Sprache wählen
- English
- Deutsch
Ziel dieses Arbeitspakets ist die Bestimmung des dekadischen Vorhersage-Skills der Extrema von Standard-Klimavariablen (Temperatur, Wind, und Niederschlag) sowie von Nutzer-relevanten Parametern für Zentral-Europa (z.B. Windenergie und Sturmschäden), welche in Zusammenarbeit mit Endnutzern ausgewählt werden. Der Fokus liegt dabei auf dem Mehrwert der Regionalisierung für die Vorhersagbarkeit dieser Variablen, welche stark von lokalen Bedingungen und physikalischen Prozessen auf der regionalen Skala beeinflusst werden. In dem Arbeitspaket werden Methoden zur Berechnung der Parameter auf der globalen (GCM) und regionalen (Regionalmodelle) Skala angepasst oder neu entwickelt. Da sich die zeitliche und räumliche Skala von Beobachtungen und Modell-Output in der Regel unterscheiden und eine Nachbearbeitung der simulierten Größen nötig sein wird, ist die Berechnung der Nutzer-relevanten Parameter mitunter aufwendig. Verschiedene Skill-Metriken sollen angewendet werden um den Mehrwert der Regionalisierung zu quantifizieren. Die hier entwickelten Methoden sollen zu dem zentralen Evaluierungs-System (CES) und zu einer effizienten Weitergabe der Projektergebnisse an potentielle Nutzer beitragen.
Das Arbeitspaket C2-WP1 wird am Karlsruher Institut für Technologie (KIT) durchgeführt. Es ist unterteilt in zwei thematische Aspekte:
Entwicklung/Anwendung von Methoden zur Bestimmung von Nutzer-relevanten Parametern (in Zusammenarbeit mit IPRODUCTS und SUPPORT aus Modul D)
Quantifizierung des Vorhersage-Skills sowie des Mehrwerts der Regionalisierung dieser Variablen (in Zusammenarbeit mit C2-WP2).
T1 Entwicklung/Anwendung von Methoden zur Bestimmung Nutzer-relevanter Parameter
Für die Bestimmung Nutzer-relevanter Parameter sind verschiedene geeignete Methoden notwendig. Für diese Aufgabenstellung sollen bereits existierende Ansätze erweitert oder neue Methoden entwickelt werden. Die verschiedenen Methoden werden dann auf den Standard-Output des globalen und regionalen dekadischen Vorhersage-Systems und auf Beobachtungs-Datensätze angewendet.
T2 Analyse dekadischer Vorhersagbarkeit und zusätzlicher Nutzen durch Herunterskalieren
Die Intention dieses Aufgabenbereichs ist es, geeignete Skill-Metriken auszuwählen und anzuwenden um die Vorhersage-Güte und die Unsicherheitsspanne des MiKlip Vorhersage-Systems in Bezug auf Klimaextreme und Nutzer-relevante Parameter abzuschätzen. Diese Metriken werden sowohl auf globale als auch regionale Hindcast-Simulationen angewendet um den Mehrwert der Regionalisierung zu quantifizieren.
D1a Methoden zur Bestimmung Nutzer-relevanter Parameter
D1b Homogene Zeitreihen der Parameter auf der globalen und regionalen Skala
D2a Geeignete Skill-Metriken für Vorhersage-Güte und Vertrauenswürdigkeit
D2b Übersicht des Vorhersage-Skills für Extrema und Nutzer-relevante Parameter
Einige möglicherweise Nutzer-relevante Variablen wurden identifiziert. Diese Variablen stehen in Verbindung mit Temperaturextremen, Windextremen, Starkniederschlägen und Landwirtschaft (z.B. Windsturm-Schäden, Wein-Produktivität und Hitzewellen).
Bezüglich Windsturm-Schäden wurde in Kooperation mit GERICS (Modul D) die Zusammenarbeit mit einer Versicherungsgesellschaft weiter vertieft. Der Fokus liegt auf der Vorhersage von Windböen, die Schäden verursachen können (Böen > 17,2m/s), für die nächsten 1 bis 5 Jahre. Besonders die Veränderung in der Anzahl von Tagen pro Jahr, die das vorgegebene Kriterium erfüllen wird untersucht. Eine „Vorhersage“ für den Zeitraum 2012-2016 aus dem Preop Ensemble wurde mit realen gemeldeten Sturmschäden verglichen (Abb. 1). Da die Berechnung bisher auf absoluten Windgeschwindigkeiten beruht, wird zurzeit in Kooperation mit Modul E eine Methode zur Kalibrierung und Bias-Korrektur entwickelt.
In Bezug auf Temperaturextreme wurde ein Index entwickelt, der anhand von Überschreitungen des 90. Perzentils der täglichen maximalen Temperatur Hitzewellen für einzelne Regionen in Europa identifiziert (siehe auch C2-WP2). Die Ergebnisse zeigen eine dekadische Vorhersagbarkeit für Hitzewellen (z. B. mittlere/maximale Hitzewellen-Temperatur) für die ersten Jahre nach der Initialisierung.
Zusätzlich wurde die Vorhersagbarkeit verschiedener Klimaindizes (ETCCDI), die auf Temperaturextremen beruhen, für das Baseline1 Ensemble untersucht. Diese Indices beinhalten Heizgradtage, Frosttage und die tägliche Maximaltemperatur im Sommer. Alle diese Indizes zeigen eine hohe Vorhersagbarkeit für große Teile Europas, insbesondere für die Jahre 2-5 (Abb. 2). Die räumliche Verteilung der Skill Scores ist robust, mit höheren Werten für Indices, die auf warmen Temperaturen beruhen.
Bei Starkniederschlägen werden Ereignisse analysiert, die Hochwasser in großen europäischen Flusseinzugsgebieten (Rhein, Elbe, Oder, Donau, Weichsel) auslösen können (siehe auch C2-WP2). Zu diesem Zweck wurde ein Index entwickelt (basierend auf 7-Tage-Mittelwerten des Niederschlags und Perzentilüberschreitung), um Hochwasserereignisse direkt aus regionalen Niederschlagsdaten abzuleiten.
Für die Landwirtschaft wird ein Klimaindex untersucht, der die Länge der Wachstumsperiode charakterisiert. Die Wachstumsperiode beginnt, wenn an sechs aufeinanderfolgenden Tagen die Temperatur über 5°C liegt und endet, wenn sechs Tage Temperaturen unter 5°C aufweisen. Für die meisten Regionen in Europa zeigt dieser Index eine hohe Vorhersagbarkeit im Baseline1 Ensemble für die Vorhersagejahre 2-5 (Abb. 3). Außerdem wird die Produktivität verschiedener Anbaupflanzen (Wein, Oliven, Obst) mit einem Index analysiert, der auf Niederschlag, Minimum-/Maximumtemperatur und Bodenparametern basiert. Erste Ergebnisse zeigen eine hohe Vorhersagbarkeit im Baseline1 Ensemble für fast alle Vorhersagezeiträume.
Insgesamt zeigen verschiedene Variablen, die weit über die jährliche Mitteltemperatur hinausgehen, eine dekadische Vorhersagbarkeit für Europa. Die Ergebnisse könnten für verschiedene Nutzer außerhalb der Wissenschaft relevant sein.
Institut für Meteorologie und Klimaforschung (IMK-TRO), Karlsruhe Institute of Technology (KIT)
Prof. Dr. Joaquim Pinto
Institut für Meteorologie und Klimaforschung (IMK-TRO), Karlsruhe Institute of Technology (KIT)
Julia Mömken
Feldmann, H. | Pinto, J.G., Laube, N., Uhlig, M., Moemken, J., Pasternack, A., Früh, B., Pohlmann, H., Kottmeier, C.
Moemken, J. | M. Reyers, B. Buldmann, and J.G. Pinto JG
Woollings, T. | C. Franzke, D.L.R. Hodson, B. Dong, E.A. Barnes, C.C. Raible and J.G. Pinto
Seregina, L.S. | R. Haas, K. Born, and J.G. Pinto
Reyers, M. | J.G. Pinto, and J. Moemken