Die Wettervorhersage muss nicht immer kompliziert sein. Mit Hilfe historischer Daten (Beginn: 01.01.1979) und Näherungsverfahren lässt sich die Temperatur für die nächsten 24 Stunden relativ einfach voraussagen.
Über OpenWeatherMap konnte ich mir die stündlichen Wetterdaten (seit dem 01.01.1979) für meinen Wohnort Laufamholz (49.466, 11.162) sichern. Dabei ist zu beachten, dass stündliche Werte für diesen Zeitraum oft modelliert oder interpoliert sind. Geplottet sehen sie so aus:

Auf der x-Achse die Tage seit dem 01.01.1979 und auf der y-Achse die Temperaturdaten. So bekommt man eine schöne Grafik bis zum 31.01.2025. Daraus lässt sich etwas ableiten: die Kurve folgt einem Sinus-Rhythmus. Diese From könnte für eine Näherung mit einer Sinus-Regression genutzt werden.
Die langfristige Sinuskurve bildet den Jahresverlauf, aber für eine präzisere 24-Stunden-Vorhersage müssen auch die kurzfristigen Schwankungen durch stündliche Wetterdaten berücksichtigt werden. Da diese Schwankungen von Wetterlagen, Bewölkung und anderen lokalen Effekten beeinflusst werden, kann eine reine Sinuskurve nicht alle Faktoren abbilden. Wir starten mit einer Sinus-Regression für die Jahreskurve und überlagern dann die täglichen Temperaturverläufe. Danach können wir sehen, wie gut das Modell die Wetterdaten approximiert.
Durch die Kombination aus saisonalen und tageszeitlichen Temperaturverläufen können wir ein Modell erstellen, das sowohl langfristige als auch kurzfristige Schwankungen berücksichtigt. Die Annäherung ergibt eine kombinierte Jahres- und Tages-Sinus-Gleichung:
T(h) = 9.50 * sin(2π/(365×24) * (h - 2708.99)) + 3.19 * sin(2π/24 * (h - 8.32)) + 9.55
Erwartetes Temperatur-Minimum: -3.14°C. Erwartetes Temperatur-Maximum: 22.25°C
Die Gleichung kann genutzt werden, um die Temperatur für eine beliebige Stunde h zu berechnen, wobei h die Anzahl der Stunden seit dem 01.01.1979 ist. Um eine Vorhersage für die nächsten 24 Stunden zu treffen, setzt man die entsprechenden Werte für h ein (z. B. aktuelle Stunde + 1 bis +24). Das Ergebnis gibt die geschätzte Temperatur zu diesem Zeitpunkt in Grad Celsius an. Diese Methode erlaubt eine schnelle und einfache Näherung basierend auf historischen Trends:



