Wissenschaftler verbessern die Genauigkeit von Wetter- und Klimamodellen

Wissenschaftler der EPFL und des WSL-Instituts für Schnee- und Lawinenforschung SLF haben ein Programm entwickelt, das die Genauigkeit eines weit verbreiteten Wettervorhersagemodells verbessert, indem es bisher nicht berücksichtigte Oberflächenphänomene einbezieht.

Angesichts der Herausforderungen im Zusammenhang mit dem Klimawandel und der Energiewende ist es für Wetter- und Klimaprognostiker unerlässlich, Schneefälle genau vorhersagen zu können. Die meisten heute verwendeten Vorhersagemodelle berücksichtigen jedoch bestimmte Aspekte des Schnees nicht – und sind daher ungenau. Beispielsweise modellieren viele von ihnen die Schneedecke als einzelne Schicht, obwohl bekannt ist, dass jeder Schneefall eine separate Schicht mit separaten Eigenschaften erzeugt.

Seit über 20 Jahren entwickeln SLF und EPFL eine Software namens SNOWPACK weiter, die komplexe, schneebezogene Prozesse beschreibt. Dazu gehören der Albedo-Effekt, also die Reflexion der Sonnenstrahlung an der Schneedecke; Sublimation, die auftritt, wenn Eis bei Kontakt mit trockener Luft direkt in einen Dampfzustand übergeht; die isolierenden Eigenschaften von Schnee; oberflächennahe Schneewolken; und Schneetreiben in Bodennähe. SNOWPACK ist ein ausgeklügeltes Programm, das weltweit eingesetzt wird, um beispielsweise Lawinen vorherzusagen oder aktuelle oder zukünftige Schneewasserressourcen zu berechnen.

Wettervorhersagen verbessern

Heute hat ein Team von Wissenschaftlern der EPFL und der WSL SNOWPACK mit dem Weather Research and Forecasting (WRF)-Modell, einem der weltweit am häufigsten verwendeten Vorhersagemodelle, gekoppelt, um einen neuen Modellierungsrahmen für kryosphärische Regionen namens CRYOWRF zu schaffen. Mit diesem neuen Programm konnten die Wissenschaftler die Genauigkeit der Vorhersagen der Schneemassenbilanz um durchschnittlich 10 % bis 20 % verbessern und darauf hinweisen, dass die Sublimation von Schneegestöber höchstwahrscheinlich höher ist als zuvor modelliert. Sie testeten CRYOWRF in drei Gebieten mit unterschiedlichen Bedingungen: zwei in der Antarktis und eines in den Schweizer Alpen.

Die Ergebnisse des Teams wurden gerade in veröffentlicht Geowissenschaftliche Modellentwicklung. CRYOWRF könnte eines Tages in Klimamodelle auf der ganzen Welt integriert werden, aber in der Zwischenzeit plant MéteoSuisse, Funktionen des Modells in ihr Vorhersagemodell ICON aufzunehmen. „Wir legen den Grundstein für die nächste Generation von Wettervorhersagen“, sagt Michael Lehning, Leiter des Laboratory of Cryospheric Sciences (CRYOS) an der School of Architecture, Civil and Environmental Engineering (ENAC) und korrespondierender Autor der Studie.

Vom Trinkwasser bis zum Strom

Die Kryosphäre besteht aus Regionen der Erde, in denen die Erdoberfläche für einen beträchtlichen Zeitraum des Jahres von Schnee und Eis bedeckt ist. Die Erforschung der Kryosphäre ist für Wissenschaftler von entscheidender Bedeutung, da sie den Energie- und Wasserhaushalt des Erdsystems beeinflusst. Darüber hinaus enthalten diese Regionen 80 % des Süßwassers der Erde – die Antarktis ist mit 90 % der Süßwasser-Eismasse der größte Speicher.

Auf regionaler Ebene und insbesondere in der Schweiz spielt die Dynamik der Schneedecke eine bedeutende Rolle bei den Wasserressourcen für Landwirtschaft und Wasserkraft. Wissenschaftler müssen auch die Schmelzphase der Schneedecke sorgfältig überwachen, um Gefahren wie Frühjahrsfluten und Erdrutsche zu vermeiden. In Ländern wie der Schweiz mit einer gut entwickelten Skiindustrie wird die Schneemodellierung ausgiebig verwendet, um die Planung und Verwaltung von Skianlagen zu steuern und, was noch wichtiger ist, Lawinen vorherzusagen.

Die Videos wurden zwischen 2017 und 2020 vom CRYOS-Laborteam in der Umgebung der Princess Elisabeth Station (PEA) auf Queen Maud Land in der Ostantarktis gedreht. Ziel ist es, Daten zu Schneeverwehungs- und Umverteilungsprozessen und damit verbundenen Prozessen wie der Sublimation von der Schnee- oder Eisoberfläche und den treibenden Partikeln zu sammeln. Diese Daten werden zur Quantifizierung der damit verbundenen Massen- und Energieflüsse verwendet und dienen auch als Validierungsdaten für Simulationen mit numerischen Schneemodellen, wie dem CRYOWRF-Modell.