Lineare Regression zur Prognose von maximalen Ozonkonzentrationen aus Vortagskonzentrationen und Temperaturen koennen verbessert werden, wenn grossraeumige Luftmassentrajektorien beruecksichtigt werden. Eine Clusteranalyse isobarer Trajektorien aus den Windfeldern des ECMWF - Modells ergab optimale Ergebnisse bei 9 Klassen, die im wesentlichen kontinentale und maritime Luftmassen trennen und unterschiedliche Verlagerungsgeschwindigkeiten aufweisen. Abgesehen von Ozonepisoden sind die in dieser Arbeit erhaltenen Resultate zufriedenstellend. Der Fehler liegt an allen Stationen in mehr als zwei Drittel aller Faelle unterhalb von +/- 10 ppb. Fuer die meisten Stationen ist der Fehler noch wesentlich geringer. So liegt der Fehler am Sonnblick in ueber 92% der Faelle innerhalb des 10 ppb- Bereichs. Bei der Umsetzung der Korrelationen in Prognosen ueberlagern sich allerdings noch die Prognosefehler in den Eingangsdaten. Im allgemeinen sind die Prognosen sicherer fuer - kontinentale Luftmassen (bessere Korrelation mit Temperatur und Ozonkonzentration des Vortages), - geringere Verlagerungsgeschwindigkeiten (hoehere Persistenz), - den Osten Oesterreichs (bessere Temperaturprognosen), - raeumlich gemittelte Konzentrationen (statt Einzelstationen) und - Situationen, in denen der lokale Beitrag abgeschaetzt werden kann. Lokale Prognosen, insbesondere kleinraeumig beeinflusster Stationen (z.B. im Lee von Wien) sind aufgrund der generalisierten Eingangsdaten (vor allem Trajektorien) ohne Zusatzinformation nicht moeglich. Prognosen von Episoden (Konzentration ueber etwa 70 ppb) entziehen sich ebenfalls dieser einfachen Prognosemethode, da in manchen Faellen der lokale Anteil an der Ozonproduktion einen entscheidenden Beitrag leisten kann. Nur bei Vorliegen prognostischer Windfelder mit sehr hoher raeumlicher (< 10km) und zeitlicher Aufloesung (< 1 Stunde) koennen auch Extremereignisse, wie sie durch das Ueberqueren von staedtischem Gebiet verursacht werden, im Prinzip prognostiziert werden. Die zur Zeit moegliche Aufloesung der Windfelder ist dafuer noch bei weitem zu grob. Ein wesentlicher Fortschritt in der statistischen Prognose von Ozonepisoden ist daher in naeherer Zukunft noch nicht zu erwarten. Abgesehen von der Verwendung hochaufgeloester Windfelder koennte man versuchen, durch die Verwendung zusaetzlicher bzw. anderer Parameter die regionalskalige Prognosequalitaet zu erhoehen. Ein zusaetzlicher Prognoseparameter muesste zwei Eigenschaften erfuellen, um eine Verbesserung der Prognose zu ermoeglichen: Er muesste sehr deutlich mit Ozon korreliert sein und umgekehrt duerfte er mit der Maximumtemperatur in keiner strengen Beziehung stehen. Diese zwei Bedingungen werden derzeit von keinem routinemaessig mit hoher Zuverlaessigkeit prognostizierbaren Parameter gut erfuellt (Stohl und Kromp-Kolb, 1994a). Durch die Wahl anderer, insbesondere nichtlinearer, Regressionsfunktionen ist vermutlich auch kein allzu grosser Fortschritt zu erzielen, da die Korrelationen sowohl mit Temperatur als auch mit der Ozonkonzentration des Vortags annaehernd linear sind. Auch bei hohen Temperaturen bzw. hohen Ozonkonzentrationen ist kein eindeutiges Abweichen von der Linearitaet festzustellen. Vielmehr steigt hier die Streuung sehr stark an. Will man die Prognosequalitaet fuer Episoden deutlich anheben, muessen andere Verfahren, meist mit einem entsprechend groesseren Aufwand, herangezogen werden. Statistisch Extremwertverfahren, Mustererkennungsprozeduren unter Verwendung neuronaler Netze (Knoetig 1992) oder physikalische-chemische Simulationsmodelle koennten fuer die Prognose herangezogen werden. Zusammenfassen laesst sich sagen, dass der gegenwaertige Stand der Ozonprognose, sieht man von den lokalen episodenhaften Extremereignissen ab, durchaus zufriedenstellend ist. Fuer die Zukunft liegt die groesste Herausforderung aber sicherlich gerade in der richtigen Prognose dieser seltenen, aber besonders wichtigen Extremereignisse.
