Verbesserung der Niederschlagsmessung in Europa durch Fortschritte bei der Radardatenverarbeitung, Nutzung von Crowdsourcing-Daten und KI

• Antragsteller: Dr. Christian Chwala; Dr. Jochen Seidel
• Fachliche Zuordnung: Hydrogeologie, Hydrologie, Limnologie, Siedlungswasserwirtschaft, Wasserchemie, Integrierte Wasserressourcen-Bewirtschaftung ; Physik und Chemie der Atmosphäre
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 575891624

Genaue Niederschlagsabschätzungen sind für die Vorhersage von Überschwemmungen, die Bewirtschaftung von Wasserressourcen und das Verständnis des Wasserkreislaufs unerlässlich. In Europa bieten Wetterradare eine gute Abdeckung in hoher zeitlicher Auflösung, was sie für die Echtzeiterfassung von Niederschlägen unerlässlich macht. Nichtsdestotrotz ist die genaue Radarniederschlagsbestimmung immer noch eine Herausforderung. EuRadCA bringt Forscher aus Deutschland und den Niederlanden zusammen, um die Radarniederschlagsbestimmung europaweit zu verbessern. Das Projekt wird neue Methoden zur Kombination von Radardaten mit Informationen aus Regenmessern und privaten Wetterstationen entwickeln, wobei fortschrittliche Techniken wie Deep Learning und Geostatistik zum Einsatz kommen. Dieser Projektantrag ist aus drei Gründen aktuell: 1) Ein großes Archiv europäischer Radardaten aus dem OPERA-Programm wird in Kürze erstmals öffentlich zugänglich sein. 2) Der Zugang zu Daten von privaten Wetterstationen verbessert sich rapide. 3) Fortschritte in der KI und im Computing ermöglichen es nun, tiefe neuronale Netze mit Radardaten in kontinentalem Maßstab in Europa zu trainieren. EuRadCA konzentriert sich auf vier Schlüsselbereiche. Erstens werden neue Verfahren zur Qualitätskontrolle und Bias-Korrektur entwickelt, die direkt im Polarkoordinatensystem des Radars arbeiten und so die Genauigkeit der Radardaten deutlich erhöhen. Zweitens wird das Projekt Qualitätsindikatoren auf Pixelebene definieren, um Unsicherheiten in jedem Verarbeitungsschritt nachzuvollziehen und probabilistische Niederschlagsabschätzung zu ermöglichen. Drittens setzt EuRadCA auf Deep-Learning-Modelle, die sowohl mit simulierten als auch mit realen Radardaten trainiert werden. Ziel ist es, die bisherigen Einschränkungen konventioneller Methoden zu überwinden und genauere Niederschlagsprodukte aus Radardaten zu erstellen. Viertens werden neue Ansätze entwickelt, um unplausible Messwerte von privaten Wetterstationen zuverlässig zu erkennen und herauszufiltern, insbesondere in Hinblick auf die Verbesserung der Datenqualität bei extremen Wetterereignissen. Schließlich wird EuRadCA bewerten, inwieweit die entwickelten Methoden die Niederschlagsprodukte auf europäischer Ebene hinsichtlich Bias und Unsicherheit verbessern. Über einen Zeitraum von drei Jahren wird EuRadCA reproduzierbare Workflows zur Niederschlagsabschätzung für den öffentlichen und wissenschaftlichen Gebrauch bereitstellen. Diese werden maßgeblich zur Unterstützung von Wetterdiensten, dem Hochwasserrisikomanagement und der Anpassung an den Klimawandel beitragen. Das Projektteam besteht aus Experten des Karlsruher Instituts für Technologie (KIT), der Universität Stuttgart und der TU Delft. Die Zusammenarbeit mit den nationalen Wetterdiensten DWD (Deutschland) und KNMI (Niederlande) stellt sicher, dass die entwickelten Lösungen praxisrelevant sind und ein leichter Zugang zu Daten sowie Rechenressourcen gewährleistet wird.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Niederlande
• Partnerorganisation: Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO)
• Mitverantwortlich: Dr. Julius Polz
• Kooperationspartner: Professor Dr. Marc Schleiss