Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
280320 VU Numerische Wettervorhersage (2025S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 03.02.2025 08:00 bis Mo 24.02.2025 23:59
- Abmeldung bis Mo 31.03.2025 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Die Lehrveranstaltung beginnt am 13. März 2025.
Der Kurs findet dieses Semester auf ENGLISCH statt.
Ort: Wetterbesprechungsraum (2G542)
- Donnerstag 13.03. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 13.03. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 20.03. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 20.03. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 27.03. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 27.03. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 03.04. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 03.04. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 10.04. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 10.04. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 08.05. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 08.05. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 15.05. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 15.05. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 22.05. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 22.05. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 05.06. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 05.06. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 12.06. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 12.06. 10:30 - 12:30 Ort in u:find Details
- Donnerstag 26.06. 09:15 - 10:15 Ort in u:find Details
- Donnerstag 26.06. 10:30 - 12:30 Ort in u:find Details
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Vorlesungsteil: Mündliche Prüfung, keine Hilfsmittel erlaubt.Übungsteil: Lösen und Präsentieren der wöchentlichen Übungsaufgaben. Ein Laptop wird für die Aufgaben benötigt (oder Zugang zum Teaching Hub über das Internet). Kontaktieren sie Robin Pilch Kedzierski falls Computing Support benötigt wird.
Mindestanforderungen und Beurteilungsmaßstab
Die Endnote ist ein gewichtetes Mittel aus der Prüfung zum Vorlesungsteil (65%) und den Punkten aus dem Übungsteil.
Die Punkte für den Übungsteil basieren auf dem Lösen und Präsentieren der Übungsaufgaben.
Im Übungsteil ist eine Anwesendheit von mindestens 80% erforderlich.Note 5: < 50%
Note 4: 50-62,5%;
Note 3: 62,5-75%;
Note 2: 75-87,5%;
Note 1: > 87,5%
Die Punkte für den Übungsteil basieren auf dem Lösen und Präsentieren der Übungsaufgaben.
Im Übungsteil ist eine Anwesendheit von mindestens 80% erforderlich.Note 5: < 50%
Note 4: 50-62,5%;
Note 3: 62,5-75%;
Note 2: 75-87,5%;
Note 1: > 87,5%
Prüfungsstoff
Prüfung zum Vorlesungsteil: Prüfungsstoff ist der gesamte Inhalt der Vorlesung (Folien in Moodle).
Literatur
Kalnay, E.: Atmospheric modelling, data assimilation and predictability. Cambridge University Press, 2003, 341 S.
(Vollständige Liste siehe Moodle)
(Vollständige Liste siehe Moodle)
Zuordnung im Vorlesungsverzeichnis
PM-AtmMod
Letzte Änderung: Di 25.02.2025 16:46
Die Lehrveranstaltung bietet einen Überblick über die Grundlagen von numerischen Wettervorhersagemodellen.Themen der Vorlesung:
- Operationelle Vorhersagesysteme und Geschichte der numerischen Wettervorhersage
- Globales Messsystem für die Wettervorhersage
- Methoden der Datenassimilation zur Erstellung der Modell-Anfangsbedingungen
- Parameterisierung von sub-skaligen Prozessen
- EnsemblevorhersageIm Übungsteil arbeiten Student*innen mit operationellen Mess- und Modelldaten, verwenden Konzepte der Datenassimilation und evaluieren den Output von Vorhersagemodellen unter Verwendung von Python und Shell-Skripten.