K lima w a n d e l & W a sse rk ra ft - SWV
K lima w a n d e l & W a sse rk ra ft - SWV
K lima w a n d e l & W a sse rk ra ft - SWV
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
narien haben beide Perioden eine unterschiedliche<br />
Relevanz.<br />
3. Datengrundlage<br />
und Methoden<br />
3.1 Globale und regionale K<strong>lima</strong>modellierung<br />
Globale K<strong>lima</strong>modelle (GCMs), vor allem<br />
die neueste Gene<strong>ra</strong>tion gekoppelter Atmosphären-Ozean-Zi<strong>rk</strong>ulationsmodelle,<br />
erlauben die Abschätzung des Einflu<strong>sse</strong>s<br />
anthropogener Treibhausgasemissionen<br />
auf das K<strong>lima</strong> der Erde auf Grundlage<br />
physikalischer Gesetzmässigkeiten. Alle<br />
relevanten Komponenten des globalen<br />
K<strong>lima</strong>systems inklusive ihrer Wechselwi<strong>rk</strong>ungen<br />
sind in diesen Modellen berücksichtigt<br />
(Bild 1). Als Vorgabe zur Berechnung<br />
des zukün<strong>ft</strong>igen K<strong>lima</strong>s wird u.a. eine<br />
Abschätzung der zukün<strong>ft</strong>igen Entwicklung<br />
der atmosphärischen Treibhausgaskonzent<strong>ra</strong>tionen<br />
beruhend auf sogenannten<br />
Emissionsszenarien benötigt. Bedingt<br />
durch den hohen Rechenaufwand der Zi<strong>rk</strong>ulationsmodelle<br />
liegt die räumliche Auflösung<br />
globaler K<strong>lima</strong>szenarien jedoch<br />
im Bereich von 100–300 km, und damit<br />
jenseits der für viele Impaktstudien relevanten<br />
Grö<strong>sse</strong>nordnung. Hier setzen regionale<br />
K<strong>lima</strong>modelle (RCMs) an. Sie stellen<br />
das wichtigste We<strong>rk</strong>zeug dar, um die grob<br />
aufgelösten Informationen globaler K<strong>lima</strong>modelle<br />
auf die regionale Skala herunterzubrechen<br />
und K<strong>lima</strong>änderungsszenarien<br />
mit wesentlich höherer räumlicher Auflösung<br />
zu erstellen. Ähnlich wie globale Zi<strong>rk</strong>ulationsmodelle<br />
beschreiben RCMs die<br />
Vorgänge innerhalb der verschiedenen<br />
Komponenten des K<strong>lima</strong>systems sowie<br />
die Wechselwi<strong>rk</strong>ungen untereinander<br />
auf Grundlage physikalischer Prinzipien.<br />
Im Unterschied zu Globalmodellen wird<br />
hierbei jedoch nicht der gesamte Globus<br />
sondern nur eine bestimmte Region, z.B.<br />
Europa, bet<strong>ra</strong>chtet (Bild 2). Dies ermöglicht<br />
eine deutlich höhere räumliche Auflösung<br />
von derzeit ca. 10–50 km. Dieser<br />
Auflösungssprung ist verbunden mit einer<br />
be<strong>sse</strong>ren Beschreibung der regionalen<br />
Variabilität von K<strong>lima</strong>pa<strong>ra</strong>metern, was vor<br />
allem in einem topog<strong>ra</strong>phisch sta<strong>rk</strong> strukturierten<br />
Gelände wie den Alpen unerlässlich<br />
ist. Am Rande des regionalen Modellgebietes<br />
benötigt ein RCM Informationen<br />
über die grossskaligen Eigenscha<strong>ft</strong>en der<br />
atmosphärischen Strömung, die ihrerseits<br />
von globalen K<strong>lima</strong>modellen bereitgestellt<br />
werden. Man spricht von einer sogenannten<br />
Nestung, d.h. ein RCM wird in die Ergebni<strong>sse</strong><br />
eines globalen K<strong>lima</strong>modells<br />
eingebettet und übernimmt am Rande<br />
des Modellgebietes die Informationen<br />
dieses antreibenden Modells (Bild 2). Die<br />
dargestellte Methodik wird auch als dynamisches<br />
Downscaling, die Kombination<br />
eines GCMs mit einem RCM als Modellkette<br />
bezeichnet.<br />
Aufgrund unterschiedlicher Modellformulierungen<br />
mü<strong>sse</strong>n sich die Ergebni<strong>sse</strong><br />
verschiedener regionaler K<strong>lima</strong>modelle<br />
selbst bei identischem antreibenden<br />
GCM nicht exakt entsprechen.<br />
Vielmehr zeigt sich in Modellvergleichsstudien,<br />
dass einzelne Modelle mit ganz<br />
unterschiedlichen, individuellen Fehlercha<strong>ra</strong>kteristiken<br />
beha<strong>ft</strong>et sein können<br />
(z.B. Suklitsch et al., 2010). Die unterschiedlichen<br />
Fehlereigenscha<strong>ft</strong>en einzelner<br />
RCM’s können sich auch auf die simulierten<br />
K<strong>lima</strong>änderungssignale auswi<strong>rk</strong>en.<br />
Diese Modellunsicherheit wird noch vergrö<strong>sse</strong>rt,<br />
wenn verschiedene GCM’s als<br />
Randantrieb verwendet und/oder unter-<br />
schiedliche Emissionsszenarien vo<strong>ra</strong>usgesetzt<br />
werden. Eine weitere Unsicherheitsquelle<br />
ist die natürliche K<strong>lima</strong>variabilität,<br />
die durch eine einzelne regionale<br />
K<strong>lima</strong>simulation nicht adäquat dargestellt<br />
werden kann. Aus den genannten Gründen<br />
ist es wichtig, eine möglichst gro<strong>sse</strong><br />
Anzahl regionaler K<strong>lima</strong>simulationen zu<br />
bet<strong>ra</strong>chten, um Unsicherheitsbereiche<br />
eingrenzen und quantifizieren zu können.<br />
Die regionalen K<strong>lima</strong>simulationen des EN-<br />
SEMBLES-Projektes stellen diesbezüglich<br />
die umfangreichste und eine weltweit einzigartige<br />
Datenbasis dar. Im Rahmen der<br />
vorliegenden Studie wurden insgesamt 10<br />
regionale K<strong>lima</strong>simulationen des ENSEM-<br />
BLES-Projektes (siehe Tabelle 1) für die<br />
Schweiz mit einem auf die Abbildung der<br />
Jahresganges optimierten statistischen<br />
Verfahren (siehe Kapitel 3.2) aufbereitet<br />
und den Projektpartnern in Koope<strong>ra</strong>tion<br />
mit dem Center for C<strong>lima</strong>te Systems<br />
Bild 2. Prinzip der Modellnestung: Ein regionales K<strong>lima</strong>modell (rot) wird in die grob<br />
aufgelösten Informationen eines Globalmodells (blau) eingebettet und berechnet<br />
das K<strong>lima</strong> in einem begrenzten Modellgebiet (z.B. Europa) mit höherer räumlicher<br />
Auflösung.<br />
Bild 3. Topog<strong>ra</strong>phie des regionalen K<strong>lima</strong>modells CLM [m ü. NN.] für das Gebiet der<br />
Schweiz in 25 km Auflösung.<br />
«Wa<strong>sse</strong>r Energie Lu<strong>ft</strong>» – 103. Jahrgang, 2011, He<strong>ft</strong> 4, CH-5401 Baden 269<br />
K<strong>lima</strong>wandel & Wa<strong>sse</strong><strong>rk</strong><strong>ra</strong><strong>ft</strong>
Change language