Das Opendata-Portal des DWD

• Vortrag von Sven Eiermann
• Datum: 24.04.2024
• Notizen von: Christian Krippes
• Vortrag als PDF

Einleitung

• Sven arbeitet selbst beim “Deutscher Wetterdienst” (DWD)
• Der DWD ist eine Bundesoberbehörde im Geschäftsbereich des Bundesministeriums für Digitales und Verkehr
• Zentrale in Offenbach
• Aufgabe: Erfüllung der meteorologischen Erfordernisse der Bevölkerung

Übersicht

• DWD Open Data Portal: https://opendata.dwd.de
• Entgeltfrei (DWD-Gesetz)
• Enthält Wetter-, Klima- und Umweltdaten
• Beispiel 1: Daten der Numerischen Wettervorhersage (engl. NWP)
• Beispiel 2: Niederschlagsradardaten
• Beispiel 3: Webcam Bilder
• Beispiel 4: Klimadaten

Exkurs Numerische Wettervorhersage

• Erläuterung zur NWP siehe auch die Seite des DWD
• Wettervorhersage besteht aus einer Kette von Modellen mit unterschiedlicher Auflösung von Global zu Lokal(Deutschland)
• Das globale Modell ist in Ikosaeder eingeteilt mit 100 Schichten in der Vertikalen, 90 Schichten bei ICON-D2(Modell für Deutschland)
• Die numerische Wettervorhersage nutzt die Daten von diversen Messverfahren und Messeinrichtungen darunter: klassische Wetterhütte, Flugzeuge und Schiffe, Radar, Sodar(Windprofiler), sowie Satelliten auf einer polaren und einer geostationären Umlaufbahn.
  • Im polaren Orbit werden u.a. Spurengase und Bodenfeuchte gemessen
  • Im geostationären Orbit werden u.a Bewölkung, Wasserdampf und Eiswolken gemessen

Beispiel 1: Daten der Numerischen Wettervorhersage

• NWP-Daten z.b. “Cloud Cover” (clc) liegen im GRIB-Format vor und sind mit bz2 gepackt.
• Auslesen der GRIB-Daten u.a. mittels ecCodes oder Python

Exkurs GRIB-Dateien

• GRIB = General Regularly-distributed Information in Binary form
• Datenformat der WMO (World Meteorological Organization - Teilinstitution der UN)
• Hauptsächliche Nutzung zur Enkodierung der Ergebnisse von Wettermodellen
• Tabellengetriebenes Format, binär geschrieben

Kurzvorstellung pygrib

• https://github.com/jswhit/pygrib
• Python Package
• High-Level Interface für ecCodes
• dient zum auslesen der GRIB-Dateien, schreiben geht nur eingeschränkt

Beispiel 2: Niederschlagsradardaten

• RADAR-Daten liegen in einem weiteren Binär-Format vor, welches ebenfalls mit Python ausgelesen und visualisiert werden kann
• Daten Beschreibung unter: https://www.dwd.de/DE/leistungen/radolan/radolan_info/radolan_radvor_op_komposit_format_pdf.html
• Aus dem letzten und einem vorherigen RADAR-Bild lässt sich dann grob die Zugrichtung ermitteln und kann ebenfalls visualisiert werden. Codebeispiel siehe Vortrag

Beispiel 3: Webcam-Bilder

• Über das Opendata-Portal lassen sich außerdem Webcam-Bilder von 10 Standorten abrufen.
• https://opendata.dwd.de/weather/webcam/

Beispiel 4: Klimadaten (CDC)

• Im Portal lassen sich die Klimadaten für Deutschland finden
• Enthält u.a regionale Durschnittswerte für eine ganze Reihe von Größen wie bspw. Hitzetage, Frostage, Niederschläge. Außerdem gibt es phänologische Daten, abgeleitete Daten für den Boden, Gradtage, Schlechtwettertage u.v.m.
• https://opendata.dwd.de/climate_environment/CDC/

Nützliche Links

• Website des DWD: https://www.dwd.de/
• Freie Blitzkarten weltweit: https://www.lightningmaps.org
• Globus mit vielen animierten Daten zu Atmosphäre und Ozeanen: https://earth.nullschool.net
• Wetterseite und Sensornetzwerk für Wetterdaten: https://www.wunderground.com
• Schön visualisierte Wetterseite mit der Möglichkeit zu Modellvergleichen: https://www.windy.com/?iconD2,50.193,8.674,8
• Wetter im Terminal: curl wttr.in/giessen
• Gute Seite zur Gewitterverfolgung: https://kachelmannwetter.com/de/stormtracking
• Wetterückblick und Klimadaten: https://meteostat.net/de/