Über cAIR
Wettererscheinungen, wie z. B. Starkregen oder Gewitter, verursachen jährlich hohe Schäden. Laut aktuellen Klimaprognosen werden diese Ereignisse in Zukunft noch häufiger und mit zunehmendem Schadensausmaß verbunden auftreten. In klassischen Prognosemodellen werden viele lokale Einflussfaktoren auf das Wetter wie z. B. das Relief oder die Bodeneigenschaften zumeist nur unzureichend oder vereinfacht berücksichtigt. Aufgrund der komplexen Dynamik des Wetters besteht hinsichtlich räumlich-präziser Vorhersagen von Gewitterzellen ein hoher Handlungsbedarf zur Gewinnung weiterer Daten, um die Modelle zu verbessern.
In diesem Projekt werden Boden- und Topografieeinflüsse auf die vertikalen Luftmassenbewegungen (Konvektion) in der unteren Atmosphäre vermessen, welche auch für die Gewitterbildung ursächlich sind. Dazu werden erstmalig Flugdaten von Segelflugzeugen mittels KI-Methoden mit Wetter- und Geodaten verknüpft. Das Ziel ist, die Eignung der Flugdaten für räumlich und zeitlich genauere Wettervorhersagen zu überprüfen, die sowohl zu präziseren Vorwarnungen vor entstehenden Gewittern als auch zur Energieoptimierung von Flügen im unteren Luftraum dienen können.
Durch die Verarbeitung einer sehr großen Menge an Positionsdaten von Segelflügen sollen vertikale Luftbewegungen in mehreren Untersuchungsräumen über Deutschland analysiert werden. Dazu können verfügbare Daten historischer und aktueller Flüge von Privatpiloten verwendet werden. Unter Einbeziehung von zeitlich zu den Flügen synchronisierten Wetterdaten sowie der lokalen Topografie werden geeignete Machine-Learning-Methoden zur Erkennung von Mustern und Zusammenhängen mit den Flugdaten untersucht und angewendet. Daraus werden im Anschluss statistische Modelle zur gebietsspezifischen Konvektionsprognose abgeleitet.
Verbundkoordinator
WeGlide UG, Worms