Als Ende der 1980er Jahre die globalen Klimaveränderungen immer deutlicher sichtbar wurden, stieg die Nachfrage nach Computermodellen, die den fortschreitenden Klimawandel sowie dessen Auswirkungen möglichst verlässlich in die Zukunft projizieren konnten. Um die Qualität der Klimavorhersagen überprüfen zu können, werden sogenannte "Hindcasts" gestartet. Das sind "Nachhersagen", also Vorhersagen, die in der Vergangenheit gestartet und mit den Beobachtungen verglichen werden. Möglichst lückenlose und qualitätsgesicherte Beobachtungsdatensätze waren also schon damals notwendig. Doch zu dieser Zeit wurde noch kein Niederschlagsdatensatz den Ansprüchen an einen Referenzdatensatz für die Klimamodellierung gerecht. Die Weltorganisation für Meteorologie (WMO) trat in der Folge an ihre Mitgliedsländer mit dem Auftrag heran, ein Datenzentrum für Niederschlag einzurichten. Der Deutsche Wetterdienst (DWD) übernahm die Verantwortung und rief 1989 das "Weltzentrum für Niederschlagsklimatologie" (WZN, englisch: Global Precipitation Climatology Centre (GPCC)) ins Leben.

Datensammlung

Erster und wichtigster Baustein des Projektes war das Sammeln von Niederschlagsdaten. Doch dies glich fast einer Sisyphusarbeit. Um an weltweite Daten zu kommen waren vor allem vor dem globalisierten Internetzeitalter mit offenen Datenportalen unzählige Reisen zu Wetterdiensten, Anforderungsschreiben und Ansprachen bei WMO-Besprechungen notwendig. Auch wenn bis heute nicht alle Wetterdienste bereit sind, Daten auszutauschen, enthält die Sammlung des WZN mittlerweile Daten von mehr als 126.000 Wetterstationen. Die beste Datenverfügbarkeit gibt es in dicht besiedelten und gut entwickelten Regionen der Erde bzw. zwischen 1960 und 2010 (siehe Abbildung 1). Davor wird die Verfügbarkeit durch die geringere Stationszahl und die mangelnde Digitalisierung, danach durch noch unvollständige Datenbeschaffung limitiert.



Qualitätsprüfung

Nicht nur die Datenbeschaffung braucht viel Zeit, sondern auch die Qualitätsprüfung, die innerhalb des Projektes einen hohen Stellenwert genießt. Denn es stellte sich früh heraus, dass die beschafften und gelieferten Daten mitunter sehr fehlerbehaftet waren. Typische Fehlerquellen waren falsche Umrechnungen zwischen Maßeinheiten, falsche Zeit- und Ortsangaben oder sogenannte "falsche Nullen" als Lückenfüller. Um die Qualitätsprüfung zu beschleunigen und zu standardisieren, wurden Routinen und Software entwickelt. Neben automatischer Qualitätssicherung gibt es bis heute auch eine manuelle, von Mitarbeitenden des WZN durchgeführte Sichtung, beispielsweise für besonders extreme Niederschläge.

Von Stations- zu Rasterwert

In Klimamodellen werden Vorhersagen auf einem Raster berechnet und nicht für einzelne Stationen. Unter einem Raster versteht man eine Art Gitternetz, mit dem der Globus in der Simulation überzogen wird. Um die Beobachtungsdaten mit den Ergebnissen der Klimamodelle vergleichen zu können, müssen die Daten der einzelnen Stationen auf ein solches Raster abgebildet werden. So muss auf Basis der Messungen für jedes Segment bzw. jeden "Pixel" des Gitternetzes eine repräsentative Niederschlagsmenge berechnet werden. Dabei macht man sich komplizierte mathematische Verfahren zunutze.

Datenabgabe und Analyseprodukte

Während die einzelnen Stationsdaten nicht nach außen abgegeben werden, stehen die daraus abgeleiteten, gerasterten Analyseprodukte frei und ohne Registrierung zur Verfügung (siehe beispielsweise Abbildung 2). Der DWD hat für Kunden ein Visualisierungstool entwickelt, mit dem sich die verschiedenen Analyseprodukte individuell konfiguriert darstellen lassen. Der Fokus liegt dabei auf monatliche und jährliche Analysen, wobei diese sich in der Anzahl der genutzten Stationen, dem Aufwand der Qualitätsprüfung, den verfügbaren Datenzeitraum und der Aktualisierungsrate unterscheiden.



Ausblick

Das Datensammeln und die Qualitätsprüfung bleiben auch in Zukunft die wichtigsten Bausteine des WZN. Um das Datensammeln zu beschleunigen und Ressourcen zu schonen soll verstärkt auf automatisierte Zugriffe auf die offenen Datenportal gesetzt werden. Bei der Datenprüfung soll untersucht werden, inwiefern Verfahren mit künstlicher Intelligenz (KI) helfen können. Generell stehen die verschiedenen Routinen bei der Erstellung der gerasterten Analyseprodukte stets auf dem Prüfstand und werden bei Bedarf weiterentwickelt oder durch neue ersetzt.



Dipl.-Met. Adrian Leyser
Deutscher Wetterdienst
Vorhersage- und Beratungszentrale

Dr. Markus Ziese Deutscher Wetterdienst Globale Niederschlagsüberwachung Offenbach, den 07.01.2025 Copyright (c) Deutscher Wetterdienst