Deichbruch
Cadet 4th Year
- Registriert
- Okt. 2008
- Beiträge
- 87
Die 50% sind bestimmt nur geschätzt, oder? Dazu gibt es Gebiete deren orografische Besonderheiten die Vorhersage deutlich erschweren. Früher war alles besser...MuckMuck schrieb:jaja und das wird wieder nichts.
Sieht man ja das Jahr 2012: in meiner Gegend und Umgebung waren die Wettervorhersagen zu über 50% falsch.
Davor die Jahre waren sie top.
Die können doch noch nicht einmal heute mehr genau sagen, was am nächsten Tag passiert (damals konnten sie es noch), wollen aber "Wochen vorausschauen"...
20 Stationen, nett. Hier geht es um etliche tausend Messeinheiten und allein im GME- Modell um über 80 Millionen Gitterpunkte. Da benötigt man nunmal etwas mehr und verlässlichere Berechnungen.max_1234 schrieb:Das ist doch absoluter Schwachsinn .. ein regulärer Desktop rechnet dir heute in ein paar Sekunden die Prognose für die nächsten 5 Tage durch.
Der Supercomputer selbst wird nur zum Erfassen von Daten benötigt, wenn Deutschlandweit gerade 20 Flugzeuge und x-Tausend Wetterstationen Daten erfassen, müssen diese in Echtzeit verarbeitet werden können.
Die Auswertung selbst benötigt kaum Ressourcen, außer natürlich man will alle Szenarien in Echtzeit darstellen/rendern.
Wir haben in der Uni als kleine Übung 20 benachbarte Messstationen ausgewertet und Prognosen erstellt. Diese waren, mit kleinen Schwankungen bzgl. Windstärke, den üblichen Wettervorhersagen um Welten voraus. Java und Desktoprechner!
Steuerverschwendung ist gar kein Wort, hier wird Asche gebrannt.
Richtig, in Offenbach steht der aktuelle NEC SX9 und der kommende Cray soll auch dort eingebaut werden.duklum schrieb:Mich hätte noch interessiert, wo das ganze aufgebaut wird. In Offenbach? Das ist doch der Sitz des DWD.
Datenassimilation ist richtig. Allerdings werden dafür vor allem aktuelle Werte herangezogen. 720 Tage alte Werte spielen - wenn überhaupt - eine weit untergeordnete Rolle.KaraBenNemsi schrieb:Die Wetterdaten der letzten Tage, Wochen und sogar Jahre spielen sehr wohl eine wichtige Rolle für die Wetterprognose von Morgen. Stichwort: Datenassimilation. Die ganzen Modelle brauchen eine Datengrundlage und diese kann nicht umfassende genug sein, um möglichst sinnvolle Prognosen liefern zu können. Auch zum trainieren von Modellen sind mehr Daten besser als weniger und liefern dementsprechend auch die besseren Ergebnisse.
Immer wieder toll, wenn jeder meint in Sachen Wetter mitreden zu können. Meteorologen können eh nix und raten nur.