Bessere Hagel-Warnungen dank Bevölkerung
Hagel vorherzusagen ist eine Herausforderung. Forschende der Universität Bern setzen auf Smartphone-Apps und Meldungen von Blechschäden, um die Hagel-Prognose zu verbessern.
Mit Wetterradaren lassen sich zwar Hagelkörner in Echtzeit in Gewitterwolken erkennen, aber ein flächendeckendes Messnetz für Hagel am Boden fehlte bisher. Deshalb war es schwierig festzustellen, wie präzise diese Radardaten sind.
Ein Team aus Forschenden der Uni Bern und des Bundesamts für Meteorologie und Klimatologie MeteoSchweiz haben die Trefferquote der Radarhagelkarten für die letzten zwölf Jahre überprüft, wie die Hochschule am Montag mitteilte. Dafür verglichen sie diese Karten mit Schadensmeldungen über Blechschäden an Fahrzeugen.
«Der Vergleich zeigt eine sehr gute Übereinstimmung und ermutigt uns, weiter in diese Richtung zu forschen», sagte Studienautorin Olivia Romppainen-Martius vom «Mobiliar Lab» der Uni Bern laut der Mitteilung. Die Resultate veröffentlichten die Forschenden im «Quarterly Journal of the Royal Meteorological Society».
Hagelmeldungen via App
Ausserdem untersuchen die Wissenschaftler, wie gut Radarmessungen die Grösse der Hagelkörner bestimmen können. Hierbei setzen die Forschenden auf die Mithilfe der Bevölkerung. Über die Smartphone Apps von MeteoSchweiz und der Versicherung Mobiliar können Freiwillige ihre Hagelbeobachtungen melden. 2015 waren bereits rund 18'000 Meldungen eingegangen, schrieb die Uni Bern.
Die Kombination dieser Daten mit den Schadensmeldungen, sowie Daten der neuesten Wetterradargeneration und automatischer Hagelsensoren am Boden, die derzeit an verschiedenen Orten installiert werden, sei einzigartig und weltweit eines der ersten Experimente dieser Art, sagte Romppainen-Martius.
Durch Hagelbeobachtung am Boden könne man nun die Hagel-Algorithmen der Wetterradare verbessern. Das verbessere die Zuverlässigkeit der Hagel-Statistik und werde letztlich zu besseren Hagel-Warnungen beitragen, so die Mitteilung. Denn Hagel verursache in der Schweiz jedes Jahr grosse Schäden, nicht nur an Fahrzeugen, sondern auch an der Landwirtschaft.
