In der Satelliten-Fernerkundung und Klimamodellierung wird die Darstellung von Wolken oft stark vereinfacht, was zu Ungenauigkeiten führt. Wie MDR berichtet, werden Wolken oft als homogene Objekte betrachtet, wodurch deren natürliche raum-zeitliche Variabilität vernachlässigt wird. Diese Komplexität, bedingt durch dynamische und mikrophysikalische Prozesse, verlangt nach genaueren Modellen. Eine neue Forschungsgruppe plant, bestehende Ansätze zu kombinieren und weiterzuentwickeln, um die dreidimensionalen Strahlungseffekte von Wolken besser zu verstehen und in der Klimamodellierung zu berücksichtigen.
Ein Hoffnungsträger für diese Entwicklung ist die dritte Generation der Meteosat-Wettersatelliten (MTG), die seit 2024 im Einsatz ist, sowie der neue ESA-Klimasatellit EarthCARE, der ebenfalls seit 2024 betrieben wird. Diese Satelliten ermöglichen Wolkenbeobachtungen mit einer bislang unerreichten räumlichen Auflösung. An verschiedenen Standorten, wie dem Richard Aßmann-Observatorium des DWD, werden atmosphärische Supersites betrieben, die hochauflösende Informationen zu Wolken- und Strahlungsdaten bereitstellen, welche aus der EU-Forschungsinfrastruktur ACTRIS stammen.
Integration neuer Daten in Klimamodelle
Die Kombination von boden- und satellitengestützter Fernerkundung, gepaart mit hochauflösenden Strahlungs- und Atmosphärenmodellen, zielt darauf ab, die räumliche Struktur der Wolken in globale Klimamodelle zu integrieren. Dies könnte eine auf Beobachtungen basierende Korrektur von Fehlern in der Klimamodellierung und der Wolkenfernerkundung ermöglichen.
Die Bedeutung präziser Erdbeobachtungsdaten wird auch von der Europäischen Weltraumorganisation (ESA) hervorgehoben. Wie ESA anmerkt, engagiert sich die Organisation seit 1977 für die Erdbeobachtung aus dem Weltraum. Die entstandenen Satelliten, darunter die Meteosat-Reihe und die Copernicus Satelliten, liefern essentielle Daten für das Verständnis von Klima und Umwelt, besonders in Zeiten des Klimawandels. Die verschiedenen Satelliten befreien die Umweltbeobachtung von Komplexitäten, indem sie verlässlich Langzeitdaten und operationalen Zugang zu Umweltinformationen bereitstellen.
