Im letzten Jahrzehnt war der grönländische Eisschild mehreren Extremereignissen ausgesetzt, mit teils unerwartet starken Auswirkungen auf die Oberflächenmassebilanz und den Eisfluss, insbesondere in den Jahren 2010, 2012 und 2015. Einige dieser Schmelzereignisse prägten sich eher lokal aus (wie in 2015), während andere fast die gesamte Eisfläche bedeckten (wie in 2010).Mit fortschreitendem Klimawandel ist zu erwarten, dass extreme Schmelzereignisse häufiger auftreten und sich verstärken bzw. länger anhalten. Bisherige Projektionen des Eisverlustes von Grönland basieren jedoch typischerweise auf Szenarien, die nur allmähliche Veränderungen des Klimas berücksichtigen, z.B. in den Representative Concentration Pathways (RCPs), wie sie im letzten IPCC-Bericht genutzt wurden. In aktuellen Projektionen werden extreme Schmelzereignisse im Allgemeinen unterschätzt - und welche Konsequenzen dies für den zukünftigen Meeresspiegelanstieg hat, bleibt eine offene Forschungsfrage.Ziel des vorgeschlagenen Projektes ist es, die Auswirkungen extremer Schmelzereignisse auf die zukünftige Entwicklung des grönländischen Eisschildes zu untersuchen. Dabei werden die unmittelbaren und dauerhaften Auswirkungen auf die Oberflächenmassenbilanz und die Eisdynamik bestimmt und somit die Beiträge zum Meeresspiegelanstieg quantifiziert. In dem Forschungsprojekt planen wir zudem, kritische Schwellenwerte in der Häufigkeit, Intensität sowie Dauer von Extremereignissen zu identifizieren, die - sobald sie einmal überschritten sind - eine großräumige Änderung in der Eisdynamik auslösen könnten.Zu diesem Zweck werden wir die dynamische Reaktion des grönländischen Eisschilds in einer Reihe von Klimaszenarien untersuchen, in denen extreme Schmelzereignisse mit unterschiedlicher Wahrscheinlichkeit zu bestimmten Zeitpunkten auftreten, und die Dauer und Stärke prognostisch variiert werden. Um indirekte Effekte durch verstärktes submarines Schmelzen hierbei berücksichtigen zu können, werden wir das etablierte Parallel Ice Sheet Model (PISM) mit dem Linearen Plume-Modell (LPM) koppeln. Das LPM berechnet das turbulente submarine Schmelzen aufgrund von Veränderungen der Meerestemperatur und des subglazialen Ausflusses. Es ist numerisch sehr effizient, so dass das gekoppelte PISM-LPM Modell Ensemble-Läufe mit hoher Auflösung ermöglicht. Folglich kann eine breite Palette von Modellparametern und Klimaszenarien in Zukunftsprojektionen in Betracht gezogen werden.Mit dem interaktiv gekoppelten Modell PISM-LPM werden wir den Beitrag Grönlands zum Meeresspiegelanstieg im 21. Jahrhundert bestimmen, unter Berücksichtigung regionaler Veränderungen von Niederschlag, Oberflächen- und Meerestemperaturen, und insbesondere der Auswirkungen von Extremereignissen. Ein Hauptergebnis wird eine Risikokarte sein, die aufzeigt, in welchen kritischen Regionen Grönlands zukünftige extreme Schmelzereignisse den stärksten Eisverlust zur Folge hätten.
Das Projekt KliBiW befasst sich mit der Analyse der heutigen und möglichen zukünftigen Klimaentwicklung in Niedersachsen anhand ausgewählter Klimagrößen. Grundlage für die Untersuchung der vergangenen Verhältnisse sind Stationsmessdaten des Deutschen Wetterdienstes (DWD) in ganz Niedersachsen. Es wurden Trenduntersuchungen für verschiedene Indizes und Jahreszeiten durchgeführt, sowohl als Gebietsmittel für Niedersachsen als auch anhand der einzelnen Stationszeitreihen. Beispielhaft werden im Folgenden die Ergebnisse für die Größen mittlere Temperatur, Niederschlagssumme und maximaler 1-Tages-Niederschlag dargestellt. Entwicklung der Mitteltemperaturen im Wasserwirtschaftsjahr als Gebietsmittel für Niedersachsen über den Zeitraum 1881-2024 Entwicklung der Niederschläge im Wasserwirtschaftsjahr als Gebietsmittel für Niedersachsen über den Zeitraum 1881-2024 Die Analyse der möglichen zukünftigen Entwicklung ausgewählter Klimagrößen in Niedersachsen wurde auf Basis von verschiedenen Treibhausgas-Szenarien durchgeführt. In den ersten Projektphasen wurde das Szenario A1B betrachtet, welches von einem zukünftig gemäßigten Anstieg der globalen Treibhausgas-Emissionen ausgeht und zur Familie der SRES-Szenarien gehört (Special Report on Emission Scenarios). In den neueren Projektphasen standen die Szenarien RCP8.5 (ohne Klimaschutz) bzw. RCP2.6 (mit Klimaschutz) im Fokus, welche von einem deutlichen Anstieg bzw. einer deutlichen Reduzierung der Treibhausgas-Emissionen bis zum Ende des 21. Jahrhunderts ausgehen und zur Familie der Repräsentativen Konzentrationspfade gehören. Weitere Infos zu den zugrunde liegenden Szenarien und Klimamodellen können hier abgerufen werden. Die Berechnung der zukünftigen Veränderungen erfolgte auf Basis 30jähriger Mittel für verschiedene Zeitabschnitte in der Zukunft, jeweils gegenüber einem Referenzzeitraum in der Vergangenheit. Die Ergebnisse der verwendeten Modell-Ensembles bilden eine Bandbreite von Änderungswerten für jeden 30-jährigen Zukunftsabschnitt. Bandbreite der zukünftigen Veränderungen der Jahresmitteltemperatur als gleitendes 30-Jahres-Mittel für Niedersachsen (gegenüber 1971-2000) unter einem Szenario mit und ohne Klimaschutz Bandbreite der zukünftigen Veränderungen der Jahresniederschlagssummen als gleitendes 30-Jahres-Mittel für Niedersachsen (gegenüber 1971-2000) unter einem Szenario mit und ohne Klimaschutz Die räumlich differenzierte Betrachtung der zukünftigen klimatischen Veränderungen erfolgt auf Basis der Rasterdaten der verwendeten Klimamodelle. Die Ergebnisse zeigen bereits in der nahen Zukunft eine flächendeckende Zunahme der Temperaturen, die gegen Ende des 21. Jahrhunderts noch deutlicher ausgeprägt erscheint, bei einem leichten Südost-Nordwest-Gefälle. Die Niederschlagssummen zeigen bis zur Mitte des Jahrhunderts keine wesentlichen Veränderungen. Erst in der fernen Zukunft nehmen diese leicht zu, bedingt durch Veränderungen im Winterhalbjahr (im Sommerhalbjahr ändern sich die Werte im Mittel kaum). Eine detaillierte Beschreibung aller Ergebnisse zur Klimaentwicklung kann den jeweiligen KliBiW-Abschlussberichten entnommen werden. KliBiW-Abschlussberichten
Deutscher Wetterdienst (DWD) 2018: Datensätze auf Basis der RCP-Szenarien. Internet: https://www.dwd.de/DE/klimaumwelt/klimaforschung/klimaprojektionen/fuer_deutschland/fuer_dtld_rcp-datensatz_node.html (Zugriff am 26.11.2024) Deutscher Wetterdienst (DWD) 2024: Deutscher Klimaatlas. Internet: https://www.dwd.de/DE/klimaumwelt/klimaatlas/klimaatlas_node.html (Zugriff am 17.01.2025) Huebener, H., Hoffmann, P., Keuler, K., Pfeifer, S., Ramthun, H., Spekat, A., Steger, C., Warrach-Sagi, K. 2017: Deriving user-informed climate information from climate model ensemble results. Adv. Sci. Res. 14, 261–269. IPCC (Intergovernmental Panel on Climate Change) 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge United Kingdom and New York, NY, USA. https://www.ipcc.ch/site/assets/uploads/2018/02/WG1AR5_all_final.pdf (Zugriff am 19.02.2025) IPCC (Intergovernmental Panel on Climate Change) 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge United Kingdom and New York, NY, USA. https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_FullReport_small.pdf (Zugriff am 19.02.2025) IPCC (Intergovernmental Panel on Climate Change) 2022: Climate Change 2022: Mitigation of Climate Change. Contribution of Working Group III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge United Kingdom and New York, NY, USA. https://www.ipcc.ch/report/ar6/wg3/downloads/report/IPCC_AR6_WGIII_FullReport.pdf (Zugriff am 19.02.2025) Jacob, D., Petersen, J., Eggert, B., Alias, A., Christensen, O.B., Bouwer, L.M., Braun, A., Colette, A., Déqué, M., Georgievski, G., Georgopoulou, E., Gobiet, A., Menut, L., Nikulin, G., Haensler, A., Hempelmann, N., Jones, C., Keuler, K., Kovats, S., Kröner, N., Kotlarski, S., Kriegsmann, A., Martin, E., Van Meijgaard, E., Moseley, C., Pfeifer, S., Preuschmann, S., Radermacher, C., Radtke, K., Rechid, D., Rounsevell, M., Samuelsson, P., Somot, S., Soussana, J.-F., Teichmann, C., Valentini, R., Vautard, R., Weber, B., Yiou, P. 2014: EURO-CORDEX: new high-resolution climate change projections for European impact research. Reg Environ Change 14, 563–578. Reusswig, F.; Becker, C.; Lass, W.; Haag, L.; Hirschfeld, J.; Knorr, A.; Lüdeke, M. K.B.; Neuhaus, A.; Pankoke, C.; Rupp, J., Walther, C.; Walz, S.; Weyer, G.; Wiesemann, E. 2016: Anpassung an die Folgen des Klimawandels in Berlin (AFOK). Klimaschutz Teilkonzept. Hauptbericht. Gutachten im Auftrag der Senatsverwaltung für Stadtentwicklung und Umwelt, Sonderreferat Klimaschutz und Energie (SR KE). Potsdam, Berlin. Internet: https://www.berlin.de/sen/uvk/klimaschutz/anpassung-an-den-klimawandel/programm-zur-anpassung-an-die-folgen-des-klimawandels/ (Zugriff am 05.12.2024) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Karte 06.08 Stadtstruktur differenziert, Berlin. Internet: https://www.berlin.de/umweltatlas/nutzung/stadtstruktur/2020/zusammenfassung/ (Zugriff am 06.01.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022a: Umweltatlas Berlin, Karte 04.10 Klimamodellierung Berlin – Analysekarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2022/zusammenfassung/ (Zugriff am 06.01.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022b: Umweltatlas Berlin, Karte 04.11 Klimamodellierung Berlin – Planungshinweise Stadtklima, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2022/zusammenfassung/ (Zugriff am 06.01.2025)
Klimamodelle sind komplexe numerische Modelle, die auf mathematisch-physikalischen Gleichungen beruhen. Diese werden mit Hilfe von leistungsstarken Computern berechnet bzw. gelöst. Sie versuchen die wesentlichen physikalischen und chemischen Prozesse sowie die Energieströme innerhalb und zwischen verschiedenen Systemen, wie der Atmosphäre, den Ozeanen und der Erdoberfläche, zu simulieren. Diese sind jedoch vielfach noch nicht vollständig erforscht und können, auch aufgrund ihrer Komplexität, häufig nur vereinfacht abgebildet werden. Die Modelle werden anhand von Beobachtungsdaten sowie Klimadaten aus der Vergangenheit (sog. Proxy-Daten) entwickelt und überprüft. Ziel ist es mit Hilfe der Modelle Abschätzungen von zukünftigen Klimaentwicklungen zu ermöglichen. Grundlage dafür sind zum einen natürliche Faktoren, wie etwa die Variation der Sonneneinstrahlung oder der Erdumlaufbahn bzw. Neigung der Erdachse. Zum anderen spielen Faktoren eine Rolle, die auch vom Menschen beeinflusst werden können, wie etwa die Landnutzung oder die Emissionen von Treibhausgasen in die Atmosphäre. Auf Grundlage möglicher zukünftiger Gesellschaftsentwicklungen werden Szenarien erarbeitet. Diese stellen Annahmen über die globale demographische, ökonomische, politische und technologische Entwicklung in der Zukunft dar. Aus dieser resultieren wiederum Emissionen bzw. Konzentrationen von Treibhausgasen in der Atmosphäre, die auch als anthropogener Strahlungsantrieb ausgedrückt werden können (häufig in W/m²). In der Vergangenheit wurden verschiedene dieser Szenarien durch die Klimaforschung erarbeitet. Dazu zählen u.a. Während die SRES-Szenarien bei jüngeren und aktuellen Analysen und Studien quasi keine Verwendung mehr finden, sind die RCP-Szenarien Gegenstand der meisten Untersuchungen in den letzten 10-15 Jahren. Die SSP-Szenarien werden bisher lediglich auf globaler Ebene betrachtet. Regionale Analysen dazu wird es voraussichtlich erst in den nächsten Jahren vermehrt geben. Weitere Informationen zu den RCP-/SSP-Szenarien sind hier zu finden. hier Diese zukünftigen Emissions-Szenarien dienen neben den anderen genannten (natürlichen) Faktoren als Antrieb für Globalmodelle. Diese Modelle bestehen aus einem dreidimensionalen Gitter. Zwischen den Gitterpunkten werden die klimatischen Prozesse großräumig (global), aber mit einer relativ groben zeitlichen (Tageswerte) und räumlichen (100 bis 200 km) Auflösung berechnet. Mit den Ergebnissen der Globalmodelle können für kleinere Regionen wie etwa Niedersachsen jedoch nur wenig differenzierte Aussagen zur Klimaentwicklung gemacht werden. Hier kommen regionale Klimamodelle zur Anwendung, die nur einen Ausschnitt der Erde bzw. Atmosphäre betrachten. Sie erhalten als Antrieb bzw. Randbedingung u.a. die Ergebnisse der Globalmodelle und rechnen damit auf einer höher aufgelösten räumlichen (bis unter 10 km) Skala weiter, wobei Aspekte wie die Topographie oder die Landnutzung besser berücksichtigt werden können. Dieses Verfahren nennt man „Nesting" oder auch „dynamic Downscaling". Daneben gibt es auch Methoden, die auf Basis von statistischen Zusammenhängen zwischen großräumigen Wetterlagen und lokalen meteorologischen Phänomenen die Daten der Globalmodelle auf eine höher aufgelöste Skala rechnen, das sog. „statistical downscaling“. Die Ergebnisse der regionalen Klimamodelle können letztlich als Antrieb für sogenannte Impact-Modelle genutzt werden. Dies sind Modelle, die die Wirkungen der klimatischen Veränderungen auf verschiedenen fachlichen Ebenen simulieren. Hierzu zählen zum Beispiel hydrologische Modelle, die die Folgen eines Klimawandels auf die Wasserwirtschaft verdeutlichen können. Es muss jedoch stets berücksichtigt werden, dass diese Ergebnisse nicht als Prognosen oder Vorhersagen interpretiert werden dürfen, sondern auf Basis der oben genannten Szenarien immer „wenn-dann“-Aussagen darstellen. Trotz der Komplexität der Modelle (oder gerade deswegen) sind Ergebnisse aus der Klimamodellierung immer mit Unsicherheiten behaftet. Dies liegt unter anderem daran, dass verschiedene Prozesse und Wechselwirkungen im Klimasystem noch immer nicht vollständig verstanden werden. Zudem werden einzelne Prozesse aufgrund von Defiziten in der numerischen Umsetzung in den Modellen nur vereinfacht abgebildet und je nach Modell unterschiedlich parametrisiert. Um die Unsicherheiten in den Aussagen der möglichen zukünftigen Entwicklung zu verdeutlichen, sollten stets die Ergebnisse verschiedener Modelle mit unterschiedlichen methodischen Ansätzen gemeinsam betrachtet werden (Modell-Ensemble). So wird die Bandbreite möglicher Entwicklungen aufgezeigt. Je einheitlicher die Aussagen des Ensembles bzgl. Bandbreite und Richtung der Entwicklungen sind, desto "robuster" ist das Klimasignal. Voraussetzung hierbei ist ein möglichst großes Ensemble von unabhängigen Mitgliedern.
Dem Deutschen Wetterdienstes (DWD) zufolge war das Jahr 2020 mit einer Jahresmitteltemperatur von 10,4 °C, die nur knapp unter der des bislang wärmsten Jahres 2018 (10,5 °C) lag, das bisher zweitwärmste Jahr in Deutschland seit dem Beginn der regelmäßigen Aufzeichnungen im Jahr 1881. Mit Ausnahme des Monats Mai lagen die Temperaturen aller Monate deutlich über dem Durchschnitt. Die ersten Sommertage (Tage mit einer Maximaltemperatur ≥ 25 °C) waren am 17. April in Mittel- und Süddeutschland zu verzeichnen. Insgesamt wurden 9 der 10 wärmsten Jahre im 21. Jahrhundert aufgezeichnet. Die davon 4 wärmsten Jahre lagen allein in der zurückliegenden Dekade 2011 bis 2020 und trugen dazu bei, dass diese in Deutschland die wärmste seit Beginn der Wetteraufzeichnungen ist. Das verdeutlicht den rasanten Temperaturanstieg, der sich insbesondere innerhalb der letzten Jahrzehnte vollzogen hat. Der Mensch hat daran einen wesentlichen Anteil. Neben natürlich ablaufenden Prozessen ist es die Verbrennung fossiler Energieträger, die dazu führt, dass große Mengen an Kohlenstoffdioxid direkt in die Atmosphäre freigesetzt werden. Ebenso wirken sich massive Landnutzungsänderungen wie die Abholzung von Wäldern, die Trockenlegung von Mooren und umfangreiche Flächenversiegelung regional aber auch global auf das Klima aus. Klimaprojektionen dienen dazu, die weitere Entwicklung des Klimas in der Zukunft abzuschätzen. Dabei wird die wahrscheinliche Einflussnahme durch den Menschen berücksichtigt. Gemäß der Stärke des angenommenen Einflusses werden Szenerien oder „Konzentrationspfade“ (engl. Representative Concentration Pathways – RCPs) entwickelt. Beim Szenario RCP 8.5 wird davon ausgegangen, dass die Einflussnahme durch den Menschen auch weiterhin „so wie bisher“ erfolgt. Die Zahlenangabe besagt dabei, dass auf der Erde im Jahr 2100 in Folge eines positiven Strahlungsantriebs 8,5 W/m 2 „zusätzliche Energie“, verglichen mit dem vorindustriellen Niveau, zur Verfügung stehen wird, wodurch eine Erwärmung der bodennahen Luftschicht erfolgt. Dies zieht eine Reihe sich gegenseitig ungünstig beeinflussender globaler Wirkungen nach sich. Ein wesentlicher Punkt ist, dass ein Großteil dieser zusätzlichen Energie in den Ozeanen gespeichert wird. Neben der thermischen Ausdehnung in Folge der Erwärmung trägt das Abschmelzen der polaren Eiskappen, bzw. Eisschilde zu einem Anstieg des Meeresspiegels bei. An der Nordseeküste ist seit Beginn regelmäßiger Pegelaufzeichnungen ein Anstieg des mittleren Meeresspiegels um 2 bis 4 mm pro Jahr zu beobachten. Wissenschaftler gehen davon aus, dass sich dieser Trend in der Zukunft fortsetzen wird. Die globale Erwärmung bewirkt außerdem, dass Permafrostböden auftauen. Dabei wird das klimawirksame Gas Methan freigesetzt, welches wiederum die Erderwärmung vorantreibt. Einer aktuellen Veröffentlichung des Copernicus Climate Change Service zufolge war das Jahr 2020 global das wärmste Jahr seit Beginn der Aufzeichnungen und das sechste in einer Folge außergewöhnlich warmer Jahre beginnend mit 2015. Das macht die Dekade 2011 bis 2020 zur wärmsten Dekade, die bislang beobachtet wurde. Im Vergleich zum vorindustriellen Niveau (1850 bis 1900) hat sich die Lufttemperatur um etwa 1,25 °C erhöht. Die größten Temperaturabweichungen vom Mittelwert der Referenzperiode 1981 bis 2010 erreichten über 6 °C über der Arktis und Nordsibirien. Unter der Annahme des RCP8.5-Szenarios wird die global gemittelte Oberflächentemperatur bis zum Jahr 2100 um 2,6 bis 4,8 °C ansteigen. Die höchsten Erwärmungsraten werden über den Kontinenten und an den Polkappen auftreten. Damit verbunden wird der Meeresspiegel global um 45 bis 82 cm ansteigen. In Deutschland ist das Jahresmittel der Lufttemperatur seit 1881 um durchschnittlich 1,6 °C angestiegen. Der Temperaturanstieg ist jedoch regional unterschiedlich stark ausgeprägt. Für die nahe Zukunft (2021 bis 2050) ist unter den Bedingungen des RCP8.5-Szenarios ein weiterer Temperaturanstieg von 0,8 bis 2,3 °C zu erwarten, für den Zeithorizont 2071 bis 2100 liegen die Ergebnisse bei 2,7 bis 5,2 °C. Am stärksten werden die süddeutschen Regionen von diesen Temperaturerhöhungen betroffen sein. Mit der allgemeinen Temperaturzunahme werden die mit Wärme verbundenen Extreme zunehmen und die mit Kälte verbundenen Extreme abnehmen. Im Berliner Raum ist die durchschnittliche Jahresmitteltemperatur seit Beginn der Aufzeichnungen im Jahr 1881 um ca. 1,3 °C angestiegen. Im Jahr 2020 war Berlin mit einer Jahresdurchschnittstemperatur von 11,4 °C das mit Abstand wärmste Bundesland. Für die nahe Zukunft (2013 bis 2060) wird – verglichen mit dem Referenzzeitraum 1971 bis 2000 – für das RCP8.5-Szenarion eine Zunahme der durchschnittlichen Tageshöchsttemperatur von 1,2 bis 1,9 °C erwartet. Bis zum Ende des 21. Jahrhunderts wird sich die Temperaturzunahme fortsetzen, sodass die Tageshöchsttemperaturen dann 2,9 bis 3,7 °C mehr als im Referenzzeitraum betragen können. In den Wintermonaten werden trotz der generellen Temperaturerhöhung aufgrund interannueller Schwankungen auch gegen Ende des Jahrhunderts Kälteereignisse auftreten. Diese werden jedoch zunehmend seltener vorkommen. Abbildungen: Änderung der Variable “Tageshöchsttemperatur” für Berlin (Gitterzelle Dahlem) – Zeitreihen der CORDEX-Modellergebnisse (Abb. 1), Verteilung der absoluten Temperaturänderungen (Abb. 2) und die über alle betrachtete Gitterzellen aggregierte Änderung der Mehrheit der Modelle; (Tabelle). Quellen: AFOK-Hauptbericht Die Niederschlagsentwicklung abzuschätzen ist mit großen Unsicherheiten behaftet. Der globale Niederschlag hat eine sehr große räumliche und zeitliche Variabilität. Über Europa haben die Niederschläge im letzten Jahrhundert um 6 bis 8 % zugenommen, wobei die Zunahme mehrheitlich (10 bis 40 %) über Nordeuropa erfolgte und im Mittelmeerraum und Südeuropa ein Rückgang um bis zu 20 % zu verzeichnen war. Im RCP8.5-Szenario wird sich diese deutliche Zweiteilung der Niederschlagsentwicklung über Europa bis zum Endes des 21. Jahrhunderts verstärken. In den Sommermonaten werden die Niederschläge jedoch über ganz Europa abnehmen. In Deutschland fielen in der Referenzperiode 1961 bis 1990 durchschnittlich 789 mm (das entspricht 789 Litern pro Quadratmeter) Niederschlag pro Jahr. Bezogen auf diesen Zeitraum hat sich die jährliche Niederschlagshöhe innerhalb der vergangenen 135 Jahre um etwa 11 % erhöht. Die größten Jahresniederschlagshöhen werden in den Alpen mit durchschnittlich 1.935 mm erreicht. In 2020 fielen die Niederschläge jedoch in der gesamten Bundesrepublik das dritte Jahr in Folge zu gering aus. Berlin gehört mit schwankenden Jahresniederschlagshöhen zwischen 510 und 580 Litern pro Quadratmeter (l/m 2 ) bundesweit zu den Regionen mit den geringsten Niederschlägen. Etwa 2/3 der Tage im Jahr sind niederschlagsfrei. Die längsten Trockenphasen dauerten im Zeitraum 1971 bis 2000 zwischen 22 und 26 Tagen an. Im Jahr 2020 war Berlin mit rund 492 l/m 2 die trockenste Region Deutschlands. Für die Zukunft wird basierend auf dem RCP8.5-Szenario im Frühling und Winter eine Zunahme der Niederschlagssummen angenommen, die sich zum Ende des Jahrhunderts verstärkt. Ebenso werden die Niederschläge im Herbst in ferner Zukunft (2071 bis 2100) zunehmen. Für die Sommermonate können keine eindeutigen Aussagen getroffen werden. Insbesondere die Darstellung von Starkregenereignissen wird durch die räumliche Variabilität von Niederschlagsereignissen und das relativ seltene Auftreten starker Niederschläge erschwert. Für die Wintermonate wird im Zuge des allgemeinen Erwärmungstrends davon ausgegangen, dass die Niederschläge, die in Form von Schnee auftreten, in naher Zukunft (2031 bis 2060) um ca. 30 bis 40 % und bis zum Ende des 21. Jahrhunderts um etwa 60 bis 70 % zurückgehen werden. Abbildungen: Relative Änderung der jährlichen gemittelten Niederschlagssummen für Berlin (Gitterzelle Dahlem) – Zeitreihen der CORDEX-Modellergebnisse (Abb. 3), Verteilung der relativen Häufigkeitsänderungen (Abb. 4) und die über alle betrachtete Gitterzellen aggregierte Änderung der Mehrheit der Modelle (Tabelle). Quellen: AFOK-Hauptbericht Deutsche Koordinierungsstelle des Weltklimarates “Intergovernmental Panel on Climate Change (IPPC)” The Intergovernmental Panel on Climate Change (IPCC) Copernicus Klimaprojektionen für Deutschland auf der Website des Deutschen Wetterdienstes Klimaforschung am Helmholtz-Zentrum für Umweltforschung GmbH – UFZ Klimageographie an der Humboldt-Universität zu Berlin Institut für Ökologie, Fachgebiet Klimatologie an der Technischen Universität Berlin Institut für Meteorologie, Fachbereich Geowissenschaften an der Freien Universität Berlin
Globale Szenarien zur zeitlichen Entwicklung der globalen THG-Emissionen im weiteren Verlauf des 21. Jahrhunderts sind eine unerlässliche Grundlage für die globale Klimapolitik und die internationale Forschung zur zukünftigen Entwicklung des Klimawandels. Die internationale Klimaforschungsgemeinschaft erarbeitete dafür seit 2010 das Rahmenwerk der sogenannten SSP-RCP (Shared Socioeconomic Pathways and Representative Concentration Pathways), welches seit 2017 den globalen Standard dargestellt hat, um Klimamodelle mit den notwendigen Eingangsdaten zu verschiedenen möglichen sozio-ökonomischen Zukünften zu versorgen (O'Neill et al, 2020). Dieses Rahmenwerk muss im Rahmen des Coupled Model Intercomparison Project/Scenario Model Intercomparison Project 7 (CMIP/ScenarioMIP7) in den kommenden drei Jahren überarbeitet und an die aktuelle weltwirtschaftliche und technologische Situation angepasst werden (Pirani et al, 2024). Dies bedeutet auch Identifikation wesentlicher notwendiger Weiterentwicklungen der beteiligten Integrierten Bewertungsmodelle (Integrated Assessment Models, IAM), welche die Wechselwirkungen zwischen Bekämpfung des Klimawandels und wirtschaftlicher Entwicklung quantifizieren können und einen wesentlichen Input für die Verhandlungen unter der VN-Klimarahmenkonvention und dem Übereinkommen von Paris darstellen. Das UBA erhält in diesem Projekt einen wichtigen Einblick in den Prozess der Szenariengenese für den anstehenden 7. Sachstandsbericht des IPCC sowie frühen Zugriff auf Klimaschutzpfade, noch vor deren Publikation in wissenschaftlich begutachteten Fachzeitschriften.
Klimatologische Kennwerte zum Klima der Zukunft im Klimaatlas BW. Daten basierend auf Klimamodelldaten und RCP-Szenarien 1971-2100.
Die erwarteten zukünftigen Auswirkungen des Klima- und Landnutzungswandels auf den terrestrischen Wasserkreislauf verlangen Modellierungsansätze, die in der Lage sind, hydrologische Prozesse auf den für lokales und regionales Wassermanagement relevanten Skalen zu simulieren. Physikalisch-basierte hydrologische Modelle auf der Mesoskala sollten alle lokalen Gegebenheiten berücksichtigen, die zur Steuerung der räumlichen Differenzierung des Niederschlag-Abfluss Transformationsprozesses beitragen. Zur Etablierung eines Modells, welches das Verhalten hydrologischer Systeme realitätsnah simuliert, werden wir einen 'integrierten' multikriteriellen Kalibrationsansatz entwickeln, der neben dem Gebietsabfluss auch detaillierte räumliche Informationen über die dominierenden Abflussbildungsprozesse und Tagesraten der Evapotranspiration (ETa), abgeleitet aus hochauflösenden Fernerkundungsdaten, beinhaltet. Wir werden unseren Ansatz für drei ausgewählte Einzugsgebiete im Nahe-Tal (Südwestdeutschland) im Rahmen des flexibel anpassbaren WaSiM-ETH Models entwickeln, um ein beispielhaftes Verhalten-erklärendes (behavioural) Modell zu erstellen, das die raumzeitliche Dynamik des Niederschlag-Abfluss Prozesses in stündlichen Zeitschritten abbildet. Dazu werden fernerkundlich erfasste Landoberflächenparameter und aus Thermaldaten abgeleitete ETa Karten mit einer Pixelgöße vonca. 30-100 m eingebunden. Zur Erstellung dieser Karten auf Tagesbasis werden wir Multi-Sensor Datenfusionsansätze und Methoden zum sogenannten 'Downscaling' der Landoberflächentemperatur, welche die Vorteile räumlich hoch-auflösender Fernerkundungssysteme wie z.B. Landsat-8/Sentinel-2 mit zeitlich hochauflösenden Erdbeobachtungssystemen wie MODIS und VIIRS verknüpfen. ETa Raten werden mit einer Reihe von etablierten Energiebilanzmodellen (SEBAL, METRIC, SSEB) ermittelt. Diese Prozessierungskette ermöglicht die für die Kopplung mit räumlich-distributiven hydrologischen Modellen auf der Mesoskala notwendige Ableitung von LST und ETa Karten auf der Feldskala. Diese Fernerkundungsprodukte können unmittelbar zur Kalibration des hydrologischen Modells WaSiM-ETH eingesetzt werden. Etabliert werden sowohl manuelle als auch automatisierte Kalibrationsansätze, welche die raumzeitliche Dynamik der ETa Muster innerhalb der Einzugsgebiete mit einer Reihe von räumlichen Metriken erfassen. Die Kombination von fernerkundlich-abgeleiteter ETa bei wolkenfreien Bedingungen mit Simulationsergebnissen der hydrologischen Modellierung erlaubt uns die Erstellung lückenloser, hochauflösender ETa Zeitreihen. Darüber hinaus wird ein physikalisch-basiertes 'behavioural' Modell fähig sein, korrekt auf veränderte Randbedingungen hinsichtlich des Klimas oder der Landnutzung zu reagieren, und so zum Verständnis von Veränderungen im Wasserkreislauf im Rahmen globaler Klimaszenarien beitragen (z.B. das RCP6.0 oder das RCP8.5 Szenario, beide mit deutlichen Änderungen von Temperatur- und Niederschlagsmustern).
Dimethylsulfid (DMS) ist ein klimarelevantes Spurengas marinen Ursprungs, das in der Atmosphäre als Vorstufe von Kondensationskernen bei der Wolkenbildung dient. Das Südpolarmeer wurde als Region mit erheblicher DMS Freisetzung aus dem Ozean in die Atmosphäre erkannt. Schwerpunkte der DMS Produktion wurden in der Nähe des Antarktischen Kontinentes und in der Zone der saisonalen Eisschmelze ermittelt. Modellsimulationen haben gezeigt, dass Störungen der DMS Flüsse vom Ozean in die Atmsophäre die Wolkenbedeckung beeinflussen und so zu Veränderungen im Strahlungshaushalt der Atmosphäre führen können. Das Prozessverständnis für marine DMS Emissionen und ihre Vorhersage sind somit entscheidend für Szenarien zukünftiger Klimabedingungen. DMS wird im Oberflächenozean durch den bakteriellen Abbau von Dimethylsulfoniumpropionat (DMSP) freigesetzt, das wiederum durch Phytoplankton produziert wird. Der bakterielle DMSP-Abbau folgt zwei konkurrierenden enzymatischen Stoffwechselwegen: dem Demethylierungsweg und dem Spaltungsweg. Da nur der Spaltungsweg zur Produktion von DMS führt, ist ein verbessertes Verständnis von Umweltfaktoren und genetischen Voraussetzungen, die die Balance zwischen den beiden Stoffwechselwegen kontrollieren, von großer Bedeutung um die Regulation der biologischen DMS Flüsse vom Ozean in die Atmosphäre abzuschätzen. Während die globalen Auswirkungen des DMSP Umsatzes im Ozean schon vor mehr als 30 Jahren erkannte wurden, ist es durch neue Methoden der Molekularbiologie und der „Omics“ Techniken erst kürzlich möglich geworden relevante Gene des bakteriellen DMSP Stoffwechsels zu identifizieren und Einsicht in ihre phylogenetische Verteilung zu gewinnen. Bisherige Erkenntnise zum bakteriellen Umsatz von DMSP in marine Systemen basieren weitgehend auf Studien aus mittleren und niederen Breiten, während die polaren Ozeane kaum untersucht wurden. Die Analyse der Bakteriengemeinschaften im Weddellmeer mittels Amplicon Sequenzierung des 16S rRNA Gens hat hohe Abundanzen potentiell DMS produzierender Bakteriengruppen wie der Roseobacter Gruppe und SAR11 gezeigt.Im vorgeschlagenen Projekt möchten wir modernen Methode der Moleklularbiologie in Kombination mit bioinformatischen Werkzeugen anwenden um im Weddellmeer(1) die Umweltkontrolle des bakteriellen DMSP Abbaus zu analysieren(2) die Diversität und Taxonomie DMSP abbauender Bakterien zu untersuchen(3) das genetische Inventar für DMSP Transformationen zu analysieren und(4) Stoffwechsel und ökologische Strategien von Schlüsselarten zu charakterisieren.Hierzu werden Seewasserproben analysiert, die am Östlichen Weddellmeer Eisschelf, am Filchner-Ronne Eisschelf und im Weddellwirbel genommen wurden. Die zu erwartenden Ergebnisse werden das mechanistische Verständnis des bakteriellen DMSP Abbaus im Weddellmeer verbessern und zu verlässlichen Prognosen von marinen DMS Emissionen im Südpolarmeer unter zukünftigen Klimaszenarien beitragen.
Dienst bestehend aus den Rasterlayern zur mittleren Anzahl von Kühlgradtagen [Kelvin*Tag] nach Spinoni. Hier wird der Kühlenergiebedarf durch eine Temperatursumme dargestellt. Die Kühlgradtage werden von der Lufttemperatur abgeleitet und nach dem Verfahren von Spinoni et al. (2015) berechnet. Hierbei wird eine Basistemperatur von 22 °C angenommen. Liegt die Tageshöchsttemperatur unter diesem Wert, wird nicht von einem Kühlbedarf ausgegangen. Die jeweiligen Raster-Layer wurden für die 30-jährigen Mittelwerte der Klimanormalperioden 1951-1980, 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 und 1951-1980 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019), Berechnung durch das LANUK. Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
| Organisation | Count |
|---|---|
| Bund | 39 |
| Land | 26 |
| Weitere | 1 |
| Wissenschaft | 16 |
| Type | Count |
|---|---|
| Förderprogramm | 26 |
| Text | 18 |
| unbekannt | 9 |
| License | Count |
|---|---|
| Geschlossen | 22 |
| Offen | 31 |
| Language | Count |
|---|---|
| Deutsch | 48 |
| Englisch | 11 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 6 |
| Dokument | 13 |
| Keine | 19 |
| Webseite | 26 |
| Topic | Count |
|---|---|
| Boden | 40 |
| Lebewesen und Lebensräume | 48 |
| Luft | 53 |
| Mensch und Umwelt | 53 |
| Wasser | 41 |
| Weitere | 53 |