SPARTACUS

Erstellung und Evaluierung eines räumlichen Klimadatensatzes

• für die Parameter Minimum und Maximum der Lufttemperatur sowie Niederschlagssumme
• in einer räumlichen Auflösung von 1×1 km und einer zeitlichen Auflösung von 1 Tag
• für das Staatsgebiet Österreichs und den Zeitraum von 1961 bis zum aktuellen Vortag
• möglichst die räumliche und zeitliche Konsistenz statistischer Eigenschaften wahrend

Die gewählte Interpolationsmethode für die Temperatur berücksichtigt explizit übliche Nicht-Linearitäten im vertikalen Profil ebenso wie die topografische, nicht-euklidische Prägung der räumlichen Repräsentativität von Stationsbeobachtungen.

Die Niederschlagsanalyse erfolgt schrittweise: (1) Räumliche Interpolation des mittleren Niederschlags im Kalendermonat des betreffenden Tages durch Kriging mit externer Drift, hier ein Satz vordefinierter topografischer Prädiktoren. (2) Berechnung relativer Anomalien der Stationsmessungen am betreffenden Tag in Bezug zum Klimamittel aus Schritt 1. (3) Räumliche Interpolation der relativen Anomalien durch eine adaptierte Version des Gewichtungsalgorithmus SYMAP. (4) Multiplikation von Klimamittel- und Anomaliefeld.

Der präsentierte Datensatz (SPARTACUS) umfasst etwa 61.000 Rasterfelder und wird täglich aktualisiert. Er steht für Modellierungs-, Reanalyse-, Monitoring- und Planungsanwendungen im NetCDF-, RDA- und PNG-Format bereit.

Bei der Temperatur weist systematische Leave-One-Out-Kreuzvalidierung einen Interpolationsfehler (mittlerer absoluter Fehler, gemittelt über alle Stationen) von 1,1 °C für das Minimum und von 1,0 °C für das Maximum aus. Größere Fehler sind in inneralpinen Tälern ohne Stationsbeobachtung, besonders bei Inversionswetterlagen, zu erwarten. Die visuelle Kontrolle legt nahe, dass der Datensatz in Situationen mit komplexen mesoskaligen Temperaturmustern plausible Ergebnisse liefert. Kleinskalige Effekte der Temperaturverteilung, etwa durch lokale Topografie oder Landbedeckung (z. B. Wald, Seen), sind nicht enthalten.

Beispiel Temperatur: Räumliche Analyse des Maximums der Lufttemperatur am 31.01.2006

Beim Niederschlag hängt die Genauigkeit des Datensatzes von der Interpretation ab. Anwender, die Gitterpunktwerte als Punktschätzungen interpretieren, müssen von einer systematischen Überschätzung leichter und einer Unterschätzung starker Niederschläge sowie von einem substanziellen Zufallsfehler ausgehen. Gitterpunktschätzungen liegen typischerweise innerhalb eines Faktors von 1,5 in Bezug auf In-situ-Beobachtungen. Bei der Interpretation von Gitterpunktwerten als Flächenmittelwerten verringern sich sowohl der konditionale Bias als auch die Magnitude des Zufallsfehlers erheblich. Daneben muss bei den Eingangsmessdaten der systematisch unterschätzende Messfehler im Vergleich zum tatsächlichen Niederschlag, besonders in Situationen mit starkem Wind und Schneefall, bedacht werden.

Beispiel Niederschlag: Räumliche Analyse der Niederschlagssumme am 06.04.1975

Dr. Christoph Frei, MeteoSchweiz

ZAMG

Hiebl J., Frei C. (2016): Daily temperature grids for Austria since 1961—concept, creation and applicability. Theoretical and Applied Climatology 124, 161–178, doi:10.1007/s00704-015-1411-4

Hiebl J., Frei C. (2018): Daily precipitation grids for Austria since 1961—development and evaluation of a spatial dataset for hydro-climatic monitoring and modelling. Theoretical and Applied Climatology 132, 327–345, doi:10.1007/s00704-017-2093-x