Es ist das Los des Wetterpropheten. Ist das Wetter schlechter als erhofft, die Grillparty zu nass, ist der Prognostiker schuld: «Jetzt regnet’s, dabei hatte er doch Sonne...»
Bei genauer Betrachtung meist ein unhaltbarer Vorwurf. Doch diesen Sommer ist tatsächlich etwas dran an den schlechteren Prognosen. In Coronazeiten ist der Luftverkehr total zusammengebrochen. Christophe Voisard vom Bundesamt für Meteorologie und Klimatologie sagt:
Linienflugzeuge liefern der Weltorganisation für Meteorologie (WMO) Daten. Sensoren, Computer und Kommunikationssysteme an Bord übertragen meteorologische Beobachtungen über Satelliten- oder Funkverbindungen an Bodenstationen.
Fehlende Flugdaten machen sich vor allem bei der Qualität der Wind- und Temperaturvorhersagen bemerkbar. Das ECMWF (European Center for Middle range Weather Forecast) schätzt, dass diese während des kompletten Lockdown, ohne Flugdaten, um bis zu 15 Prozent schlechter ist bei Zweitagesprognosen. Bei bodennahen Parametern wie zum Beispiel der Luftdruckprognose beträgt die Qualitätseinbusse nur drei Prozent.
Ausweichmöglichkeiten für Flugdaten gibt es nach Voisard wenige. Flugdaten sind besonders in den mittelfristigen Prognosen von drei bis sieben Tagen wie auch bei den langfristigen über acht Tage wichtiger Bestandteil der Wetterprognosemodelle. Bei den kurzfristigen Vorhersagen bis zu zwei Tagen und dem sogenannten Nowcasting bis sechs Stunden sind die Flugdaten weniger entscheidend. Neben Flugdaten sind andere Datenquellen verfügbar: von Satelliten, Radar-und Bodenstationen, Ballonsondierungen und Drohnen.
Der Einfluss fehlender Flugdaten ist je nach Prognosemodell und Weltregion unterschiedlich. Die Reduktion der Datenmenge war besonders im April und Mai sehr stark – etwa 20 000 pro Woche anstatt über 100 000. Voisard sagt:
So kann man davon ausgehen, dass sich auch die Prognosequalität wieder verbessert hat. Analysiert sei das aber noch nicht. Nicht nur wegen der fehlenden Luftdaten war diesen Sommer die Prognose schwieriger. Zu tun hat das damit, dass das Wetter dieses Sommers stark von Westlagen geprägt wurde.
«Westlagen führen abwechslungsweise kühle Luftmassen vom Atlantik her und warme Luft vom Mittelmeerraum. Damit schwanken die Höchstwerte zwischen 20 und über 30 Grad», sagt Voisard. Wegen dieser Schwankungen wird es zur Kunst, die Wechsel der Luftmassen richtig vorauszusagen, was zu Differenzen zwischen Prognose und Messung führen kann. Der Meteorologe erklärt:
Wetterprognosen sind eine hochkomplexe Angelegenheit. Dafür ist eine weltweite Wettermaschine in Betrieb, die der Wissenschaftsjournalist Andrew Blum in seinem neuen Buch «Die Wettermacher» beschreibt.
Die Prognose möglich macht nicht der Wetterfrosch am TV, sondern Atmosphärenforscher, Datentheoretiker, Satellitenbauer und Diplomaten, die den weltweiten Datenverkehr am Leben erhalten.
Die Wettermaschine ist eine internationale Konstruktion, ein sorgfältig gestaltetes und ununterbrochen funktionierendes System, das in einer Endlosschlaufe das Wetter beobachtet und vorhersagt. Darin kommen alle wichtigen Erfindungen der letzten drei Jahrhunderte zum Einsatz: aus der Newton’schen Physik, der Telekommunikation, der Raumfahrt und der Informatik. Und zuletzt steckt die Rechenleistung von vielen Supercomputern hinter der Vorhersage.
Generell haben sich die Prognosen in den letzten Jahrzehnten markant verbessert. Gemäss Blum ist es den Meteorologen gelungen, die Vorhersagefähigkeit jedes Jahrzehnt um einen Tag in die Zukunft zu verschieben. Das heisst eine fünftägige Vorhersage ist heute so gut wie ein dreitägige vor 20 Jahren. Eine Wochenvorhersage ist heute so zuverlässig wie eine 48-Stundenprognose in den 1970er-Jahren.
Generell gilt nach dem heutigen Stand der Wissenschaft, dass klassische Wetterprognosen bis zu fünf Tagen verlässlich sind. Darüber hinaus sind es Trendaussagen. Für Voisard sind auch Prognosen über fünf Tage noch zuverlässig, diese sind allerdings stark vom Wetterregime abhängig.
Bei gewissen Hochdrucklagen kann die Prognosequalität bis zehn Tage verlässlich sein. Im mittelfristigen Bereich rechnet das ECMWF bis 15 Tage.
Angefangen hat die Geschichte der Wetterprognose mit einem Unglück auf der britischen Insel. Im Jahr 1859 lief das Dampfschiff Royal Charter vor der walisischen Küste auf Grund, von den fast 500 Passagieren überlebten nur 41.
Niemand hatte den tödlichen Sturm vorausgesagt. So wurden kurze Zeit später in England die ersten Wetterprognosen veröffentlicht. Bis zur heutigen, hochtechnisierten Wettermaschine war es allerdings noch ein langer Weg. Erst mussten das Klima und das Wetter verstanden und eine Theorie dafür geschaffen werden, die Berechnungen aufgrund beobachteter Wetterdaten zuliess. Das gelang als Erstem dem Norweger Carl Anton Bjerknes.
Daraus entwickelte Lewis Fry Richardson ein mathematisches Vorhersagemodell. Für eine Sechs-Stunden-Prognose hätte er aber noch ein volles Stadion mit 63?000 Menschen gebraucht, welche die Wetterdaten verrechnet hätten – ein humaner Supercomputer.
Heute ist die künstliche Intelligenz am Werk und die Wettermaschine wird laufend verbessert. Das im mathematischen Sinn höchst chaotische Wetter wird dabei auf zwei Wegen gezähmt, wie Voisard erklärt. Zum Ersten wird die Verbesserung der Wettermodelle angestrebt. Zum Beispiel durch bessere Abbildungen von physikalischen Prozessen in den Modellen, der Verbesserung der Verbindungen zwischen den Ozean- und Wettermodellen und auch durch die weitere Erhöhung der räumlichen Auflösung der Wettermodelle.
Zum Zweiten wird der Input in die Wettermodelle verbessert. Es gibt mehr Beobachtungen über Satelliten und Drohnen. Gezieltere Messungen, um mehr relevante Daten zu erhalten. «Zum Beispiel ist das Wetter in zehn Tagen in St.?Gallen abhängig von Entwicklungen, die heute irgendwo im Nordpazifik passieren. Will man in Zukunft eine noch genauere Prognose, sollte also dort am Prognosetag gezielt gemessen werden können. Am besten vor allem bei erwarteten Extremereignissen», erklärt der Meteorologe Voisard.
Dafür muss er erst möglich werden, Extremereignisse aufzuspüren. Schliesslich gebe es auch noch Potenzial bei der Verbesserung der Messinstrumente, vor allem bei den Satelliten. Und der US-Autor Blum schreibt: In Zeiten von bedrohlichen Extremwetterereignis sei man von genaueren Beobachtungen und Daten abhängiger denn je.
Für Wetterprognosen gibt es Dutzende Apps: Die meisten nutzen dieselben Daten. Dennoch unterscheiden sich ihre Voraussagen stark.
Auf dem Wettermarkt tummeln sich viele Anbieter. Neben den staatlichen meteorologischen Wetterzentralen sind das private Firmen, welche die Bildschirme der rund drei Milliarden Smartphone-Nutzer anvisieren. Auf den Android-Handys ist der private US-Wetterdienst Accu Weather zu finden mit einer der meistverbreiteten Apps.
Im stichprobenartigen Vergleichstest von Wetter-Apps (siehe Grafik) zeigen sich die Unterschiede in der Prognose. Die grössten Abweichungen hatte im nicht wissenschaftlichen Stichprobentest der Wetterdienst Accu Weather, der sich am Montag um drei Grad Celsius geirrt hat.
Schlagzeilen machte Accu Weather 2019, als der Wetterdienst in einer Langzeitprognose weltweit einen extrem heissen und trockenen Sommer angekündigte. Die mediale Aufmerksamkeit war Accu Weather gewiss, als seriös wurde die 3-Monats-Prognose von den Meteorologen nicht bezeichnet, was sich schliesslich bestätigte.
Die amerikanische Wetter-App steht in Konkurrenz zu vielen Anbietern. Auch Meteo Schweiz bietet eine App an. Die längerfristigen Wettertrends, die mit umfangreichen Modellsimulationen berechnet werden, macht für Meteo Schweiz das Europäische Zentrum für Mittelfrist-Vorhersagen, an dem 34 Staaten beteiligt sind.
Auch die kurzfristigen Prognosen kommen auf den meisten Apps aus der gleichen Küche. Grundsätzlich seien die Quellen der Apps an einer Hand abzuzählen, oder vielleicht höchstens an zwei, sagt der Meteorologe Christophe Voisard von Meteo Schweiz. «Aber die wenigsten Apps benutzen die Modelldaten ohne «Behandlung».
Die Modellergebnisse werden mit sogenannten Postprocessing-Methoden «veredelt». Von diesen Nachbehandlungs-Methoden gibt es viele und sie werden nach Voisard laufend verbessert. Künstliche Intelligenz wird eingesetzt, Machine-Learning-Programme, die wie neuronale Netzwerke funktionieren.
«Ausserdem betreibt Meteo Schweiz zwei feinmaschige Modelle namens Cosmo-1 und Cosmo-E mit einer räumlichen Auflösung von einem beziehungsweise zwei Kilometern. Die Modelle sind auf den Alpenraum zugeschnitten», sagt Voisard. Diese Modelle würden laufend verbessert, gerade in den nächsten Monaten dürfte sich die Prognosequalität deshalb verbessern.
