This is an old revision of the document!
\newpage Textbausteine DWD
\bigskip Numerische Wettervorhersage (NWV) bildet heute den Kern einer Reihe von Vorhersagesystemen f\“ur die Daseinsvorsorge der Bundesrepublik Deutschland. Anwendungsgebiete erstrecken sich von der Unwetterwarnung und Hochwasserwarnung, die durch die Niederschlags- und Bodenwasservorhersagen der Wettermodelle angetrieben wird, bis hin zur Leistungsvorhersage erneuerbarer Energien (e.g. Wind und Photovoltaik), um die Energieversorgung von Industrie und Privathaushalten sicher zu stellen. Dienstleistungen Wettermodelle des DWD sind direkt relevant f\”ur die Einsatzzentralen der Feuerwehren und des technischen Hilfswerks in allen St\“adten und Kreisen der L\”ander. Dar\“uber hinaus nutzen weltweit etwa 40 L\”ander die Vorhersagen des deutschen Globalmodells als Antrieb f\“ur ihre regionalen Vorhersagesysteme.
\bigskip Die Numerische Wettervorhersage beruht auf dem Einsatz hochkomplexer numerischer Simulationsmodelle f\”ur die atmosph\“arischen und geophysikalischen Prozesse, welche Wetter und Niederschlag bestimmen. Integriert sind hier Str\”omungsmechanik auf der Sph\“are als dynamischer Kern ebenso wie diverse mikrophysikalische Prozesse, welche Niederschlag, Wolkenbildung und Neben bestimmen, die Dynamik der Vegetation der Erdoberfl\”ache und die termodynamischen Prozesse in Meereis oder Seen. Numerische Wettervorhersagemodelle gliedern sich in eine globale Skala (ICON Globalmodell), die kontinentale Skala (Europa) und hochaufgel\“oste Regionalmodelle (COSMO-DE beim Deutschen Wetterdienst in Kooperation mit Russland, Italien, der Schweiz, Polen, Rum\”anien und Griechenland).
Die Datenassimilation als Teil der NWV hat die Aufgabe, eine gro\ss{}e F\“ulle von Me\ss{}systemen zu nutzen, um Anfangszust\”ande f\“ur die Vorhersagen der NWV bereit zu stellen, siehe etwa \cite{Kalnay2002,mclaughlin1995,mclaughlin2002,reichle2002,warner2010} oder \cite{Daley1991,ide1997,Kalnay2002,park2009,Lewis2006,Nichols2010,robinson2000} . Me\ss{}systeme reichen von konventionellen Bodenstationen \”uber Radiosonden, Flugzeugmessungen wie sie von allen kommerziellen Fluglinien bereitgestellt werden, \“uber hochaufl\”osende Radar-Systeme bis hin zu satellitenbasierten Sondierern im Infrarot und Mikrowellenbereich. Atmosph\“arische Bewegungsvektoren werden von verschiedenen geostation\”aren und polar-umlaufenden Satelliten abgeleitet, welche atmosph\“arische Winde in hoher Aufl\”osung ermitteln. Dar\“uber hinaus liefern Radio-Okkultationen Profile der atmosph\”arischen Temperatur und Feuchte auf der gesamten Erdkugel. Weitere Instrumente wie etwa Scatterometer bestimmen Winde auf der Meeresoberfl\“ache. Diverse Instrumente k\”onnen Bodenfeuchten und die Temperatur der Meeresoberfl\“ache ermitteln. Erg\”anzt werden diese Systeme von zeitlich hochaufgel\“oster bodengebundener Fernerkundung durch Ceilometer, Lidar und Mikrowellen-Radiometer.
Im Bereich der Assimilationsalgorithmen werden in f\”uhrenden Zentren seit Ende der 90er Jahre variationelle Verfahren eingesetzt (3dVar bzw. 4dVar), bei dem ein gro\ss{}es Ausgleichsproblem die Daten mit den atmosph\“arischen Kurzfristvorheragen kombiniert und das vorhandene Wissen in stochastisch optimaler Weise zusammenf\”uhrt. Derzeit werden diese Verfahren mehr und mehr duch Methoden der Ensemble-Datenassimilation ersetzt bzw. erg\“anzt, welche die Unsicherheit der Analyse und Vorhersage bestimmen und vorhersagen kann. Der lokalisierte Ensemble-Kalman-Filter l\”ost dazu in jedem Assimilationsschritt bis zu einer Millionen separater kleiner Ausgleichsprobleme (mit etwa 40, 100 oder 200 Unbekannten), aus deren lokaler L\“osung ein regionaler bzw. globaler atmosph\”arischer Zustand bzw. ein Ensemble solcher Zust\“ande zusammengesetzt wird.