idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Extreme Wetterereignisse wie Starkregen nehmen weltweit zu – die verlässliche Einschätzung solcher Ereignisse kann Leben retten und Eigentum schützen. Forschende des Karlsruher Instituts für Technologie (KIT) stellen nun eine Methode vor, die grob aufgelöste globale Wetterdaten mithilfe von Künstlicher Intelligenz (KI) in hochpräzise Niederschlagskarten umwandelt – ortsunabhängig, schnell und ressourcenschonend. Veröffentlichung in npj Climate and Atmospheric Science: https://doi.org/10.1038/s41612-025-01103-y
„Starkregen und Überschwemmungen sind in vielen Regionen der Welt heute viel häufiger, als noch vor wenigen Jahrzehnten“, sagt Dr. Christian Chwala, Experte für Hydrometeorologie und Maschinelles Lernen am Institut für Meteorologie und Klimaforschung – Atmosphärische Umweltforschung (IMK-IFU), dem Campus Alpin des KIT in Garmisch-Partenkirchen. „Doch bisher fehlten an vielen Orten Daten, um solche Extremereignisse auch regional zuverlässig abzuschätzen.“ Genau hier setzt sein Forschungsteam mit einer neu entwickelten KI an: Sie kann präzise globale Niederschlagskarten aus grob aufgelösten Informationen generieren. So entsteht ein bisher einzigartiges Werkzeug zur Analyse und Abschätzung von Extremwetter, auch für datenarme Regionen wie den globalen Süden.
Für ihre Methode nutzen die Forschenden historische Daten von Wettermodellen, die den globalen Niederschlag in einer räumlichen Auflösung von rund 24 Kilometern und stündlicher Taktung beschreiben. Ihr generatives KI-Modell (SpateGAN-ERA5) trainierte aber nicht nur mit diesen Daten, sondern lernte zusätzlich aus hochaufgelösten Wetterradarmessungen in Deutschland, wie sich Niederschlagsmuster und Extremereignisse auf unterschiedlichen Skalen – von grob bis fein – zueinander verhalten. „Unser KI-Modell erstellt dadurch nicht einfach eine nachgeschärfte Version der Eingangsdaten, sondern erzeugt mehrere Realisationen physikalisch plausibler, fein aufgelöster Niederschlagskarten“, erläutert Luca Glawion vom IMK-IFU, der das Modell innerhalb seiner Doktorarbeit im Forschungsprojekt SCENIC entwickelt hat. „So werden Details bis 2 Kilometer im 10 Minutentakt sichtbar. Gleichzeitig liefert das Modell Informationen über die statistische Unsicherheit der Ergebnisse, die insbesondere bei der Abbildung von regionalisierten Starkregenereignissen relevant sind.“ Eine Validierung mit Wetterradardaten in den USA und in Australien zeige zudem, dass die Methode sich auf völlig unterschiedliche klimatische Bedingungen anwenden lässt.
Hochwasserrisiken weltweit richtig einschätzen
Durch die globale Anwendbarkeit ihrer Methode eröffnen die Forschenden neue Möglichkeiten, regionale Klimarisiken besser zu bewerten. „Gerade in den besonders vulnerablen Gebieten fehlen oft die Ressourcen für eine engmaschige Wetterbeobachtung“, sagt Dr. Julius Polz vom IMK-IFU, der ebenfalls an der Entwicklung beteiligt war. „Mit unserem Ansatz können wir künftig auch in solchen datenarmen Gebieten viel zuverlässiger abschätzen, wo Starkregen und Überschwemmungen drohen.“ Die neue KI-Methode könne auf diese Weise zukünftig nicht nur im Ernstfall durch Warnungen zum Katastrophenschutz beitragen, sondern auch dabei helfen, langfristige Präventionsmaßnahmen wie den Hochwasserschutz wirksamer zu gestalten.
Details zum KIT-Zentrum Klima und Umwelt: www.klima-umwelt.kit.edu
Bildunterschrift: Das KI-Modell SpateGAN-ERA5 erzeugt aus groben globalen Niederschlagsdaten hochaufgelöste Felder für die Analyse von Starkregenereignissen. (Grafik: Christian Chwala, KIT)
Kontakt für diese Presseinformation:
Dr. Martin Heidelberger, Pressereferent, Tel.: +49 721 608-41169, E-Mail: martin.heidelberger@kit.edu
Als „Die Forschungsuniversität in der Helmholtz-Gemeinschaft“ schafft und vermittelt das KIT Wissen für Gesellschaft und Umwelt. Ziel ist es, zu den globalen Herausforderungen maßgebliche Beiträge in den Feldern Energie, Mobilität und Information zu leisten. Dazu arbeiten rund 10 000 Mitarbeiterinnen und Mitarbeiter auf einer breiten disziplinären Basis in Natur-, Ingenieur-, Wirtschafts- sowie Geistes- und Sozialwissenschaften zusammen. Seine 22 800 Studierenden bereitet das KIT durch ein forschungsorientiertes universitäres Studium auf verantwortungsvolle Aufgaben in Gesellschaft, Wirtschaft und Wissenschaft vor. Die Innovationstätigkeit am KIT schlägt die Brücke zwischen Erkenntnis und Anwendung zum gesellschaftlichen Nutzen, wirtschaftlichen Wohlstand und Erhalt unserer natürlichen Lebensgrundlagen. Das KIT ist eine der deutschen Exzellenzuniversitäten.
Kontakt für diese Presseinformation:
Dr. Martin Heidelberger, Pressereferent, Tel.: +49 721 608-41169, E-Mail: martin.heidelberger@kit.edu
Originalpublikation:
Luca Glawion, Julius Polz, Harald Kunstmann, Benjamin Fersch & Christian Chwala: Global spatio-temporal ERA5 precipitation downscaling to km and sub-hourly scale using generative AI. npj Climate and Atmospheric Science, 2025.
DOI: https://doi.org/10.1038/s41612-025-01103-y
http://Details zum KIT-Zentrum Klima und Umwelt:
http://www.klima-umwelt.kit.edu
Das KI-Modell SpateGAN-ERA5 erzeugt aus groben globalen Niederschlagsdaten hochaufgelöste Felder für ...
Source: Christian Chwala, KIT
Copyright: Christian Chwala, KIT
Criteria of this press release:
Journalists
Environment / ecology, Information technology, Oceanology / climate
transregional, national
Research results, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
