Deutscher Wetterdienst

Transkript

1 Deutscher Wetterdienst Leipzig, 2. April 2014 Extremereignisse als besondere Risiken des Klimawandels - Was wissen wir? Dr. Paul Becker (mit freundlicher Unterstützung von )

2 , Pommertsweiler +++ Quelle:picture alliance /DPA

3 , Reutlingen +++

4 , Schönhausen+++

5 , Deggendorf +++

6 , A20, Bad Doberan +++

7 Fakten zu Extremwetter Projektion Definition Entwicklung Lösungen für die Zukunft? 7

8 Beobachtung von Extremereignissen korreliert mit Bevölkerungsdichte European Severe Storm Laboratory e.v. (ESSL), Kontakt: Tornados , Gesamtzahl: 1975 Grafik: Tornadoverteilung Deutschland, ESWD / ESSL e.v., 2012 Grafik: Institut für Landeskunde Leipzig,

9 Was sind überhaupt Extreme? selten relativ (z.b. regional unterschiedlich) lokal begrenzt (konvektive Ereignisse) schwierig zu erfassen und zu quantifizieren statistische Beschreibung und insbesondere Nachweis von Änderungen schwierig Definitionsmöglichkeiten Impakt über natürlichen oder (Beaufortskala, Beaufort-, Fujita- oder Saffir-Simpson-Skala sozio-ökonomischen Schadenshöhe, Versicherungsschäden/Todesopfer Impakt Orkan Opferzahlen, ) anwendungsspezifische Schwellwerte Schäden 1 Mrd. Euro Orkanereignisse 9

10 Was sind überhaupt Extreme? selten relativ (z.b. regional unterschiedlich) lokal begrenzt (konvektive Ereignisse) schwierig zu erfassen und zu quantifizieren statistische Beschreibung und insbesondere Nachweis von Änderungen schwierig Definitionsmöglichkeiten Häufigkeit über natürlichen oder der Ereignisse Beaufort-, Fujita- oder Saffir-Simpson-Skala sozio-ökonomischen Versicherungsschäden/Todesopfer Impakt Orkan anwendungsspezifische Schwellwerte Böen bis 160 km/h über Ränder der Verteilung statistisch (z.b. Perzentile) Max. Windgeschwindigkeit in km/h 10

11 Beschreibung von Extremwerten über Perzentile Wie geht das? Wert, z.b. Temperatur [ C] Datenmenge, z.b. Monatsmittel März 1993 bis 2011 (19 Jahre) 11

12 Beschreibung von Extremwerten über Perzentile Wie geht das? Wert, z.b. Temperatur [ C] 4,63 C 3,32 C 1,78 C 85 % der Datenmengenwerte unterschreiten diesen Wert 50 % der Datenmengenwerte unterschreiten diesen Wert 15 % der Datenmengenwerte unterschreiten diesen Wert % 10 % % 30 % 40 % 50. % 60 % 70 % 80 % % 100 % Perzentil Perzentil Perzentil Ein Perzentil teilt die Datenmenge in Anteile. Beim 50. Perzentil sind 50% der Zur Werte Ermittlung kleiner und von 50% Perzentilen sind größer. werden Beim die 85. Werte Perzentil der Größe sind nur nach 15% sortiert. der Werte größer. Mit Perzentilen können z.b. Extremwertschwellen definiert werden. 12

13 Veränderung von Parametern Temperatur Änderung der Mitteltemperatur linearer Trend Änderung der Mitteltemperatur linearer Trend Änderung [K] -0,1 0 0,1 0,5 0,6 1,0 1,1 1,5 1,6 Änderung [K] -0,1 0 0,1 0,5 0,6 1,0 1,1 1,5 1,6 13

14 Veränderung von Parametern Temperatur Änderung der Mitteltemperatur linearer Trend Änderung der Mitteltemperatur linearer Trend Änderung [K] -0,1 0 0,1 0,5 0,6 1,0 1,1 1,5 1,6 Änderung [K] Änderung der Jahresmitteltemperatur auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario) Änderung der Jahresmitteltemperatur auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario) -0,1 0 0,1 0,5 0,6 1,0 1,1 1,5 1,6 14

15 Veränderung von Parametern Temperatur Änderung der Mitteltemperatur linearer Trend Zahl der Heißen Tage Änderung Änderung der Jahresmitteltemperatur auf Basis Änderung [K] der Jahresmitteltemperatur auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario) von 19 Klimaprojektionsläufen -0,1 0 (A1B-Szenario) 0,1 0,5 0,6 1,0 1,1 1,5 1,6 Zahl der Heißen Tage

16 Veränderung von Parametern Temperatur Änderung der Mitteltemperatur linearer Trend Änderung [K] -0,1 0 0,1 0,5 0,6 1,0 1,6 Änderung der Jahresmitteltemperatur auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario) Änderung der Zahl der Heißen Tage auf Basis Zahl der Heißen Tage 1,1 1,5 von 19 Klimaprojektionsläufen (A1B-Szenario) Zahl der Heißen Tage Änderung der Zahl der Heißen Tage auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario)

17 Veränderung von Parametern Temperatur Änderung der Mitteltemperatur linearer Trend Änderung [K] -0,1 0 0,1 0,5 0,6 1,0 1,6 Änderung der Jahresmitteltemperatur auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario) Änderung der Zahl der Heißen Tage auf Basis 1,1 1,5 von 19 Klimaprojektionsläufen (A1B-Szenario) Zahl der Heißen Tage Änderung der Zahl der Heißen Tage auf Basis von 19 Klimaprojektionsläufen (A1B-Szenario)

18 Veränderung von Parametern Niederschlag Trend der der mittleren mittleren Niederschlagsmenge Niederschlagsmenge % % 18

19 Veränderung von Parametern Niederschlag der mittleren Niederschlagsmenge Trend der mittleren Änderung Niederschlagsmenge mittleren Niederschlagsmenge auf Basis von 19 Klimaprojektionsläufen (A1B) % Änderung der mittleren Niederschlagsmenge auf Basis von 19 Klimaprojektionsläufen (A1B) % % % 19

20 Veränderung von Parametern Niederschlag Trend der mittleren Niederschlagsmenge % Änderung der mittleren Niederschlagsmenge auf Basis von 19 Klimaprojektionsläufen (A1B) Zahl der Tage mit Niederschlag über 30mm Zahl der Tage mit Niederschlag über 30mm % >15 Tage/Dekade >15 Tage/Dekade

21 Veränderung von Parametern Niederschlag Trend der mittleren Niederschlagsmenge % Zahl der Tage mit Niederschlag über 30mm >15 Tage/Dekade Änderung der mittleren Niederschlagsmenge auf Basis von 19 Klimaprojektionsläufen (A1B) Zahl der Tage mit Niederschlag über 30mm >15 Tage/Dekade deutliche Zunahme moderate Zunahme keine Änderung leichte Abnahme Änderung der Starkregenhäufigkeit (99. Perzentil) bis 2100 im Vergleich zu Projektionen A1B-Szenario % 21

22 Veränderung von Parametern Niederschlag Trend der mittleren Niederschlagsmenge % Zahl der Tage mit Niederschlag über 30mm deutliche Zunahme >15 Tage/Dekade Änderung der mittleren Niederschlagsmenge auf Basis von 19 Klimaprojektionsläufen (A1B) Änderung der Starkregenhäufigkeit (99. Perzentil) bis 2100 im Vergleich zu Projektionen A1B-Szenario moderate Zunahme keine Änderung leichte Abnahme deutliche Zunahme moderate Zunahme keine Änderung leichte Abnahme % Änderung der Starkregenhäufigkeit (99. Perzentil) bis 2100 im Vergleich zu Projektionen A1B-Szenario 22

23 Projektionen die Fortschreibung des Klimas Reproduzieren sie die Vergangenheit? Beobachtungen Ensemble Mean CMIP5 Anteil GCMs > OBS Jährliche Maxima von 10d-Niederschlagssummen: historische Projektionen (CMIP5) reproduzieren nicht die beobachteten (E-Obs) Trendparameter der verallgem. Extremwertverteilung. Quelle: van Haren et al., Environ. Res. Lett. 8,

24 Projektionen die Fortschreibung des Klimas Reproduzieren sie die Vergangenheit? Beobachtungen Jährliche Maxima Ensemble der Mean 10d Niederschlagssumme CMIP5 Anteil GCMs > OBS (JFM), Mittelwert über das Rheineinzugsgebiet Der deutliche Trend der Beobachtungszeitreihe ist in EC-EARTH nicht zu finden. Quelle: van Haren et al., Environ. Res. Lett. 8,

25 Quantitative Niederschlagsanalyse mit Radar 17 C-Band Doppler-Radare RADOLAN Automatische Niederschlagsstationen des DWD und ausgewählter Bundesländer (~1300) = + Verbesserung der Niederschlagsbestimmung aus Radar durch Kombination mit anderen Messverfahren ( Station ) 25

26 Starkniederschlag Hamburg Tägliche Niederschlagshöhen für den 06. Juni 2011 (06 bis 06 UTC Folgetag) aus der REGNIE- (links) bzw. der RADOLAN-Analyse (rechts) im Großraum Hamburg Fuhlsbüttel (Station) versus Allermöhe (Radar) Am Nachmittag des 06. Juni 2011 kam es in Hamburg zu einem lokalen Starkniederschlagsereignis, welches z.b. den Hauptbahnhof unter Wasser setzte. Während die in Echtzeit verfügbaren Stationen in Hamburg nur relativ unbedeutende Niederschläge gemessen haben (s. linke Grafik der Abb.), sieht man auf der Basis von RADOLAN ausgewertete Niederschlagshöhen von über 50 mm/tag v.a. im Osten der Stadt. Diese Niederschläge sind überwiegend in den sechs Stunden von 12 bis 18 Uhr UTC gefallen. 26

27 Starkniederschlag Hamburg Fünf-Minütliche Niederschlagshöhen für den 06. Juni 2011 (von 13 bis 17 UTC) an der Station Fuhlsbüttel (blau) bzw. in Allermöhe aus Radarmessungen (rot) 11,47 mm/5min 2,01 mm/5min Ohne Kenntnis der Radardaten wären die lokalen Überschwemmungen im Hamburger Stadtgebiet nicht nachvollziehbar: Weder die innerhalb dieser vier Stunden gefallenen 11,22 mm an der Station Fuhlsbüttel noch die maximal in fünf Minuten gemessenen 2,01 mm können es ausrichten. Die in Allermöhe zeitlich kurz zuvor aus Radarmessungen ermittelten Werte von 55,57 mm/4h bzw. 11,47 mm/5 min zeigen die Unverzichtbarkeit von radarbasierten Niederschlagsanalysen für starkregenorientierte Auswertungen. 27

28 Veränderung von Parametern Wind Wind Nordsee/Deutsche Bucht Wind Nordsee/Deutsche Bucht

29 Veränderung von Parametern Wind Wind Nordsee/Deutsche Änderung Bucht der mittleren Windgeschwindigkeit Wind Nordsee/Deutsche Bucht vs Projektionen Änderung der mittleren Windgeschwindigkeit vs Projektionen % % 29

30 Veränderung von Parametern Wind Wind Nordsee/Deutsche Bucht Entwicklung 98. Perzentil des geostr. Windes Deutsche Bucht Änderung der mittleren Windgeschwindigkeit Änderung der mittleren Windgeschwindigkeit vs vs. 6 Projektionen Entwicklung 98. Perzentil des geostr. Windes Deutsche Bucht 6 Projektionen % % 30

31 Veränderung von Parametern Wind Wind Nordsee/Deutsche Bucht Entwicklung 98. Perzentil des geostr. Windes Deutsche Bucht Änderung der mittleren Windgeschwindigkeit vs Änderung der Sturmhäufigkeit 6 Projektionen (99. Perzentil) Entwicklung 98. Perzentil des geostr. Windes Deutsche Bucht bis 2100 im Vergleich zu Projektionen A1B-Szenario deutliche Zunahme moderate Zunahme leichte Abnahme Änderung der Sturmhäufigkeit (99. Perzentil) bis 2100 im Vergleich zu Projektionen A1B-Szenario deutliche Zunahme moderate Zunahme leichte Abnahme % 31

32 Veränderung von Parametern Wind Wind Nordsee/Deutsche Bucht Entwicklung 98. Perzentil des geostr. Windes Deutsche Bucht Änderung der mittleren Windgeschwindigkeit vs Änderung der Sturmhäufigkeit 6 Projektionen (99. Perzentil) bis 2100 im Vergleich zu Projektionen A1B-Szenario deutliche Zunahme moderate Zunahme leichte Abnahme Änderung der Sturmhäufigkeit (99. Perzentil) bis 2100 im Vergleich zu Projektionen A1B-Szenario deutliche Zunahme moderate Zunahme leichte Abnahme % 32

33 Veränderung von Parametern Hagel Konzeptstudie Hagelklimatologie work in progress Absolute Häufigkeit von Hagelereignissen auf Landkreisebene Relative Tendenz der Häufigkeit auf Landkreisebene Änderung 10. Perzentil LI surface vs , CCLM-Realisierungen mit verschiedenen Antrieben CCCma3 ECHAM5 R1 ECHAM5 R2 ECHAM5 R3 33

34 Deutsche Anpassungsstrategie Raumentwicklung und Zivilschutz Energiewirtschaft Menschliche Gesundheit Bodenschutz Wasserwirtschaft, Hochwasserschutz Landwirtschaft DAS Industrie u. Gewerbe Finanzwirtschaft Biodiversität u. Naturschutz Bauwesen Fischerei Forstwirtschaft Verkehr, Verkehrsinfrastruktur Tourismus 34

35 Kooperationen LfU Bayern und DWD: KLIWA (1999) KLIWA - Klimaveränderung und Auswirkungen auf die Wasserwirtschaft Bayern, Baden-Württemberg, DWD (seit 1999) Rheinland-Pfalz (seit 2007) Aktivitäten: Analyse beobachteter Größen (Klima- und Gewässermonitoring) Auswertung der verfügbaren regionalen Klimaszenarien Arbeitsgruppen, Workshops und Symposien 35

36 KLIWA: Praktikable Berücksichtigung eines Klimaänderungsfaktors Beispiel Hochwasserdamm: Der Damm wird gebaut wie geplant, an der Außenseite wird aber ein Streifen freigehalten, sodass bei Bedarf der Damm problemlos erhöht werden kann. Klimaänderungsfaktoren in Baden-Württemberg 36

37 Klimawandel Anpassung: Das Deutsche Hitzewarnsystem Zahl der Hitzetoten 2003 in Deutschland: wahrscheinlich mehr als Zunehmende Wahrscheinlichkeit ähnlich katastrophaler Ereignisse (IPCC) Anpassung an den Klimawandel erfolgt zwei Warnstufen thermophysiologisch relevant (vollst. Wärmehaushaltsmodell des menschl. Körpers mit Akklimatisationsansatz) Vorhersagezeitraum 7 Tage räumliche Auflösung: 415 Warnbezirke zusätzliche Information zu Raumtemperaturen aus einem Gebäude-Simulationsmodell 37

38 Zusammenfassung 38

39 Deutscher Wetterdienst Vielen Dank für Ihre Aufmerksamkeit.