Das technologische Kern-Framework für die Vorhersage von Gewittern

Gewitter stellen eine ernsthafte Bedrohung für Leben und Eigentum auf jedem bewohnten Kontinent dar. Eine genaue Vorhersage hängt von einer mehrschichtigen Reihe von Beobachtungs- und Modellierungstechnologien ab, die zusammenarbeiten, um Instabilität, Feuchtigkeitskonvergenz und Auftrieb in der Atmosphäre zu erkennen. Die Leistung dieser Systeme variiert von Region zu Region, aber die grundlegende Physik bleibt die gleiche. Zu verstehen, wie jede Technologie zur Vorhersagekette beiträgt, ist unerlässlich, um die Bereitschaft zu verbessern und die wirtschaftlichen Auswirkungen von Unwettern zu verringern.

Satellitenbasierte Fernerkundung

Geostationäre Satelliten liefern kontinuierliche sichtbare und Infrarot-Bilder, die die Entwicklung der Wolkenspitze mit hoher zeitlicher Auflösung verfolgen. In Regionen wie den Tropen, in denen sich die Konvektion schnell entwickelt und die Radarabdeckung spärlich ist, werden Satellitendaten zum primären Werkzeug zur Überwachung der Gewitterinitiation. Die neueste Generation geostationärer Satelliten - einschließlich der GOES-R-Serie in Nordamerika, Himawari in Asien und Meteosat in Europa und Afrika - tragen fortschrittliche Bildsensoren, die Überschwinger, Wolkenspitzenkühlraten und Blitzvorläufer erkennen. Diese Signaturen zeigen eine schnelle Aufwärtsbewegung Minuten bevor ein Sturm heftig wird. Polarumkreisende Satelliten ergänzen dies durch Mikrowellen- und Infrarotsonden, die Temperatur- und Feuchtigkeitssäulen profilieren, die direkt in numerische Wettervorhersagemodelle einfließen.

Betriebswetterradarnetze

Dopplerradar ist nach wie vor das Arbeitspferd für die Aufdeckung von Gewittern auf lokaler und regionaler Ebene. Die Technologie der Dual-Polarisation ermöglicht es nun den Prognostikern, zwischen Regen, Hagel, Schnee und Trümmern zu unterscheiden, wodurch die Unterscheidung von schweren Stürmen von nicht schweren verbessert wird. In Nordamerika deckt das NEXRAD-Netz die meisten kontinentalen Vereinigten Staaten mit überlappender Abdeckung ab, was eine detaillierte Analyse auf Sturmebene ermöglicht. Europa betreibt mehrere nationale Radargeräte, die über EUMETNET koordiniert werden, obwohl über gebirgige Gebiete und Meere Lücken bestehen. In Entwicklungsregionen werden C-Band- und X-Band-Radargeräte mit Einzelpolarisation häufig auf wichtigen Flughäfen und hydrologischen Becken eingesetzt, aber die Abdeckung ist ungleichmäßig. Radar-basierte Produkte wie vertikal integrierte Flüssigkeiten, Sturmverfolgungsalgorithmen und Hagelwahrscheinlichkeitsindizes verwendet, um Kurzzeitwarnungen in jeder Region auszugeben, die ein Radarnetz unterhält.

Numerische Wettervorhersagemodelle

Globale und regionale numerische Modelle prognostizieren das Gewitterpotenzial, indem sie die Gleichungen der atmosphärischen Bewegung an diskreten Rasterpunkten lösen. Das integrierte Vorhersagesystem des ECMWF und das globale Vorhersagesystem der NOAA bieten mittelgroße Prognosen, die großräumige Muster identifizieren, die für die Gewitterentwicklung günstig sind. Hochauflösende Modelle wie das Hochauflösende Schnelle Auffrischen (High-Resolution Rapid Refresh, HRRR) in den Vereinigten Staaten und die ICON-EU in Europa laufen mit konvektionserlaubenden Auflösungen (1-3 Kilometer), die Auf- und Abwärtsbewegungen explizit simulieren, anstatt sie zu parametrisieren. Diese Modelle sind unerlässlich für die Vorhersage von Zeitpunkt, Ort und Art von Stürmen bis zu 48 Stunden voraus. Ihre Fähigkeiten hängen jedoch stark von der Qualität der Anfangsbedingungen ab, die oft in datenarmen Regionen wie Zentralafrika und dem offenen Ozean abgebaut werden.

Blitzerkennungs- und -abbildungssysteme

Blitznetze liefern Echtzeit-Bodenschlagdaten, die mit konvektiver Intensität und Polaritätsänderungen korrelieren. Der Global Lightning Mapper auf GOES-17 und der Lightning Imaging Sensor auf der Internationalen Raumstation bieten eine kontinuierliche Beobachtung von Gesamtblitzen (Cloud-zu-Cloud und Cloud-zu-Boden) über weite Gebiete hinweg. Bodengestützte Netzwerke wie das National Lightning Detection Network in den Vereinigten Staaten und das European Lightning Detection Network liefern hochgenaue Standortdaten, die für die Luftfahrt, Energieversorgungs- und Notfallanwendungen verwendet werden. Blitzsprünge, definiert als schnelle Zunahme der Blitzrate, gehen oft Unwettern um 10 bis 30 Minuten voraus und bieten eine Frühwarnvorlaufzeit, die Radar- und Satellitendaten ergänzt.

Machine Learning und Data Fusion

Statistische und maschinelle Lernmethoden integrieren nun heterogene Datenströme in einheitliche Gewitterwahrscheinlichkeitsprodukte. Modelle, die auf historischen Radar-, Satelliten- und Blitzdaten trainiert werden, können probabilistische Nowcasts erzeugen, die traditionelle extrapolationsbasierte Techniken übertreffen. Beispielsweise verwendet das NOAA ProbSevere-System einen Zufallswaldalgorithmus, um Umweltparameter mit radarabgeleiteten Sturmeigenschaften zu kombinieren und mit jedem Radarscan eine Wahrscheinlichkeit für schweren Hagel, Wind oder Tornado zu erzeugen. In Regionen, in denen keine Radarabdeckung besteht, können neuronale Netze, die nur auf Satelliteneingängen trainiert werden, die Gewitterintensität mit ausreichender Genauigkeit schließen, um öffentliche Warnungen zu unterstützen. Diese hybriden Ansätze sind besonders in den Tropen wertvoll, wo schnelle Sturmentwicklung und begrenzte Bodeninfrastruktur das konventionelle Nowcasting erschweren.

Regionale Anpassung und Infrastrukturrealitäten

Die Wirksamkeit der Technologien zur Vorhersage von Gewittern ist nicht einheitlich, jede Region steht vor unterschiedlichen Umwelt- und Infrastrukturbeschränkungen, die die Art und Weise beeinflussen, wie die oben beschriebenen Kerninstrumente eingesetzt und eingesetzt werden.

Nordamerika: Hochdichte Radar- und öffentliche Alarmsysteme

Die angrenzenden Vereinigten Staaten profitieren von der höchsten Dichte an operativem Wetterradar der Welt mit mehr als 150 NEXRAD-Standorten, die sich überschneiden. Diese Infrastruktur unterstützt eine ausgereifte Vorhersagekultur, die Tornados, schwere Gewitter und Flash-Hochwasserwarnungen auf Kreisebene mit Durchlaufzeiten von 10 bis 15 Minuten ausgibt. Der National Weather Service integriert Radar-, Satelliten-, Blitz- und Modelldaten durch das Advanced Weather Interactive Processing System, das es Prognostikern ermöglicht, mehrere Datenschichten gleichzeitig abzufragen. Kanada betreibt ein paralleles Netzwerk von 33 C-Band-Radaren, wobei die Erweiterung auf Dualpolarisierung fortgesetzt wird. In beiden Ländern ist die primäre Einschränkung die Geländeabschattung in Bergregionen, wo Radarstrahlen blockiert sind. Diese Lücke wird teilweise durch satellitengestützte Produkte und mobile Radareinsätze bei hochwirksamen Ereignissen gefüllt.

Europa: Grenzüberschreitende Koordination und Standardisierung

Die europäische Gewittervorhersagelandschaft wird durch die Notwendigkeit definiert, über nationale Grenzen hinweg zu koordinieren. Das Europäische Zentrum für Wettervorhersagen mittlerer Reichweite bietet deterministische und Ensemble-Produkte, die von allen Mitgliedstaaten verwendet werden, während nationale meteorologische Dienste Warnungen auf der Grundlage lokaler Schwellenwerte ausgeben. Das EUMETNET-Radarmosaik-Kompositmaterial Reflektivität von mehr als 200 Radaren auf dem Kontinent, aber Qualitätskontrolle und Kalibrierungsunterschiede beeinflussen die Konsistenz der Sturmintensitätsschätzungen. Das Met Office in Großbritannien, Météo-France und der Deutsche Wetterdienst betreiben jeweils hochauflösende Modelle, die regionalspezifische Phänomene wie starke Niederschläge im Mittelmeerraum und mitteleuropäische Superzellen behandeln. Die Hauptherausforderungen sind Küstenradarlücken, das Fehlen einer einheitlichen Doppelpolarisationsabdeckung und die Schwierigkeit, Warnungen für sich schnell bewegende Stürme auszugeben, die mehrere Gerichtsbarkeiten innerhalb weniger Minuten durchqueren.

Asien-Pazifik: Monsundynamik und tropische Zyklon-Wechselwirkung

Die Region Asien-Pazifik umfasst eine breite Palette von Gewitterregimen, die vom indischen und ostasiatischen Monsun, dem westafrikanischen Monsun, tropischen Wirbelstürmen und der Intertropischen Konvergenzzone beeinflusst werden. Japan unterhält eines der dichtesten Radarnetze der Welt, unterstützt durch ein dichtes Netzwerk automatischer Wetterstationen und ein ausgeklügeltes Warnsystem, das häufige schwere Gewitter während der Regenzeit behandelt. China hat in den letzten zwei Jahrzehnten stark in moderne Radarinfrastruktur investiert, mehr als 200 Dualpolarisationsradare eingesetzt und ein regionales Konvektionsmodell entwickelt, das Fähigkeiten erreicht, die mit europäischen Modellen für Ereignisse in der Nordchinesischen Tiefebene vergleichbar sind. Indien und Südostasien stehen vor einem anderen Problem: Der Monsuntrog erzeugt anhaltende, langsame Gewitter, die extreme Niederschlagsmengen erzeugen. Diese Stürme sind oft nicht schwer nach den Kriterien mittlerer Breitengrade - schwache Windscherung, geringes Tornadorisiko - aber erzeugen katastrophale Überschwemmungen, die genaue quantitative Niederschlagsvorhersagen erfordern, nicht nur Gewitterwahrscheinlichkeiten. Satellitengestützte Niederschlagsabschätzung ist hier das primäre Werkzeug, weil die Radarabdeckung im

Afrika: Datenlücken und gemeinschaftsbasierte Frühwarnung

Afrika hat die niedrigste Dichte an Wetterbeobachtungsstationen und Radarabdeckung auf jedem bewohnten Kontinent. Das WMO Integrated Global Observing System berichtet, dass weniger als 10 Prozent der afrikanischen meteorologischen Stationen die Dichteanforderungen des Global Basic Observing Network erfüllen. Die Vorhersage von Gewittern stützt sich in diesem Zusammenhang stark auf Satellitendaten, insbesondere Produkte von Meteosat, die konvektive Wolkencluster und die Dauer von kalten Wolken verfolgen. Das African Centre of Meteorological Applications for Development gibt Prognosen ab, die satellitengestützte Niederschlagsschätzungen und Ensemblemodelle des ECMWF verwenden, aber die Vorlaufzeit für Warnungen ist typischerweise auf Stunden statt auf Tage begrenzt. Als Reaktion darauf initiierte die WMO das Projekt zur Vorhersage von schwerem Wetter, um Kapazitäten im südlichen und östlichen Afrika aufzubauen, indem sie Vorhersagen für den Einsatz von Satelliten- und Modellwerkzeugen ausbildete. Gemeinschaftsbasierte Frühwarnsysteme, in denen Niederschlagsschwellen und visuelle Signale über lokale Radio- und Telekommunikationsnetze kommuniziert werden, füllen eine wichtige Lücke, in der keine formelle Infrastruktur vorhanden ist. Blitzerkennung bleibt auf eine kleine Anzahl von bodengestützten Sensoren beschränkt, die in Südafrika und Kenia konzentriert sind, so

Südamerika: Amazon Basin Konvektion und Flash-Hochwasser-Risiken

Südamerika stellt eine doppelte Herausforderung dar: Das Amazonasbecken erzeugt tiefe, elektrisch aktive Gewitter, die schlecht vom Radar beobachtet werden, während bevölkerte Regionen im südlichen Kegel organisierte konvektive Systeme erleben, die Hagel- und Sturzfluten erzeugen. Brasilien betreibt ein nationales Netzwerk von S-Band- und Dopplerradaren, die sich in den Gebieten São Paulo, Rio de Janeiro und Porto Alegre konzentrieren, wodurch das Innenbecken weitgehend unüberwacht bleibt. Das CHUVA-Projekt unter der Leitung des brasilianischen National Space Research Institute (INPE) setzte mobile X-Band-Radare und Blitzsensoren in mehreren Feldexperimenten ein, die die Machbarkeit von kostengünstigen Radarsystemen für die Tropen demonstrieren. Argentinien und Uruguay haben moderne Dualpolarisationsradare für die fruchtbare Pampas-Region installiert, wo schwere Stürme im Frühjahr und Sommer häufig auftreten. Satellitenbasierte Nowcasting-Produkte von GOES-16, die Südamerika in Fünf-Minuten-Intervallen abdecken, werden häufig verwendet, um die Beobachtungslücke zu überbrücken. Die Haupteinschränkung ist das Fehlen hochauflösender Oberluftsonden, die die

Polare und hochgelegene Regionen: Gewitter der Kaltsaison

Gewitter in polaren und hochgradigen Regionen sind selten, können aber gefährliche Bedingungen hervorrufen, einschließlich blitzverursachter Waldbrände über dem Polarkreis und eisbombardierende Stürme über der Subarktis. Die spärliche Bevölkerung und das Fehlen einer Vorwarnkultur bedeuten, dass Vorhersagesysteme für diese Ereignisse nicht gut abgestimmt sind. Die Radarabdeckung in Nordkanada, Alaska und Skandinavien ist auf Talböden und Küstenebenen beschränkt; Strahlüberschwinger und Bodensalat in bergigen Gebieten sind anhaltende Probleme. Infrarote Satellitensensoren können in kalten Umgebungen nur schwer schwache Konvektion erkennen, da der Temperaturkontrast zwischen Wolkenoberkanten und Oberfläche gering ist. Die Aeolus-Mission der Europäischen Weltraumorganisation und der zukünftige EarthCARE-Satellit zielen darauf ab, Windprofil- und Wolkeneigenschaftsbeobachtungen über Polarregionen zu verbessern. Kurzfristig verlassen sich die Prognostiker auf modellbasierte Instabilitätsindizes - konvektive potenzielle Energiewerte nahe Null können immer noch eine flache Konvektion unterstützen - und hochauflösende Ensemblesysteme, die subtile Antriebsmechanismen erfassen

Cross-Cutting-Einschränkungen und Performance-Metriken

Über alle Regionen hinweg schränkt eine Reihe gemeinsamer Einschränkungen die ultimative Fähigkeit von Gewittervorhersagen ein. Das Verständnis dieser Einschränkungen hilft den Nutzern, die Zuverlässigkeit von Warnungen zu interpretieren und Investitionen in Bereiche zu lenken, in denen Verbesserungen die größten Auswirkungen haben werden.

Datenverfügbarkeit und Telekommunikationsbandbreite

Selbst wenn fortschrittliche Beobachtungssysteme existieren, beschränken Datenlatenz und -bandbreite, was operativ genutzt werden kann. Hochauflösende Satellitendatenprodukte haben große Dateigrößen, die spezielle Satellitenkommunikationsverbindungen erfordern, um Prognosebüros in abgelegenen oder Inselregionen zu erreichen. Radardatenmengen sind mit dem Übergang zur Dualpolarisierung dramatisch gewachsen. Viele Entwicklungsländer betreiben Radargeräte, die Rohdaten aufzeichnen, aber nicht in Echtzeit an zentrale Verarbeitungszentren übertragen können. Die Lösung besteht häufig darin, automatische Verarbeitungsalgorithmen am Radarstandort zu installieren, nur abgeleitete Produkte zu übertragen (wie Reflexionsmosaik oder Hagelwahrscheinlichkeit) und Kompressionstechniken einzusetzen, die kritische Informationen bewahren. Investitionen in terrestrische und satellitengestützte Internetverbindungen bleiben eine Voraussetzung für die Verbesserung der Gewittervorhersage in datenarmen Regionen.

Modellauflösung und konvektionserlaubende Prognosen

Der Schritt hin zu konvektionserlaubenden Modellen (Gitterabstand von 3 km oder weniger) hat den Realismus simulierter Gewitter verbessert, aber diese Modelle bleiben rechentechnisch teuer und werden nur für begrenzte Domänen betrieben. Regionen, die keinen Zugang zu lokalen hochauflösenden Modellen haben, müssen sich auf globale Modelle mit 10-20 km Rasterabstand verlassen, die die Konvektion parametrieren und einzelne Stürme nicht auflösen können. Die Lücke zwischen der Darstellung des globalen Modells für großflächige Antriebe und dem tatsächlichen Verhalten im Sturmmaßstab wird durch statistisches Downscaling und Ensembleinterpretation gefüllt. Die operative Implementierung des integrierten ECMWF-Vorhersagesystems bei 9 km Rasterabstand für Ensembleprognosen bietet eine Basis für viele Regionen, aber lokale orographische Effekte und konvektive Auslöser in den Tropen erfordern noch feinere Details, die nur lokal betriebene Modelle bieten können.

Verifizierung und Skill Scores in allen Regionen

Gewittervorhersagefähigkeiten sind nicht gleichmäßig verteilt. Verifizierungsstatistiken des WMO-Portals für Vorhersageverifikation zeigen, dass die Wahrscheinlichkeit der Erkennung schwerer Gewitter in Nordamerika und Westeuropa 80 Prozent übersteigt, wobei die Fehlalarmraten bei fast 30 Prozent liegen. In Afrika und Teilen Südamerikas fallen die Erkennungsraten unter 50 Prozent und die Fehlalarmraten über 60 Prozent, was zu Warnmüdigkeit führt. Zu den Gründen gehören tiefere Beobachtungslücken, weniger konvektives Parametrierungstuning und unterschiedliche Sturmeigenschaften - tropische Gewitter sind oft schwächer in der Aufwindstärke, produzieren jedoch schwereren Regen, so dass die Metriken, die verwendet werden, um "schwer" zu definieren, regionale Anpassungen erfordern. Prognosezentren, die ihre eigenen Verifikationssysteme betreiben und Schwellenwerte mit lokalen Sturmberichten kalibrieren, erzielen eine deutlich bessere Leistung, betonen die Bedeutung von In-situ-Schadenserhebungen und Sturmberichtsdatenbanken.

Aufkommende Technologien und zukünftige Ausrichtung

Mehrere technologische Entwicklungen sind bereit, die regionalen Unterschiede in der Vorhersagekapazität von Gewittern in den nächsten zehn Jahren zu verringern, wobei jede Innovation eine spezifische Schwäche in der aktuellen Beobachtungs- oder Modellierungskette anspricht.

Geostationäre Hyperspektralsonden

Aktuelle geostationäre Sonden bieten eine begrenzte vertikale Auflösung von Temperatur und Feuchtigkeit und aktualisieren alle 30-60 Minuten. Die nächste Generation von hyperspektralen Infrarotsonden auf geostationären Plattformen, wie dem Geostationären Interferometrischen Infrarotsonden auf Chinas FY-4-Serie und dem zukünftigen MTG-S-Instrument auf Meteosat, wird Sonden mit einer Frequenz von 10-15 Minuten und einer vertikalen Auflösung liefern, die mit Polarorbitern vergleichbar ist. Diese Verbesserung wird die schnelle vorkonvektive Destabilisierung erfassen, die der Einleitung von Gewittern vorausgeht, insbesondere in datenarmen tropischen Regionen, in denen Radiosonden knapp sind.

dichtes Internet der Dinge (IoT) Sensornetzwerke

Kostengünstige Druck-, Temperatur-, Feuchtigkeits- und Blitzsensoren, die über Citizen Science-Netzwerke und kommerzielle Wetterstationen eingesetzt werden, schließen bereits Lücken zwischen offiziellen Beobachtungsstellen. Das Weather Underground-Netzwerk umfasst beispielsweise Zehntausende von Stationen, die Echtzeitdaten in lokale Prognosemodelle einspeisen. In Zukunft könnte die Blitzerkennung von Mobilfunknetzen - bei der das Netzwerk selbst als Blitzsensor fungiert - Blitzstandortdaten zu einem Bruchteil der Kosten von dedizierten Bodennetzen liefern. Diese IoT-Ansätze sind besonders attraktiv für Entwicklungsregionen, in denen die Kapitalbudgets für traditionelle Geräte begrenzt sind, obwohl Datenqualitätssicherung und Datenschutzbedenken angegangen werden müssen.

Künstliche Intelligenz für Nowcasting

Deep-Learning-Modelle, die Satelliten- und Radarbilder als Zeitreihen verarbeiten, bieten das Potenzial, genaue Gewitter-Nowcasts (0-6 Stunden) zu erzeugen, ohne explizit physikalische Gleichungen zu lösen. Das AI-Nowcasting-System des Met Office, das eine konvolutionale LSTM-Architektur verwendet, entspricht nachweislich der Leistung herkömmlicher optischer Flussmethoden zur Vorhersage der Niederschlagsintensität in Großbritannien oder übertrifft sie. Für Regionen ohne Radar können ähnliche Modelle allein auf Satellitendaten trainiert werden, wobei geostationäre sichtbare und infrarote Kanäle verwendet werden, um auf Sturmbewegungen und Intensitätsänderungen zu schließen. Das Risiko besteht darin, dass KI-Modelle, die auf Daten aus einer Region trainiert werden, möglicherweise nicht auf eine andere Region mit unterschiedlicher Sturmmorphologie verallgemeinern, so dass lokale Trainingsdatensätze nach wie vor unerlässlich sind.

Weltraumgestütztes Radar für globale Abdeckung

Die NASA-JAXA Global Precipitation Measurement Mission bietet eine Referenz für radarbasierte Niederschlagsschätzungen aus dem Weltraum, aber ihr einziges Ku/Ka-Band-Radar hat einen 245 km langen Streifen und eine Wiederbesichtigungszeit von mehreren Tagen, die für operative Nowcasting nicht ausreicht. Mehrere Raumfahrtbehörden untersuchen Konstellationen kleiner X-Band-Radarsatelliten, die stündlich konvektive Niederschlagsabdeckungen über den gesamten Globus ermöglichen könnten. Eine solche Konstellation würde die Radarabdeckungslücke beseitigen, die derzeit die Tropen, Ozeane und Entwicklungsländer betrifft. Die technische und finanzielle Machbarkeit des Konzepts wird noch untersucht, aber die potenzielle Rendite in Bezug auf gerettete Leben und reduzierte wirtschaftliche Verluste ist enorm.

Praktische Empfehlungen für Stakeholder

Für meteorologische Agenturen sollten Infrastrukturinvestitionen der Erweiterung der Radarabdeckung in identifizierten Lücken und der Aufrüstung auf Dual-Polarisationstechnologie, soweit möglich, Priorität einräumen. Satellitendatenzugriff, insbesondere bei fünfminütigen Vollscheibenscans, sollten als zentrale operative Fähigkeit betrachtet werden. Numerische Wettervorhersagezentren sollten den Trend zu konvektionserlaubenden Ensembles fortsetzen und ihr Bestes weltweit durch Open-Data-Richtlinien verfügbar machen. Für Notfallmanager und Endbenutzer ist die Ausbildung in der probabilistischen Prognoseinterpretation ebenso wichtig wie die Daten selbst. Eine 50-prozentige Wahrscheinlichkeit für schwere Gewitter in einer hochverdächtigen Prognoseregion erfordert eine andere Reaktion als eine 50-prozentige Wahrscheinlichkeit in einer datenarmen Region. Regionale Kooperationsprojekte wie das Severe Weather Forecasting Demonstration Project der WMO bieten ein replizierbares Modell für den Austausch von Kapazitäten, Technologien und bewährten Praktiken in Ländern mit ähnlichen Gewitterklimatologien.

Die Entwicklung der Technologie zur Vorhersage von Gewittern ist eine der zunehmenden globalen Zugänglichkeit. Die Lücken, die heute bestehen, sind nicht grundlegend – es sind Lücken bei Investitionen, Infrastruktur und Ausbildung. Ihre Schließung erfordert nachhaltiges Engagement von nationalen Regierungen, internationalen Gremien und dem privaten Sektor, aber die Auszahlung ist messbar in reduziertem Katastrophenrisiko und größerer Widerstandsfähigkeit der Gemeinschaft gegen Unwetter.