Regenmessung per Mobilfunknetz

Ob bei der Hochwasserfrühwarnung oder in der Landwirtschaft – Regenmessungen sind von großer Bedeutung. Doch weltweit fehlen für viele Regionen präzise Daten, weil flächendeckende Messungen bislang zu teuer sind. Ändern könnte sich das mit einer neuen Methode, die gerade ihren Praxistest bestanden hat. Forscher des Karlsruher Instituts für Technologie und der Uni Augsburg gelang die erste deutschlandweite Regenmessung mit dem Mobilfunknetz. Jetzt ist der Einsatz der Technologie in Westafrika geplant.

Regen kann die Leistungs­fähigkeit eines Mobil­funknetzes erheblich beeinträchtigen. Doch was Tele­kommuni­ka­tions­unter­nehmen Kopf­zerbrechen bereiten kann, ist für die meteoro­logische Forschung ein Glücksfall. „Wir haben aus dieser Inter­aktion zwischen Wetter­geschehen und Technologie eine gänzlich neue Methode zur Regen­messung entwickelt“, sagt Harald Kunst­mann vom KIT. „Wenn ein Mobil­funknetz vorhanden ist, brauchen wir weder eine neue Infra­struktur noch zusätz­liches Boden­personal.“

Bei dem Praxistest der neuen Methode konnten die Forscher aus der nieder­schlags­bedingten Abschwächung der Funk­ver­bindung zwischen mehreren tausend Mobil­funk­masten zeitlich hoch aufge­löste Regen­karten generieren. Beim Vergleich mit den Messwerten des Deutschen Wetter­dienstes zeigte sich eine hohe Über­ein­stimmung.

Möglich wurde die Niederschlags­bestimmung aufgrund der Richt­funk­antennen, die in Mobil­funk­masten zur Über­tragung über weite Strecken einge­setzt werden. „Genutzt wird hier eine Frequenz von 15 bis 40 Gigahertz, deren Wellen­länge der typischen Größe von Regen­tropfen entspricht“, erklärt Christian Chwala von der Uni Augsburg. „Je mehr Nieder­schlag fällt, desto schwächer wird das Signal, mit dem die Sende­masten Informa­tionen austauschen. Wir haben ein Jahr lang jede Minute die aktuelle Abschwächung von viertausend Richtfunk­strecken gemessen. Der daraus entstandene Datensatz ist aufgrund seiner Auflösung und Größe weltweit einzig­artig.”

Neben den klassischen Methoden der Daten­analyse nutzten die Forscher künst­liche Intelligenz, um das Regen­signal aus den verrauschten Messwerten heraus­zu­filtern. Auch andere Faktoren wie Wind oder die Sonne können zu leichten Abschwächungen des Signals führen. Mit Hilfe der KI konnten die Forscher erkennen, wann eine Abschwächung auf Regen zurück­zu­führen ist. Das Team hat die KI inzwischen so trainiert, dass keine Kalibrierung mit traditio­nellen Methoden zur Regen­messung mehr nötig ist. Damit eignet sich eine Anwendung auch in Regionen ohne nennens­werte Niederschlags­messungen, die für das Training der KI in Frage kommen könnten, beispiels­weise in Westafrika.

Für Deutschland funktioniert die Methode aller­dings vor allem im Frühjahr, Sommer und Herbst. „Graupel und Schnee­regen führen zu einer überdurch­schnitt­lichen Abschwächung, und Schnee lässt sich mit dem Mobil­funknetz gar nicht messen“, erklärt Kunstmann. Aktuell laufen mehrere Projekte der Forscher zur Regen­messung mit Richt­funk­strecken, unter anderem mit dem Schwerpunkt auf Deutschland in Kooperation mit dem Deutschen Wetter­dienst und dem Landesamt für Umwelt Sachsen. Im Laufe des Sommers starten weitere Projekte in Tschechien und in Burkina Faso, wo erstmals eine landes­weite Erfassung von Richt­funk­strecken in Afrika aufgebaut werden soll.

KIT / RK

Weiter Infos

• Originalveröffentlichungen
  M. Graf et al.: Rainfall estimation from a German-wide commercial microwave link network: optimized processing and validation for 1 year of data, Hydrology and Earth System Sciences 24, 2931 (2020); DOI: 10.5194/hess-24-2931-2020
  J. Polz et al.: Rain event detection in commercial microwave link attenuation data using convolutional neural networks, Atmospheric Measurement Techniques 13, 3835 (2020); DOI: 10.5194/amt-13-3835-2020
• Zentrum Klima und Umwelt, Karlsruher Institut für Technologie
• Regionales Klima und Hydrologie, Institut für Geographie, Universität Augsburg