Deep Weather

Deep Weather

Lokales Wetter besser vorhersagen

Problemstellung

Aktuell können zwar großflächige Wettertrends mittelfristig gut prognostiziert werden, jedoch finden sich in den Verfahren der lokalen Wettervorhersage noch einige Schwachstellen.

Auf Basis von ermittelten Ist-Zuständen durch Messungen und Sonden-Aufstiegen berechnen die heutigen Wettermodelle den zukünftigen Zustand der Atmosphäre zu einem bestimmten Zeitpunkt. Dabei müssen komplexe, rechenintensive und nichtlineare physikalische Gleichheitssysteme gelöst werden, wodurch verschiedene Probleme entstehen. Einerseits ist das Raster von mehreren Kilometern sehr grob, andererseits fehlen teilweise meter- oder minutengenaue Messungen.  Für kleinere Orte und Städte können dadurch keine zuverlässigen Daten geliefert werden, aber auch bei Extremwetterereignissen weichen die Vorhersagen  sehr stark ab oder sind häufig sogar ganz falsch.

Methodik und Zielsetzung

Das Ziel des Forschungsprojektes ist die Lieferung von meter- und minutengenauen Daten, um die Genauigkeit von Wettervorhersagen beachtlich zu verbessern. 

Mittels moderner KI-Verfahren auf Basis von hochaufgelösten lokalen Wetterdaten aus dem Internet-of-Things (IoT) werden Vorhersagen für das Wetter entwickelt. Für die Berücksichtigung von lokalen Effekten werden die grobmaschigen Modelle mit statistischen Verfahren kombiniert. 

Die Daten stammen aus unterschiedlichen institutionellen und kommerziellen Quellen und werden gesammelt. Q.met ist für die Entwicklung des Softwaresystems für die Umsetzung von Deep Weather verantwortlich. Die Hochschule Rhein Main unterstützt das Forschungsprojekt mit der KI-Entwicklung.

Es soll ein dynamisches sowie selbstlernendes Wettervorhersageverfahren auf Basis der Daten neuronaler Netze generiert werden. Hinzu kommen das Training und die Optimierung der hierfür notwendigen neuronalen Netze, die Konzeption und Optimierung der Rechenumgebung sowie die Entwicklung von Algorithmen für eine präzise und effiziente Umrechnung von verschiedenen meteorologischen- und IoT-Daten. 

Unsere Partner