// SCINEXX — SPAZIO & SCIENZA
Direkte Satellitendaten könnten Wetter- und Luftqualitätsprognosen verbessern
Präzisere Luft- und Wettermodelle: Statt Satellitendaten erst in abgeleitete Aerosolwerte umzuwandeln, speist eine neue Methode die gemessene kurzwellige Strahlung direkt in ein Atmosphärenmodell ein. In Tests über China sank der Fehler der simulierten Aerosolbelastung im Langzeitversuch um 52,77 Prozent. Ein KI-Modul macht den bislang rechenintensiven Ansatz deutlich schneller.
Peking (China). Aerosole sind winzige Schwebteilchen aus Staub, Rauch, Meersalz oder Luftschadstoffen. Sie beeinflussen Sicht und Gesundheit, streuen oder absorbieren Sonnenlicht und wirken an der Wolkenbildung mit. Für Wetter-, Klima- und Luftqualitätsmodelle ist es deshalb wichtig, ihre Menge und Verteilung möglichst genau zu erfassen. Genau das ist jedoch schwierig, weil Satelliten das Aerosol nicht direkt wiegen, sondern vor allem die von Erde und Atmosphäre zurückgeworfene Strahlung messen.
Bislang werden aus diesen Strahlungsmessungen meist zunächst Aerosolprodukte wie die optische Dicke abgeleitet und erst dann in Modelle eingespeist. Dabei können Annahmen des Satellitenalgorithmus und des Atmosphärenmodells voneinander abweichen. Die direkte Assimilation der gemessenen Strahlung würde diesen Zwischenschritt umgehen, war im sichtbaren und nahinfraroten Bereich aber lange zu rechenintensiv.
Forscher der Peking University (PKU) um Jing Li haben nun ein Verfahren entwickelt, das kurzwellige Messungen des MODIS-Instruments auf den Satelliten Terra und Aqua direkt in das gekoppelte Wetter- und Chemie-Modell WRF-Chem übernimmt. Das System verarbeitet fünf Spektralbänder zwischen 469 und 2.100 Nanometern. Eine dreidimensionale Variationsanalyse passt dabei gleichzeitig die Aerosol-optische Dicke (AOD), ein Maß für die Abschwächung des Lichts durch Schwebteilchen, und die Oberflächenalbedo, also das Rückstrahlvermögen des Bodens, an die Beobachtungen an.
Der entscheidende Beschleuniger ist ein KI-basierter Beobachtungsoperator. Er wurde mit einer Million künstlich erzeugten Strahlungsszenarien trainiert und ersetzt in diesem Schritt aufwendige Strahlungstransportrechnungen. In der von den Autoren getesteten Konfiguration arbeitete dieser Operator mehr als drei Größenordnungen schneller als das klassische Verfahren. Damit wird eine bislang sehr teure direkte Nutzung kurzwelliger Satellitenbeobachtungen für wiederholte Assimilationszyklen wesentlich praktikabler.
Im ersten Realtest konzentrierte sich das Team auf eine starke Aerosolbelastung über Nordchina im Februar 2016. Gegenüber MODIS-Aerosolprodukten sank der mittlere räumliche Fehler der Aerosol-optischen Dicke um 42,19 Prozent. Auch die simulierte nach unten gerichtete kurzwellige Strahlung verbesserte sich um 25,25 Prozent, während die mittlere Verbesserung der Oberflächenalbedo mit 2,95 Prozent deutlich kleiner blieb.
Zusätzlich verglichen die Forscher die Ergebnisse mit unabhängigen Messungen des Aerosol Robotic Network (AERONET). An vier Stationen verringerte sich der absolute Fehler der Aerosol-optischen Dicke je nach Ort um 53,46 bis 79,76 Prozent. In einem Simulationsexperiment hielt ein Teil der Verbesserung nach der Datenassimilation länger als zehn Stunden an, bevor der Effekt ohne neue Beobachtungen wieder nachließ.
Entscheidend für den möglichen Dauereinsatz ist deshalb die wiederholte Aktualisierung. In einem dreimonatigen Experiment von Dezember 2016 bis Februar 2017 reduzierte die kontinuierliche Assimilation den Fehler der analysierten Aerosol-optischen Dicke gegenüber der Ausgangssimulation um 52,77 Prozent. Schon die anschließende Vorhersage profitierte noch von den aktualisierten Aerosolfeldern und zeigte eine Fehlerreduktion von 44,86 Prozent.
Die Methode verbessert damit vor allem die Darstellung von Aerosolen und der kurzwelligen Strahlung im Modell. Daraus könnten präzisere Wetter- und Luftqualitätsprognosen folgen, weil Aerosole Strahlung, Temperatur und Wolkenprozesse beeinflussen. Einen direkten Nachweis, dass konkrete Wettergrößen oder Schadstoffvorhersagen dadurc