Wie berechnen Meteorologen zu erwartede Schneemengen?

Es gibt prinzipiell zwei Wege der Wettervorhersage: Simulation oder Erfahrungen. Letztere machen aktuell einen Siegeszug durch KI-Modelle. Huawei hat zum Beispiel auf der Grundlage des KI-Modells „Pangu“ ein Wettervorhersagemodell geschaffen und mit den weltweiten Wetterdaten der letzten 43 Jahre trainiert. Das Ergebnis (https://www.huawei.com/en/news/2023/8/pangu-weather-forcast und als wissenschaftlicher Artikel dazu https://www.nature.com/articles/s41586-023-06185-3) ist eine um den Faktor 10.000 schnellere Vorhersage als die klassischen Simulationen. Und prinzipiell kann man sie selber auf eigenen Servern betreiben und braucht dafür keine Supercomputer. Und das Ergebnis ist nicht schlechter: http://www.kit-weather.de/pangu_comparison_maps.php

Da keine Supercomputer gebraucht werden, sinkt auch massiv der Energiebedarf der Wettervorhersage: Mit Pangu werden für eine 7-Tage-Vorhersage 14 Wh verbraucht, mit klassischer Simulation wie ICON sind es 30.000 Wh.

Niederschlag vorherzusagen ist übrigens eine der größten Herausforderungen bei der Wettervorhersage. Damit sich Wolken bilden und die Luftfeuchtigkeit kondensiert (Weil es viele erstaunlicherweise nicht wissen: Wolken bestehen aus Wassertropfen und nicht Wasserdampf), muss die Temperatur in der entsprechenden Luftschicht unter den Taupunkt sinken. Und dann muss ja auch noch die Wahrscheinlichkeit berechnet werden, ob und mit welcher Temperatur sich Niederschlag bildet.

Aus der Geschwindigkeit der Luftmasse und der darin enthaltenen Luftfeuchtigkeit und den Temperaturdifferenzen, die sich durch Abstrahlung und Höhenveränderung (im Stau von Gebirgen) ergeben.