Regionale Klimaszenarien
| Zeile 28: | Zeile 28: | ||
''<sup></sup>'' | ''<sup></sup>'' | ||
| + | |||
| + | |||
'''3) Auswahl des regionalen Klimamodells zur Erhöhung der räumlichen Auflösung''' | '''3) Auswahl des regionalen Klimamodells zur Erhöhung der räumlichen Auflösung''' | ||
| Zeile 46: | Zeile 48: | ||
| | ||
| − | ''' | + | === '''Unsicherheiten regionaler Klimaszenarien'''<br/> === |
Die Unsicherheiten regionaler Klimaszenarien resultieren aus unterschiedlichen Faktoren:[[#ftn5|[5]]] [[#ftn6|[6]]] | Die Unsicherheiten regionaler Klimaszenarien resultieren aus unterschiedlichen Faktoren:[[#ftn5|[5]]] [[#ftn6|[6]]] | ||
Version vom 2. April 2012, 08:46 Uhr
Erstellung regionaler Klimaszenarien
Die Erstellung regionaler Klimaszenarien erfolgt in drei Schritten:[1]
1) Auswahl des Emissions-Szenario (des IPCC)
Das International Panel on Climate Change (IPCC) wurde im Jahr 1988 vom Umweltschutzprogramm der Vereinten Nationen UNEP und der Weltorganisation für Meteorologie WMO gegründet. Hauptaufgabe des IPCC ist die Sammlung von Informationen zum Klimawandel, die Bewertung von Risiken eines sich ändernden Klimas sowie die Formulierung von Vermeidungs- und Anpassungsstrategien.
Die Emissions-Szenarien berücksichtigen dabei sowohl mögliche demographische und politische Entwicklungen als auch technologische und ökonomische Veränderungen. Es wurden sechs verschiedene Szenarien (SRES-Gruppen A1, A1F1, A1T, A1B, A2, B1 und B2) erarbeitet, die jeweils unterschiedliche, zukünftige Modelle der weltweiten Wirtschaftsentwicklung und die damit verbundenen Treibhausgas-Emissionen berücksichtigen. [2][3]
BILD
2) Auswahl des globalen Klimamodells (GCM) und Simulation der globalen Klimaentwicklung
Die IPCC Emissionsszenarien dienen den globalen Klimamodellen als Input. Diese übersetzen die angenommenen Emissionen in eine Klimaentwicklung und liefern somit ein Klimaszenario. [1]
Ein globales Klimamodell (General Circulation Model; GCM) enthält eine dreidimensionale Repräsentation der Atmosphäre und beschreibt die in ihr ablaufenden physikalischen und chemischen Prozesse. Für eine realitätsnahe Simulationen unseres Klimas werden die Parameter und Prozesse des Klimasystems in hochkomplexen Rechenmodellen simuliert und dabei die Teilsysteme in einem separatem Rechenmodelle nachgebildet (z. B. in Ozeanmodellen oder Vegetationsmodellen). Das Gesamtmodell des Klimas entsteht schließlich durch die Vernetzung der Teilsystem-Modelle mit dem Atmosphärenmodell.7 [2]
Die Anzahl der weltweit betriebenen globalen Klimamodelle ist aufgrund der sehr aufwändigen Entwicklung und der zur Klimasimulation benötigten leistungsfähigen Großrechner limitiert[1] (siehe Auswahldes DWD [2]):
BILD
Am Max-Planck-Institut für Meteorologie (MPI-M) in Hamburg wurde das deutsche globale Klimamodell ECHAM5 entwickelt. Die ECHAM5-Berechnungen mit den unterschiedlichen Bedingungen der verschiedenen Emissions-Szenarien werden dabei am benachbarten Deutschen Klimarechenzentrum durchgeführt. 10
3) Auswahl des regionalen Klimamodells zur Erhöhung der räumlichen Auflösung
Um die globalen Klimamodelle auf eine regionale Ebene herunterzubrechen, erfolgt die Anwendung von statistischen und/oder dynamischen Verfahren.[1]
Dynamischen Verfahren liegen Wettervorhersagemodelle zugrunde, wobei klimabeeinflussende Elemente wie Schnee- und Eismassen oder Vegetationszonen durch die Verknüpfung mit weiteren Modellen kombiniert werden. Die somit gewonnenen, global gültigen Ergebnisse dienen dabei als notwendige Grundlage für das dynamische regionale Klimamodell. Dynamische Verfahren berücksichtigen dabei auch neue klimatische Verhältnisse (z.B. neue Extremwerte).
Statistische Verfahren nutzen bestehende statistische Beziehungen zwischen großräumigen Klimaparametern und bestimmten Witterungsgrößen zur Ermittlung des vorherrschenden Klimas auf Basis von Messdaten. Somit können globale Klimamodelle auf regionaler Ebene für mittel- und langfristige Projektionen abgebildet werden. Neue klimatische Extremwerte fließen dabei nicht ein. Die mögliche Aussagekraft für regionale Modelle hängt dabei stark von der Verfügbarkeit und Umfang der zugrundeliegenden Daten ab: Je kleinräumiger die Messdaten vorliegen, desto höher die räumliche Auflösung des regionalen Klimamodells.[2]
Zurzeit gibt es in Deutschland vier relevante regionale Klimamodelle zur Erstellung regionaler Klimaszenarien: [3] [4]
- REMO (dynamisch) wurde/wird vom Max-Planck-Institut für Meteorologie entwickelt und betrieben. Den Klimaprojektionen liegt dabei das globale Klimamodell ECHAM 5/MPI-OM zu Grunde.
- COSMO-CLM (dynamisch) ist eine Gemeinschaftsentwicklung des DWD und 25 weiteren Institutionen. Die Randbedingungen werden ebenfalls von dem globalen Klimamodells ECHAM 5/MPI-OM vorgegeben.
- WETTREG (statistisch) wird von der Firma Climate & Environment Consulting Potsdam entwickelt. Es greift auf die Typisierung von Wetterlagen zurück und verwendet das Klimamodell ECHAM 5/MPI-OM.
- STAR (statistisch) wird vom Potsdam Institut für Klimafolgenforschung entwickelt. Die Randbedingungen werden von dem globalem Klimamodell ECHAM4 vorgegeben.
Unsicherheiten regionaler Klimaszenarien
Die Unsicherheiten regionaler Klimaszenarien resultieren aus unterschiedlichen Faktoren:[5] [6]
- Ungenauigkeiten/Unsicherheiten in den Emissionsszenarien des IPCC
- Ungenauigkeiten in den globalen Klimamodellen
- Ungenauigkeiten in den regionalen Klimamodellen
- Begrenzte Leistungsfähigkeit heutiger Rechner, welche nur eine stark komplexitätsreduzierte Modellierung erlaubt
- Unzureichende Kenntnisse über das Klimasystem (insbesondere Rückkopplungsprozesse, die in diesem System stattfinden und deren Dynamik noch nicht ausreichend erforscht ist)
- Sogenannte Sampling-Unsicherheit (das modellierte Klima muss immer aus einer begrenzten Anzahl von Modelljahren geschätzt werden)
Trotz der genannten Unsicherheiten liefern Klimaszenarien wichtige Rahmenparameter und Orientierungshilfen für politische Entscheidungsträger, indem sie die Konsequenzen der vorherrschenden gesellschaftlichen und wirtschaftlichen Verhaltensmuster auf das globale und regionale Klima verdeutlichen.[7]
[1] Oliver Walkenhorst und Manfred Stock (2009): Regionale Klimaszenarien für Deutschland – Eine Leseanleitung, Hannover (S. 6)
[2] BMVBS-Online-Publikation (2010): Regionale Klimamodellierung für Anpassungsstrategien. BMVBS-OnlinePublikation, Nr.07/2010, Hrsg.: BMVBS (S.5)
[3] Regionale Oliver Walkenhorst und Manfred Stock (2009): Regionale Klimaszenarien für Deutschland – Eine Leseanleitung, Hannover (S. 10f)
[4] BMVBS-Online-Publikation (2010): Regionale Klimamodellierung für Anpassungsstrategien. BMVBS-OnlinePublikation, Nr.07/2010, Hrsg.: BMVBS (S.5)
[5] Regionale Oliver Walkenhorst und Manfred Stock (2009): Regionale Klimaszenarien für Deutschland – Eine Leseanleitung, Hannover (S. 7)
[6] Maria J. Welfens (2008): Klimaszenarien, Methoden und Erkenntnisse, http://www.bpb.de/themen/DQUV8L,1,0,Klimaszenarien.html
[7] Maria J. Welfens (2008): Klimaszenarien, Methoden und Erkenntnisse, http://www.bpb.de/themen/DQUV8L,0,0,Klimaszenarien.html
[1]Oliver Walkenhorst und Manfred Stock (2009): Regionale Klimaszenarien für Deutschland – Eine Leseanleitung, Hannover (S. 5)
[2] DWD: http://www.dwd.de/bvbw/appmanager/bvbw/dwdwwwDesktop?_nfpb=true&T179000135211305705199450gsbDocumentPath=Navigation%2FOeffentlichkeit%2FKlima__Umwelt%2FKlimaatlas%2FErlaeuterungen__neu%2Ferlaeuterungen__klimaszenarien__node.html%3F__nnn%3Dtrue&_pageLabel=P28600135211305704860354&switchLang=de)
[1] Oliver Walkenhorst und Manfred Stock (2009): Regionale Klimaszenarien für Deutschland – Eine Leseanleitung, Hannover (S. 5)
