Der Klimawandel ist ein globales Phänomen. Erhöhte Treibhausgaskonzentrationen in der Atmosphäre führen zu globalen Veränderungen des Klimas. Auf lokaler Ebene können Betroffenheiten entstehen. Es ist eine besondere Herausforderung, ausgehend von globalen Klimaveränderungen auf lokale Folgen, z. B. für die Wasserstraßen, zu schließen. In KLIWAS1 wird mit Hilfe einer Kette von Modellen das Klimaänderungssignal Schritt für Schritt auf kleinere räumliche Skalen übertragen. Am Anfang stehen verschiedene Emissionsszenarien die mögliche Zukünfte beschreiben. Ausgehend von diesen Emissionsszenarien wird der Klimawandel über globale Klimamodelle, regionale Klimamodelle und Abflussmodelle bis hin zu den Wirkmodellen bis zur lokalen Ebene der Wasserstraße transferiert.
Kein Modell in dieser Kette repräsentiert die Natur perfekt. Die Ergebnisse jedes Modells basieren auf Annahmen und sind mit Unsicherheiten behaftet. Im Verlauf der Modellkette summieren sich die Unsicherheiten auf. Am Ende der Modellkette ist die Bandbreite der möglichen Folgen eines Klimawandels auf lokaler Ebene sehr groß.
Für die deutschen Küstengebiete der Nord- und Ostsee einschließlich der Ästuare ist es aufgrund dieser Unsicherheiten schwierig, konkrete Aussagen zu den lokalen Auswirkungen und möglichen Betroffenheiten zu machen. Eine Möglichkeit mit diesen Unsicherheiten umzugehen sind Sensitivitätsstudien.
Die wichtigsten physikalischen Parameter im Ästuar sind Wasserstand, Strömungsgeschwindigkeit, Salzgehalt, Temperatur und Schwebstoffgehalt. Wie sich diese Parameter in einem Ästuar entwickeln, ist abhängig von den Randbedingungen. Die Randbedingungen werden durch die Haupteinflussfaktoren Meeresspiegel in der Nordsee, Abfluss, Wind und Topographie bestimmt, die sich direkt oder indirekt durch die Folgen eines Klimawandels verändern können.
Für die Sensitivitätsstudien werden die genannten Haupteinflussfaktoren, die die Randbedingungen dieser Studien bilden, einzeln und in Kombination variiert. Auf diese Weise können Aussagen darüber getroffen werden, wie sich im Ästuar Wasserstand, Strömung, Salzgehalt und Schwebstoffe an die veränderten Randbedingungen (Folgen des Klimawandels) anpassen. Dadurch ist es möglich, festzustellen, unter welchen Bedingungen ein Schwellenwert überschritten wird, der eine Betroffenheit auslöst.
Gleichzeitig tragen diese Szenarien zum Prozessverständnis des physikalischen Systems Ästuar bei. Sensitivitätsstudien liefern klare Wenn-Dann-Aussagen. Für eine zeitliche Zuordnung können die Ergebnisse der Sensitivitätsstudien über die jeweils verwendeten Haupteinflussfaktoren mit den aktuellen Klimaszenarien in Beziehung gesetzt werden. (Text gekürzt)
Niederschlag ist eines der wichtigsten Klimaelemente, welches komplexe atmosphärische Prozesse mit Wasserkreislauf, Schneebedeckung und Massenbilanz von Gletschern verknüpft. Niederschlag ist eine Schlüsselgröße im Umgang mit Wasserressourcen und in der Verhinderung von Hochwasser und Dürre. Dies gilt besonders für das Untersuchungsgebiet des Bündelprojektes PRIME, welches Hochasien, d.h. das Tibet-Plateau und seine umgrenzenden Gebirgsketten, umfasst. Die Forschung im Rahmen von PRIME zielt darauf ab, einen verbesserten, auf neuen Fernerkundungsverfahren und fortgeschrittenen Ansätzen regionaler numerischer Klimamodellierung (HAR*) aufbauenden, Rasterdatensatz für Niederschlag abzuleiten und zu validieren (i). Darauf aufbauend werden räumliche und zeitliche Muster, großräumige Antriebe und meso- bis lokalskalige Prozesse untersucht, die die Niederschlagsvariabilität bestimmen (ii). Die verbesserte Genauigkeit und das erweiterte Verständnis von Niederschlagstypus und -variabilität ermöglichen es, das Wissen über räumliche und zeitliche Variabilität der Gletschermassenbilanz, saisonale Schneedecken und Wasserspeicher in verschiedenen Teilregionen Hochasiens zu erweitern (iii). Das Teilprojekt PRIME-HYD befasst sich spezifisch mit dem Oberflächenwasserzyklus und wie dieser durch die Niederschlagsvariabilität und Temperatur beeinflusst wird. Für diesen Zweck wurden zwei Gebiete bestimmt: Das endorheische Einzugsgebiet des Pangong Sees (1) und jenes des Brahmaputra (2), zwei Systeme mit gemeinsamen Ursprung am Tibet-Plateau. Zur hydrologischen Modellierung wird ein verteiltes hydrologisches Modell erstellt, das durch ein Modul zur Darstellung der Gletscher und Schneedecke ergänzt wird. Das Modell wird von einem durch probabilisitsches downscaling verfeinertes Niederschlagsprodukt angetrieben, das durch die Bayessche Verbindung von Niederschlagsdaten aus der Fernerkundung und Atmosphärensimulationen HAR* an Bodenmessdaten konditioniert wird. Temperaturdaten aus der Fernerkundung und simulierte Temperaturdaten aus HAR*, die für die Simulation von Eis und Schnee erforderlich sind, können analog zu den Niederschlagsdaten verarbeitet werden. Nach der Eichung und Validierung des Modells anhand von Schnee und Abflussdaten, wird es zur Analyse von Einflüssen der Niederschlagsvariabilität auf die Abflüsse und die Seespiegelstände auf subdekadischen Zeitskalen angewandt. Die hydrologischen Zeitreihen die durch das Modell ausgegeben werden, werden anschliessend auf möglich periodische Variabilitätsmuster untersucht. Eines der wichtigen Produkte, welches durch das Projekt bereitgestellt wird, ist ein physikalisch-basiertes räumlich distribuiertes hydrologisches Modell in einem Gebiet am Tibet-Plateau, für das bisher keine wissenschaftlichen hydrologischen Modellinstrumente verfügbar sind. Die für das Vorhaben erforderlichen hydro-meteorologischen Daten werden durch das chinesische Ministerium für Wasserressourcen zugänglich gemacht.
Das Projekt soll untersuchen, welche Ertragsszenarien aus der gegenwärtigen Bandbreite an Klimaszenarien folgen und welche pflanzenzüchterischen Anpassungsmaßnahmen, beispielsweise eine angepasste Standortwahl oder die Integration von indirekten Selektionsmerkmalen, geeignet sind, negativen Entwicklungen entgegenzuwirken. Dies dient direkt der Entscheidungsfindung in der Zuckerrübenzüchtung, um hier besser auf zukünftige Klimaänderungen reagieren zu können. Methodisch wird dabei auf einer bisher kaum eingesetzten Kombination von Phänotypisierungstechnik im Feldversuch, modellgestützter Analyse und Interpretation der Phänotypisierungsdaten sowie Szenarienrechnungen unter Einbeziehung von relevanten Klimaszenarien gesetzt. State-of-the-art Ensembles regionaler Klimamodelle werden zur Evaluierung der Effekte des Klimawandels eingesetzt. Der räumliche Fokus des Projektes liegt auf den für Deutschland relevanten Anbau- und Zuchtgebieten in Mitteleuropa. Es wird ausschließlich der heutige und zukünftige mit dem Klimawandel assoziierte abiotische Stress betrachtet.
Das Projekt soll untersuchen, welche Ertragsszenarien aus der gegenwärtigen Bandbreite an Klimaszenarien folgen und welche pflanzenzüchterischen Anpassungsmaßnahmen, beispielsweise eine angepasste Standortwahl oder die Integration von indirekten Selektionsmerkmalen, geeignet sind, negativen Entwicklungen entgegenzuwirken. Dies dient direkt der Entscheidungsfindung in der Zuckerrübenzüchtung, um hier besser auf zukünftige Klimaänderungen reagieren zu können. Methodisch wird dabei auf einer bisher kaum eingesetzten Kombination von Phänotypisierungstechnik im Feldversuch, modellgestützter Analyse und Interpretation der Phänotypisierungsdaten sowie Szenarienrechnungen unter Einbeziehung von relevanten Klimaszenarien gesetzt. State-of-the-art Ensembles regionaler Klimamodelle werden zur Evaluierung der Effekte des Klimawandels eingesetzt. Der räumliche Fokus des Projektes liegt auf den für Deutschland relevanten Anbau- und Zuchtgebieten in Mitteleuropa. Es wird ausschließlich der heutige und zukünftige mit dem Klimawandel assoziierte abiotische Stress betrachtet.
Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.