Aims: Floods in small and medium-sized river catchments have often been a focus of attention in the past. In contrast to large rivers like the Rhine, the Elbe or the Danube, discharge can increase very rapidly in such catchments; we are thus confronted with a high damage potential combined with almost no time for advance warning. Since the heavy precipitation events causing such floods are often spatially very limited, they are difficult to forecast; long-term provision is therefore an important task, which makes it necessary to identify vulnerable regions and to develop prevention measures. For that purpose, one needs to know how the frequency and the intensity of floods will develop in the future, especially in the near future, i.e. the next few decades. Besides providing such prognoses, an important goal of this project was also to quantify their uncertainty. Method: These questions were studied by a team of meteorologists and hydrologists from KIT and GFZ. They simulated the natural chain 'large-scale weather - regional precipitation - catchment discharge' by a model chain 'global climate model (GCM) - regional climate model (RCM) - hydrological model (HM)'. As a novel feature, we performed so-called ensemble simulations in order to estimate the range of possible results, i.e. the uncertainty: we used two GCMs with different realizations, two RCMs and three HMs. The ensemble method, which is quite standard in physics, engineering and recently also in weather forecasting has hitherto rarely been used in regional climate modeling due to the very high computational demands. In our study, the demand was even higher due to the high spatial resolution (7 km by 7 km) we used; presently, regional studies use considerably larger grid boxes of about 100 km2. However, our study shows that a high resolution is necessary for a realistic simulation of the small-scale rainfall patterns and intensities. This combination of high resolution and an ensemble using results from global, regional and hydrological models is unique. Results: By way of example, we considered the low-mountain range rivers Mulde and Ruhr and the more alpine Ammer river in this study, all of which had severe flood events in the past. Our study confirms that heavy precipitation events will occur more frequently in the future. Does this also entail an increased flood risk? Our results indicate that in any case, the risk will not decrease. However, each catchment reacts differently, and different models may produce different precipitation and runoff regimes, emphasizing the need of ensemble studies. A statistically significant increase of floods is expected for the river Ruhr in winter and in summer. For the river Mulde, we observe a slight increase of floods during summer and autumn, and for the river Ammer a slight decrease in summer and a slight increase in winter.
Der Nachweis des anthropogenen Klimawandels erfordert hochqualitative Beobachtungsdaten der Erdatmosphäre. Eine besondere Herausforderung ist in diesem Zusammenhang die Erforschung der oberen Troposphäre und unteren Stratosphäre (engl. UTLS), eine Region die sensibel auf Klimaänderungen reagiert. Unterschiedliche Temperaturtrends von verschiedenen Datensätzen waren Gegenstand zahlreicher Diskussionen und eine Annäherung wurde erst kürzlich erzielt. Neu homogenisierte Radiosondendaten sowie Satellitendaten der Advanced/Microwave Sounding Unit (MSU/AMSU) zeigen nun fundamentale Übereinstimmung bezüglich einer Erwärmung der Troposphäre und einer Abkühlung der Stratosphäre, konsistent mit Oberflächen- und Klimamodelltrends. Grundlegende Unsicherheiten bestehen jedoch nach wie vor bezüglich der Stärke von Trends in der freien Atmosphäre. In diesem Zusammenhang bietet die Radio-Okkultation (RO) neue Möglichkeiten mittels unabhängiger und sehr genauer Beobachtungen in der UTLS mit globaler Bedeckung, Allwettertauglichkeit, Langzeitstabilität und Homogenität. RO Daten basieren auf Zeitmessung mit hochgenauen Atomuhren gebunden an die internationale Definition der Sekunde und können daher als absolute Klimareferenzdaten angesehen werden. Klimaparameter werden mit hoher vertikaler Auflösung und hoher Genauigkeit gewonnen. Beobachtungs- und Abtastfehler sind gut definiert. RO Klimatologien für Brechungswinkel, Refraktivität, geopotentielle Höhe, Temperatur, und spezifische Feuchte sind als Indikatoren einer Klimaänderung sehr gut geeignet. Da die RO Zeitreihe noch relativ kurz ist, konnte deren Langzeiteignung bis jetzt noch nicht demonstriert werden. Von einer mind. 10 Jahre langen Zeitreihe im Jahr 2011 erwartet man sich jedoch detektierbare Trends. Hauptziel des Projektes TRENDEVAL sind die Untersuchung und Bewertung von Klimatrends in der UTLS basierend auf einer neuen RO Klimazeitreihe sowie Detektion und Ursachenzuweisung eines Klimasignals und die Evaluierung von Klimamodellen. Ein Vergleich von RO Klimatologien, die von den fünf führenden internationalen RO Prozessierungszentren zur Verfügung gestellt werden, wird durchgeführt um strukturelle Unsicherheiten im Datensatz zu quantifizieren und die Qualität und Reproduzierbarkeit von Ergebnissen zu bewerten. Der so erstellte RO Klimadatensatz inklusive vollständiger Fehlercharakterisierung wird mit konventionellen Atmosphärenbeobachtungen - aktuellen Radiosonden- und MSU/AMSU Datensätzen - verglichen um offene Fragen bezüglich UTLS Trends zu klären. Der Nachweis eines Klimaänderungssignals unter Berücksichtigung der atmosphärischen Variabilität wird mit der 'optimal fingerprinting' Methode durchgeführt. Die Ursachenzuweisung von anthropogenem und natürlichem Klimawandel wird auch zur Modellevaluierung verwendet. Schwerpunkt der Evaluierung ist die Untersuchung von Wasserdampf und Temperaturgradienten der tropischen oberen Troposphäre in Klimamodellen verglichen mit RO Daten. usw.
Der horizontale Wind nimmt eine Schlüsselrolle in der Dynamik der Atmosphäre ein. Insbesondere beeinflusst er die Ausbreitung und Dissipation von Schwerewellen und thermischen Gezeiten in der mittleren Atmosphäre. Simultane Wind- und Temperaturmessungen bieten dabei die einzigartige Möglichkeit, sowohl kinetische als auch potentielle Energiedichten der Schwerewellen zu berechnen, aus denen wiederum intrinsische Wellenparameter ableitbar sind. Windmessungen in der mittleren Atmosphäre sind jedoch insbesondere im Höhenbereich zwischen 35 und 75 km sehr selten, da hier weder Radiosonden noch Radars Daten liefern und Wind-Radiometer bzw. Satelliten keine für die Untersuchung von Schwerewellen ausreichend große Genauigkeit und Auflösung haben. Deshalb wollen wir in Kühlungsborn/Deutschland (54° N, 12° O) ein neues Lidar aufbauen, mit dem bei gekippten Teleskopen der Horizontalwind aus der Dopplerverschiebung der Rayleigh-Rückstreuung bestimmt werden kann. Neben der Erstellung einer Wind-Klimatologie steht vor allem die Untersuchung der Ausbreitung von Trägheitsschwerewellen in der mittleren Atmosphäre im Vordergrund. Dazu werden wir u.a. horizontale und vertikale Impulsflüsse und die Höhe des Impulsübertrags an die Hintergrundatmosphäre bestimmen. Diese für die Energiebilanz der Atmosphäre wesentlichen Parameter liefern wichtige Vergleichsgrößen für Zirkulationsmodelle. Ferner werden wir intrinsische Welleneigenschaften aus Wind-Hodographen analysieren, die für andere bodengebundene Messsysteme in der Regel nicht zugänglich sind. Unter Einbeziehung des lokalen Hintergrundwindes sollen aufwärts und abwärts propagierende Schwerewellen eindeutig getrennt und quantifiziert werden. Die Analysen werden insgesamt unser Verständnis der vertikalen Kopplung und der zu Grunde liegenden Zirkulation in der mittleren Atmosphäre deutlich verbessern. Das neue Lidarsystem ergänzt ein in Nordnorwegen am ALOMAR-Observatorium (69° N, 16° O) vorhandenes Windlidar, welches ebenfalls vom IAP betrieben wird. In diesem Projekt wird die dabei erworbene Expertise genutzt, um die Entwicklungsrisiken für das neue Lidar zu minimieren und schwerpunktmäßig Windmessungen in der mittleren Atmosphäre durchzuführen und zu interpretieren.
Frame: The project is part of the GLP (Global land project) fast track action (http://bbs2008.wikidot.com) Decreasing uncertainty in predicting biome boundary shifts which aims at improving the simulation of biome boundary shifts at large spatial scales, working group Migration . The long-term goal is to improve existing vegetation models or to develop new models that are reliable and robust and can be included in Earth System models for studying biosphere-atmosphere feedbacks. Rationale: Because of the nature of terrestrial plant population and community dynamics and dispersal, and the pace of climate change, predicting the future distribution of plant species is challenging. Many coupled GCM's assume simply that the boundaries between major terrestrial biomes are either static, or adjusted non-mechanistically to follow the change of climate without time lags. In some DGVM's, a non-mechanistic treatment of biome boundaries is employed with assumed delays. Recent model simulations with both explicit seed dispersal and population and community dynamics suggest that range shifts of forest biomes will be both complex and extremely delayed (several millennia delay for centennial warming). Research topics: the effect of plant population processes and dispersal on migration, the effect of spatial heterogeneity (e.g. fragmentation or barriers) on dispersal and migration, methods to incorporate these effects into large scale models like such as DGVM's, the lags due to species migration and their effects on feedbacks to the earth system. Methods: Starting from the forest landscape model TreeMig which describes tree species migration by explicitly simulating seed dispersal on a grid of 1km wide cells, we develop numerical approaches to describe migration across heterogenous grid cells. These approaches are either aggregated models of within-cell migration speed, e.g. derived from meta-modelling, or simulating spread in a subset of smaller cells within each grid cell and then extrapolating to the larger cell. We test our methods with simulations on south-north transects in Siberia and assess the effect of species migration on the feedbacks to the earth system.
Durch die internationale Forschungsgemeinschaft werden Globalmodellläufe in verschiedenen Phasen des Coupled Model Intercomparison Project ( CMIP ) in Vorbereitung des nächsten IPCC-Berichtszyklus berechnet. Ergebnisse dieser Globalmodellsimulationen haben grobe Auflösungen (> 100 km x 100 km), welche für regionale Betrachtungen des zu erwartenden Klimawandels nicht ausreichend sind. Mit Hilfe von Regionalmodellen (Regional Climate Models - RCMs) können die Ergebnisse aus Globalmodellrechnungen auf räumlich höhere Auflösungen gebracht werden: Da regionale Klimamodelle lediglich einen Ausschnitt der Atmosphäre betrachten, benötigen sie geeignete Randbedingungen an den Grenzen des Simulationsgebietes. Diese Randbedingungen stammen aus Simulationen der globalen Klimamodelle. Man spricht davon, dass ein regionales Klimamodell durch ein globales Klimamodell angetrieben wird. Dieser Prozess wird als „Nesting“ bezeichnet. Für die 5. Phase des CMIP (CMIP5) liegen solche regionalisierten Klimamodelldaten für Deutschland bzw. Europa in einer Auflösung von 12,5 km x 12,5 km vor. Diese wurden in verschiedenen Initiativen bzw. Projekten erstellt: EURO-CORDEX, ReKliEs-De, EPISODES (DWD) Im Rahmen von EURO-CORDEX ( Co o r dinated D ownscaling Ex periment - Euro pean Domain), als Teil der CORDEX-Initiative, wurden europaweite, regionalisierte Klimasimulationen/ Projektionen (auf Basis des CMIP5) erstellt. Ein großer Vorteil dieses Ensembles (= Menge an Klimamodellläufen) ist die Festlegung von einheitlichen Ausgabeformaten des Datenoutputs der Modelle (z. B. einheitliche räumliche Auflösung; vorgegebene, obligatorische Ausgabevariablen). Dies erleichtert die Vergleichbarkeit und Auswertung der vorliegenden Modellläufe. In dem BMBF-finanzierten Projekt ReKliEs-De ( Re gionale Kli maprojektionen E n s emble für De utschland) wurden die Ergebnisse aus EURO-CORDEX um weitere Läufe ergänzt. Weitere regionalisierte Projektionsdaten liefert EPISODES. Es handelt sich dabei um eine Empirisch-Statistische Downscaling Methode, welche durch den Deutschen Wetterdienst (DWD) entwickelt wurde. Alle diese benannten Modelldaten stehen auf dem ESGF-Knoten des DWD bzw. des Deutschen Klimarechenzentrums (DKRZ) für die Öffentlichkeit zur Verfügung. Aus den oben genannten Initiativen bzw. Projekten ist somit ein Ensemble von regionalisierten Klimamodellsimulationen entstanden, welches im Nachhinein durch verschiedene Gründe/Ausschlüsse nochmal einmal reduziert werden musste: verschiedene Rückzüge einiger Modellläufe aufgrund methodisch begründbarer Modellfehler durch die jeweiligen Modellierergruppen bzw. durch den DWD Ausschlüsse aufgrund von Unplausibilitäten in der Reproduktion der Vergangenheit in manchen Modellen sowie Ausschlüsse von Läufen, welche in der Reproduktion der Vergangenheit die Referenzperiode 1961 bis 1990 nicht abdecken. (Die letzten beide Ausschlüsse erfolgten durch die Umweltämter der drei Bundesländer Sachsen-Anhalt (LAU), Sachsen (LfULG) und Thüringen (TLUBN)) Im Ergebnis ist das mitteldeutsche Referenzensemble entstanden, welches für die Szenarien RCP2.6, RCP4.5 und RCP8.5 je 17, 18 bzw. 25 Läufe beinhaltet. Eine genaue Auflistung des Ensembles ist in der Dokumentation zum Mitteldeutschen Kernensemble (MDK, siehe unten) zu finden. Eine ausführliche Auswertung dieses Klimamodellensembles für Sachsen-Anhalt ist im Ergebnisbericht sowie Synthesebericht des Projektes „Klimamodellauswertung Sachsen-Anhalt 1961-2100“ zu finden. Die Broschüre „ Der Klimawandel vor unserer Haustür “ liefert eine etwas leichter verständliche Kurzdarstellung der mittleren Ergebnisse der Klimamodellauswertung. Im Nachfolgenden sei ein kleiner Einblick in die Ergebnisse dieser Auswertung gegeben. Eine Kernaussage des Projektes lautet: „RCP2.6 und RCP8.5 unterscheiden sich in ihren Auswirkungen auf das Klima stark, insbesondere was die Entwicklung des Klimas nach 2050 betrifft. “ Es „[…] wird […] deutlich, dass das RCP8.5 Änderungssignale für das Klima in Sachsen-Anhalt beinhaltet, die weit außerhalb der heute üblichen Bandbreite liegen, während das RCP2.6 lediglich eine moderate Verschiebung des Klimas in Richtung dessen bedeutet, was wir heute als oberen Bereich der Bandbreite beschreiben würden. Die Stärke und besonders die Geschwindigkeit der Änderung des Klimas hängt also sehr stark von den Maßnahmen zum Klimaschutz ab und es könnte sehr schwierig sein, die Infrastruktur sowie andere gesellschaftliche Systeme an die neuen Gegebenheiten anzupassen.“ Anhand der Projektion der Tagesmitteltemperatur sowie des Niederschlags sei dies verdeutlicht. Die Auswertung des Referenzensembles für das Gebiet von Sachsen-Anhalt zeigt folgende, zu erwartende Entwicklungen auf: Stagnation der Erwärmung ab 2050 im RCP2.6 Im RCP2.6-Szenario (Szenario mit globalem Klimaschutz) zeigt sich für Sachsen-Anhalt sowohl für die nahe Zukunft (Mittel der Periode 2021 bis 2050) als auch für die ferne Zukunft (Mittel der Periode 2071 bis 2100) eine Temperaturzunahme von knapp 2 K im Vergleich zur Referenzperiode (1961 bis 1990). Durch die Reduzierung der Treibhausgasemissionen, welche in diesem Szenario angenommen wird, kann die Temperaturzunahme somit eingedämmt werden und stagniert ab Mitte des Jahrhunderts. Beschleunigung der Erwärmung ab 2050 nach RCP8.5 Für das Szenario RCP8.5 (Szenario ohne globalen Klimaschutz) zeigt sich für die nahe Zukunft (2021 bis 2050) eine Temperaturzunahme, die der des RCP2.6 projizierten Temperaturzunahme entspricht (ca. 2 K). Für die ferne Zukunft hingegen zeigt dieses Szenario eine Temperaturzunahme von rund 4 K für Sachsen-Anhalt. Einige Modelle zeigen sogar über 5 K Temperaturzunahme an. Ähnliche Größenordnungen der Temperaturentwicklung der einzelnen Jahreszeiten wie des Gesamtjahrs (für beide Szenarien sowie beide Zukunftsperioden) Ausnahme bildet hierbei der Sommer: Für das RCP8.5 zeigt sich für die ferne Zukunft eine deutlich größere obere Spannweite der Temperaturzunahme von 7 K und mehr. Verschiebung der Niederschlagsverteilung über das Jahr: In beiden RCP-Szenarien zeigt sich eine Tendenz zu leichter Niederschlagszunahme im Winter sowie eine Tendenz zu leichter Niederschlagsabnahme im Sommer, welche je nach betrachtetem Zeitraum und Szenario stärker oder schwächer ausfallen kann. Man beachte hierbei jedoch die Spannweiten der projizierten Niederschlagsänderung, welche zum Teil auch in das entgegengesetzte Vorzeichen (im Vergleich zum Ensemblemittel) rutschen können. Leichte Niederschlagszunahme für das Gesamtjahr Jedoch ist auch hier auf die große Spannbreite der Projektionen hinzuweisen. Die untere Spanne der Modellsimulationen zeigt für beide Zeiträume und beide Szenarien eine Niederschlagsabnahme an. Eine kurze Einordnung der oben benannten Ergebnisse sei im Folgenden gegeben: Unter dem Aspekt, der Temperaturzunahme und damit einhergehend zunehmender Verdunstung ist mit negativen Auswirkungen auf den Wasserhaushalt vor allem im Sommer zu rechnen. Für die Entwicklung des Niederschlags ist anzumerken, dass es sich beim Verständnis und der Modellierung von Wolkenprozessen und damit auch des Niederschlags um Gegenstand der Forschung handelt. Zum einen sind die wolkenphysikalischen Prozesse weiterhin Bestandteil der Grundlagenforschung. Zum anderen bedingt die Kleinskaligkeit der Prozesse, dass diese auf dem Modellgitter nicht aufgelöst werden können und deshalb parametrisiert werden müssen, was Unsicherheiten mit sich bringt. Es ist daher darauf zu verweisen, dass es sich bei der zukünftig zu erwartenden Niederschlagsverteilung/-entwicklung lediglich um Tendenzen handelt, die keine 100-prozentig gesicherten Aussagen liefern können. In der Frage, ob es ein Zuviel oder ein Zuwenig an Wasser geben wird, muss sich die Gesellschaft/Wasserwirtschaft auf beide Möglichkeiten/Herausforderungen einstellen - nicht zuletzt, da es sich bei den dargestellten Tendenzen um 30-Jahresmittel handelt. Innerhalb dieser Zukunftsperioden können trotzdem mehrere zu nasse ggf. hochwassergeprägte Winter (wie bspw. im Dezember 2023) aber auch Winter, die ein potenzielles Niederschlagsdefizit des Sommers nicht durch überdurchschnittliche Niederschläge ausgleichen können, existieren. Ebenso bedeutet die Tendenz zur Abnahme der Sommerniederschläge nicht, dass es keine hochwassergefährdeten Sommer mit überdurchschnittlichem Niederschlag geben werden kann. Soweit möglich, sollten immer so viele Klimamodelle wie möglich ausgewertet werden. Für den Fall, dass dies aus Kapazitätsgründen nicht möglich ist, wurde von den Umweltämtern der Bundesländer Sachsen-Anhalt, Sachsen und Thüringen das Mitteldeutsche Kernensemble (MDK) ausgewählt/erstellt. Das MDK stellt eine reduzierte Auswahl (je 7 Modellläufe für RCP2.6, RCP4.5 und RCP8.5) von regionalisierten Klimamodellsimulationen (basierend auf dem Referenzensemble) für die Region der drei Bundesländer dar. Es wurde erstellt, um den Rechenaufwand für detaillierte Auswertungen und ggf. Impact-/Wirkmodellierung zu reduzieren. Die Reduzierung/Auswahl basiert auf der Erhaltung der zukünftig simulierten Spannbreiten für die verschiedenen meteorologischen Variablen, die die Klimamodelle simulieren. Genaue/ weiterführende Informationen sind in der ausführlichen Dokumentation zum MDK zu finden: Mitteldeutsches Kernensemble - Auswertung regionaler Klimamodelldaten Letzte Aktualisierung: 18.09.2024
Objective weather types of Deutscher Wetterdienst derived from different Reanalysis and Global Climate Model simulations for the control run (1951-2000) and the projection period (2000-2100). On the one hand, the dataset is useful for evaluation of representative circulation statistics in Central Europe, on the other hand, for the analysis of future weather types due to climate change. Added temperature and precipitation data allow to study the weather type effectiveness for these important climate parameters.
Objective weather types of Deutscher Wetterdienst derived from different Reanalysis and Global Climate Model simulations for the control run (1951-2000) and the projection period (2000-2100). Forthermore, the NAO-index is also provided. On the one hand, the dataset is useful for evaluation of representative circulation statistics in Central Europe, on the other hand, for the analysis of future weather types due to climate change. Added temperature and precipitation data allow to study the weather type effectiveness for these important climate parameters.
Objective weather types of Deutscher Wetterdienst derived from different Reanalysis and Global Climate Model simulations for the control run (1951-2000) and the projection period (2000-2100). Furthermore, the NAO-index is also provided. On the one hand, the dataset is useful for evaluation of representative circulation statistics in Central Europe, on the other hand, for the analysis of future weather types due to climate change. Added temperature and precipitation data allow to study the weather type effectiveness for these important climate parameters.
Dieser Datenbestand dient der Analyse atmosphärischer Zirkulationsbedingungen (Wetterlagen, NAO) im nordatlantisch-mitteleuropäischen Sektor wie sie von Reanalyse- und globalen Klimamodellen (Status: 2010) simuliert werden. Ausgewählt wurden solche Klimamodelläufe, die für Mitteleuropa oder Deutschland regionalisiert wurden. Mit dem Datenbestand kann einerseits die Eignung der verschiedenen Modelle zur Reproduktion der beobachteten Zirkulationsverhälnisse (1950-2000) geprüft werden. Andererseits können simulierte Änderungen (2001-2100) ausgewertet werden. Zusätzlich werden Temperatur -und Niederschlagsdaten bereitgestellt, mit denen die Wetterwirksamkeit der Wetterlagen je GCM bewertet werden kann.
In its first phase, MiKlip has made important research contributions and has developed an internationally competitive decadal climate prediction system. Building on these results, the overarching goal for MiKlip II is to establish and improve the decadal climate prediction system that eventually can be transferred to the German meteorological service DWD for operational use. MiKlip II is funded by the German Ministry for Education and Research (BMBF) with about 13 Mio. € for three years of collaborative research and a fourth year focusing on the operational implementation of the prediction system. MiKlip II involves 16 national partners from universities, research institutions and federal agencies.
| Organisation | Count |
|---|---|
| Bund | 289 |
| Europa | 60 |
| Land | 10 |
| Weitere | 1 |
| Wissenschaft | 188 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 4 |
| Förderprogramm | 280 |
| Text | 4 |
| unbekannt | 26 |
| License | Count |
|---|---|
| Geschlossen | 8 |
| Offen | 302 |
| Unbekannt | 4 |
| Language | Count |
|---|---|
| Deutsch | 176 |
| Englisch | 180 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 2 |
| Datei | 2 |
| Dokument | 4 |
| Keine | 198 |
| Unbekannt | 1 |
| Webseite | 109 |
| Topic | Count |
|---|---|
| Boden | 229 |
| Lebewesen und Lebensräume | 283 |
| Luft | 299 |
| Mensch und Umwelt | 314 |
| Wasser | 244 |
| Weitere | 308 |