Projektion jahreszeitlicher Pflanzenentwicklungen im Klimawandel

Transkript

1 Projektion jahreszeitlicher Pflanzenentwicklungen im Klimawandel Winfried SCHRÖDER, Roland PESCH und Gunther SCHMIDT Dieser Beitrag wurde nach Begutachtung durch das Programmkomitee als reviewed paper angenommen. Zusammenfassung Das Fachinformationssystem Klimafolgen und Anpassung (FISKA) soll den auf Bundesebene in Deutschland zuständigen staatlichen Institutionen Informationsgrundlagen und Wirkmodelle zu Folgen des Klimawandels für die Planung und Durchführung von Anpassungsmaßnahmen bereitstellen. FISKA wurde als offenes und modulares Fachinformationssystem entwickelt. Es bietet die Möglichkeit, Daten- und Informationen mit anderen Institutionen auszutauschen. Folgen des Klimawandels sind als Rechenkerne implementiert. Anwender sollen die Möglichkeit erhalten, weitere Daten und Rechenkerne zu integrieren sowie bereits vorhandene zu verbessern. In diesem Artikel wird das Wirkmodell Pflanzenphänologie vorgestellt. Es wird gezeigt, wie mit diesem und den in FISKA integrierten Klimaprojektionen der Modelle WettReg (Wetterlagen-basierte Regionalisierungsmethode) und REMO (Regionalmodell) die Auswirkungen des Klimawandels auf die jahreszeitliche Entwicklung von Pflanzen räumlich differenziert werden können. Die dafür benötigten Lufttemperaturdaten für die Jahre 1961 bis 2007 wurden vom Deutschen Wetterdienst bereitgestellt. Daten über mögliche zukünftige Lufttemperaturen wurden für 30-jährige Klimanormalperioden (1991 bis 2020, 2021 bis 2050, 2051 bis 2080) aus den Modellen REMO und WettReg extrahiert. 1 Hintergrund und Ziel Die deutsche Bundesregierung strebt an, den Anstieg der globalen Durchschnittstemperatur auf weniger als +2 C über dem vorindustriellen Niveau zu begrenzen. Damit sollen die zu erwartenden Folgen eines noch stärkeren Klimawandels vermieden werden. Auch bei einer Begrenzung des Temperaturanstiegs auf +2 C ist mit Auswirkungen des Klimawandels zu rechnen. Die Deutsche Anpassungsstrategie an den Klimawandel (DAS 2008) bildet den Rahmen für Anpassungen an die Auswirkungen des Klimawandels und für einen mittelfristigen Prozess, in dem schrittweise mit den betroffenen Akteuren (Wissenschaft, Wirtschaft, Politik, Behörden) der Handlungsbedarf benannt, entsprechende Ziele definiert, Zielkonflikte erkannt und ausgeräumt sowie mögliche Anpassungsmaßnahmen entwickelt und umgesetzt werden sollen. Ein wesentliches Element der DAS (2008) ist die Analyse und Bewertung von Klimaänderungen und Klimafolgen vor dem Hintergrund ökologischer sowie sozioökonomischer Entwicklungen im nationalen und internationalen Rahmen. Hierzu werden für 13 Lebens-, Umwelt- und Wirtschaftsbereiche sowie für den Bevölkerungsschutz und die Raumordnung mögliche Auswirkungen der beschriebenen Klimaänderungen

2 688 W. Schröder, R. Pesch und G. Schmidt dargestellt und Handlungsoptionen für Anpassung skizziert (DAS 2008). Eine mögliche Wirkung des Klimawandels ist die in dieser Arbeit behandelte Veränderung jahreszeitlicher Entwicklungsstadien von Pflanzen und deren Auswirkungen auf die Landwirtschaft. Im Gegensatz zu einer von der Europäischen Umweltagentur (EEA 2008) vorgelegten Analyse und Bewertung von Klimawandel induzierten Umweltveränderungen (im Folgenden als Klimawirkungen abgekürzt) umfasst die DAS keine geographisch explizite Differenzierung von bereits beobachteten oder erwarteten Folgen des Klimawandels. Eine Regionalisierung der Klimawirkungen ist jedoch eine wesentliche Voraussetzung von Anpassungsmaßnahmen. Sie soll mit FISKA ermöglicht werden, das im Auftrag des Kompetenzzentrums Klimafolgen und Anpassungen (KomPass) des Umweltbundesamtes (UBA) von einem Konsortium aus der Fa. GICON Großmann Ingenieur Consult GmbH, dem Lehrstuhl für Landschaftsökologie der Hochschule Vechta und dem Potsdam Institut für Klimafolgenforschung entwickelt wurde. Ziel war die Entwicklung eines Informationssystems, das räumlich differenzierte Informationsgrundlagen und Modelle zur prospektiven Abschätzung von Wirkungen des Klimawandels im Folgenden als Wirkmodelle bezeichnet bereitstellt. Dazu wurde ein IT-Prototyp entwickelt und seine Leistungsfähigkeit anhand verschiedener Klimawirkungen exemplarisch dargestellt. Die drei übergeordneten Ziele der Entwicklung von FISKA waren: die Bereitstellung von Informationsgrundlagen zu Klimaänderungen und Klimafolgen, die Entwicklung eines Werkzeugs im Sinne eines Expertensystems zur Erfüllung von KomPass-Aufgaben sowie die beispielhafte Berechnung von Risikokarten für die öffentlichkeitsbezogene Kommunikation von möglichen künftigen Risiken eines Klimawandels. Im Einzelnen ging es um die Entwicklung der FISKA-Fachschale, die exemplarische Anwendung von FISKA anhand von Beispielen (Risikokarten zu ausgewählten Themen) mit Integration von Geodaten, die Installation von FISKA in die GIS-Umgebung des UBA sowie um die Erarbeitung einer Web-Anwendung zur Darstellung der Karten über die KomPass-Homepage (www. anpassung.net). Für die Einsatz- und Verwendungsmöglichkeiten von FISKA sowohl für die UBA-interne Arbeit als auch für die Information der Öffentlichkeit und für die Umsetzung der DAS sollten Wirkmodelle in FISKA als Rechenkerne implementiert werden, die nach den folgenden drei Kriterien ausgewählt wurden: gesellschaftliche Relevanz, operationelle Umsetzbarkeit in FISKA und wissenschaftliche Untersetzung der implementierten Wirkungszusammenhänge. Die Entwicklungsarbeiten des Lehrstuhls für Landschaftsökologie umfassten die Integration der Ökologischen Raumgliederung Deutschlands (SCHRÖ- DER & SCHMIDT 2000; SCHRÖDER et al. 2006) als naturräumliches Referenzsystem, die Entwicklung und Implementierung des Wirkmodells Potenzielle Temperaturabhängige Malariainfektionen (PTM) und des Wirkmodells Pflanzenphänologie als FISKA- Rechenkerne. Dieser Artikel behandelt die exemplarische Anwendung des Wirkmodells Pflanzenphänologie unter Verwendung von regionalisierten Klimaprojektionen der Modelle REMO (JACOB et al. 2008) und WettReg (SPEKAT et al. 2006).

3 Projektion jahreszeitlicher Pflanzenentwicklungen im Klimawandel Material und Methoden 2.1 Datengrundlagen In Deutschland nahm die Lufttemperatur in den Jahren von 1991 bis 2005 um durchschnittlich 0,8 C gegenüber der als Bezugszeitraum verwendeten Klimanormalperiode zu, wobei der Temperaturanstieg regional bis zu + 3,5 C betragen kann (ENGLERT et al. 2007). Die erhöhten Lufttemperaturen können sich auf die jahreszeitlichen Entwicklungsstadien der Pflanzen auswirken, die als Phänophasen oder phänologische Phasen bezeichnet werden (CHMIELEWSKI & RÖTZER 2002, ENGLERT et al. 2008; MENZEL et al. 2001). Ihre systematische Erfassung erfolgt in internationalen phänologischen Gärten und in einem phänologischen Messnetz des Deutschen Wetterdienstes (DWD) mit bis zu 6400 Beobachtungsorten. Die gesammelten Daten (Tage des Phaseneintritts nach Jahresbeginn) werden vom DWD zentral archiviert und liegen seit 1951 vor. Für die hier vorgestellte Auswertung standen phänologische Daten und Temperaturmessungen aus dem Zeitraum sowie hoch auflösende Karten zur durchschnittlichen Jahresmitteltemperatur für die Klimanormalperioden und zur Verfügung. Zur Darstellung der zukünftigen Entwicklung von Lufttemperatur und Pflanzenphänologie wurden für die Emissionsszenarien A1B (hohes Wirtschaftswachstum unter Nutzung vielfältiger Energiequellen) und B1 (verantwortungsbewusster und nachhaltiger Umgang mit den Ressourcen) der IPCC 1 entsprechende Klimaprojektionen der Klimamodelle WettReg (SPEKAT et al. 2006) und REMO (JACOB et al. 2008) verwendet. Die auf diese Weise abgeleiteten 30-jährigen Mittel zur Lufttemperatur lagen als Rasterkarten mit einer Auflösung von 12,5 km 12,5 km für die drei Klimanormalperioden , und vor. 2.2 Berechnungen Ein Ziel der Entwicklung und Implementierung von Wirkmodellen in FISKA war es, den statistischen Zusammenhang zwischen den pflanzenphänologischen Veränderungen und der Temperaturentwicklung regional differenzierend zu untersuchen. Hierfür wurden für die Periode 1961 bis 2005 Regressionsmodelle auf Grundlage der meteorologischen Messungen und der phänologischen Beobachtungen ausgewählter Leitphasen entwickelt, die stellvertretend für den Beginn der jeweiligen (phänologischen) Jahreszeiten stehen. Die Auswahl der Leitphasen erfolgte in Abstimmung mit dem UBA und den Projektpartnern. Anhand der Regressionsmodelle wurden die möglichen zukünftigen pflanzenphänologischen Trends mit den Daten aus regionalen Klimamodellen (REMO oder WettReg) für 30-jährige Klimanormalperioden (1991 bis 2020, 2021 bis 2050, 2051 bis 2080) geschätzt. Die entsprechenden Rechenkerne zur Berechnung der pflanzenphänologischen Eintrittstermine der betrachteten Leitphasen wurden in C++ programmiert, als DLL-Dateien konvertiert und in das FISKA integriert sowie durch entsprechende Steckbriefe dokumentiert. Nach Vorverarbeitung der phänologischen Beobachtungsdaten (Qualitätskontrolle, Vollständigkeit der Zeitreihen, Aggregierung) wurden die statistischen Zusammenhänge zwischen den pflanzenphänologischen Ereignissen und den gemessenen durchschnittlichen ( , ) Lufttemperaturen mithilfe von Regressionsmodellen quantifiziert. Die Berechnungen erfolgten für die Leitphasen der phänologischen Jahreszeiten Vorfrühling (Hasel: Blüte; Phase 1), Erstfrühling (Forsythie: Blüte; Phase 6), Vollfrühling (Apfel: 1

4 690 W. Schröder, R. Pesch und G. Schmidt Blüte; Phase 62), Frühsommer (Schwarzer Holunder: Blüte; Phase 18), Hochsommer (Sommer-Linde: Blüte; Phase 64) sowie Spätsommer (Apfel, früh reifend: Fruchtreife; Phase 109). Zur flächenhaften Darstellung der pflanzenphänologischen Entwicklung für die vergangenen Zeiträume bzw wurden die Regressionsfunktionen der ausgewählten Leitphasen mit hoch auflösenden (1 km 1 km) Temperaturkarten der entsprechenden Zeiträume im GIS verrechnet. Zur Berücksichtigung möglicher Schätzfehler wurden mittels Ordinary Kriging Residuenkarten mit einer räumlichen Auflösung von 5 km 5 km erstellt und ebenfalls im GIS mit den Flächenkarten zum Phaseneintritt aufsummiert (HENGL et al. 2007, ROMIĆ et al. 2007). Somit liegen für die Klimanormalperiode sowie den Zeitraum Ergebniskarten mit einer Auflösung von 5 km 5 km vor. Für die Prognose der zukünftigen Entwicklung der betrachteten phänologischen Leitphasen wurden die Regressionsfunktionen der Periode mit den für die jeweilige Klimanormalperiode extrahierten Karten zum langjährigen Mittel der Lufttemperatur aus den REMO- und WettReg-Klimaszenarien in ArcGIS mithilfe des Map Calculators verrechnet. Folglich liegen für die sechs Leitphasen von Frühling und Sommer entsprechende Flächenkarten mit einer Auflösung von 12,5 km 12,5 km für jede der drei Klimanormalperioden vor. Da Varianten für je zwei Klimamodelle (WettReg, REMO) und zwei Klimaszenarien (A1B und B1) gerechnet wurden, liegen für jede der sechs Leitphasen über die drei Klimanormalperioden insgesamt 12 Karten vor. Die berechneten Projektionen der jahreszeitlichen Pflanzenentwicklung wurden schließlich auf Grundlage einer multivariat-statistisch berechneten landschaftsökologischen Raumgliederung Deutschlands (SCHRÖDER et al. 2006) regionalisiert. 3 Ergebnisse Tabelle 1 zeigt bereits für den Vergleich der beiden Zeitspannen und eine deutliche Verfrühung der Phaseneintrittstermine um durchschnittlich neun Tage. Tabelle 1: Mittlerer Phaseneintritt (Tage nach Jahresbeginn) für die untersuchten Leitphasen je Klimanormalperiode und Klimaszenario (zur Codierung der Phasen verl. Abschn. 2.2) Zeitraum/Phase DWD DWD REMO A1B REMO A1B REMO A1B REMO B REMO B REMO B WettReg A1B WettReg A1B WettReg A1B WettReg B WettReg B WettReg B

5 Projektion jahreszeitlicher Pflanzenentwicklungen im Klimawandel 691 Die deutlichste Verschiebung mit einer Verfrühung von 13 Tagen zeigt sich für den Beginn der Haselblüte (Phase 1). Für das Klimaszenario REMO A1B zeigt sich für den zukünftigen mittleren Eintritt der Haselblüte eine Verschiebung um 33 Tage in Richtung Jahresbeginn von bis zur Klimanormalperiode D.h., dass für dieses Szenario die Haselblüte bereits am 28. Januar statt am 2. März eintreten würde. Für das Klimaszenario REMO B1 würde sich der Phaseneintritt bis um 26 Tage verfrühen. Da WettReg eine weniger starke Temperaturerwärmung prognostiziert als REMO, liegen die entsprechenden Vergleichswerte für den Phaseneintritt etwas niedriger: 21 Tage Verfrühung für das Szenario A1B und 17 Tage für das Szenario B1. Die zukünftige Entwicklung des Blühbeginns der Hasel ähnelt dem Verlauf für die anderen Leitphasen, jedoch zeigt sich eine Abschwächung der Verfrühungen von den Frühlingsphasen hin zu den Sommerphasen. Beispielhaft für die Haselblüte zeigt Abbildung 1 den räumlichen und zeitlichen Trend der Entwicklung des Phaseneintritts in Deutschland. Zusätzlich zu den Flächenschätzungen zum Phaseneintritt in Tagen nach Jahresbeginn (TnJb) sind hier in den Karten für die Zeiträume sowie die Beobachtungsstandorte des DWD mit entsprechend nach den Phaseneintrittsterminen differenzierten Punktsymbolen dargestellt. Abb. 1: Regionalisierter Beginn der Haselblüte in Deutschland (REMO A1B) (TnJb = Tage nach Jahresbeginn)

6 692 W. Schröder, R. Pesch und G. Schmidt Der Korrelationskoeffizient (r) als Maß für die Stärke des Zusammenhangs zwischen Lufttemperatur und Beginn der Haselblüte lag für die Beobachtungswerte der Klimanormalperiode ,82, für den Zeitraum bei 0,57. Für den Zeitraum sind späte Eintrittstermine in den Hoch- und Mittelgebirgslagen des süddeutschen Raums (Alpen, Bayerischer Wald, Schwarzwald) sowie im Sauerland, Rothaargebirge und Harz festzustellen. Frühe Phaseneintrittstermine zeigen sich vor allem im Oberrheintalgraben sowie der Westfälischen Tieflandsbucht. Für Ostdeutschland wurden in diesem Zeitraum keine Beobachtungen zu Haselblüte durchgeführt. Im Zeitraum zeigen sich späte Phaseneintrittstermine wiederum in den Alpen, im Schwarzwald, im Bayerischen und Thüringer Wald, dem Harz und der Eifel. Frühe Eintrittstermine finden sich entlang des Rheintals sowie in weiten Teilen Nordwest- und Ostdeutschlands. Im Zeitraum zeigt REMO A1B vergleichsweise späte Phaseneintritte in den Hoch- und Mittelgebirgslagen sowie in den küstennahen Räumen Schleswig-Holsteins und Mecklenburg-Vorpommerns, frühe Phaseneintritte hingegen im Oberrheintalgraben und der Westfälischen Tieflandsbucht. Im Zeitraum findet sich ein später Phasenbeginn lediglich in den Hochlagen der Mittelgebirge sowie in den Alpen, im Oberrheintalgraben beginnt die Haselblüte bereits nach weniger als 25 Tagen nach Jahresbeginn. Im Zeitraum liegt der Blühbeginn der Hasel auf dem überwiegenden Teil der Landesfläche bei unter 35 Tagen nach Jahresbeginn, selbst in den Hochlagen der Mittelgebirge (45-55 Tage nach Jahresbeginn) tritt die Haselblüte früher ein als im Bundesdurchschnitt des Zeitraums (61 Tage nach Jahresbeginn). WettReg A1B zeigt im Zeitraum deutlich spätere Eintrittstermine der Haselblüte als REMO A1B (Abb. 2). Vergleichbare räumliche Muster finden sich jedoch in Schleswig- Holstein, Mecklenburg-Vorpommern, Südwest-Niedersachsen, Nordrhein-Westfalen, im Gebiet des Oberrheintalgrabens sowie in der Leipziger Tieflandsbucht. So liegt auch der mittlere Phaseneintritt mit 54 Tagen nach Jahresbeginn deutlich später als der mit REMO A1B modellierte (48 Tage). Im Zeitraum zeigen sich vergleichbare Strukturen lediglich in Norddeutschland und in der Westfälischen Tieflandsbucht. Die Differenz des Phaseneintritts zu REMO A1B hat sich im Mittel auf 9 Tage vergrößert. In der Periode zeigen WettReg A1B ebenso wie REMO A1B einen Blühbeginn der Hasel unter 25 Tage nach Jahresbeginn im Oberrheintalgraben und in der Westfälischen Tieflandsbucht, auch im nördlichen Niedersachsen weisen beide Modelle einen ähnlichen Beginn der Haselblüte aus. Im übrigen Bundesgebiet liegen die mittels WettReg modellierten Phaseneintritte deutlich später als die entsprechenden REMO-Werte. Der mittlere Phaseneintritt der Haselblüte liegt im Zeitraum mit 28 Tagen nach Jahresbeginn für REMO A1B um 12 Tage vor dem Blühbeginn für WettReg A1B (40 Tage). Für eine naturräumlich differenzierte Betrachtung der Phaseneintrittstermine wurden die oben dargestellten Flächenkarten zum Phasenbeginn mit der Ökologischen Raumgliederung Deutschlands (SCHRÖDER & SCHMIDT 2000, SCHRÖDER et al. 2006) im GIS verschnitten und anschließend frequenzanalytisch ausgewertet. Die Ergebnisse der Auswertung sind in Abbildung 3 beispielhaft für den Beginn der Apfelblüte in Raumklasse 8 (Flussauenlandschaften der Altmark, Prignitz und Uckermark) (SCHRÖDER et al. 2006) dargestellt. In diesem Diagramm wurden die für die jeweiligen Zeitspannen und Klimamodelle/-szenarien

7 Projektion jahreszeitlicher Pflanzenentwicklungen im Klimawandel 693 Abb. 2: Regionalisierter Beginn der Haselblüte in Deutschland (WettReg A1B) (TnJb = Tage nach Jahresbeginn) berechneten mittleren Eintrittstermine der Apfelblüte auf einer Zeitachse aufgetragen. Für Raumklasse 8 zeigt sich bereits im Vergleich der Messwerte von (127 Tage nach Jahresbeginn) und (118 Tage nach Jahresbeginn) eine deutliche Verfrühung der Apfelblüte. In der gesamten Klimanormalperiode zeigt lediglich REMO B1 eine weitere Verfrühung um einen Tag (117 Tage nach Jahresbeginn). Nach REMO A1B liegt der Blühbeginn ebenfalls bei 118 Tagen nach Jahresbeginn, WettReg B1 zeigt als Eintrittstermin 119 Tage nach Jahresbeginn, WettReg A1B sogar 122 Tage nach Jahresbeginn. Die Schätzungen durch die Klimamodelle, die auf Annahmen für die Klimanormalperiode zurückgehen, fallen demnach für diesen ersten Zeitraum konservativer aus, als es bereits durch die jüngsten Temperaturmessungen zu beobachten ist. In der folgenden Klimanormalperiode zeigen WettReg A1B und B1 mit 117 Tagen nach Jahresbeginn den gleichen Eintrittstermin, den frühesten Blühbeginn zeigt REMO A1B mit 111 Tagen nach Jahresbeginn. In der Klimanormalperiode weist Wett- Reg B1 mit 112 Tagen nach Jahresbeginn den spätesten Eintrittstermin auf, REMO A1B mit 103 Tagen nach Jahresbeginn wiederum den frühesten Blühbeginn.

8 694 W. Schröder, R. Pesch und G. Schmidt Raumklasse 8, Apfelblüte (Phase 62) wb1 wa1b rb1 ra1b dwd Phasenbeginn [Tage n. Jahresbeginn] Zeitraum Abb. 3: Mittlere Eintrittstermine der Apfelblüte in Raumklasse 8 abgeleitet aus den gemessenen/modellierten Temperaturen der jeweiligen Klimanormalperioden (w = WettReg, r = REMO, DWD = Messwerte des DWD) 4 Schlussfolgerungen und Ausblick Die berechneten Werte basieren auf statistischen Zusammenhängen, die aus der Auswertung retrospektiver Temperaturdaten abgeleitet wurden. Die Aussagesicherheit ist umso höher, je höher die Korrelation zwischen Temperatur und Phasenbeginn ist. Die nicht erklärbare Restvarianz resultiert aus Ungenauigkeiten bei der Beobachtung, Eingabefehlern sowie anderen Umweltbedingungen wie der Bodenfeuchte, die die Pflanzenphysiologie ebenfalls beeinflussen. Dieser Einfluss wird im weiteren Jahresverlauf größer, so dass die Sommerphasen gegenüber den Frühlingsphasen zumeist niedrigere Korrelationskoeffizienten aufweisen. FISKA ist als offenes und modulares Fachinformationssystem entwickelt worden. Es bietet die Möglichkeit, Daten- und Informationen mit anderen Institutionen auszutauschen. Weitere Entwicklungsschritte könnten in der Entwicklung von Schnittstellen zu anderen Expertensystemen wie bspw. zum System DeNIS 2 des BBK (Bundesamt für Bevölkerungsschutz und Katastrophenhilfe) sein. Jeder Anwender sollte die Möglichkeit erhalten, weitere Daten und Wirkmodelle zu integrieren, vorhandene Wirkmodelle zu verbessern und neue Wirkmodelle (Rechenkerne) zu implementieren. Technisch soll die Einbindung weiterer Daten 2

9 Projektion jahreszeitlicher Pflanzenentwicklungen im Klimawandel 695 und Wirkmodelle mit einem Wirkmodell-Package-Generator vereinfacht werden. Mit diesem externen Modul kann der Nutzer ein Package mit Rechenkern und Datensatz erzeugen, das anschließend vom UBA in FISKA integriert wird. Eine weitere Möglichkeit wäre die direkte Integration des Package in FISKA durch den Anwender selbst, der hierfür Zugriffsrechte auf FISKA erhalten müsste. Danksagung Das FuE-Vorhaben wurde im Auftrag des Kompetenzzentrums Klimafolgen und Anpassung (KomPass) des Umweltbundesamtes von einem Konsortium aus der Fa. GICON Großmann Ingenieur Consult GmbH, dem Lehrstuhl für Landschaftsökologie und dem Potsdam Institut für Klimafolgenforschung entwickelt. Ein Projektbeirat begleitete die Projektarbeiten. Allen genannten Institutionen und beteiligten Akteuren sei für die konstruktive und reibungslose Zusammenarbeit gedankt. Literatur CHMIELEWSKI, F. M. & RÖTZER, T. (2002): Annual and spatial variability of the beginning of growing season in Europe in relation to air temperature changes. In: Climatic Res, 19, S DAS (2008): Deutsche Anpassungsstrategie an den Klimawandel. Berlin, 78 S. EEA (European Environment Agency) (2008): Impacts of Europe's changing climate 2008 indicator-based assessment. Report No 4/ ENGLERT, C., PESCH, R., SCHMIDT, G. & SCHRÖDER, W. (2008): Analysis of spatially and seasonally varying plant phenology in Germany. In: CAR, A. et al. (Eds.): Geospatial GI_Forum '08. Proceedings of the Geoinformatics Forum Salzburg. Wichmann, Heidelberg, S ENGLERT, C., SCHMIDT, G. & SCHRÖDER, W. (2007): Bildung eines Frühlings-Indikators für Deutschland auf Grundlage pänologischer Daten. In: STOBL, J. et al. (Hrsg.): Angewandte Geoinformatik Wichmann, Heidelberg, S HENGL, T., HEUVELINK, G. B. M. & ROSSITER, D. G. (2007): About regression-kriging: From equations to case studies. In: Comput & Geosci, 33, S JACOB, D., GÖTTEL, H., KOTLARSKI, S., LORENZ, P. & SIECK, K. (2008): Klimaauswirkungen und Anpassung in Deutschland Phase 1: Erstellung regionaler Klimaszenarien für Deutschland. Forschungsbericht UBA-FB , Climate Change 11/08, ISSN MENZEL, A., ESTRELLA, N. & FABIAN, P. (2001): Spatial and temporal variability of the phenological seasons in Germany from 1951 to In: Global Change Biol, 7, S ROMIĆ, M, HENGL, T., ROMIĆ, D. & HUSNJAK, S. (2007): Representing soil pollution by heavy metals using continuous limitation scores. In: Comput Geosci, 33, S

10 696 W. Schröder, R. Pesch und G. Schmidt SCHRÖDER, W. & SCHMIDT, G. (2000): Raumgliederung für die Ökologische Umweltbeobachtung des Bundes und der Länder. In: Umweltwissenschaften und Schadstoff- Forschung Zeitschrift für Umweltchemie und Ökotoxikologie, 12 (4), S SCHRÖDER, W., SCHMIDT, G. & HORNSMANN, I. (2006): Landschaftsökologische Raumgliederung Deutschlands. In: FRÄNZLE, O, MÜLLER, F. & SCHRÖDER, W. (Hrsg.): Handbuch der Umweltwissenschaften. Grundlagen und Anwendungen der Ökosystemforschung. Landsberg am Lech/München/Zürich, Kap. V-1.9, 17. Erg.-Lfg., S SPEKAT, A, ENKE, W. & KREIENKAMP, F. (2006): Neuentwicklung von regional hoch aufgelösten Wetterlagen für Deutschland und Bereitstellung regionaler Klimaszenarien mit dem Regionalisierungsmodell WETTREG 2005 auf der Basis von globalen Klimasimulationen mit ECHAM5/MPI OM T63L bis 2100 für die SRES Szenarien B1, A1B und A2. Projektbericht F+E-Vorhaben Klimaauswirkungen und Anpassung in Deutschland Phase 1: Erstellung regionaler Klimaszenarien für Deutschland. Potsdam, 94 S.