DeepRain: Methoden des maschinellen Lernens für Niederschlagsvorhersagen

Das vom BMBF geförderte dreijährige Verbundprojekt DeepRain wird vom JSC koordiniert und hat zum Ziel, mit modernen Methoden des maschinellen Lernens die Niederschlagsvorhersagen in Deutschland zu verbessern. Präzise Vorhersagen von Regen und Schnee mit einem zuverlässigen Hinweis auf die zu erwartende Niederschlagsmenge sind nach wie vor eine extreme Herausforderung für die Wettermodellierung. Durch die Verwendung von Radardaten, hochauflösenden topographischen Daten und Ensemble-Vorhersagedaten wollen die Forscher von JSC und DWD in Zusammenarbeit mit den Universitäten Osnabrück und Bonn sowie der Jacobs University in Bremen hier deutliche Verbesserungen erzielen. Das DeepRain-Projekt begann im Oktober 2018 mit einem Kick-off-Meeting am JSC.

Ansprechpartner: Dr. Martin Schultz, m.schultz@fz-juelich.de

aus JSC News No. 263, 5. Februar 2019