Because you
need to know
Because you
need to know
Unsere Methodik
Wir kombinieren maschinelles Lernen mit menschlichem Fachwissen
Was ist die METIS-Methode?
METIS steht für Model ETI Statistics. Es handelt sich um eine statistische Nachbearbeitungsmethode, die seit Ende der 1990er Jahre in der modernen Wettervorhersage eingesetzt wird. Vereinfacht gesagt: Um eine möglichst genaue Vorhersage für den jeweiligen Standort zu erhalten, werden Vorhersageergebnisse von numerischen Wettermodellen (DMO = Direct Model Output) mit aktuellen und historischen Messwerten vor Ort sowie Satelliten- und Radarbildern kombiniert.
Die METIS-Technik setzt dort an, wo die großen Modellrechnungen aufhören. Mit Hilfe der Statistik wird nach Möglichkeiten gesucht, die bekannten Schwächen der Modelle in der jeweiligen Wettersituation bestmöglich zu kompensieren. Ein Kollege aus der Praxis hat es sehr anschaulich mit dem Pferd-Reiter-Prinzip verglichen: Die Modellrechnung galoppiert los, die Statistik sitzt fest im Sattel, treibt an und zügelt, wo nötig.
Welchen zusätzlichen Nutzen bietet die METIS-Methode?
Mit Hilfe der METIS-Methode lassen sich Wetterelemente und abgeleitete Variablen punktgenau vorhersagen. Je nach Anwendung und Geschäftsfeld sind jeweils ganz bestimmte Wetterparameter wichtig. Darüber hinaus steigt die Nachfrage nach granularen Wetterdaten ständig. Derzeit hat die Wettermanufaktur eigene Prognosemodelle für Straßenbeläge, für die Energieindustrie und für die Landwirtschaft entwickelt und eingesetzt.
Für die Einsatzplanung des Winterdienstes gehören dazu der Zustand und die Temperatur verschiedener Fahrbahnoberflächen wie Straßen, Rad- und Gehwege, Brücken, aber auch Flugzeugtragflächen, Schienen und Oberleitungen von Zügen in Abhängigkeit von Lufttemperatur und Luftfeuchtigkeit. Es lässt sich nicht nur vorhersagen, ob, sondern auch wo und wann es rutschig wird.
Für Betreiber von vollautomatischen Gewächshäusern sind Informationen über Windgeschwindigkeit, Lufttemperatur, Bewölkung und Strahlung enorm wichtig, um das Klima innerhalb der jeweiligen Produktionsstätte, den Energieverbrauch und die Bewässerung der Pflanzen optimal steuern zu können.
Das Wissen um hyperlokale Wettereffekte ist auch ein entscheidender Wettbewerbsvorteil bei der Integration von erneuerbaren Energien in Stromnetze und -märkte. Für Betreiber von Onshore- und Offshore-Windparks sind Prognosen der Windgeschwindigkeit und -richtung für verschiedene Nabenhöhen in 10, 20, 30, … 120, 140 und 200 m sind daher von entscheidender Bedeutung. Für Solarparks hingegen sind spezifische Informationen über die direkte und indirekte Strahlung sowie über die Strahlung am Tag und in der Nacht erforderlich.
Wie entwickelt man ein METIS?
Bei der Wettermanufaktur ist ein interdisziplinäres Team im Bereich der Forschung und Entwicklung tätig. Meteorologen, Mathematiker und Softwareentwickler sind Teil des Kernteams, das an den verschiedenen METIS-Projekten arbeitet. Für das meteorologische Team, das in der Wettervorhersage tätig ist, ist METIS eines der wichtigsten Arbeitsinstrumente. Sie stellen es sozusagen täglich auf den Prüfstand und geben dem Entwicklungsteam regelmäßig Rückmeldung darüber, was bereits sehr gut funktioniert und was ggf. verbessert oder angepasst werden sollte.
Grundsätzlich sind wir in der Lage, präzise Prognosen in stündlicher Auflösung bis zu 15 Tage im Voraus für Europa zu erstellen. Mit anderen Worten: Wenn die Kunden wissen müssen, welche Windgeschwindigkeit in 10 Tagen um 15 Uhr am Standort X zu erwarten ist, dann stellen wir diese Information zur Verfügung.
Je nach Anwendungsbereich bieten wir unseren Kunden kurze Aktualisierungszyklen (10-Minuten-, 1-Stunden- und 3-Stunden-Takt) und schnelle Modellaktualisierungen mehrmals täglich bei Eintreffen neuer Daten. Bei Bedarf stellen wir die Wetterparameter in einer noch höheren Granularität zur Verfügung.
- Datenquellen: Integration mehrerer Datenquellen, darunter Satellitenbilder, Niederschlagsradardaten, bodengestützte Wetterstationen und mehrere globale und regionale Wettermodelle
- Maschinelles Lernen: Einsatz von Algorithmen des maschinellen Lernens zur Analyse der riesigen Mengen von Wetterdaten, um Muster zu erkennen und die Genauigkeit zu verbessern, indem aus Abweichungen in den letzten Vorhersagen gelernt wird
- Benutzerspezifische Vorhersagen: Personalisierung von Wettervorhersagen auf der Grundlage des Standorts einer Person unter Verwendung historischer (lokaler) Wetterdaten
- Aktualisierungen in Echtzeit: Einbindung von Echtzeit-Updates von Wetterstationen und anderen Quellen, um minutengenaue Informationen über die aktuellen Wetterbedingungen zu liefern.
- Zusammenarbeit mit Meteorologen: Enge Zusammenarbeit mit unseren Meteorologen (Wetterraum), um wertvolle Einblicke in die Wettermuster zu erhalten
Weitere Informationen finden Sie auf der Website des METIS-Prognosesystems – https://metiswx.com