Schwerewellen entstehen durch Schwingungen oder Auslenkungen der Luftsäule, z. B. wenn Luftpakete über Gebirgszügen zum Aufstieg gezwungen werden. Dieser Impuls überträgt sich bis in die sogenannte UMLT (obere Mesosphäre / untere Thermosphäre). Dort brechen die atmosphärischen Schwerewellen besonders häufig und geben dabei die transportierte Wellenenergie an die Umgebung ab. Das Ergebnis: Die Atmosphäre wird an diesen Stellen aufgeheizt – und das in beträchtlichem Maße mit Folgen für das globale Wettergeschehen. Das Verhalten der Schwerewellen steht in direktem Zusammenhang mit den Temperatur- und Druckverhältnissen unserer Troposphäre.
Zur Messung dieser Schwerewellen, die durch eine luftleuchtende Schicht - das sogenannte OH*-Airglow - sichtbar werden, wird die Infrarotkamera 'Fast Airglow Imager 3 (FAIM 3)' eingesetzt. Diese kann vom Boden aus die Turbulenzen der Wellen in der Atmosphäre beobachten. Ein solcher FAIM-Gerät ist auch auf der Umweltforschungsstation Schneefernerhaus installiert und wird von den Wissenschaftlern des DLR (EOC) betrieben.
Ein der größten Herausforderungen bei der Analyse der Messungen besteht in der schieren Menge der Daten. Man spricht hier auch vom Problem der 'big data': Jede Nacht werden mit FAIM 3 automatisch alle 2,8 Sekunden Bilder der OH*-Schicht aufgenommen. Es ist bereits eine mühsame und langwierige Aufgabe, in den FAIM 3 – Messungen weniger Monate nach Turbulenzereignissen zu suchen. Wie kann dann die Sichtung einer stetig wachsenden Datenmenge bewerkstelligt werden, wenn noch weitere Instrumente in Betrieb genommen werden?
Zur Lösung dieser Aufgabe hat das EOC nun neue Verfahren entwickelt, die mit Hilfe künstlicher Intelligenz die Datenmenge stark verkleinert. Ziel ist es, in einem nächsten Schritt, dieses Verfahren auch in der Lage ist, in den Daten die Turbulenzen auch automatisch zu entdecken. Eine Weiterentwicklung, die maßgeblich zum Verständnis des Klimas und des Klimawandels beitragen wird.
