Klimafolgen werden typischerweise aus kombinierten Ereignissen (CEs) verursacht, also multivariate Kombinationen von klimatischen Treibern. Beispielsweise kann ein gleichzeitig heißer und trockener Sommer zu Vegetationsschäden führen, deren Auswirkungen oft die von Hitzewellen und Dürren für sich genommen übertreffen; gleichzeitige Waldbrände in mehreren europäischen Ländern können gemeinsam genutzte Einsatzmittel wie Löschflugzeuge überlasten und somit zu größeren Schäden führen. In den letzten Jahren ist aufgrund der Erkenntnis, dass eine univariate Perspektive auf Gefahren Klimarisiken möglicherweise stark unterschätzen und zu Fehlanpassungen führen kann, eine wachsende Zahl wissenschaftlicher Literatur zu CEs entstanden. Unser Verständnis von CEs, einschließlich der Quantifizierung, wie häufig sie auftreten und wie sie sich in Zukunft ändern werden, ist jedoch noch sehr begrenzt. Besonders die begrenzte Anzahl von Beobachtungen und routinemäßig verwendeten Klimamodellergebnissen macht die Forschung zu CEs sehr herausfordernd. Beispielsweise könnte man auf der Grundlage von einem kleinen Stichprobenumfang schlussfolgern, dass CEs an Orten selten sind, wo sie stattdessen sehr häufig sind. Das Hauptziel von ADVICE besteht darin, das volle Potenzial neuartiger Ensembles von Klimamodellen (SMILEs) auszuschöpfen, die Hunderte bis Tausende von Jahren an Daten des gegenwärtigen und zukünftigen Klimas liefern, um unser Verständnis von CEs zu erweitern. ADVICE baut auf früheren bahnbrechenden Beiträgen zur Erforschung von CEs durch den PI auf. Zwei Doktorand*innen werden gleichzeitig auftretendes Feuerwetter in europäischen Ländern und mehrjährige Dürren untersuchen, welche Ökosystemauswirkungen verstärken können, während ein Postdoc und der PI eine Reihe anderer CE-Typen untersuchen werden. ADVICE wird CE-Häufigkeiten und die damit verbundenen Unsicherheiten quantifizieren und so Informationen über Regionen mit erhöhtem CE-Risiko liefern. ADVICE wird Worst-Case-CEs untersuchen, die besonders extreme sozioökonomische Auswirkungen haben können. Die angemessene Kommunikation von Unsicherheiten in Prognosen ist unerlässlich, um irreführende Risikobewertungen zu vermeiden. Daher wird ADVICE verschiedene zukünftige Klimaentwicklungen abschätzen, einschließlich plausibler Worst-Case-Szenarien. Darüber hinaus werden Methoden zur Reduzierung von Unsicherheiten in CE-Projektionen untersucht. Insgesamt wird ADVICE die wichtigsten Vorteile von SMILEs für die Untersuchung von CEs sowie Informationen über die Fähigkeit von Klimamodellen bei der Darstellung von CEs herausarbeiten, was für Klimawissenschaftler*innen wichtig ist. Angesichts der Notwendigkeit einer multivariaten Perspektive in der Risikobewertung, werden die Ergebnisse von ADVICE zu verbesserten Klimarisikoabschätzungen beitragen, was letztendlich die Entwicklung der Anpassung an den Klimawandel unterstützen wird.
Wasserressourcen in Hochgebirgsregionen haben eine zentrale Funktion für Menschen und Ökosysteme. Eine wachsende Anzahl an Studien bewertet aktuelle und künftige Veränderungen der Abflüsse in bedeutenden Gebirgen. Gleichzeitig werden Anpassungsstrategien erarbeitet, um aktuelle und zu erwartende Wasserhaushaltsdefizite zu verringern. Der 5. Bericht des IPCC hebt die grundlegende Bedeutung des Risiko-Anpassung-Zusammenhanges sowohl für die Entwicklung von Anpassungsstrategien als auch zur Verringerung und Handhabung zukünftiger Klimarisiken hervor. Allerdings sind umfangreiche Analysen des Risikos in Bezug auf die Wasserressourcen und den Klimawandel mit mehrdimensionalen Einflussfaktoren und unter Berücksichtigung von verschiedenen Skalen komplex und für die klimasensitiven Gebirgsregionen oft nicht vorhanden. Dieser gemeinschaftliche Antrag wird die Herausforderung mittels der international führenden Expertise der Universitäten Zürich und Stuttgart in Angriff nehmen. Durch die Kopplung von hydroklimatischen (Wasserangebot) und sozioökonomischen (Wassernachfrage) Daten wird ein Wasserhaushalts-Modellierungsframework entwickelt, der als Grundlage für die Analyse von Wasserrisiken und Anpassungsstrategien dient. Als integratives Fallbeispiel wird diese Methodologie in 2 Schlüsselregionen in den peruanischen Anden angewandt. Beide Regionen sind stark von Klimawandel und sozioökonomischen Auswirkung betroffen und somit einem potentiell hohem Maß an Wasserrisiken ausgesetzt. Die Hauptziele dieses Antrags sind:- Die Entwicklung räumlich und zeitlich konsistenter Zeitreihen von hochaufgelösten hydroklimatischen Daten (beobachtet und projiziert) mithilfe von innovativen Interpolations- und Downscalingmethoden.- Eine umfassende Analyse der Einflussfaktoren auf die Wassernachfrage in den Fallbeispielregionen und die Ableitung von sozioökonomischen Szenarien und deren Wassernachfrage (beobachtet und projiziert).- Die Entwicklung eines Wasserbilanzmodells für Wasserangebot und -nachfrage, welches für Simulationen zukünftiger Szenarien verwendet wird, und somit Variabilität und Knappheit der Wasserressourcen aufzuzeigen.- Bewertung von Wasserrisiken in Bezug auf die verschiedenen wirtschaftlichen Sektoren und sozialen Gruppen. Grundlagen der Bewertungen sind hydrologischen Modelloutputs, die die Empfindlichkeit von Umweltsystemen und ökonomischen und sozialen Systemen und ein iteratives Verfahren, welches potentielle Anpassungsstrategien aufweist. Der Antrag schließt somit wissenschaftliche Lücken in der Analyse von gegenwärtigen und zukünftigen Wasserrisiken in Gebirgsgebieten. Die Innovation des Vorgehens in den transdisziplinären Ansatz für die Risikoanpassung, der die IPCC-Konzepte in Forschungsmethoden umsetzt.
Ziel des Vorhabens 'Nachhaltige Erzeugung und Verwertung von Rohrkolben auf Niedermoorstandorten in Niedersachsen (RoNNi)' ist die Transformation der Bewirtschaftung von entwässerten, landwirtschaftlich genutzten Niedermoorböden hin zu einer klimaschonenden, moorbodenkonservierenden Nassbewirtschaftung durch den Anbau von Rohrkolben. Hierzu soll in zwei Modellregionen mit unterschiedlicher landwirtschaftlicher Struktur (Emsland/ Cuxhaven) die großflächige, qualitätsoptimierte Erzeugung von Rohrkolben (T. angustifolia/T. latifolia) und die Verwertung der Biomasse als Baustoff und als Gartenbausubstrat (Torfersatz) entwickelt, demonstriert und für die Vermarktung vorbereitet werden. Zur Ermittlung von praxisrelevanten Verfahrensdaten erfolgt die Anlage von zwei Poldern (je größer als 5 ha). Durch die Wiedervernässung werden die Treibhausgas-Emissionen aus der Landwirtschaft deutlich reduziert. Im Zuge des Anbaus werden Daten zur Treibhausgasminderung, Biodiversität, Wasserreinigungsfähigkeit und zu Erntemengen durch ein wissenschaftliches Monitoring erhoben. Die Einrichtung von zwei regionalen Akteursnetzwerken zur Erarbeitung gemeinsamer Lösungen für die Nassbewirtschaftung der Niedermoorregionen und Förderung der Akzeptanz des Typha-Anbaus erfolgt unter Beteiligung aller relevanten Stakeholder und der Bevölkerung. Die ökologischen, hydrologischen wie auch die ökonomischen und sozioökonomischen Effekte werden erstmals für die Regionen wissenschaftlich im Rahmen eines Regionalkonzeptes ermittelt und bewertet. Für die Bauprodukte werden baurechtliche Grundlagen und Ökobilanzierungen bereitgestellt. An drei Demonstrationsobjekten werden Typha-Produkte verwendet und untersucht. Die Etablierung von Verwertungslinien im Verbund mit Unternehmen und Forschungspartnern umfasst auch die Aufbereitung von Torfersatzstoffen im Praxismaßstab. Wissenstransfer und Öffentlichkeitsarbeit begleiten den Prozess. Das neunjährige Vorhaben (3 Projektphasen) beginnt 2023.
El Niño/Southern Oscillation (ENSO) ist die dominate Mode der Klimavariabilität des gekoppelten Ozean-Atmosphäre-Systems im tropischen Pazifik und ergibt sich aus einem komplexen Zusammenspiel zwischen verstärkenden und dämpfenden Feedbacks. Angesichts seiner großen sozioökonomischen Auswirkungen ist es sehr wichtig genau vorherzusagen, wie sich ENSO unter der globalen Erwärmung verändern wird. Obwohl in den letzten Jahrzehnten Verbesserungen bei der Simulation von ENSO erreicht wurden, bleibt eine realistische Darstellung von ENSO und seiner Projektion unter der globalen Erwärmung eine Herausforderung. Die Projektionen von ENSO unterscheiden sich stark zwischen den Klimamodellen, die an den Phasen 3 und 5 des Coupled Model Intercomparison Project (CMIP3 und CMIP5) teilnehmen. Obwohl diese Modelle ENSO simulieren, der in einfachen Indizes mit Beobachtungen übereinstimmt, unterscheidet sich die zugrunde liegende Dynamik stark von der beobachteten. In Beobachtungen wächst eine anfängliche SST-Anomalie während ENSO-Ereignissen durch windinduzierte Änderungen der Ozeandynamik. Dieser Tendenz wirkt ein dämpfendes Feedback der atmosphärischen Wärmeflüsse entgegen, insbesondere durch die Sonneneinstrahlung (SW) und latenten Wärmeflüsse. In den meisten Klimamodellen ist jedoch das Wind-SST-Feedback zu schwach und das SW-SST-Feedback fehlerhaft positiv, so dass ENSO ein Hybrid aus Wind-getriebener und SW-getriebener Dynamik ist. In den Modellen mit dem größten Fehler trägt der SW-SST-Feedback zum Wachstum der SST-Anomalie in ähnlichem Maße wie das Wind-SST-Feedback bei. In den Klimamodellen existiert ein breites Spektrum an ENSO-Dynamiken, das die große Streuung der ENSO-Projektionen für das 21. Jahrhunderts erklären könnte.Im IMBE21C-Projekt untersuchen wir die Auswirkungen der Modellfehler auf die ENSO-Projektionen. Mit einer neuen Methode, der „Offline Slab Ocean SST“, können wir die Rolle der verstärkenden und dämpfenden Feedbacks quantifizieren. Dafür separieren wir die SST-Änderungen der Wind-getriebenen Meeresdynamik von der durch atmosphärische Wärmeflüsse verursacht werden. In diesem Projekt werden wir diese Methode verwenden, um den Antrieb und die Dämpfung in der beobachteten ENSO-Dynamik zu quantifizieren und mit dem in Klimamodellen simulierten ENSO zu vergleichen, um die Fehler in der simulierten ENSO-Dynamik zu identifizieren und zu quantifizieren. Des Weiteren werden wir den Einfluss der fehlerhaften ENSO-Dynamik auf die Projektionen von ENSO im Klimawandel analysieren, indem wir die Modelle in Gruppen mit realistischer und fehlerhafter ENSO-Dynamik unterteilen. Darüber hinaus werden wir die Gesamtunsicherheit der projizierten ENSO-Amplitudenänderung in Modellunsicherheit, Szenariounsicherheit und Unsicherheit aufgrund interner Variabilität aufteilen. Insgesamt zielt das IMBE21C Projekt darauf ab, durch innovative Methoden die Quellen von Unsicherheiten in ENSO-Projektionen zu identifizieren und diese zu reduzieren.