichung (4.41) 258 21.0<br />
Gefroren oder verreift 71 5.8<br />
davon RR¢ t£ ¤ 0min ,15min ,30min¥ ¦ 0 mm Gleichung (4.16) 70 5.7<br />
davon ¥¡ ¢ ¢ 0.5 K reif<br />
Gleichung (4.43) 21 1.7<br />
Schnee (keine Korrektur) 23 1.9<br />
Tabelle 4.25: Anzahl von der Korrektur betroffener Werte in Roggliswil, absolut und prozentual. Nur Werte, die<br />
für Tabelle 4.23 überprüft wurden.<br />
- 88 -<br />
reif
Abbildung 4.8: Beobachteter Bedeckungsgrad in Wynau, wenn in Roggliswil der Strassenzustand gefroren<br />
oder verreift gemessen wird, aufgetragen gegen ¤ © reif<br />
in Roggliswil.<br />
fluss ist gering. T0m,feucht variiert zwischen p = 900 hPa und p = 1000 hPa nur um 0.09 K. Für<br />
alle Strassenwetterstationen im Kanton Luzern wird deshalb p = 950 hPa verwendet.<br />
4.8.4 Vergleich der Berechnungen in Roggliswil mit Beobachtungen in Wynau<br />
Abbildung 4.9 bestätigt die Erkenntnisse aus Tabelle 4.23. Links, im Vergleich zwischen<br />
beobachtetem Ncp in Wynau und der Berechnung ohne Korrekturen in Roggliswil, wird<br />
eindeutig zu selten klarer Himmel berechnet. Vor allem ist die Berechnung starker Bewölkung<br />
bei gleichzeitiger wolkenloser Beobachtung recht häufig. Durch die Korrekturen im rechten<br />
Bild haben sich die Probleme verschoben. Jetzt gibt es eine Reihe von Werten, die trotz<br />
berechnetem wolkenlosem Himmel hohe beobachtete Bedeckungsgrade aufweisen. Die<br />
Korrekturen optimieren also die Vorhersage von wolkenlos beobachtetem Himmel auf Kosten<br />
der Vorhersage bedeckten Himmels. Insgesamt sieht Abbildung 4.9 rechts deutlich besser<br />
aus als links, wenn auch nicht so gut wie ihr Pendant für Beobachtung und Berechnung in<br />
Payerne in Abbildung 4.5. Aufgrund der räumlichen und systematischen Unterschiede war<br />
das aber auch nicht zu erwarten.<br />
Der RMS-Fehler sinkt durch die Korrekturen insgesamt von 2.79 auf 1.98 Achtel. Der<br />
Korrelationskoeffizient beträgt in Abbildung 4.9 links nur 0.31, durch die Korrekturen steigt er<br />
auf 0.70 in Abbildung 4.9 rechts.<br />
4.8.5 Diskussion der Berechnungsgüte<br />
In Tabelle 4.23 wird der mittlere quadratische Fehler zwischen der Beobachtung in Wynau<br />
Ncpobs,WYN und der Berechnung in Roggliswil Ncpcalc,ROG mit RMS = 1.98 Achteln angegeben.<br />
- 89 -
Abbildung 4.9: Beobachtete Bedeckung Ncpobs in Wynau und Berechnung Ncpcalc in Roggliswil. Links<br />
unkorrigiert, rechts mit allen vorgesehenen Korrekturen, entsprechend der ersten bzw. letzten Zeile in Tabelle<br />
4.23.<br />
Dieser Fehler setzt sich analog zu Gleichung (4.33) zusammen aus dem Fehler der<br />
Beobachtung Ncpobs,WYN = 0.9 Achtel, dem Fehler der Berechnung Ncpcalc,ROG und einem<br />
Fehler durch die Distanz Ncpdist (bei dem auch die Ungleichzeitigkeit von Beobachtung und<br />
Messung mitzudenken ist). Dabei gilt<br />
2<br />
2<br />
© Ncp Ncp ¥ RMS calc ,ROG<br />
dist<br />
2 2<br />
– Ncp obs ,WYN<br />
= (1.76 Achtel) 2 . (4.44)<br />
Allerdings wäre Ncpcalc,ROG mit Ncpcalc,PAY = 1.22 Achtel aus Abschnitt 4.7.6 nur<br />
unzureichend abgeschätzt. Für Payerne ist der in den Temperaturmessungen begründete<br />
Anteil des Fehlers Ncpmess,PAY = 0.2 Achteln bei TANETZ = 0.1 K. In Roggliswil muss von<br />
einem Fehler der Luft- und Grastemperaturmessung und -berechnung von TRWIS = 0.3 K<br />
und entsprechend einem Ncpmess,ROG = 0.6 Achteln ausgegangen werden. Wird also<br />
¤ ¢<br />
,PAY<br />
2<br />
Ncpcalc<br />
,ROG<br />
2<br />
Ncpcalc –<br />
2<br />
Ncp<br />
mess ,PAY<br />
2<br />
Ncpmess<br />
,ROG<br />
= 1.81 Achtel 2 (4.45)<br />
angenommen, so ist Ncpcalc,ROG = 1.35 Achtel und Ncpdist = 1.14 Achtel.<br />
Der mittlere Bedeckungsgrad an zwei Stationen in 8 km Entfernung schwankt demnach um<br />
mehr als 1 Achtel. Diese Überlegung beruht auf der Annahme, dass der methodische Fehler<br />
in Payerne und Roggliswil gleich gross ist. Die Berechnung des Ncp hat in Roggliswil aber viel<br />
mehr Komplikationen geboten als in Payerne. Der methodische Fehler ist deshalb in<br />
Roggliswil vermutlich grösser und der Entfernungsunterschied geringer (für Ncpdist := 0.8<br />
Achtel ergäbe sich z.B. Ncpcalc,ROG = 1.57 Achtel). Es sei darauf hingewiesen, dass der<br />
Ausgangswert RMS = 1.98 Achtel auf nur zum Teil unabhängigen Daten beruht. Alle<br />
empirischen und statistischen Teile der Korrekturen wurden mit dem gleichen Datensatz<br />
hergeleitet wie überprüft.<br />
- 90 -
4.8.6 Vergleich der Ncp-Berechnungen von ANETZ-Stationen mit denen benachbarter<br />
Strassenwetterstationen<br />
Bisher wurden immer die Beobachtungen der ANETZ-Station Wynau mit den<br />
Berechnungen ihres nächsten Nachbarn Roggliswil verglichen. Man kann aber auch<br />
Berechnungen mit Berechnungen vergleichen. Die ANETZ-Station muss dann nicht mehr<br />
über Wolkenbeobachtungen verfügen; neben Wynau sind die Stationen in Luzern und auf<br />
dem Napf verwendbar. Sie werden in Tabelle 4.26 mit nahegelegenen Strassenwetterstationen<br />
verglichen. Die räumliche Distanz reicht von 2 km (Luzern / Schlund) bis 15 km<br />
(Wynau / Stängelmatten). Berechnungsgrundlage des Ncp sind die Messungen von<br />
November 2003 bis Februar 2004. Für diesen Zeitraum liegen auch für Wynau keine<br />
Wolkenbeobachtungen vor.<br />
Die tabellierten RMS-Werte liegen überall in der selben Grössenordnung. Aus den<br />
Vergleichen der ANETZ-Station Luzern ist eine leichte Entfernungsabhängigkeit von RMS und<br />
Korrelationskoeffizient erkennbar. Verwendet man die Fehlerüberlegungen aus dem<br />
vorhergehenden Abschnitt und gemäss Gleichung (4.44), dann lässt sich ein erwarteter<br />
RMS<br />
2<br />
Ncp soll calc ¥ ,ANETZ<br />
2<br />
Ncp calc ,RWIS © Ncp dist<br />
©<br />
2<br />
(4.46)<br />
abschätzen. Mit Ncpcalc,ANETZ = Ncpcalc,PAY = 1.22 Achteln und<br />
Ncpcalc,RWIS_=_ Ncpcalc,ROG_=_1.35 Achteln ergibt sich bei einer Distanz von 8 km und<br />
Ncpdist_=_1.14 Achteln RMSsoll = 2.15 Achtel. Der Wert liegt knapp unter den tatsächlich<br />
beobachteten Fehlern für Roggliswil, Weggis und Schwanderholz. Näher gelegene Stationen<br />
(aber auch das entferntere Stängelmatten) schneiden sogar besser ab.<br />
Der Fehler Ncpcalc,ROG wurde grosszügig abgeschätzt. Der Vergleich verschiedener<br />
ANETZ-Stationen aus Abschnitt 4.7.5 lässt darauf schliessen, dass auch Ncpcalc,ANETZ<br />
teilweise höher liegt. Der Distanzeffekt kann zudem (gerade bezüglich der Bergstation Napf,<br />
aber auch am Vierwaldstättersee bei Luzern) durch lokale Unterschiede variieren. Somit sind<br />
die erhaltenen RMS-Werte mit dem erwarteten RMSsoll sehr gut verträglich.<br />
Der systematische Fehler (BIAS) variiert nicht nur zwischen den Stationen, sondern auch<br />
bei Vergleichen einer ANETZ-Station mit verschiedenen Strassenwetterstationen. Mit bis zu<br />
1.1_Achteln wird er sehr gross, muss aber wohl hingenommen werden.<br />
ANETZ-Station Strassenwetter-<br />
Station<br />
Distanz /<br />
km<br />
RMS /<br />
Achtel<br />
BIAS /<br />
Achtel<br />
r<br />
Anzahl<br />
Werte<br />
Luzern Schlund 2.04 2.01 -1.08 0.68 2181<br />
Luzern Littauerboden 4.39 2.13 -0.43 0.66 3268<br />
Luzern Weggis 9.46 2.39 -0.54 0.60 2276<br />
Napf Schwanderholz 10.70 2.31 0.24 0.55 2949<br />
Wynau Roggliswil 7.98 2.45 0.52 0.51 2291<br />
Wynau Stängelmatten 15.13 1.96 -0.57 0.60 2855<br />
Tabelle 4.26: Vergleich der berechneten Bedeckungsgrade an ANETZ- und Strassenwetterstationen im<br />
Winter 2003/04.<br />
- 91 -
Abbildung 4.10: Vergleich berechneter Bedeckungsgrade im Winter 2003/04. Links für Wynau und Roggliswil,<br />
rechts für Luzern und Littauerboden.<br />
Für zwei ausgewählte Fälle (Wynau / Roggliswil und Luzern / Littauerboden) zeigt<br />
Abbildung 4.10 die Streudiagramme der Berechnung. Es fällt auf, dass relativ viele Fälle mit<br />
klarer Berechnung an der Strassenwetterstation und bedeckt berechnetem Himmel an der<br />
ANETZ-Station vorhanden sind. Ausserdem gibt es für alle vier Stationen zahlreiche<br />
Zeitpunkte mit der Diagnose „bedeckt“, während die jeweilige Vergleichsstation schon<br />
aufgelockerte oder gar vereinzelte Bewölkung detektiert. Eine Erklärung dafür ist schwierig.<br />
Neben der statistischen Schwankungsbreite (entsprechend Ncpcalc) und unterschiedlichen<br />
Korrekturen kommen v.a. tatsächlich vorhandene lokale Bewölkungsunterschiede in Frage.<br />
4.8.7 Vergleich der Ncp-Berechnungen von ANETZ-Stationen mit denen benachbarter<br />
Stationen der meteomedia ag<br />
Analog zum Vergleich zwischen ANETZ- und Strassenwetterstationen sind die<br />
Berechnungen an den Stationen der meteomedia ag überprüfbar. Dabei kommt v.a. ein<br />
Vergleich zwischen Berechnungen der meteomedia-Station in Lörrach und der 10 km<br />
entfernten ANETZ-Station in Basel in Frage. Einige Kennzahlen gibt Tabelle 4.27 wieder,<br />
während Abbildung 4.11 die graphische Verteilung zeigt. In der Abbildung fällt auf, dass eine<br />
allfällige Ausgleichsgerade wesentlich steiler als die Diagonale verläuft. Bedeckungsgrade<br />
über 6.5_Achtel und unter 1 Achtel werden in Lörrach kaum angenommen. Allerdings gibt es<br />
ANETZ-Station<br />
Station der<br />
meteomedia ag<br />
Distanz /<br />
km<br />
RMS /<br />
Achtel<br />
BIAS /<br />
Achtel<br />
r<br />
Anzahl<br />
Werte<br />
Basel Lörrach 10.33 1.79 0.04 0.63 2329<br />
Tabelle 4.27: Wie Tabelle 4.26, aber für ANETZ- und meteomedia-Stationen.<br />
- 92 -
Abbildung 4.11: Vergleich berechneter Bedeckungsgrade im Winter 2003/04 für Basel und Lörrach.<br />
fast keine absolut falschen Berechnungen „klar“ bei „bedeckt“ und umgekehrt. Der<br />
RMS_=_1.79_Achtel aus Tabelle 4.27 ist sehr akzeptabel. Geht man von einem<br />
Berechnungsfehler Ncpcalc = 1.22 Achtel an beiden Stationen aus, erhält man einen<br />
Distanzfehler Ncpdist = 0.48 Achtel. Die lokalen Differenzen der Bewölkung über den Rhein<br />
hinweg sind wohl tatsächlich geringer als in Luzern am Alpenrand.<br />
4.8.8 Schlussfolgerung zur Gültigkeit des Modells an allen Stationen<br />
Die Untersuchungen der vorangegangenen Abschnitte zeigen, dass die Berechnungen an<br />
verschiedenen Stationen aller drei Stationstypen vergleichbare Ergebnisse liefern. Der<br />
Berechnungsfehler liegt vor allem bei den Strassenwetterstationen höher als in Payerne, am<br />
Entwicklungsort der Methode. Angesichts der komplizierteren Messsituation über der Strasse<br />
war dies aber zu erwarten.<br />
Es kann also als nachgewiesen gelten, dass die ausgewählte Methode (bestehend aus<br />
dem Gleichungssystem (4.32), den Gleichungsparametern aus Payerne und allfälligen<br />
Korrekturen an den Strassenwetterstationen) für die Winternächte an allen Stationen der drei<br />
Messnetze verwendbar ist.<br />
4.9 Verwendbarkeit am Tag<br />
Eine Verwendung der Methode am Tag ist in dieser Arbeit nicht vorgesehen. Dennoch soll<br />
kurz geprüft werden, wie gut sie tagsüber funktioniert. Die physikalischen Überlegungen<br />
gemäss Abschnitt 4.1.4 und Abbildung 4.1 gelten in umgekehrt analoger Weise und mit<br />
- 93 -
Ncpcalc<br />
Ncpobs<br />
Ncpobs - Ncpcalc<br />
Anzahl<br />
Zeitpunkte<br />
4387<br />
Minimum<br />
/<br />
Achtel<br />
Maximum<br />
/<br />
Achtel<br />
Mittelwert<br />
/<br />
Achtel<br />
Standardabweichung<br />
/ Achtel<br />
Median<br />
/ Achtel<br />
0.00 8.19 6.95 1.22 7.38<br />
0.00 8.99 4.97 2.63 5.73<br />
-7.97 5.66 -1.98 2.59 -1.20<br />
Korrelationskoeffizient<br />
Tabelle 4.28: Statistische Werte von beobachtetem und berechnetem Ncp und dessen Differenz zwischen<br />
Sonnenaufgang und -untergang in Payerne, berechnet mit den nächtlichen Modellparametern von Payerne.<br />
Ncpcalc<br />
Ncpobs<br />
Ncpobs - Ncpcalc<br />
Anzahl<br />
Zeitpunkte<br />
4365<br />
Minimum<br />
/<br />
Achtel<br />
Maximum<br />
/<br />
Achtel<br />
Mittelwert<br />
/<br />
Achtel<br />
Standardabweichung<br />
/ Achtel<br />
Median<br />
/ Achtel<br />
0.98 7.50 5.16 1.33 5.13<br />
0.00 8.99 4.99 2.63 5.73<br />
-7.04 6.06 -0.17 2.05 0.26<br />
0.26<br />
Korrelationskoeffizient<br />
Tabelle 4.29: Wie Tabelle 4.28, berechnet mit Gleichungssystem (4.32), aber nach eigener Regression der<br />
Modellparameter xi.<br />
kurzwelliger Strahlung: Bei klarem Himmel heizt die Sonne die bodennächste Luft stärker auf<br />
als höhere Luftschichten, bei bedecktem Himmel erreicht fast keine kurzwellige Strahlung den<br />
Grund und dort stellt sich kein Temperaturgradient ein. Die Daten in Tabelle 4.28 und 4.29<br />
beziehen sich auf die Stunden zwischen Sonnenaufgang und -untergang in Payerne in den<br />
Wintern 1995/96 bis 2001/02.<br />
Für Tabelle 4.28 wurde das Gleichungssystem (4.32) mit den Parametern xi der Payerne<br />
Nächte auf die Temperaturdifferenz Tdiff am Tag angewendet. Die Korrelation zwischen<br />
Berechnung und Beobachtung ist indiskutabel (r = 0.26). Der systematische Fehler (Differenz<br />
der Mittelwerte) ist mit 2 Achteln sehr hoch, genauso wie die Standardabweichung der<br />
Differenzverteilung mit von 2.59 Achteln als RMS-Äquivalent.<br />
Für Tabelle 4.29 sind die Parameter xi des Gleichungssystems (4.32) durch Regression<br />
der Tagdaten neu bestimmt worden. Die Differenz der Mittelwerte verbessert sich deutlich. Die<br />
Standardabweichung der Differenzverteilung beträgt noch 2.05 Achtel, der Korrelationskoeffizient<br />
steigt auf r = 0.64. Diese Werte sind für eine abhängige Berechnung in Payerne<br />
immer noch schlecht, lassen aber vermuten, dass mit einem anderen Gleichungstyp oder<br />
anderen Temperaturgradienten als Tdiff noch bessere Ergebnisse erzielbar sind. Dem<br />
entgegen steht die stärkere Turbulenz am Tag. Bereits die nächtlichen Daten zeigen ja, dass<br />
die Berechnungen mit wärmeren Temperaturen schlechter funktionieren.<br />
Selbst wenn die Berechnung am Tag in Payerne gute Ergebnisse liefern, bleibt die<br />
Übertragbarkeit auf andere Stationstypen fraglich. Die Probleme mit der Bewölkungsberechnung<br />
an den Strassenwetterstationen sind zwar nachts noch lösbar, wären tagsüber<br />
aber sicher gravierender. Die Übertragung auf andere ANETZ-Stationen und das<br />
meteomedia-Netz wäre dagegen wohl machbar.<br />
- 94 -<br />
0.64
4C. Berechnung und Bewertung zweidimensionaler Strukturen<br />
Der Nutzen eines Modells zeigt sich erst beim Versuch der Anwendung. Ein Modell zur<br />
Bestimmung des Bedeckungsgrads muss sich vor allem dann bewähren, wenn sich der<br />
Bedeckungsgrad ändert. Eine durchgehend bedeckte Nacht, am besten mit anhaltendem,<br />
gleichmässigem Niederschlag, ist dagegen weniger interessant.<br />
Arbeitet ein Modell an einem Ort fehlerfrei, so wird man ihm dort eventuell blind vertrauen.<br />
Andernfalls macht es Sinn, mehrere benachbarte Stationen miteinander zu vergleichen, und<br />
deren mehrheitliche Information zur Bestimmung eines regional gültigen Wertes zu<br />
verwenden. Solche Informationen werden geeigneterweise in eine Karte eingetragen, um bei<br />
Kenntnis der Lage zwischen lokalen Unterschieden und tatsächlicher Modellungenauigkeit zu<br />
unterscheiden. Schliesslich lassen sich in einer Bewölkungskarte auch grossräumige<br />
Systeme erkennen, wenn das Messnetz homogen und ausreichend dicht besetzt ist.<br />
4.10 Bewölkungskarten<br />
4.10.1 Auswahl und Interpolation der Daten<br />
Bei der gemeinsamen Darstellung von Werten mehrerer Stationen in einer Karte ist es<br />
wichtig, dass die Daten möglichst vom gleichen Zeitpunkt stammen. Sind manche<br />
Berechnungen vertrauenswürdiger als andere, dann empfiehlt sich eine Auswahl oder<br />
Gewichtung der Daten. Für eine gute Interpolation ist dagegen entscheidend, ein möglichst<br />
dichtes und homogenes Stationsnetz zu haben. Notfalls müssen auch wenig vertrauenswürdige<br />
Werte verwendet werden, und das Zeitfenster darf nicht zu eng sein.<br />
Das Stationsnetz aus ANETZ-, Strassenwetter- und meteomedia-Stationen, wie es in<br />
Abbildung 3.3 dargestellt ist, weist an einigen Stellen grosse Lücken auf. Das Wegfallen<br />
weiterer Stationen ist deshalb unbedingt zu vermeiden, v.a. ausserhalb des Kantons Luzern.<br />
Da die Stationen der meteomedia ag nur stündlich melden, ergibt sich ein Zeitfenster von<br />
einer Stunde, aus dem Daten berücksichtigt werden müssen. Bei der Zielgrösse „Bewölkung“<br />
ist es realistisch, dass eine Stunde alte Daten noch zumindest begrenzt gültig sind. Wenn<br />
vorhanden, kommen natürlich neuere Berechnungen zum Einsatz.<br />
Um Unterschiede in der Qualität der Daten zu berücksichtigen, wird die Bewölkungsberechnung<br />
jeder Station mit einem Gewicht g belegt. In der Interpolationsroutine wird die<br />
Station g mal verwendet. Um alle Stationen zu behalten und die Homogenität des<br />
Stationsnetzes nicht zu stark zu beeinflussen, gilt 1 ¡ g ¡ 4. Die Festlegung des Gewichts<br />
orientiert sich an den Erkenntnissen aus Kapitel 4B. Eine reguläre Messung ohne Regen, bei<br />
- 95 -
mindestens 2 km Sichtweite, weniger als 3 m/s Wind und einer Lufttemperatur T2m zwischen<br />
-10 und +5°C wird mit g = 3 gewichtet. Bei T2m < -10°C oder 5°C < T2m < 10°C sinkt das<br />
Gewicht um einen halben, bei T2m > 10°C um einen ganzen Punkt. Ebenso führt Wind<br />
zwischen 3 und 8 m/s zum Abzug eines halben, noch grössere Windgeschwindigkeiten zum<br />
Abzug eines ganzen Punkts. Ist die Sichtweite auf 1 bis 2 km eingeschränkt, wird ein halber<br />
Punkt abgezogen. Bei Regen zum Messzeitpunkt steigt das Gewicht um einen ganzen Punkt,<br />
bei Regen in den vorhergehenden beiden Messintervallen um einen halben Punkt. Bei den<br />
Strassenwetterstationen beeinflusst auch die Korrektur des solaren Aufheizens die Gewichte.<br />
Berechnungen, die nach Tabelle 4.22 „keine Korrektur nötig“ haben, erhalten einen<br />
zusätzlichen halben Punkt. Da ältere Daten eher unsicher sind, wird pro volle 12 Minuten<br />
Zeitabstand zwischen dem Messzeitpunkt und der Kalkulationszeit der Bewölkungskarte ein<br />
halber Punkt abgezogen.<br />
Die in dieser Arbeit verwendete Routine berücksichtigt für die Interpolation an jedem<br />
Interpolationspunkt alle im Umkreis liegenden Berechnungen des Ncp. Die Stationen werden<br />
gemäss ihres Gewichts g bis zu vierfach berücksichtigt. Halbe Punkte werden abgerundet.<br />
Stationen mit g < 1 werden einfach verwendet. Berechnungen, die laut Korrekturroutine des<br />
solaren Aufheizens (Abschnitt 4.8.3) „nicht entscheidbar“ sind und Stationen mit Nebel<br />
(Sichtweite unter 1 km) finden keine Berücksichtigung. Die Routine interpoliert linear. Im<br />
Allgemeinen arbeitet sie langsam aber zuverlässig und produziert ein glattes, kontinuierliches<br />
Feld. Von den verfügbaren und getesteten Interpolationsroutinen hat sie bezüglich der<br />
Qualität der erstellten Bewölkungskarten am Meisten überzeugt. Betreffend des Rechenzeit-<br />
Leistungs-Verhältnisses schneidet sie etwas schlechter ab. Allen Interpolationsroutinen<br />
gemein ist, dass sie eine Karte nur anhand der gegebenen Stationswerte erstellen können.<br />
Zwischen zwei Stationen liegende Strukturen können nicht erkannt werden.<br />
4.10.2 Graphische Darstellung von Bedeckungsgrad und Niederschlag<br />
In die Interpolation nach dem soeben beschriebenen Verfahren fliessen alle verwendbaren<br />
Stationen aus Abbildung 3.3 ein. Da an Punkten, die nicht auf allen Seiten von Stationen<br />
umgeben sind, schlecht interpoliert werden kann, wird die Interpolation nur auf dem<br />
100_×_100_km 2 grossen Gebiet aus Abbildung 3.4 durchgeführt. Das reduziert auch die<br />
Rechenzeit. Aus Darstellungsgründen werden die interpolierten Bedeckungsgrade in fünf etwa<br />
gleich grosse Klassen unterteilt. Diese Einteilung des Ncp in die Klassen erfolgt gemäss<br />
Tabelle A.1 im Anhang.<br />
Bekanntlich ist Niederschlag ein gutes Indiz für den Bewölkungszustand „bedeckt“.<br />
Verschiedene Niederschlagsintensitätsklassen können also die Bewölkungsskala nach oben<br />
erweitern. Im Gegensatz zum Ncp, der an Stationen berechnet und nachher interpoliert<br />
werden muss, liegt die Niederschlagsinformation aus Radardaten bereits zweidimensional vor<br />
und kann direkt verwendet werden. Aus Darstellungsgründen erfolgt die Einteilung der Niederschlagsintensität<br />
(genau genommen der Radarreflektivität) in fünf Klassen nach Tabelle A.2.<br />
Damit können Niederschlag und Bedeckungsgrad einer Karte dargestellt werden.<br />
Abbildung 4.12 zeigt eine Beispiel-Bewölkungskarte. Zuerst wird der interpolierte und<br />
klassifizierte Ncp aufgetragen. Darüber folgt die Radarreflektivität als Niederschlagsangabe ab<br />
13 dBZ. Nachdem auch Flüsse und Seen (blau) sowie die Grenzen zwischen der Schweiz,<br />
Frankreich und Deutschland (rot) eingezeichnet sind, wird für jede berücksichtigte Station ein<br />
- 96 -
Stationskreis gemalt und mit dem berechneten Ncp der Station ausgefüllt. Die<br />
Bewölkungskarte gibt also Auskunft über das interpolierte Bewölkungsfeld und über den<br />
Rechenwert jeder Station. Das Gewicht, mit dem eine Station in die Interpolation eingeht, wird<br />
nicht wiedergegeben.<br />
In Abbildung 4.12 sind alle Bewölkungs- und Niederschlagsklassen vertreten. Der<br />
Bedeckungsgrad steigt von Nordost (klarer Himmel im Raum Zürich) nach Südwest<br />
kontinuierlich an. In Luzern am Vierwaldstättersee und am Sursee (bei den Schweizer<br />
Koordinaten km 655 Ost / 220 Nord) wird die mittlere Bewölkungsklasse „bewölkt“ erreicht.<br />
Etwa bei km 640 Ost setzt nach einem Streifen stark bewölkten Himmels Niederschlag ein.<br />
Am Südrand der Karte ist es bedeckt. Die Niederschlagszelle hat meist die Intensität mittel,<br />
teilweise auch stark. Die Farbe rot für extremen Niederschlag taucht an einer anderen Stelle<br />
der Abbildung unvermittelt auf: am rechten Kartenrand bei km 215 Nord. In diesem zwei Pixel<br />
grossen Gebiet findet sicher kein lokales Starkniederschlagsereignis statt, es handelt sich<br />
vielmehr um zwei Clutter-Pixel, die von der Clutter-Korrektur nicht erkannt werden. Solche<br />
Signale können im Allgemeinen ignoriert werden. Auch die Niederschlagspixel bei km<br />
660_Ost_/_205 Nord sind vermutlich Clutter. Ob das komplette Signal südlich des<br />
Vierwaldstättersees Niederschlag oder Clutter ist, ist unklar. Zwar handelt es sich um ein<br />
grösseres Gebiet, allerdings liegen die Messungen in den Alpen, und beide Stationen in der<br />
Nähe (die ANETZ-Stationen in Altdorf und Engelberg) melden „bewölkt“, also keinen<br />
Niederschlag. Wäre an den Stationen Niederschlag gemessen worden, hätte dies zu einem<br />
Ncp = 7.5 Achtel und damit bedecktem Himmel geführt. Für den zukünftigen operationellen<br />
Betrieb der Bewölkungskarten steht eine erweiterte Clutter-Korrektur von meteoradar zur<br />
Verfügung, die zumindest die wenige Pixel umfassenden Bereiche erhöhter Radarreflektivität<br />
herausfiltern kann.<br />
Es fällt auf, dass nicht jede Station den Wert misst, der ihr im interpolierten Feld zugeordnet<br />
wird. Die Station Zürich-SMA am Nordufer des Zürichsees (km 685 Ost / 248 Nord)<br />
meldet vereinzelte Wolken, interpoliert wird aber klarer Himmel. Umgekehrt wird in Brugg, am<br />
Radardaten<br />
Ncp-Berechnung<br />
und<br />
Interpolation<br />
Abbildung 4.12: Bewölkungskarte vom 25. Januar 2004, 07:30 UTC. Berechneter Ncp an den verfügbaren<br />
Stationen und daraus interpolierter Bedeckungsgrad. Niederschlag aus Radarmessungen.<br />
- 97 -
Zusammenfluss von Limmat, Reuss und Aare (km 657 Ost / 259 Nord) bewölkt interpoliert,<br />
obwohl die Station „bedeckt“ liefert. Dies zeigt, dass sich die Interpolationsroutine über<br />
gewisse kleinskalige Schwankungen grosszügig hinwegsetzt, kann aber auch bedeuten, dass<br />
die Werte dieser Stationen geringer gewichtet werden. Die Station Brugg ist eine Station der<br />
meteomedia ag und ihre Messung eine halbe Stunde alt.<br />
An den Strassenwetterstationen im Kanton Luzern treten nicht nur zwischen<br />
Stationswerten und Interpolation erhebliche Unterschiede auf, sondern auch zwischen den<br />
Werten benachbarter Stationen. So liegen in Luzern bei km 664 Ost und zwischen km 215<br />
und 205 Nord vier Stationen übereinander mit „vereinzelte Wolken“, „stark bewölkt“ und<br />
zweimal „bewölkt“. Der wahre Bedeckungsgrad zu diesem Zeitpunkt in Luzern ist leider nicht<br />
bekannt. Es kann nur gemutmasst werden, dass die Wahrheit dazwischen liegt und mit<br />
„bewölkt“ tatsächlich gut geschätzt (und interpoliert) ist.<br />
Nordwestlich von Luzern, bei etwa km 650 Ost / 220 Nord ist die Variationsbreite zwischen<br />
den Stationen noch grösser. Von den beiden direkt benachbarten Stationen am Nordwestrand<br />
des Sursees (deren Stationskreise sich in der Abbildung sogar berühren), zeigt die eine<br />
bedeckten, die andere klaren Himmel an. Man kann vor allem im Gebirge und in der Nähe<br />
von Seen oft mit lokalen Variationen argumentieren, aber in diesem Fall ist sicher eine der<br />
Stationsberechnungen falsch. Welche – oder ob doch beide – bleibt unklar. Bei detaillierter<br />
Interpretation der Bewölkungskarten ist es also ratsam, neben dem interpolierten Feld auch<br />
die Stationswerte in die Überlegungen einzubeziehen.<br />
Abbildung 4.12 zeigt an einer Stelle auch einen klaren Fehler der Interpolation. Am<br />
westlichen Rand der Karte bei km 230 Nord wird völlig grundlos auf klaren Himmel<br />
entschieden. Innerhalb und ausserhalb der Karte befindet sich im Umkreis von wenigstens<br />
20_km keine Station, geschweige denn eine mit klarem Himmel. Diese Region ist wegen der<br />
Lücke im Messnetz generell anfällig für Interpolationsfehler.<br />
4.10.3 Räumliche und zeitliche Auflösung<br />
Die raumzeitliche Genauigkeit der interpolierten Bewölkungskarten hängt in erster Linie von<br />
der Auflösung der Messungen und Berechnungen ab. Bei einer gemeinsamen Darstellung<br />
von Bewölkung und Radarniederschlag sollte die räumliche Auflösung ähnlich sein. Beim<br />
Radar beträgt sie 2_×_2_km 2 . Die Interpolation der Bewölkung erfolgt auf einem Gitter von<br />
4_×_4_km 2 . Eine Erhöhung auf 2_×_2_km 2 ist im Vergleich zum Radar nicht notwendig und<br />
weder rechenzeittechnisch (viermal grösserer Rechenaufwand) noch von der Stationsdichte<br />
her angebracht.<br />
Beim Zeitabstand, in dem Karten erstellt werden, ist der Messzyklus der Stationen massgeblich.<br />
Nur jeweils zu vollen Stunde finden im ganzen Netz etwa gleichzeitig Messungen<br />
statt. Dann messen die meteomedia-Stationen. Allerdings sind stündliche Karten zu selten,<br />
spätestens wenn die Bewegung von Strukturen erkannt werden soll. Die Messwerte der<br />
Strassenwetterstationen liegen viertelstündlich vor, die Daten der ANETZ-Stationen alle<br />
10_Minuten. Da den Strassenwetterstationen das Hauptaugenmerk gilt, werden die Karten im<br />
Abstand von 15 Minuten erstellt und verwendet. In Kapitel 5 erfolgt eine Studie mit Karten im<br />
Fünf-Minuten-Abstand. Die Radarbilder sind normalerweise alle 5 Minuten verfügbar. Sie sind<br />
also aktuell, egal ob alle 15, 10 oder 5 Minuten eine neue Bewölkungskarte erstellt wird.<br />
- 98 -
4.11 Beispiel I: Postfrontales Aufklaren am 27./28. November 2001<br />
4.11.1 Synoptische Situation<br />
Die Nacht vom 27. zum 28. November 2001 ist in der Schweiz geprägt durch zwei Frontensysteme,<br />
respektive dem Geschehen dazwischen. Bereits am Nachmittag des 27. streift eine<br />
schwache Warmfront die Schweiz, der in den Abendstunden die Kaltfront folgt. Beide Fronten<br />
werden von einem Tiefdruckgebiet über der Adria am Überqueren der Alpen gehindert und<br />
nach Osten abgedrängt. Ihnen folgt eine ausgeprägte, schnell nach Südosten ziehende<br />
Okklusion, die die Schweiz in den frühem Morgenstunden des 28. erreicht.<br />
Der Zustand um Mitternacht ist der Wetterkarte in Anhang C zu entnehmen. Die Kaltfront<br />
hat die Schweiz zu dieser Zeit bereits passiert. Die Okklusion liegt etwa auf einer Linie<br />
Hamburg-Brüssel-Paris. Ihre Bewegung und Intensivierung ist auch auf den Satellitenbildern<br />
im Infrarot-Kanal gut zu erkennen. Sie sind für 20, 00 und 04 UTC in Abbildung 4.13<br />
dargestellt. Ein weiteres Bild dieser Serie (für 09 UTC) befindet sich in Abbildung 2.2. Der<br />
nördliche Teil der Okklusion vor und über der Küste Norwegens ist nahezu ortsfest, während<br />
sich der südliche Teil rasch über West- und Mitteleuropa hinwegbewegt. Das vorausgehende<br />
Frontensystem ist mit deutlich weniger hohen Wolken verbunden und auf den späteren<br />
Satellitenbildern nur schwer zu erkennen.<br />
Auf allen drei Satellitenbildern in Abbildung 4.13 zeichnen sich Teile des Alpenhauptkamms<br />
deutlich ab, was auf klaren Himmel schliessen lässt. Um Mitternacht sind bei<br />
genauer Betrachtung die warmen Wassertemperaturen des Genfer und Bodensees sowie der<br />
Lago Maggiore zu erkennen. Vier Stunden später sind nur noch Bodensee und Lago<br />
Maggiore wolkenlos. Anhand der Infrarot-Satellitenbilder ist also ein Aufklaren während der<br />
Nacht identifizierbar. Die Bilder im Wasserdampf-Kanal sind dagegen wenig aussagekräftig.<br />
Abbildung 4.13: Infrarot-Satellitenbilder vom 27. und 28. November 2001. Links 20 UTC, mitte 00 UTC, rechts<br />
04 UTC.<br />
- 99 -
4.11.2 Verlauf der Parameter an einer Station<br />
Aus der Nacht vom 28. zum 29. November 2001 liegen die Messreihen von 70<br />
ANETZ- und Strassenwetterstationen vor. Die Daten der meteomedia-Stationen stehen im<br />
betreffenden Winter nicht zur Verfügung. Die vorhandenen Stationen reichen dennoch aus,<br />
um Bewölkungskarten zu erstellen, wesentliche Strukturen zu erkennen und deren<br />
Auswirkungen zu diskutieren.<br />
In Abbildung C.1 im Anhang ist der Verlauf wesentlicher Parameter während der gesamten<br />
Nacht an drei Strassenwetterstationen dargestellt. Die Stationen bilden einen Querschnitt von<br />
Nordwest nach Ost durch den Kanton Luzern. Roggliswil ist die nordwestlichste der 52<br />
Strassenwetterstationen. Neuenkirch liegt zentral an der Südspitze des Sursees. Weggis ist<br />
die nördliche der beiden Stationen am Ostufer des Vierwaldstättersees, und somit, östlich von<br />
Luzern, die zweitöstlichste Station des Netzes. Die exakten Koordinaten der Stationen finden<br />
sich in Tabelle B.2 im Anhang. Alle drei Stationen liegen zwischen 500 und 540 Meter über<br />
dem Meer. Die Wahl dieser Stationen entspricht der Zugrichtung der Systeme in der<br />
Beispielnacht. In den Stationsgraphiken dargestellt sind der Niederschlag, Luft-, Gras-,<br />
Boden- und Taupunktstemperatur sowie der berechnete Bedeckungsgrad und zudem<br />
Windrichtung und -geschwindigkeit. Die Windgeschwindigkeit liegt an allen drei Stationen<br />
durchgehend unter 2_m/s. Die Sichtweite liegt immer über 2 km.<br />
In Roggliswil lässt der Niederschlag bereits kurz nach Sonnenuntergang deutlich nach. Bis<br />
19:30 UTC wird aber bedeckter Himmel berechnet. Die Wynauer Beobachtung von<br />
Ncpobs_=_7.5 Achtel um 17:40 UTC bestätigt dies. Luft- und Grastemperatur liegen in diesem<br />
Zeitraum nahe beieinander und fallen langsam. Gegen 20 UTC klar es rasch auf. Auch in<br />
Wynau werden zwischen 21 und 03 UTC nur vereinzelte Wolken beobachtet. Während die<br />
Lufttemperatur bis 23 UTC konstant mit ca. 0.7 K/h sinkt und danach bei 0°C bleibt, fällt die<br />
Grastemperatur mit beginnendem Aufklaren rapide. Sie erreicht um 21 UTC den Gefrierpunkt<br />
und gegen 03 UTC ihr nächtliches Minimum bei -3°C. Zwischen 03 und 05 UTC ziehen in<br />
Roggliswil Wolken auf und die Temperaturen steigen wieder. Danach ist es bedeckt, was<br />
auch die Wolkenbeobachtungen in Wynau bestätigen.<br />
Die Station in Neuenkirch zeigt einen ähnlichen Verlauf. Alle Daten sind aber gegenüber<br />
Roggliswil um 90 Minuten verschoben. Es regnet anderthalb Stunden länger, das Aufklaren<br />
setzt später ein, und entsprechend beginnt auch die Grastemperatur später zu fallen. Sie<br />
erreicht ihr Minimum ebenfalls bei -3°C. Am Morgen zwischen 04 und 06 UTC nimmt die<br />
Bewölkung wieder von klar auf bedeckt zu. Auch die Messungen in Weggis bestätigen das.<br />
Hier regnet es bis 19 UTC. Danach ist es noch zwei Stunden bedeckt, bevor es ebenfalls<br />
aufklart. Die Grastemperatur fällt nur relativ kurz, zwischen 01 und 04 UTC unter den<br />
Gefrierpunkt. Dabei mag auch der nahe Vierwaldstättersee als Wärmereservoir eine Rolle<br />
spielen. Die erneute Bewölkungszunahme zwischen 04 und 08 UTC findet fast zeitgleich zu<br />
der in Neuenkirch beschriebenen statt.<br />
4.11.3 Zweidimensionale Niederschlags- und Bewölkungsstrukturen<br />
Bei der Analyse der Bewölkungskarten, die die Bewölkungsberechnungen aus allen 77<br />
Stationen sowie die Radarinformation berücksichtigen, bietet sich eine Unterteilung der Nacht<br />
in zwei Phasen an. Die erste Phase umfasst den Zeitraum von 16 bis 02 UTC. Zugehörige<br />
- 100 -
Bewölkungskarten im Zwei-Stunden-Abstand finden sich im Anhang in Abbildung C.2 und C.3<br />
links.<br />
Die Bewölkungskarte für 16 UTC zeigt Niederschlag fast überall in der Nord- und<br />
Zentralschweiz. Gegen 18 UTC hat sich der mit der Kaltfront verbundene Niederschlag nach<br />
Osten weiterbewegt. In Neuenkirch im Zentrum des Kantons Luzern hört es gerade auf zu<br />
regnen. In Weggis regnet es noch weiter, in Roggliswil ist es schon länger trocken. In Basel<br />
klart es bereits auf. Um 20 UTC hat sich der Niederschlag weiter in die Alpen zurückgezogen.<br />
Er wird nur noch im äussersten Südosten der Karte und in einem kleinen Gebiet etwa bei km<br />
635 Ost / 195 Nord beobachtet. Auch die Zonen bewölkten Himmels und vereinzelter Wolken<br />
haben sich verlagert und, von Norden kommend, fast die Aare erreicht. Bis um Mitternacht<br />
setzt sich das Aufklaren weiter fort. Zwar wird um 22 UTC im Südosten der Karte immer noch<br />
Niederschlag registriert, aber auch dieser lässt in den folgenden zwei Stunden nach. Um<br />
Mitternacht melden fast alle Stationen der Zentral- und Nordschweiz klaren Himmel oder<br />
vereinzelte Wolken. Lediglich südlich des Vierwaldstättersees sind noch zahlreiche Wolken<br />
vorhanden. Diese werden erst im Verlauf der folgenden vier Stunden wegtransportiert.<br />
Allerdings kündigen sich bereits um 02 UTC in Basel neue Wolken an. In der ersten<br />
Nachthälfte ist also das Durchziehen eines Niederschlagsgebiets mit anschliessendem<br />
raumgreifenden Aufklaren zu beobachten.<br />
Auf allen Bewölkungskarten, selbst bei klarem Himmel, deutlich zu erkennen ist ein<br />
lückenhaftes Gebiet leichten bis mässigen Niederschlags nördlich der Aare bei km<br />
610_Ost_/_235_Nord. Hier beginnen die Anhöhen des Schweizer Jura. Die Reflektivität ist also<br />
Clutter und braucht bei der Interpretation der Karten nicht beachtet werden. In Kapitel 5 wird<br />
der Messfehler aber wieder relevant.<br />
Die zweite Nachthälfte ist in Abbildung C.4 und C.5 links mit halbstündlichen Bewölkungskarten<br />
dokumentiert. Um 04 UTC ist es in Luzern und den angrenzenden Kantonen noch<br />
überall klar. In Basel aber ist es bedeckt und östlich der Stadt (also nördlich des Jura-Clutters)<br />
kündigt sich ein Niederschlagsgebiet an. Dieses erreicht bereits eine halbe Stunde später den<br />
(immer noch weitgehend als wolkenlos diagnostizierten) Kanton Luzern. Allerdings ist das<br />
Gebiet mit mehreren kleinen Schauerzellen nur etwa 10 km breit und 60 km lang. In den<br />
folgenden anderthalb Stunden überquert es den ganzen Kanton Luzern. Die Zone klaren<br />
Himmels wird weiter nach Osten verlagert. Auf der Rückseite des Niederschlagsbands folgt<br />
wolkenreiche Luft. Um 06 UTC zeigen sich nur wenige lokale Auflockerungen der Bewölkung.<br />
Die Okklusion erreicht das Beobachtungsgebiet erst später; ab 07:30 UTC bringt sie von<br />
Basel her erneut Regen.<br />
4.11.4 Strassenzustand im Kanton Luzern<br />
Das Wettergeschehen der gesamten Nacht - Niederschlag, Aufklaren, Bewölkungszunahme<br />
und erneuter Niederschlag - wirkt sich direkt und indirekt auf den Strassenzustand<br />
im Kanton Luzern aus. In Abbildung C.7 sind Strassenzustand und Grastemperaturen im<br />
Zwei-Stunden-Rhythmus dargestellt. Dazu wurde ein 55 × 55 km 2 grosser Ausschnitt gewählt,<br />
der den ganzen Kanton Luzern umfasst.<br />
Um 16 UTC, bei Niederschlag, sind alle Strassen des Kantons nass. Die Temperaturen<br />
schwanken je nach Höhenlage zwischen 2 und über 5°C. Lediglich Sörenberg, die südlichste<br />
und höchstgelegene Station, misst bereits eine Grastemperatur nahe des Gefrierpunkts. Zwei<br />
- 101 -
Stunden später ist es nur noch entlang der Reuss wärmer als 5°C. Trotz nachlassendem<br />
Niederschlag sind alle Strassen feucht oder nass. In Sörenberg liegt Schnee auf der Strasse.<br />
Um 20 UTC ist es immer noch überall feucht oder nass, die Temperaturen sind an den<br />
zunehmend aufklarenden nordwestlichen Stationen aber schon deutlich auf 2 bis 3°C<br />
gesunken. Weitere zwei Stunden später liegen sie für diese Stationen bereits knapp unter<br />
dem Gefrierpunkt. Für diese rasante Abkühlung ist allein die langwellige Ausstrahlung bei<br />
klarem Himmel verantwortlich. Nur eine Station ist inzwischen abgetrocknet. An einigen<br />
Stationen ist das verbliebene Regenwasser gefroren, andere melden weiterhin feuchten oder<br />
nassen Strassenzustand. Vermutlich waren hier Räum- und Streufahrzeuge erfolgreich im<br />
Einsatz; ebenso wie in Sörenberg, wo der Schnee von der Strasse verschwunden und diese<br />
nun ebenfalls nass ist.<br />
Mit der weiteren Klarluftadvektion sinken die Grastemperaturen an immer mehr Stationen<br />
im ganzen Kanton. Einige Strassen trocknen ab. Meistens friert die restliche Feuchtigkeit aber<br />
spätestens um 02 UTC bei Temperaturen um -3°C. Die Stationen am Vierwaldstättersee<br />
bleiben am wärmsten. Wie bereits bekannt, wird die Null-Grad-Grenze in Weggis erst<br />
zwischen Mitternacht und 02 UTC erreicht. Zum einen kann sich hier der Abkühlungseffekt<br />
erst mit dem (späteren) Aufklaren durchsetzen, zum anderen speichert der See Wärme und<br />
wirkt der Abkühlung entgegen.<br />
Bereits zwischen 02 und 04 UTC fallen nur noch die Temperaturen im Süden und Osten. In<br />
den darauffolgenden zwei Stunden zieht ein kleines Niederschlagsband über den Kanton<br />
hinweg, und der Himmel wird wieder überall bedeckt. Die Grastemperaturen steigen rasch um<br />
einige Kelvin bis in die Nähe oder sogar über den Gefrierpunkt. Da die Ausstrahlung durch<br />
Gegenstrahlung kompensiert wird, gleichen sich Gras- und Lufttemperaturen weitgehend an.<br />
Die Strassen sind wieder fast alle feucht oder nass.<br />
4.11.5 Zusammenfassung des Falls<br />
Die Beispielnacht beginnt mit grossflächigem, frontalem Niederschlag. Im Schweizer<br />
Mittelland liegt die Grastemperatur bei unkritischen 3 bis 8°C. Zwischen 18 und 04 UTC<br />
überquert eine Zone postfrontalen Aufklarens das Beobachtungsgebiet von Nordwest nach<br />
Südost. Infolge dessen setzt überall ausstrahlungsbedingtes Abkühlen bis -3°C ein.<br />
Restliches Regenwasser gefriert auf fast allen Strassen im Kanton Luzern. Zwischen 04 und<br />
06 UTC kommt es zu einer raschen Bewölkungszunahme. Ihr geht ein kleines Niederschlagsband<br />
voraus, dessen Niederschlag allerdings an den drei genau betrachteten Stationen nicht<br />
registriert wird. Aufgrund des bewölkten oder bedeckten Himmels steigen die Grastemperaturen<br />
wieder. Gegen 07:30 UTC erreicht der Niederschlag einer Okklusion die<br />
Schweiz. Die Grastemperaturen im Kanton Luzern liegen zu diesem Zeitpunkt meist knapp<br />
über dem Gefrierpunkt, was in höheren Lagen Schnee, in tieferen Regen erwarten lässt.<br />
Soweit beurteilbar, funktionieren die in den vorherigen Kapiteln entwickelten und zum<br />
Erstellen der Bewölkungskarten verwendeten Methoden und Modelle in der Beispielnacht gut.<br />
Das postfrontale Aufklaren kann raumgreifend diagnostiziert werden. Lediglich auf die<br />
plötzliche Bewölkungszunahme ab 04 UTC reagieren die Stationen zuerst uneinheitlich.<br />
Benachbarte Stationen liefern hier Berechnungsunterschiede von zwei Bewölkungsklassen.<br />
Auch der interpolierte Mittelwert liegt (angesichts des Niederschlagsfeldes) eventuell unter<br />
den tatsächlichen Verhältnissen. Das durchziehende Niederschlagsband stellt einen<br />
- 102 -
deutlichen Gradienten im Bewölkungsfeld dar. Dies mag tatsächlich einer der wenigen Fälle<br />
sein, in denen Niederschlag in Winternächten nicht mit bedecktem Himmel einhergeht. Die<br />
Einbeziehung der Niederschlagsinformation aus Radarmessungen erweist sich gerade an<br />
diesem Beispiel als sehr hilfreich. Die Interpolationsroutine arbeitet – im Rahmen ihrer<br />
Möglichkeiten und angesichts des ohne meteomedia-Stationen weiter inhomogenisierten<br />
Ausgangsdatensatzes – weitgehend einwandfrei.<br />
4.12 Beispiel II: Postfrontales Aufklaren am 24./25. Januar 2004<br />
4.12.1 Synoptische Situation<br />
Die Nacht vom 24. zum 25. Januar 2004 ist geprägt durch ein niederschlagsreiches<br />
Frontensystem. In den Abendstunden erreicht eine Warmfront die Schweiz. Ihr folgt ein kurzer<br />
Warmsektor mit einzelnen Niederschlagslücken und die Kaltfront.<br />
Abbildung D.1 im Anhang beinhaltet die Wetterkarte um 00 UTC. Dem 10. Längengrad Ost<br />
folgend, erstreckt sich eine Okklusion vom Polarkreis bis etwa auf die Höhe von Hannover.<br />
Dort teilt sie sich. Die Kaltfront verläuft westlich an der Schweiz vorbei durch Frankreich<br />
Richtung Barcelona. Der Warmsektor ist sehr schmal. Die Warmfront wird in ihrer<br />
Ostwärtsbewegung von einem Hoch über Ungarn gebremst. Eine Genua-Zyklone zwingt ihr<br />
stückweise eine umgekehrte Zugrichtung auf. Um Mitternacht steht die Warmfront genau über<br />
Luzern, während die Kaltfront rasch näher kommt.<br />
Das Satellitenbild dieses Zeitpunkts, in Abbildung 4.14 links, zeigt diese Doppelfrontstruktur<br />
ebenfalls. Das frontale Wolkenband erstreckt sich von Norden kommend über<br />
Süddeutschland und die ganze Nord- und Westschweiz. In Abbildung 4.14 rechts, vier<br />
Stunden später, sind die Fronten weiter okkludiert und deutlich nach Osten gewandert. Das<br />
Geschehen im postfrontalen Bereich ist nicht exakt zu erkennen. In der Schweiz sind aber<br />
Wolken zu vermuten, während die Westalpen wolkenfrei sind.<br />
Abbildung 4.14: Infrarot-Satellitenbilder vom 25. Januar 2004, links 00 UTC, rechts 04 UTC.<br />
- 103 -
4.12.2 Verlauf der Parameter an einer Station<br />
Zur Analyse des Geschehens stehen in der zweiten Beispielnacht alle drei Stationsnetze,<br />
also zusammen 107 Stationen, zur Verfügung. Exemplarisch werden erneut die drei<br />
Strassenwetterstationen in Roggliswil, Neuenkirch und Weggis besprochen; wiederum in<br />
Zugrichtung der Systeme, also von West nach Ost. Die Graphiken finden sich in Anhang D in<br />
Abbildung D.1.<br />
In Roggliswil schneit es zu Beginn der dargestellten Messreihe, bei Sonnenuntergang,<br />
bereits. Gegen 21 UTC hört der Schneefall auf. Zwischen 18 UTC und Mitternacht steigt die<br />
Lufttemperatur im Warmsektor schwach, aber kontinuierlich, bis auf 2°C. Gras- und<br />
Bodentemperatur bleiben die ganze Zeit über knapp unter dem Gefrierpunkt. Vor Mitternacht<br />
fällt erneut Niederschlag, vermutlich als Regen, also noch vor der eigentlichen Kaltfront. Diese<br />
erreicht, gemäss Temperaturverlauf, Roggliswil erst gegen 02 UTC. Bis zu ihrem Eintreffen ist<br />
der Himmel durchgehend bedeckt. Da der Kaltfront eine Zone klaren Himmels folgt, sinkt die<br />
Lufttemperatur nur leicht, die Grastemperatur aber deutlich. Gegen 05 UTC steigt der<br />
Bedeckungsgrad wieder und es setzt für eine Stunde erneut Schneefall ein. Die Windgeschwindigkeit<br />
ist in der ersten Nachthälfte mit 4 m/s recht hoch. In der zweiten Nachthälfte<br />
lässt der Wind auf etwa 2 m/s nach. Er kommt durchgehend aus Westsüdwest.<br />
Der Verlauf der Ereignisse in Neuenkirch gestaltet sich ähnlich. Bis 18 UTC schneit es.<br />
Dann lockert die Bewölkung etwas auf, bevor erneut leichter Niederschlag einsetzt. Das<br />
Maximum der Lufttemperatur wird gegen Mitternacht erreicht. Gegen 02:30 UTC und nach<br />
einem kurzen Niederschlagsereignis sinken die Temperaturen deutlich und es klart auf. Die<br />
Grastemperatur erreicht -3°C, während die Lufttemperatur durchweg positiv bleibt. Um<br />
07_UTC stellt sich mit einem erneuten Schauer wieder bedeckter Himmel ein.<br />
In Weggis sind die Niederschlagsinformationen nicht in Kaltfront, Warmfront und<br />
postfrontalen Schauer unterteilbar. Mit kurzen Unterbrechungen fällt zwischen 18 und 04 UTC<br />
Niederschlag, zuerst als Schnee, dann als Regen, später wieder als Schnee. Gegen 22 UTC<br />
steigen die Lufttemperatur und die Windgeschwindigkeit stark an. Danach fallen die<br />
Temperaturen kontinuierlich. Erst gegen 05:30 UTC beginnt der davor bedeckte Himmel<br />
allmählich aufzuklaren.<br />
4.12.3 Zweidimensionale Niederschlags- und Bewölkungsstrukturen<br />
In Anhang D, Abbildung D.2 bis D.4 links, sind neun Bewölkungskarten des Zeitraums<br />
zwischen 00 und 06 UTC dargestellt. Eine weitere Bewölkungskarte für 07:30 UTC<br />
(Abbildung_4.12) wurde bereits besprochen.<br />
Um Mitternacht liegt der frontale Regen über weiten Teilen des Beobachtungsgebiets, und<br />
es ist überall bedeckt. Zwei Stunden später ist das Niederschlagsgebiet in den südöstlichen<br />
Teil der Karte abgewandert. Dort staut sich der Niederschlag an den Alpen. Es schneit stark<br />
bis extrem. In der Zentralschweiz und der einsehbaren westlichen Schweiz ist es noch überall<br />
bedeckt, nur nördlich von Zürich zeichnen sich Wolkenlücken ab. In der folgenden Stunde bis<br />
03 UTC bewegt sich der frontale Niederschlag kaum. Einige Strassenwetterstationen in<br />
Norden des Kantons Luzern und die meisten ANETZ- und meteomedia-Stationen<br />
diagnostizieren inzwischen aber aufgelockerte Bewölkung. Nördlich der Aare sind einzelne<br />
Pixel mit Niederschlag gekennzeichnet. Dort wurde in Beispiel I durchweg Clutter registriert.<br />
- 104 -
Eine halbe Stunde später (Abbildung D.3) wird klar, dass in dieser Nacht nördlich der Aare<br />
nicht nur der Jura, sondern auch eine sich dort bildende Niederschlagsstruktur reflektiert.<br />
Südlich der Aare nimmt die Bewölkung weiter ab. Für Bern und Roggliswil wird bereits klarer<br />
Himmel errechnet. Um 04 UTC hat sich der Niederschlag nördlich der Aare und am Westrand<br />
der Karte intensiviert. Der frontale Niederschlag im Südosten lässt dagegen nach. Eine<br />
wachsende Zahl dazwischen liegender Stationen meldet bewölkt oder vereinzelte Wolken.<br />
Eine weitere halbe Stunde später sind im gesamten nördlichen und westlichen Kanton Luzern<br />
überwiegend vereinzelte Wolken zu finden. Der Frontalniederschlag verlagert sich weiter nach<br />
Osten, und selbst in Weggis hat es aufgehört zu schneien. Dagegen bewegt sich die andere<br />
Niederschlagzelle von Westen in das Beobachtungsgebiet hinein.<br />
Die drei folgenden Bilder im Halbstunden-Abstand (Abbildung D.4) verdeutlichen diese<br />
Bewegungen. Der Frontalniederschlag zieht bis 06 UTC ganz nach Osten ab. Dagegen wird<br />
die von Westen kommende Niederschlagszelle samt Wolken nach Südosten advehiert. Das<br />
dazwischen liegende Gebiet zunehmenden Aufklarens wird ebenfalls nach Osten verlagert.<br />
Um 06 UTC umfasst der weitgehend wolkenfreie Bereich den nordöstlichen Teil des Kantons<br />
Luzern und den Grossraum Zürich.<br />
4.12.4 Strassenzustand im Kanton Luzern<br />
Auf der rechten Seite der Abbildungen D.2 bis D.4 im Anhang sind für vier Zeitpunkte<br />
Strassenzustands- und Grastemperaturkarten erstellt und neben die Bewölkungskarten<br />
gesetzt worden. Sie spiegeln im Wesentlichen die Erkenntnisse aus der Analyse von<br />
Einzelstationen und Bewölkungskarten wieder. Um 02 UTC liegen die Grastemperaturen im<br />
ganzen Kanton Luzern um den Gefrierpunkt. Wegen des teilweise noch anhaltenden<br />
Niederschlags sind fast alle Strassen feucht oder nass. Um 03:30 UTC haben die<br />
Temperaturen in der Westhälfte des Stationsnetzes deutlich abgenommen. Rund um den<br />
Vierwaldstättersee sind sie unverändert. Zum einen setzt im Nordwesten Aufklaren ein,<br />
während es im Südosten noch regnet oder schneit. Zum anderen wirkt sich die Kaltfront erst<br />
jetzt auf die Grastemperaturen aus. Eine Stunde später sind die Temperaturen überall weiter<br />
gefallen. Im Norden des Kantons halten sich trockene, nasse und vereiste Strassen die<br />
Waage. Die südliche Hälfte der Stationen melden feucht oder nass. Einige Stationen fehlen<br />
(nicht übermittelt?). Die letzte Strassenzustandskarte von 05:30 UTC (wieder mit allen<br />
Stationen) zeigt eine erneute Temperaturabnahme im Nordosten und am Vierwaldstättersee.<br />
Diese Regionen sind nun klar oder allenfalls leicht bewölkt, sodass die erhöhte Ausstrahlung<br />
die unterste Luftschicht abkühlt. Hier sind viele Strassen trocken. Im Westen der Karte macht<br />
sich die Schauerzelle bemerkbar, verbunden mit bedecktem Himmel. Die Grastemperaturen<br />
bleiben bei -1 bis -3°C, und die meisten Strassen sind nass.<br />
4.12.5 Zusammenfassung des Falls<br />
Die Nacht vom 24. zum 25. Januar 2004 ist bestimmt durch ein Frontensystem mit<br />
nachfolgendem Aufklaren und postfrontalen Schauern. Nach lokal mehr oder weniger lang<br />
anhaltendem Niederschlag, zuerst als Schnee, später als Regen, klart es ab 02 UTC<br />
weitgehend auf. Im Südosten bleibt der Niederschlag in den Alpen hängen. Parallel zum<br />
- 105 -
Aufklaren entwickelt sich im Westen der Karte ein postfrontaler Schauer. Bei wolkenlosem<br />
oder leicht bewölktem Himmel sinken die Grastemperaturen deutlich. Trotz Grastemperaturen<br />
unter 0°C bleiben die meisten Strassen auch während des Schauers nass, da offensichtlich<br />
geeignete Streumassnahmen ergriffen wurden.<br />
Die Fehler bei der Berechnung des Ncp und der Erstellung der Bewölkungskarten liegen im<br />
Rahmen des Erwarteten. Besonders zwischen 04 und 05 UTC gehen die Berechnungen<br />
einiger benachbarter Stationen weit auseinander. Dies lässt sich nur zum Teil mit lokalen<br />
Wolken zwischen oder genau über den Stationen erklären. Immerhin zeigt das interpolierte<br />
Bild für den Kanton Luzern einen denkbaren Zustand. Der offensichtliche Zusammenhang<br />
zwischen Aufklaren und Abkühlen wird durch den Vergleich mit Strassenzustandskarten<br />
bestätigt. Wie bereits in Beispiel I, ergibt sich zwischen dem postfrontalen Niederschlag und<br />
dem wolkenlosen Gebiet kein deutlicher Bereich mit bewölktem oder stark bewölktem<br />
Himmel, wie er eigentlich zu erwarten wäre. Dagegen behindern die Temperaturänderungen<br />
beim Durchzug der Fronten die Berechnung des Bedeckungsgrads anscheinend nicht.<br />
4.13 Beispiel III: Bewölkungszunahme am 18./19. Dezember 2003<br />
4.13.1 Synoptische Situation<br />
Am 18. Dezember 2003 herrscht in Mitteleuropa Hochdruckeinfluss. Der Kern des Hochs<br />
über Tschechien bewegt sich südostwärts, sodass die Schweiz am Abend unter einer<br />
südwestlichen Strömung liegt. Im der Nacht zum 19. Dezember wird ein Tief zwischen den<br />
Balearen und Korsika wetterwirksam. Die Wetterkarte für 00 UTC befindet sich in Abbildung<br />
E.1 im Anhang. Sie ist nicht sehr aussagekräftig. Allenfalls lässt sie im Beobachtungsgebiet<br />
auf eine niederschlagsfreie Nacht mit klarem Himmel oder (Hoch-)Nebel schliessen.<br />
In Abbildung 4.15 ist links ein Infrarot-Satellitenbild für 22 UTC dargestellt. Darauf kann<br />
deutlich Bewölkung über dem Mittelmeer und weiten Teilen Frankreichs und Italiens<br />
identifiziert werden. In Deutschland und dem östlichen Mitteleuropa ist es dagegen wolkenfrei.<br />
Der Zustand über der Schweiz ist nicht exakt bestimmbar. Zumindest sind keine hohen<br />
Wolken vorhanden. Das gleichzeitige Bild im Wasserdampfkanal in Abbildung 4.15 mitte<br />
bestätigt dies. Klar hebt sich der weisse, wolkenlose Bereich vom grünen, wolkigen ab. Das<br />
Beobachtungsgebiet liegt im wolkenfreien Bereich. Vier Stunden später (Abbildung 4.15<br />
rechts) hat sich der weisse Bereich trockener Luft deutlich nach Norden verschoben, und in<br />
der Schweiz ist nun doch mit Bewölkung zu rechnen. Die späteren Infrarotbilder schaffen<br />
weiterhin keine Klarheit.<br />
4.13.2 Verlauf der Parameter an einer Station<br />
Die Analyse der Messreihen einzelner Stationen erfolgt im Beispiel III an den beiden<br />
Stationen in Roggliswil und Schüpfheim. Die Diagramme befinden sich in Abbildung E.1.<br />
Bis einschliesslich 23:30 UTC beträgt die Sichtweite in Roggliswil weniger als 500 Meter.<br />
Es herrscht also dichter Nebel. Die Windgeschwindigkeit liegt unter 1 m/s und der Wind<br />
kommt bevorzugt aus Ost bis Südost. Die Taupunktstemperatur verläuft während der ganzen<br />
- 106 -
Abbildung 4.15: Satellitenbilder vom 18. und 19. Dezember 2003. Links Infrarotbild um 22 UTC. Mitte<br />
Wasserdampfkanal um 22 UTC, rechts Wasserdampfkanal um 02 UTC.<br />
Nacht 1 K unter der Lufttemperatur. Die Lufttemperatur T2m sinkt bis Mitternacht rasch von -1<br />
auf -6°C. Die Grastemperatur T0m bleibt dagegen nach anfänglicher Abnahme bei -4°C.<br />
Gemäss den theoretischen Überlegungen in Kapitel 4A ist dies ein ungewöhnliches<br />
Verhalten. Mit Wolken sollen T2m und T0m ungefähr parallel verlaufen, ohne Wolken soll T0m<br />
stärker fallen als T2m. Ein Grund für das theorieferne Verhalten liegt im Bodenwärmestrom.<br />
Die Bodentemperatur T-5cm verläuft in der Beispielnacht sehr flach zwischen -0.2 und -1.8°C.<br />
Abgestrahlte Energie wird zwar der bodennahen Luft entzogen, dort aber von unten sofort<br />
wieder nachgeliefert. Eine zweite Begründung für die sinkende Lufttemperatur liefert der<br />
Nebel. Aus der Sichtweite lässt sich nicht auf die Dicke der Nebelschicht schliessen. Bei einer<br />
dünnen Bodennebelschicht erfolgt die Ausstrahlung nicht nur vom Boden, sondern auch aus<br />
dem Nebel. Die Ausstrahlung kühlt also die Luft über ein grösseres Höhenintervall hinweg ab.<br />
Die nächtliche Grenzschichtinversion beginnt nicht am Boden, sondern erst in grösserer Höhe<br />
(Stull 1988). Beide Überlegungen gehen davon aus, dass es über dem Nebel wolkenlos ist.<br />
Dies bestätigt auch die Berechnung des Ncp mit 2 bis 5 Achtel. Da der Bodenwärmestrom<br />
vorab korrigiert wurde, fasst dieser Ncp die strahlungsbedingten Auswirkungen von Wolken<br />
und Nebel in einem Wert zusammen.<br />
Ab Mitternacht steigt der berechnete Ncp auf 8 Achtel. Die Sichtweite liegt über 2 km, es<br />
sind also nun Wolken vorhanden. Luft- und Grastemperatur steigen. Um 02:30 UTC wird ein<br />
kurzes Niederschlagsereignis (0.1 cm Neuschnee) registriert. Der Wind wird etwas stärker<br />
und kommt nun aus West.<br />
Die zweite Station in Schüpfheim zeigt einen vollkommen anderen Verlauf. Hier liegt die<br />
Sichtweite konstant über dem Schwellwert von 2 km. Der Wind weht bis 19 UTC schwach aus<br />
Nordost. Danach frischt er auf und dreht er auf Süd, und bis 21 UTC bleiben Richtung und<br />
Geschwindigkeit sehr konstant. Ab 21 UTC wird der Wind wieder schwächer und ab<br />
Mitternacht variieren Stärke und Geschwindigkeit stark. Der berechnete Ncp zeigt in der<br />
ersten Nachthälfte klaren Himmel oder vereinzelte Wolken. Zwischen 00 und 03 UTC steigt<br />
der Bedeckungsgrad gleichmässig von 0 auf 8 Achtel. Die Bewölkungsverhältnisse stimmen<br />
also mit denen in Roggliswil überein, während sich Wind und Sichtweite (also die Ursachen)<br />
unterscheiden. Die Temperaturen verlaufen in der zweiten Nachthälfte ähnlich. Mit bewölktem<br />
- 107 -
Himmel steigen Gras- und Lufttemperatur auch in Schüpfheim. Vor Mitternacht zeigt aber nur<br />
die Bodentemperatur den gleichen Verlauf. Der Taupunkt liegt konstant zwischen -4 und -5°C<br />
und ist von der Lufttemperatur entkoppelt. Im Gegensatz zu Roggliswil, wo die relative Luftfeuchtigkeit<br />
gleich bleibt, bleibt hier also die absolute Feuchte erhalten. Auch die Grastemperatur<br />
verändert sich kaum. Der klare Himmel und seine erhöhte Ausstrahlung wirkt sich<br />
also nicht in einer Abkühlung der bodennahen Schichten aus. Wieder liefert der warme Boden<br />
als Energiespeicher nur einen der Gründe. Zwischen 19 und 21 UTC liegt die Lufttemperatur<br />
konstant bei verhältnismässig warmen -1°C.<br />
Schüpfheim liegt im Süden des Kantons Luzern, direkt nördlich von und im selben Tal wie<br />
Sörenberg. Ein warmer Südwind könnte deshalb ein Indiz für Föhn sein. Nach Angaben eines<br />
Experten mit detaillierter Ortskenntnis, erreicht der Föhn in Schüpfheim den Boden<br />
normalerweise nicht. Er weht über den Ort hinweg und lässt ihn im Kaltluftsee (Gubser 2004).<br />
Zudem herrscht in der Beispielnacht auch an Stationen mit sonst ausgeprägtem Föhnsignal<br />
kein Föhn. Vermutlich handelt es sich bei dem beobachteten Wind um ein Berg-Talwind-<br />
System. Der Wind weht in der Nacht den Hang hinunter und aus dem Tal heraus. Er<br />
transportiert relativ wärmere und trockenere Luft unbekannten Ursprungs heran und verhindert<br />
die Bildung von Nebel. Da ein Berg-Talwind durch starke Ausstrahlung angetrieben wird,<br />
bestätigt er die Berechnung klaren Himmels. Kurz vor Mitternacht bricht das Windsystem<br />
zusammen.<br />
4.13.3 Zweidimensionale Niederschlags- und Bewölkungsstrukturen<br />
Die Bewölkungskarten um 21 UTC sowie jeweils zur vollen Stunde ab Mitternacht sind im<br />
Anhang in Abbildung E.2 und E.3 dargestellt. Bei ihrer Analyse spielen Nebel und der<br />
Wetterumschwung gegen Mitternacht eine grosse Rolle. Die Stationen des Strassenwettermessnetzes<br />
mit Sichtweite unter 1 km werden zur Erstellung der Karten nicht berücksichtigt.<br />
Dadurch fallen Roggliswil und viele andere Stationen in der ersten Nachthälfte weg. An den<br />
Stationen von ANETZ und meteomedia ag wird keine Sichtweite gemessen. Sie werden also<br />
auch bei Nebel verwendet. Wie in Roggliswil gesehen, liegt der resultierende Ncp je nach<br />
Dichte und Dicke des Nebels zwischen 0 und 8 Achteln.<br />
Um 21 UTC melden zahlreiche Stationen des Strassenwetternetzes sowie die ANETZ-<br />
Stationen in Altdorf, Engelberg, Bern und auf dem Napf klaren Himmel. Teilweise wirken dort<br />
ähnliche lokale Windsysteme wie in Schüpfheim, die die Nebelbildung verhindert und<br />
ihrerseits auf klarem Himmel beruhen. Die Stationen im Aaretal, im Raum Zürich und am<br />
Vierwaldstättersee melden dagegen durchweg bedeckt. Dort herrschen Nebel oder Hochnebel,<br />
die sich bei Hochdruckwetterlagen im Schweizer Mittelland häufig bilden. Um 00 UTC<br />
ist diese typische Schönwetterstruktur noch deutlich zu erkennen. In weiten Teilen des<br />
Kantons Luzern und in Engelberg ist es klar. Am Vierwaldstättersee herrscht Hochnebel. Von<br />
Bern her zieht Bewölkung auf.<br />
Wie der Bergwind in Schüpfheim, brechen bis 01 UTC auch andere lokale Prozesse<br />
zusammen, die bisher Wolken- und Nebelbildung verhindert haben. Die Ncp-Berechnungen<br />
im Kanton Luzern decken für 01 UTC die ganze Bandbreite von klar bis bedeckt ab. Immer<br />
noch fehlen einige Stationen wegen Nebels. Die interpolierte Bewölkungszunahme, die einen<br />
Wetterwechsel anzeigt, scheint aber realistisch. Von Osten über dem Jura und im Raum Bern<br />
nähert sich Niederschlag. Das Niederschlagsband erreicht gegen 02 UTC den Kanton Luzern<br />
- 108 -
und durchquert ihn in den folgenden zweieinhalb Stunden. Allerdings wird nur von wenigen<br />
Stationen auch Niederschlag registriert, das Radar überschätzt die Niederschlagsmenge<br />
deutlich. Die Bewölkung nimmt mit herannahendem Niederschlagsband überall zu. Danach<br />
bleibt es im ganzen Beobachtungsgebiet bei bedecktem bis stark bewölktem Himmel.<br />
4.13.4 Strassenzustand im Kanton Luzern<br />
Die Strassenzustandsbedingungen in der betrachteten Nacht sind verhältnismässig<br />
unspektakulär. In Abbildung E.4 sind sie für vier Zeitpunkte wiedergegeben. Um 22 UTC ist es<br />
an vielen Stationen klar. Die Grastemperaturen liegen dort sehr tief und häufig ausserhalb des<br />
mit der Farbskala aufgelösten Bereichs (also unter -5°C). An den meisten Stationen ist die<br />
Strasse gefroren oder verreift, seltener feucht oder trocken. Am Vierwaldstättersee, unter der<br />
Hochnebeldecke, liegen die Temperaturen nur knapp unter dem Gefrierpunkt und die<br />
Strassen sind feucht oder nass. Von den Stationen sind viele wegen Nebels nicht in die<br />
Bewölkungskarten eingetragen. Einige Stationen melden überhaupt nicht.<br />
Um Mitternacht zeigt sich der Strassenzustand nahezu unverändert. Erneut ist eine<br />
Dreiteilung in Stationen ohne Wolken (tiefe Grastemperaturen), Stationen mit Nebel (mittlerer<br />
Temperaturbereich) und Stationen mit Hochnebel (am Vierwaldstättersee) möglich.<br />
Anderthalb Stunden später zieht Bewölkung auf. Die Grastemperaturen steigen in den<br />
vormals klaren oder nebligen Gebieten. Sie haben aber noch nicht das Niveau der Stationen<br />
mit durchgehend bedecktem Himmel erreicht. Weiterhin sind zahlreiche Strassen gefroren<br />
oder verreift, andere trocken. Um 04:30 UTC ist es an den meisten Stationen nochmals<br />
wärmer. Die Grastemperaturen liegen jetzt fast überall zwischen -2 und 0°C. Noch immer sind<br />
viele Strassen trocken. In der Zwischenzeit kann also nicht viel Niederschlag gefallen sein.<br />
Einige Stationen melden aber erstmals feucht oder nass. Das Problem der Reifbildung ist<br />
weitgehend behoben.<br />
4.13.5 Zusammenfassung des Falls<br />
In der Nacht vom 18. zum 19. Dezember 2003 liegen Teile der Schweiz unter einer<br />
Hochnebeldecke. Andere Regionen haben lokal Nebel. In den Alpentälern und einigen<br />
angrenzenden Gebieten verhindern lokale Windsysteme die Nebel- und Hochnebelbildung.<br />
Nach Mitternacht zieht Bewölkung auf und es fällt etwas Schnee. Ab 04 UTC ist es überall<br />
bedeckt. Die Hochnebeldecke ist aber aufgelöst und durch die Wolken im Vorfeld eines<br />
herannahenden Tiefdruckgebiets ersetzt.<br />
Auch unter diesen schwierigen Bedingungen funktioniert die Berechnung des<br />
Bedeckungsgrads gut. Die Begründung dafür ist an unterschiedlichen Stationen etwas<br />
verschieden. Es stellt sich als Nachteil heraus, dass an den ANETZ- und meteomedia-<br />
Stationen keine Sichtweite gemessen wird. Sie werden also auch bei Nebel dargestellt,<br />
während Strassenwetterstationen dann wegfallen. Das Radarbild ist erneut hilfreich, da direkt<br />
nach dem Aufzug der Bewölkung in der zweiten Nachthälfte ein Niederschlagsgebiet<br />
durchzieht. Dessen Radarreflektivität liegt aber deutlich über der am Boden registrierten<br />
Niederschlagsmenge. Eventuell reflektieren hier grosse Schneewolkenkristalle, oder der<br />
Niederschlag verdunstet auf dem Weg nach unten (vgl. Pohjola und Koistinen 2004).<br />
- 109 -
4.14 Erste Erfahrungen im operationellen Einsatz der Bewölkungskarten<br />
Die drei Beispielnächte zeichnen ein positives Bild von den Möglichkeiten der Bewölkungskarten.<br />
Schwierige Situationen können weitgehend problemlos diagnostiziert werden.<br />
Besonders das Erkennen von postfrontalem Aufklaren, das ja ein Hauptziel darstellt, ist<br />
gewährleistet.<br />
Im Winter 2003/04 sind die Bewölkungskarten erstmals operationell erstellt und vom<br />
Strasseninspektorat des Kantons Luzern zur Beurteilung der Lage zugezogen worden. Leider<br />
waren noch nicht alle Korrekturverfahren implementiert, was zu einigen Fehlinterpretationen<br />
führte. Die Mitarbeiter des Strasseninspektorats sahen die Karten dennoch als hilfreiche<br />
Zusatzinformation an (Mathis 2004). Bei der Verwendung der Bewölkungskarten (wie<br />
jeglichen Kartenmaterials) ist es von Nutzen, sich über deren Zustandekommen bewusst zu<br />
sein. Zum Beispiel werden Strassenwetterstationen bei Nebel nicht in die Karten<br />
übernommen. Erst eine zweite, im Strasseninspektorat Luzern vorhandene Karte mit der<br />
Sichtweite an den Stationen zeigt dann, welche Streckenabschnitte wolkenlos, aber im Nebel<br />
sind. Bei stark variierenden Bewölkungsberechnungen an benachbarten Stationen bleibt es<br />
dem Betrachter überlassen, ob er mehr der einen oder anderen Station oder dem<br />
interpolierten (Mittel-)Wert der Karte vertraut. Dabei können Zusatzinformationen, z.B. über<br />
Strassenzustand oder Windstärke, hilfreich sein. Eventuell liefern auch die zur Interpolation<br />
verwendeten Gewichte der Stationen einen Hinweis.<br />
Vom technischen Stand stellt es kein Problem dar, die Bewölkungskarten in viertelstündlichem<br />
Rhythmus zu berechnen und verfügbar zu machen. Wichtig ist dabei die zeitliche<br />
Abstimmung auf die eingehenden Daten, um möglichst aktuell zu sein.<br />
- 110 -
5 Kurzfristvorhersage<br />
Numerische Wettervorhersagemodelle (NWPs) prognostizieren den zukünftigen globalen<br />
oder regionalen Zustand der Atmosphäre, indem sie dynamische und thermodynamische<br />
Gleichungen in drei Dimensionen lösen. Aufgrund der langen Rechenzeit und des meist nicht<br />
exakt bekannten Anfangszustands sind ihre Prognosen zwar über drei bis fünf Tage hin<br />
aussagekräftig, für einen kurzen Vorhersagezeitraum von bis zu sechs Stunden aber kaum<br />
verwendbar (Germann und Zawadzki 2002). Für diesen Zeitraum kommen deshalb andere<br />
Vorhersagemethoden zum Einsatz.<br />
Kurzfristvorhersagen beruhen fast ausschliesslich auf Fernerkundungsmessungen, z.B. mit<br />
Radar oder Satelliten. Ihnen liegt die Überlegung zugrunde, dass das generelle Aussehen<br />
atmosphärischer Muster sich nur langsam ändert. Niederschlagsgebilde und Bewölkungsfelder<br />
verlagern sich zwar, intensivieren sich oder lösen sich auf. Sie behalten aber gewisse<br />
charakteristische Merkmale bei, an Hand derer sie, einmal beobachtet, wiederzuerkennen<br />
sind.<br />
5.1 Geschichte und Theorie des Programms COTREC / RainCast<br />
5.1.1 Entstehungsgeschichte<br />
Die Idee, Muster in Radardaten zu identifizieren, zu verfolgen und zu extrapolieren, besteht<br />
seit den 60er Jahren (Kessler und Russo 1963). Rinehart und Garvey (1978) beschreiben mit<br />
TREC (Tracking Radar Echoes by Correlation) ein Mustererkennungsverfahren, das die<br />
Verlagerungsvektoren von Niederschlagsstrukturen bestimmt und zukünftige Radarbilder<br />
vorhersagen kann.<br />
Unter dem Namen COTREC (Continuity of TREC vectors) wurde das Verfahren von Li<br />
(1994) so ergänzt, dass die Verlagerungsvektoren v ¨¡ v x ,v y¢ T die zweidimensionale<br />
Kontinuitätsgleichung<br />
v<br />
£<br />
£<br />
x<br />
x<br />
v<br />
£<br />
£<br />
y<br />
y<br />
¡ 0 (5.1)<br />
erfüllen. Dadurch werden Fehlvorhersagen, v.a. durch Clutter oder Abschattung, reduziert.<br />
COTREC beinhaltet zudem ein Modul, das die Wachstumsrate von Niederschlagsereignissen<br />
bestimmt und bei der Vorhersage berücksichtigt. Eine ausführliche Validierung von COTREC<br />
findet sich bei Mecklenburg (2000).<br />
- 111 -
Seit 1999 ist mit RainCast eine kommerzielle Variante von COTREC im Einsatz (Schmid et<br />
al. 2000). RainCast bestimmt ebenfalls die Verlagerungsvektoren von Niederschlagsstrukturen.<br />
An Stelle der Kontinuitätsgleichung (5.1) wird aber nur ein Test auf Ausreisser<br />
verwendet. Auf die Vorhersage von Wachstum oder Zerfall wird verzichtet, da sich dies<br />
aufgrund der Orographie und insbesondere bei schnell mutierenden Gewitterzellen oft nicht<br />
als sinnvoll erweist. Dagegen verfügt RainCast über Zusatzmodule zur Vorhersage der<br />
Niederschlagswahrscheinlichkeit an einem Ort sowie zur Unterteilung des Niederschlags in<br />
Schnee und Regen anhand von ANETZ-Temperaturmessungen (Schmid et al. 2002). In<br />
dieser Arbeit wird RainCast verwendet, um Kurzfristvorhersagen der Bewölkungskarten zu<br />
erstellen. Dabei wird das kommerzielle Programm grösstenteils als (unveränderliche) Black<br />
Box benutzt.<br />
5.1.2 Zellen-Tracking und Box-Tracking<br />
Bei der Bestimmung von Verlagerungsvektoren in Radarbildern führen zwei grundsätzlich<br />
unterschiedliche Ansätze zum Erfolgt.<br />
Der erste besteht darin, alle Niederschlagszellen eines Scans durch geeignete Kriterien zu<br />
identifizieren, und zu versuchen, sie im darauffolgenden Bild wiederzufinden. Auftretende<br />
Probleme, wie die eindeutige Zuordnung der Zellen oder Zellteilungs- und -vereinigungsprozesse,<br />
sind lösbar (Handwerker 2002). Dieses Zellen-Tracking eignet sich besonders zum<br />
Verfolgen von Schauer- und Gewitterzellen. Für stratiforme Niederschläge ist es weniger<br />
geeignet.<br />
Der alternative Ansatz, das Box-Tracking, unterteilt ein erstes Radarbild in gleich grosse<br />
quadratische Ausschnitte. Im darauffolgenden Bild gilt es nun den Bereich zu finden, der dem<br />
Ausschnitt im ersten Bild am meisten ähnelt. Dazu wird zwischen dem Startausschnitt im<br />
ersten Bild und allen i Ausschnitten im Zielbild ein Vergleichswert Fi ermittelt. Der Ausschnitt<br />
im Zielbild, der den höchsten Vergleichswert F = max (Fi) erreicht, wird als das Gebiet<br />
angesehen, zu dem sich der ursprüngliche Ausschnitt hinverlagert hat. Abbildung 5.1 zeigt die<br />
Vorgehensweise systematisch. RainCast löst das Problem rechenzeitschonend in einem<br />
zweistufigen Verfahren. Zuerst wird ein vorläufiger Verlagerungsvektor bestimmt. Im zweiten<br />
Schritt folgt ein Fein-Tracking mit allen Ausschnitten im Umfeld des vorläufigen Ergebnisses,<br />
das zum endgültigen Verlagerungsvektor führt. Insgesamt erfolgt also ein Überkreuzvergleich<br />
zweier Scans, an dessen Ende für jeden Ausschnitt des ersten Bildes ein Verlagerungsvektor<br />
hin zum nächsten Bild gefunden wurde.<br />
Das Box-Tracking funktioniert bei stratiformen Niederschlägen und Schauern gleichermassen.<br />
Zur Bestimmung der Verlagerung von Bewölkungsstrukturen ist es sicher besser<br />
geeignet als ein Zellen-Tracking, da die Bewölkungskarten nur selten zellenartige Objekte<br />
aufweisen. Es wird deshalb in dieser Arbeit mit Vorteil verwendet.<br />
Beiden Methoden zur Bestimmung des Verlagerungsvektors ist gemein, dass der<br />
Zeitabstand zwischen zwei Vergleichsbildern nicht zu gross sein darf. Bei Niederschlag ist ab<br />
etwa einer halben Stunde Abstand in den Eingangsbildern kein vernünftiges Ergebnis mehr zu<br />
erwarten, da sich die vorherrschenden Muster dann zu sehr unterscheiden.<br />
- 112 -
Abbildung 5.1: Systembild zum Box-Tracking. Zu allen Boxen im ersten Bild wird die geeignete Verlagerungsbox<br />
im zweiten Bild gesucht (angedeutet durch die roten Pfeile). Die resultierenden Verlagerungsvektoren<br />
(schwarze Pfeile) dienen schliesslich zur Extrapolation des Vorhersagebilds.<br />
5.1.3 Der geeignete Vergleichswert<br />
Beim Box-Tracking werden alle Ausschnitte im zweiten Bild mit einer Ursprungsbox im<br />
ersten Bild verglichen. Dazu kommen verschiedene Vergleichswerte in Betracht.<br />
Am häufigsten verwendet wird das Verfahren der Kreuzkorrelation, bei der der Korrelationskoeffizienten<br />
r als Vergleichswert F dient (z.B. Rinehart und Garvey 1978). Man wählt dann im<br />
zweiten Bild den Ausschnitt i, für den F = r = max (ri) gilt. Eine andere Möglichkeit besteht<br />
darin, die Summe der Differenzen<br />
i<br />
M<br />
1<br />
¡ ¡<br />
y – y (5.2)<br />
1, j 2i , j<br />
M £ j 0<br />
über alle M Pixel der Box y1 im ersten und der i möglichen Boxen y2i im zweiten Bild zu<br />
minimieren, also F = ¢ = min (¢ i). Teilweise kommen diese Kriterien auch kombiniert zum<br />
Einsatz oder werden durch eine Hintergrundinformation ergänzt (Toussaint et al. 2000). Bei<br />
RainCast stehen als Vergleichswert der Korrelationskoeffizient r und die Summe der<br />
Differenzen ¢ alternativ zur Verfügung.<br />
In Abbildung 5.2 oben sind zwei beispielhafte Ausgangs-Bewölkungskarten A und B<br />
gegeben. In beiden Bildern ist der selbe Ausschnitt durch ein schwarzes Quadrat markiert.<br />
Beide Quadrate weisen einen deutlichen Gradienten von Nordwest nach Südost auf. Der<br />
Korrelationskoeffizient zwischen der Ursprungsbox in Bild A und der Zielbox in Bild B ist also<br />
hoch, da er die Güte des linearen Zusammenhangs untersucht, ohne sich um den<br />
Absolutwert zu kümmern. Die Summe der Differenzen ist dagegen ebenfalls hoch. Verschiebt<br />
man nun die Zielbox im zweiten Bild z.B. so in die rechte untere Ecke, dass die Niederschlagsgebiete<br />
deutlicher übereinander liegen, dann nimmt die Summe der Differenzen ab,<br />
- 113 -
während sich der Korrelationskoeffizient wenig ändert. Diese Verschiebung liefert offensichtlich<br />
das bessere Ergebnis. Mecklenburg (2000) stellt für Radarniederschläge fest, dass<br />
die Kreuzkorrelation sich mehr für konvektive Fälle eignet, während für stratiforme Fälle die<br />
Summe der Differenzen vorzuziehen ist. In dieser Arbeit wird ebenfalls bevorzugt die Summe<br />
der Differenzen verwendet, eine Verifikation folgt in Abschnitt 5.6.1.<br />
5.1.4 Räumliche und zeitliche Glättung der Eingangsdaten<br />
RainCast verwendet die Eingangsdaten nicht unverändert. In einem ersten Glättungsschritt<br />
werden kleine und kleinste Variationen eliminiert, also Löcher gestopft. Danach erfolgt eine<br />
zeitliche Mittelung über drei aufeinanderfolgende Zeitschritte. Sie dient dazu, den Einfluss<br />
kleiner Verlagerungsschwankungen zu reduzieren; (Clutter-)Ereignisse, die nur in einem Bild<br />
vorkommen, werden abgewertet; Extremereignissen wird die Spitze genommen.<br />
Abschliessend folgt ein räumlich gleitendes Mittel über die zeitlich gemittelten Bilder. Derartige<br />
Glättungen verbessern die Vorhersagequalität anerkanntermassen bei konvektiven und<br />
frontalen Niederschlägen (Mecklenburg et al. 2000, Germann und Zawadzki 2002), in<br />
stratiformen Situationen sind sie wenigstens nicht hinderlich.<br />
Erst die so gemittelten Eingangsbilder werden verwendet, um Verlagerungsvektoren zu<br />
bestimmen. Da jeweils über drei Zeitschritte gemittelt wird, geben die Verlagerungsvektoren<br />
die mittlere Verlagerung über 3 + 3 Zeitschritte an. Bei den Bewölkungskarten im Zeitabstand<br />
von 15 Minuten beträgt der gesamte berücksichtigte Zeitraum 1.5 Stunden. In Abbildung 5.2<br />
sind der jeweils letzte (A und B) der drei gemittelten Zeitschritte sowie das berechnete Feld<br />
von Verlagerungsvektoren (C) dargestellt. Auf die Vektoren wird ein Test auf Ausreisser<br />
angewendet. Da die Bewölkungskarten mit 100 × 100 km 2 sehr klein sind, ergibt sich danach<br />
im Allgemeinen ein Vektorfeld identischer Vektoren, also ein einheitlicher Verlagerungsvektor<br />
des ganzen Gebiets. In Abbildung 5.2 C sind die Verlagerungsvektoren nicht mit Vektorpfeilen<br />
sondern durch Windfahnen dargestellt. Die Querbalken geben also die Richtung an, aus der<br />
die Verlagerung erfolgt, die Länge der Querbalken markiert die Verlagerungsgeschwindigkeit.<br />
5.1.5 Extrapolation<br />
Die letzte beobachtete bzw. interpolierte Bewölkungskarte kann nun mit den bekannten<br />
Verlagerungsvektoren extrapoliert werden. Abbildung 5.1 zeigt dies schematisch. RainCast<br />
verwendet dazu eine Rückwärtsextrapolation (Schmid 2000). Zu jedem Pixel des Vorhersagebilds<br />
wird anhand der Verlagerungsrichtung und -geschwindigkeit das zugehörige Ausgangspixel<br />
im letzten bekannten Bild bestimmt. Um allfällige Variabilitäten im Verlagerungsvektorfeld<br />
zu berücksichtigen, erfolgt die Vorhersage sukzessive über jeweils 2.5 Minuten.<br />
Ausserdem wird das Vektorfeld von Vorhersageschritt zu Vorhersageschritt mitverlagert.<br />
Abbildung 5.2 (D) zeigt eine Vorhersage über 24 Vorhersageschritte, also für 60 Minuten.<br />
- 114 -
A B C<br />
D E<br />
Abbildung 5.2: Beispiel zur Funktionsweise von RainCast. Oben: zwei Ausgangsbilder A und B;<br />
Verlagerungsvektoren dieser Bilder in Windfahnendarstellung (C). Unten: Vorhersage über 60 Minuten (D)<br />
und Verifikation der Vorhersage (E).<br />
5.1.6 Grenzen der Methode<br />
Die Vorhersage von Radarbildern mit COTREC / RainCast wurde mehrfach validiert und für<br />
gut befunden (z.B. Mecklenburg et al. 2000, Schmid et al. 2000). Das Beispiel in Abbildung<br />
5.2 zeigt, dass das Verfahren auch bei Bewölkungskarten erfolgreich eingesetzt werden kann.<br />
Das Vorhersagebild (D) und dessen Verifikation (E) enthalten etwa die selben Muster.<br />
Während der Niederschlag leicht überschätzt wird, liegt die Bewölkungsvorhersage teilweise<br />
um eine Bewölkungsklasse zu niedrig. Anhand von Abbildung 5.2 und den folgenden<br />
Beispielen lassen sich die Grenzen von RainCast allgemein diskutieren, sowie spezielle<br />
Probleme der Bewölkungsvorhersage im ausgewählten Gebiet erkennen.<br />
In Verlagerungsrichtung werden Informationen aus dem Beobachtungsgebiet heraustransportiert.<br />
Im Gegenzug erfolgt die Advektion von Gebieten, deren Bewölkung unbekannt<br />
ist. An manchen Rändern bildet sich darum ein schwarzer, ungültiger, weil informationsleerer<br />
Rand (z.B. in Abbildung 5.2 D im Norden und Westen).<br />
Die Verlagerungsroutine geht davon aus, dass die Strukturen im Startbild richtig und stabil<br />
sind. So wird Clutter (als die häufigste Radarfehlmessung) genauso advehiert wie echter<br />
Niederschlag. Die Entstehung und Entwicklung von Niederschlags- und Wolkenstrukturen<br />
wird nicht berücksichtigt. In Abbildung 5.2 nimmt der Niederschlag offensichtlich ab, und wird<br />
- 115 -
deshalb überschätzt. Bei der Vorhersage von Bewölkungskarten kommt hinzu, dass nicht alle<br />
Veränderungen in der Bewölkung advektiv sind. Die Bildung von Nebel und Hochnebel erfolgt<br />
vor Ort und kann mit einem auf Verlagerung basierenden Verfahren wie RainCast nicht<br />
prognostiziert werden. Ähnliches gilt für Föhn, der über einen gewissen Zeitraum stationär für<br />
Aufklaren sorgt.<br />
Das Beobachtungsgebiet der Bewölkungskarten reicht über das Schweizer Mittelland<br />
hinweg in die Alpen hinein. Neben dem Föhn als typischen Gebirgseffekt treten dort auch<br />
Staulagen oder die hebungsbedingte Bildung und Intensivierung von Wolken und<br />
Niederschlägen auf. Sie beeinflussen Verlagerungsgeschwindigkeit und Vorhersagequalität<br />
erheblich (Held und Joss 1994).<br />
Eine weitere Einschränkung ergibt sich aus der Grösse des Beobachtungsgebiets. In<br />
einem 100×100-km 2 -Bild können grössere (frontale) Strukturen nur schwer erkannt und<br />
verfolgt werden. Die errechneten Verlagerungsvektoren folgen teilweise nicht dem Rand eines<br />
breiten Frontalniederschlags, sondern erkennen die variable Struktur eingelagerter<br />
konvektiver Zellen. Die eingeschränkte Gebietsgrösse begrenzt auch die Verlagerungsgeschwindigkeit<br />
sehr schnell ziehender Objekte.<br />
Schliesslich ergibt sich noch ein gravierender Nachteil am Abend. Für eine Vorhersage<br />
sind sechs vorhandene Bilder notwendig. RainCast verlangt aus programmiertechnischen<br />
Gründen sogar bis zu zehn Bilder. Von der Berechnung der ersten Bewölkungskarte bei<br />
Sonnenuntergang bis zur Berechnung der ersten Vorhersage dauert es also mindestens<br />
anderthalb bis über zwei Stunden.<br />
5.2 Wahl geeigneter Modellparameter<br />
Obwohl RainCast für diese Arbeit weitgehend als invariante Black Box benutzt wird,<br />
können einige Parameter variiert werden. RainCast reagiert darauf sehr sensibel. Deshalb<br />
wird in Abschnitt 5.6 nur die Änderung des Vergleichswerts (Korrelationskoeffizient und<br />
Summe der Differenzen) untersucht, alle anderen Werte bleiben konstant. Sie orientieren sich<br />
an den Werten, die RainCast für die Vorhersage des schweizer Radar-Composites verwendet.<br />
Die zeitliche Mittelung erfolgt jeweils über drei Bilder (45 Minuten), die räumliche Glättung<br />
als gleitendes Mittel über drei Werte. Die Ausgangsbilder werden in 8_×_8_Boxen à 10_km<br />
Seitenlänge unterteilt. Ein Rand von 10 km bleibt unberücksichtigt. Die Verlagerungsvektoren<br />
dieser 64 Boxen ergeben sich aus der kleinsten Summe der Differenzen und einer<br />
Ausreissersuche. Die Vorhersage erfolgt mit einem Zeitschritt von 2.5 Minuten, wobei die<br />
Vorhersagebilder nur alle 15 Minuten ausgegeben werden. Die maximale Vorhersagezeit wird<br />
frei wählbar auf drei Stunden festgesetzt.<br />
Da vom Rand ungültige (leere) Pixel in das Bild hinein advehiert werden, kann zur<br />
Verifikation nicht das ganze 100 × 100 km 2 grosse Gebiet verwendet werden. Unter<br />
Berücksichtigung der bevorzugten Strömungsrichtung (Nordwest) und mit Fokus auf den<br />
Kanton Luzern als Hauptinteressensgebiet wird deshalb ein Gebiet verglichen, das<br />
55_×_55_km 2 umfasst. Es ist in den Vorhersagekarten mit einem schwarzen Quadrat markiert<br />
und reicht von km 627.5 bis 682.5 Ost und von km 187.5 bis 242.5 Nord.<br />
- 116 -
In den folgenden Beispielen werden immer Vorhersagen über 60 Minuten betrachtet. Die<br />
Vorhersage über eine Stunde bietet einem möglichen Nutzer eine gewisse Reaktionszeit<br />
(Mathis 2004). Andererseits gewährleistet sie eine gute Vorhersagbarkeit, wie zahlreiche<br />
Untersuchungen an Radardaten zeigen (z.B. Mecklenburg 2000, Germann und Zawadzki<br />
2002). Eine Studie mehrerer Vorhersagezeiten folgt in Abschnitt 5.6.<br />
5.3 Beispiel I: Vorhersage am 27./28. November 2001<br />
5.3.1 Vorhersagekarten ausgewählter Zeitpunkte<br />
Im ersten Beispiel wird wieder das Aufklaren in der Nacht vom 27. zum 28. November 2001<br />
und der frühmorgendliche Durchzug eines schmalen Regenbands diskutiert.<br />
Die Vorhersagekarten der ersten Nachthälfte sind in den Abbildungen C.2 und C.3 im<br />
Anhang dargestellt. Dabei findet sich die Ein-Stunden-Vorhersage jeweils rechts neben dem<br />
tatsächlich eingetretenen Zustand zum Vorhersagezeitpunkt. Für 16 und 18 UTC können<br />
keine Vorhersagen gemacht werden, da nicht genügend Ursprungsbilder zur Verfügung<br />
stehen. Die Vorhersage um 20 UTC zeigt sich in guter Übereinstimmung mit der Verifikation.<br />
Lediglich der am Ostrand der Karte vorhergesagte Niederschlag trifft nicht zu. Für das<br />
Vergleichsquadrat lässt sich ein Korrelationskoeffizient von 0.80 errechnen; zwei Drittel der<br />
Pixel werden exakt richtig vorhergesagt, also mit der exakt gleichen Bewölkungs- oder<br />
Niederschlagsklasse in Vorhersage und Verifikation; überall ist es bedeckt oder stark bewölkt.<br />
Im Westen der Vorhersagekarte ist ein kleines Niederschlagsgebiet südlich der Aare auffällig,<br />
dem in der Beobachtung ein ähnliches Gebiet nördlich der Aare zugeordnet werden kann. Es<br />
handelt sich um den Jura-Clutter, der ebenfalls verlagert wird. Gelangt er in das Vergleichsquadrat<br />
(wie es um 22 UTC ansatzweise der Fall ist), wird er dort als Niederschlag interpretiert<br />
– und damit als Fehlvorhersage. In den weiteren Vorhersagekarten bis 02 UTC zieht sich die<br />
Bewölkung in ähnlichem Masse zurück wie in den Beobachtungen. Um 02 UTC werden<br />
insgesamt 85% der Pixel richtig vorhergesagt. Bei vorhergesagtem „klaren oder vereinzelt<br />
bewölkten“ Himmel wird sogar in 90% aller Fälle auch „klar“ oder „vereinzelte Wolken“ (also<br />
die Darstellungsfarbe grün) beobachtet. Die Vorhersage des Aufklarens kann also als Erfolg<br />
gewertet werden.<br />
In der zweiten Nachthälfte ziehen nun Bewölkung und Niederschlag auf. Dies geschieht so<br />
rasch, dass die Kurzfristvorhersage nicht folgen kann. Die Vorhersagen und Verifikationen<br />
sind Abbildung C.4 und C.5 zu entnehmen. Um 04 UTC ist Kanton Luzern noch wie<br />
vorhergesagt wolkenfrei. Um 04:30 UTC zieht Bewölkung samt Niederschlag auf. Was schon<br />
in der Berechnung der Bewölkungskarten Schwierigkeiten bereitet, geht in der Vorhersage<br />
völlig schief. Zwar werden um 04:30 UTC noch ein Viertel der Pixel exakt richtig vorhergesagt,<br />
und 80% der Vorhersagen von „klar oder vereinzelte Wolken“ sind auch tatsächlich im grünen<br />
Bereich. Die Vorhersage um 05 UTC muss aber als komplett falsch angesehen werden. Das<br />
Niederschlagsband hat in der Realität bereits die Hälfte des Beobachtungsgebiets passiert<br />
und ist in der Vorhersage noch immer nicht zu sehen. Eine halbe Stunde später besserst sich<br />
das Bild, soweit ein Bild zu sehen ist. Der Niederschlag liegt zwar zu weit nördlich, hat aber in<br />
Ost-West-Richtung die richtige Position erreicht. Allerdings ist dazu ein sehr starker<br />
- 117 -
Verlagerungsvektor notwendig, der von Westen einen Teil des informationsleeren Gebietes<br />
bis ins Vergleichsquadrat verlagert. Das berechnete Vektorfeld bzw. die zugehörigen<br />
Windfahnen sind in Abbildung C.6 dargestellt. Um 06 UTC hat RainCast das Problem erfasst<br />
und liefert wieder eine gute und gültige Vorhersage, die für 40% der Pixel sogar exakt richtig<br />
ist.<br />
5.3.2 Vorhersage in der Übersicht<br />
Eine weniger punktuelle Bewertung der Vorhersagen liefern die beiden Graphen in<br />
Abbildung 5.3. Links dargestellt ist der zeitliche Verlauf des Korrelationskoeffizienten r und<br />
des Summenverhältnisses<br />
S<br />
M<br />
i 0<br />
¢ y vorher , i<br />
M<br />
i 0<br />
y beob , i<br />
¡ 1<br />
beim Vergleich über alle M Pixel in den Vergleichsquadraten des beobachteten ybeob und des<br />
vorhergesagten yvorher Bildes. Der Korrelationskoeffizient startet bei Werten über 0.8 und<br />
bleibt in der ersten Nachthälfte stabil. In der zweiten Nachthälfte schwankt er stark. So ist z.B.<br />
um 02_UTC noch r = 0.63. Hier schlagen die wenigen Clutter-behafteten Ausreisserpixel<br />
deutlich zu Buche. Zwischen 04 und 06 UTC, in der Zeit der Fehlvorhersagen, fällt die<br />
Korrelation teils komplett in sich zusammen, teils erreicht sie beachtliche Werte. Um<br />
04:30_UTC ist r = 0.73 trotz der sich abzeichnenden Fehlvorhersage. Dieser Zeitpunkt zeigt<br />
deutlich, wie der Korrelationskoeffizient das Absolut ausser Acht lässt und den (linearen)<br />
Zusammenhang bewertet. Der Niederschlag relativ zum klaren / vereinzelt bewölkten Bereich<br />
zeigt in der Beobachtung die gleiche Struktur wie der vereinzelt bewölkte Bereich zum<br />
vollständig klaren in der Vorhersage.<br />
Das Summenverhältnis S liegt fast die ganze Nacht über bei guten 0.8 ¡ S ¡ 1.25.<br />
Lediglich von 04:15 bis 05:30 UTC bricht es regelrecht ein und markiert die deutlich zu<br />
geringen Vorhersagewerte.<br />
Die Darstellung in Abbildung 5.3 rechts erfolgt in Prozent aller Pixel im Vergleichsquadrat.<br />
Die erste Grösse ist der Anteil exakt richtig vorhergesagter Pixel, also identischer<br />
Bewölkungs- oder Niederschlagsklasse in Vorhersage und Verifikation. Er startet bei etwa<br />
50%, liegt zwischen Mitternacht und 04 UTC aber konstant über 80%. Zwischen 04 und<br />
06_UTC nehmen die exakt richtigen Vorhersagen stark ab und umfassen im Minimum um<br />
05_UTC nur noch 5.9%. Da bei dieser Vergleichsberechnung auch Flüsse und Seen gezählt<br />
werden und Flüsse und Seen genau 5.9% des Vergleichsquadrats bedecken, bleibt keine<br />
exakt richtige Vorhersage übrig.<br />
Eine exakt richtige Vorhersage ist oft gar nicht von Nöten, und ein Fehler von einer oder<br />
mehreren Bedeckungs- bzw. Niederschlagsklassen akzeptabel. So lässt sich z.B. die korrekte<br />
oder falsche Vorhersage von Niederschlag gleichwelcher Intensität betrachten. In dieser<br />
Arbeit interessiert besonders wolkenloser Himmel. Die Auswirkungen von wirklich klarem<br />
Himmel und vereinzelten Wolken sind dabei nahezu die selben. Der Anteil dieses grünen<br />
Bereichs ist in Abbildung 5.3 rechts ebenfalls dargestellt, sowohl bezüglich seiner korrekten<br />
Vorhersage als auch bezüglich einer Fehlvorhersage. Als Fehlvorhersage gelten: „grün“<br />
vorhergesagter aber tatsächlich stark bewölkter oder bedeckter Himmel oder Niederschlag,<br />
- 118 -<br />
(5.3)
Abbildung 5.3: Zeitlicher Verlauf einiger Kenngrössen der Vorhersage in der Nacht vom 27. zum 28.<br />
November 2001. Links: Korrelationskoeffizient (schwarz, +) und Summenverhältnis (rot, X). Rechts: Anteil des<br />
Gebiets mit exakt richtiger Vorhersage (schwarz, +) sowie mit richtiger (grün,<br />
Vorhersage von klarem / vereinzelt bewölktem Himmel.<br />
) bzw. falscher (rot, )<br />
sowie stark bewölkt, bedeckt oder Niederschlag in der Vorhersage, aber tatsächlich<br />
höchstens vereinzelte Wolken. Auf die Berücksichtigung von „bewölkt“ wird jeweils verzichtet.<br />
Die erste Fehlvorhersage tritt in der Beispielnacht gegen 21 UTC auf, wenn erste aufklarende<br />
Regionen im Vergleichsquadrat vorhergesagt werden, sie dort aber noch nicht zutreffen. Zu<br />
nennenswerten Fehlvorhersagen kommt es aber im Laufe des Aufklarens nicht. Maximal wird<br />
der Fehler um 05 UTC, wenn im Rahmen der nicht vorhergesagten Niederschlagszelle bis zu<br />
33.2% des Vergleichsquadrats fälschlich als klar prognostiziert werden. Der Anteil richtig<br />
vorhergesagter grüner Pixel steigt mit beginnendem Aufklaren ab 21:30 UTC rasch, und<br />
umfasst schliesslich fast das ganze Gebiet. Ab 04 UTC nimmt er rapide ab.<br />
5.3.3 Bewertung der Vorhersage für Beispiel I<br />
Wie schon bei der Bewertung der Bewölkungskarten, ist auch bei der Bewertung der<br />
Vorhersage eine Zweiteilung der Nacht vom 27. zum 28. November 2001 nötig. Bis 04 UTC<br />
erfolgt ein Aufklaren, das weitgehend problemlos vorhergesagt wird. Das Summenverhältnis<br />
zwischen Vorhersage und Beobachtung ist nahe 1.<br />
Zwischen 04 und 06 UTC zieht ein Niederschlagsband ins Untersuchungsgebiet. Das<br />
Summenverhältnis S und der Anteil exakt richtiger Vorhersagen brechen daraufhin<br />
vollkommen ein. Bis zu einem Drittel aller Pixel werden fälschlich als „klar oder vereinzelt<br />
bewölkt“ prognostiziert. Der Grund für die Fehlvorhersagen liegt darin, dass RainCast die<br />
Niederschlagzelle zu spät erkennt. Die Zelle muss zu wenigstens fünf aufeinanderfolgenden<br />
Diagnosezeitpunkten bereits im Beobachtungsgebiet sein, um bei der Berechnung der<br />
Verlagerungsvektoren berücksichtigt und korrekt verlagert zu werden. Ab 06 UTC ist die<br />
Vorhersagequalität wieder hoch.<br />
- 119 -
5.4 Beispiel II: Vorhersage am 24./25. Januar 2004<br />
5.4.1 Vorhersagekarten ausgewählter Zeitpunkte<br />
Beispiel II vom 25. Januar 2004 beschreibt ein postfrontales Aufklaren mit nachfolgendem<br />
Schauer zwischen Mitternacht und 06 UTC. Die 60-minütigen Prognosen für fünf Zeitpunkte<br />
sind in Abbildung D.2 bis D.4 im Anhang zu finden, jeweils rechts neben der zugehörigen<br />
Verifikation. Um 00 UTC beinhalten Vorhersage und Verifikation sehr viel Niederschlag, der<br />
strukturell ähnlich angeordnet ist. Die Bewölkung der Niederschlagslücke ist im<br />
Vergleichsquadrat konsequent richtig vorhergesagt.<br />
Um 03 UTC dominiert im Südosten der Karte immer noch Niederschlag. Dessen Ausdehnung<br />
wird gut prognostiziert, auch wenn die Intensität schwankt. Bezüglich der Bewölkung<br />
ist für den restlichen Kanton Luzern bedeckt prognostiziert, von Westen zeichnet sich aber<br />
eine Auflockerung ab. Dieser Fehler von einer Bedeckungsklasse in einem Teilgebiet ist<br />
akzeptabel. Eine Stunde später ist der Niederschlag im Südosten noch immer vorhanden und<br />
sinnvoll vorhergesagt. Für den Nordwesten des Vergleichsquadrats wird nun stark bewölkt<br />
prognostiziert. Die Realität ist schon einen Schritt weiter, es ist dort weitgehend nur noch<br />
bewölkt. Der von Nordwesten aufziehende Niederschlag wird noch nicht gesehen.<br />
Um 05 UTC weichen Prognose und Verifikation stark voneinander ab. Im Vergleichsquadrat<br />
betrifft dies vor allem den Südosten, wo der Niederschlag entgegen der Vorhersage<br />
inzwischen aufgehört hat. Im nördlichen Kanton Luzern liegt die Bewölkungsprognose<br />
weiterhin etwa eine Klasse zu hoch. Insgesamt lässt sich sagen, dass die Vorhersage um<br />
05_UTC die Verlagerungsgeschwindigkeit der Objekte deutlich unterschätzt. Beide Niederschlagsstrukturen<br />
(im Südosten und am Westrand der Vorhersage) sowie der aufgelockert<br />
bewölkte Abschnitt dazwischen sind im Verifikationsbild 15 bis 30 km weiter östlich als<br />
prognostiziert. Eine Stunde später wird die Verlagerung wieder einigermassen richtig erkannt.<br />
Allerdings hat sich der postfrontale Niederschlag stark weiterentwickelt, sodass eine<br />
Vorhersage nur noch richtungsweisenden Charakter hat. Die prognostizierte Verlagerung des<br />
vereinzelt bewölkten Gebiets nach Osten findet sich in diesem Sinne in der Verifikation<br />
wieder.<br />
5.4.2 Vorhersage in der Übersicht<br />
Eine Übersicht aller Vorhersagen der Beispielnacht zeigt Abbildung 5.4. Der<br />
Korrelationskoeffizient liegt nur gegen 02 UTC auf einen hohen Niveau, solange der<br />
Niederschlag im Südosten und nachfolgend bedeckter Himmel vorherrschen. Sonst ist er<br />
wenig aussagekräftig. Das Summenverhältnis beträgt in der ersten Nachthälfte bei<br />
Niederschlag etwa_1. Gegen 04 UTC steigt es zuerst deutlich, weil im Südosten des<br />
Vergleichsquadrats Niederschlag vorhergesagt wird, dem in der Verifikation nicht gegenüber<br />
steht. Danach sinkt es stark, und steigt ab 05:30 UTC wieder auf zu hohe Werte. Diese<br />
Schwankungen sprechen für eine schwierige und eher schlechte Vorhersage.<br />
Der Anteil exakt richtig vorhergesagter Pixel schwankt ebenfalls, und erreicht nur zwischen<br />
Mitternacht und 03 UTC hohe Werte um 60%. Vor Mitternacht verhindern Fluktuationen im<br />
Niederschlag einen höheren Wert. Gegen Morgen setzen Fehlprognosen der Bewölkung ein.<br />
- 120 -
Abbildung 5.4: Zeitlicher Verlauf einiger Kenngrössen der Vorhersage in der Nacht vom 24. zum 25. Januar<br />
2004. Links: Korrelationskoeffizient (schwarz, +) und Summenverhältnis (rot, X). Rechts: Anteil des Gebiets<br />
mit exakt richtiger Vorhersage (schwarz, +) sowie mit richtiger (grün, ) bzw. falscher (rot, ) Vorhersage von<br />
klarem / vereinzelt bewölktem Himmel.<br />
Diese betragen teilweise nur eine Bedeckungsklasse, reduzieren den Anteil exakt richtiger<br />
Vorhersagen aber dennoch. Klare oder vereinzelt bewölkte Gebiete, beobachtet oder<br />
prognostiziert, treten erstmals um 04 UTC auf. Ihre Vorhersage ist leider teilweise eher falsch.<br />
5.4.3 Bewertung der Vorhersage für Beispiel II<br />
Die Vorhersage der zweiten Beispielnacht zeigt ähnliche Schwächen wie die Vorhersage<br />
der zweiten Nachthälfte aus Beispiel I. Heranziehende Strukturen werden nicht oder zu spät<br />
erkannt, der Verlagerungsvektor ist zu gering. Die Bewölkungsabnahme wird ab 03 UTC<br />
deutlich unterschätzt, da sie zum grossen Teil lokal erfolgt, und nicht auf der Advektion<br />
wolkenloser Luft basiert. Allerdings ist ihre Tendenz richtig, respektive findet sich zumindest in<br />
vorhergesagter und berechneter Bewölkungskarte wieder.<br />
Ein Blick auf die erste, regenreiche Nachthälfte zeigt, dass die allgemein (z.B. von Schmid<br />
und Wüest 2003) für gut befundene Niederschlagsvorhersage nicht einen sehr hohen Anteil<br />
exakt richtiger Prognosen liefert, sondern eher im Sinne von „Niederschlag ja / nein“<br />
zutreffend ist. Das Summenverhältnis schwankt dabei meist zwischen 0.9 und 1.1.<br />
5.5 Beispiel III: Vorhersage am 18./19. Dezember 2003<br />
5.5.1 Vorhersagekarten ausgewählter Zeitpunkte<br />
Beispiel III zeichnet sich durch typisches Hochdruckwetter in der ersten und ein<br />
Niederschlagsband in der zweiten Nachthälfte aus. Die Prognosen finden sich in Abbildung<br />
- 121 -
E.2 und E.3 rechts, wobei für zwei Zeitpunkte das Feld der Verlagerungsvektoren bzw. der<br />
korrespondierenden Windfahnen an die Stelle der Ein-Stunden-Vorhersage tritt.<br />
Um 21 UTC findet eine sehr schwache Verlagerung der Wolkenstrukturen nach<br />
Nordwesten statt. Die Verlagerungsrichtung stimmt (wohl eher zufällig) mit den<br />
Windrichtungen in Schüpfheim und Roggliswil einigermassen überein. Sie schwankt von Bild<br />
zu Bild und ist wahrscheinlich nicht mehr als ein Artefakt, da ja keine umfassende<br />
Bewölkungsänderung stattfindet, und lokale Wolkenbildung mit einem Mustererkennungsverfahren<br />
nicht beschrieben werden können. Um 00 UTC dominiert der klare Himmel noch in<br />
Prognose und Verifikation. In der folgenden Stunde ändert sich der Wettercharakter<br />
zusehends. So ist es um 01 UTC im ganzen Kanton schon bewölkt, während die Prognose<br />
noch immer ein grosses wolkenfreies Gebiet vorhersagt. Was folgt, ist bereits hinreichend<br />
beschrieben. Die Existenz des herannahenden Niederschlagsbands wird zu spät erkannt<br />
respektive seine Geschwindigkeit unterschätzt, und es kommt um 02 UTC zu einer<br />
kompletten Fehlvorhersage. Nur in den äussersten Südosten sind die Wolken noch nicht<br />
vorgedrungen und Prognosekarte und Verifikation sind identisch. Eine Stunde später ist die<br />
Strömungsrichtung angegeben, die sich nun (konstant) auf Westsüdwest eingestellt hat. Die<br />
Vorhersage für 04:30 UTC stimmt wieder einigermassen mit der Verifikation überein, wobei<br />
die Verlagerungsgeschwindigkeit des Niederschlagsgebiets noch immer zu niedrig angesetzt<br />
ist. Immerhin ist der nachfolgende stark bewölkte bis bedeckte Himmel treffend vorhergesagt.<br />
5.5.2 Vorhersage in der Übersicht<br />
Einen Überblick über die gesamte Nacht gibt Abbildung 5.5. Das Summenverhältnis liegt<br />
fast durchgehend zwischen 0.9 und 1.15. Nur zwischen Mitternacht und 02 UTC sinkt es in<br />
der Folge des Wetterumschwungs: dem prognostizierten klaren Himmel stehen immer mehr<br />
Wolken gegenüber.<br />
Ähnlich verhalten sich auch die richtigen Prozentanteile. In der ersten Nachthälfte sind<br />
weite Teile offensichtlich klar. Bis 00:30 UTC dehnt sich der korrekt prognostizierte grüne<br />
Bereich auf 65% des Vergleichsquadrats aus. Dann wird es zuerst bewölkt (was noch nicht<br />
als falsch vorhergesagtes grün interpretiert wird), ab 02 UTC ist es überall wolkig oder<br />
bedeckt. Dazwischen bricht der Anteil exakt richtig vorhergesagter Pixel völlig ein, die<br />
Vorhersage ist so gesehen komplett falsch. Obwohl über zwei Stunden hinweg ein gewisser<br />
Anteil falsch vorhergesagter klarer und vereinzelt bewölkter Gebiete besteht, liegt die<br />
Vorhersage des grünen Bereichs nur für 01:30 UTC deutlich daneben.<br />
5.5.3 Bewertung der Vorhersage für Beispiel III<br />
Beispiel III beinhaltet neben der bekannten Schwierigkeit mit herannahenden<br />
Niederschlägen ein weiteres Problem: Ereignisse wie Nebel oder der in Schüpfheim<br />
vorherrschende Bergwind sind rein lokaler Natur und haben mit Advektion nichts zu tun.<br />
Ähnliches gilt auch für Föhn, der zwar durchaus die ganze Nordschweiz betreffen, aber<br />
ebenfalls advektionsunabhängig auftreten und den Bewölkungszustand beeinflussen kann.<br />
Eine Vorhersage nach dem Prinzip der Mustererkennung und -verfolgung hat in solchen<br />
- 122 -
Abbildung 5.5: Zeitlicher Verlauf einiger Kenngrössen der Vorhersage in der Nacht vom 18. zum 19.<br />
Dezember 2003. Links: Korrelationskoeffizient (schwarz, +) und Summenverhältnis (rot, X). Rechts: Anteil des<br />
Gebiets mit exakt richtiger Vorhersage (schwarz, +) sowie mit richtiger (grün,<br />
Vorhersage von klarem / vereinzelt bewölktem Himmel.<br />
) bzw. falscher (rot, )<br />
Fällen nur eine Chance, wenn die lokalen Effekte erhalten bleiben und keine (oder allenfalls<br />
eine sehr schwache) Verlagerung prognostiziert wird. Diese Prognose besagt dann nichts<br />
anderes, als eine persistente Bewölkungslage – der Zustand bleibt beliebig lange erhalten.<br />
5.6 Statistische Verifikation<br />
5.6.1 Vergleich der Vorhersagemethoden<br />
Die Beispiele haben das Potenzial gezeigt, das in der Vorhersage der Bewölkungskarten<br />
mit dem Mustererkennungsverfahren COTREC / RainCast liegt, aber auch deren Grenzen. In<br />
statistischem Sinne aussagekräftig sind nur Ergebnisse über einen längeren Zeitraum. Dabei<br />
ist zum einen zu klären, ob die Bestimmung der Verlagerungsvektoren durch minimale<br />
Summe der Differenzen wirklich besser ist als jene durch Kreuzkorrelation. Zum anderen folgt<br />
eine Aussage über das generelle Vorhersagepotenzial durch Vergleich mit der Persistenz<br />
(„alles bleibt, wie es ist“).<br />
Für die Auswertungen kommen alle Januarnächte 2004 zum Einsatz. Die Vorhersagezeit<br />
reicht aus pragmatischen Gründen nur von 21 bis 04 UTC. Insgesamt werden 725<br />
Vorhersagen betrachtet, und das Summenverhältnis, der Anteil exakt richtig vorhergesagter<br />
Pixel und die Anteile richtiger und falscher Vorhersagen des grünen Bereichs „klar oder<br />
vereinzelte Wolken“ bestimmt. Ausgewertet wird jeweils das 55 × 55 km 2 grosse Vergleichsquadrat.<br />
Die gemittelten Werte sind Tabelle 5.1 zu entnehmen.<br />
Die erste Frage nach dem geeigneten Vergleichswert (Summe der Differenzen oder<br />
Kreuzkorrelation) lässt sich eindeutig beantworten. Die Kreuzkorrelation schneidet bei allen<br />
Qualitätskennzahlen schlechter ab. Die Verwendung der Summe der Differenzen ist damit<br />
gerechtfertigt.<br />
- 123 -
Der Vergleich zwischen Persistenz und Vorhersage fällt weniger eindeutig aus. Angesichts<br />
eines um 0.7% höheren Anteils exakt richtig persistenter Pixel stellt sich sogar die Frage, ob<br />
eine Vorhersage überhaupt Sinn macht. Der höhere Mittelwert des Exakt-Richtig-Anteil ist<br />
allerdings mit einer grösseren Standardabweichung verbunden. Betrachtet man statt des<br />
Mittelwerts den Median, findet man für die Vorhersage einen Anteil von 49.8%, für die<br />
Persistenz nahezu identische 49.9%. Dem gegenüber steht ein Summenverhältnis, das bei<br />
der Persistenz mit 1.02 ± 0.19 leicht schlechter ist und stärker schwankt als bei Vorhersage.<br />
Die Betrachtung des grünen Bereichs spricht nun deutlich für eine Vorhersage. Von der<br />
Persistenz werden nur 12.4% aller Pixel richtig als klar oder vereinzelt bewölkt prognostiziert,<br />
von der Vorhersage aber 12.6%. Noch aussagekräftiger ist der Gegenwert: Die falsche<br />
Vorhersage von klar oder vereinzelt bewölkt bei wenigstens stark bewölktem Himmel oder<br />
umgekehrt betrifft 0.7% aller Pixel, bei der Persistenz werden 0.9% aller Pixel in diesem Sinne<br />
falsch. Der Fehler der Vorhersage ist also in diesem Bereich um ein Viertel geringer als der<br />
Fehler der Persistenz. Die 0.2% Unterschied sind fast ausschliesslich Fälle mit Aufklaren, also<br />
einem wolkenlosen Himmel in der verifizierenden Beobachtung.<br />
Die Vorhersagerechnung ist damit besonders in kritischen Fällen der Persistenz überlegen.<br />
Bei einer oberflächlichen Betrachtung sehen beide etwa gleich gut aus. Dies hat mehrere<br />
Gründe. Zum einen kann die Vorhersage teilweise falsch sein, z.B. wenn bei klarem Himmel<br />
Clutter-Signale advehiert werden, oder wenn Wolken bei der Verlagerung ins Gebirge hinein<br />
orographisch gebremst werden. Bei Verwendung der Persistenz sind solche Fehler<br />
ausgeschlossen. Zum zweiten ist (in allen drei Beispielen) die Vorhersage falsch, wenn ein<br />
(Niederschlags-)Gebiet sehr rasch in den Bereich der Bewölkungskarte hineinzieht. Die<br />
Persistenz ist dann genauso falsch (also gleich gut) wie die Vorhersage, da beide die Veränderung<br />
nicht kommen sehen. Drittens sorgen zum Teil lokale Phänomene für die Bildung<br />
oder Auflösung von Wolken oder begünstigen sie. Vorhersage und Persistenz reagieren<br />
darauf beide nicht, da die (Tracking-)Vorhersage ja nur Veränderung durch Advektion begreift.<br />
Im Gegenteil ist die Vorhersage darauf getrimmt, Verlagerungen festzustellen und mag<br />
deshalb auch auf Artefakte eingehen, die zu (kleinen) Fehlprognosen führen. Der Hauptgrund<br />
ist aber sicher in den vielen Wettersituationen zu suchen, in denen sich die Bewölkung wenig<br />
ändert, z.B. durchgehend klare oder bewölkte Nächte oder anhaltenden Niederschlag. Diese<br />
Fälle dominieren die Statistik in Tabelle 5.1, Persistenz und Vorhersage sind dabei<br />
ebenbürtig.<br />
Vorhersage mit Summe<br />
der Differenzen<br />
Vorhersage mit<br />
Kreuzkorrelation<br />
Summenverhältnis<br />
Exakt richtige<br />
Vorhersage<br />
Klar<br />
richtig<br />
Klar<br />
falsch<br />
1.01 ± 0.16 50.6 ± 20.5 % 12.6 % 0.70 %<br />
0.89 ± 0.29 45.3 ± 24.3 % 12.5 % 0.82 %<br />
Persistenz 1.02 ± 0.19 51.3 ± 21.6 % 12.4 % 0.90 %<br />
Tabelle 5.1: Vorhersage über eine Stunde mit Summe der Differenzen und Kreuzkorrelation, sowie<br />
Persistenz. Mittelwerte des Summenverhältnisses, des Anteils exakt richtig vorhergesagter Pixel (jeweils mit<br />
Standardabweichung), und des Anteils richtig bzw. falsch vorhergesagter Pixel im „grünen Bereich“ aus klaren<br />
und vereinzelt bewölkten Pixeln.<br />
- 124 -
Abbildung 5.6: Vorhersagekarten für den 25. Januar 2004, 07:30 UTC. Vorhersagezeit oben 120, 90 und 60<br />
Minuten, unten 45, 30 und 15 Minuten (jeweils von links nach rechts). Zum tatsächlichen Zustand und zur<br />
Legende der Farben siehe Abbildung 4.12.<br />
Insgesamt funktioniert die eingesetzte Vorhersage nur bei langsamer advektiver<br />
Veränderung der Atmosphäre besser als eine Persistenz. In allen anderen, weit häufiger<br />
auftretenden Situationen sind Persistenz und Vorhersage etwa gleich gut oder schlecht. Dass<br />
sich dennoch, und zudem bei der äusserst wichtigen Fehlvorhersage wolkenlosen Himmels,<br />
ein deutlicher Unterschied feststellen lässt, unterstreicht die Wichtigkeit einer Vorhersage und<br />
das Potenzial der verwendeten Vorhersagemethode.<br />
5.6.2 Qualität der Vorhersage über verschiedene Zeitspannen<br />
Der Einfluss der Vorhersagedauer wird zuerst an einem Beispiel verdeutlicht, bevor eine<br />
statistische Analyse folgt. Das Beispiel vom 25. Januar 2004, 07:30 UTC entspricht der<br />
Verifikation in Abbildung 4.12. Vorhersagen, die bis zu zwei Stunden vorher für diesen<br />
Zeitpunkt gemacht wurden, sind in Abbildung 5.6 dargestellt. Die Vorhersagen für 120 und für<br />
90 Minuten sind noch sehr ungenau. Zwar sagen beide Niederschlag in der westlichen und<br />
südwestlichen Kartenhälfte sowie einen klaren Bereich im Nordosten vorher, die Position des<br />
Niederschlags unterscheidet sich aber deutlich vom Verifikationsbild. Bezüglich ihrer<br />
Vorhersage für das Vergleichsquadrat ähneln sich die beiden Prognosen, sind gegenüber der<br />
- 125 -
Abbildung 5.7: Verschiedene Vorhersagezeitspannen im Januar 2004. Summenverhältnis (links) und Anteil<br />
exakt richtig vorhergesagter Pixel (rechts). Jeweils gestrichelt 10%-Quantil, Median und 90%-Quantil,<br />
durchgezogen Mittelwert (schwarz) und Standardabweichung (blau).<br />
Abbildung 5.8: Verschiedene Vorhersagezeitspannen im Januar 2004. Mittlerer Anteil richtig (grün) bzw.<br />
falsch (rot) vorhergesagter Pixel mit „klar oder vereinzelte Wolken“.<br />
Verifikation also gleich falsch. Die 60-Minuten-Vorhersage liefert eine sehr gute Prognose<br />
bezüglich Niederschlag und Bewölkungsfeld im Vergleichsquadrat. Die beiden folgenden<br />
Bilder (45 und 30 Minuten) sind wieder leicht schlechter. Die Vorhersage über 15 Minuten<br />
unterscheidet sich nur sehr wenig von der Realität. Es gibt also zwischen 60 und 90 Minuten<br />
einen Punkt, an dem sich die Vorhersage deutlich verbessert und dann auf hohem Niveau<br />
bleibt.<br />
Eine statistische Auswertung verschiedener Vorhersagezeiten ist in Abbildung 5.7 und 5.8<br />
dargestellt. Zugrunde liegen wieder die Januarnächte 2004, die Vorhersagedauer variiert im<br />
30-Minuten-Abstand von 0 bis 180 Minuten. Abbildung 5.7 links beurteilt das Summenverhältnis<br />
S. Bei Vorhersagezeit 0 Minuten ist immer S = 1. Der Mittelwert ist noch bis<br />
einschliesslich 120 Minuten bei 1.00, der Median sinkt schon bei 90 Minuten auf 0.98. Die<br />
- 126 -
Quantile, ausserhalb denen jeweils noch 10% der Werte liegen, bewegen sich zu grösseren<br />
Vorhersagezeiten deutlich von S = 1 weg. Die Standardabweichung steigt fast linear an.<br />
Abbildung 5.7 rechts zeigt das selbe für den Anteil exakt richtig vorhergesagter Pixel. Der<br />
Median nimmt wieder schneller ab als der Mittelwert. Die Standardabweichung bleibt relativ<br />
konstant bei 20%.<br />
In Abbildung 5.8 sind nur noch die Mittelwerte für die korrekte respektive falsche<br />
Vorhersage des grünen Bereichs (klar und vereinzelte Wolken) dargestellt. Da deutlich über<br />
die Hälfte aller Fälle überhaupt nicht mit klarem Himmel verbunden sind, betragen die<br />
Mediane immer 0%. Der korrekt vorhergesagte Anteil klaren und vereinzelt bewölkten<br />
Himmels nimmt beständig ab. Der falsch vorhergesagte Anteil steigt von 0 bis 90 Minuten<br />
konstant um 0.35% pro 30 Minuten auf 1.05%, danach steigt er stärker.<br />
Es überrascht nicht, dass Vorhersagen über einen längeren Zeitraum weniger genau sind.<br />
Über welchen Zeitraum man eine Vorhersage noch verwenden will, hängt stark vom Zweck<br />
und Nutzer ab. Fordert man zum Beispiel, dass 80% der Vorhersagen ein Summenverhältnis<br />
zwischen 0.8 und 1.25 haben sollen, so ist eine Ein-Stunden-Vorhersage gerade noch<br />
akzeptabel (Quantile 0.81 und 1.19 gegenüber 0.77 und 1.22 nach 90 Minuten). Legt man<br />
besonderen Wert auf wolkenlosen Himmel und will ihn in maximal einem Prozent der Fälle<br />
falsch vorhergesagt sehen, erhält man das selbe Ergebnis (0.70% gegen 1.05%), wenn auch<br />
weniger deutlich.<br />
5.6.3 Einfluss der zeitlichen Auflösung der Eingangsdaten<br />
In Kapitel 4C wird ausführlich begründet, warum sich bei der Erstellung der Bewölkungskarten<br />
aus den momentan verfügbaren Messwerten gerade ein Viertelstunden-Abstand<br />
eignet. Da die Messwerte an den Strassenwetterstationen nicht häufiger vorliegen, sind<br />
Bewölkungskarten mit höherer Auflösung nur unwesentlich genauer. Für die Belange der<br />
Vorhersage lohnt sich allerdings ein erneuter Blick. Dabei können jeweils aktuelle Radardaten<br />
im Fünf-Minuten-Abstand verwendet werden.<br />
Berechnet man die Bewölkungskarten der Januarnächte 2004 im Fünf-Minuten-Abstand<br />
und vergleicht die 60-Minuten-Vorhersage im Vergleichsquadrat mit der Verifikationskarte, so<br />
ergeben sich die Mittelwerte in Tabelle 5.2. Die Anzahl der Prognoserechnungen müsste sich<br />
gegenüber der Vorhersage mit Bewölkungskarten im 15-Minuten-Abstand eigentlich verdreifachen.<br />
Einige Zeitpunkte fallen aber wegen geringer Datenlage weg. Das Summenverhältnis<br />
nimmt überraschenderweise auf 0.96 ab. Das bedeutet, dass zu wenig Niederschlag oder<br />
Abstand der<br />
Ursprungsbilder<br />
Anzahl<br />
Vorhersagen<br />
Summenverhältnis<br />
Exakt richtige<br />
Vorhersage<br />
Klar<br />
richtig<br />
Klar<br />
falsch<br />
15 Minuten 725 1.01 ± 0.16 50.6 ± 20.5 % 12.6 % 0.70 %<br />
5 Minuten 1911 0.96 ± 0.16 50.9 ± 21.1 % 12.3 % 0.47 %<br />
Tabelle 5.2: Vorhersage über eine Stunde mit unterschiedlichem zeitlichen Abstand der Ursprungsbilder.<br />
Mittelwerte des Summenverhältnisses, des Anteils exakt richtig vorhergesagter Pixel (jeweils mit Standardabweichung),<br />
und des Anteils richtig bzw. falsch vorhergesagter Pixel im „grünen Bereich“ aus klaren und<br />
vereinzelt bewölkten Pixeln.<br />
- 127 -
Bedeckung vorhergesagt wird. Eine Begründung dafür bietet sich leider nicht an. Die anderen<br />
Werte sind gut interpretierbar. Der Anteil exakt richtig vorhergesagter Pixel steigt im Mittel<br />
leicht. Allerdings liegt sein Median bei der Fünf-Minuten-Auflösung bei 49.9%, gegenüber<br />
49.8% der 15-Minuten-Auflösung. Für die Gruppe „klar oder vereinzelte Wolken“ nimmt der<br />
Anteil korrekt vorhergesagter Pixel ebenso ab wie der Anteil falsch vorhergesagter Pixel.<br />
Letzteres ist besonders erfreulich, da die Falschvorhersage des grünen Bereichs im Bezug<br />
auf das Strassenwetter eine wesentliche Zielgrösse ist. Die Verbesserung ist erklärbar: Da bei<br />
einer Fünf-Minuten-Auflösung nur ein Zeitraum von 30 Minuten zur Berechnung der<br />
Verlagerungsvektoren verwendet wird, können schnell ziehende Wolken oder Niederschlagsgebiete<br />
früher erkannt und berücksichtigt werden.<br />
Insgesamt bietet die Erhöhung der zeitlichen Auflösung auf 5 Minuten also Vorteile.<br />
Nachteilig wirken sich die weniger genauen (weil teilweise lückenhaften) Bewölkungskarten<br />
und die häufiger benötigte Rechnerleistung im operationellen Betrieb aus. Solange sich die<br />
Auflösung der Eingangsdaten nicht erhöht, überwiegen die Nachteile. Sollte aber die<br />
Messfrequenz insbesondere der Strassenwetterstationen gesteigert werden, bietet sich eine<br />
Erhöhung der Berechnungs- und Vorhersageauflösung auf 5 Minuten (oder allenfalls auf das<br />
ANETZ-Messintervall 10 Minuten) an.<br />
5.7 Nutzen und Grenzen von COTREC / RainCast<br />
5.7.1 Überblick und Lösungsvorschläge<br />
Das Mustererkennungsverfahren COTREC / RainCast erweist sich als geeignete Methode<br />
zur Vorhersage von Bewölkungsfeldern. Es ist der Persistenz („alles bleibt, wie es ist“) klar<br />
überlegen. Als Vergleichswert F der Mustererkennung ist die Summe der Differenzen<br />
geeignet. Die Vorhersage funktioniert gut bei unveränderten Bewölkungsfeldern und bei<br />
langsamer Advektion von Strukturen. Bei schnell advehierten Feldern und lokalen<br />
Wolkenbildungs- und -auflösungsprozessen treten Schwierigkeiten auf. Während<br />
Intensitätsänderungen einen systemimmanenten Fehler darstellen, bieten sich für das<br />
Problem der schnellen Advektion mindestens drei Lösungsvarianten an.<br />
Die erste besteht in der Erhöhung der Mess- und Vorhersagefrequenz. Veränderungen<br />
können schneller erkannt und berücksichtigt werden. Vor allem verringert sich der Zeitraum,<br />
der zur Berechnung der Verlagerungsvektoren verwendet wird. RainCast wurde für<br />
Eingangsdaten im Fünf-Minuten-Abstand entwickelt und optimiert (Schmid et al. 2000). Ein<br />
zweiter Lösungsvorschlag besteht in einer Vergrösserung des Beobachtungs- und<br />
Vorhersagegebiets. Allerdings wird die derzeitige Gebietswahl durch das Stationsnetz<br />
begrenzt. Eine Ausdehnung ist mit den bestehenden Stationen allein nicht machbar. Die dritte<br />
Variante geht in die selbe Richtung, und darüber hinaus. Besonders in niederschlagsreichen<br />
Situationen stellt sich die Frage, ob die Verlagerungsvektoren wirklich aus den Bewölkungskarten<br />
berechnet werden müssen. Alternativ könnten auch die Verlagerungsvektoren des<br />
Niederschlags verwendet werden, die beim Anwenden von RainCast auf das ganze schweizer<br />
Radar-Composite resultieren. Schnell heranziehender Niederschlag (wie in Beispiel I, II und<br />
III) wird dann bereits gesehen, bevor er das Gebiet der Bewölkungskarten erreicht, und kann<br />
- 128 -
eim Eintreffen sofort geeignet verlagert werden. Im niederschlagsfreien Fall oder bei<br />
Niederschlag weit ausserhalb der Nord- und Zentralschweiz können weiterhin eigene<br />
Verlagerungsvektoren für die Bewölkung erstellt werden.<br />
5.7.2 Probabilistische Vorhersage<br />
Eine andere Möglichkeit zur Verbesserung der Vorhersage – oder zur Verdeutlichung der<br />
Vorhersageleistungen – besteht in der Vorhersage einer Wahrscheinlichkeit. Schmid et al.<br />
(2000) verwirklichen eine solche „Risikovorhersage“ für Radarniederschläge. Dabei wird für<br />
einen bestimmten Ort und eine gewünschte Vorhersagedauer die Wahrscheinlichkeit für<br />
leichten, mässigen, starken und extremen Niederschlag berechnet. Zugrunde liegt dem eine<br />
zweidimensionale Gaussverteilung<br />
G v , t¡£¢ exp ¤ 0.5 ¥ v 2<br />
16 ¥ t 2 (5.4)<br />
des Verlagerungsvektors v zur Vorhersagedauer t in Minuten. Da sich im Sinne der<br />
Mustererkennung Niederschlag gegenüber Bewölkung durch nichts auszeichnet, ist der<br />
Ansatz direkt auf die Bewölkungskarten übertragbar. Eventuell kann auch die Unsicherheit in<br />
der Berechnung der Bewölkungskarten berücksichtigt werden: die Wahrscheinlichkeitsverteilung<br />
wird breiter, wenn an benachbarten Stationen stark unterschiedliche Bedeckungsgrade<br />
berechnet werden oder die Interpolationsgewichte gering sind. Die grundsätzlichen<br />
Probleme mit schnell advehierten Strukturen und lokaler Wolkenbildung löst der<br />
probabilistische Vorhersageansatz aber nicht.<br />
- 129 -
- 130 -
6 Schlussbemerkungen<br />
In den vorangegangenen Kapiteln wurde in zahlreichen Einzelschritten und<br />
-untersuchungen eine Bewölkungsvorhersage verwirklicht. Bereits der Überblick über<br />
bestehende Bewölkungsbeobachtungen und verfügbare Messungen spiegelte die Vielfalt des<br />
Problems wider. Eine Methode zur Diagnose des Bedeckungsgrads aus bodennahen<br />
(Temperatur-)Messungen konnte entwickelt werden, zuerst eindimensional in Payerne und<br />
später auch in zwei Dimensionen als Bewölkungskarte. Dies führte schliesslich zu einer<br />
zweidimensionalen Prognose des Bedeckungsgrads.<br />
Bei den vielfältigen Eigenheiten der Berechnungsschritte mag häufig die Essenz im Detail<br />
untergegangen sein, weshalb nun wesentliche Ergebnisse noch einmal genannt werden. Der<br />
Ausblick schliesst sich wieder der Unterteilung in ein- und zweidimensionale Diagnose und<br />
Prognose an und zeigt auch Schritte zur Verbesserung der Strassenwettervorhersage auf, da<br />
das bisher Gesagte in dieser Hinsicht unvollständig ist.<br />
6.1 Zusammenfassung<br />
6.1.1 Wissenschaftliche Ergebnisse<br />
Das wesentlichste Ergebnis dieser Arbeit besteht in einem einfachen Modell zur<br />
Berechnung der Bewölkung aus Punktmessungen. Dazu finden nur Messwerte in Bodennähe<br />
Verwendung, die an zahlreichen Stationen ohnehin registriert werden. Das Hauptsignal liefert<br />
die Temperaturdifferenz Tdiff = T2m – T0m. Sie hängt über ein Exponentialgesetz mit dem<br />
Bedeckungsgrad zusammen, wobei die Gleichungsparameter für verschiedene Temperaturund<br />
Windgeschwindigkeitsklassen bestimmt werden müssen. Ergänzt wird diese simple<br />
Formulierung durch eine noch einfachere Aussage: Bei Niederschlag ist der Himmel bedeckt.<br />
Das Modell aus der Kombination beider Zusammenhänge ist nur nachts anwendbar,<br />
bevorzugt in windstillen Winternächten. Es bestimmt die Bewölkung an ANETZ-Stationen auf<br />
1.2 Achtel genau. Verglichen mit dem Fehler menschlicher Wolkenbeobachter, der auf 0.9<br />
Achtel abgeschätzt wird, ist das recht beachtlich. Andere, wesentlich aufwändigere Methoden<br />
erreichen Ergebnisse in der selben Grössenordnung, z.B. Dürr und Philipona (2004) mit<br />
einem Clear-Sky-Index aus Pyrgeometermessungen oder Aviolat et al. (1998) mit Ceilometer<br />
und Neuronalem Netz. Andere Temperaturgradienten als Tdiff korrelieren zwar ebenfalls mit<br />
dem Bedeckungsgrad, sind aber weniger aussagekräftig. Die einmal bestimmten Modellgleichungen<br />
und -parameter lassen sich auf alle Stationen mit Messung von T0m, T2m und<br />
Niederschlag anwenden. Je nach Stationsstandort sind aber Korrekturen von Verdunstungs-<br />
- 131 -
und Verreifungsenergie, Bodenwärmestrom, etc. notwendig oder empfehlenswert. Lokale<br />
Gegebenheiten, z.B. die Abschattung durch Gebirge in Vaduz, führen an manchen Stationen<br />
zu erheblich grösseren Berechnungsfehlern.<br />
Im Kanton Luzern und der übrigen Nord- und Zentralschweiz ist ein dichtes Stationsnetz<br />
vorhanden. Um eine zweidimensionale Karte der Bewölkung zu erhalten, werden die<br />
Bewölkungsberechnungen der Stationen geeignet interpoliert. Die Berechnungen werden<br />
hierfür nach einfachen Kriterien gewichtet. Die gewählte Interpolationsroutine arbeitet nicht<br />
immer einwandfrei. Insbesondere die inhomogene Stationsverteilung bereitet ihr Schwierigkeiten.<br />
Unter erneuter Verwendung des Zusammenhangs „Niederschlag bedeutet bedeckter<br />
Himmel“ werden die Messungen von Niederschlagsradaren in die Bewölkungskarten<br />
übertragen. Dabei handelt man sich die Probleme von Radarmessungen ein, z.B. Clutter,<br />
Abschattung oder die Messung von Niederschlag, der den Boden nicht erreicht (Saltikoff et al.<br />
2004).<br />
Mit dem an Radarmessungen erprobten Mustererkennungsverfahren COTREC / RainCast<br />
können die Bewölkungskarten in die Zukunft extrapoliert werden. Diese Vorhersagen sind bei<br />
einer Vorhersagedauer von einer Stunde im Mittel zu 50% exakt richtig (überprüft an den<br />
Januarnächten 2004). Das Ereignis „klar oder vereinzelte Wolken“ tritt in durchschnittlich 13%<br />
des Gebietes auf; es wird in 12.6% richtig vorhergesagt, in 0.7% wird das Ereignis fälschlich<br />
oder nicht vorhergesagt. Bei einer Vorhersagezeit von mehr als einer Stunde nimmt die<br />
Vorhersagequalität deutlich ab. Im Vergleich zur Persistenz ist die Vorhersage zu bevorzugen.<br />
Die wesentlichen Probleme der Vorhersage treten bei lokal bedingten Änderungen des<br />
Bedeckungsgrads und bei hohen Advektionsgeschwindigkeiten auf. Da postfrontales<br />
Aufklaren meist langsam vor sich geht, ist es relativ gut prognostizierbar.<br />
Ein weiteres Ergebnis betrifft die Bewölkungsangabe direkt. Wolken wirken durch ihre<br />
langwellige Gegenstrahlung auf die Temperaturen in Bodennähe. Für bodennahe<br />
Temperaturdifferenzen ist deshalb neben der Menge auch die Höhe (genauer: die<br />
Strahlungstemperatur) der Wolken ausschlaggebend. In einen Korrekturzusammenhang<br />
gehen Wolkenuntertemperatur und reziproke Bodentemperatur in der vierten Potenz ein. Ein<br />
neuer Wolkenparameter Ncp berücksichtigt diesen Zusammenhang und stellt somit einen<br />
höhenkorrigierten Bedeckungsgrad dar. Die Notwendigkeit einer Höhenkorrektur stellen z.B.<br />
auch Haurwitz (1948) und Czeplak und Kasten (1982) fest, die sich aber nicht zur Einführung<br />
einer modifizierten Grösse durchringen. Alle Ergebnisse, die Bewölkungskarten genauso wie<br />
die Vorhersagen, beziehen sich auf den Ncp. Bedeckungsgrad und Wolkenhöhe sind –<br />
strahlungsbedingt – untrennbar verbunden.<br />
6.1.2 Die „wahre“ Bewölkung<br />
An zahlreichen Stellen dieser Arbeit werden Bedeckungsgrade miteinander verglichen.<br />
Meist kommt dabei der höhenkorrigierte neue Wolkenparameter Ncp zum Einsatz, dessen<br />
Beobachtungsfehler höhen- und bedeckungsgradabhängig zwischen 0.5 und 1 Achtel<br />
schwankt. An Stationen mit Bewölkungsbeobachtungen kann also eine Verifikation des Ncp-<br />
Modells erfolgen. Allerdings stellt sich die Frage, in wiefern der Bedeckungsgrad z.B. in<br />
mondlosen Nächten überhaupt beobachtbar ist. Für einige andere Stationen, die zwar keine<br />
Beobachtung am Ort haben, wohl aber in der Nachbarschaft von Stationen mit Beobachtung<br />
liegen, gelingt ein Vergleich über eine gewisse Distanz hinweg. Wynau und Roggliswil bilden<br />
- 132 -
ein solches Stationspaar. Der „wahre“ Bewölkungszustand ist dann aber nur in Wynau<br />
bekannt. Unterschiede zwischen Berechnung und Beobachtung können immer auf lokale<br />
Phänomene wie Nebel geschoben werden.<br />
Noch schwieriger wird die Beurteilung beim Übergang zur zweidimensionalen Betrachtung.<br />
In den Bewölkungskarten liegen teilweise Stationen mit stark unterschiedlichen<br />
Berechnungen direkt nebeneinander, und es gibt (neben den Interpolationsgewichten) keinen<br />
Anhaltspunkt, einer Angabe zuungunsten der anderen zu glauben. Welcher Bedeckungsgrad<br />
wirklich vorherrscht, bleibt dann trotz Modell und bunten Bildchen schleierhaft. In dieser<br />
widersprüchlichen Situation bleibt nur die Berücksichtigung weiterer, sich ebenfalls<br />
widersprechender Stationen und die Verallgemeinerung im Rahmen einer Interpolation. An<br />
anderen Stellen der Bewölkungskarte weist das Stationsnetz so grosse Lücken auf, dass<br />
Wolken ungemessen durchziehen können. Hier wird ebenfalls nur notdürftig, wenn auch nach<br />
bestem (Un-)Wissen, interpoliert.<br />
Die Bewölkungskarten geben also nicht unbedingt die tatsächliche Bewölkung wieder. So<br />
gesehen liefern die Vorhersagekarten zwar zu 50% den selben Wert wie ihre Verifikationen.<br />
Wie sehr dieser aber mit dem tatsächlich vorhandenen Wolkenfeld übereinstimmt, bleibt<br />
ungewiss. Die Bewölkungsvorhersage ist in diesem Sinne eine tendenzielle Angabe. Neben<br />
einem mittleren Berechnungsfehler einer Bewölkungsklasse beinhaltet sie eine Mischinformation<br />
über Bedeckungsgrad und Wolkenhöhe. Der wahren Bewölkung nähert man sich<br />
nur ein wenig an.<br />
6.1.3 Anwendbarkeit der Resultate<br />
Die erstellten Bewölkungskarten geben einen hilfreichen Überblick über den Bewölkungszustand.<br />
Da die Berechnungen aller verwendeten Stationen am jeweiligen Stationsstandort<br />
aufgetragen sind, kann jeder Nutzer die Vertrauenswürdigkeit der Interpolation selbst<br />
abwägen. Bei lokalen Wolkenphänomenen wie Föhn oder der Bildung von Hochnebel bietet<br />
die zweidimensionale Darstellung eine zusätzliche Sichtweise zu vorhandenen Messkurven<br />
einer Station. Bei advektiven Veränderungen kann herannahender klarer oder bedeckter<br />
Himmel bereits erkannt werden, sobald er in den Bewölkungskarten auftritt oder – sofern die<br />
Mustererkennung greift – in der Vorhersagekarte prognostiziert wird. Die Entscheidung<br />
darüber, ob Advektion oder lokal bedingte Variation vorliegt, bleibt aber zum Teil beim<br />
Betrachter.<br />
In den Kapiteln 4 und 5 dieser Arbeit kann die Bewölkung samt Vorhersage an drei<br />
Beispielen verfolgt werden. Dabei handelt es sich in zwei Fällen um postfrontales Aufklaren<br />
mit nachfolgenden Niederschlägen, im dritten Beispiel um einen Wetterumschwung mit<br />
typischem Hochdruckwetter und anschliessender Advektion von Wolken. Die Bewölkungskarten<br />
beschreiben, soweit nachprüfbar, die Situation jeweils gut. Sie passen mit synoptischer<br />
Wetterkarte, Satellitenbildern und Messwerten ausgewählter Stationen zusammen. Die<br />
Satellitenbilder sind oft wenig aussagekräftig. Die Berücksichtigung des Radarniederschlags<br />
in den Bewölkungskarten erweist sich als sehr hilfreich, auch wenn die postfrontalen Zellen<br />
nicht immer mit bedecktem Himmel verbunden sind. Die Vorhersagekarten liefern im<br />
Allgemeinen glaubwürdige Informationen über den zukünftigen Bewölkungszustand, wobei<br />
hohe Advektionsgeschwindigkeiten Probleme bereiten.<br />
- 133 -
Das postfrontale Aufklaren in der Nacht vom 27. zum 28. November 2001 (Beispiel I) bildet<br />
ein Paradebeispiel für eine gelungene Vorhersage. In dieser Nacht werden auch die Folgen<br />
des Aufklarens symptomatisch deutlich: die Strassentemperatur sinkt, und bei deutlicher<br />
Unterschreitung der Null-Grad-Grenze gefriert restliches Regenwasser. Erst am frühen<br />
Morgen steigen bei Bewölkungszunahme auch die Strassentemperaturen wieder. Auch in den<br />
anderen Beispielen lassen sich durch die Bewölkungsprognose (oder spätestens durch die<br />
Diagnose) Veränderungen in der Strassentemperatur und im Strassenzustand absehen.<br />
6.1.4 Allgemeiner Erkenntnisgewinn<br />
Neben den eher praktischen und zahlenmässigen Ergebnissen lassen sich am Ende dieser<br />
Arbeit einige Punkte nennen, die neu sind oder bisher nicht geklärt waren.<br />
Zwei dieser Erkenntnisse betreffen das Tracking-Verfahren COTREC / RainCast. RainCast<br />
arbeitet normalerweise mit dem schweizer Radar-Composite, also mit 2 km Auflösung und<br />
280_×_216 Pixeln (Schmid et al. 2000). Dass die Routine auch mit nur 100 × 100 Pixeln und<br />
1_km Auflösung funktionsfähig ist, ist mit Kapitel 5 nachgewiesen. Ebenso arbeitet RainCast<br />
erfolgreich auch mit Bewölkungskarten anstatt Radarreflektivitäten (respektive zumindest mit<br />
einer Kombination aus beidem). Allerdings war das zu erwarten, da ähnliche Mustererkennungsverfahren<br />
in völlig anderen Bereichen zur Anwendung kommen (z.B. bei Seiz et<br />
al. 2002) und das Tracking von satellitengestützten Wolkeninformationen sogar operationell<br />
durchgeführt wird (Grose et al. 2002).<br />
Dies führt direkt zur dritten Erkenntnis. Bewölkungsinformationen, auch wenn sie an<br />
einzelnen Stationen erstellt wurden, sind zweidimensional vorhersagbar. Anders gesagt lässt<br />
sich die Advektion der Wolken auch mit einem Stationsnetz und in einem nur 100 × 100 km 2<br />
grossen Beobachtungsgebiet erkennen und prognostizieren. Die gewählte Gebietsgrösse liegt<br />
dabei am untersten Limit, wenn advektive (Wolken-)Bewegungen detektiert werden sollen. Es<br />
wurde auch erkannt, dass für eine solche Anwendung ein besonders dichtes Stationsnetz<br />
erforderlich ist. Im Kanton Luzern ist die Dichte sicher ausreichend, im restlichen<br />
Untersuchungsgebiet wird die unterste Grenze des Nötigen aber erreicht (wenn nicht<br />
unterschritten).<br />
Als klarer Erkenntnisgewinn ist schliesslich der Nachweis zu nennen, dass sich eine<br />
Bewölkungsinformation zumindest nachts und im Winter ausschliesslich aus der Gras- und<br />
Lufttemperatur abschätzen lässt. Die Hinzunahme weiterer, meist ohnehin vorhandener<br />
Messwerte wie Windgeschwindigkeit, Bodentemperatur und Niederschlag ist aber<br />
wünschenswert.<br />
6.2 Ausblick<br />
In den letzten Kapiteln blieben immer wieder Fragen offen. Manchmal stiess die Arbeit an<br />
Grenzen, die innerhalb dieser Dissertation nicht mehr gesprengt werden konnten. Einige<br />
Lösungsansätze wurden an geeigneter Stelle bereits beschrieben. Sie werden nun gebündelt<br />
und ergänzt.<br />
- 134 -
Die Berechnungen dieser Arbeit konzentrieren sich auf Winternächte. Gleichwohl ist die<br />
Kenntnis des Bedeckungsgrads auch am Tag und im Sommer wünschenswert. Dabei muss<br />
mit erheblichen Beeinträchtigungen durch Turbulenz und Bodenwärmestrom gerechnet<br />
werden. Abschnitt 4.9 legt nahe, dass sich eine Ncp-Berechnung analog zur vorgestellten<br />
Methode in Payerne zumindest für Wintertage verwirklichen lässt. Es ist aber fraglich, ob<br />
diese auch auf Strassenwetterstationen übertragen werden kann.<br />
Zur Verbesserung der Bewölkungskarten sind mehrere Gesichtspunkte zu nennen. Die<br />
deutlichste Verbesserung ist wohl mit einer höheren räumlichen Auflösung des Eingangsdatensatzes<br />
zu erreichen. Je mehr Stationen zur Verfügung stehen, umso genauer können<br />
Bewölkungsstrukturen wiedergegeben werden. Mit ANETZ- und Strassenwetterstationen sind<br />
in dieser Arbeit zwei Stationstypen berücksichtigt worden, die sich durch ihren Messuntergrund<br />
grundsätzlich unterscheiden. Die Hinzunahme weiterer Stationstypen sollte also<br />
problemlos erfolgen, sofern sie ebenfalls Gras- und Lufttemperatur, Wind, Niederschlag und<br />
ggf. Bodentemperatur messen.<br />
Eine wesentliche Rolle bei der zweidimensionalen Darstellung kommt der Interpolation zu.<br />
Es ist nicht ausgeschlossen (und sogar wahrscheinlich), dass durch eine spezialisierte<br />
Interpolationsroutine die Eigenheiten der Bewölkungsfelder deutlicher in den Bewölkungskarten<br />
dargestellt werden können. Eine solche Routine muss mit einem inhomogenen<br />
Ausgangsfeld zurechtkommen und die unterschiedliche Gewichtung der Eingangswerte<br />
ermöglichen. Alternativ wäre eventuell mit der bestehenden Interpolation mehr möglich, wenn<br />
der Eingangsdatensatz künstlich verändert wird. Besonders die Homogenisierung durch<br />
Zusammenlegen benachbarter Strassenwetterstationen oder Wegfall extrem schwach<br />
gewichteter Stationen scheint überlegenswert.<br />
Weiterhin besteht die Möglichkeit, Bewölkungsinformationen aus Satellitendaten zu<br />
verwenden. Wegen der in Kapitel 2 beschriebenen Probleme sind diese Daten vor allem als<br />
Hintergrundinformation denkbar. Gegebenenfalls können sie mit Gewichten versehen werden,<br />
die eine Inversionen oder die Lage eines Messpixels im Gebirge berücksichtigen. Die<br />
erhaltene Information und ihr Gewicht kann dann an der Stelle des Pixelmittelpunkts in die<br />
Interpolation einfliessen.<br />
Spätestens beim Übergang von der Diagnose zur Prognose von Bewölkungskarten stellt<br />
neben der räumlichen Auflösung (Stationsanzahl) auch die zeitliche Auflösung einen<br />
wesentlichen Punkt dar. Abschnitt 5.6.3 zeigt, dass eine häufigere Berechnung der<br />
Bewölkungskarten die systemimmanenten Probleme der Mustererkennung reduziert. Der<br />
Effekt, dass mit einer häufiger als viertelstündlich durchgeführten Vorhersage Veränderungen<br />
früher berücksichtigt werden können, ist dagegen wohl vernachlässigbar. Die Berechnungshäufigkeit<br />
der Bewölkungskarten richtet sich – neben der vorhandenen Rechnerkapazität –<br />
vor allem nach dem Messintervall der Stationen. Mit den bisherigen Messintervallen von 10<br />
bzw. 15 Minuten ist es kaum sinnvoll, Bewölkungskarten öfter als viertelstündlich zu<br />
berechnen. Steigert sich das Messintervall der Strassenwetterstationen aber, sollte unbedingt<br />
eine Erhöhung der Berechnungsfrequenz auf 5 bis 10 Minuten erwogen werden.<br />
Aufgrund der Architektur von RainCast ist eine Vorhersage in den Abendstunden erst<br />
anderthalb bis zwei Stunden nach Sonnenuntergang möglich. Es ist also auch aus Sicht der<br />
Prognosen wünschenswert, die Bestimmung von Bewölkungskarten auf den Tag<br />
auszudehnen oder am Abend vor Sonnenuntergang beginnen zu lassen. Dem steht der<br />
Nachweis gegenüber, dass die Bewölkungsberechnung in der Dämmerung vergleichsweise<br />
unsicher ist.<br />
- 135 -
Ein wesentliches Problem der Vorhersagemethode besteht bei hohen<br />
Advektionsgeschwindigkeiten. In Kapitel 5 werden dazu einige Lösungen diskutiert. Die<br />
erfolgversprechendste liegt in einer Kombination von Radarniederschlag und Bewölkung. Ist<br />
im Radarbild Niederschlag in der Nord- oder Zentralschweiz vorhanden, kann dessen<br />
Verlagerungsvektorfeld auch auf die Bewölkung angewendet werden. Davon darf man sich<br />
eine genauere Bewölkungsvorhersage versprechen.<br />
Die Zusammenarbeit von Bewölkungsinformation und Niederschlagsvorhersage kann auch<br />
in umgekehrter Richtung funktionieren. Die Vorhersage von Niederschlag aus Radardaten hat<br />
mit dem Problem zu kämpfen, dass Schauer- und Gewitterzellen bei der Entstehung erst<br />
erkannt werden, wenn sie genügend grosse Tropfen enthalten – also wenn es bereits regnet.<br />
Die Bestimmung des Verlagerungsvektors, und damit die Vorhersage, ist sogar erst aus<br />
mehreren Bildern möglich. Allerdings beginnt jeder Schauer und jedes Gewitter mit einer<br />
Wolke, die schnell grösser wird. In den Bewölkungskarten sind Schauer- und Gewitterzellen<br />
also schon identifizierbar, wenn das Radar noch nichts sieht. Es ist anzumerken, dass sich<br />
Schauer und Gewitter meist im Sommer und tagsüber bilden. Diese Anwendung setzt also die<br />
Ausdehnung der Bewölkungsberechnung auf Sommertage voraus oder bleibt auf Einzelfälle<br />
beschränkt.<br />
Ein anderes Vorhersageproblem liegt in lokal bedingten Wolkenentstehungs- und<br />
-auflösungsprozessen. Die in dieser Arbeit vorgestellte Methode kann darauf nicht<br />
prognostisch reagieren. Es wäre wünschenswert, diese Lücke mit Informationen aus anderen<br />
Quellen zu schliessen. Eventuell können numerische Wettervorhersagemodelle über<br />
Hochnebel und Föhn Auskunft geben oder lokale, eindimensionale Modelle können diese<br />
Risiken beschreiben.<br />
Im Rahmen dieser Arbeit wurde es unterlassen, die Bewölkungsprognose eines Ortes (z.B.<br />
einer Strassenwetterstation) zu erstellen und auszuwerten. Für zahlreiche Anwendungen ist<br />
das aber wichtig. Eine solche Ortsvorhersage muss dabei keinen exakten Bedeckungsgrad<br />
liefern; das wäre angesichts der angestrengten Genauigkeitsüberlegungen sicher übertrieben.<br />
Sinnvoll ist dagegen die Herausgabe einer Wahrscheinlichkeit, zu wieviel Prozent eine<br />
Bewölkungs- oder Niederschlagsklasse zu erwarten ist (Schmid et al. 2000). Dieser Weg wird<br />
bereits in Abschnitt 5.7 diskutiert.<br />
Schliesslich ist auch der praktische Nutzen einer Bewölkungsvorhersage im Auge zu<br />
behalten. Im Bereich der Strassenwettervorhersage macht eine Prognose Sinn, die die<br />
Variation der Bewölkung durch Advektion beschreibt. Dabei ist aber nicht unbedingt eine<br />
korrekte Vorhersage bedeutsam, sondern die zurückgerechnete Wirkung der Wolken<br />
vornehmlich auf die Strassentemperatur. Eine in angemessenem Rahmen falsche Prognose<br />
des Bedeckungsgrads kann trotzdem zur korrekten Strassentemperatur führen, wenn dem<br />
Fehler bei Hin- und Rückrechnung der gleiche physikalische Mangel zugrunde liegt. In diesem<br />
Sinne interessiert tatsächlich für die Strassenwettervorhersage eher der höhenkorrigierte Ncp<br />
als der tatsächliche Bedeckungsgrad. Die konkrete Rückrechnung von Ncp-Prognosen auf<br />
T0m steht noch aus. Der geeignete Weg liegt vermutlich in einer einfachen Abschätzung. Für<br />
wolkenlosen Himmel gibt z.B. Tabelle 4.21 die mittlere Veränderung der Temperatur mit der<br />
Zeit und deren Varianz wieder.<br />
Andere Informationen zur Strassenwettervorhersage liefern numerische Wettervorhersagemodelle<br />
(NWPs). Diese haben oft Probleme bei der Prognose der Bewölkung. Eine<br />
Arbeitsteilung zwischen den NWPs und Bewölkungskarten könnte so aussehen, dass die<br />
Bewölkungskarten und ihre Prognosen indirekt, als unabhängige Verifikation der numerischen<br />
- 136 -
Vorhersage, verwendet werden. Wenn die NWPs nicht in der Lage sind, einen aufklarenden<br />
oder zunehmend bewölkten Himmel richtig zu prognostizieren, muss auch deren restliche<br />
Vorhersage (z.B. diejenige der Strassentemperatur) verworfen oder neu erstellt werden.<br />
Mit neuronalen Netzen ist auf dem Gebiet der Strassenwettervorhersage noch ein<br />
alternativer Ansatz zur Vorhersage der Strassentemperatur denkbar (Shao 1998). Als<br />
Einflussgrössen kommen neben den aktuellen und zurückliegenden Temperatur- und<br />
Niederschlagsmessungen auch die Messwerte benachbarter Stationen in Betracht. Der Effekt<br />
der Advektion von Wolken könnte so auf eine Art gelöst werden, die über Wolken gar nicht<br />
nachdenkt.<br />
Auch über die Belange des Strassenwetters hinaus ist eine Vorhersage der Bewölkung<br />
interessant. In Teilen der Landwirtschaft stellt z.B. Bodenfrost ein erhebliches Risiko dar. Die<br />
Reaktionsmöglichkeiten sind allerdings bei einer Vorhersagezeit von maximal einer Stunde<br />
eher gering. Für die Bau- und Wasserwirtschaft gelten ähnliche Überlegungen.<br />
Die Bewölkungsberechnung an einer Station kommt sogar für eine komplett andere<br />
Verwendung in Frage. Für die zur Ncp-Berechnung benötigten Eingangsgrössen (Luft- und<br />
Grastemperatur, Niederschlag, Windgeschwindigkeit) stehen an vielen synoptischen<br />
Stationen lange Zeitreihen zur Verfügung. Damit kann eine vollkommen unabhängige<br />
Zeitserie des Bedeckungsgrads berechnet werden. Sie ist verwendbar zur Verifikation<br />
bestehender Bewölkungsangaben oder vermuteter Trends in der Bewölkung. Dies gilt im<br />
Moment natürlich nur eingeschränkt auf Winternächte und unter Berücksichtigung der<br />
Tatsache, dass der Ncp eine kombinierte Grösse aus Bedeckungsgrad und Wolkenhöhe<br />
darstellt.<br />
Zur Bestimmung und Vorhersage ein- und zweidimensionaler Bewölkungsstrukturen sowie<br />
zu einer umfassenden Anwendung in der Strassenwettervorhersage oder anderen Bereichen<br />
sind noch zahlreiche Verbesserungen und Verfeinerungen möglich oder sogar nötig. Ein<br />
erster, wesentlicher Schritt ist mit der stationsunabhängigen Bestimmung des Bedeckungsgrades<br />
und der funktionsfähigen nächtlichen Vorhersage postfrontalen Aufklarens aber<br />
gemacht.<br />
- 137 -
- 138 -
Anhänge<br />
A. Klassifizierung von Bedeckungsgrad und Niederschlag<br />
Beobachteter<br />
Bedeckungsgrad (N)<br />
/ Achtel<br />
Tatsächliche<br />
Bedeckung / Achtel<br />
METAR-<br />
Meldung<br />
Klassifizierung<br />
dieser Arbeit (Ncp)<br />
0 0 CLEAR Klar<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7<br />
0.0 bis 0.5 FEW Klar<br />
0.5 bis 1.0 FEW Klar<br />
1.0 bis 1.5 FEW Klar<br />
1.5 bis 2.0 FEW Klar<br />
2.0 bis 2.5 FEW Vereinzelte Wolken<br />
2.5 bis 3.0 SCATTERED Vereinzelte Wolken<br />
3.0 bis 3.5 SCATTERED Vereinzelte Wolken<br />
3.5 bis 4.0 SCATTERED Bewölkt<br />
4.0 bis 4.5 SCATTERED Bewölkt<br />
4.5 bis 5.0 BROKEN Bewölkt<br />
5.0 bis 5.5 BROKEN Stark Bewölkt<br />
5.5 bis 6.0 BROKEN Stark Bewölkt<br />
6.0 bis 6.5 BROKEN Stark Bewölkt<br />
6.5 bis 7.0 BROKEN Bedeckt<br />
7.0 bis 7.5 BROKEN Bedeckt<br />
7.5 bis 8.0 BROKEN Bedeckt<br />
8 8 OVERCAST Bedeckt<br />
Tabelle A.1: Klasseneinteilung des Bedeckungsgrads.<br />
- 139 -
Klasse<br />
(MeteoSchweiz)<br />
Radarreflektivität<br />
/ dBZ<br />
Niederschlag<br />
/ mm/h<br />
Charakter (Schmid<br />
et al. 2002)<br />
0 < 13 0.00 – 0.16 Trocken<br />
1* - - Max-2<br />
Charakter<br />
(diese Arbeit)<br />
Kein<br />
Niederschlag<br />
Noch kein<br />
Niederschlag<br />
1 13 - 16 0.16 – 0.25 - -<br />
2 16 - 19 0.25 – 0.40 Leicht<br />
3 19 - 22 0.40 – 0.63 Leicht<br />
4 22 - 25 0.63 – 1.00 Leicht<br />
5 25 - 28 1.00 – 1.60 Mässig<br />
6 28 - 31 1.60 – 2.50 Mässig<br />
7 31 - 34 2.50 – 4.00 Mässig<br />
8 34 - 37 4.00 – 6.30 Mässig<br />
9 37 - 40 6.30 – 10.0 Mässig<br />
10 40 - 43 10.0 – 16.0 Stark<br />
11 43 - 46 16.0 – 25.0 Stark<br />
12 46 - 49 25.0 – 40.0 Stark<br />
13 49 - 52 40.0 – 63.0 Stark<br />
14 52 - 55 63.0 – 100.0 Stark<br />
15 > 55 > 100.0 Extrem<br />
Leichter<br />
Niederschlag<br />
Mässiger<br />
Niederschlag<br />
Starker<br />
Niederschlag<br />
Extremer<br />
Niederschlag<br />
Tabelle A.2: Einteilung von Radarreflektivität und Niederschlag in Klassen. Die Niederschlagsunterteilung errechnet<br />
sich nach der Z-R-Beziehung Z = a · R b mit a = 316 und b = 1.5. Die Klasse 1* mit Charakter „Max-2“<br />
bzw. „Noch kein Niederschlag“ ersetzt die Klassen 1 bis 4, wenn der Niederschlag zwar im Max-CAPPI<br />
vorhanden ist, nicht aber in einem CAPPI in 2 km Höhe.<br />
- 140 -
B. Stationslisten<br />
Stationsname ANETZ Abk. Koordinaten Höhe<br />
Adelboden ABO 609400 148975 1320 G<br />
Aigle AIG 560120 130630 381 G<br />
Altdorf ALT 690960 191700 449 K<br />
Basel-Binningen BAS 610850 265620 316 K<br />
Bern-Liebefeld BER 598610 197470 565 K<br />
Beznau BEZ 659500 267400 327<br />
Buchs-Suhr BUS 648400 248380 387 K<br />
Changins CGI 507280 139170 430<br />
Chasseral CHA 571290 220320 1599 B<br />
Chur-Ems CHU 759460 193170 555 S<br />
Cimetta CIM 704370 117515 1672 S<br />
Comprovasco COM 714998 146440 575 S<br />
Corvatsch COV 783160 143525 3315 S<br />
Davos DAV 783580 187480 1590 S<br />
Disentis DIS 708230 173780 1190 B<br />
Engelberg ENG 674150 186060 1035 K<br />
Evolene-Villa EVO 605415 106740 1825<br />
Fahy FAH 562460 252650 596 G<br />
Fey FEY 586725 115180 737<br />
Geneve-Cointrin GVE 498580 122320 420<br />
Glarus GLA 723750 210580 515 G<br />
Goesgen GOE 641260 246130 380 x<br />
Grand St.Bernhard GSB 579200 79720 2472 B<br />
Grimsel-Hospiz GRH 668460 158160 1980 S<br />
Guetsch GUE 690140 167590 2287 S<br />
Guettingen GUT 738430 273950 440 G<br />
Hinterrhein HIR 733900 153980 1611 S<br />
Hoernli HOE 713500 247750 1144 B<br />
Interlaken INT 633070 169120 580 G<br />
Jungfraujoch JUN 641930 155275 3580 B<br />
La Chaux-de-Fonds CDF 551290 215150 1018 G<br />
La Dole DOL 497050 142380 1670 B<br />
La Fretaz FRE 534230 188080 1202<br />
- 141 -
Laegern LAE 672250 259460 868 x<br />
Leibstadt LEI 656350 272100 341 x<br />
Locarno-Magadino MAG 711160 113540 197 S<br />
Locarno-Monti OTL 704160 114350 366 S<br />
Lugano LUG 717880 95870 273 S<br />
Luzern LUZ 665520 209860 456 K<br />
Moleson MLS 567740 155175 1972 B<br />
Montana MVE 603600 129160 1508 S<br />
Muehleberg MUB 587850 202450 483 x<br />
Napf NAP 638138 206075 1406 K<br />
Neuchatel NEU 563150 205600 485 G<br />
Payerne PAY 562150 184855 490 G<br />
Pilatus PIL 661910 203410 2106 B<br />
Piotta PIO 694930 152500 1007 S<br />
Plaffeien-Oberschrot PLF 586850 177400 1042 G<br />
PSI Wuerenlingen PSI 659540 265600 334 x<br />
Pully PUY 540820 151500 461<br />
Reckenholz REH 681400 253550 443 K<br />
Robbia ROB 801850 136180 1078 S<br />
Robiei ROE 682600 144075 1898 S<br />
Ruenenberg RUE 633250 253840 610 K<br />
Saentis SAE 744100 234900 2490 B<br />
Samedan-St.Moritz SAM 787150 156040 1705 S<br />
San Bernardino SBE 734120 147270 1639 S<br />
Schaffhausen SHA 688700 282800 437 G<br />
Scuol SCU 817130 186400 1298 S<br />
Sion SIO 592200 118625 482 S<br />
St.Gallen STG 747940 254600 779<br />
Stabio SBO 716040 77970 353 S<br />
Taenikon TAE 710500 259820 536 G<br />
Ulrichen ULR 666740 150760 1345 S<br />
Vaduz VAD 757700 221700 460<br />
Visp VIS 631150 128020 640 S<br />
Waedenswil WAE 693770 230780 463 K<br />
Weissfluhjoch WFJ 780600 189630 2690 S<br />
Wynau WYN 626400 233860 422 K<br />
Zermatt ZER 624350 97550 1638 S<br />
Zuerich SMA SMA 685125 248090 556 K<br />
Zuerich-Kloten KLO 682280 259220 436 K<br />
Tabelle B.1: ANETZ-Stationen mit Kürzel, geographischen Angaben in Schweizer Koordinaten und Höhe in<br />
Metern. Die Klassenbezeichnung bedeutet: K – kleines Gebiet, G – nur grossen Gebiet (vgl. Abbildung 3.3<br />
und 3.4), B – Bergstation, S – Station im Süden (Tessin, Wallis, Graubünden), x – Station ohne Messung der<br />
Grastemperatur. Nicht verwendete Stationen sind kursiv, besonders erwähnte fett gesetzt.<br />
- 142 -
Abk. Koordinaten Höhe Stationsname Strassenwetterstation<br />
AES 660531 235073 490 Aesch<br />
ALB 642580 223048 515 Alberswil<br />
BCH 645598 228503 510 Buchs<br />
BMD 665175 213685 450 Bermudadreieck<br />
BUR 669187 217068 440 Buchrain<br />
BUT 650676 219221 605 Buttisholz<br />
DUR 632905 196009 770 Dürenbach<br />
ESC 666845 221568 500 Eschenbach<br />
FIN 650500 202600 1060 Finsterwald<br />
FON 645527 207445 680 Fontannen<br />
GET 639385 220778 560 Gettnau<br />
GIS 672600 220341 410 Gisikon<br />
GRO 665110 209975 460 Grosshofbrücke<br />
HAM 665229 232749 820 Hämikon Berg<br />
HAL 666360 205789 440 Haltiwald<br />
HBG 659609 228186 780 Herlisberg<br />
HIL 659434 223061 715 Hildisrieden<br />
HWL 639708 215653 650 Hergiswil<br />
KNU 648422 226640 510 Knutwilerhoehe<br />
KOT 646556 224189 520 Kottwil<br />
LAU 661816 210772 520 Littau<br />
LBD 661458 211526 450 Littauerboden<br />
LEH 641325 198075 770 Lehn<br />
MAU 644904 215445 585 Menznau<br />
MAL 651827 210776 535 Malters<br />
MBG 642483 211214 982 Menzberg<br />
MEI 674737 217873 630 Meierskappel<br />
NKI 656583 218604 515 Neuenkirch<br />
OKI 650497 223510 520 Oberkirch<br />
REU 668541 216929 425 Reussbrücke<br />
RIC 654622 229752 700 Rickenbach<br />
ROG 633462 230139 540 Roggliswil<br />
ROK 662434 214974 500 Rotbach K<br />
RON 662226 215127 500 Rotbach N<br />
RUS 654513 213594 680 Ruswil<br />
ROT 662314 217586 500 Rothenburg<br />
SHM 643956 197614 785 Schüpfheim<br />
SLD 665329 207833 450 Schlund<br />
SNG 661591 235470 655 Schongau<br />
SOR 644745 186215 1130 Sörenberg<br />
STA 640780 229151 480 Stängelmatten<br />
SWB 655587 208155 750 Schwarzenberg<br />
- 143 -
SWH 648438 208988 690 Schwanderholz<br />
TBR 652325 225021 450 Triechterbrücke<br />
TRI 647678 233270 500 Triengen<br />
TRU 659320 219681 560 Truttigen<br />
UFH 633452 219521 625 Ufhusen<br />
VIZ 679542 206692 450 Vitznau<br />
WEG 674923 210861 500 Weggis<br />
WIG 636014 193238 790 Wiggen<br />
WIK 639947 234508 450 Wikon<br />
ZIN 645418 202081 700 Zinggen<br />
Tabelle B.2: Strassenwetterstationen des Kantons Luzern mit Kürzel, geographischen Angaben in Schweizer<br />
Koordinaten und Höhe in Metern. Besonders erwähnte Stationen sind fett gesetzt.<br />
Abk. Stationsname meteomedia Koordinaten Höhe<br />
066870 Amden 732220 223430 1323 G<br />
109130 Bad Duerrheim 689080 317140 853 DG<br />
069990 Balzers FL 757690 216640 471<br />
066000 Basel-City 610820 268290 273 x<br />
066740 Bisisthal 706080 200680 795 G<br />
099100 Breitnau/Hinterzarten 649350 309260 900 DG<br />
066340 Brugg 657310 259300 345 K<br />
109320 Dettingen(Konstanz) 725740 290010 524 DG<br />
109120 Donaueschingen 680430 313310 679 Dx<br />
109080 Feldberg/Schwarzw. 641920 303640 1486 DB<br />
109180 Feldbergbahn 644420 301810 1350 DG<br />
108030 Freiburg 630630 316550 269 DG<br />
108040 Freiburg-Ebnet 636860 314730 300 DG<br />
066950 Gais (AR) 751870 246140 905<br />
109100 Gersbach/Schwarzw. 635810 283220 913 DG<br />
092580 Giswil 657990 188900 475 x<br />
066710 Glattalp (SZ) 709960 197040 1858 B<br />
066960 Heerbrugg (SG) 764250 253890 420<br />
109010 Heitersheim 613240 305360 215 DG<br />
109140 Hoechenschwand 654540 287070 1008 DG<br />
066020 Hofstettermatte 605810 257170 699 K<br />
109240 Hohentwiel 703220 291430 686 Dx<br />
109200 Jestetten 684670 278160 430 DG<br />
109290 Konstanz 730910 282710 443 DG<br />
109300 Konstanz-Hoernle 733450 280910 396 DG<br />
109220 Loeffingen 670590 303920 800 DG<br />
109070 Loerrach 617070 273870 286 DK<br />
- 144 -
067330 Muelenen (BE) 619940 164570 692 G<br />
109260 Radolfzell/Bodens. 717030 287980 398 DG<br />
066560 Rigi-Kulm 679300 211380 1771 x<br />
109210 Rothaus/Schwarzw. 660710 294540 965 DG<br />
069920 Ruggell FL 758510 233340 433<br />
109090 Schoenau/Schwarzw. 634500 292480 542 DG<br />
092570 Schuepfheim (LU) 643930 199900 745 x<br />
068250 Schwyz 690750 207830 448 K<br />
109030 Steinen-Vogelpark 623310 281300 412 DG<br />
099190 Stuehlingen 675760 289160 465 DG<br />
099110 Todtmoos/Schwarzwald 642030 286960 825 DG<br />
066990 Trogen (AR) 751680 253550 875<br />
109230 Tuttlingen 701550 315490 645 DG<br />
109310 Ueberlingen/Bodens. 730700 291970 398 DG<br />
066920 Wald (AR) 756710 253680 1061<br />
109150 Waldshut-Tiengen 663410 276040 348 DG<br />
066970 Wasserauen (AI) 750800 238700 868<br />
066510 Weggis 675520 209470 434 x<br />
109050 Weil am Rhein 613320 270150 261 DK<br />
067280 Wengen 637830 160950 1285 x<br />
Tabelle B.3: Ausgewählte Stationen der meteomedia ag mit Kennnummer, geographischen Angaben in<br />
Schweizer Koordinaten und Höhe in Metern. Die Klassenbezeichnung bedeutet: K – kleines Gebiet, G – nur<br />
grossen Gebiet (vgl. Abbildung 3.3 und 3.4), B – Bergstation, D – Station in Deutschland, x – Station ohne<br />
Messung der Grastemperatur. Nicht verwendete Stationen sind kursiv, besonders erwähnte fett gesetzt.<br />
Radar Koordinaten Höhe Inbetriebnahme<br />
Albis 47.29° Nord, 8.51° Ost 928 20.10.94<br />
La Dôle 46.43° Nord, 6.10° Ost 1680 07.11.95<br />
Monte Lema 46.04° Nord, 8.83° Ost 1625 13.09.93<br />
Tabelle B.4: Die Radare der MeteoSchweiz mit geographischen Koordinaten, Höhe in Metern und Inbetriebnahmedatum<br />
(nach Wüest 2001).<br />
- 145 -
- 146 -
C. Abbildungen zu Beispiel I<br />
Abbildung C.1: Synoptische und lokale Wettersituation in der Nacht vom 27. zum 28. November 2001. Links<br />
oben: Wetterkarte von 00 UTC (Quelle siehe Anhang G). Andere Abbildungen: Verlauf von Messwerten und<br />
berechnetem Ncp an den Strassenwetterstationen in Roggliswil (oben rechts), Neuenkirch (unten links) und<br />
Weggis (unten rechts). Dargestellt sind Luft-, Gras-, Boden- und Taupunktstemperatur (blau, schwarz, grün,<br />
gelb; Skala links), Niederschlag (orange; Skala rechts unten), Bedeckungsgrad (rotes +; Skala rechts mitte)<br />
sowie Windrichtung (dick gepunktet; Skala rechts oben) und -geschwindigkeit (dünn gepunktet; Skala links<br />
oben).<br />
- 147 -
Abbildung C.2: Berechnete Bewölkungskarten (links) und, soweit vorhanden, Vorhersagen für den selben<br />
Zeitpunkt (rechts) am 27. November 2001.<br />
- 148 -
Abbildung C.3: Berechnete Bewölkungskarten (links) und Vorhersagen für den selben Zeitpunkt (rechts) am<br />
27. und 28. November 2001.<br />
- 149 -
Abbildung C.4: Berechnete Bewölkungskarten (links) und Vorhersagen für den selben Zeitpunkt (rechts) am<br />
28. November 2001.<br />
- 150 -
Abbildung C.5: Berechnete Bewölkungskarten (links) und Vorhersagen für den selben Zeitpunkt (rechts) am<br />
28. November 2001.<br />
Abbildung C.6: Verlagerungsvektoren (Windfahnen) am 28. November 2001 um 5:30 UTC.<br />
- 151 -
Abbildung C.7: Strassenzustand und -temperatur an den Strassenwetterstationen des Kantons Luzern am 27.<br />
und 28. November 2001. „Ungültig“ bedeutet Temperatur > 5°C oder < -5°C.<br />
- 152 -
D. Abbildungen zu Beispiel II<br />
Abbildung D.1: Synoptische und lokale Wettersituation in der Nacht vom 24. zum 25. Januar 2004. Links<br />
oben: Wetterkarte von 00 UTC (Quelle siehe Anhang G). Andere Abbildungen: Verlauf von Messwerten und<br />
berechnetem Ncp an den Strassenwetterstationen in Roggliswil (oben rechts), Neuenkirch (unten links) und<br />
Weggis (unten rechts). Dargestellt sind Luft-, Gras-, Boden- und Taupunktstemperatur (blau, schwarz, grün,<br />
gelb; Skala links), Niederschlag und Neuschnee (orange, Stern; Skala rechts unten), Bedeckungsgrad<br />
(rotes_+; Skala rechts mitte), Sichtweite < 2 km (oranges X; kleine Skala rechts oben) sowie Windrichtung<br />
(dick gepunktet; Skala rechts oben) und -geschwindigkeit (dünn gepunktet; Skala links oben).<br />
- 153 -
Abbildung D.2: Berechnete Bewölkungskarten (links) und Strassenzustand bzw. Vorhersagen für den selben<br />
Zeitpunkt (rechts) am 25. Januar 2004.<br />
- 154 -
Abbildung D.3: Berechnete Bewölkungskarten (links) und Strassenzustand bzw. Vorhersagen für den selben<br />
Zeitpunkt (rechts) am 25. Januar 2004.<br />
- 155 -
Abbildung D.4: Berechnete Bewölkungskarten (links) und Strassenzustand bzw. Vorhersagen für den selben<br />
Zeitpunkt (rechts) am 25. Januar 2004.<br />
- 156 -
E. Abbildungen zu Beispiel III<br />
Abbildung E.1: Synoptische und lokale Wettersituation in der Nacht vom 18. zum 19. Dezember 2003. Oben:<br />
Wetterkarte von 00 UTC (Quelle siehe Anhang G). Unten: Verlauf von Messwerten und berechnetem Ncp an<br />
den Strassenwetterstationen in Roggliswil (links) und Schüpfheim (rechts). Dargestellt sind Luft-, Gras-,<br />
Boden- und Taupunktstemperatur (blau, schwarz, grün, gelb; Skala links), Niederschlag und Neuschnee<br />
(orange, Stern; Skala rechts unten), Bedeckungsgrad (rotes +; Skala rechts mitte), Sichtweite < 2 km<br />
(oranges X; kleine Skala rechts oben) sowie Windrichtung (dick gepunktet; Skala rechts oben) und<br />
-geschwindigkeit (dünn gepunktet; Skala links oben).<br />
- 157 -
Abbildung E.2: Berechnete Bewölkungskarten (links) und Vorhersagen für den selben Zeitpunkt bzw.<br />
Verlagerungsvektoren in Windfahnendarstellung (rechts) am 18. und 19. Dezember 2003.<br />
- 158 -
Abbildung E.3: Berechnete Bewölkungskarten (links) und Vorhersagen für den selben Zeitpunkt bzw.<br />
Verlagerungsvektoren in Windfahnendarstellung (rechts) am 19. Dezember 2003.<br />
- 159 -
Abbildung E.4: Strassenzustand und -temperatur an den Strassenwetterstationen des Kantons Luzern am 18.<br />
und 19. Dezember 2003. „Ungültig“ bedeutet Temperatur < -5°C.<br />
- 160 -
F. Definition statistischer Werte<br />
Bei den Untersuchungen dieser Arbeit werden wiederholt statistische Kenngrössen<br />
verwendet. Diese definieren sich wie folgt:<br />
Statistische Werte einer Verteilung<br />
Es sei (Y1, ..., YM) eine Stichprobe der Variable Y mit Grundgesamtheit M. Dann ist<br />
Ymin = min(Yi), 1 ¡ i M (F.1)<br />
die kleinste Zahl der Stichprobe. Sie wird als Minimum bezeichnet.<br />
Ymax = max(Yi), 1 ¡ i ¡ M (F.2)<br />
ist der grösste der M Werte. Er wird als Maximum bezeichnet.<br />
Es gibt verschiedene Möglichkeiten, den Mittelwert einer Verteilung zu definieren. In dieser<br />
Arbeit findet ausschliesslich das arithmetische Mittel Verwendung:<br />
Y mean<br />
1<br />
M<br />
M i £ 1<br />
Die Standardabweichung<br />
s ¢¡ Y<br />
Y i . (F.3)<br />
1<br />
M<br />
£ M ¡ 1¤ i £ 1<br />
Y ¡ Y<br />
i mean<br />
2 (F.4)<br />
beschreibt den quadratischen Fehler des arithmetischen Mittelwerts. Innerhalb des Intervalls<br />
Y_±_ Y liegen (bei einer normalverteilten Stichprobe) 63% aller Werte.<br />
Sind die Werte der Stichprobe aufsteigend<br />
¡ ¢<br />
sortiert ( ¥ Y Y £ £ i 2 , ¤ M i i 1<br />
), dann lässt<br />
sich zu jedem Wert qu (gegeben in Prozent) ein Quantil<br />
Yqu = YM·qu/100% (F.5)<br />
bestimmen, z.B. das 10%-Quantil Y10%_=_YM·0.1. Das 50%-Quantil wird auch als Median<br />
bezeichnet.<br />
Ymedian = Yqu=50% = YM/2 (F.6)<br />
unterteilt also die Verteilung in M/2 Werte mit Yi ¡ Ymedian und M/2 Werte mit Yi § Ymedian.<br />
Vergleich von zwei Verteilungen<br />
Es seien Ya und Yb zwei Verteilungen mit zusammengehörigen Wertepaaren Ya,i, Yb,i,<br />
1_¡ _i_¡ _M. Ihr Mittelwert sei Ya,mean_±_sa bzw. Yb,mean_±_sb. Dann ist der Fehler der<br />
Verteilungsmittelwerte, also der systematische Unterschied zwischen den Verteilungen<br />
- 161 -
BIAS<br />
M<br />
1<br />
£ M<br />
i 1<br />
Y ¡ Y a ,i b , i<br />
Der mittlere quadratische Fehler der Verteilungen lautet<br />
RMS<br />
¡<br />
1<br />
M<br />
M<br />
i 1<br />
Y ¢ Y<br />
a , i b , i<br />
Y ¡ Y . (F.7)<br />
a , mean b , mean<br />
2 . (F.8)<br />
Ob ein linearer Zusammenhang zwischen den beiden Verteilungen vorliegt, beschreibt der<br />
Korrelationskoeffizient<br />
r ¡<br />
M<br />
i £ 1<br />
M<br />
i £ 1<br />
£ Y Y £ ¤ Y Y a , i b ,i a , mean b , mean<br />
2<br />
Y ¤ 2<br />
Y a ,i a , mean<br />
1<br />
2<br />
M<br />
i £ 1<br />
2<br />
Y ¤ 2<br />
Y b , i b , mean<br />
Des weiteren lässt sich auch die Summe der Differenzen<br />
1<br />
M i £ 1<br />
M ¡ Y a , i – Y b ,i<br />
und das Summenverhältnis<br />
S<br />
M<br />
i 1<br />
¢ Y a , i<br />
M<br />
i 1<br />
Y b , i<br />
der beiden Verteilungen betrachten.<br />
1<br />
2<br />
. (F.9)<br />
¡ (F.10)<br />
¡ 1<br />
- 162 -<br />
(F.11)
G. Quellenangaben einiger Abbildungen<br />
Für die Zurverfügungstellung mehrerer Abbildungen und Gleichungen bin ich zu<br />
besonderem Dank verpflichtet. Dieser gilt konkret und namentlich den folgenden Urhebern<br />
und Übermittlern.<br />
Abbildung 3.1 (ANETZ-Geräte am Jungfraujoch) entstand im Rahmen der CLACE-III-<br />
Kampagne durch Keith Bower (UMIST).<br />
Abbildung 3.2 (Strassenwetterstation in Sörenberg) stammt vom Strasseninspektorat des<br />
Kantons Luzern, Albert Mathis und Hansruedi Stadelmann.<br />
Abbildung 3.6 (Sichtfeld der schweizer Radare) entstammt der Arbeit von Marc Wüest<br />
am IAC .<br />
Abbildung 5.1 (Systembild zum Box-Tracking) entstand auf Grundlage einer Abbildung von<br />
Willi Schmid.<br />
Abbildung C.1, D.1 und E.1 (Synoptische Karten) finden sich im Archiv der Wetterzentrale<br />
(www.wetterzentrale.de/topkarten/fsfaxbra.html). Sie wurden ursprünglich vom UK<br />
MetOffice (www.metoffice.com) erstellt.<br />
Gleichung (2.1) (Zeitgleichung) stammt aus einem Astrolexikon im Internet<br />
(http://lexikon.astronomie.info/zeitgleichung).<br />
- 163 -
H. Abkürzungsverzeichnis<br />
Es folgt eine Liste aller im Text verwendeten Abkürzungen. Allfällig verwendete<br />
Stationskürzel der ANETZ- und Strassenwetterstationen können den Tabellen in Anhang B<br />
entnommen werden und sind nicht erneut aufgeführt.<br />
aLMo alpines Lokalmodell<br />
ANETZ Automatisches Messnetz der MeteoSchweiz<br />
As Altostratus<br />
Ac Altocumulus<br />
CAPPI Höhenkonstanter PPI (Constant Altitude PPI)<br />
Cb Cumulunimbus<br />
Cc Cirrocumulus<br />
Ci Cirrus<br />
COTREC Continuity of TREC vectors<br />
Cs Cirrostratus<br />
CSI Clear Sky Index<br />
Cu Cumulus<br />
DWD Deutscher Wetterdienst<br />
FWHM Öffnungswinkel (Full-width-at-half-maximum-Winkel)<br />
ICAO Internationale Zivilluftfahrt-Organisation (International Civil Aviation<br />
Organisation)<br />
IDL Interactive Data Language<br />
IR Satellitenkanäle im Infrarot-Bereich<br />
LM Lokalmodell<br />
Max-CAPPI Maximum von CAPPIs in verschiedenen Höhen<br />
METAR Flughafen-Wettermeldung (Meteorological Aerodrome Report)<br />
Meter über NN Meter über Normalnull (Meeresniveau)<br />
MOS Model Output Statistic<br />
Ncp Neuer Wolkenparameter (New Cloud Parameter)<br />
Ns Nimbostratus<br />
NWP Numerische Wettervorhersage (Numerical Weather Prediction)<br />
PPI Azimutscan (Plan Parallel Indicator)<br />
PWD Present Weather Detector<br />
Radar Radiowave Detection and Ranging System<br />
RHI Elevationsscan (Range-Height Indicator)<br />
RMS Mittlerer quadratischer Fehler (root mean square error)<br />
- 164 -
RWIS Strassenwetter-Informationssystem mit Stationen (Road Weather<br />
Information System)<br />
Sc Stratocumulus<br />
SIRWEC Internationale Strassenwetterkonferenz (Standing International Road<br />
Weather Conference)<br />
SMA Schweizerische Meteorologische Anstalt (seit 1996 MeteoSchweiz)<br />
St Stratus<br />
SWIS Strassenwetter-Informationssystem mit Stationen in Deutschland<br />
THYGAN Thermo-Hygrometer ANETZ<br />
TREC Radar-Mustererkennungsverfahren mit Kreuzkorrelation (Tracking<br />
Radar Echoes by Correlation)<br />
UTC Weltzeit (Universal Time Coordinated)<br />
VIS Satellitenkanäle im sichtbaren Bereich (visible)<br />
WRC / PMOD Weltstrahlungszentrum (World Radiation Center) / Physikalisch-<br />
Meteorologisches Observatorium Davos<br />
WMO World Meteorological Organisation<br />
WV Satellitenkanäle im Wasserdampf-Absorptionsbereich (water vapour)<br />
Z-R-Beziehung Reflektivitäts-Niederschlagsintensitäts-Umrechnung<br />
- 165 -
I. Symbolverzeichnis<br />
In der nachfolgenden Liste sind alle in dieser Arbeit verwendeten Variablen verzeichnet.<br />
Bei Variablen, die sowohl in allgemeiner Form als auch mit Indizierung verwendet werden, ist<br />
nur die allgemeine Form angegeben. Ausnahmen bilden die langwellige Strahlung L und die<br />
Temperatur T, wo jeweils typische Beispiele aufgeführt sind. Die meisten verwendeten<br />
Indizierungen sollten intuitiv verständlich sein.<br />
Symbol Einheit Name<br />
£<br />
¢<br />
1 Albedo<br />
B, L ° Geographische Breite und Länge<br />
K/m Temperaturgradient<br />
Y [Y] Absoluter Fehler von Y<br />
Y = Y1 - Y2 [Y] Differenz zweier Werte Y1 und Y2<br />
- Summe der Differenzen<br />
¡<br />
¦<br />
¡<br />
¢<br />
¢<br />
1 Emissivität<br />
i (Klassen) Schlüsselzahl zur Wolkenhöhe hi<br />
- Ordnungszahl bei Polynomen<br />
° Halbwertsbreite (Öffnungswinkel) des Radars<br />
° Azimutwinkel<br />
1 W/(Km) Wärmeleitfähigkeit des Bodens<br />
2 Ws/(Km) Wärmekapazität des Bodens<br />
¢ ¢<br />
<br />
H, E 1 Transportkoeffizienten fühlbarer bzw. latenter Energie<br />
(R) mm-1 <br />
Parameter des Tropfenspektrums<br />
E 2.5·106 J/kg Spezifische Verdampfungswärme<br />
¦<br />
<br />
¡<br />
m Wellenlänge<br />
- Exponent eines Exponentialansatzes<br />
kg/m3 ¢<br />
Dichte<br />
5.67·10-8 W/m2 /K4 Stefan-Boltzmann-Konstante<br />
§<br />
§ §<br />
°C Taupunktstemperatur<br />
T K Taupunktsdifferenz (Spread)<br />
° Elevationswinkel<br />
s 1 Sky-View-Faktor<br />
¢<br />
<br />
sr Raumwinkel (Halbraum = 2 sr)<br />
- Wolkentypfaktor<br />
- 166 -
A K -1 Psychrometerkonstante<br />
a - Parameter eines Exponentialansatzes<br />
amax, amin - Parameter einer logarithmischen Ausgleichskurve<br />
B W/m 2 Bodenwärmestrom<br />
b 1 Exponent eines Exponentialansatzes<br />
bmax, bmin - Parameter einer logarithmischen Ausgleichskurve<br />
Ct, Cm, Ch (Klassen) Wolkengattungen tiefer, mittlerer und hoher Wolken<br />
CSI 1 Clear Sky Index<br />
c 3·10 8 m/s Lichtgeschwindigkeit<br />
cp 1004 J/kg/K Spezifischen Wärme<br />
cR W/m Radarkonstante<br />
D m Teilchen-, Tropfendurchmesser<br />
d m Distanz zur Radarantenne<br />
dd ° Windrichtung<br />
dek 1 Deklination<br />
E W/m 2 Turbulenter Fluss latenter Wärme<br />
e hPa Druck des Wasserdampfs<br />
es hPa Sättigungsdampfdruck<br />
F - Vergleichswert beim Überkreuzvergleich<br />
f 1 Zulässige Breite des Fehlerintervalls<br />
G - Gaussverteilung<br />
g 1 Interpolationsgewicht<br />
gA 1 Antennengewinn<br />
H W/m 2 Turbulenter Fluss fühlbarer Wärme<br />
1.0545·10 -34 Js Planck-Konstante<br />
h m Höhe<br />
i - Index, Laufvariable<br />
J W/(sr m 2 ) Strahldichte<br />
J W/(sr m 2 )/m Spektrale Strahldichte<br />
j - Index, Laufvariable<br />
K W/m 2 Kurzwellige Strahlung<br />
k 1 Brechungsindex<br />
kB 1.38·10 -23 J/K Boltzmann-Konstante<br />
L W/m 2 Langwellige Strahlung<br />
Lrel 1 Relative tatsächliche langwellige Einstrahlung<br />
L W/m 2 Langwellige Ausstrahlung<br />
L<br />
W/m 2 Langwellige Gegenstrahlung<br />
©<br />
L clear W/m2 <br />
Langwellige Einstrahlung ohne Wolken<br />
L<br />
cloudy W/m2 <br />
Langwellige Einstrahlung mit Wolken<br />
Lwolke W/m2 Langwelliger Einstrahlungsanteil der Wolken<br />
lPuls m Pulslänge des Radars<br />
M - Maximale Laufvariable / Gesamtanzahl<br />
N Achtel Bedeckungsgrad<br />
- 167 -
Ncp Achtel Höhenkorrigierter Bedeckungsgrad (Neuer<br />
Wolkenparameter)<br />
n(D) m -3 /mm Tropfenspektrum<br />
n0 m -3 /mm Spektrale Anzahldichte<br />
P W Leistung<br />
p hPa Luftdruck<br />
Q W/m 2 Globalstrahlung (Strahlungsflussdichte)<br />
q 1 Spezifische Feuchte<br />
qu % Quantil<br />
R mm/h Niederschlagsrate<br />
RE, Re m Erdradius, Äquivalentradius<br />
RMS - Mittlerer quadratischer Fehler<br />
RR mm, l/m 2 Niederschlagsmenge<br />
r 1 Korrelationskoeffizient<br />
S 1 Summenverhältnis<br />
Sz (Klassen) Strassenzustand<br />
s - Standardabweichung einer Verteilung<br />
T K oder °C Temperatur<br />
T0m °C Grastemperatur (Temperatur in 0 m über Grund)<br />
T2m °C Lufttemperatur in 2 m über Grund<br />
T-5cm °C Bodentemperatur in -5 cm Tiefe im Boden<br />
Ts °C Temperatur des Untergrunds<br />
Tdiff K Temperaturdifferenz Tdiff := T2m – T0m<br />
T K Sonstige zeitliche oder räumliche Temperaturdifferenz<br />
t s, min, h Zeit<br />
t min Zeitabstand<br />
tt - Tag im Jahr<br />
u m/s, km/h Windgeschwindigkeit<br />
umin m/s Grenzgeschwindigkeit des Windes<br />
V m 3 Volumen<br />
V m 3 Einheitsvolumen<br />
VV m Sichtweite<br />
v ¨ v x ,v y¢ T m/s Verlagerungsvektor<br />
WW (Klassen) Niederschlagsart<br />
x, xi - Gleichungs- und Regressionsparameter<br />
xx:xx UTC Uhrzeit in Stunden und Minuten mit Platzhaltern<br />
Y [Y] Beispielvariable<br />
y - Werte in einer Box<br />
Z mm 6 /m 3 , dB Radarreflektivität<br />
z m Tiefe im Boden<br />
zz UTC Tageszeit<br />
- 168 -
Literaturverzeichnis<br />
Albisser, P., Abschaetzung der naechtlichen Gesamtbewoelkung mit Hilfe von ASTA-<br />
Daten. Arbeitsberichte der MeteoSchweiz, Nr. 116, Zürich, 1983.<br />
Ambrosetti, Paolo: Einsatz eines Pyrgeometers zur Bestimmung der<br />
Bewoelkungsverhaeltnisse. Arbeitsberichte der MeteoSchweiz, Nr. 168, Locarno-<br />
Monti, 1991.<br />
Ament, Felix: Initialisierung von Wolken im Lokal-Modell aus Meteosat-Messungen.<br />
Diplomarbeit, Meteorologisches Institut der Rheinischen Friedrich-Wilhelms-Universität<br />
Bonn, Juni 2001.<br />
Arakawa, A.: The cumulus parameterization problem: Past, present, and future. Journal<br />
of Climate, 17:2493-2525, July 2004.<br />
Aviolat, Frédèric, Cornu, Thierry and Cattani, Daniel: Automatic Clouds Observation<br />
Improved by an Artificial Neural Network. Journal of Atmospheric and Oceanic<br />
Technology, 15:114-126, 1998.<br />
Bagdon, Stefan: Dämpfungskorrektur im X-Band durch Stereo-Radar-Verfahren.<br />
Diplomarbeit, Meteorologisches Institut der Rheinischen Friedrich-Wilhelms-Universität<br />
Bonn, Juli 2000.<br />
Baschek, Björn: Influence of Updrafts and Embedded Convection on the Microphysics<br />
of Riming. Dissertation, Institut für Atmosphäre und Klima der ETH Zürich, Nr. 15793,<br />
2005.<br />
Baschek, B., Schefold, R. and Barthazy, E.: How do updrafts and embedded convection<br />
influence riming? ERAD Publication Series, 2:261-267, September 2004.<br />
Best, M.J.: A Model to predict surface temperatures. Boundary-Layer Meteorology, 88:279-<br />
306, 1998.<br />
Bogren, J.: Screening Effects on Road Surface Temperature and Road Slipperiness.<br />
Theoretical and Applied Climatology, 43:91-99, 1991.<br />
Bogren, J. and Gustavsson, T.: Nocturnal air and road surface temperature variations in<br />
complex terrain. International Journal of Climatology, 11:443-455, 1991.<br />
Bogren, Jörgen, Gustavsson, Torbjörn and Karlsson, Maria: Temperature difference in the<br />
air layer close to a road surface. Meteorological Applications, 8:385-395, 2001.<br />
Brutsaert, W.: On derivable formula for long wave radiation from clear sky. Water<br />
Resource Research, 11:742-744, 1975.<br />
- 169 -
Burri, K., Hächler, P., Schüepp, M. und Werner, R.: Der Föhnfall vom April 1993.<br />
Arbeitsberichte der MeteoSchweiz, Nr. 196, Zürich, 1999.<br />
Chapman, L., Thornes, J.E. and Braley, A.V.: Modelling of road surface temperature from<br />
a geographical parameter database. Part 1: Statistical. Meteorological Applications,<br />
8:409-419, 2001a.<br />
Chapman, L., Thornes, J.E. and Braley, A.V.: Modelling of road surface temperature from<br />
a geographical parameter database. Part 2: Numerical. Meteorological Applications,<br />
8:421-436, 2001b.<br />
Coley, Paul F. and Jonas, Peter R.: Back to basics: Clouds and the earth's radiation<br />
budget. Weather, 54:66-70, March 1999.<br />
Crewell, S., Czekala, H., Lohnert, U., Simmer, C., Rose, T. and Zimmermann, R.: Microwave<br />
Radiometer for Cloud Cartography: A 22-channel ground-based microwave<br />
radiometer for atmospheric research. Radio Science, 36:621-638, 2001.<br />
Czeplak, G. und Kasten, F.: Parametrisierung der atmosphärischen Wärmestrahlung bei<br />
bewölktem Himmel. Meteorologische Rundschau, 40:184-187, Dezember 1987.<br />
De Rooy, W.C. and Holtslag, A.A.M.: Estimation of Surface Radiation and Energy Flux<br />
Densities from Single-Level Weather Data. Journal of Applied Meteorology, 38:526-<br />
540, May 1999.<br />
Ding, Ping and Randall, David A.: A cumulus parameterization with multiple cloud base<br />
levels. Journal of Geophysical Research, 103:11341-11354, 1998.<br />
Doviak, Richard J. and Zrni , Dušan S.: Doppler Radar and weather observations.<br />
Academic press, Inc., San Diego, second edition, 1993. (ISBN 0-12-221422-6).<br />
Dürr, Bruno and Philipona, Rolf: Automatic cloud amount detection by surface longwave<br />
downward radiation measurements. Journal of Geographical Research –<br />
Atmospheres, 109:D05201, March 2004.<br />
Feijt, A. and de Valk, P.: The use of NWP model surface temperatures in cloud detection<br />
from satellite. International Journal of Remote Sensing, 22:2571-2584, 2001.<br />
Finch, J.W. and Best, M.J.: The accuracy of downward short- and long-wave radiation at<br />
the earth's surface calculated using simple models. Meteorological Applications,<br />
11:33-39, March 2004.<br />
Frei, Thomas: Designing meteorological networks for Switzerland according to user<br />
requirements. Meteorological Applications, 10:313-317, December 2003.<br />
Germann, Urs and Zawadzki, Isztar: Scale-Dependence of the Predictability of<br />
Precipitation from Continental Radar Images. Part I: Description of the<br />
Methodology. Monthly Weather Review, 130:2859-2873, December 2002.<br />
Gjertsen, U., Dahl, J.I. and Ødegaard, V.: Precipitation type – a comparison between<br />
observed, estimated and predicted values. Proceedings of the 6 th International<br />
Workshop on Precipitation in Urban Areas, Pontresina, 189-195, December 2003.<br />
- 170 -
Grimbacher, Tobias: Niederschlag und Orographie im Bonner Raum aus Radardaten.<br />
Diplomarbeit, Meteorologisches Institut der Rheinischen Friedrich-Wilhelms-Universität<br />
Bonn, Juli 2001.<br />
Grose, Andrew M.E., Smith, Eric A., Chung, Hyo-Sang, Ou, Mi-Lim, Sohn, Byung-Ju and<br />
Turk, F. Joseph: Possibilities and Limitations for Quantitative Precipitation<br />
Forecasts Using Nowcasting Methods with Infrared Geosynchronous Satellite<br />
Imagery. Journal of Applied Meteorology, 41:763-785, July 2002.<br />
Gubser, Stefan. Persönliche Mitteilungen, 2004.<br />
Haase, G., Crewell, S., Simmer, C. and Wergen, W.: Assimilation of Radar Data in<br />
Mesoscale Models: Physical Initialisation and Latent Heat Nudging. Physics and<br />
Chemistry of the Earth, 25:1237-1242, September 2000.<br />
Hacker, Stephan: Probleme mit der Dämpfungskorrektur von Radardaten. Diplomarbeit,<br />
Meteorologisches Institut der Rheinischen Friedrich-Wilhelms-Universität Bonn, 1996.<br />
Hahn, Carole J., Warren, Stephen G. and London, Julius: The Effect of Moonlight on<br />
Observation of Cloud Cover at Night, and Application to Cloud Climatology.<br />
Journal of Climate, 8:1429-1446, May 1995.<br />
Handwerker, J.: Cell tracking with TRACE3D – a new algorithm. Atmospheric Research,<br />
61:15-34, January 2002.<br />
Hansson, M. and Michelson, D.B.: Integration of Radar with Analysis Fields - Bringing<br />
Distant Radar Observations »Down to Earth«. Physics and Chemistry of the Earth,<br />
25:1033-1036, September 2000.<br />
Haurwitz, Bernhard: Insolation in relation to cloud type. Journal of Meteorology, 5:110-113,<br />
June 1948.<br />
Heitor, A., Biga, A.J. and Rosa, R.: Thermal radiation components of the energy balance<br />
at the ground. Agricultural and Forest Meteorology, 54:29-48, March 1991.<br />
Held, Edi and Joss, Jürg: The Influence of the Orography on Precipitation seen by the<br />
Swiss Radars. COST 75 Seminar on Advanced Radar Systems, Brussels, 777-786,<br />
September 1994.<br />
IDL Reference Guide: Interactive Data Language. Research Systems, Inc., Bolder, 1995.<br />
Jacobs, Wilfried and Raatz, Wolfgang E.: Forecasting road-surface temperatures for<br />
different site characteristics. Meteorological Applications, 3:243-256, 1996.<br />
Joro, S. and Saltikoff, E.: Determination of cloud top heights using weather radar and<br />
satellite data. ERAD Publication Series, 2:237-241, September 2004.<br />
Joss, J. and Germann, U.: Solutions and Problems when Applying Qualitative and<br />
Quantitative Information from Weather Radar. Physics and Chemistry of the Earth,<br />
25:837-841, September 2000.<br />
Keskinen, Auli: Road Weather 30 Years – Hindsight, Insight, Foresight. Annalen der<br />
Meteorologie 40: SIRWEC 2004, 12 th International Road Weather Conference, 8pp,<br />
2004.<br />
- 171 -
Kessler E. and Russo J.A.J.: A program for the assembly and display of the radar-echo<br />
distributions. Journal of Applied Meteorology, 5:582-593, 1963.<br />
Klink, S.: Assimilation of radar data in the mesoscale NWP-model of DWD. ERAD<br />
Publication Series, 2:155-161, September 2004.<br />
Koistinen, J.: Bird Migration Patterns on Weather Radars. Physics and Chemistry of the<br />
Earth, 25:1185-1193, September 2000.<br />
Koistinen, Jarmo and Saltikoff, Elena: Experience of customer products of accumulated<br />
snow, sleet and rain. Advanced weather radar systems, COST 75 International<br />
Seminar, Locarno, 397-406, 1998.<br />
Kraus, Helmut: Die Atmosphäre der Erde. Vieweg Verlagsgesellschaft mbH, Braunschweig,<br />
2000. (ISBN 3-528-03920-5).<br />
Kurz, Manfred: Synoptische Meteorologie. Leitfäden für die Ausbildung im Deutschen<br />
Wetterdienst 8, Offenbach, zweite Auflage, 1990. (ISBN 3-88148-262-8).<br />
Letestu, André-Carles and Keller, Urs: Road Weather forecast for different customer<br />
systems in Switzerland. Proceedings of the 10 th SIRWEC conference, Davos, 10-16,<br />
2000.<br />
Leuenberger D. and Rossa, A.: Revisiting the latent heat nudging scheme for the rainfall<br />
assimilation in convective systems. ERAD Publication Series, 2:162-167, 2004.<br />
Li, L.: On the use of variational analysis for determining the motion, growth and decay<br />
of radar echoes over complex orography. Dissertation, Laboratorium für<br />
Atmosphärenphysik der ETH Zürich, Nr. 10823, 1994.<br />
Löhnert, U., Crewell, S. and Simmer, C.: An integrated approach toward retrieving<br />
physically consistent profiles of temperature, humidity, and cloud liquid water.<br />
Journal of Applied Meteorology, 43:1295-1307, September 2004.<br />
Marshall, J.S. and Palmer W.McK.: The distribution of raindrops with size. Journal of<br />
Meteorology, 5:165-166, August 1948.<br />
Marty, C. and Philipona, R.: The Clear-Sky Index to separate clear-sky from cloudy-sky<br />
situations in climate research. Geophysical Research Letters, 27:2649-2652, 2000.<br />
Mathis, A.: Reengineering winter road maintenance: Decision making process.<br />
Proceedings of the 10 th SIRWEC conference, Davos, 111-118, 2000.<br />
Mathis, Albert. Persönliche Mitteilungen, 2004.<br />
Mecklenburg, Susanne: Nowcasting Precipitation in an Alpine Region with a Radar Echo<br />
Tracking Algorithm. Dissertation, Institut für Atmosphäre und Klima der ETH Zürich,<br />
Nr. 13608, 2000.<br />
Mecklenburg, S., Joss, J. and Schmid, W.: Improving the nowcasting of precipitation in<br />
an Alpine region with an enhanced radar echo tracking algorithm. Journal of<br />
Hydrology, 239:46-68, 2000.<br />
- 172 -
Meetschen, Dirk: Erkennung, Nutzung und Entfernung von Clutter zur Verbesserung der<br />
Niederschlagsmessung mit dem Bonner Radar. Diplomarbeit, Meteorologisches<br />
Institut der Rheinischen Friedrich-Wilhelms-Universität Bonn, Mai 1999.<br />
Miyoshi, T., Kajiya, Y., Matsuzawa M. and Suzuki T.: Meteorological Factors Associated<br />
with Avalanches in the Lake Shikotsu Area and Their Application to Road<br />
Management. Annalen der Meteorologie 40: SIRWEC 2004, 12 th International Road<br />
Weather Conference, 8pp, 2004.<br />
Myrup, Leonard O.: A Numerical Model of the Urban Heat Island. Journal of Applied<br />
Meteorology, 8:908-918, December 1996.<br />
Norrman, Jonas: Slipperiness on roads - an expert system classification. Meteorological<br />
Applications, 7:27-36, 2000.<br />
Papin, Christophe, Bouthemy, Patrick and Rochard, Guy: Unsupervised segmentation of<br />
low clouds from infrared METEOSAT images based on a contextual spatiotemporal<br />
labelling approach. IEEE Transactions on Geoscience and Remote Sensing,<br />
40:104-114, January 2002.<br />
Pohjola, H. and Koistinen, J.: Identification and elimination of overhanging precipitation.<br />
ERAD Publication Series, 2:91-93, September 2004.<br />
Postgard, U.: Adjustment time for road surface temperature during weather changes.<br />
Meteorological Applications, 8:397-407, 2001.<br />
Postgard, U. and Lindqvist, S.: Air and road surface temperature variations during<br />
weather changes. Meteorological Applications, 8:71-84, 2001.<br />
Rinehart, Ronald E.: Radar for Meteorologists, Part III. University of North Dakota, Grand<br />
Forks, second edition, 1991. (ISBN 0-9608700-7-5).<br />
Rinehart, R.E. and Garvey, E.T.: Three-dimensional storm motion detection by<br />
conventional weather radar. Nature, 273:287-289, 1978.<br />
Saltikoff, E., Gjertsen, U., Michelson, D., Hollemann, I., Seltmann, J., Odakivi, K., Huuskonen,<br />
A., Hohti, H., Koistinen, J., Pohjola, H. and Haase, G.: Radar data quality issues in<br />
Northern Europe. ERAD Publication Series, 2:212-215, September 2004.<br />
Sass, Bent H.: A Numerical Model for Prediction of Road Temperature and Ice. Journal of<br />
Applied Meteorology, 31:1499-1506, December 1992.<br />
Sass, Bent H. and Petersen, Claus: The development of accurate automatic road-weather<br />
forecasts. Proceedings of the 11 th SIRWEC conference, Sapporo, available on CD-<br />
ROM, 2002.<br />
Sass, Bent H. and Petersen, Claus: A coupled automatic road-weather forecasting<br />
system. Annalen der Meteorologie 40: SIRWEC 2004, 12 th International Road Weather<br />
Conference, 8pp, 2004.<br />
Schmetz, J., Pili, P., Tjemkes, S., Just, D., Kerkmann, J., Rota, S. and Ratier, A.: An<br />
introduction to Meteosat Second Generation (MSG). Bulletin of the American<br />
Meteorological Society, 83:977-992, July 2002.<br />
- 173 -
Schmid, W.: Nowcasting winter precipitation with radar. Proceedings of the 10 th SIRWEC<br />
conference, Davos, 17-24, 2000.<br />
Schmid, W. and Wüest, M.: Verification of short-term risk forecasts of precipitation.<br />
Proceedings of the 6 th International Workshop on Precipitation in Urban Areas,<br />
Pontresina, 248-253, December 2003.<br />
Schmid, W. and Mathis, A.: Validation of methods to detect winter precipitation and<br />
retrieve precipitation type. Annalen der Meteorologie 40: SIRWEC 2004, 12 th<br />
International Road Weather Conference, 8pp, 2004.<br />
Schmid, W., Mecklenburg, S. and Joss, J.: Short-Term Risk Forecast of Severe Weather.<br />
Physics and Chemistry of the Earth, 25:1335-1338, September 2000.<br />
Schmid, W., Mathis, A. and Keller, U.: Nowcasting the risk of snowfall and freezing rain<br />
with radar and ground data. Proceedings of the 11 th PIARC conference, Sapporo,<br />
available on CD-ROM, 2002.<br />
Seiz, G., Batsavias, E.P. and Gruen, A.: Cloud mapping from the ground: Use of<br />
photogrammetric methods. Photogrammetric Engineering and Remote Sensing,<br />
68:941-951, September 2002.<br />
Shao, J.: Application of an artificial neural network to improve short-term road ice<br />
forecasts. Expert Systems with Applications, 14:471-482, 1998.<br />
Sievers, O., Meywerk, J. and Quante, M.: Statistics of non-precipitating daytime clouds,<br />
based on 95 GHz cloud radar measurements during the BBC campaign. ERAD<br />
Publication Series, 1:167-172, November 2002.<br />
Sigurdsson, Stefan: Flow and presentation of road weather data and winter maintenance<br />
activities on the internet. Annalen der Meteorologie 40: SIRWEC 2004, 12 th<br />
International Road Weather Conference, 8pp, 2004.<br />
Sinik, N.: A local climatic model of the temperature-cloudiness relationship. Theoretical<br />
and Applied Climatology, 46:135-142, 1992.<br />
Skolnik, Merrill I.: Introduction to radar systems. McGraw-Hill Book Company, New York,<br />
second edition, 1980. (ISBN 0-07-057909-1).<br />
SMA (Schweizerische Meteorologische Anstalt, Bearbeitung G. Müller), Handbuch für<br />
Beobachter des automatischen Beobachtungsnetzes. Zürich, 1982, Nachführung<br />
1986.<br />
Song, Chang-Keun and Lee, Boram: Prognosis of the Road surface condition in Korea<br />
using Surface Energy Balance theory. Proceedings of the 11 th SIRWEC conference,<br />
Sapporo, available on CD-ROM, 2002.<br />
Stull, Roland B.: An Introduction to Boundary Layer Meteorology. Kluwer Academic<br />
Publishers, Dordrecht, 1988. (ISBN 90-277-2769-4).<br />
Thornes, J.E. and Shao, J.: A comparison of UK road ice prediction models.<br />
Meteorological Magazine, 120:51-57, 1991.<br />
- 174 -
Toussaint, M., Jacquemin, B., Donet, I., Carlier, A. and Malkomes, M.: GSF - A Doppler<br />
Weather Radar Based Tracking Tool. Physics and Chemistry of the Earth, 25:1339-<br />
1342, September 2000.<br />
Ulbrich, C.W.: Natural variations in the analytical form of the raindrop size distribution.<br />
Journal of Climate and Applied Meteorology, 22:1764-1775, 1983.<br />
Wüest, Marc: Dealiasing Wind Information from Doppler Radar for Operational Use.<br />
Dissertation, Institut für Atmosphäre und Klima der ETH Zürich, Nr. 14378, 2001.<br />
- 175 -
Lebenslauf<br />
Tobias Grimbacher<br />
geboren am 25. Februar 1975 in Ulm/Donau<br />
12.11.2004 Doktorprüfung<br />
März 2004 Teilnahme an den Messkampagnen RAMS-II und CLACE-III auf<br />
dem Jungfraujoch<br />
Februar / März 2002 Teilnahme an der Messkampagne RAMS-I an der Rigi<br />
2001 bis 2004 Promotionsstudium am Institut für Atmosphäre und Klima der<br />
Eidgenössischen Technischen Hochschule Zürich<br />
11.07.2001 Diplom in Meteorologie. Thema der Diplomarbeit unter der Leitung<br />
von Prof. Dr. C. Simmer: „Niederschlag und Orographie im Bonner<br />
Raum aus Radardaten“<br />
August 2000 Teilnahme an der BALTEX-CNN-I-Messkampagne in Geesthacht<br />
2000 bis 2001 Studentische Hilfskraft am Meteorologischen Institut der Universität<br />
Bonn<br />
1997 bis 2001 Studentische Hilfskraft bei der WetterOnline GmbH<br />
1995 bis 2001 Studium der Meteorologie an der Rheinischen Friedrich-Wilhelms-<br />
Universität in Bonn<br />
1994 bis 1995 Zivildienst beim Arbeiter Samariter Bund in Ulm<br />
20.06.1994 Abitur<br />
1985 bis 1994 Besuch des Humboldt-Gymnasiums in Ulm<br />
1981 bis 1985 Besuch der Grundschule Westerstetten<br />
- 176 -
Publikationsliste<br />
2005:_Grimbacher, T. and Schmid, W.: Detecting and nowcasting cloudiness with<br />
surface-near temperatures in winter nights. Eingereicht zur Veröffentlichung in<br />
Meteorological Applications.<br />
2005:_Grimbacher, T. and Schmid, W.: Nowcasting precipitation, clouds and surface<br />
state in winter. Eingereicht und akzeptiert zur Veröffentlichung in Atmospheric<br />
Research.<br />
2004:_Grimbacher, T. and Schmid, W.: Nowcasting nocturnal cloudiness with an ultradense<br />
road weather measurement network. Annalen der Meteorologie 40: SIRWEC<br />
2004, 12 th International Road Weather Conference, 8pp.<br />
2003:_Grimbacher, T. and Schmid, W.: Nowcasting precipitation, clouds and surface<br />
state in winter. Proceedings of the 6 th International Workshop on Precipitation in<br />
Urban Areas, Pontresina, 120-126.<br />
2003:_Grimbacher, Tobias: Nowcasting nocturnal cloud cover and surface state.<br />
Proceedings of the 5 th PhD Students' and Advisors' Meeting (Bad Schwarzsee FR),<br />
Natural Hazards Competence Centre CENAT, 37-38.<br />
2002:_Grimbacher, T. and Schmid, W.: Detecting nocturnal clouds with surface<br />
temperature data. ERAD Publication Series, 1:49-54.<br />
2001:_Grimbacher, Tobias: Niederschlag und Orographie im Bonner Raum aus<br />
Radardaten. Diplomarbeit, Meteorologisches Institut der Rheinischen Friedrich-<br />
Wilhelms-Universität Bonn.<br />
- 177 -
Liste der Konferenzen<br />
September 2004 Third European Conference on Radar in Meteorology and Hydrology,<br />
ERAD, Visby, Schweden.<br />
Juni 2004 12 th Standing International Road Weather Conference, SIRWEC,<br />
Bingen, Deutschland.<br />
Dezember 2003 6 th International Workshop on Precipitation in Urban Areas,<br />
Pontresina, Schweiz.<br />
Oktober 2003 5 th PhD Student's and Advisor's Meeting in the Field of Natural<br />
Hazards, CENAT, Bad Schwarzsee FR, Schweiz.<br />
November 2002 Second European Conference on Radar Meteorology, ERAD, Delft,<br />
Niederlande.<br />
September 2002 182. Jahreskongress der Schweizerischen Akademie der<br />
Naturwissenschaften, SANW; Jahresversammlung der<br />
Schweizerischen Gesellschaft für Meteorologie, SGM, Davos,<br />
Schweiz.<br />
- 178 -
Danksagung<br />
Ganz herzlich möchte ich an dieser Stelle allen Menschen danken, die mich in den vergangenen<br />
Jahren am Institut für Atmosphäre und Klima und im Rahmen meiner Arbeit auf<br />
unterschiedliche Weise unterstützt haben.<br />
Dieser Arbeit liegen Messwerte zugrunde, die aus verschiedenen Quellen stammen. So<br />
habe ich mich zuerst bei der MeteoSchweiz zu bedanken, deren ANETZ-Daten und<br />
Radarbilder ich verwenden konnte. Ebenso hat mir die meteomedia ag die Daten ihrer Wetterstationen<br />
zur Verfügung gestellt, wofür ich zu Dank verpflichtet bin. Dem Strasseninspektorat<br />
des Kantons Luzern und namentlich Strasseninspektor Albert Mathis danke ich nicht nur für<br />
die Überlassung von Messwerten, sondern auch für zahlreiche Hinweise und Informationen<br />
aus dem praktischen Alltag einer Strassenbehörde.<br />
Für die vielfältige Zusammenarbeit gilt mein aufrichtiger Dank meinen Betreuern. Willi<br />
Schmid hat mir eine Aufgabe gestellt, die mein meteorologisches Wissen gesamthaft herausforderte,<br />
und mir damit die Möglichkeit gegeben, mich in einem spannenden Forschungsfeld<br />
mit konkreter Anwendbarkeit weiterzuentwickeln. Er hatte ein offenes Ohr für alle meine<br />
Fragen, hat mich aber auch in Ruhe arbeiten und meinen eigenen Weg finden lassen. Huw<br />
Davies hat mein Doktorat offiziell geleitet und stand mir in allen organisatorischen Fragen<br />
ausführlich und nahezu uneingeschränkt zur Verfügung. Clemens Simmer hat sich spontan<br />
bereit erklärt, meine Arbeit als Korreferent zu begleiten und stand mir trotz knapper zeitlicher<br />
Ressourcen mit seinem Rat und Wissen zur Seite. Sie alle haben einen wesentlichen Anteil<br />
am Zustandekommen dieser Arbeit.<br />
Bei allen Mitgliedern der Arbeitsgruppe Atmosphärenphysik möchte ich mich für die vielen<br />
Kleinigkeiten - Gespräche, Tipps und Anregungen - bedanken. Namentlich geht dieser Dank<br />
an Marc Wüest, an meine langjährigen Bürokollegen Stefan Gubser, Esther Häller, Heidi<br />
Weber und Sebastiano Giussani, sowie natürlich an Eszter Barthazy, die die Treffen einer<br />
divergierenden Radargruppe über Jahre hinweg geleitet hat und für ein erfolgreiches<br />
Zusammenhalten der Gruppe verantwortlich war. Björn Baschek und Raphael Schefold haben<br />
mich immer wieder als Unterstützung an ihre Messkampagnen mitgenommen. Ihnen verdanke<br />
ich unvergessliche Tage in Greppen, auf der Rigi und auf dem Jungfraujoch und mein<br />
gesamtes Wissen über verreifte und unverreifte Dendriten. Mit Björn verbinden mich zudem<br />
unser fast gleichzeitiger Start am IAC und unzählige Kaffeepausen in mehr als drei<br />
gemeinsamen Jahren.<br />
Eine wissenschaftliche Arbeit ist ohne administrative und technische Unterstützung nicht<br />
möglich, wie sie Eva Choffat, Peter Isler, Ruedi Lüthi und Dani Lüthi in wirklich dankenswerter<br />
Weise gewährleistet haben. Mein weiterer Dank gilt den noch nicht genannten Kolleginnen<br />
- 179 -
und Kollegen, denen ich beim Mittagessen oder anderen geselligen Gelegenheiten näher<br />
gekommen bin. Ich möchte ihnen und allen danken, die an der alltäglich scheinenden,<br />
besonderen menschlichen Atmosphäre mitwirken, die ich am IAC empfinden durfte.<br />
Schliesslich und besonders herzlich möchte ich meiner Familie Danke sagen, sowie allen<br />
Freunden und Bekannten, die ich in meiner Zürcher Zeit am aki, in Cortona oder auf andere<br />
Weise kennen gelernt habe, und die sich um meine Person und Arbeit Gedanken gemacht<br />
oder meine eigenen Gedanken davon abgelenkt haben.<br />
- 180 -