Das Sektorielle Informationssystem (SIS) und C3S Klimaindikatoren

Transkript

1 Das Sektorielle Informationssystem (SIS) und C3S Klimaindikatoren Erfahrungen aus dem Wassersektor Dr. Enno Nilsson, Bundesanstalt für Gewässerkunde (BfG) Berlin,

2 Einordnung der BfG im Copernicus-Rollenverständnis 1. "Producer" Modellierer 2. "Purveyor" Berater 3. "Clients", Entscheidungsträger Monitoring und Projektion von Wasserhaushaltsgrößen insbes. Abfluss an Pegeln der großen Ströme in Deutschland daten- und modellgestützt Vermittlung zw. Forschung und Anwendung spezifische Auswertungen und Analysen mit Fokus auf BMVI, Wasserstraßen- und Schifffahrtsverwaltung BMU, Umweltbundesamt BMI, Bundesamt für Bevölkerungsschutz und Katastrophenvorsorge Gremien: DAS-Behördennetzwerk, Flussgebietskommissionen etc. Fokusgebiete: Rhine, Ems, Weser, Danube, Elbe, Odra, costal areas of North and Baltic sea

3 Copernicus-Dienste für "Producer" Bereich Wasserhaushaltsmodellierung 1. CAMS: Atmosphäre verbesserte Strahlungsdaten für die Verdunstungsberechnung 2. CLMS: Oberfläche Datenassimilation (z.b. Bodenfeuchte) 3. C3S: Klimawandel Saisonale Vorhersagen, Reanalysen und Klimaprojektionsdaten

4 C3S-Begriffe Wasserhaushaltsmodellierung 1. Klimavariablen: Temperatur, Niederschlag, 2. Klimaindikatoren: Zusammenschau von Temperatur- und Niederschlagsänderungen 3. Klimaindizes: aus Variablen abgeleitet "Hitze", "Dürre" etc. 4. Sektorspezifische Informationen Call 1 ( ): Wasser, Energie, Landwirtschaft, Städte (Europa) Call 2 (laufend): Gesundheit, Küste, Marine Fischerei, Tourismus (Europa); Hydrologie, Landwirtschaft, Seeschifffahrt (Global) Call 3 ( ): Standards für Bauingenieurwesen und Transportinfrastrukturen

5 C3S Sectorial Information Systems (SIS) Call 1 ( ): Wasser, Energie, Landwirtschaft, Städte 1. EDgE: End-to-end Demonstrator for improved decision making in the water sector in Europe 2. SWICCA: Service for Water Indicators in Climate Change Adaption 3. ECEM: European Climatic Energy Mixes 4. CLIM4ENERGY 5. Urban SIS: Climate Information for European Cities 6. AgriCLASS: Agricultural Climate Advisory services 7. WISC: Wind Storm Climate Service

6 Datengrundlagen EdGE* 2 RCPs: RCP2.6, RCP8.5 5 GCMs: NorESM1-M, MIROC-ESM-CHEM, IPSL-CM5A-LR, HadGEM2-ES, GFDL- ESM2M 4 Hydrol. Modelle: mhm, noah-mp, VIC, PCRGLOBWB 20 Member SWICCA* 3 RCPs: RCP2.6, RCP4.5, RCP8.5 4 GCMs: EC-EARTH, HadGEM2-ES, CM5A, MPI- ESM-LR 4 RCMs: RACMO22E, RCA4, WRF33, REMO Hydrol. Modelle: E-HYPE, LISFLOOD, VIC 33 Member * *

7 Fallstudien EdGE 1. Hydropower (Norway) 2. Urban water (Spain) 3. Water resources management (England) 4. Reservoir management (Spain) SWICCA 3x Resource allocation Irrigation (Italy), Snow (Spain), Drought (Spain) 3x Risk management Flash-Floods (Austria), River Floods (Slovakia, Sweden) 4 x Ecological status Environmental Flows (Greece), Water Balance (Italy), Lake ecosystems (Sweden), Water quality (Sweden) 5 x Industry Brewery Chain (Netherlands), Metallurgy (Greece), Inland Navigation (Germany), 15 Fallstudien Drinking water (Sweden), Hydropower (Sweden) 4 Fallstudien 16 Indikatoren/Indizes 28 Indikatoren/Indizes

8 Anwendungsbeispiel Frage: Wie werden sich Niedrigwasserabflüsse am schifffahrtrelevanten Pegel Kaub/Rhein bis Jahrhundert-Ende ändern? Indikator: Q95 Ort: Pegel Kaub (50.09 N, 7.76 O) Daten: RCPs 2.6 und 8.5, alle verfügbaren Modellketten (GCM, RCM, WHM) EdGE und SWICCA Ziel: Grafik und Daten am Pegel

9 Änderungssignale Niedrigwasser (Q95, Pegel Kaub) Beispiel "EDgE"

10 Änderungssignale Niedrigwasser (Q95, Pegel Kaub) Beispiel "SWICCA"

11 Ergebnisvergleich EdGE und SWICCA (Q95, Pegel Kaub)

12 BfG-Fallstudie "Inland navigation Rhine" (SWICCA) SWICCA climateimpact indicators on hydrology Hydrodynamics (local bathymetry and model) Local climateimpact indicators (W-thresholds) Cost effects (current fleet) Cost effects (innovative fleet)

13 BfG-Fallstudie "Inland navigation Rhine" (SWICCA) SWICCA climateimpact indicators on hydrology Hydrodynamics (local bathymetry and model) Local climateimpact indicators (W-thresholds) Cost effects (current fleet) Cost effects (innovative fleet) show cases Inland navigation (Rhine River)

14 Warum sollten Sie den Service nutzen? Beurteilung 1. Netzwerk (SIS) (sehr gut) 2. Technik (gut und wird besser) 3. Daten (KP, Impacts) (offen; Klimaprojektionen in 2019)

15 Plan zur Füllung des CDC

16 Warum sollten Sie den Service nutzen? Beurteilung 1. Netzwerk (SIS) (sehr gut) 2. Technik (gut und wird noch besser) 3. Daten (KP, Impacts) (offen; Klimaprojektionen in 2019) Vorzüge (vorbehaltlich Daten-Qualitätsprüfung) 1. Vergleiche von regionalen ("eigenen") Daten mit pan-europäischen Daten werden erheblich erleichtert. 2. Einstiegshürde zur Verwendung von Klimawandelinformationen wird deutlich herabgesetzt. insbes. für "kurze" Projekte/Ausschreibungen mit geringem Budget und begrenztem Genauigkeitsanspruch ("Quick look")

17 Möglichkeiten Möglichkeiten: Einfache Einbeziehung pan-europäischer Forschungsergebnisse in eigene, regional und sektoral fokussierte Arbeiten

18 Hindernisse Klimaprojektionsdaten = Forschungsdaten Folgen: Zusammenstellung von RCP-GCM-RCM-Ketten "by opportunity" / "by chance" (z.b. wenige low emission runs) Versionsverwaltung für einzelne Modelle der Modellketten intransparent Rückholaktionen häufige Wechsel von Modellgittern

19 Entwicklungsbedarf Konsequente Unterscheidung von "Produktlinie": operationeller Klimaprojektions-/ vorhersagedienst und "Forschungslinie" (Modellentwicklung) Dadurch: Transparenz Weniger "Rückholaktionen"

20 Vielen Dank! Dr. Enno Nilsson, Bundesanstalt für Gewässerkunde (BfG)