Inhaltsverzeichnis Klimawandel

Klimawandel: Atmosphäre

Regionale Klimaprojektionen

Die Änderung des Klimas ist heute bereits an vielen Stellen zu beobachten. Nach dem Vierten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimawandel (engl.: Intergovernmental Panel on Climate Change, Assessment Report 4, IPCC AR4) von 2007 ist durch den fortgesetzten Anstieg der Treibhausgas(THG)-Konzentrationen in der Atmosphäre mit weiteren Klimaveränderungen zu rechnen.

Um die Folgen der THG-Emissionen auf das Klima der Zukunft abschätzen zu können, werden sogenannte Klimaprojektionen erstellt. Sie basieren auf Projektionen der zukünftigen ökonomischen, sozialen, politischen und technischen Entwicklung der Welt. Aspekte wie z. B. Bevölkerungswachstum, technologische und ökonomische Entwicklung, Globalisierung und weltweit vorhandenes Umweltbewusstsein fließen in die Berechnung zukünftiger Emissionen von CO₂ und weiteren THG ein. Aus den Emissionen werden mit Kohlenstoff-Kreislauf-Modellen atmosphärische CO₂-Konzentrationen berechnet. Diese gehen dann in globale Klimamodelle ein. Im IPCC AR4 werden Ergebnisse von 21 globalen Klimamodellen (engl.: General Circulation Models, GCMs) dargestellt.

Im "IPCC Special Report on Emission Scenarios" (SRES) werden 4 Hauptgruppen von Szenarien (sogenannte SRES-Szenarien, farbige Linien in Abbildung 1) definiert (Nakicenovic & Swart, 2001). Sie alle nehmen eine Entwicklung ohne gezielte politische Maßnahmen zur Reduktion der Emissionen (wie z. B. das Kyoto-Protokoll) an. Sie unterscheiden sich durch die Annahme einer ökonomisch (A-Szenarien) oder ökologisch (B-Szenarien) orientierten Welt, sowie nach einer global (1-Szenarien) oder regional (2-Szenarien) handelnden Welt. Daraus ergeben sich folgende Szenarien-Gruppen (im Folgenden kurz "Szenarien" genannt), die in der Klimaforschung vorwiegend angewendet werden:

A1B: Eine ökonomisch orientierte, globalisierte Welt, in der eine starke Technologieentwicklung stattfindet und in der sich durch die Globalisierung diese Technologien rasch in weite Teile der Welt verbreiten.
A2: Eine ökonomisch orientierte, regional handelnde (also nicht globalisierte) Welt, in der eine starke Technologieentwicklung stattfindet, in der sich diese Technologien nur langsam in andere Weltregionen verbreiten.
B1: Eine ökologisch orientierte, globalisierte Welt.
B2: Eine ökologisch orientierte, regional handelnde Welt.

Die Projektionen der THG-Emissionen für verschiedene Szenarien sind in Abbildung 1 zu sehen. Szenarien, die nach 2001 (SRES) entwickelt wurden, sind in ihren extremen Ausprägungen durch die grauen gestrichelten Linien gekennzeichnet. Zu 80 % liegen sie in dem Bereich, den auch die SRES-Szenarien abdecken (grau schattiert). In dieser Darstellung ist nicht nur CO₂ berücksichtigt, sondern auch die anderen im Kyoto-Protokoll definierten Treibhausgase. Zur Vereinfachung wird deren Treibhauswirkung umgerechnet in eine Menge CO₂, die die gleiche Wirkung hätte. Zusammengefasst werden diese Emissionen als CO₂-Äquivalent bezeichnet.

Abb. 1: Emissionen der Treibhausgase (engl.: Greenhouse Gases, GHG) der verschiedenen Szenarien bis 2100 in Gt CO₂-Äquivalent pro Jahr. Szenarien, die nach dem SRES erstellt wurden, sind mit `postSRES´ gekennzeichnet. (Quelle: IPCC, 2007)

Die globalen THG-Emissionen von 2000 bis 2008 sind (trotz des Kyoto-Protokolls) höher als in allen SRES-Szenarien für diesen Zeitraum. Die Wahrscheinlichkeit für das Eintreten der verschiedenen Szenarien hängt davon ab, ob, und wenn ja, wann und welche Maßnahmen zur Emissionsminderung umgesetzt werden. In diesem Atlas werden Ergebnisse für die Szenarien A1B, A2 und B1 gezeigt.

Die verschiedenen Szenarien starten alle im Jahr 2000 bei derselben THG-Konzentration, danach entwickeln sich die verschiedenen Emissionspfade der Szenarien auseinander. Dies führt dazu, dass auch in den Ergebnissen der Klimamodelle die Differenzen zwischen den Szenarien zu Beginn dieses Jahrhunderts geringer sind als am Ende. Bei Betrachtung der Szenarien A1B, A2 und B1 ergeben sich folgende systematische Unterschiede: Zum Ende des 21. Jahrhunderts fällt der globale Klimawandel für das B1-Szenario relativ gering aus, für das A1B-Szenario stärker und für das A2-Szenario am stärksten. Diese globalen Ergebnisse können jedoch für einzelne Regionen etwas anders aussehen. Während z. B. global für das A2-Szenario eine deutlich stärkere Erwärmung von den Klimamodellen simuliert wird als für das A1B-Szenario, ist die Erwärmung für das Gebiet von Hessen in beiden Szenarien ungefähr gleich stark.
Unterschiede treten aber auch zwischen den Ergebnissen verschiedener GCMs auf. In den globalen Klimaprojektionen sind die Differenzen zwischen den Ergebnissen der verschiedenen GCMs (zumindest am Ende des 21. Jahrhunderts) geringer als diejenigen zwischen den Ergebnissen für die verschiedenen Szenarien. In diesem Atlas werden Ergebnisse gezeigt, die durch nur ein GCM, das Modell ECHAM5/MPI-OM, angetrieben werden.
Zusätzlich können verschiedene Regionalisierungsmethoden (siehe unten) zu verschieden starken Klimawandelsignalen führen. Die aus den Regionalisierungsmethoden resultierenden Unterschiede sind im Allgemeinen kleiner als die Unterschiede zwischen verschiedenen globalen Modellen.

Globale Klimamodelle haben heutzutage üblicherweise eine horizontale Auflösung zwischen 100 und 300 km. Das bedeutet, dass Aussagen aus globalen Klimamodellen nur für relativ große Regionen sinnvoll abzuleiten sind. Um regionale Informationen über das mögliche Klima der Zukunft zu erhalten, ist daher eine sogenannte Regionalisierung der globalen Ergebnisse notwendig. Diese kann mit vielen verschiedenen regionalen Klimamodellen (RCMs) erfolgen. Es gibt prinzipiell zwei methodische Ansätze: statistische oder dynamische Regionalisierung.

Bei der statistischen Regionalisierung werden statistische Zusammenhänge zwischen großskaligen Klimavariablen (z. B. der Wetterlage über Europa) und gemessenen Werten an verschiedenen Standorten (z. B. Temperatur oder Niederschlag am Flughafen Frankfurt) erstellt. Unter der Annahme, dass der statistische Zusammenhang auch in Zukunft erhalten bleibt, lassen sich die globalen Simulationen auswerten und daraus auf lokale Ereignisse Rückschlüsse ziehen.
Vorteile der Methode sind:
     • Leichte und schnelle Anwendbarkeit.
     • Strenge Anbindung an die gemessenen Werte, d. h. an die Realität vor Ort.
Nachteile sind:
     • Ein statistisches Verfahren kann nur Ereignisse darstellen, die schon einmal vorgekommen sind und gemessen wurden.
    • Die Annahme, dass der statistische Zusammenhang in der Zukunft erhalten bleibt, ist nicht automatisch gesichert.
     • Nicht alle Änderungen der globalen Verhältnisse gehen in die Analyse ein.

Das Modell WETTREG (Wetterlagen-basierte Regionalisierungsmethode) ist ein statistisches Regionalisierungsverfahren (oder "statistisches Modell"). Es berechnet aus Beobachtungsdaten den Zusammenhang zwischen der großskaligen Wetterlage und z. B. den Parametern Temperatur und Niederschlag für das heutige Klima. Diesen statistischen Zusammenhang wendet das Modell für das zukünftige Klima auf Wetterlagen an, die von einem globalen Klimamodell simuliert werden, und berechnet damit die entsprechenden Parameter am Stationsort. Zwischen den Messstationen werden die Daten in Abhängigkeit von der Höhe über dem Meeresniveau extrapoliert. Da die Temperatur in den untersten 10 km der Atmosphäre mit der Höhe abnimmt und der Niederschlag in erster Näherung mit der Höhe zunimmt, passen die berechneten Strukturen recht gut zu den (ebenfalls mit einer solchen Methode aus Stationsdaten extrapolierten) Daten des Deutschen Wetterdienstes (DWD).

Die dynamische Regionalisierung verwendet ein Klimamodell für einen Ausschnitt des Globus und simuliert die physikalischen Zusammenhänge für diesen Ausschnitt mit einer höheren Auflösung als ein globales Modell.
Vorteile der Methode sind:
     • Auch Änderungen außerhalb des Simulationsgebietes werden berücksichtigt.
     • Alle meteorologischen Parameter (z. B. Temperatur, Wind, Druck, Wolken, etc.) werden in allen Atmosphärenschichten simuliert.
     • Die Methode ist in der Lage Situationen zu modellieren, die in der Vergangenheit noch nicht aufgetreten sind.
Nachteile der Methode sind:
     • Hoher Aufwand an Rechenzeit.
     • Mögliche Fehler im globalen Modell werden in das regionale Modell importiert.
     • Die Simulationsergebnisse basieren nicht auf den Stationsmessungen, sondern auf physikalischen Gleichungen. Sie können daher von den gemessenen Daten stärker als bei WETTREG abweichen.

Die Modelle REMO (Regionalmodell) und CCLM (COSMO-Climate Limited-area Model) sind dynamische Regionalisierungsverfahren (oder auch "dynamische Modelle").
Die horizontale Auflösung der dynamischen Modelle ist:
REMO: 10 km x 10 km
CCLM: 1/8 ° (entspricht ~12 km in O-W Richtung und ~18,5 km in N-S Richtung)
Die dynamischen Modelle können die räumlichen Strukturen nur mit ihrer jeweiligen Auflösung darstellen.

Alle drei verwendeten Regionalisierungsverfahren werden sowohl für die Wiedergabe des heutigen Klimas als auch für die Zukunft mit Simulationsergebnissen aus einem globalen Klimamodell (ECHAM5/MPI-OM) angetrieben. Für WETTREG werden nur einzelne Parameter (z. B. Druck) in bestimmten Höhen aus dem GCM als Antrieb verwendet. Hingegen verwenden die dynamischen Verfahren die komplette, 3-dimensionale Information des GCM, also alle simulierten Parameter (Druck, Temperatur, Feuchte, Wind etc.) in allen Höhen, d. h. die dynamischen Modelle werden physikalisch an das antreibende GCM gekoppelt.

Die Daten der Modelle REMO und WETTREG entstammen den vom Umweltbundesamt (UBA) finanzierten Klimasimulationen für Deutschland. Die Daten des Modells CCLM entstammen einem Projekt der CCLM Community, in dem zwei Läufe durchgeführt wurden, die hier gezeigten Karten basieren auf dem Lauf Nr. 1.

In den folgenden Texten und Karten (Temperatur und Niederschlag) wird jeweils der Vergleich zwischen Beobachtungen und Modellergebnissen (WETTREG, REMO und CCLM) für den Zeitraum 1971 – 2000 gezeigt, um die Güte der Klimamodelle abzuschätzen. Anschließend folgen die Karten, die die Änderungen der jeweiligen Größe für 2 Zeiträume in der Projektion (2031 – 2060 und 2071 – 2100) jeweils im Vergleich zu 1971 – 2000 zeigen.
In den Textteilen werden die Bandbreiten der jeweiligen Parameter beschrieben, die sich aus den gezeigten Karten ergeben. In den Abschnitten "Bewertung" werden Aussagen getroffen, in denen die oben genannten Unsicherheiten (Szenarien, GCMs, RCMs) berücksichtigt sind. Die generellen Aussagen zur zeitlichen Entwicklung verschiedener Parameter, die in diesem Atlas getroffen werden, können als gesichert angesehen werden.

[Einführung] [Allgemeine Daten] [Abfall] [Altlasten] [Geologie und Boden] [Klima] [Klimawandel] [Landwirtschaft] [Lärm] [Luft] [Natur und Landschaft] [Radioaktivität] [Umweltplanung/Sonderfragen] [Verkehr] [Wasser] [Hilfe]