Eine Einführung. Christian-D. Schönwiese, Institut für Atmosphäre und Umwelt, Goethe- Universität, Frankfurt/Main

Transkript

1 Eine Einführung Christian-D. Schönwiese, Institut für Atmosphäre und Umwelt, Goethe- Universität, Frankfurt/Main

2 Vortragsübersicht Atmosphärische Extremereignisse Sozioökonomischer Aspekt Synoptisch-meteorologischer Aspekt Statistisch-klimatologischer Aspekt Extremwertstatistik für Deutschland Methodik Ergebnisse Temperatur Ergebnisse Niederschlag Problemkreis Wind Folgerungen und Ausblick

3 Rezente Überschwemmungen in Deutschland Dezember 1993, Rheinregion Januar 1995, Rheinregion Juli 1997, Oderregion Mai 1999, Donau-/Bodenseeregion August 2002, Elberegion August 2005, Nordalpenregion Januar 2011, Deutschland-weit Juni 2013, Süd- u. Ostdeutschland Koblenz, 1995 Eschenlohe, 2005 Dresden, 2002

4 Passau bei Halle Hochwasser Anfang Juni 2013, Süd- und Ostdeutschland Deggendorf A8 bei Traunstein

5 Sozioökonomische Aspekte d. Extremereignisse Orientierung an rel. großen Schäden u. Betroffenen Vorteil: Folgen (Ausmaß wirtschaftlicher Schäden, Anzahl der Betroffenen und Todesfälle) erfasst; Nachteil: Das Schadensausmaß hängt nicht nur von atmosphär. Gegebenheiten ab, sondern auch von der Bevölkerungsdichte, Wertekonzentrationen usw.

6 Weltweit in der Dekade aufgetretene Disaster, ihre Aufschlüsselung nach der Art und ihre Auswirkungen in Todesfällen, insgesamt Betroffenen sowie volkswirtschaftlichen Schäden in Mrd. US $ Art des Disasters Todesfälle Betroffene Schäden Erdbeben 8,9 % 0,8 % 30,5 % Vulkanausbrüche 0,1 % 0,1 % 0,1 % Stürme 30,9 % 12,0 % 25,2 % Überschwemmungen 14,7 % 68,5 % 34,7 % Dürreschäden 42,1 % 3,9 % 3,9 % Wald- und Buschbrände 0,1 % 0,15 % 3,3 % Extreme Temperaturen 1,4 % 0,3 % 2,1 % Lawinen und Erdrutsche 1,4 % 0,1 % 0,2 % Andere 0,4 % - - Summe 665,6 Tsd. 2,1074 Mill. 787 Mrd. US $ (Quelle; WMO, 2002; nur die ersten beiden Arten dieser Disaster sind nicht klimabedingt)

7 Auswahl großer Naturkatastrophen seit 2000 Volkswirtschaftliche und versicherte Schäden im Mill. US$ Quelle: MunichRe, Topics Datum Land, Region Ereignis Tote Volkswirt. Versicherte Schäden Schäden Deutschl., Elberegion Hochwasser Juni-Aug Europa (insbes. F,D,I) Hitzewelle USA, Karibik Hurricane Katrina Deutschland Orkan Kyrill Myanmar (Birma) Zyklon Nargis Juli/Aug Russland, europ. Teil Hitze, Waldbrände USA, Landinneres Tornados Juni 2013 Deutschl., verbreitet Hochwasser Philippinen Taifun Haiyan Mai/Juni 2015 Pakistan und Indien Hitzewelle 3 670? China Taifun, Hochwasser Nov./Dez Indien Hochwasser

8 Naturkatastrophen, weltweit, Anzahl der Ereignisse Quelle: MüRück, NatCat Service, 2016

9 Naturkatastrophen, weltweit, , Schäden Quelle: MüRück, NatCat Service, 2016 Volkswirtschaftliche Schäden Versicherte Schäden Dekadenvergleich Schäden (große Naturkatastrophen) Dekade 1950/ / / / / /2009 Faktor * ) Gesamt 53,8 72,4 97,5 155,7 528,0 435,2 6,0 Versich. 1,6 8,1 15,0 29,0 127,7 193,8 23,8 *) 2000/2009 gegenüber 1960/1969; Quelle: MüRück, Berz, 2011 (in Werten von 2009)

10 Synoptisch-meteorologische Aspekte der Extremereignisse Atmosphärische Konstellationen (Wetterlagen), die zu relativ selten eintretenden Extremwerten führen, beispielsweise sog. Vb-Wetterlage, bei der Tiefdruckgebiete von NNW kommend südlich um die Alpen herumgeführt werden und dann nach Norden ziehen, z.b. entlang der Elbe (Hochwasser August 2002), nahezu ortfestes ( blockierendes ) Hoch, z.b. in Mitteleuropa (Hitze-/Dürre-Sommer 2003). Vorteil: detaillierte Wetterlagen-Fallstudien zur Verursachung; Nachteil: langzeitliche Entwicklung nicht erfasst.

11 Klimatologisch-statistische Sicht der Extremereignisse: Zeitreihenanalyse mit Extremwertstatistik Vorteil: langzeitliche Entwicklung erfassbar. Probleme: Was ist extrem? Definition von Extremwerten; genügend viele Daten, um zu signifikanten Ergebnissen zu kommen. Strategie: Es werden nicht nur die Extremwerte analysiert, sondern alle Daten, und dann wird anhand von Wahrscheinlichkeitsdichtefunktionen* eine Extremwertstatistik durchgeführt. Nachteil: Folgen nicht erfasst, daher ggf. ergänzende soziokonomische Betrachtungen sinnvoll *) engl. Probability Density Function (PDF)

12 Klimawandel, Industriezeitalter (Neoklima) Globaltemperatur, Jahresanomalien Temperaturanomalien in C 0,8 0,6 0,4 0,2 0-0,2-0,4 20-jähr. Glättung 1878 (CRU, Version 4*, relativ zu ) polynomialer Trend , Zeit in Jahren * Stand Problematisch ist hier der Langzeittrend; die jährlichen Abweichungen davon, die vielleicht als extrem bezeichnet werden könnten, sind relativ gering.

13 Temperaturanomalien in C Datenquelle: Rapp, 2000; DWD; Analyse: Schönwiese Deutschland-Temperatur, Sommeranomalien (relativ zu ) / Mittelwert ( ): 16,2 C; 2003: 19,6 C Zeit in Jahren 2015

14 Temperaturanomalien in C Datenquelle: Rapp, 2000; DWD; Analyse: Schönwiese Deutschland-Temperatur, Sommeranomalien (relativ zu ) 1859 Mittelwert ( ): 16,2 C; 2003: 19,6 C Abs. Temperaturrekorde: 40,3 C am 5.7. und , Kitzingen (Main, Bay.), 40,2 C am , Karlsruhe, und , Karlsruhe, Freiburg, sowie am in Gärmersdorf (bei Amberg) / Zeit in Jahren 2015

15 Temperaturanomalien [K] Deutschland-Temperatur, Sommeranomalien C Deutschland-Temperatur, Sommeranomalien Was ist extrem? Zeit in Jahren Ein häufig benutztes statistisches Kriterium für Extremwerte sind die Grenzen der einfachen, zweifachen usw. Standardabweichung (σ) vom Mittelwert bzw., falls signifikant, vom (ggf. linearen) Trend. Daher sind oben der Trend (gestrichelt) und die obere sowie untere 2σ-Grenze eingezeichnet. Extrem waren demnach nur die Hitze- Sommer 1947 und Alternativ können verteilungstypische Perzentile verwendet werden, was einige Vorteile beinhaltet Schönwiese, 2013

16 70 Häufigkeitsverteilung Deutschland-Temperatur (Datenbasis: Jahresanomalien ) Häufigkeit ,5-2 -1,5-1 -0,5 0 0,5 1 1,5 2 2,5 Obere Klassengrenzen Schönwiese, 2007 Strategie der hier angewandten Extremwertstatistik: - Errechnung der empirischen Häufigkeitsverteilung - Anpassung einer geeigneten theoretischen Verteilung - Definition oberer bzw. unterer extremer Schwellenwerte, z.b. in Orientierung an die Streuung (2σ, 3σ) oder an Perzentile (90%, 95%) - Errechnung der Über- bzw. Unterschreitungswahrscheinlichkeit hinsichtlich bestimmter extremer Schwellenwerte als Zeitfunktionen

17 Schema möglicher Änderungen von Verteilungen Hier gezeigt am Beispiel der Normalverteilung Nach IPCC, 2001; dt. nach Hupfer u. Börngen, 2004.

18 Schönwiese et al., 2006

19 Zeitliche Entwicklung der Wahrscheinlichkeit für das Eintreten extremer monatlicher Temperaturen Beispiel Temperatur Frankfurt/Main Unterschreitung des 5%-Perzentils Überschreitung des 95%-Perzentils p=0,1 10 J. p=0,13 7,7 J. p=0, J. p=0, J. Beck et al., 2007

20 Schönwiese et al., 2006

21 Zeitliche Entwicklung der Wahrscheinlichkeit für das Eintreten extremer monatlicher Niederschläge Überschreitung des 95%- Perzentils 130 mm p=0,09 11 J. Unterschreitung des 5%- Perzentils 20 mm p=0,03 33 J. p=0, J. p=0, J. Trömel, 2005; Trömel und Schönwiese, 2007

22 Niederschlag, Trends der Extremwert-Wahrscheinlichkeit Unterschreitung 5%-Perzentil Überschreitung 95%-Perzentil Januar Januar Monatsdaten Trömel, 2005

23 Niederschlag, Trends der Extremwert-Wahrscheinlichkeit Unterschreitung 5%-Perzentil Überschreitung 95%-Perzentil August Monatsdaten Trömel, 2005

24 Niederschlagsrekorde weltweit und in Deutschland 779: Stein, Krs. Rosenheim (Juli 1954) Quellen: Hupfer und Kuttler, 2005; DWD; Schönwiese, 2013

25 Übersicht rotierender Windsysteme Bezeichnung Durchmesser Vertikalerstreckung Lebensdauer Region Kleintrombe (Staubteufel) Tornado (Windhose, Wasserhose) Trop. Wirbelsturm (Hurrikan, Taifun, Zyklon usw.) 5-20 m, sichtbar 1-5 m m, Tubus 2-50 m km, Auge km 2-50 m Minuten Wüsten u. Sandböden, insbes. Subtropen Cumulonimbus(Cb) (10-17 km), Tubus 100 m 1 km um 17 km, einzelne Cb ggf. höher Stunden Tage Kontinentale Bereiche der subtropischen und gemäßigten Zone Tropische Ozeane und angrenzende Küsten Saffir-Simpson-Skala tropischer Wirbelstürme (nach NOAA) Kategorie Windgeschwindigkeit Kerndruck Flutwelle (Klasse) m/s km/h kt hpa m 0 < 33 < 118 < 64 < ,0-1, ,8-2, ,7-3, ,9-5, < 920 > 5,6 Kategorie 0 zählt in den USA schon als trop. Wirbelsturm, aber noch nicht als Hurrikan. Ab Kategorie 1 herrscht Windstärke (Bft) = 12 (Orkan), ab Bft = 6 (21 m/s, 75 km/h) Sturm.

26 30 25 Tropische Wirbelstürme im Nordatlantik und Anteile der Hurricanes 2005: : : : : 19 Anzahl Zeit in Jahren Quelle: NOAA (USA), Hurricane Center, 2016

27 Meeresoberflächentemperatur und Hurrikan-Häufigkeiten C Sommer-Werte, 5-jähr. übergreifend % Relative Häufigkeit pro Kategorie(cat) Webster et al., Science 2005 Wärmere Ozeane begünstigen zwar tropische Wirbelstürme, aber bisher gibt es nur relativ geringe Häufigkeitsänderungen insgesamt, jedoch eine deutliche Umverteilung der Hurrikane: Die stärkeren (Kategorie 4 und 5) nehmen aufkosten der schwächeren (Kat. 1) zu.

28 Zur Tornado-Statistik , Quirla (Thüringen) , Motten, Rhön USA: ca pro Jahr Deutschland: ca pro Jahr Nach Dotzek et al.* gibt es eine allgemein gültige Stärke- Verteilung (ca. 75%: F0-F1, 24%: F2-F3, 1%: F4, 0,1%: F5), aber keine gesicherten Befunde über Häufigkeitszunahmen. Sie können jedoch durch häufigere Erfassung vorgetäuscht werden. * Inst. f. Physik d. Atmosphäre, DLR; Tornado-Monitoring jetzt durch DWD

29 Folgerungen Der globale bzw. regionale Klimawandel ist teilweise auch mit einem Trend zu einem extremeren Klima verbunden. In Deutschland ist das besonders deutlich bei der Temperatur: Sowohl die Häufigkeit als auch die Intensität warmer Winter bzw. heißer Sommer nehmen allmählich zu. Aber auch die Übergangsjahreszeiten sind betroffen. Kompliziert verhält sich der Niederschlag. In Deutschland ist vor allem im Winter ein extremeres Verhalten belegt, insbesondere im Westen und Südwesten, verbunden mit der Gefahr häufigerer Überschwemmungen. Im Sommer drohen dagegen eher Dürren, insbesondere im Osten. Gleichzeitig nimmt aber regional auch die Neigung zu Starkniederschlägen zu, insbesondere im Süden. Bei Stürmen/Tornados zeigen sich in Deutschland bisher keine eindeutigen Trends. Aber bei den tropischen Wirbelstürmen des Nordatlantiks (Hurricanes) gibt es Zunahmen, insbesondere der stärkeren aufkosten der schwächeren.

30 Vielen Dank für Ihr Interesse! Homepage des Autors::