Vergleichen Sie unsere Vorhersagen mit gemessenen Daten für die letzten Tage mit unserem Kurzzeit-Verifikation-Meteogramm für Kanton Zürich.

Vergleich von Wettermodellen für Kanton Zürich

Die blauen Linien entsprechen den Vorhersagen, die von verschiedenen hochauflösenden Wettermodellen berechnet wurden. Außerdem werden die Mitglieder einer klassischen Ensemble-Vorhersage gezeigt, bei der das gleiche Wettermodell (GFS) mehrmals mit leicht unterschiedlichen Anfangsbedingungen durchlaufen wird, um Unsicherheiten in den Beobachtungen abzubilden, die für die Ausführung eines Vorhersagemodells erforderlich sind. Die GFS-Mitglieder Bias korrigiert und downscaled, um den lokalen Wetterbedingungen zu entsprechen. Daten von den hochauflösenden Modellen sind unberührt.

  • In der oberen Grafik ist die Temperaturvorhersage für Kanton Zürich in Hellblau für verschiedene hochauflösende Modelle und in Lila für die GFS-Ensemblemitglieder dargestellt. Die schwarze Linie stellt die beste Temperaturvorhersage dar, wie sie auf unserer Startseite gezeigt wird. Die gestrichelten Linien zeigen die GFS- und ECMWF-Ensemble-Mitteltemperaturen.
  • Das 2nd Diagramm zeigt die kumulierte Niederschlagsvorhersage, d. h. die Gesamtmenge, die von heute bis zum auf der Zeitachse angegebenen Datum fällt. Die blauen Balken zeigen die stündlichen Niederschlagssummen.
  • Das dritte Diagramm zeigt die vorhergesagte Wolkendecke in Prozent, wobei hellblau für die hochauflösenden Wettermodelle und grün für die GFS-Ensemblemitglieder verwendet wird.
  • Das vierte Diagramm zeigt die Windprognose an, wie sie von hochauflösenden Modellen (hellblau) und von der Ensemblevorhersage (grün) berechnet wird. Angezeigt wird auch die mittlere tägliche Windrichtung in Form einer Windrose. Größere Segmente weisen darauf hin, dass diese Windrichtung über den Tag verteilt häufiger vorkommt resp. wahrscheinlicher ist als Richtungen mit kleineren Segmenten. Wenn viele Segmente etwa gleichgroß sind, ist die Prognose der Windrichtung sehr unsicher. Wenn es überwiegend zwei entgegengesetzte Richtungen gibt, deutet dies oft auf eine thermische Windzirkulation hin, wobei der Wind tagsüber aus einer anderen Richtung weht als in der Nacht.

Warum zeigen wir gleichzeitig eine klassische Ensemble-Prognose und eine Multi-Modell-Prognose?

Ein konventionelles Ensemble (z. B. GFS), das mit dem gleichen Prognosemodell berechnet wird, unterschätzt oft die Unsicherheiten des Wetters für die ersten 3 bis 5 Tage und überschätzt damit die Sicherheit der Prognose. Außerdem wird das klassische Ensemble in einer viel niedrigeren Auflösung gerechnet, wodurch lokale Wetterphänomene vernachlässigt werden, welche in hochauflösenden Modellen abgebildet sind. Es ist sehr wichtig zu beachten, dass alle Mitglieder eines traditionellen Ensembles die gleiche Eintreffenswahrscheinlichkeit haben (es gibt keine Möglichkeit, im Voraus zu sagen, welches besser sein wird). Dies steht im Gegensatz zu den hochauflösenden Modellen, die je nach Standort und Wetterbedingungen bessere Vorhersagen als andere liefern.


Wettermodelle

Wettermodelle simulieren physikalische Prozesse. Ein Wettermodell unterteilt die Welt oder eine Region in kleine Gitterzellen. Jede Zelle ist etwa 4 km bis 40 km gross und zwischen 100 Meter und 2 km hoch. Unsere Modelle bestehen aus 60 atmosphärischen Schichten und reichen tief in die Stratosphäre bis auf 10-25hPa (60km) Höhe. Das Wetter wird durch das Lösen komplexer mathematischer Gleichungen zwischen allen Gitterzellen alle paar Sekunden simuliert, und alle errechneten Parameter (wie Temperatur, Windgeschwindigkeit, Bewölkung u.v.m.) werden zu jeder vollen Stunde gespeichert.

meteoblue betreibt eine große Anzahl von eigenen Wettermodellen und integriert Wetter-Daten aus verschiedenen Quellen. Alle meteoblue Modelle werden zweimal am Tag auf eigenen Hochleistungs-Computern berechnet.

Modell Region Auflösung Letzte Aktualisierung Quelle

NEMS Modellfamilie:Verbesserter NMM-Nachfolger (im Betrieb seit 2013). NEMS ist ein Multi-Skalen-Modell (verwendbar für globale, regionale und lokalen Domänen) und verbessert die Wolken-Entwicklung und Niederschlagsvorhersage deutlich.

NEMS-4 Mitteleuropa 4.0 km 72 h 07:01 UTC meteoblue
NEMS-12 Europa 12.0 km 180 h 07:54 UTC meteoblue
NEMS-30 Global 30.0 km 180 h 06:26 UTC meteoblue
NEMS-8 Neuseeland 8.0 km 180 h 07:49 UTC meteoblue
NEMS-10 Indien 10.0 km 180 h 08:33 UTC meteoblue
NEMS-8 Japan & Ostasien 8.0 km 180 h 07:30 UTC meteoblue
NEMS-12 Zentralamerika 12.0 km 180 h 10:00 UTC meteoblue
NEMS-10 Südafrika 10.0 km 180 h 08:43 UTC meteoblue
NEMS2-12 Europa 12.0 km 168 h 10:42 UTC meteoblue
NEMS2-30 Global 30.0 km 168 h 12:06 UTC meteoblue
NEMS-10 Südamerika 10.0 km 180 h 10:09 UTC meteoblue

NMM-Modellfamilie:Das erste Wettermodell von meteoblue (im Betrieb seit 2007). NMM ist ein regionales Wettermodell und für komplexes Gelände hoch-optimiert.

NMM-4 Mitteleuropa 4.0 km 72 h 05:44 UTC meteoblue
NMM-12 Europa 12.0 km 180 h 07:04 UTC meteoblue
NMM-18 Südafrika 18.0 km 180 h 07:35 UTC meteoblue
NMM-18 Südamerika 18.0 km 180 h 09:13 UTC meteoblue
NMM-18 Südostasien 18.0 km 180 h 08:08 UTC meteoblue

Domains von Dritten: Wie auf den meisten anderen Websites zu sehen

IFSENS-40 Global 30.0 km 360 h (@ 3hourly h) 09:37 UTC ECMWF
GFSENS-40 Global 40.0 km 384 h (@ 3hourly h) 10:03 UTC NOAA NCEP
GFS-25 Global 22.0 km 180 h (@ 3hourly h) 16:33 UTC NOAA NCEP
GFS-12 Global 12.0 km 180 h (@ 3hourly h) 16:58 UTC NOAA NCEP
IFS-20 Global 20.0 km 144 h (@ 3hourly h) 08:42 UTC ECMWF
ICON-12 Global 13.0 km 180 h (@ 3hourly h) 05:40 UTC Deutscher Wetterdienst
ICON-7 Europa 7.0 km 120 h (@ 3hourly h) 16:26 UTC Deutscher Wetterdienst
ICOND-2 Germany and Alps 2.0 km 48 h 14:17 UTC Deutscher Wetterdienst
HARMN-5 Mitteleuropa 5.0 km 60 h 11:25 UTC KNMI
GFS-40 Global 40.0 km 180 h (@ 3hourly h) 16:50 UTC NOAA NCEP
NAM-12 Nordamerika 12.0 km 84 h (@ 3hourly h) 15:11 UTC NOAA NCEP
NAM-5 Nordamerika 5.0 km 48 h 05:22 UTC NOAA NCEP
NAM-3 Nordamerika 3.0 km 60 h 15:56 UTC NOAA NCEP
HRRR-2 Nordamerika 3.0 km 17 h 16:28 UTC NOAA NCEP
FV3-5 Alaska 5.0 km 48 h 11:31 UTC NOAA NCEP
ARPEGE-40 Global 40.0 km 96 h (@ 3hourly h) 16:35 UTC METEO FRANCE
ARPEGE-11 Europa 11.0 km 96 h 16:02 UTC METEO FRANCE
AROME-2 Frankreich 2.0 km 42 h 16:13 UTC METEO FRANCE
UKMO-10 Global 10.0 km 144 h (@ 3hourly h) 06:39 UTC UK MET OFFICE
GEM-15 Global 15.0 km 168 h (@ 3hourly h) 08:51 UTC Environment Canada
RDPS-2 Nordamerika 2.5 km 48 h 06:55 UTC Environment Canada
MSM-5 Japan 5.0 km 78 h 11:26 UTC Japan Meteorological Agency
UKMO-2 UK/France 2.0 km 120 h (@ 3hourly h) 06:36 UTC UK MET OFFICE
COSMO-5 Mitteleuropa 5.0 km 72 h 08:21 UTC AM/ARPAE/ARPAP
COSMO-2 Alps/Italy 2.0 km 48 h 08:35 UTC AM/ARPAE/ARPAP
NBM-2 Nordamerika 2.5 km 180 h (@ 3hourly h) 16:30 UTC NOAA NCEP
WRFAMS-7 Südamerika 7.0 km 168 h 09:19 UTC CPTEC/INPE
WRF-5 Southeast Europe 5.0 km 84 h 09:35 UTC AUTH
AIFS-25 Global 25.0 km 180 h (@ 3hourly h) 08:48 UTC ECMWF
IFS-HRES Global 10.0 km 144 h (@ 3hourly h) 08:03 UTC ECMWF
CAMS-10 Europa 10.0 km 96 h 10:00 UTC ECMWF Copernicus
CAMS-40 Global 40.0 km 120 h (@ 3hourly h) 10:08 UTC ECMWF Copernicus
WW3-25 Global 25.0 km 180 h (@ 3hourly h) 07:15 UTC NOAA NCEP
WW3-4 Baltic/Arctic 4.0 km 72 h 15:44 UTC MET Norway
GWAM-25 Global 25.0 km 174 h (@ 3hourly h) > 24h DWD
EWAM-5 Europa 5.0 km 78 h 16:44 UTC DWD
MFWAM-8 Global 8.0 km 228 h (@ 3hourly h) 09:45 UTC Copernicus / MeteoFrance
MEDWAM-4 Mediterranean 4.0 km 204 h 06:33 UTC Copernicus
IBIWAM-5 Iberian Biscay Irish 5.0 km 216 h 14:12 UTC Copernicus
BALWAM-2 Baltic 2.0 km 144 h 10:28 UTC Copernicus / FMI
RTOFS-9 Global 9.0 km 192 h (@ 3hourly h) 01:24 UTC NOAA NCEP

Weltweite Abdeckung

meteoblue domain overview meteoblue Wettermodelle decken die am meisten bevölkerten Gebiete mit hoher Auflösung (3-10km) und weltweit mit mittlerer Auflösung (30km) ab. Die Karte auf der Seite zeigt NMM-Modelle als rote und NEMS-Modelle als schwarze Kästen. Andere Farben zeigen Modelle von Drittanbietern. Globale Modelle sind nicht dargestellt. Für eine einzelne Vorhersage werden mehrere Wettermodelle, statistische Analysen, Messungen, Radar und Satellitentelemetrie berücksichtigt und kombiniert, um die wahrscheinlichste Wettervorhersage für einen bestimmten Ort auf der Erde zu erstellen.

Zum Anfang