4 Min. LesezeitVorhersage

Mehr Wetterbeobachtungen brauchen mehr Rechenleistung, damit sie sich auszahlen

Wetterdaten treffen schneller ein, als die meisten Vorhersagebetriebe sie nutzen können. Warum mehr Beobachtungen mehr Rechenleistung brauchen, bevor sie eine Vorhersage verbessern, und wo GPUs ansetzen.

Lange Reihen schwarzer und blauer Schränke des Supercomputers IBM Summit in einem Maschinenraum, darüber gelbe Kabeltrassen.

Erstmals veröffentlicht am 1. März 2022 · Aktualisiert am 16. November 2026

Wetterdaten treffen schneller ein, als die meisten Vorhersagebetriebe sie nutzen können. Neue Satelliten, Radare und Bodensensoren melden jedes Jahr häufiger und detaillierter. Doch eine Beobachtung verbessert eine Vorhersage nur, wenn ein Modell sie aufnehmen und seinen Lauf beenden kann, bevor die Vorhersage gebraucht wird. Für eine Betriebsleitung wird damit aus einer wissenschaftlichen Frage eine Budgetfrage: Wie viel Rechenleistung ist nötig, um aus mehr Daten bessere Entscheidungen zu machen?

Warum Beobachtungen wichtig sind und wo die Lücken liegen

Jede numerische Vorhersage beginnt mit einer Schätzung des aktuellen Zustands der Atmosphäre. Fehler in diesem Ausgangsbild wachsen, während das Modell vorwärts rechnet; eine Vorhersage kann also nicht besser sein, als die Beobachtungen dahinter es zulassen.

Die Abdeckung ist ungleichmäßig. Aerologische Stationen messen Temperatur, Feuchte und Wind über die gesamte Höhe der Atmosphäre, und in weiten Teilen der Welt liegen sie weit auseinander. Die folgende Karte der Weltorganisation für Meteorologie zeigt den Abstand aerologischer Meldungen nach Ländern. Dunkelrot bedeutet die größten Lücken.

Weltkarte des horizontalen Abstands aerologischer Wettermeldungen nach Ländern, in Kilometern. Am größten ist der Abstand, dunkelrot dargestellt, in weiten Teilen Afrikas und in Teilen Südamerikas, Südasiens und des Pazifiks.

Diese Lücken zu schließen lohnt sich. Ein Bericht der Weltbank über den Wert bodengestützter meteorologischer Beobachtungsdaten schätzte, dass jeder in neue Beobachtungsdaten investierte Dollar mindestens sechsundzwanzig Dollar an sozioökonomischem Nutzen bringen könnte.

Die Daten wachsen schneller als die Rechenleistung

Satelliten haben die Angebotsseite verändert. Das folgende Diagramm aus Christopherson, Chandra und Quanbeck (2019) zählt Satelliten nach Startjahr und Art des Nutzers. Kommerzielle Starts nehmen ab 2014 stark zu.

Balkendiagramm der Zahl der jährlich gestarteten Satelliten von 1974 bis 2019, aufgeteilt nach kommerziellen, öffentlichen oder privaten sowie staatlichen oder zivilen Nutzern. Kommerzielle Starts nehmen ab 2014 stark zu.

Mehr Daten helfen nicht von allein. Sie müssen durch die Datenassimilation, den Schritt, der neue Beobachtungen mit einer aktuellen Kurzfristvorhersage verbindet und daraus das Ausgangsbild für den nächsten Lauf erzeugt. Die Assimilation gehört zu den teuersten Teilen eines Vorhersagesystems, weil die führenden Verfahren das Modell viele Male rechnen, um zu ermitteln, wie viel Gewicht jede Beobachtung verdient.

Die Kosten enden damit nicht. Enthält das Ausgangsbild mehr Details, braucht das Vorhersagemodell ein feineres Gitter, um sie zu bewahren. Feinere Gitter brauchen deutlich mehr Rechenleistung. Daten, Assimilation und Auflösung zehren alle am selben Budget.

Was die Berater der NOAA 2022 sagten

Die klarste öffentliche Beschreibung des Problems kam vom Science Advisory Board der NOAA. Wie HPCwire im Januar 2022 berichtete, kam der Bericht des Gremiums zu dem Ergebnis, dass Verbesserungen der Wettervorhersage unmittelbar durch die Rechenleistung begrenzt seien, die für Entwicklung, Test und Betrieb neuer Modelle und der Datenassimilation zur Verfügung stehe. Er forderte für das folgende Jahrzehnt Rechenkapazität in der Größenordnung des 100-Fachen der damaligen operationellen Rechenkapazität der NOAA.

Das war eine Aussage über einen nationalen Wetterdienst im Jahr 2022, aber die Logik gilt für jede Organisation, die eigene Vorhersagen rechnet: Wer mehr Daten kauft, ohne mehr Rechenleistung bereitzustellen, lässt die Daten ungenutzt.

Wo GPUs ansetzen

Es gibt zwei Wege zu mehr Rechenleistung. Der eine sind mehr Prozessoren derselben Art. Der andere sind Prozessoren, von denen jeder mehr von dieser Art Arbeit leistet. Das Vorhersagemodell auf GPUs zu rechnen ist der zweite Weg.

AceCAST führt WRF, das vom NCAR gepflegte Weather Research and Forecasting Model, auf NVIDIA-GPUs aus. Der WRF-Workflow bleibt erhalten, mit WRF-kompatiblen Eingabedaten, Namelists und Ausgaben, auf Linux-Systemen vor Ort oder in der Cloud. Der Anteil von AceCAST ist der Vorhersagelauf selbst. Die Schritte, die Beobachtungen und Anfangsbedingungen aufbereiten, bleiben bei den Werkzeugen, die Ihr Team bereits nutzt, und AceCAST liest die WRF-kompatiblen Eingabedaten, die sie erzeugen.

Benchmark und Kostenbeispiel ansehen.

Messen Sie, ob die zusätzlichen Daten helfen

Mehr Beobachtungen und ein feineres Gitter sind Investitionen und sollten wie Investitionen geprüft werden. Die Vorhersageverifikation bewertet jede Vorhersage anhand von Stationen, Lidar oder Radar, mit Maßen wie Bias, mittlerem absolutem Fehler und der Wurzel des mittleren quadratischen Fehlers. Führen Sie sie vor und nach einer Änderung durch, über genügend Tage, um sicher zu sein. Davon getrennt entwickelt TempoQuest ein Forecast Verification Tool, das die Verifikation von Wettervorhersagen verbessern soll.

Wenn Sie das Modell nicht selbst betreiben möchten

Zwei Optionen umgehen die Hardwarefrage. Aerava rechnet eine Vorhersage für einen Standort, den Sie markieren, und zeigt den Preis an, bevor Sie den Lauf starten. Der Dienst Maßgeschneiderte Wetterdaten liefert projektspezifische Modellausgaben; typische Anfragen liegen bei einer Auflösung von etwa 1 km oder 3 km und einer 15-minütigen, 30-minütigen, stündlichen oder täglichen Taktung.

Sehen Sie sich AceCAST 5 an, jetzt verfügbar: Physik, Ausgabegrößen und Hinweise zum Upgrade.

Nächste Schritte

AceCAST ansehen oder Preis einer Vorhersage berechnen.

Ihre Vorhersage

Haben Sie eine eigene Frage zur Vorhersage?

Sagen Sie uns, welcher Entscheidung sie dienen soll. Ein kurzes Formular genügt, um das Team zu erreichen, und wir prüfen jede Anfrage.