Short-Term Regional Precipitation Forecasting over Dublin Using ERA5 Reanalysis: Robustness, Probabilistic Reliability, and Predictor Attribution

Die Vorhersage von Regen gehört zu den hartnäckigsten Herausforderungen in der Meteorologie. Im Gegensatz zum stetigen Aufgang der Sonne oder den vorhersehbaren Gezeiten ist Regen unberechenbar, getrieben von einem chaotischen Mix aus Luftdruck, Wind und Feuchtigkeit, der sich innerhalb von Minuten ändern kann. Diese Unvorhersehbarkeit ist besonders ausgeprägt an Orten wie Irland, wo der Atlantische Ozean ständig Wettersysteme gegen das Land drückt und so Bedingungen schafft, die sich rasant ändern können. Für Städte wie Dublin ist es nicht nur eine Frage des Komforts, die richtige Vorhersage für die nächsten Stunden zu treffen; es ist eine Sicherheitsfrage. Genaue Kurzfristprognosen helfen dabei, urbane Überschwemmungen zu bewältigen, Straßen für Autofahrer sicher zu halten und Wasserverwaltern die Planung für die Zukunft zu ermöglichen. Seit Jahrzehnten verlassen sich Wissenschaftler auf massive, physikbasierte Computermodelle, um die Atmosphäre zu simulieren, aber diese Systeme sind schwerfällig und langsam. In den letzten Jahren ist ein neuer Ansatz entstanden: der Einsatz von künstlicher Intelligenz, um Muster aus historischen Wetterdaten zu lernen, in der Hoffnung, die Signale eines herannahenden Sturms schneller und effizienter zu erkennen als traditionelle Methoden.

Ein Forschungsteam der University College Dublin und der Trinity College Dublin setzte sich zum Ziel zu testen, wie gut diese modernen Werkzeuge des maschinellen Lernens tatsächlich für die kurzfristige Regenprognose in ihrer eigenen Nachbarschaft funktionieren. Sie konzentrierten sich auf eine spezifische Frage: Kann ein Computer lernen, den durchschnittlichen Niederschlag für die Region Dublin sechs Stunden in die Zukunft vorherzusagen, und wenn ja, wie zuverlässig ist diese Vorhersage, wenn das Wetter extrem wird? Um dies zu beantworten, bauten sie nicht einfach nur ein Modell und hofften auf das Beste. Stattdessen sammelten sie eine riesige Bibliothek historischer Wetterdaten vom Europäischen Zentrum für mittelfristige Wettervorhersagen, die jedes Sechs-Stunden-Intervall von 2004 bis 2021 abdeckte. Sie speisten diese Daten in verschiedene Arten von Vorhersagesystemen ein, die von einfachen statistischen Benchmarks bis hin zu hochentwickelten Deep-Learning-Netzwerken reichten, die in der Lage sind, vergangene Wettermuster zu speichern und diese gegen die aktuellen Bedingungen abzuwägen.

Die Forscher behandelten dies wie einen strengen wissenschaftlichen Versuch und nicht wie eine einfache Demonstration. Sie führten ihre Experimente mehrfach mit unterschiedlichen Ausgangsbedingungen durch, um sicherzustellen, dass die Ergebnisse kein glücklicher Zufall waren. Sie schauten auch über die Durchschnittsleistung hinaus. In der Wettervorhersage kann ein Modell, das gut darin ist, leichten Nieselregen vorherzusagen, bei einem heftigen Wolkenbruch kläglich versagen. Das Team prüfte daher spezifisch, wie jedes Modell mit Regentagen und – noch wichtiger – mit den intensivsten Niederschlagsereignissen umging. Sie ließen die Modelle zudem ein Maß an Unsicherheit angeben, statt nur einer einzelnen Zahl, damit Meteorologen wissen, wie sicher sie sich bei der Vorhersage sein können. Schließlich blickten sie in die „Black Box“ der künstlichen Intelligenz, um zu sehen, auf welche Wetterfaktoren der Computer tatsächlich achtete, und unterschieden zwischen Variablen, die lediglich mit Regen korrelierten, und solchen, die dem Modell tatsächlich halfen, bessere Vorhersagen zu treffen.

Die Ergebnisse offenbarten eine Leistungslandschaft, die nuancierter war als eine einfache Rangliste von „best“ versus „schlechtest". Wenn man das Gesamtbild über alle Arten von Wetter betrachtete, schnitt ein spezieller Typ eines Deep-Learning-Netzwerks namens BiLSTM mit einem Attention-Mechanismus etwas besser ab als seine Konkurrenten. Dieses Modell, das eine Sequenz vergangener Wetterdaten betrachten und sich auf die relevantesten Momente konzentrieren kann, erreichte einen sehr niedrigen durchschnittlichen Fehler von etwa 0,24 Millimetern. Die Differenz zwischen diesem Spitzenreiter und einem leistungsstarken baumbasierten Algorithmus namens XGBoost war jedoch so gering, dass sie im statistischen Sinne beim allgemeinen Testdatensatz praktisch gleichauf lagen. Die Forscher fanden heraus, dass diese zwei sehr unterschiedlichen Ansätze für die überwiegende Mehrheit der Tage, einschließlich der Regentage, nahezu identische Ergebnisse lieferten.

Die Geschichte änderte sich jedoch, wenn das Wetter extrem wurde. Als die Forscher die heftigsten Niederschlagsereignisse isolierten – jene, die zu den obersten fünf Prozent der Intensität gehörten – gingen die Leistungen der Modelle auseinander. Unter diesen schwierigen Bedingungen übertraf der XGBoost-Algorithmus das Deep-Learning-Netzwerk tatsächlich und lieferte genauere Vorhersagen für die schwersten Regengüsse. Dieser Befund deutet darauf hin, dass komplexe neuronale Netze zwar exzellent darin sind, allgemeine Muster zu lernen, einfachere, baumbasierte Methoden jedoch besser darin sein könnten, die seltenen, extremen Ausreißer zu handhaben, die für Hochwasserwarnungen am kritischsten sind. Darüber hinaus sank die Fähigkeit aller Modelle, Regenereignisse zu detektieren, drastisch, sobald die Intensität zunahm. Während sie zuverlässig vorhersagen konnten, ob es überhaupt regnen würde, nahm ihr Geschick, genau zu bestimmen, wie stark es fallen würde, rapide ab, sobald der Schwellenwert für „starken“ Regen anstieg.

Die Studie untersuchte auch die Zuverlässigkeit der Modelle hinsichtlich ihres Vertrauens. Die probabilistischen Versionen der Deep-Learning-Modelle, die darauf ausgelegt waren, eine Spanne möglicher Ergebnisse statt einer einzigen Vermutung zu liefern, schnitten im Durchschnitt gut ab. Über den gesamten Testzeitraum erfassten ihre vorhergesagten Bereiche den tatsächlichen Niederschlag etwa 95 Prozent der Zeit, was ihrem beabsichtigten Konfidenzniveau entsprach. Aber diese Zuverlässigkeit brach zusammen, wenn es darauf ankam. Bei den heftigsten Niederschlagsereignissen zeigten sich die Modelle übermäßig selbstbewusst; ihre vorhergesagten Bereiche waren zu eng gefasst, und sie verfehlten den tatsächlichen Starkregen weitaus häufiger, als sie es sollten. Zudem sagten die Modelle aufgrund der Annahme, dass Niederschlag einer Standard-Normalverteilung folgt, gelegentlich negative Regenmengen voraus – eine physikalische Unmöglichkeit –, was einen grundlegenden Widerspruch zwischen den mathematischen Annahmen und dem realen Verhalten von vom Himmel fallendem Wasser verdeutlichte.

Um zu verstehen, warum die Modelle ihre Entscheidungen trafen, nutzten die Forscher eine Technik, um den Einfluss jeder Wettervariable nachzuverfolgen. Sie entdeckten, dass die Aufmerksamkeit des Computers am stärksten auf die gesamte Bewölkung, die Windrichtung und den Luftdruck gelenkt wurde. Interessanterweise war die Variable mit der stärksten rohen statistischen Verbindung zu Regen – die maximale Niederschlagsrate – nicht der wichtigste Treiber für die Entscheidungen des Modells, sobald andere Faktoren berücksichtigt wurden. Dies liegt daran, dass diese Variable so eng mit anderen verknüpft ist, dass sie kaum neue Informationen bietet. Im Gegensatz dazu lieferte die gesamte Bewölkung, die eine schwächere rohe Verbindung zu Regen hatte, einen einzigartigen und stabilen prädiktiven Wert, auf den das Modell stark vertraute. Diese Unterscheidung zeigte, dass es nicht ausreicht, nur zu betrachten, welche Zahlen gemeinsam schwanken; um zu verstehen, wie ein Modell diese Zahlen nutzt, um eine Entscheidung zu treffen, muss man tiefer blicken.

Letztlich unterstreicht diese Arbeit, dass es kein einzelnes „perfektes“ Modell für die Regenprognose gibt. Der beste Ansatz hängt davon ab, was man vorhersagen möchte. Für allgemeine, kurzfristige Ausblicke erweisen sich ein kompaktes Deep-Learning-Netzwerk und ein robuster baumbasierter Algorithmus als gleichermaßen leistungsfähig. Doch für die spezifische, hochriskante Aufgabe, schwere Stürme vorherzusagen, zeigte die baumbasierte Methode einen deutlichen Vorteil. Die Studie dient auch als Erinnerung daran, dass die Gesamtgenauigkeit eines Modells signifikante Schwächen unter Extrembedingungen verbergen kann. Ein System, das im Durchschnitt zuverlässig erscheint, kann bei den gefährlichsten Wetterlagen versagen. Durch die Kombination von wiederholten Tests, dem Fokus auf Extremereignisse und einem genauen Blick darauf, wie die Modelle „denken“, lieferten die Forscher ein klareres, ehrlicheres Bild dessen, was künstliche Intelligenz für die Menschen in Dublin leisten kann und was nicht, wenn sich die Wolken zusammenziehen.