Bisherige Fortschritte

Zuerst wurden mithilfe der ERA-Interim-Reanalysedaten, den EUCLID-Blitzdaten und den ESWD-Extremwetterreporten für den Zeitraum von 2008 bis 2016 probabilistische Modelle für Blitze, große Hagelkörner (≥ 2 cm), starken Wind (≥ 25 m s^-1) und Tornados entwickelt und optimiert. Diese Modelle benutzen zusätzlich logistische Regression um die 6-stündige Wahrscheinlichkeit für Blitze und Einzelgefahren, basierend auf den Werten vieler für Extremwetter relevanter Parameter (z.B. troposphärische Feuchtigkeit, Instabilitäten und Scherwinde), abzuschätzen. Danach wurden die jährlichen mittleren Wahrscheinlichkeiten für Blitze und Einzelgefahren für die ERA-Interim-Reanalyse, die nichtinitialisierten historischen MPI-ESM-LR-Simulationen und die Baseline1-MPI-ESM-LR dekadischen Hindcasts berechnet. Zu guter Letzt wurden die Genauigkeit und die Ensembleverteilung der dekadischen Hindcasts untersucht mittels des MurCSS Plug-Ins. Die Genauigkeit und die Ensembleverteilungsmetriken, wie zum Beispiel die mittlere quadratische Fehlergüte (MSESS) oder die kontinuierlich eingeschätzte Wahrscheinlichkeitsgüte (SCRPSS), wurden für jede 5° × 5° große Gitterzelle innerhalb der Region von 22.5°W, 25°N bis 52.5°O, 75°N berechnet. Zusätzlich wurde die von Pasternack et al. (2018) entwickelte Klimavorhersagerekalibrierungsmethode auf die dekadischen Hindcasts von Baseline1 angewendet um bedingte und unbedingte systematische Fehler in der vorhergesagten Häufigkeit für Blitze und konvektive Gefahren zu verringern.

Wie Abbildung 1 zeigt, bewirken die dekadischen Hindcastprojektionen der Blitzwahrscheinlichkeit eine positive Vorhersagegüte für Teile im nordwestlichen, zentralen und östlichen Europa. Verglichen mit den nicht-initialisierten Simulationen sind die Verbesserungen der Vorhersagegüte am größten für die britischen Inseln, die Benelux-Staaten, Zentraleuropa, Italien und dem Balkan. Verminderungen in der Vorhersagegüte sind in Skandinavien und Finnland am stärksten ausgeprägt. Die Rekalibrierung gewährt beträchtliche Verbesserungen für die MSESS, speziell für die britischen Inseln, Skandinavien und Finnland, sowie die Balkanhalbinsel. Die einzigen Regionen wo die negative Vorhersagegüte erhalten bleibt nach der Rekalibrierung sind Frankreich und die iberische Halbinsel. Ein wichtiger Aspekt der Modellvorhersagen, welcher in dieser Analysis ausgeschlossen wurde, ist die Tendenz der dekadischen Hindcasts die Wahrscheinlichkeit von Blitzen und konvektiven Gefahren in Europa zu überschätzen.

Wie Abbildung 2 aufzeigt, überschätzen die dekadischen Hindcasts signifikant die Häufigkeit feuchter (relative Feuchtigkeit bei 850-500 hPa >60%), instabiler (angehobener Index < 0) Bedingungen im Vergleich der ERA-Interim-Reanalyse. Pattantyús-Ábrahám et al. (2016) zeigten im Vorfeld, dass die Baseline1-Hindcasts große negative Temperaturabweichungen und positive systematische Fehler in der relativen Feuchtigkeit für die mittlere und obere Troposphäre aufweisen.

Abbildung 3 zeigt die kontinuierlich eingeschätzte Wahrscheinlichkeitsgüte der Ensembleverteilung (CRPSS_ES) und die logarithmische Ensembleverteilungsgüte (LESS). Die (CRPSS_ES) liefert einen Anhaltspunkt, wie gut die Ensembleverteilung die Vorhersageunsicherheit repräsentiert [sprich, den mittleren quadratischen Fehler (MSE)], wogegen die LESS anzeigt, ob die Ensemblevarianz unter- oder übermäßig verstreut ist. Die Vorhersageungenauigkeit ist gut durch die Ensembleverteilung der dekadischen Hindcasts für einige Regionen abgebildet, aber generell ist die Ensemblevarianz übermäßig verstreut über weite Teile Kontinentaleuropas (mit Ausnahme der Balkanhalbinsel).