Direkt zum Seiteninhalt springen

SCENIC

Storyline-Szenarien zu extremen Wetter-, Klima- und Umweltereignissen und deren Auswirkungen in einer wärmeren Welt

Wie wären die sommerlichen Hitzewellen 2019 und 2022 in Deutschland verlaufen, wenn sie in einem kühleren Klima ohne den vom Menschen verursachten Klimawandel stattgefunden hätten? Wären die zahlreichen Starkregenereignisse im Jahr 2024, die zu Überschwemmungen großer Gebiete in Europa führten, ohne den Klimawandel weniger heftig ausgefallen? Wie würden sich diese und andere extreme Wettersituationen in einer global 4 °C wärmeren Welt entwickeln - und welche Auswirkungen hätte das auf Hydrologie, Landwirtschaft, Gesundheit usw.? Im SCENIC-Projekt haben alle sieben Helmholtz-Zentren für Erde und Umwelt zusammengearbeitet, um solche Fragen auf der Grundlage von ereignisbasierten Storyline-Simulationen mit einer Hierarchie von globalen Klima- bis hin zu regionalen Auswirkungsmodellen zu beantworten.

Maximale Tagestemperatur am 25. Juli 2019 in Deutschland im heutigen Klima (Mitte) sowie im vorindustriellen (links) und global 4 °C wärmeren Klima nach AWI-CM1-Storyline-Simulationen, korrigiert mit Beobachtungsdaten. Geändert von [a] von Yves Novak, AWI

Die bewährte probabilistische Methode der Attributionsforschung stößt an ihre Grenzen, wenn es um rekordverdächtige Extremereignisse geht, die in Simulationen nicht oder kaum vorkommen. In solchen Fällen lassen sich keine belastbaren Aussagen über Veränderungen der Wahrscheinlichkeit oder der Intensität treffen. Es stellt sich auch die Frage, warum sich die Wahrscheinlichkeit eines Ereignisses ändert: Liegt es einfach an den erhöhten Temperaturen durch Treibhausgase und wie sich diese direkt thermodynamisch auf andere Parameter auswirken, oder spielen komplexere Veränderungen in den Windsystemen eine Rolle? Werden zum Beispiel blockierende Wetterlagen häufiger und/oder anhaltender, oder ist vielleicht das Gegenteil der Fall? Tatsächlich sind solche Veränderungen in der atmosphärischen Dynamik mit großen Unsicherheiten behaftet und unterscheiden sich in der Regel von Modell zu Modell. Ereignisbasierte Darstellungen umgehen diese Probleme, indem sie fragen: Wie hätte sich ein beobachtetes Extremereignis abgespielt, wenn die gleichen Windmuster in einem anderen Klimazustand aufgetreten wären?

Die wichtigsten in SCENIC verwendeten Modelldomänen, siehe [f], Abbildung von T. Klimiuk, KIT

Ein Schlüsselelement und eine Innovation von SCENIC ist eine Kette von Storyline-Simulationen von globalen zu regionalen Auswirkungen. Zunächst werden die großräumigen atmosphärischen Zirkulationsmuster in globalen Klimamodellsimulationen durch „Nudging“ mit ERA5- oder NCEP-Reanalysedaten vorgegeben. Zweitens werden diese Simulationen mit regionalen Modellen dynamisch herunterskaliert. Drittens werden diese Daten zur Steuerung von Landoberflächenmodellen verwendet, die sich z. B. auf die hydrologischen und landwirtschaftlichen Auswirkungen konzentrieren.

Wichtigste Erfolge

  • Detaillierte Analysen kontinentaler und mariner Hitzewellen und extremer Niederschlagsereignisse auf der Grundlage globaler Storyline-Simulationen [1,2,3,4].

  • Entwicklung globaler Storyline-Simulationen in nahezu Echtzeit, die das „Klimaänderungssignal des Tages“ mit nur wenigen Tagen Verzögerung anzeigen und über ein Online-Tool offen zugänglich sind [3].

  • Analyse der Auswirkungen einer sich abschwächenden atlantischen meridionalen Umwälzzirkulation (Atlantic Meridional Overturning Circulation, AMOC) auf globale Extremereignisse [5], auch im Rahmen einer Storyline für Europa [6].

  • Analyse der jüngsten europäischen Dürreperioden aus einer langfristigen Perspektive [7,8].

  • Erste Luftverschmutzungs-Storylines für das künftige Klima, einschließlich der Reaktion der Vegetation auf abiotischen Stress und der gesundheitlichen Auswirkungen auf Menschen und Ökosysteme [9,10].

  • Dynamisch herunterskalierte regionale Storyline-Simulationen mit höherer Detailgenauigkeit, einschließlich einer besseren Darstellung von orographischen und städtischen Effekten und Tageszyklen [11].

  • Räumlich-zeitliche Abwärtsskalierung von Niederschlagsfeldern auf der Grundlage von Modellen des maschinellen Lernens (bedingte generative adversarische Netze), mit Potenzial für die Anwendung auf Storyline-Daten [12,13].

  • Analyse der Entwicklung von Hitzestress in der Landwirtschaft in Europa mit der Klimaerwärmung, basierend auf dynamisch herunterskalierten Storyline-Daten [14].

  • Hydrologische Szenarien, die aufzeigen, wie Veränderungen der Niederschläge und des Verdunstungsbedarfs den Abfluss in Europa beeinflussen, mit gesellschaftlichen Auswirkungen auf die Flusspegel [15].

  • Schätzungen der Klimaauswirkungen auf die Sterblichkeit in Deutschland auf der Grundlage von künstlicher Intelligenz (Echo State Network) und Storyline-Simulationsdaten [16].

  • Storylines von hydrologischen Extremereignissen über Südamerika und Europa wie Dürren und Extremniederschläge [17,18].

  • Erstellung eines gemeinsamen Synthesepapiers aller Helmholtz-Zentren für Erde und Umwelt, das die europäische Sommerhitze- und Dürreperiode 2018-2022 in einem Storyline-Rahmen aus mehreren Blickwinkeln untersucht [19]

Team