WINDForest - Erhöhung der Datenqualität von Windgeschwindigkeiten über bewaldeten Regionen

Abstract

Das Projekt WINDForest wurde von Oktober 2023 bis März 2025 in der Förderlinie 1 des mFUND gefördert und vom Kompetenzzentrum Strömungssimulationen der Hochschule Ansbach in Verbindung mit seinen Partnern bearbeitet. Im Rahmen des Projekts wurde eine Studie zur Nutzung neuronaler Netze zum Downscaling von grobskaligen meteorologischen Daten durchgeführt. Aktuell verfügbare Windkarten basieren auf vereinfachten numerischen Simulationen, die zu Unsicherheiten im Bereich von Wäldern führen. Eine hochaufgelöste Prognose von Windgeschwindigkeiten ist damit nicht möglich. Das Projekt soll zeigen, dass Machine-Learning-Ansätze geeignet sind, um aus groben meteorologischen Ausgangsdaten mit geringer Rechenleistung hochaufgelöste Daten zu approximieren. Im Projekt werden zunächst die notwendigen Eingangs- und Ausgangsgrößen für numerische Modelle und neuronale Netze bestimmt. Für festgelegte Referenzstandorte werden numerische Modelle erstellt und für die Erzeugung hochaufgelöster Simulationsdaten genutzt. Eine Validierung der numerischen Modelle erfolgt beispielhaft für einen der Referenzstandorte mithilfe von Messdaten aus Messkampagnen. Die hochaufgelösten Simulationsdaten stellen die Trainingsgrundlage für das neuronale Netz dar, mit dessen Hilfe schlussendlich das Downscaling der grobskaligen meteorologischen Daten erfolgt. Zur Visualisierung der KI-Ergebnisse wird ein Prototyp einer Webanwendung erstellt. Abschließend wird dargestellt, wie das neuronale Netz auf unbekannte Topografien reagiert.