DFG project G:(GEPRIS)404444033
Physikalisch-basierte QPE mittels Messungen polarimetrischer Wetterradare und kommerzieller Richtfunkstrecken
| Coordinator | Dr. Christian Chwala ; Privatdozentin Dr. Silke Trömel, Ph.D. |
| Grant period | 2018 - |
| Funding body | Deutsche Forschungsgemeinschaft |
| DFG | |
| Identifier | G:(GEPRIS)404444033 |
⇧ FOR 2589: Zeitnahe Niederschlagsschätzung und -vorhersage ⇧
Note: Zentrales Ziel von P1 ist die Erstellung einer möglichst genauen und verlässlichen, zeitnahen, quantitativen Niederschlagsschätzung (QPE). Primäre Datenquellen sind polarmetrische C-Band Wetterradare des Deutschen Wetterdienstes (DWD), unterstützt durch Dämpfungsmessungen von kommerziellen Richtfunkstrecken (CMLs), wie sie für die Infrastruktur des Mobilfunknetzes landesweit betrieben werden. Bestehende Algorithmen werden verbessert, validiert, sowie neue Methoden entwickelt und auf die Messungen des jüngst vollständig modernisierten polarimetrischen C-band Radar Netzwerkes des DWD und des landesweiten CML-Netzwerks angewendet.Die QPE für flüssigen Niederschlag basiert auf der spezifischen Dämpfung A mittels der von den Antragstellern mitentwickelten R(A) Methode. Die Methodik wurde bereits erfolgreich mit S- and X-band Radardaten getestet und soll nun auf C-band Daten des DWD Radarverbunds übertragen und optimiert werden. Für Mischphasen-Niederschlag werden wir mit Hilfe der polarimetrischen Daten Hydrometeorklassifikationen durchführen und neue Methoden zur Quantifizierung von Schneefallraten entwickeln. Zur Verbesserung der QPE für Fälle in denen das Radar in größeren Entfernungen und/oder bei niedrigen Schmelzschichten in und über der Schmelzschicht misst, werden wir das erste polarmetrische Korrekturverfahren für vertikale Reflektivitätsprofile entwickeln.Aufbauend auf unseren Vorarbeiten, werden wir Radar-basierte QPE durch Kombination mit CML-Daten, auf die wir landesweiten Echtzeitzugriff haben, weiter verbessern. Die zu entwickelnden Algorithmen zur CML-Datenprozessierung und Qualitätssicherung werden nicht nur für die Verbesserung von QPE in Deutschland, sondern auch bei einer Nutzung von CML-Daten ohne Wetterradare, wie z.B. in Entwicklungsländern, eine wichtige Rolle spielen.