Zum Inhalt springen
Startseite » Neues vom Wetter

Neues vom Wetter

  • Science

Die Grenzen des Möglichen bei der Wettervorhersage lassen sich noch ein wenig hinausschieben.

Das Wetter ist, wie wir wissen, ein hochdynamisches, nichtlineares System. Das bedeutet, dass es prinzipielle Grenzen der Berechenbarkeit gibt.

Die Aussagekraft von Wettervorhersagen beginnt daher jenseits eines Zeithorizonts von etwa einer Woche rapide zu schwinden. Für kürzere Zeitspannen bilden die üblichen Extrapolationen das Geschehen mit recht guter Sicherheit ab. Danach beginnen die prinzipiell unberechenbaren Einflüsse der chaotischen Dynamik die weitere Entwicklung zu dominieren – langfristigere Voraussagen sind also wertlos.

Daran kann übrigens auch die Künstliche Intelligenz nichts ändern. Es handelt sich um eine prinzipielle Grenze der physikalischen Vorhersagbarkeit, und sie hängt nicht von der Art der verwendeten Modelle ab.

Wo allerdings diese Grenze der Möglichkeiten einer modellgestützten Vorhersage genau liegt, ist naturgemäß schwer zu sagen. Mit genau diesem Problem haben sich Forscher aus Mainz und München näher befasst, wie pro-physik berichtet, und wie es scheint, gibt es durchaus noch etwas Potenzial.

Grob gesagt sieht man noch Reserven bei der Kenntnis der Anfangsbedingungen – also der exakten Temperatur-, Strömungs- und Strahlungsverhältnisse bis zum aktuellen Zeitpunkt, mit denen jedes Vorhersagemodell gefüttert wird. Man schätzt, dass sich die Aussagekraft von Vorhersagen mit solchen deutlich genauer bekannten Anfangsbedingungen noch einmal bis zu vier oder fünf Tage hinausschieben lässt.

Das lässt also hoffen, dass wir künftig bereits um den 12. Dezember herum recht genau wissen können, dass an Heiligabend Frühlingstemperaturen herrschen werden.

Ob und wo ganz genau sich in den nächsten ein schweres Gewitter bilden wird, wird übrigens auch weiter im Dunkeln bleiben. Gewitter zählen genau zu diesen nicht exakt zu berechnenden nichtlinearen Effekten, und alles, was uns dafür bleibt ist die Abschätzung von Wahrscheinlichkeiten.