Nutzung von GNSS troposphärischen Gradienten für Monitoring und Vorhersage von Extremwetterereignissen | EGMAP
Globale Navigationssatellitensysteme (GNSS) sind aus unserem täglichen Leben nicht mehr wegzudenken. Die Überwachung des atmosphärischen Wasserdampfs mithilfe regionaler GNSS-Bodennetze hat bestehende meteorologische Beobachtungssysteme durch ihr weit verteiltes Bodenstationsnetz verbessert. GNSS unterscheidet sich von anderen Beobachtungssystemen durch seine niedrigen Betriebskosten, seine Verfügbarkeit bei jedem Wetter und seine hervorragende räumlich-zeitliche Auflösung. Hochwertige Beobachtungen sind für die genaue Darstellung von Variablen in einem Wettermodell von entscheidender Bedeutung. Durch Datenassimilation (DA) können wir Beobachtungen und numerische Wettermodelle optimal kombinieren.
Unser Forschungsprojekt „Nutzung von GNSS-Troposphärengradienten zur Überwachung und Vorhersage von Unwettern“ (EGMAP) konzentriert sich auf die Auswirkungen von GNSS-Troposphärengradienten und deren effektive Nutzung für die operative Vorhersage von Unwettern. EGMAP ist ein Kooperationsprojekt der Technische Universität Berlin (TUB) und des Helmholtz-Zentrum für Geoforschung (GFZ), gefördert von der Deutschen Forschungsgemeinschaft (DFG). Im Rahmen dieses Projekts haben wir am GFZ einen neuen Operator entwickelt (Zus et al., 2023), um troposphärische Gradienten (TG) in das Wetterforschungs- und -vorhersagemodell (WRF) zu integrieren. TGs werden zusammen mit Zenith Total Delays (ZTD) von einem GNSS-Stationsnetzwerk bestimmt.
Die operationelle Nutzung von GNSS-Datenprodukten (ZTDs) des GFZ durch den DWD begann am 21. April 2020. Parallel dazu wurden neuartige Beobachtungsoperatoren entwickelt, um verbesserte GNSS-Produkte zu assimilieren und Einflussstudien zur Quantifizierung der Vorhersageverbesserung durchgeführt (Thundathil et al., 2024). Für die Studie wurden Daten von etwa 100 Bodenstationen in Deutschland über einen Zeitraum von zwei Monaten ausgewertet, darunter auch während der Flutkatastrophe im Ahrtal im Juli 2021. Erstmals konnte gezeigt werden, dass zusammen mit der innovativen Nutzung horizontaler Feuchteinformationen deutliche Verbesserungen der vorhergesagten Feuchtefelder erreicht werden können (bis zu 10 % in der unteren Troposphäre). Dies ermöglicht insbesondere präzisere Vorhersagen zur Lage und Ausdehnung von Niederschlagsgebieten. Der neue Beobachtungsoperator wird in das operationelle Vorhersagesystem des DWD integriert.
Durch ein TG-Empfindlichkeitsexperiment, das durch Reduzierung der Dichte des GNSS-Netzwerks durchgeführt wurde, wurde festgestellt, dass die Assimilation von TGs zusätzlich zu ZTDs aus einem spärlich besetzten Stationsnetzwerk (1 Grad) eine gleichwertige Verbesserung bietet wie die Assimilation von ZTDs aus einem dichten Stationsnetzwerk (0,5 Grad) (Thundathil et al., 2025 AMT Preprint). Dies unterstreicht das Potenzial von TGs, Feuchtigkeitsfelder an Orten mit wenigen GNSS-Stationen zu verbessern.
Die Assimilation von TGs soll Unwettervorhersagen verbessern. Die GNSS-Meteorologiegruppe hat kürzlich eine GNSS-DA-Studie zum Supertaifun „Koinu“ über Taiwan durchgeführt. Die Simulation lief vom 1. September bis zum 30. Oktober 2023, wobei sich der Taifun am 28. September bildete. Obwohl die DA einen Monat früher initialisiert wurde, erfasste das NWP-System erfolgreich die Entstehung und Struktur des Taifuns, einschließlich seines „Auges“ mit ruhigen, feuchten Bedingungen und seiner Wand mit hoher Reflektivität und starkem Regen. Die Assimilation von TGs reduzierte den Fehler in der Zugbahn von 54 km im Kontrolllauf ohne GNSS-DA auf 43 km. Rund 250 Stationen in Taiwan und Teilen Japans wurden genutzt.
Literatur:
Zus, F., Thundathil, R., Dick, G., & Wickert, J. (2023). Fast Observation Operator for Global Navigation Satellite System Tropospheric Gradients. Remote Sensing, 15(21), 5114.
Thundathil, R. M., Zus, F., Dick, G., & Wickert, J. (2023). Assimilation of GNSS Tropospheric Gradients into the Weather Research and Forecasting Model Version 4.4. 1. Geoscientific Model Development Discussions, 2023, 1-38.
Thundathil, R., Zus, F., Dick, G., & Wickert, J. (2025). Assimilation of GNSS Zenith Delays and Tropospheric Gradients: A Sensitivity Study utilizing sparse and dense station networks. EGUsphere, 2025, 1-24. (AMT preprint – under review)
Link zum Projekt in der GEPRIS-Projektdatenbank der DFG: