ArcGIS Online Analysen: Vorhersagen

[MatthiasMeiler]

Ob das Wetter gut oder schlecht wird, hängt von unterschiedlichen Luftdruckgebieten ab. Entsteht durch großräumiges Absinken von Luftmassen ein Hochdruckgebiet, erwärmt sich die Luft und Wolken lösen sich auf. Steigen die Luftmassen hingegen auf, kühlt die Luft ab, die relative Luftfeuchte steigt an, es entstehen Wolken und Niederschlag und somit ein Tiefdruckgebiet.

Das bedeutet einfach gesagt:

• ist der Luftdruck hoch, wird das Wetter gut
• ist der Luftdruck niedrig, wird das Wetter schlecht

Doch wie bekomme ich die Wetterdaten in meine Karte?

Auf OpenWeatherMap kann man sich die Wetterdaten von 574 Wetterstationen in Deutschland beschaffen. Da sich diese ständig ändern, wurde dieser Dienst bei Esri Deutschland ein einen GeoEvent Extension Service eingebunden. Die GeoEvent Extension verarbeitet Echtzeit Ereignisse, für weitere Informationen besuchen Sie bitte die Website GeoEvent Extension‌.

Damit erhält man immer die aktuellen Daten für:

• Windrichtung
• Windgeschwindigkeit
• Temperatur
• Luftdruck
• Luftfeuchte
• Bewölkung

Für die Analyse setze ich den Layer für den Luftdruck ein.

Ich habe nun also Punkte (574 Wetterstationen) mit den einzelnen Daten zum aktuellen Luftdruck. Nun gilt es diese punktuellen Daten auf Gebiete auszuweiten. ArcGIS Online bietet dafür eine passende Analyse. Mit der Analyse Punkte interpolieren, werden Daten für Gebiete im gesamten Analysebereich berechnet.

Analyse: Punkte interpolieren

Im Kontextmenü des Luftdruck Layers wähle ich unter Analyse durchführen im Bereich Muster analysieren das Analysewerkzeug Punkte interpolieren aus. Das zu interpolierende Feld ist in diesem Fall Luftdruck [hPa].

Es ensteht ein neuer Layer, der anhand der vorhandenen Messwerte Vorhersagen für das gesamte Analysegebiet aufstellt. Nun lassen sich Hoch- und Tiefdruckgebiete erkennen.

Ergebniskarte: http://bit.ly/1sNQM8d

Genau Wettervohersagen lassen sich zwar nicht treffen, jedoch liefert das Ergebnis Tendenzen zur kommenden Wetterlage.

Die Analyse wurde mit Daten vom 19.10.2014 durchgeführt!