Modul 1 – Beobachtung und Messung von Hagel

Hagel entsteht ausschliesslich in starken Gewittern, die vorwiegend im Sommer vorkommen. Solche Gewitter existieren nur eine kurze Zeit und treten sehr kleinräumig auf (Abb. 1 und 2).

Abb. 1: Gewitterwolke während eines lokalen Hagelereignisses am 17. August 2022 bei Basel. www.sturmforum.ch ©Mike, Arisdorf

Wie kann Hagel in der Schweiz in der Atmosphäre und auf der Erdoberfläche erfasst werden?

Stellen Sie Vorschläge zusammen, wie Hagel in der Schweiz flächendeckend erfasst werden kann, obschon dieses Phänomen nur kurzfristig und kleinräumig vorkommt.

Lösungsvorschlag

Hintergründe zum Lösungsvorschlag

Indirekte Messung von Hagel in der Atmosphäre

Eine Möglichkeit, flächendeckende Informationen über Hagel zu erhalten, ist die indirekte Messung mittels Radars. Das Schweizer Wetterradarnetz besteht aus 5 vollautomatischen Radaren, welche von der Erdoberfläche aus Tag und Nacht die Atmosphäre über der gesamten Schweiz mit Radarbildern in Echtzeit erfassen.

Video 1: Wie funktioniert ein Wetterradar? (3:54 Minuten) Quelle: MeteoSchweiz

Das Wetterradar misst die Reflektivität (Z) von Wasserpartikeln in der Atmosphäre, also von den sogenannten Hydrometeoren. Dies können Regentropfen, Hagelkörner oder Eiskristalle sein. Je grösser ein Hydrometeor, umso höher die Reflektivität (angegeben in Dezibel (dBZ)). Grob kann die Reflektivität wie folgt klassifiziert werden:

Nieselregen Z < 10 dBZ
Starker konvektiver Niederschlag Z < 45 dBZ
Hagel Z < 60 dBZ
Video 2: Animation der Radar-Reflektivität in dBZ vom 28. Juni 2021 zwischen 11:00 und 20:55 UTC (0:24 Minuten). Daten: MeteoSchweiz, Darstellung: Martin Aregger

Anhand der in der Atmosphäre gemessenen Reflektivität kann jedoch nicht eindeutig gefolgert werden, ob es in einer Region am Boden hagelt. Selbst wenn Hagelkörner in einer Wolke vorhanden sind, können diese auf dem Weg zum Boden schmelzen und dann als Regen den Boden erreichen.
Um mit den Radarinformationen besser abzuschätzen, ob es in einer Region hagelt oder nicht, werden vor allem 2 Hagelalgorithmen eingesetzt. Die grundlegende Annahme der Hagelalgorithmen ist, dass mit zunehmender Distanz zwischen der 0 °C-Grenze und der Obergrenze der Wolke die Wahrscheinlichkeit von Hagel und die zu erwartete Hagelkorngrösse steigen. Dies ist der Bereich des aktiven Kerns einer Gewitterwolke, in der Hagelkörner entstehen und wachsen können.

  • Der Algorithmus POH (Probability of Hail) berechnet die Hagelwahrscheinlichkeit am Boden pro 1 km(Waldvogel et al., 1979 und Foote et al., 2005). Diese wird in Prozent angegeben.
  • Der Algorithmus MESHS (Maximum Expected Severe Hail Size) berechnet die maximal zu erwartende Hagelkorngrösse auf einer Fläche von 1 km2 (Treloar, 1998 und Joe et al., 2004). In der Realität wird die maximal zu erwartende Korngrösse oft nicht beobachtet. Die Bodenbeobachtungsdaten sind oft nicht ausreichend, um das grösste Hagelkorn auf einem Quadratkilometer zu identifizieren.

Mit den Radarinformationen und den beiden Hagel-Algorithmen POH und MESHS kann so die Hagelwahrscheinlichkeit und die zu erwartende maximale Korngrösse – mit der oben erwähnten Unsicherheit bezüglich Bodenwahrheit – flächendeckend für die gesamte Schweiz berechnet werden.

Direkte Messung von Hagel auf der Erdoberfläche

Bei der direkten Hagelmessung werden auf der Erdoberfläche die Grössen von Hagelkörnern quantifiziert. Solche Messungen wurden in der Schweiz bereits in den 1970er-Jahren mit sogenannten «Hailpads» vorgenommen (Abb. 3, links). Dies sind Schaumstoffmatten, welche mit einer Aluminiumfolie oder Latexfarbe überzogen sind. Die Pads werden in einer Höhe von einem Meter über dem Boden installiert. Wenn ein Hagelkorn auf einem Pad auftrifft, so hinterlässt es eine Delle. Anhand der Grösse und Verteilung der Dellen können Rückschlüsse auf die Korngrösse und -verteilung gezogen werden. Nach jedem Hagelsturm werden die Pads eingesammelt und neue installiert.

Abb. 3, links: Hailpad mit Dellen von grossen Hagelkörnern. ©Colorado Climate Center. Rechts: Automatischer Hagelsensor «HailSens» von inNET. ©HyQuest Solutions.

Seit 2015 werden in der Schweiz automatische Sensoren zur Messung von Hagel verwendet (Abb. 3, rechts). Diese bestehen aus einer Makrolonscheibe (eine harte Form von Plexiglas) mit einem Durchmesser von 50 cm. Beim Aufprall eines Hagelkorns beginnt die Scheibe zu schwingen. Ein hochsensibles Mikrofon zeichnet die Schwingungen auf. Diese Hagelsensoren liefern Daten zur kinetischen Energie, der Korngrösse und dem genauen Zeitpunkt des Hagelschlags. Schweizweit sind aktuell im Jahr 2023 80 automatische Sensoren in Betrieb, allesamt in Regionen mit erhöhter Hagelwahrscheinlichkeit.

Abb. 4: Das Schweizer Hagelmessnetz. Die gelben Punkte stellen die Standorte der 80 Hagelsensoren dar. In Rot sind urbane Gebiete gekennzeichnet. Darstellung: Jérôme Kopp

Die direkte Messung von Hagel via Hailpads und automatischen Hagelsensoren liefern nur punktuelle Ergebnisse. Da Hagelgewitter oft sehr kleinräumig auftreten, können die punktuell verteilten Sensoren nicht alle Hagelfälle in der Schweiz flächendeckend messen.

Siehe auch:

Beobachtung von Hagel

Um die Lücke zwischen den Radarinformationen aus der Atmosphäre und den punktuell verfügbaren Bodenmessungen von Sensoren zu schliessen, werden seit einigen Jahren Beobachtungsmeldungen aus der Bevölkerung gesammelt. Diese erhöhen die verfügbare Information am Boden und erlauben es, die Radaralgorithmen zur Atmosphäre zu verifizieren.
2015 lancierte MeteoSchweiz gemeinsam mit dem Mobiliar Lab für Naturrisiken der Universität Bern eine Meldefunktion für Hagel, die in der MeteoSchweiz-App integriert ist. So haben Benutzer*innen die Möglichkeit, ein Hagelereignis an ihrem Standort zu erfassen und die beobachtete Korngrösse zu melden. Um die Abschätzung der Grösse zu vereinfachen, werden einfach fassbare Kategorien verwendet. Es kann so zum Beispiel abgeschätzt werden, ob die Hagelkörner in der Umgebung eher der Grösse von Kaffeebohnen oder Einfränkler entsprechen. Es kann auch «kein Hagel» erfasst werden.


Tipp: Sie können die Funktion jederzeit auch selber testen. Dazu die App herunterladen und ein Hagelereignis erfassen. An einem hagellosen Tag kann problemlos die Kategorie «kein Hagel» angewählt werden. Zwar gibt es automatische Algorithmen, welche eindeutige Falschmeldungen identifizieren und löschen – kann eine Falschmeldung jedoch nicht identifiziert werden, so können die Hagelstatistiken verfälscht werden.

zu der MeteoSchweiz-App

Video 3: Erfassen einer Hagelbeobachtung in der MeteoSchweiz-App. Zeitpunkt und Standort können auch manuell geändert werden, was eine nachträgliche Erfassung ermöglicht. Fotos enthalten idealerweise einen Massstab oder anderen Gegenstand, damit die Grösse abgeschätzt werden kann. (1:00 Minuten). Quelle: MeteoSchweiz, Darstellung: Tamara Baumann

Analyse eines Extremereignisses 

Abb. 6: Gewitterwolke über Epsach BE am 28.06.2021. Türkisblaue Färbung weist auf Hagelbildung in der Wolke hin. Foto: www.sturmforum.ch © David Hunzinger, Epsach.

Am 28. Juni 2021 kam es im Schweizer Mittelland zu einem aussergewöhnlich grossen Hagelereignis. Dieses kann nicht nur anhand der Radardaten (Video 2., Abb. 7) rekonstruiert werden, sondern für den Tag wurden auch aussergewöhnlich viele Bevölkerungsmeldungen erfasst (Video 5, Abb. 8).

Video 4: Satelliten-Aufnahmen vom 28.06.2021, 13:00 UTC bis 19:05 UTC (EUMETSAT MSG HRoverview composite channels, 3 km-Auflösung). Die Animation zeigt die Bewölkung aus dem All. Gut erkennbar ist, dass während des Gewitters starke Konvektion vorhanden war. Entsprechend kann mit starken Aufwinden und hoher Wolkenbildung gerechnet werden, was die Entstehung von Hagel fördert. (0:11 Minuten) ©EUMETSAT

 

Wie verlief das Ereignis vom 28. Juni 2021 gemäss den verschiedenen Datenquellen zu Hagel?

Analysieren Sie den Ablauf zum Hagelereignis vom 28.6.2021 anhand der Videos 2, 4 und 5, den Abbildungen 7 und 8 sowie anhand Ihrer eigenen Internetrecherche. Vergleichen Sie die Daten des Radars, der Hagelsensoren und der Hagelmeldungen miteinander. Identifizieren Sie besonders stark betroffene Regionen.

Video 5: Animation Radar vom 28.6.2021, 11:00 UTC bis 20:55 UTC. Schattierung: Maximale Reflektivität. Punkte: Bevölkerungsmeldungen via MeteoSchweiz-App. (0:24 Minuten) Daten: MeteoSchweiz, Darstellung: Martin Aregger

Abb. 7: Radaralgorithmen am 28. Juni 2021. Grüne Konturen markieren Zonen mit 80 % Hagelwahrscheinlichkeit (POH = 80). In Rot wird die maximal zu erwartende Korngrösse in cm wiedergegeben (MESHS). Daten: MeteoSchweiz, Darstellung: Jérôme Kopp
Abb. 8: Wie Abb. 7. Die Punkte stellen Bevölkerungsmeldungen via MeteoSchweiz-App dar. Daten: MeteoSchweiz, Darstellung: Jérôme Kopp

Lösungsvorschlag

  • Das Hagelereignis vom 28.06.2021 war aus mehreren Gründen extrem:
    • Hohe Intensität: Mehrere grosse Gewitterzellen mit starker Konvektion schlossen sich zu einem grossen Gewittersystem zusammen.
    • Grossflächig: Die Fläche mit maximal zu erwartenden Korngrössen (MESHS) von mehr als 4 cm umfasst grosse Teile des Schweizer Mittellands.
    • Hagelkorngrösse: MESHS verzeichnete mögliche Korngrössen bis 9.2 cm. Beobachtet wurden Hagelkörner von bis zu 9 cm.
    • Stark besiedeltes Gebiet war betroffen, wodurch viele Bevölkerungs- und Schadenmeldungen eingingen (z. B. aus Wolhusen (LU), Bulle (FR), Uster (ZH))
  • Die Radar-Algorithmen und die Bevölkerungsmeldungen stimmen gut miteinander überein bezüglich der betroffenen Regionen und auch der Intensität.
  • Nur ein Hagelsensor konnte wenig Hagelschlag messen. An allen anderen Sensoren zog das Ereignis vorbei.

Hintergründe zum Lösungsvorschlag

Video 6: Einschätzung des PhD-Studenten Jérôme Kopp zum Hagelereignis vom 28. Juni 2021. (3:18 Minuten)

Herausforderungen, Entwicklungen und Forschung

Eine flächendeckende Messung von Hagel ist eine grosse Herausforderung für die Wetterdienste. Die Kombination von radarbasierten Hagelalgorithmen, dem neuen Hagelmessnetz mit automatischen Hagelsensoren und Beobachtungsmeldungen der Bevölkerung über die MeteoSchweiz-App ist innovativ und weltweit einzigartig (Kopp et al., 2022).

Die radarbasierten Hagelalgorithmen POH und MESHS sind zwar flächendeckend, können jedoch nur Schätzungen zu der effektiv am Boden eintreffenden Hagelkorngrösse und -verteilung liefern. Diese Schätzungen sind davon abhängig wie gut die verwendeten Algorithmen sind. Um Hagelalgorithmen zu verifizieren, sind Messungen am Boden nötig. So wurden in der Schweiz zuletzt 2012 die POH- und MESHS-Algorithmen anhand von Versicherungsdaten und Online-Quellen verifiziert (Betschart und Hering, 2012).
Mit den neuen Datenquellen aus Sensoren und Bevölkerungsmeldungen können in Zukunft die Algorithmen weiter optimiert werden. Dafür ist jedoch auch ein besseres Verständnis zur Entstehung und zum Ablauf eines Hagelereignisses nötig. Auch hierbei können die Hagelsensoren einen wichtigen Beitrag leisten. Sie ermöglichen erstmals ein genaues Messen der Aufprallenergie, der Korngrössenverteilung und des genauen Zeitpunkts des Hagelschlags (Mobiliar Lab für Naturrisiken).
Dies sind wertvolle Informationen, die jedoch nur punktuell am Sensorstandort erfasst werden können. Eine flächendeckende Messung von Hagel durch ein dichteres Sensornetz, wie es in der Schweiz z. B. für den Niederschlag vorhanden ist, wird auch in Zukunft nicht möglich sein. Dies, da Hagelereignisse lokal auftreten und durch punktuelle Messungen nicht oder nur bedingt Rückschlüsse auf das Hagelvorkommen in anderen Regionen gezogen werden können.

Die ergänzenden Informationen durch die Hagelmeldungen aus der Bevölkerung sind eine wichtige Informationsquelle, um die geringe Datenmenge von Bodenmessungen zu erhöhen. Die Datenerfassung über die Bevölkerung bringt jedoch eigene Herausforderungen und Fehlerquellen mit sich. Beispielsweise bei der Schätzung der Korngrösse oder der genauen Angabe von Ort und Zeit. Mit den von Barras et al. (2019) entwickelten Algorithmen lassen sich Meldungen so filtern und verifizieren, dass die Beobachtungsdaten insgesamt trotz einzelnen Falschangaben bei der Erfassung eine qualitativ gute Informationsquelle sind.

Abb. 9: Entwicklung und Forschung von Mess- und Beobachtungsdaten bezüglich Hagel in der Schweiz.

Die Daten aus den drei verschiedenen Quellen (Radar, Bodensensoren und Beobachtungen) sind in der Forschung rund um Hagel sehr wertvoll. Sie ermöglichen ein vertieftes Verständnis zur Entstehung und Entwicklung von Hagelereignissen. Dadurch kann auch die kurzfristige Vorhersage von Hagel (Nowcasting, siehe Modul 4 – Hagel, Klimawandel und Risikoentwicklung) verbessert werden.
Ausserdem kann anhand der Datenquellen langfristig ein gut aufgelöster Datensatz erstellt werden, der Informationen zur saisonalen und räumlichen Verteilung, Korngrössen und Wiederkehrperioden von Hagelereignissen liefert. Zuletzt wurde 2021 eine neue solche Hagelklimatologie der Schweiz veröffentlicht, die auf Radardaten ab 2002 basiert (siehe Modul 2).

Aktuelle Forschungsprojekte (Stand April 2023)

  • scClim – seamless model chain from thunderstorm simulations to the quantification of hail impacts in Switzerland under current and future climate conditions (Forschungsprojekt 2021–2025)
  • MeteoSchweiz – Das Schweizer Hagelmessnetz (Forschungsprojekt 2018–2026)
  • MeteoSchweiz – COALITION-4 (2020–2023, Mess- und Prognosesysteme)

Quellen

Barras, H., Hering, A., Martynov, A., Noti, P. A., Germann, U., & Martius, O. (2019). Experiences with> 50,000 crowdsourced hail reports in Switzerland. Bulletin of the American Meteorological Society, 100(8), 1429-1440.

Nisi, L., Martius, O., Hering, A., Kunz, M., & Germann, U. (2016). Spatial and temporal distribution of hailstorms in the Alpine region: a long‐term, high resolution, radar‐based analysis. Quarterly Journal of the Royal Meteorological Society, 142(697), 1590-1604.

Foote GB, Krauss TW, & Makitov V. (2005). Hail metrics using convectional radar. In Proceedings of 16th Conference on Planned and Inadvertent Weather Modification, 10–13 January 2005. San Diego, CA: 1–6. American Meteorological Society: Boston.

Joe P, Burgess D, Potts R, Keenan T, Stumpf G, & Treloar A. (2004). The S2K severe weather detection algorithms and their performance. Weather and Forecasting 19: 43–63.

Kopp, J., Schröer, K., Schwierz, C., Hering, A., Germann, U., & Martius, O. (2022). The summer 2021 Switzerland hailstorms: weather situation, major impacts and unique observational data. Weather.

Schröer, K., Trefalt, S., Hering, A., Germann, U., Schwierz, C. (2022). Hagelklima Schweiz: Daten, Ergebnisse und Dokumentation, Fachbericht MeteoSchweiz, 283, pp. 78.

Treloar ABA. (1998). Vertically integrated radar reflectivity as an indicator of hail size in the Greater Sydney region of Australia. In Proceedings of 19th Conference on Severe Local Storms, 14–18 September 1998. Minneapolis, MN: 48–51. American Meteorological Society: Boston.

Waldvogel, A., Federer, B., & Grimm, P. (1979). Criteria for the detection of hail cells. Journal of Applied Meteorology and Climatology, 18(12), 1521-1525.