Challenge #2: DWD Challenge

In dieser einzigartigen Herausforderung geht es darum, Klimadatensätze für Anwendungen in der Ökosystemmodellierung nutzbar zu machen. Viele spezialisierte Modelansätze benötigen zeitlich hochaufgelöste meteorologische Eingabedatensätze, um konkrete Fragestellungen zu klimatischen Veränderungen adäquat zu beantworten. Die Klimaprojektionsergebnisse sind jedoch aus Platzgründen nur in täglicher Auflösung verfügbar. Daher werden eure innovativen Ideen benötigt, um realistische Tagesganglinien der meteorologischen Parameter aus den vorhandenen Daten zu rekonstruieren.

Eure Lösungen werden dazu beitragen, die Datenaufbereitung der Klimadaten für Modellanwendungen signifikant zu verbessern. Dadurch könnt ihr die Berechnung von Klimaindikatoren in Zukunftsszenarien auf ein solides Fundament stellen und eine wertvolle Grundlage für die Klimaberatung in verschiedensten Themenbereichen schaffen.

Nutzt statistische oder auch physikalisch basierte Verfahren, um an Hand von langjährigen Beobachtungszeitreihen für meteorologische Parameter an Wetterstationen, stündliche Verläufe der Parameter z. B. Lufttemperatur, Niederschlag, Luftfeuchte und Globalstrahlung aus Tageswerten abzuleiten. Eure Aufgabe ist es, diese Datensätze zu analysieren und realistische Tagesganglinien zu rekonstruieren.

Klimaprojektionsdaten für meteorologische Größen werden zur Reduktion des Speicherbedarfs in der Regel als Tageswerte abgespeichert. Viele Ökosystemmodelle benötigen jedoch zeitlich hochaufgelöste Datensätze, um beispielsweise hydrologische Berechnungen zur Simulation der zukünftigen pflanzenspezifischen Bodenfeuchte durchzuführen. Hierfür kommen oft einfache, statistische Ansätze zum Einsatz, die weder die multivariaten Abhängigkeiten zwischen den Parametern noch die Komplexität des Tagesverlaufs abbilden können.

Euer Ziel ist es, ein Verfahren zu entwickeln, dass aus langjährige Zeitreihen von meteorologischen Tagesdaten sinnvolle und realistische Tagesganglinien abschätzen kann, die die Abhängigkeiten zwischen den einzelnen Parametern mit einbezieht.

Eure Lösung kann die Entwicklung von physikalisch basierten Algorithmen oder trainierte, statistische Modelle zur Ableitung von stündlichen, meteorologischen Datensätzen beinhalten. Ebenfalls können geeignete Kombinationen von verschiedenen Verfahren für die einzelnen Parameter, wie z. B. Temperatur und Niederschlag entwickelt werden.

Eure Arbeit wird dazu beitragen, die Grundlage der Klimaberatung zu verbessern und damit wichtige Schritte zur Optimierung der regionalen Klimaanpassung leisten.

• Datensatz für die Challenge: http://download.dwd.de/pub/agrar/data/agrar_nachlieferung_Climathon_2_Challenge_DWD_Datensatz.zip

Thomas Leppelt
thomas.leppelt@dwd.de