Vom globalen Klimawandel zum regionalen Klimaantrieb

Transkript

1 Vom globalen Klimawandel zum regionalen Klimaantrieb Wolfram Mauser 1, Andreas Pfeiffer 2, Daniela Jacob 3, Swantje Preuschmann 3, Thomas Marke 1, Florian Zabel 2, Clemens Wastl 2, Günther Zängl 2 1 Department für Geographie, Ludwig-Maximilians-Universität, München 2 Meteorologisches Institut, Ludwig-Maximilians-Universität, München 3 Max-Planck-Institut für Meteorologie, Hamburg Oktober Nationale GLOWA-Konferenz Potsdam 1

2 Regionaler Klimaantrieb Globaler Klimawandel Regionaler Klimaantrieb Regionale Klimafolgen Globale Emissionsszenarien Globale Klimamodelle IPCC Assessment- Prozess Globaler Konsens zum Klimawandel Unsicherheiten! Temperatur Niederschlag Feuchte Wind Strahlung t = 1 h x = 1 km ????? Regionaler Klimaantrieb Regionale Folgenmodelle Stakeholder Dialog und Assessment Regionaler Konsens zu den Folgen des Klimawandels Unsicherheiten! Ansatz: Analyse der regionalen Klimatrends (Temperatur Niederschlag) aus der Zusammenschau des Erkenntnisse des IPCC aus den Resultaten regionaler Klimamodelle aus der regionalen Analyse der historischen Klimaänderungen Oktober Nationale GLOWA-Konferenz Potsdam 2

3 GLOWA-Danube Szenarien Besteht aus: Emissionsszenario IPCC-SRES-Emissionsszenario A1B Globaler Klimatrend Regionaler Klimatrends: Klimavarianten: Globale Klimamodelle erzeugen globale Klimatrends Regionale Klimamodelle und Analysen historischer regionaler Messungen setzen globale in regionale Klimatrends um (Kap.S2) Ergebnisse der regionalen Klimamodelle: dienen nach Bias-Korrektur und statistischem Downscaling als meteorologischer Antrieb für DANUBIA Statistischer Klima-Antriebs-Generator: erzeugt aus regionalen Klimatrends und historischen Daten den meteorologischen Antrieb für DANUBIA Oktober Nationale GLOWA-Konferenz Potsdam 3

4 Was wissen wir global? IPCC 2007 DJF JJA Wahrscheinlichste Veränderungen aus einem Ensemble globaler Modelle, SRES-A1B-scenario (IPCC, 2007) Oktober Nationale GLOWA-Konferenz Potsdam 4

5 Was wissen wir regional? REMO-UBA A1B: Änderung von Temperatur und Niederschlag vs oc Temperatur +4.7 C DJF +3.3 C MAM +4.5 C JJA +4.5 C SON % Niederschlag +14.0% Oktober +9.8% -26.0% Nationale GLOWA-Konferenz Potsdam -7.2% 5

6 Was wissen wir historisch? Sommertemperatur Wintertemperatur Oktober Nationale GLOWA-Konferenz Potsdam 6

7 Was wissen wir historisch? Sommerniederschlag Winterniederschlag Zeitraum: Oktober Nationale GLOWA-Konferenz Potsdam 7

8 Was wissen wir historisch? - Regionale Klimavariabilität Beziehung wöchentliche Lufttemperatur vs Niederschlag Obere Donau y = x x R 2 = Korrelationskoeffizient Woche im Jahr Winter: höhere Temperatur => stärkerer Niederschlag Sommer: höhere Temepratur => gerinerer Niederschlag Variabilität steckt in der Kovarianz Oktober Nationale GLOWA-Konferenz Potsdam 8

9 GLOWA-Danube Klimatrends 16 Jahresmitteltemperatur [ o C] Fortschreibung aus REMO-A1B regional MM5-A1B regional IPCC-A1B regional Temperaturanstieg : 1.6 o C A1B-Emissionen Temperaturanstieg : IPCC: 3.3 o C REMO-UBA: 4.5 o C MM5: 4.8 o C Fortschreibung: 5.1 o C Oktober Nationale GLOWA-Konferenz Potsdam 9

10 GLOWA-Danube Klimatrends 80 Niederschlagsänderung [%] MM5-A1B regional REMO-A1B regional Fortschreibung aus IPCC-A1B regional -80 Woche A1B-Emissionen Niederschlagsänderung : IPCC: W:+ 7.0% S:-14% REMO-UBA: W:+2.1% S:-23% MM5: W:+10.4% S:-15% Fortschreibung: W:+2.5% S:-35% Oktober Nationale GLOWA-Konferenz Potsdam 10

11 Regionaler Klimaantrieb aus Regionaler Klimamodellierung - MM5 ERA40 ECMWF Simulationsgebiet ECHAM5 MPI / Hamburg Optimaler globaler quasi - Beobachtungs- Datensatz Validierung des Regionalen Klimamodells (RCM) Validierung der Kombination Globales Klimamodell (GCM) + Regionales Klimamodell (RCM) Klimaszenario - A1B, Kontinuierliche Bereitstellung von Randwerten aus Globalmodell alle 6 Stunden über gesamten Simulationszeitraum ( , ) Oktober Nationale GLOWA-Konferenz Potsdam 11

12 Validierung (MM5) Sommer : akkumulierter Niederschlag Beobachtungen: Stationsdaten, räumlich interpoliert + Niederschlagsklimatologie Simulation Antrieb: ERA40 erster Versuch MM5 optimiert Oktober Nationale GLOWA-Konferenz Potsdam 12

13 Validierung (MM5) Sorgfältige Auswahl bzw. Anpassung der relevanten Modellkomponenten bzw. -physik: - Niederschlag im GLOWA-Danube-Gebiet wird durch MM5 im Rahmen der Beobachtungs-Unsicherheiten gut erfasst ERA40/MM5 Zeitraum Oktober Nationale GLOWA-Konferenz Potsdam 13

14 Validierung ECHAM5+RCM Antrieb: ERA40 ECHAM5 Mittlerer monatlicher Niederschlag ( ) unter ECHAM5-Antrieb - Beobachtungen: Minimum im Winter, Maximum im Sommer - Globalmodell + Regionalmodell: Doppelwelle des Niederschlags - massive Überschätzung des Jahresniederschlags - für direkten Antrieb nachgeschalteter Modelle nicht geeignet (z.b. Hydrolog. Modelle) Oktober Nationale GLOWA-Konferenz Potsdam 14

15 Validierung Globalmodell+Regionalmodell Großskalige Strömungsverhältnisse im Globalen Modell (Winter, ): ERA40 ECHAM5 Mittlerer Bodendruck - Leichte Abweichungen in Modellierung der großskaligen Strömungsverhältnisse im Globalen Klimamodell haben insbesondere im Alpenraum massive Auswirkungen auf simulierten Niederschlag der Regionalmodelle - Nicht nur Problem des ECHAM5, praktisch auch alle anderen GCMs betroffen - systematischer Fehler im Globalmodell kann prinzipiell nicht von Regionalmodell korrigiert werden Abhilfe: Bias -Korrektur Oktober Nationale GLOWA-Konferenz Potsdam 15

16 Regionaler Klimaantrieb - durch Bias-Korrektur und Downscaling Statistisch-empirisch ( RCM: 45 km bzw. 10 km DANUBIA: 1 km) 2 Komponenten: Bias-Korrektur nötig bei ECHAM5 als Antrieb Vergleich von Beobachtungs- und Modellklimatologie auf Auflösungsstufe des RCM Korrekturfunktionen f Bias feinskalige Variabilität Voraussetzung: Hochaufgelöste Beobachtungsklimatologie (1km) Vergleich von Beobachtungsklimatologie 45km (bzw. 10km) zu 1km feinskalige Korrekturfunktionen f Variabilität Kombination (f Gesamt = f Variabilität f Bias ): Anwendung auf RCM [A1B] Klimavarianten: REMO skaliert & biaskorrigiert MM5 skaliert & biaskorrigiert Input für DANUBIA Oktober Nationale GLOWA-Konferenz Potsdam 16

17 A1B regional Direkter Input für DANUBIA - Weitere Details siehe Poster Klimaszenarien und Atlas Oktober Nationale GLOWA-Konferenz Potsdam 17

18 Zwischen-Fazit Regionale Kimamodelle Solange Globale Klima Modelle (GCM) noch zu grobmaschig für regionale Studien sind, sind Regionale Klimamodelle (RCM) relevant RCMs unter ERA40-Antrieb validiert und für Prozessstudien mit nachgeschalteten Modellen direkt einsatzbereit RCMs für Zukunfts-Szenarien stark abhängig von der Güte des Inputs aus Globalen Modellen Kombination von RCM mit empirisch-statistischem Downscaling (inkl. Bias-Korrektur!) liefert im Prinzip auch unter GCM-Antrieb verwendbare meteorologische Datensätze für das Gesamtmodell DANUBIA Anbindung der regionalen Studie GLOWA-Danube an aktuellen Stand der globalen Klima-Modellierung somit gewährleistet (A1B, ) Oktober Nationale GLOWA-Konferenz Potsdam 18

19 KLIMAGEN - Stochastischer Klima-Antriebsgenerator KLIMAGEN macht aus den historischen Messdaten der Klimamessnetze zukünftige regionale Klimaantiebe Grundannahme: Klima der Vergangenheit enthält ähnliche wöchentliche Witterungsverläufe wie Klima der Zukunft nur in anderer Abfolge und Häufigkeit (warme-kalte Wochen, feuchte-trockene Wochen). Ansatz: Klimatrends bestimmen den zukünftigen Verlauf von Temperaturanstieg und Niederschlagszu- und abnahme. Stochastik: Zufallsgenerator simuliert Variabilität des Witterungsverlaufs aufgrund der Kovarianzen der Vergangenheit. Umsetzung: Trend und Zufall erzeugen für jede Woche von ein Wertepaar von mittlerer Temperatur und mittlerem Niederschlag, für dieses Paar wird die ähnlichste gemessene Woche gesucht und ihre Messwerte (gesamtes Messnetz) für die Zukunft eingesetzt. Viele unterschiedliche Realisierungen eines Klimaszenarios sind möglich, wenn der Startwert (Saat) des Zufallsgenerators verändert wird, sie bilden ein Ensemble Oktober Nationale GLOWA-Konferenz Potsdam 19

20 KLIMAGEN - Statistischer Klima-Antriebsgenerator Wie gut reproduziert der Klima-Antriebsgenerator das Klima der Vergangenheit ? Temperatur [oc] Intensität [mm/messung] gemessen seed=12345 seed=428 seed=32390 seed= Niederschlagssumme [mm/woche] Woche Niederschlagsereignisse/Tag Woche Oktober Nationale GLOWA-Konferenz Potsdam 20

21 KLIMAGEN - Statistischer Klima-Antriebsgenerator 350 Dauerlinie Oberaudorf Wie gut reproduziert das Klima des Klima-Antriebsgenerator die hydrologischen Verhältnisse der Vergangenheit? DANUBIA rechnet mit stochastischem Klimaantrieb: Spitzenabfluss gemessen MHQ = 4418 m³/s 800 Saat 426 MHQ = 4388 m³/s 700Saat 4995 MHQ = 4775 m³/s 1000 Saat MHQ gemessen = 4403 m³/s 600 Saat MHQ 428 = 4224 m³/s MQ = 287 m³/s [m³/s] aus Pegeldaten Niedrigwasser aus Klimagenerator Achleiten MQ Achleiten HQ1 Achleiten HQa [m³/s] 8000 NM7Q Achleiten Tage Überschreitung aus gemessenem Klima aus 1990 simuliertem Klima 2000 NM7Q [m³/s] 100 Q [m³/s] Oktober Nationale GLOWA-Konferenz Potsdam 21

22 Ensembles mit KLIMAGEN Die natürliche Variabilität des Klimas lässt für einen gewählten Klimatrend eine große Zahl äquivalenter Klimavarianten zu! Welche soll benutzt werden? Aufstellen von Kriterien (Wissenschaft, Stakeholder! Auswahl eines Startwerts für Zufallsgenerator aus stat. Gleichverteilung 5000 mal Generierung eines meteorologischen Antriebs Generierung der Klimavariante, die gewähltes Kriterium erfüllt Analyse des meteorologischen Antriebs nach Kriterien Auswahl der gültigen Realisierung aus den 5000 Realisierungen Oktober Nationale GLOWA-Konferenz Potsdam 22

23 Ensembles mit dem Klima-Antriebsgenerator Kriterium: Häufigste Durchschnittstemperatur aus 5000 Realisierungen IPCC-reg. REMO -reg. Fortschreibung Anzahl Durchschnitts-Temperatur [ o C] Klimavariante mit der häufigsten Durchschnittstemperatur : Baseline Oktober Nationale GLOWA-Konferenz Potsdam 23

24 Ensembles mit dem Klima-Antriebsgenerator Kriterium: Mitteltemperatur der 5 heißesten aufeinander folgenden Sommer aus 5000 Realisierungen 200 Anzahl IPCC REMO-reg. Fortschreibung -reg. 5%-Percentilen JJA-Temperatur 5 Jahre [ o C] Klimavariante mit wärmsten (5%-Percentile) JJA-Mitteltemperatur von 5 aufeinander folgenden Jahren: 5 heiße Sommer Oktober Nationale GLOWA-Konferenz Potsdam 24

25 Zusammenfassung GLOWA-Danube Szenarien Grundannahme: Emissionen entwickeln sich nach IPCC A1B Szenario Gemeinsamkeiten der Erkenntnisse an der Oberen Donau bis CTemperaturanstieg zu erwarten bis 2100 Niederschlagsanstieg im Winter +8% bis +14% Niederschlagsrückgang im Sommer -13% bis -26% GLOWA-Danube Klimatrends Klimatrend 1 (IPCC regional): Temperaturanstieg IPCC regional: +3.3 C Niederschlagsänderung IPCC regional: +7% Winter,-14% Somme Klimatrend 2 (UBA REMO): Temperaturanstieg REMO: +4.5 C Niederschlagsänderung REMO regional: +9.8% Winter, -26% Sommer Klimatrend 3 (MM5): Temperaturanstieg MM5: +4.8 C Niederschlagsänderung REMO regional: +7.7% Winter, -28.7% Sommer Klimatrend 4 (Fortschreibung): Temperaturanstieg Messung regional: +5.1 C Niederschlagsänderung aus Korrelation N -T ( ) Oktober Nationale GLOWA-Konferenz Potsdam 25

26 GLOWA-Danube Klimavarianten Aus einem Ensemble von 5000 Realisierungen wurden für jeden der 4 GLOWA-Danube Klimatrends IPCC regional UBA-REMO MM5 Fortschreibung 4 GLOWA-Danube Klimavarianten ausgewählt: 1. Variante: BASELINE mittlere Temperatur aller 5000 Realisierungen zwischen 2011 und Variante: 5 warme Winter die 5 wärmsten aufeinander folgenden Winter zwischen 2011 und 2035 innerhalb der 5% Quantile 3. Variante: 5 heiße Sommer die 5 heissesten aufeinander folgenden Jahre zwischen 2011 und 2035 innerhalb der 5% Quantile 4. Variante: 5 trockene Jahre die 5 trockensten aufeinander folgenden Jahre zwischen 2011 und 2035 inerhalb der 5% Quantile Weitere Klimavarianten: a) REMO-UBA bias-korrigiert b) MM5 bias-korrigiert Oktober Nationale GLOWA-Konferenz Potsdam 26

27 Regionaler Klimaantrieb - Fazit GLOWA-Danube legt das A1B Emissionsszenario zugrunde Nach bias-korrektur und downscaling stehen 2 Klimaantriebe aus regionalen Klimamodellen auf der Basis des Member 1 Laufes des Globalen Klimamodells ECHAM5 zur Verfügung: Variante: REMO-UBA Variante: MM5 Zur Untersuchung weiterer Klimatrends, die Temperaturanstiege und Niederschlagsveränderungen vorgeben, und zur Berücksichtigung der natürlichen Variabilität des Klimas wurde ein Klima-Antriebsgenerator (KLIMAGEN) entwickelt. Mit ihm wurden für 4 Klimatrends 4 Klimavarianten Klimaantriebe realisiert. Zur Abschätzung der Unsicherheiten werden für 18 (16+2) Klimavarianten die Klimafolgen parallel berechnet und gemeinsam ausgewertet. Im Stakeholder Prozess wurden die getroffenen Annahmen und die bestehenden Unsicherheiten klar kommuniziert. Über das Vorgehen wurde mit den beteiligten Stakeholdern Konsens erzielt Oktober Nationale GLOWA-Konferenz Potsdam 27

28 Regionaler Klimaantrieb - Fazit Auswahl 1: Auswahl 2: Auswahl 3 Auswahl 4: Klimatrend Klimavariante Gesellschafts- Maßnahme szenario IPCC regional Baseline Baseline Maßnahme 1 REMO regional 5 warme Winter Performance Maßnahme 2 MM5 regional 5 heiße Sommer Allgemeinwohl Maßnahme... Fortschreibung 5 trockene Jahre REMO skaliert & biaskorrigiert MM5 skaliert & biaskorrigiert Oktober Nationale GLOWA-Konferenz Potsdam 28

29 Oktober Nationale GLOWA-Konferenz Potsdam 29

30 Ensembles mit dem Klima-Antriebsgenerator Temperatur [oc] JJA-Temp IPCC JJA-Temp REMO JJA-Temp Fort Klimavariante: 5 heiße Sommer in der Periode Auftreten der Perioden Oktober Nationale GLOWA-Konferenz Potsdam 30