LQ-Warn – Entwicklung optimierter Vorhersagen verschiedener Luftqualitätsparameter
<p>Schlechte Luftqualit&#228;t gef&#228;hrdet die Gesundheit der Bev&#246;lkerung. Zur Information und zur Ergreifung kurzfristiger Ma&#223;nahmen zur Luftqualit&#228;tsverbesserung (z.B. Verkehrslenkung) ist eine m&#246;glichst genaue und &#8211; insbesondere in st&#228;dtischen Gebieten &#8211; m&#246;glichst r&#228;umlich hochaufgel&#246;ste Luftqualit&#228;tsvorhersage notwendig. Numerische Luftqualit&#228;tsmodelle haben f&#252;r diese Aufgabe in der Regel eine zu geringe r&#228;umliche Aufl&#246;sung.</p> <p>Daher ist es Ziel des Projektes &#8222;LQ-Warn&#8220; die Luftqualit&#228;tsvorhersage insbesondere im Hinblick auf die &#220;berschreitung von Grenzwerten zu verbessern. Basierend auf den Modellergebnissen f&#252;r Luftqualit&#228;tsparameter des Copernicus Atmospheric Monitoring Service (CAMS) werden zwei Ans&#228;tze verfolgt: Einerseits werden Vorhersagen mit dem regionalen chemischen Transportmodell &#8222;REM-CALGRID&#8220; (RCG) unter Einbeziehung von CAMS-Ergebnissen und regionalen Emissionsdaten berechnet. Dabei kann eine hohe horizontale Aufl&#246;sung von 2 km erzielt werden und Prognosen k&#246;nnen f&#252;r verschiedene Luftschadstoffe in st&#252;ndlicher Aufl&#246;sung mit bis zu 72 Stunden Vorlaufzeit erstellt werden, unter anderem f&#252;r NO<sub>2</sub>, O<sub>3</sub>, PM<sub>10</sub> und PM<sub>2.5</sub>. Andererseits wird die statistische Post-Processing-Methode &#8222;Model Output Statistics&#8220; (MOS) angewandt, um Punktvorhersagen f&#252;r die Massenkonzentration der Spezies NO<sub>2</sub>, O<sub>3</sub>, PM<sub>10</sub> und PM<sub>2.5</sub> mit einer Vorlaufzeit von bis zu 96 Stunden zu berechnen. Daf&#252;r werden luftqualit&#228;tsbezogene Messungen, CAMS-Modellergebnisse und meteorologische Parameter aus dem numerischen Wettervorhersagemodell des ECMWF als Pr&#228;diktoren verwendet.</p> <p>Es werden erste Ergebnisse der mit den o.g. Ans&#228;tzen errechneten Vorhersagen pr&#228;sentiert und die Vor- und Nachteile der jeweiligen Verfahren hervorgehoben. Durch die statistische Post-Processing-Methode MOS wird an den Vorhersagepunkten vor allem f&#252;r die Massenkonzentration von O<sub>3 </sub>und NO<sub>2</sub> eine signifikante Verringerung des RMSE (Root Mean Square Error) im Vergleich zu den Vorhersagen des numerischen CAMS-Modells erreicht. Diese deutliche Verbesserung der Luftqualit&#228;tsvorhersage sinnvoll auf die Fl&#228;che auszudehnen ist jedoch noch eine Herausforderung. Im Gegensatz dazu zeigt die Vorhersage mit dem RCG-Modell eine geringere Verbesserung der Vorhersageg&#252;te an einzelnen Vorhersagepunkten als der MOS-Ansatz. Stattdessen bietet das RCG-Modell zeitlich und r&#228;umlich konsistente Vorhersagen an allen Modellgitterpunkten. Kleinskalige Konzentrationsunterschiede k&#246;nnen aufgrund der h&#246;heren Modellaufl&#246;sung deutlich realistischer vorhergesagt werden als mit den CAMS-Vorhersagen. Ein weiterf&#252;hrendes Ziel des LQ-Warn-Projektes ist es die beiden Ans&#228;tze zu kombinieren, um die Vorteile beider nutzen zu k&#246;nnen und eine pr&#228;zise Luftqualit&#228;tsvorhersage fl&#228;chendeckend f&#252;r Deutschland bereitstellen zu k&#246;nnen.</p>