Direkt zum Inhalt

Klimaprojektionsaudit

Einleitung

Um die verschiedenen Folgen des Klimawandels auf die Menschen und ihre Umwelt abzuschätzen, ist sowohl eine Analyse vergangener Klimaveränderungen als auch die Ermittlung zukünftiger Entwicklungen des regionalen Klimas von entscheidender Bedeutung. Dafür ist eine einheitliche, geprüfte Datengrundlage notwendig auf der die Entwicklung und Umsetzung von Klimaanpassungsmaßnahmen basiert.

Nach dem „Stand der Technik“ zieht man zur Untersuchung des zukünftigen Klimawandels ein Klima-Modellensemble bestehend aus mehreren Klimaprojektionen heran. Grund hierfür ist, dass sich einzelne Klimaprojektionen oft in ihrer Wiedergabekraft der regionalen Eigenschaften des Klimas, zum Beispiel der zeitlichen und räumlichen Niederschlagsverteilung deutlich voneinander unterscheiden. Daher ist es wichtig solche Klimaprojektionen zu identifizieren, die das Klima in Bayern räumlich wie zeitlich am besten abbilden. Dafür entwickelte das Bayerische Landesamt für Umwelt (LfU) zusammen mit der Fakultät für Geowissenschaften der Ludwig - Maximilians - Universität München das sogenannte „Bayerische Klimaprojektionsaudit“. Mit diesem Werkzeug werden alle Klimaprojektionen getestet. Alle für Bayern als geeignet erkannten Projektionen wurden am Ende dieser Prüfung zum „Bayerischen Klimaprojektionsensembles (Bayern-Ensemble)“ zusammengefasst. Dieses Ensemble ist die Grundlage für die Berechnung klimatischer Kennwerte in Bayern und diese werden im BayKIS dargestellt.

Das Bayerische Klimaprojektionsaudit ist ein Instrument um weitestgehend objektiv und transparent eine Auswahl von geeigneten Klimaprojektionen zu treffen. Untersucht wurden alle zur Verfügung stehenden dynamischen, regionalen Klimaprojektionen (DWD-Referenz Ensemble v2018 [1]). Diese Klimaprojektionen wurden zunächst einer Plausibilitätsprüfung unterzogen. Als nicht plausibel galten zum Beispiel Projektionen, wenn deren zugrundeliegende Globalmodelle nicht in der Lage waren, die regionalen Zirkulationsmuster und klimatischen Prozesse abzubilden [2]. Weiterhin wurde ein Datenqualitätscheck vorgenommen, das heißt die Daten wurden auf fehlerhafte bzw. extreme Werte untersucht. Im Anschluss wurden die Klimaprojektionsdaten mit einem Klimareferenzdatensatz, dem KliRef2014 des Referenzzeitraumes 1971-2000 verglichen. Als Ergebnis dieses Vergleiches, auch Audit genannt, erhält man verschiedene Entscheidungshilfen in Form von graphischen Darstellungen und Bias-Indikatoren. Diese bildeten dann die Grundlage zur Auswahl der für Bayern geeigneten Klimaprojektionen.

 

Bias-Indikatoren

Die Bias-Indikatoren geben die Abweichung vom Referenzdatensatz an. Es wurden folgende Indikatoren berechnet:

  • die Abweichung des jährlichen Durchschnittswertes (Quantitätsindikator I),
  • die Abweichung des monatlichen Durchschnittswertes (Quantitätsindikator mit Saisonalitätsbezug II),
  • die Abweichung des Jahresgangs der durchschnittlichen monatlichen Werte (Saisonalitätsindikator III) und
  • die Abweichung der räumlichen Verteilung der jährlichen Durchschnittswerte (Musterindikator IV).

Für jeden dieser Indikatoren wurde ein Bewertungsschlüssel festgelegt, anhand dessen die Klimaprojektionen mit 0 bis 10 Punkten unabhängig voneinander bewertet werden konnten. Die Punkte der Einzelindikatoren wurden anschließend addiert. Somit lieferte dieses Verfahren für jede Klimaprojektion pro Klimavariable eine Bewertungskennzahl, wobei maximal je 40 Punkte erreichbar waren.

Kleine Bewertungskennzahlen wiesen auf „auffällige“ Klimaprojektionen hin. Deren Abweichung konnte dann näher analysiert werden. Zu diesem Zweck wurden Thermopluviogramme erstellt (siehe Abbildung).

Streudiagramm (Thermopluviogramm) der 21 regionalen Klimaprojektionen nach ihrer Bewertung durch das Audit im Naturraum Alpen.

Abbildung:  Streudiagramm (Thermopluviogramm) der 21 regionalen Klimaprojektionen nach ihrer Bewertung durch das Audit im Naturraum Alpen.

Bisherige Analysen zeigten, dass Projektionen mit einer höheren Bewertungskennzahl als die Hälfte der möglichen Summe (= 20 Punkte pro Projektion, Variable und Gebiet, was dem grau hinterlegten Quadranten der Abbildung entspricht) für die Fragestellungen des LfU’s geeignet waren, da sie eine ausreichend gute Übereinstimmung mit dem Referenzdatensatz aufwiesen. Der Ausschluss der „auffälligen“ Klimaprojektionen erfolgte nicht automatisch, da es sich bei den verwendeten Indikatoren nicht um reine Auswahlkriterien handelte. Zuvor wurden weitere visuelle Prüfungen der verschiedenen betroffenen Indikatoren (z. B. Saisonalitätsindikator oder Musterindikator) vorgenommen. Soweit möglich wurde versucht, die Gründe für die geringe Bewertungszahl zu ermitteln.

Die nachfolgende Abbildung zeigt eine solche visuelle Prüfung des Jahresganges für die Klimaprojektion MOHC-HadGEM2-ES_r1i1p1_CLMcom-CCLM4-8-17_v1 für verschiedene Naturräume. Es lässt sich erkennen, dass deren Niederschlagsjahresgänge kaum mit denen des Referenzdatensatzes übereinstimmen. Das führte beim Saisonalitätsindikator III zu einer minimalen Punktzahl von 0 Punkten. Beispielsweise verlaufen die beobachteten Jahresverläufe des südwestdeutschen Schichtstufenlands sowie der Mittelgebirgsschwelle invers zu den modellierten Jahresverläufen.

Gegenüberstellung des Niederschlagsjahresgangs der Projektion HadGEM2-ES_r1i1p1_CLMcom-CCLM4-8-17_v1 (rote Kurven) im Vergleich zum Referenzdatensatz KliRef2014 (schwarze Kurven) in den vier bayerischen Naturräumen.

Abbildung: Gegenüberstellung des Niederschlagsjahresgangs der Projektion HadGEM2-ES_r1i1p1_CLMcom-CCLM4-8-17_v1 (rote Kurven) im Vergleich zum Referenzdatensatz KliRef2014 (schwarze Kurven) in den vier bayerischen Naturräumen.

Zusätzlich bietet das Klimaprojektionsaudit des LfU‘s mit dem Musterindikator (IV) die Möglichkeit, die räumlichen Abweichungen darzustellen, um Über- und Unterschätzungen wie beispielsweise beim Auftreten von Niederschlagsverdriftungen in den Mittelgebirgen erkennen zu können.

Anhand von Übersichtstabellen wurden die Bewertungskennzahlen am Ende zusammengefasst. So zeigt die nachfolgende Tabelle die Auswertung der normalisierten Indikatorwerte des Niederschlages. „Auffällige“ Klimaprojektionen mit Indikatorwerten von Null wurden besonders hervorgehoben. Als Datenbasis für das bayerische Klimaprojektionsaudit diente das DWD Referenz Ensemble v2018 [1].

Tabelle: Normierte Indikatoren für die 21 regionalen Klimaprojektionen (DWD-Referenz Ensemble v2018 [1]) für den Niederschlag in den vier Naturräumen. Projektionen, die für mindestens einen Indikator null Punkte erhielten, wurden hervorgehoben und farblich markiert.

Normierte Indikatoren für die 21 regionalen Klimaprojektionen (DWD-Referenz Ensemble v2018 [1]) für den Niederschlag in den vier Naturräumen. Projektionen, die für mindestens einen Indikator null Punkte erhielten, wurden hervorgehoben und farblich markiert.

 

Auswahl der Projektionen

Die Auswahl der Projektionen für das Bayern-Ensemble erfolgte mithilfe der obigen Tabelle. Die „auffälligen“ Projektionen wurden näher analysiert. So fällt in der Tabelle in den Spalten der Alpen und des Schichtstufenlandes auf, dass die REMO-Projektionen für den Musterindikator IV immer null Punkte erhielten. Grund hierfür ist eine räumliche Abweichung des Niederschlags des Modelles im Vergleich zur Referenz. Diese Niederschlagsverdriftung führte zum Ausschluss der REMO-Projektionen aus dem Bayern-Ensemble, da gerade bei der einzugsgebietsbasierten Wasserhaushaltsmodellierung dieser Effekt besonders relevant ist. Auch eine anschließende Bias-Adjustierung, wie sie im Allgemeinen bei der weiteren Nutzung von Klimaprojektionen durchgeführt wird, ist im beschriebenen Fall der REMO-Projektionen nicht sinnvoll. Der notwendige Eingriff wäre zu groß und würde den Charakter der Klimaprojektion verändern. Die Bias-Adjustierung kommt nur bei systematischen Abweichungen zum Einsatz. Unsystematische Abweichungen sollten grundsätzlich nicht korrigiert werden.  

Weiterhin kann man der Tabelle entnehmen, dass es Projektionen gibt, die beim Saisonalitätsindikator III in mindestens einem Naturraum (am häufigsten in den Alpen) null Punkte erhielten. Nach weiterer eingehender Prüfung des saisonalen Verlaufes (siehe Beispiel in vorhergehender Abbildung) wurden deshalb 5 weitere Projektionen (CCCma-CanESM2_r1i1p1 CLMcom-CCLM4-8-17_v1; IPSL-IPSL-CM5A-MR_r1i1p1 SMHI-RCA4_v1; MOHC-HadGEM2-ES_r1i1p1 CLMcom-CCLM4-8-17_v1; MOHC-HadGEM2-ES_r1i1p1 SMHI-RCA4_v1; MOHC-HadGEM2-ES_r1i1p1 KNMI-RACMO22E_v2) vom Bayern-Ensemble ausgeschlossen.

Die Auswahl der Klimaprojektionen für das Bayern-Ensemble erfolgte ausschließlich an Hand der Niederschlagsindikatoren, denn die entsprechenden Temperaturindikatoren zeigten für alle Projektionen gute bis sehr gute Übereinstimmungen zwischen der Referenz und dem Modell (Erläuterungen siehe [3]).

Nach Durchführung des Auditverfahren erwiesen sich von 21 geprüften regionalen Klimaprojektionen 10 dynamische Projektionen als hinreichend valide. Diese 10 dynamischen Projektionen wurden durch 2 statistische Projektionen (WETTREG2018) ergänzt, die aufgrund der modellbedingten Redundanz statistischer Projektionen ausgewählt wurden. Alle zusammen bilden das Bayern-Ensemble.

Tabelle: Übersicht der dynamischen und statistischen Klimaprojektionen des Bayern–Ensemble. Die statistischen Projektionen wurden markiert (*).

Tabelle: Übersicht der dynamischen und statistischen Klimaprojektionen des Bayern–Ensemble. Die statistischen Projektionen wurden markiert (*)

Weitere Details entnehmen Sie bitte der Publikation: „Das Bayerische Klimaprojektionsensemble – Audit und Ensemblebildung“  unter Das Bayerische Klimaprojektionsensemble - Audit und Ensemblebildung [3].

 

Quellen

[1] DWD-Referenz Ensemble v2018: DWD. Abgerufen am 10.09.2021.
[2] McSweeney, C. F.; Jones, R. G.; Lee, R. W.; Rowell, D. P. (2015): Selecting CMIP5 GCMs for downscaling over multiple regions. In: Clim Dyn 44, S. 3237–3260. DOI: 10.1007/s00382-014-2418-8.

[3] Bayerisches Landesamt für Umwelt, 2020: UmweltSpezial, „Das Bayerische Klimaprojektionsensemble – Audit und Ensemblebildung“, Augsburg, 2020, Das Bayerische Klimaprojektionsensemble - Audit und Ensemblebildung