Punktgenaues Wetter

Der Fernsehmeteorologe Paul Douglas erinnert sich an den Tag im Jahr 1997, als er die Inspiration hatte, die zur Gründung seines Unternehmens führte. Er hatte On-Air einen Regensturm vorhergesagt, der durch Minnesotas Twin Cities ziehen würde, nur um außerhalb der Luft mit einer Flut von E-Mails von lokalen Zuschauern konfrontiert zu werden, die wissen wollten, wie der Sturm ihre Pläne für den Tag beeinflussen könnte. Es war so frustrierend, erinnert er sich. Wann wird es in meiner Stadt zu regnen beginnen?“ Ich fahre nach Norden; Werde ich den Regen besiegen?‘ Meine Hochzeit ist heute Nachmittag; wird es regnen?’

Douglas war hilflos, solche Fragen zu beantworten. Seine Vorhersage basierte weitgehend auf Informationen des National Weather Service, der die Bedingungen für ein 12 mal 12 Kilometer großes Gebiet vorhersagt und dessen Vorhersagen nichts darüber aussagen, wie sich das Wetter in diesem Gebiet ändert. Und selbst wenn Douglas solche lokalisierten Vorhersagen machen könnte, hätte er keine Möglichkeit, die personalisierten Informationen effektiv zu verbreiten. Und dann fiel ihm ein: Vielleicht konnte er jedem einen individuellen Wetterbericht geben. Zwei Jahre später, 1999, gründete er das in Minneapolis ansässige Unternehmen Digital Cyclone, das Wetterereignisse über sechs mal sechs Kilometer große Gebiete vorhersagt und die Informationen über Mobiltelefone anbietet.

Computer, die Ihre Sprache sprechen

Diese Geschichte war Teil unserer Ausgabe vom Juni 2003



  • Siehe den Rest der Ausgabe
  • Abonnieren

Digital Cyclone ist nur eines von mehreren Unternehmen, die die Wettervorhersage auf ein neues Niveau an Nützlichkeit und Präzision bringen. Der Weather Channel in Atlanta, GA, bietet jetzt zum Beispiel Karten mit einer Auflösung von acht Kilometern und einen Warndienst für Desktop-Computer. Und AccuWeather im State College, PA, erstellt Wetterkarten mit einer Auflösung von einem Kilometer, die auf persönlichen digitalen Assistenten und internetfähigen Telefonen verfügbar sind. Gespeist durch die Verfügbarkeit riesiger Reservoirs billiger Computerleistung, neue mathematische Techniken zur Feinabstimmung von Wettermodellen und Hightech-Beobachtungssysteme nutzen diese Firmen die viel vernachlässigte Facette der Wettervorhersage, die Douglas das kurze Spiel nennt: nämlich Beratung Menschen über die besonderen Wetterbedingungen in ihren einzelnen Stadtteilen oder Städten, nicht nur in ihren Regionen.

Der Wechsel zu solchen Vorhersagen mit höherer Auflösung könnte zu enormen Einsparungen führen. Laut John Dutton, emeritierter Dekan des College of Earth and Mineral Sciences der Pennsylvania State University, sind über 3 Billionen US-Dollar der jährlichen Wirtschaft des Landes von Wetterereignissen betroffen. Landwirte, Bauarbeiter, Schneeräumungstrupps, Energiewartungsarbeiter, Bahndisponenten und LKW-Fahrer sind auf genaue und präzise Prognosen angewiesen, um ihre Zeit und Ressourcen effektiv zu verwalten. Eine unerwartet kühle Luftmasse an einem Sommertag könnte einen Stromkonzern mit Millionen von Dollar ungenutzten Stroms belasten. Eine Änderung der Windgeschwindigkeit könnte die Entscheidung eines Landwirts ändern, Düngemittel zu versprühen, die benachbarte Pflanzen bei Windgeschwindigkeiten von mehr als 11 Stundenkilometern zerstreuen und sogar ruinieren können. Ein geringer Temperaturunterschied kann darüber entscheiden, ob ein Schneeräumtrupp Sand oder Salz ablegt. Salz ist im Allgemeinen nur über -7 ° C wirksam, und eine falsche Entscheidung, es zu verwenden, kann nicht nur bei der Reduzierung von Eis wirkungslos sein, sondern auch Tausende von Dollar an Steuergeldern verschwenden.

Ob Angestellte oder Fußball-Mütter, Wetterinformationen seien unersättlich, sagt Douglas. Viele unglaublich nützliche Informationen sind bereits verfügbar, aber es gibt eine echte Möglichkeit, sie zu filtern, aktueller, detaillierter und genauer zu gestalten und in nützlicher Form bereitzustellen.

Personalisierte Prognosen

Wie gründe ich ein Raumfahrtunternehmen?

Seit fünf Jahrzehnten stützt sich die Wettervorhersage in den Vereinigten Staaten auf Modelle, die auf der neuesten Computertechnologie des National Center for Environmental Prediction des National Weather Service in Camp Springs, MD, laufen. Die Modelle verwenden mehr als 100 Millionen tägliche Messungen von Temperatur, Feuchtigkeit, Luftdruck, Windgeschwindigkeit und Windrichtung, die von verschiedenen Orten auf der ganzen Welt gesammelt werden. Basierend auf diesen Daten werden alle sechs Stunden Vorhersagen auf globaler, nationaler und regionaler Ebene für Gebiete mit einer Größe von 12 mal 12 Kilometern berechnet.

Das echte Wetter kann natürlich über Entfernungen von nur wenigen Kilometern ziemlich variieren, sagt Craig Burfeind, ein Meteorologe, der zusammen mit Douglas Digital Cyclone gegründet hat. Winterstürme können eine genaue Linie haben, und ein paar Meilen zu beiden Seiten dieser Linie können den Unterschied zwischen Regen und 15,2 cm Schnee bedeuten. Burfeind stellt fest, dass eines Tages im vergangenen Winter die Temperaturen in den südlichen Vororten von Minneapolis die niedrigen 20 ° C (70 ° F) erreichten, während die nördlichen Vororte um den Gefrierpunkt herum blieben, was zu Temperaturunterschieden von 6 ° C oder mehr über eine Reichweite von sechs Kilometern führte. Und Minneapolis liegt nicht einmal in der Nähe eines großen geologischen Merkmals wie eines Berges oder eines Tals, das Windgeschwindigkeit und -richtung, Luftfeuchtigkeit und Temperatur beeinflussen und messbare Unterschiede in einem kleinen Gebiet erzeugen kann. Selbst ein großes Gewässer kann scharfe Temperaturkontraste erzeugen, die zu Schnee mit Seeeffekt, starkem Küstennebel oder unerwarteten Gewittern beitragen.

Der Wetterdienst erstellt gerne Vorhersagen für jeden Ort, wenn es praktikabel ist. Aber eine Erhöhung der Auflösung des Prognosegitters auf beispielsweise sechs mal sechs Kilometer erfordert tatsächlich achtmal so viel Rechenaufwand. Unser nächster Schritt in diesem Bereich sind 10 Kilometer, die erst Ende 2004 einsatzbereit sein werden, sagt Lauren Morone, Betriebsbeauftragte des National Center for Environmental Prediction.

Aber es gibt einen anderen Weg. In den 1990er Jahren begannen Forscher der Pennsylvania State University, die vom National Weather Service gesammelten Rohdaten in ihre eigenen PC-basierten Modelle zu integrieren. Der Betrieb eines Modells war früher eine große, zentralisierte Operation, wie das Manhattan-Projekt, sagt der Klimatologe Paul Knight aus dem Bundesstaat Penn. Die neue Generation von PC-Modellen hingegen erledige für eine kleinere Fläche der Erde weniger Berechnungen und könne daher relativ schnell hochaufgelöste, lokalisierte Wettervorhersagen erstellen.

Digital Cyclone zum Beispiel profitiert vom Erfolg von Penn State. Das Unternehmen bietet Vorhersagen für eine Reihe von Metropolregionen in den USA und erstellt mit einem einzigen PC eine Wettervorhersage für eine bestimmte Stadt. Die Vorhersagen sind doppelt so häufig wie die des National Weather Service und decken ein kleineres Gebiet ab; das heißt, sie laufen alle drei Stunden und haben eine Auflösung von sechs Kilometern im Umkreis von etwa 120 Kilometern um die Stadt.

Kunden von Digital Cyclone können über eine Website auf die Informationen zugreifen. Durch die Eingabe ihres Standorts erhalten sie Wetterkarten, die auf ihre Städte zentriert sind, komplett mit Radarbildern und projizierten Sturmspuren. Aber der wahre Wert des Dienstes von Digital Cyclone besteht laut Douglas darin, dass die Menschen die Informationen von ihren internetfähigen Mobiltelefonen abrufen können. Später in diesem Jahr werden dieselben Telefone akustische Alarme ausgeben, die vom Unternehmen gesendet werden und auf die Bedürfnisse der Menschen zugeschnitten sind. Und in einer Zeit, in der immer mehr Mobiltelefone mit Global Positioning Satellite Software und Signalempfängern ausgestattet sind, die Informationen über ihren geografischen Standort liefern, entwickelt Digital Cyclone eine Software, die voraussichtlich in den nächsten Jahren verfügbar sein wird, die GPS-Daten verwendet, um bieten hochauflösende Wettervorhersagekarten, die automatisch auf den Standort des Telefons zentriert sind.

kann ich mein handy haben?

An der Geschäftsfront

Die Übertragung personalisierter Warnmeldungen auf Ihr Handheld-Gerät kann die ultimative Automatisierung der Wettererkennung sein. Aber auch Unternehmen brauchen detaillierte Vorhersagen, und einige Wetteranbieter integrieren die Informationen bereits direkt in die Computer ihrer großen Industriekunden. Ein führendes Unternehmen in diesem neuen Bereich wettergestützter Operationen ist Meteorlogix in Minneapolis. Das Unternehmen verwendet Satellitenkommunikation, um angepasste Wetteraktualisierungen direkt in das operative Computersystem eines Kunden zu übertragen; Das Computersystem ist für die Warnungen von Meteorlogix vorprogrammiert und erkennt, welche Vorgänge vom Wetter beeinflusst werden, und ergreift dann geeignete Maßnahmen.

Regen spüren

Da Computer schneller und billiger werden und Instrumente zur Wetterbeobachtung besser werden, versprechen die Forscher noch höher aufgelöste Vorhersagen. Einige sagen voraus, dass die Auflösung in zwei oder drei Jahren auf einen Kilometer sinken wird. Der Weg dorthin wird jedoch ein harter Kampf. Das erste Problem ist die enorme Zunahme der Rechenleistung, die erforderlich ist, um die zusätzlichen Wettervariablen in einem so kleinen Maßstab zu berücksichtigen. Die Topographie des lokalen Geländes, das Vorhandensein von Gewässern, Vegetation, Wolkenbildung – all dies muss berücksichtigt werden, sagt Joel Myers, Gründer und Präsident von AccuWeather. Um von vier Kilometern auf einen Kilometer herunterzufahren, erfordert dies etwa das 16-fache der Zahl knackender Muskeln.

Trotz des hohen Rechenpreises arbeiten Lloyd Treinish und seine Kollegen in der IBM-Forschungseinrichtung Yorktown Heights, NY, an Wettervorhersagen mit einer Auflösung von einem Kilometer. Das sogenannte Deep Thunder-Projekt ist Teil eines größeren IBM-Projekts namens Deep Computing, das sich mit der Analyse großer Datenmengen und der Lösung komplexer Rechenprobleme beschäftigt. Wie viele Unternehmen, die im Bereich der hochauflösenden Wettervorhersage tätig sind, sieht IBM Geschäftsmöglichkeiten in der Bereitstellung besserer Vorhersagemodelle für wetterempfindliche Unternehmen. Treinish und sein Team haben ein an der Colorado State University entwickeltes Standard-Regionalmodell modifiziert und an das Gelände, die Windströmung und die ozeangetriebenen Feuchtigkeitsmuster der Region New York angepasst. Sie verwenden die vom National Weather Service erhaltenen Daten und überprüfen dann ihre Vorhersagen mit nahegelegenen Wetterstationen - sogar einer in Fishkill, NY. Noch in diesem Jahr wird IBM fünf weitere Stationen in seinen Einrichtungen im Südosten von New York installieren, um die Modelle weiter zu verfeinern. Deep Thunder generiert zwei- bis viermal täglich eine aktualisierte 24-Stunden-Vorhersage, was fast zwei Stunden Computerzeit pro Vorhersage erfordert.

Das modifizierte Modell hat sich mehrfach bewährt – etwa als es neun Stunden vor dem Wetterdienst die Schwere eines Schneesturms im Februar 2003 erkannte. Treinish führt die Genauigkeit des Modells auf seine feine Auflösung zurück, die neben einem detaillierteren Blick auf das lokale Wetter oft zu besseren Vorhersagen für eine ganze Region führt. Indem man die Physik hinter kleineren Wetterereignissen untersucht, kann man sich ein besseres Bild davon machen, was bei größeren Ereignissen wie Stürmen vor sich geht, sagt er.

Treinish spricht sogar davon, in Zukunft auf eine Auflösung von 500 Metern herunterzufahren, weist jedoch darauf hin, dass dies die Modellierung von Windturbulenzen um die hohen Gebäude von New York City erfordern würde – und es würde etwa 100-mal so viel Zahlenverarbeitung erfordern. Aber das ist kein unerhörter Anstieg der Rechenleistung, wenn man bereit ist, ein paar Jahre zu warten, sagt er.

was ist das tiefste, was ein U-Boot gegangen ist?

Solche genauen, hochauflösenden Wettervorhersagen hängen von Modellen ab, die regelmäßig neu kalibriert werden, indem ihre Vorhersagen mit dem tatsächlich beobachteten Wetter verglichen werden. Aber herauszufinden, ob sich die Vorhersagen verbessern oder nicht, ist schwieriger, als es klingt, denn die Unterschiede können subtil und kompliziert sein: Vielleicht werden die Vorhersagen der Windgeschwindigkeit etwas genauer, während die Temperaturvorhersagen etwas schlechter werden. David Stensrud vom Severe Storm Laboratory der National Oceanic and Atmospheric Administration in Norman, OK, stellt fest, dass die Verbesserung der Modelle nur langsam voranschreitet. Diese Modelle sind so kompliziert, dass Sie leicht ein anderes verursachen können, wenn Sie ein Problem beheben können, sagt Stensrud. Das neue Modell muss zur Überprüfung in vielen Fällen durchlaufen werden, was einen enormen und arbeitsintensiven Aufwand bedeutet.

Und natürlich ist ein Prognosemodell nur so gut wie die Instrumente, die ihm Daten liefern. Schließlich können Meteorologen in vielen Teilen des Landes auf fein detaillierte Wetterdaten von riesigen Sensornetzwerken zugreifen, die nur wenige Meter voneinander entfernt sind. Eine Gruppe unter der Leitung von Deborah Estrin, einer Informatikerin und Direktorin des Center for Embedded Networked Sensing an der University of California, Los Angeles, bettet bereits drahtlose Sensornetzwerke ein, die Mikroklimadaten überwachen sollen – einschließlich schließlich des Kohlendioxidgehalts – um kleine Flecken von Bäumen und Pflanzen. Wir wollen den Zusammenhang zwischen der Überwachung des Wetters auf regionaler und auf Mikroebene untersuchen, sagt sie.

Das Sammeln solcher spezifischen Daten mag in unserer Zukunft sein, aber ist es praktikabel? Die Veröffentlichung von Vorhersagen auf der Ebene von Stadtblöcken erwecke definitiv den Anschein, als wären die Vorhersagen genauer, sagt Craig Edwards, Chefmeteorologe des Minneapolis-Büros des National Weather Service. Aber die Prognosen für einen Block wären wahrscheinlich die gleichen wie für andere Blöcke. Es gibt auch einen Kompromiss zwischen der Auflösung und der Frage, wie weit ein Modell in die Zukunft genaue Vorhersagen machen kann, sagt Young, da sich Wetterphänomene in kleinem Maßstab schnell ändern. Die hochauflösenden Vorhersagen von heute sind für einen Tag oder so nützlich, sagt er. Wir gehen schnell zu Vorsätzen, mit denen Sie über sechs Stunden hinaus nichts kaufen können.

Unabhängig vom Nutzen der neuen Technologie können Meteorologen mehr davon in ihren Vorhersagen angeben, wenn sich die Öffentlichkeit mit Wetterjargon und Karten vertraut macht. Der Wetter-IQ der Öffentlichkeit ist in den letzten 10 Jahren enorm gestiegen, sagt Myers von AccuWeather. Anstatt zu sagen, dass es heute Regen gibt, könnten wir sagen, dass es zwischen 10:00 und 12:00 Uhr eine Regenwahrscheinlichkeit von 20 Prozent gibt, zwischen Mittag und 14:00 Uhr eine Chance von 40 Prozent und danach eine Chance von 20 Prozent. Das ist die Art von Informationen, die Sie verwenden können, um Ihr Golfspiel zu planen.

Andere in High-Resolution Forecasting
BEGLEITUNG NETZAUFLÖSUNG SERVICE
Meteo Consult
(Wageningen,
Niederlande)
Standortspezifisch, basierend auf dem Standort der Wetterstationen Wetterkarten sowie Satelliten- und Radarbilder, die an internetfähige Mobiltelefone geliefert werden
MyWeather
(Madison, Wisconsin)
110 Meter SMS-Vorhersagen, die an alphanumerische Pager und Mobiltelefone gesendet werden
AWS-Konvergenz
Technologien
(Gaithersburg, MD)
Standortspezifisch, basierend auf dem Standort proprietärer Wetterstationen Webbasierte Anwendung, die Prognosen für Kunden in der Energiewirtschaft liefert
Wetterdienste
International

(Billerica, MA)
Acht bis 10 Kilometer; punktspezifische Vorhersagen Wetterkarten sowie Satelliten- und Radarbilder, die an Mitarbeiter in der Medien-, Energie-, Schiffs- und Luftfahrtindustrie geliefert werden (Piloten können Daten während des Flugs über persönliche digitale Assistenten empfangen)
verbergen

Tatsächliche Technologien

Kategorie

Unkategorisiert

Technologie

Biotechnologie

Technologierichtlinie

Klimawandel

Mensch Und Technik

Silicon Valley

Computer

Mit News Magazine

Künstliche Intelligenz

Platz

Intelligente Städte

Blockchain

Reportage

Alumni-Profil

Alumni-Verbindung

Mit News Feature

1865

Meine Sicht

77 Mass Avenue

Treffen Sie Den Autor

Profile In Großzügigkeit

Auf Dem Campus Gesehen

Lerne Den Autor Kennen

Alumni-Briefe

Nicht Kategorisiert

77 Massenallee

Rechnen

Tech-Richtlinie

Lernen Sie Den Autor Kennen

Nachrichten

Wahl 2020

Mit Index

Unter Der Kuppel

Feuerwehrschlauch

Unendliche Geschichten

Pandemie-Technologieprojekt

Vom Präsidenten

Titelstory

Fotogallerie

Empfohlen