Durch den Klimawandel treten Wetterextreme immer öfter auf und nehmen an Intensität zu. „Starkregen und Überschwemmungen sind in vielen Regionen der Welt heute viel häufiger als noch vor wenigen Jahrzehnten“, sagt Seniorautor Christian Chwala vom Karlsruher Institut für Technologie (KIT). Wo die Wassermassen unerwartet auftreten, werden Häuser und Straßen weggespült, Äcker überflutet und Menschen getötet. „Doch bisher fehlten an vielen Orten Daten, um solche Extremereignisse auch regional zuverlässig abzuschätzen“, so Chwala.
Aus global mach regional
Forschende um Chwala und seine Kollegin Luca Glawion haben nun ein neues Werkzeug entwickelt, das dieses Problem lösen könnte. Dafür trainierten sie ein generatives KI-Modell (SpateGAN-ERA5) mit historischen Daten von globalen Wettermodellen, die den Niederschlag auf 24 Kilometer und eine Stunde genau beschreiben – eine eher grobe Informationslage. Diese Daten (ERA5) stammen vom europäischen Klimadienst Copernicus und umfassen derzeit alle Jahre seit 1940, das Team wählte jedoch nur die Jahre 2009 bis 2020. Zusätzlich trainierten Glawion und ihre Kollegen die KI mit deutlich höheraufgelösten Messdaten von Wetterradaren des Deutschen Wetterdienstes, ebenfalls aus den Jahren 2009 bis 2020. Das Modell verglich diese beiden Datensätze und lernte damit, von globalen Niederschlagsmustern auf lokale Extremereignisse zu schließen.
„Unser KI-Modell erstellt nicht einfach eine nachgeschärfte Version der Eingangsdaten, sondern erzeugt mehrere Realisationen physikalisch plausibler, fein aufgelöster Niederschlagskarten“, erläutert Glawion. „So werden Details bis zwei Kilometer im zehn Minutentakt sichtbar.“ Diese Vorhersage ist räumlich wie zeitlich deutlich präziser als bisherige Wetterprognosen. Gleichzeitig liefert das Modell Informationen dazu, mit welcher Wahrscheinlichkeit die berechneten regionalen Extremwetter wirklich eintreten werden und wieviel Wasser dabei auf die Erde fallen wird.
Wettervorhersage selbst ohne lokale Daten
Die Forschenden testeten ihr trainiertes KI-Modell anschließend mit Wetterradardaten aus dem Jahr 2021 aus Deutschland, den USA und Australien – drei Länder mit völlig unterschiedlichen klimatischen Bedingungen. Dabei zeigte sich, dass sich die Methode auf all diese Weltregionen anwenden lässt. Die KI-gestützten Prognosen stimmten mit den tatsächlich aufgetretenen Niederschlägen überein. Die Tests ergaben zudem, dass die Künstliche Intelligenz Starkregen auch dort hochaufgelöst voraussagen kann, wo keine lokalen aktuellen Wetterdaten vorliegen, allein anhand der Informationen aus anderen Erdteilen wie in dem Fall Deutschland, den USA und Australien.
