Hintergrund 

Bedingt durch den Klimawandel treten immer mehr extreme Wetterereignissen auf. Eine zeitlich und örtlich möglichst exakte Kurzfristvorhersage (über maximal 12 Stunden) stellt einen wesentlichen Vorteil dar: durch geeignete Maßnahmen kann Schadensprävention betrieben, sowie effizienter reagiert und geplant werden.
Kurzfristvorhersagen erfordern ein möglichst dichtes Netz von Messstellen zur Bereitstellung von aktuellen Wetterdaten. Solche Messdaten können von Bodenstationen oder Fernerkundungssystemen wie Wetterradar oder Satelliten geliefert werden. In großen Teilen Österreichs beschränkt allerdings das unwegsamen Gelände die Anzahl der Messstationen 
und auch Radardaten stehen auf Grund der Topographie in bestimmten Gegenden nur in unzureichendem Maß zur Verfügung.

Projektinhalt

In diesem Projekt werden physikalische Daten von Richtfunkverbindungen, wie sie für die Mobiltelefonie verwendet werden, genutzt, um Informationen über die aktuelle Niederschlagssituation zu gewinnen. Auf Grund des stetigen Ausbaus des Mobilfunknetzes sind Daten über die physikalischen Eigenschaften der Richtfunkverbindungen in großer Menge und weitgehend flächendeckend verfügbar. Die entsprechenden Messdaten (z. B. die Signaldämpfung) werden von Netzbetreibern zur Gewährleistung der Netzqualität routinemäßig erfasst.

Methodik

Ziel des Projekts ist es, die Verwertbarkeit von Richtfunkdaten für Vorhersagen von Extremwetterereignissen zu untersuchen. Die Vorgehensweise ist dabei wie folgt:

• Analyse der Rohdaten aus den Richtfunknetzen im Hinblick auf ihre Qualität und ihre Fehlercharakteristik. Dazu werden Methoden der künstlichen Intelligenz (KI), insbesondere des Maschinellen Lernens, eingesetzt.
• Assimilation der bereinigten, vorverarbeiteten und aggregierten Daten in die entsprechenden numerischen Wettervorhersagemodelle.
• Evaluation und Validierung des Mehrwerts der neu gewonnenen Analyse und Vorhersagedaten gemeinsam mit dem im Projekt involvierten Bedarfsträger.

Ergebnis 

Die Ergebnisse bezüglich der Verwertbarkeit von Richtfunkdaten und deren Verwendung in einem Vorhersagemodell sind von hohem Interesse für die Numerische Wettervorhersage. Der Mehrwert für Mobilfunkanbieter liegt in den Methoden und gewonnenen Erkenntnisse, wie aus der KI-gestützten Kombination von Wetter und Richtfunkdaten die Möglichkeit geschaffen wird, Ausfälle und Störungen eindeutig Wetterphänomenen zuzuordnen. Daraus können Rückschlüsse und technische Maßnahmen abgeleitet werden.