Wie mit Handymasten Extremwetter vorhergesagt wird

Diesen Sommer hat es in Teilen Österreichs ziemlich viel geregnet. Viele starke und kurze Regenfälle waren jedoch lokal beschränkt. Manche Regionen waren viel stärker betroffen als andere, die mit Trockenheit kämpften.

Damit man diese extremen Wetterereignisse künftig besser vorhersagen sagen kann, untersuchen Forscher*innen an der FH St. Pölten nun, wie und ob man mit Mobilfunkdaten die Prognosen verbessern kann. Ihr Ziel: Sie wollen kurzfristige, genauere Vorhersagen generieren, damit sich Gemeinden und Menschen ortsbezogen besser auf ein Unwetter vorbereiten können.

Unterschied zu Wetter-Apps

Es gibt zwar bereits Wetter-Apps, mit denen man sich den ungefähren Verlauf von Unwettern anzeigen lassen kann, doch diese sind oft ungenau. Das liegt an den unterschiedlichen Datenquellen, die zum Einsatz kommen. „Neben Satellitenbildern und Topografie-Daten kommen bei Wetter-Apps meistens auch Observationen durch Wetterstationen zum Einsatz“, erklärt Oliver Eigner, Projektleiter von LINK, das zur „Analyse und Nowcasting von Extremereignissen mithilfe von Richtfunkdaten“ aufgesetzt wurde. „Wir hingegen analysieren ausschließlich Mobilfunkdaten und versuchen anhand dieser zu erkennen, ob es regnet“, sagt Eigner.

Herangezogen werden dafür physikalische Daten aus Richtfunkantennen von Mobilfunkmasten. Die Daten selbst stammen vom Mobilfunkanbieter Drei, der diese der FH als Projektpartner zur Verfügung stellt. Die Messdaten werden von Netzbetreibern zur Gewährleistung der Netzqualität nämlich bereits routinemäßig erfasst. „Durch die GPS-Koordinaten der Richtfunkmasten können wir die Daten anhand der verschiedenen Entfernungen analysieren und beobachten, ob eine Signaldämpfung je nach Wetterlage verstärkt oder geschwächt wird“, erklärt Eigner.

Prognose-Modelle für 6 bis 12 Stunden

„Derzeit werten wir die Daten von Juli und August aus. Wir können damit bereits sehr gut erkennen, wo Unwetter durchgezogen sind“, sagt Eigner. Diese Daten werden dabei mit jenen der Zentralanstalt für Meteorologie und Geodynamik (ZAMG) verglichen. „Auf diesem Weg wird verifiziert, ob die Prognosen übereinstimmen“, sagt Eigner.

Anhand der Analyse der Rohdaten will das FH-Team Prognose-Modelle erstellen, die ein Unwetter mindestens 6 Stunden vorher vorhersagen können, im Idealfall bis zu 12 Stunden. Mittels Machine Learning wird nun als Nächstes eine künstliche Intelligenz (KI) trainiert, die mit den Daten gefüttert wird. „Diese lernt durch die Daten, was als normales Wetter zu bewerten ist und was ein Extremereignis darstellt“, so Eigner. Sie lernt also zu erkennen, auf was für Parameter man achten muss, wenn sich ein Unwetter zusammenbraut.

Fehlende Masten liefern ungenauere Analysen

In manchen Gegenden funktioniert die Analyse des Wetters mit Mobilfunkdaten besser, in manchen schlechter. Das liegt daran, dass in weniger dicht besiedelten Gebieten weniger Richtfunkmasten zu finden sind. „Ein Gesamtbild lässt sich aber überall recht gut erstellen“, sagt Eigner.

Die neue Mobilfunkgeneration 5G spielt in einem ersten Schritt des Projekts übrigens noch keine Rolle. „Wir verwenden diese aktuell noch nicht, da noch nicht alle Richtfunkmasten diese neue Technologie unterstützen“, erklärt der FH-Forscher. „In den nächsten Jahren wird das aber sicherlich eine Rolle spielen und wird die Daten noch präziser machen.“

Bis Ende des Jahres will man die Regen- und Niederschlagsmenge bei Extremwetterereignissen voraussagen können. Diese Daten sollen dann unter anderem der ZAMG ergänzend zu den bisherigen Daten zur Verfügung gestellt werden, damit die Vorhersagen noch präziser werden.

Das Projekt wird auch vom Landwirtschaftsministerium und der FFG gefördert. Derzeit ist es rein darauf ausgelegt, Regenereignisse zu erfassen. „Wir haben schon gesehen, dass es auch möglich ist, Sturm oder Nebel anhand dieser Daten vorherzusehen. Das könnten wir eventuell in einem Folgeprojekt analysieren“, so Eigner.

Warum sich Wetter-Apps oft widersprechen, lest ihr übrigens hier.