Nebel sichtbar machen

Meteomatics führt einen Durchbruch in der Wettervorhersage an, indem ein Netzwerk von Meteodrones mit hochauflösenden Wettermodellen kombiniert wird. In der Schweiz sammeln zehn Meteodrones vertikale atmosphärische Profile bis in eine Höhe von 6 km (fast 20.000 Fuss) während der Nacht. Diese Echtzeitdaten verbessern die Vorhersagen für schwer vorhersehbare Ereignisse erheblich und bieten Vorteile, die auch Stunden nach Beendigung der Drohnenoperationen anhalten.

Die Schweiz ist bereit - als nächstes: Norwegen

Zehn Meteodrones sind nun in der Schweiz im Einsatz und sammeln wichtige Wetterdaten zu Druck, Temperatur, Luftfeuchtigkeit und Wind bis in Höhen von 6 km (über dem Meeresspiegel). Vom Hauptsitz von Meteomatics in St. Gallen aus führt ein Pilot jede Nacht stündliche Missionen durch, bei denen 25-40 vertikale Profile erstellt werden - weit mehr als die zwei täglichen Wetterballons des Landes.

Diese dichten Daten fliessen direkt in das EURO1k-Modell ein - das proprietäre Wettermodell von Meteomatics mit einer Auflösung von 1 km, das den gesamten europäischen Kontinent mit stündlichen Aktualisierungen abdeckt.

Mit dem vollständig betriebsbereiten Netzwerk in der Schweiz steht als nächstes Norwegen an. In Zusammenarbeit mit NORCE setzen wir 30 Meteobasen ein, um dem Land bei der Vorbereitung auf zunehmende wetterbedingte Risiken zu helfen.

Sehen, was andere nicht sehen

Wettervorhersagen sind nur so gut wie die beobachteten Daten dahinter. Dennoch bleibt die Grenzschicht mit herkömmlichen Methoden schwer zu beobachten. Meteodrones helfen, diese kritische Lücke zu schliessen, indem sie hochauflösende vertikale Profile erfassen, die über den Bereich herkömmlicher Werkzeuge hinausgehen.

Sie verbessern Vorhersagen für schwer vorhersehbare Phänomene in der unteren Atmosphäre - wie Nebel, tiefe Wolken, Windverschiebungen, Temperaturinversionen, Vereisungsbedingungen und konvektive Stürme - indem sie die feinskaligen Bedingungen erfassen, die Instrumente wie Radiosonden, Bodenstationen, Radare und Satelliten übersehen.

Diese Daten führen zu genaueren kurzfristigen und lokalen Vorhersagen, die für Sektoren wie Energie, Luftfahrt, Rettungsdienste, Landwirtschaft und Verteidigung unerlässlich sind.

Bewertungsansatz

Um den Mehrwert der Meteodrone-Daten für die Wettervorhersage zu bewerten, führten wir zwei Simulationen von Niedrigwolken-Vorhersagen mit unserem hochauflösenden EURO1k-Wettermodell durch.

Bei einer Simulation wurden Daten von Meteodrones (Mitte) verwendet, während bei der anderen keine verwendet wurden (links).

Anschliessend verglichen wir beide Simulationen mit realen Satellitenbeobachtungen (rechts). Für diesen Test verwendeten wir Daten von 19 Drohnenflügen an vier Standorten (orangefarbene Punkte).

Die Modellsimulationen begannen um 21:00 Uhr (UTC), wobei neue Drohnendaten bis 5:00 Uhr in das Modell integriert wurden.

Warum liegt der Fokus auf Niedrigwolken?

Niedrigwolken, wie Stratus- und Nebelschichten, beeinflussen mehrere Branchen. Insbesondere im Energiesektor ist ihr Einfluss entscheidend: Durch die Begrenzung der Sonneneinstrahlung können sie die Leistung von Photovoltaikanlagen stark reduzieren und die Netzplanung für Solarenergie erschweren. Abgesehen von der Energiebranche verringern sie die Sichtbarkeit und stören die Luftfahrt (z.B. Flugverspätungen aufgrund von niedrigen Wolkendecken), den Strassenverkehr (erhöhtes Unfallrisiko) und maritime Operationen (Navigationsgefahren).

Trotz ihrer Bedeutung bleiben Niedrigwolken berüchtigt schwer vorherzusagen, insbesondere in komplexem Gelände wie der Schweiz.

Aufgrund ihres operativen Einflusses und der Schwierigkeit bei der Vorhersage sind Niedrigwolken ein idealer Prüffall, um den Wert von Meteodrone-Daten zu bewerten. Diese Studie zeigt, wie drohnenbasierte Beobachtungen die Vorhersagen verbessern, indem sie hochfrequente, hochauflösende atmosphärische Daten in die Vorhersagemodelle integrieren.

Was wir gefunden haben

Nur eine Stunde nach Beginn der Simulation (22 Uhr) sagte die Simulation mit Meteodrone-Daten bereits die Entwicklung von Wolken in niedriger Höhe über den Meteobase-Standorten voraus, was mit den Beobachtungen der Satelliten übereinstimmte. Im Gegensatz dazu zeigte die Simulation ohne Drohnendaten zu diesem Zeitpunkt keine Wolkenbedeckung.

Am frühen Morgen (5 Uhr, das Ende der Assimilationsperiode) sind die Vorteile der Integration von Drohnendaten bereits deutlich erkennbar:

• Das Modell mit Drohnendaten sagte korrekt weit verbreitete tiefe Wolken über dem Schweizer Plateau voraus, was den Satellitenbildern nahe kam.
• Zusätzlich zur besseren Gesamtabdeckung erfasste das Modell mit Drohnendaten auch spezifische lokale Effekte, wie Wolken, die in das Rheintal drifteten.
• Die positive Auswirkung der Drohnendaten hielt mehrere Stunden nach dem Ende der Assimilationsperiode an.

Warum war die Simulation mit Meteodrone-Daten genauer?

Um zu verstehen, warum die Simulation ohne Meteodrone-Daten das Auftreten von Wolken in niedriger Höhe nicht vorhersagen konnte, betrachteten wir die Unterschiede in den atmosphärischen Bedingungen zwischen den beiden Modellen in einer Höhe von 1.000 m (über dem Meeresspiegel).

Was wir festgestellt haben, ist, dass das Modell mit Meteodrone-Daten 1-2 °C niedrigere Temperaturen und bis zu 30% höhere relative Luftfeuchtigkeit zeigte, eine wesentliche Bedingung für die Bildung von Wolken. Diese zusätzliche Feuchtigkeit ermöglichte es dem Modell, tiefe Wolken zu simulieren, genau wie sie tatsächlich über Satellit beobachtet wurden. Ohne diese zusätzliche Feuchtigkeit hatten die anderen Simulationen einfach nicht die richtigen Bedingungen, um die Wolkenbildung auszulösen.

Dies zeigt, wie Unterschiede in der atmosphärischen Feuchtigkeit - die in Echtzeit von Drohnen erfasst werden können - das Ergebnis einer Wettervorhersage erheblich verändern können.

Schlussfolgerung

Diese Fallstudie zeigt deutlich, dass:

• Daten von Drohnen mit hoher Flugfrequenz die Wettervorhersagen erheblich verbessern, insbesondere für schwer vorhersehbare Phänomene wie tiefliegende Wolken.

• Diese Vorteile halten selbst nach dem Flug an, und tragen dazu bei, die Genauigkeit der Vorhersagen für die kommenden Stunden danach zu verbessern.

Energie

• Verbesserte Produktion von Solarenergie durch bessere Planung und erhöhte Effizienz von Photovoltaiksystemen

• Verbesserte Netzstabilität durch Vorhersage wetterbedingter Störungen und proaktive Anpassung der Energielasten

• Verbessertes Asset Management mit Echtzeit-Wetterdaten für Wartungsplanung, Reduzierung von Ausfallzeiten und Verlängerung der Lebensdauer der Infrastruktur

Luftfahrt

• Verbesserte Vorhersage von Turbulenzen, Nebel und Sturmentwicklung für sicherere und effizientere Flugplanung

• Verbesserter Flughafenbetrieb durch Reduzierung von Verzögerungen und Optimierung von Start- und Landezeiten basierend auf Echtzeit-Wetterdaten

• Erhöhtes Situationsbewusstsein der Piloten mit hochauflösenden atmosphärischen Einblicken, Reduzierung wetterbedingter Risiken

Regierungen

• Verbesserte Frühwarnsysteme für Naturkatastrophen

• Verminderte wirtschaftliche Auswirkungen durch Störungen im Transportwesen, in der Landwirtschaft und bei der Energieversorgung

• Verbesserte Planung zum Schutz kritischer Infrastrukturen

Verteidigung

• Optimierte Planung für Boden- und Luftoperationen

• Verbesserte Überwachung und Aufklärung mit Echtzeit-Wetterinformationen

• Erhöhte Erfolgsraten von Missionen durch präzise Wettervorhersagen

Landwirtschaft

• Verbesserte Schutzmöglichkeiten für Ernten durch frühzeitige Erkennung bevorstehender extremer Wetterereignisse wie Frost, Hagel oder Starkregen

• Verbesserte Bewässerungseffizienz mit Echtzeit-Regen- und Bodenfeuchtigkeitsinformationen, um Wasserverschwendung zu reduzieren

• Informierte Entscheidungsfindung während kritischer Feldoperationen (z.B. Sprühen, Ernten) basierend auf aktuellen Wetterbedingungen

Meteomatics gestaltet die Zukunft der Meteorologie mit einem modernen Vorhersagesystem, das innovative Drohnentechnologie und ultrahochauflösende Wettermodelle kombiniert.

Unsere Meteodrones sammeln atmosphärische Daten aus Teilen der unteren Atmosphäre, die zuvor mit traditionellen Methoden schwer zu beobachten waren. Diese wichtigen Daten fliessen direkt in unsere 1k-Modelle ein, die Vorhersagen mit einer räumlichen Auflösung von 1 km² liefern und alle 15 Minuten in ganz Europa aktualisiert werden.

Zusammen machen Meteodrones und 1k-Modelle Echtzeit- und hyperlokale Wettervorhersagen zur Realität, die die Genauigkeit und Detailtiefe für schnellere und intelligentere Entscheidungsfindung bieten.