LQ-Warn – Entwicklung optimierter Vorhersagen verschiedener Luftqualitätsparameter

Abstract

<p>Schlechte Luftqualität gefährdet die Gesundheit der Bevölkerung. Zur Information und zur Ergreifung kurzfristiger Maßnahmen zur Luftqualitätsverbesserung (z.B. Verkehrslenkung) ist eine möglichst genaue und – insbesondere in städtischen Gebieten – möglichst räumlich hochaufgelöste Luftqualitätsvorhersage notwendig. Numerische Luftqualitätsmodelle haben für diese Aufgabe in der Regel eine zu geringe räumliche Auflösung.</p> <p>Daher ist es Ziel des Projektes „LQ-Warn“ die Luftqualitätsvorhersage insbesondere im Hinblick auf die Überschreitung von Grenzwerten zu verbessern. Basierend auf den Modellergebnissen für Luftqualitätsparameter des Copernicus Atmospheric Monitoring Service (CAMS) werden zwei Ansätze verfolgt: Einerseits werden Vorhersagen mit dem regionalen chemischen Transportmodell „REM-CALGRID“ (RCG) unter Einbeziehung von CAMS-Ergebnissen und regionalen Emissionsdaten berechnet. Dabei kann eine hohe horizontale Auflösung von 2 km erzielt werden und Prognosen können für verschiedene Luftschadstoffe in stündlicher Auflösung mit bis zu 72 Stunden Vorlaufzeit erstellt werden, unter anderem für 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 „Model Output Statistics“ (MOS) angewandt, um Punktvorhersagen für 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. Dafür werden luftqualitätsbezogene Messungen, CAMS-Modellergebnisse und meteorologische Parameter aus dem numerischen Wettervorhersagemodell des ECMWF als Prädiktoren verwendet.</p> <p>Es werden erste Ergebnisse der mit den o.g. Ansätzen errechneten Vorhersagen präsentiert und die Vor- und Nachteile der jeweiligen Verfahren hervorgehoben. Durch die statistische Post-Processing-Methode MOS wird an den Vorhersagepunkten vor allem für 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 Luftqualitätsvorhersage sinnvoll auf die Fläche auszudehnen ist jedoch noch eine Herausforderung. Im Gegensatz dazu zeigt die Vorhersage mit dem RCG-Modell eine geringere Verbesserung der Vorhersagegüte an einzelnen Vorhersagepunkten als der MOS-Ansatz. Stattdessen bietet das RCG-Modell zeitlich und räumlich konsistente Vorhersagen an allen Modellgitterpunkten. Kleinskalige Konzentrationsunterschiede können aufgrund der höheren Modellauflösung deutlich realistischer vorhergesagt werden als mit den CAMS-Vorhersagen. Ein weiterführendes Ziel des LQ-Warn-Projektes ist es die beiden Ansätze zu kombinieren, um die Vorteile beider nutzen zu können und eine präzise Luftqualitätsvorhersage flächendeckend für Deutschland bereitstellen zu können.</p>