Geowissenschaften
Refine
Document Type
- Working Paper (2)
- Article (1)
- Doctoral Thesis (1)
Language
- German (4)
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4)
Keywords
- Klima (4) (remove)
Institute
Das Ziel dieser Studie ist es, die Möglichkeiten und Grenzen von hochauflösenden Klimaprojektionen in orographisch beeinflussten Gebieten an den Beispielen der europäischen Alpen und des Himalajas zu prüfen. Insbesondere wird die Fragestellung untersucht, ob beobachtete regionale Muster in den höher aufgelösten Daten besser wiedergegeben werden als in den antreibenden großskaligen Daten. Dazu werden regionale Klimasimulationen des COSMO-CLM Modells und Daten von zwei statistischen Regionalisierungsmethoden mit ERA40 Reanalysen sowie Daten des globalen Atmosphäre-Ozean Modells ECHAM5/MPIOM für verschiedene Parameter des Klimasystems verglichen. Ein Vergleich mit den Reanalysen anhand täglicher Niederschlagsstatistiken ergibt, dass die COSMO-CLM Niederschlagsdaten auf der 0.5° Skala vergleichbar sind mit ERA40 Niederschlägen und mit statistisch regionalisierten ERA40 Niederschlägen. Eine zusätzliche Fehlerkorrektur der COSMO-CLM Niederschläge liefert gute Ergebnisse. Dabei sind jedoch etwa 500 Regentage notwendig, um eine robuste Fehlerabschätzung zu gewährleisten. Für das südasiatische Gebiet ist eine realistische Wiedergabe des indischen Sommermonsuns (ISM) in den Modellen von hoher Relevanz. Betrachtet man nur die Mittelwerte und zeitlichen Variabilitäten von verschiedenen Indizes des ISM, so liefert das COSMO-CLM keinen Mehrwert im Vergleich zu den antreibenden Daten. Allerdings werden die räumlichen Strukturen von Niederschlag und vertikaler Windscherung, sowie die zeitliche Korrelation der modellierten Indizes gegenüber dem ECHAM5/MPIOM Modell verbessert. Die durchgeführten COSMO-CLM Projektionen für die Jahre 1960 bis 2100 zeigen negative Trends des ISM für die SRES Szenarien A2, A1B und B1. Die negativsten Trends sind dabei im Szenario A2 zu finden, gefolgt von A1B und B1. Fast keine Trends zeigen sich im commitment Szenario. Trotz großen zeitlichen Variabilitäten sind die Abnahmen in Niederschlagsmengen, ausgehender langwelliger Strahlung und Windscherung statistisch signifikant in großen Regionen des Simulationsgebietes. Für Nordwest-Indien weisen die Projektionen teilweise einen Rückgang der Monsunniederschläge von über 70% in 100 Jahren auf. Der Rückgang der Windscherung ist hauptsächlich auf Veränderungen in der oberen Troposphäre bei 200 hPa zurück zu führen. Während in den COSMO-CLM Projektionen alle Indizes des ISM synchrone Negativtrends aufweisen, sind die Trends für den Monsunregen über Indien im globalen ECHAM5/MPIOM Model positiv. Gemäß den Definitionen der verschiedenen Indizes, sind jedoch synchrone Trends wahrscheinlicher und das COSMO-CLM liefert zu den globalen ISM Projektionen ebenfalls einen Mehrwert. Insgesamt zeigen die Ergebnisse dieser Studie, dass das COSMO-CLM wertvolle regionale Zusatzinformationen zu den globalen Modellen in den beiden untersuchten Regionen liefert. Für die Einzugsgebiete der oberen Donau und des oberen Brahmaputra liefern die COSMO-CLM Projektionen einen signifikanten Anstieg der Temperatur für alle Jahreszeiten der Jahre 1960 bis 2100. Die Werte sind generell höher im Brahmaputragebiet, mit den größten Trends in der Region des tibetanischen Plateaus. Im Niederschlag zeigen die saisonalen Anteile ebenfalls klare Trends, beispielsweise eine Zunahme des Frühjahrsniederschlags im Einzugsgebiet der oberen Donau. Die größten Trends werden wiederum in der Region des tibetanischen Plateaus projiziert mit einem Anstieg von bis zu 50% in der Länge der Trockenperioden zwischen Juni und September und einem gleichzeitigen Anstieg von etwa 10% für die maximale Niederschlagsmenge an fünf aufeinander folgenden Tagen. Für die Region Assam in Indien, zeigen die Projektionen zudem eine Zunahme von 25% in der Anzahl der aufeinander folgenden trockenen Tage während der Monsunzeit
Aus mehreren Datenquellen wurde ein neuer globaler Niederschlagsdatensatz für die Zeit 1951-2000 generiert, der unter der Bedingung einer Mindestverfügbarkeit von 90 % genau 9.343 Stationen umfasst. Die betreffenden Zeitreihen wurden einer umfassenden Qualitätskontrolle unterzogen, was zu äußerst zahlreichen Korrekturen führte, einschließlich Tests auf Ausreißer und Homogenität sowie Homogenisierung. Daraus entstand ein Gitterpunktdatensatz in 0,5° x 0,5°- Auflösung, was für die Landgebiete (ausgenommen Grönland und Antarktis) rund 71.000 Gitterpunkte ergibt, und über INTERNET frei verfügbar bereitgestellt. Davon ausgehend und unter Nutzung weiterer vorliegender Datensätze, insbesondere der Temperatur, wurden zunächst einige grundlegende Untersuchungen zur globalen und regionalen Klima- und Niederschlagsvariabilität durchgeführt. Diese Arbeiten umfassten Analysen der Veränderungen des global gemittelten Niederschlages und potentieller Einflussgrößen, die Neuberechnung der globalen Klimaklassifikation nach Köppen, Untersuchungen zur raumzeitlichen Struktur von Niederschlagsänderungen global sowie speziell in Afrika und schließlich Analysen der raumzeitlichen Beziehungen zwischen großräumiger atmosphärischer Zirkulation und Niederschlag im nordatlantisch-europäischen Bereich. Für weitergehende statistische Analysen wurde eine neue Methode der vollständigen Zeitreihenmodellierung entwickelt, um die die in diesen Reihen enthaltenen signifikanten Variationskomponenten durch Regressionstechniken zu erfassen und in ihrem raumzeitlichen Verhalten darzustellen. Dabei lag ein Schwerpunkt dieser Arbeiten auf der Extremwertanalyse, die es nun gestattet, unabhängig vom Verteilungstyp für beliebige Schwellenwerte den zeitlichen Verlauf der Unter- sowie Überschreitungswahrscheinlichkeit anzugeben und somit zu erkennen, inwieweit das Klima extremer geworden ist. Dabei zeigte sich je nach Region die Gumbel- oder die Weibull-Verteilung als geeignet. Regionale Schwerpunkte waren dabei u.a. Deutschland bzw. Europa, auch hinsichtlich der Erstellung neuer Klimatrendkarten nach der üblichen linearen Methode (der kleinsten Quadrate) sowie der innovativen. Weiterhin wurden nach der innovativen Methode Klimamodelldaten des Hamburger Max-Planck-Instituts für Meteorologie (IPCC Szenario A2) hinsichtlich des Niederschlag-Extremverhaltens in Europa untersucht. Schließlich erfolgte eine Abschätzung der Wiederkehrzeiten täglicher Extremniederschläge in Deutschland und deren Unsicherheit.
Tropische Korallenriffe sind die artenreichsten Ökosysteme im Ozean. Die »tropischen Regenwälder der Meere« beherbergen zirka 800 Korallenarten und mehrere zehntausend Arten aus fast allen bekannten Tierstämmen. Korallenriffe bedecken weltweit eine Fläche von 600.000 Quadratkilometern, das sind 0,17 Prozent der Erdoberfläche. Sie treten als nahe der Küste gelegene Saumriffe, küstenfernere Barriereriffe, ringförmige Atolle und flache Karbonat-Plattformen auf . Der Begriff »Karbonat« weist darauf hin, dass Korallen als Riffbildner ein Skelett aus Kalk haben. Auch Kalkalgen und Weichtiere wie Muscheln und Schnecken sind durch die Bildung von Kalkskeletten und Kalkschalen am Riffaufbau beteiligt. Da tropische Korallenriffe nur in der Nähe der Meeresoberfläche wachsen, können Geowissenschaftler mit Hilfe fossiler Korallenfunde ermitteln, wie sich der Pegel des Meeresspiegels in vergangenen Jahrtausenden entwickelt hat. Auch andere wichtige Klimadaten wie Wassertemperatur, Sonneneinstrahlung und Kohlendioxid-Gehalt der Atmosphäre sind in Korallenriffen »gespeichert«. Frankfurter Geowissenschaftler erschließen diese wichtigen Daten, die weit vor menschliche Messungen zurückreichen, durch systematische Bohrungen in Korallenriffen der Karibik, des Persischen Golfs und der Malediven.
In Ergänzung zu einem vorangegangenen Projekt (Schönwiese et al., 2005) ist in der vorliegenden Studie eine weitere extremwertstatistische Untersuchung durchgeführt worden. Dazu wurden auf der Basis von täglichen Klimadaten aus Hessen und Umgebung (49°N bis 52°N, 7°O bis 11°O), und zwar der Temperatur von 53 Stationen und des Niederschlages von 84 Stationen, Schwellen extremer Werte definiert, um die Anzahl der Über- bzw. Unterschreitungen dieser Schwellen auf signifikante Trends hin zu untersuchen. Bei der Temperatur findet sich dabei eine systematische Zunahme von Hitzetagen (Maximumtemperatur über 30 °C) im August, wohingegen im Juli fast keine, und im Juni nur vereinzelt signifikante Zunahmen von Hitzetagen gefunden wurden. Hierbei zeigt sich, wie auch bei anderen Temperatur-Schwellen eine Abnahme der Signifikanz mit zunehmender Schwellenhöhe, was durch selteneres Auftreten besonders extremer Ereignisse verursacht wird. Im Winter und Frühjahr hat entsprechend die Anzahl der Frost- bzw. Eistage (Minimum- bzw. Maximumtemperatur unter 0 °C) signifikant abgenommen. Besonders ausgeprägt ist dies für die Frosttage im Frühling der Fall. Beim Niederschlag hat im Sommer, wiederum vor allem im August, die Anzahl von Trockentagen zugenommen. Extrem hohe Niederschlagssummen sind dagegen in dieser Jahreszeit seltener geworden, in den anderen Jahreszeiten jedoch häufiger. Vor allem der März zeichnet sich durch verbreitet hochsignifikante Zunahmen von Tagen mit Starkniederschlägen aus. Die Erhaltungsneigung von besonders warmen bzw. kalten Witterungen hat sich in den meisten Monaten nicht signifikant verändert. Es ist jedoch eine Neigung zu kürzeren relativ einheitlichen Witterungsabschnitten im Februar und März, sowie zu längeren im Oktober und November zu beobachten. Diese Ergebnisse sind jedoch vermutlich nicht sehr robust, da sich bei einer Verkürzung des Zeitfensters der Autokorrelationsfunktion die Signifikanzen teilweise (vor allem im April) deutlich verändern. Bei den Trends der Zahl der Trockenperioden erkennt man im Sommer einen positiven Trend; sie nehmen somit zu. Dies gilt sowohl für die 7-tägigen als auch für die 11-tägigen Trockenperioden. Die übrigen Jahreszeiten zeigen bei den 7-tägigen Trockenperioden nur schwache oder negative Trends. Bei den 11-tägigen Trockenperioden gilt dies nur für das Frühjahr und den Herbst, im Winter sind die Trends im Norden überwiegend positiv, im Süden negativ. Betrachtet man die Länge der längsten Trockenperioden, so nimmt diese im Sommer zu, im Frühjahr und im Gesamtjahr jedoch ab. Im Herbst ist das Bild uneinheitlich; dies kann aber auch daran liegen, dass lange sommerliche Trockenperioden in den Herbst hineinreichen und dann dort gezählt werden. Ein weiterer Aspekt ist die Analyse der Anzahl und Länge bestimmter Witterungsabschnitte (Clusteranalyse), die durch relativ hohe oder tiefe Temperatur bzw. relativ wenig bzw. viel Niederschlag definiert sind. So können beispielsweise Tage mit weniger als 1 mm Niederschlag als Trockencluster bezeichnet werden. Dabei erkennt man im Sommer einen Trend zu mehr Trockenclustern,in Übereinstimmung mit den oben genannten Ergebnissen, in den übrigen Jahreszeiten und im Gesamtjahr jedoch einen Trend zu weniger Trockenclustern. Innerhalb des Sommers ist dieser Trend im August am stärksten, in den übrigen Jahreszeiten im März, Oktober und Dezember. Bei den Clustern von Feuchteereignissen, das heißt Tagen mit relativ viel Niederschlag, ist das Bild umgekehrt. Im Sommer nimmt deren Zahl ab, ansonsten nimmt sie zu. Die stärksten Trends sind dabei wiederum im August (Abnahme) bzw. im März, Oktober und Dezember (jeweils Zunahme) zu erkennen. Alle diese Trends werden im der Regel umso schwächer, je höher die Schranke der Niederschlagsmenge gewählt wird. Bei den Temperaturdaten sind die Trends von Frost- und Eistagen nur im November überwiegend positiv, in allen Wintermonaten (Dezember, Januar und Februar) jedoch fast ausschließlich negativ. Darin spiegelt sich somit der Trend zu höheren Temperaturen wider. Bei den Wärmeclustern ändern sich die Trends mit der Höhe der Schranke. Bei der Schranke von 25°C zeigen der Juli, insbesondere aber der August positive Trends. Bei der 30°C-Schranke bleibt der Augusttrend positiv, der Julitrend wird dagegen negativ. Bei der Schranke von 35°C werden die Augusttrends dann deutlich geringer, während die Julitrends, wenn auch schwächer ausgeprägt, negativ bleiben. Die Trends im Juni sind dagegen insgesamt schwach. Betrachtet man die Signifikanz der Trends, so sind insbesondere die Trends bei hohen Schranken weniger signifikant. Dies gilt für die hohen Niederschlagschranken (20mm, 30mm, 95%-Perzentil, 99%-Perzentil) ebenso wie für die hohen Temperaturschranken (30°C, 35°C). Weiterhin ist die Signifikanz dann niedrig, wenn die Zahl der Cluster im betrachteten Zeitraum klein ist. In Monaten und Jahreszeiten, in denen nur wenige Cluster auftreten, ist der Trend der Zahl der Cluster meist nicht signifikant. Insgesamt zeigen beim Niederschlag die untere Schranke von 1mm sowie die oberen Schranken von 10mm und 90% die signifikantesten Trends. Bei den Temperaturdaten ist das bei den Frosttagen generell, bei den Eistagen im Januar und Februar sowie bei den sommerlichen Clustern mit einer Tagesmaximumtemperatur von über 25°C der Fall (mit zum Teil über 95% bzw. 99% Signifikanz).