Convection Initiation - Detection and Nowcasting with multiple data sources

Abstract

Die satelliten-basierte Erkennung und Kurzfristvorhersage der Initiierung von Konvektion (CI) anhand des Cb-TRAM Algorithmus kann erheblich durch die Nutzung zusätzlicher Datenquellen aus unabhängigen Beobachtungen und numerischen Vorhersagemodellen verbessert werden. Dazu werden die für die Entstehung eines Gewitters wichtigen Größen wie Feuchte, Instabilität und Hebung innerhalb einer von Cb-TRAM erkannten CI Zelle genutzt. Die verschiedenen Datenquellen werden mit Hilfe von Fuzzy Logik miteinander kombiniert, um für jede von Cb-TRAM detektierte CI Erkennung eine „CI Forcierung“ und daraus eine Wahrscheinlichkeit zu bestimmen, mit der sich die CI Zelle in ein Gewitter weiter entwickelt. So können Zellen mit niedriger Weiterentwicklungswahrscheinlichkeit gefiltert und damit die Anzahl der Fehlalarme für CI verringert werden. Das Verfahren ist mit Hilfe einer statistischen Auswertung für eine ganze Sommerperiode (15. Mai 2009 – 31. August 2009) über Mitteleuropa verifiziert worden. Die Auswertung ergibt, dass die Anzahl der Fehlalarme für die Weiterentwicklung von CI Zellen in ein Gewitter mit dem neuen Verfahren um bis zu 65 % verringert werden kann.