Aufwärts gerichtete Blitze sind selten, werden allerdings stark unterschätzt, da sie
viel zerstörerischer sein können als “gewöhnliche” abwärts gerichtete Blitze. Sie
gehen von hohen Strukturen aus (> 100 m) und breiten sich in Richtung der elek-
trisch aufgeladenen Gewitterwolke aus. Ihr langer Dauerstrom zu Beginn der Ent-
ladung dauert etwa 10 mal länger als der Strom, der bei abwärtsgerichteten Blitzen
fließt. Dies führt zu einem großen Ladungstransfer und vor allem zu einem ho-
hen Schadenspotenzial für das hohe Objekt. Der Anfangs-leader kann entweder
durch andere Blitzentladungen in der Nähe ausgelöst werden, oder er kann eindeutig
durch das hohe Objekt selbst ausgelöst werden. Darüber hinaus kann eine bes-
timmte Art von Blitz, die nur aus dem lang anhaltendem Dauerstrom besteht, von
herkömmlichen Blitzortungssystemen nicht erkannt werden. Direkte Blitzstrommes-
sungen an einem speziell ausgestatteten Turm in Salzburg (Österreich) zeigen, dass
die Hälfte der aufwärts gerichteten Blitze vom Blitzortungssystem nicht erkannt
werden können.
Die Bewertung des Aufwärtsblitz Risikos an hohen Strukturen ist aufgrund
der Notwendigkeit, erneuerbare Energie durch Windturbinen zu erzeugen, äußerst
wichtig geworden. Die wachsende Zahl hoher Windturbinen führt zu zunehmenden
Schäden, die vom Blitzortungssystem oft nicht erkannt werden können. Eine
zuverlässige Quantifizierung von Aufwärtsblitzen an Windkraftanlagen ist jedoch
schwierig, da weder vollständige noch konsistente Daten vorliegen.
Diese Arbeit zielt darauf ab, unbeantwortete Fragen zu Aufwärtsblitzen hin-
sichtlich deren wichtigsten Eigenschaften und deren charakteristisches Auftreten aus
einer rein meteorologischen und datengetriebenen Perspektive zu beantworten. Sie
verwendet global verfügbare, vertikal hochaufgelöste atmosphärische Daten in Kom-
bination mit flexiblen maschinellen Lernmethoden, insbesondere Random Forests,
um mögliche nichtlineare Prozesse zwischen dem chaotischen atmosphärischen Sys-
tem und Aufwärtsblitzen an hohen Strukturen, wie Windkraftanlagen, zu erfassen.
Die Hauptergebnisse sind, dass die Random Forest Modelle in der Lage
sind, die wichtigsten Prozesse zuverlässig zu erfassen, die dazu führen, dass ein
Aufwärtsblitz selbstinitiiert ist, vom nicht-detektierbaren Typ ist und auch das
Auftreten von Aufwärtsblitzen überhaupt anhand der größerskaligen Meteorologie erklärt. Während die Variable, warum ein Aufwärtsblitz selbstinitiiert ist,
stark von der Höhe der Elektrifizierungsregion der Gewitterwolke abhängt, wird
das Auftreten des nicht-detektierbaren Blitztyps am zuverlässigsten durch die allge-
meinen Elektrifizierungsbedingungen erklärt, die tendenziell schwächer sind, wenn
dieser spezielle Typ auftritt. Das Gewitterumfeld wird durch die Unterscheidung der
meteorologischen Merkmale im Sommer und im Winter ermittelt. Hohe großskalige
vertikale Aufwindgeschwindigkeiten, hohe oberflächennahe Windgeschwindigkeiten,
konvektiver Niederschlag und leicht erhöhtes CAPE beeinflussen das Auftreten von
Aufwärtsblitzen stark. Die Random Forest Modelle diagnostizieren Aufwärtsblitze
am besten im Winter und in den Übergangsjahreszeiten. Die Ermittlung des Risikos
an Windenergieanlagen in einer Untersuchungsregion mit Hilfe der auf Türmen
trainierten Random Forest Modelle ist eindeutig erfolgreich. Sie sind in der Lage,
zuverlässig zwischen Zeiten und Gebieten mit hohem und niedrigem Risiko zu unter-
scheiden, die mit den Beobachtungen von realen Blitzereignissen an Windenergiean-
lagen übereinstimmen.