Mögliche Klimatrends in Österreich in der ersten Hälfte des

ORIGINALARBEIT
ÖWAW O/21
Mögliche Klimatrends in Österreich
in der ersten Hälfte des 21. Jahrhunderts
Possible Climate Trends in Austria in the first Half of the 21st Century
von C. Matulla, H. Formayer, P. Haas und H. Kromp-Kolb
KURZFASSUNG/SUMMARY
In dieser Arbeit werden lokalskalige Klimaänderungsszenarien für die Klimaparameter Temperatur und Niederschlag in Österreich vorgestellt.
Diese basieren auf IS92a-Emissionsszenarien des IPCC, deren Auswirkungen auf das Klimasystem mit dem globalen Zirkulationsmodell (GCM):
ECHAM4/OPYC3 am Deutschen Klimarechenzentrum (DKRZ) auf einem groben den Globus umspannenden Gitter berechnet worden sind. Diese
IS92a-Szenarien liegen in Hinblick auf die mögliche globale Temperaturzunahme im Mittelfeld der neuen SRES (Second Report Emission Szenarios) Szenarien (IPCC 2001). Mit GCMs berechnete Szenarien sind nicht geeignet um direkt auf der regionalen Skala Aussagen über mögliche Veränderungen zu treffen. Es ist notwendig die Information von der groben Skala der GCMs auf die regionale Skala zu transformieren. Dies
geschieht in dieser Arbeit mit empirischem Downscaling. Empirisches Downscaling basiert auf der Ableitung von statistischen Beziehungen zwischen Beobachtungen auf verschieden hoch aufgelösten Skalen. Auf der GCM-Skala verwenden wir die NCEP/NCAR-Reanalysedaten und auf
der lokalen Skala Beobachtungen an Stationen, die von der Zentralanstalt für Meteorologie und Geodynamik zur Verfügung gestellt wurden. Der
Beobachtungszeitraum ist die zweite Hälfte des 20. Jhdts. Diese Daten werden mittels Hauptkomponenten-Analyse (EOF) gefiltert. Dann wird
mit kanonischer Korrelationsanalyse (CCA) eine Beziehung zwischen den Skalen abgeleitet. Da in mittleren Breiten das Witterungsgeschehen
stark von den Jahreszeiten abhängt, wird jede Saison gesondert betrachtet. In den letzten Jahren hat der Ansatz, auch räumlich zu unterscheiden, Verbreitung gefunden (WOTH, 2001). In der vorliegenden Studie wird sowohl saisonal als auch räumlich unterschieden. Darüber hinaus werden verschiedene Prädiktorkombinationen, die in den Validierungsexperimenten eine befriedigende Leistung zeigen, gewählt um aus den
IS92a-Szenarien Ensembles von lokalen Szenarien für die erste Hälfte des 21. Jhdt. zu erzeugen. Output dieser Studie sind lokale Szenarien auf
Monatsbasis, die auf meteorologische Plausibilität untersucht und gegebenenfalls angepasst wurden.
This paper presents local-scale climate change scenarios for temperature and precipitation at about thirty stations in Austria, based o IPCC AS92a
emission scenarios whose effects on the climate system were calculated by use of the ECHAM4/OPVC3 global circulation model (GCM). The global
temperature increase resulting from the IS92a scenarios lies in the middle of the SRES (Second Report Emission Scenarios). GCMs are capable of reproducing the large-scale behaviour of climatic parameters, but cannot simulate satisfactorily local-scale effects. In order to obtain climate data at
the local scale it is necessary to use some kind of downscaling, i. e. to cascade down information from larger scales to smaller scales. This study applies
statistical downscaling, which is based on empirically derived relationships between the GCM scale and the local scale of the stations. We use
monthly NCEP/NCAR reanalysis data at the GCM scale and station data provided by the Austrian weather service aht the local scale. The period under
study spans the second half of the 20th century. These data sets are analyzed by use of Empirical Orthogonal Functions (EOF) and brought into
relation using the Canonical Correlation Analysis (CCA). CCA is used to establish transfer functions between the scales. Midlatitude weather depends
on the seasons. Hence, downscaling is performed for each season separately. Moreover, we distinguish between different climatic provinces in Austria. After assessing theier performance in validation experiments, the transfer functions are used to determine best performing large-scale predictor
combinations. These predictors are extraced from IS92a scenarios (realized by use of the ECHAM4/OPYC3 DCM) for the first half of the 21st century
and then projected onto the local scale via the fransfer function. This study has yielded monthly local-scale scenarios which have been tested for
meteological plausibility.
1. EINFÜHRUNG
Das Klima der Erde ist einem steten
Wandel unterworfen. Prominentes
Beispiel für den sich in unserer Zeit
vollziehenden Wandel ist die globale
Temperaturveränderung (siehe Abb.
1). Die bodennahe Temperatur hat im
globalen Mittel seit 1860 um etwa 0,6
bis 0,8 Grad zugenommen. Im Alpenraum ist die Zunahme deutlich stärker
(AUER et al., 2001). Der Temperaturanstieg zeigt eine ausgeprägte räumliche Struktur, ist also keineswegs auf
der ganzen Erde gleichmäßig. So ist die
Erwärmung zwischen 30 und 70 Grad
Nord über den Kontinenten am stärksten ausgeprägt (IPCC, 2001).
Veränderungen des Niederschlagsmusters in Mittel und Intensität werden weit weniger häufig diskutiert. Das
Verhalten des Niederschlages hat aber
entscheidende ökologische und ökonomische Auswirkungen (Trinkwasserversorgung, Starkregen, Auswirkung auf Land- und Forstwirtschaft,
HEFT 1–2 Jänner/Februar 2004
56. JAHRGANG
Extremniederschläge, usw.). Die Variabilität des Niederschlags ist räumlich
erheblich heterogener als die der Tem-
peratur. Auswirkungen des Klimawandels auf einzelne Komponenten des
Klimasystems sind wegen der Vielzahl
Abb. 1. Verlauf der Anomalie der globalen Jahresmitteltemperatur der letzten 140 Jahre (IPCC, 2001)
1
ORIGINALARBEIT | C. Matulla, H. Formayer, P. Haas und H. Kromp-Kolb
Abb. 2. Beobachtete und modellierte globale Temperaturanomalie. Nur die Berücksichtigung der natürlichen und antropogenen Faktoren erlaubt eine realistische Modellierung (IPCC, 2001)
der das Klima beeinflussenden Prozesse schwierig abzuschätzen. Beispiele
für die solche Abschätzungen vorliegen sind beispielsweise das Ökosystem
Wald (LEXER et al. 2001) und Phänophasen (SCHEIFINGER et al. 2002).
Es wird erwartet, dass sich der Klimawandel in den nächsten Jahrzehnten auf der regionalen Skala verstärkt
entfaltet. Obwohl man beim Klimasystem nicht einen einfachen Zusammenhang zwischen Ursache und Wirkung
erwarten darf, kann mit hoher Wahrscheinlichkeit davon ausgegangen werden, dass der Mensch einen entscheidenden Beitrag zur Klimaänderung
leistet. Dies vor allem durch die Veränderung der Atmosphärenzusammensetzung (Treibhausgase) aber auch
durch die Landnutzung (Modifikation
der Erdoberfläche). Modellrechnungen zeigen, dass sich der Temperaturanstieg am besten reproduzieren lässt,
wenn man die natürliche Variabilität
des Klimas und den antropogenen Einfluss berücksichtigt (Abb. 2).
Der Klimawandel wird sich, auch
bei drastischer Emissionsreduktion,
weiter fortsetzen. Das lässt etwa die
2
lange Verweilzeit (50–120 Jahre) von
Kohlendioxid, dem wichtigsten Treibhausgas, in der Atmosphäre erwarten.
Es ist daher vernünftig Maßnahmen
zur Anpassung an den zu erwartenden
Klimawandel einzuleiten. Dazu werden
Abschätzungen der Klimaänderung
benötigt. Solche Abschätzungen sind
keine Vorhersagen sondern Projektionen des zukünftigen Klimas in Abhängigkeit von menschlichem Handeln.
In einem ersten Schritt wird mögliches, menschliches Handeln in politischer
und ökonomischer Hinsicht dargestellt
(Szenarien – IPCC, 2001). Auf Grundlage dieser Szenarien wird dann mit globalen Zirkulationsmodellen (GCMs)
das mögliche Klima der nächsten Jahrzehnte berechnet. Abbildung 3 stellt
diese Vorgangsweise schematisch dar.
Die Aussagen der GCMs sind auf
kontinentaler Basis und über einen
Zeitraum von einigen Jahrzehnten zu
interpretieren. Da die Veränderungen
der Klimaparameter räumliche Strukturen auf regionaler Basis aufweisen,
ist es notwendig die Aussagen der
GCMs auf die regionale Skala zu über-
Abb. 3. Schematische Darstellung der Zwischenschritte, die für die Erstellung von Klimaänderungsszenarien erforderlich sind
Österr. Wasser- und Abfallwirtschaft
ORIGINALARBEIT | Mögliche Klimatrends in Österreich in der ersten Hälfte des 21. Jahrhunderts
setzen. Dieser Schritt wird als „Downscaling“ (von STORCH et al., 1993) bezeichnet. Downscaling fasst Verfahren,
die grobskalige GCM-Ergebnisse konsistent mit regionaler Information verbinden, zusammen. Dabei setzt man
voraus, dass dieser Zusammenhang
mit Hilfe von großskaligen Prädiktoren und regionalskaligen Prädiktanden
formuliert werden kann. Das bedeutet,
dass der regionale Zustand der Atmosphäre von deren großräumiger Entwicklung gesteuert wird. Grob werden
zwei Zugänge unterschieden:
Dynamisches Downscaling orientiert sich an den bekannten physikalischen Prozessen der Atmosphäre. Die
Idee besteht darin, die GCM-Resultate
dynamisch konsistent auf einer hoch
aufgelösten Skala zu simulieren. Dies
kann durch Weiterverarbeitung des
GCM-Outputs mit einem ‚Limited
Area‘-Modell (LAM) erreicht werden.
Dabei fungiert der GCM-Output als
zeitabhängiger Antrieb für das LAM.
Mit einem LAM gelingt die Erfassung
von kleineren, unter der GCM-Skala
liegenden Prozessen (GIORGI, 1990;
GIORGI et al., 1994).
Empirisches/statistisches Downscaling bedient sich vorhandener Datenreihen auf der GCM-Skala und der
Skala, die aufgelöst werden soll. Die
Reihen werden zueinander in Beziehung gesetzt und mit statistischen Methoden wird entweder ein deterministischer oder ein stochastischer Zusammenhang zwischen ihnen abgeleitet.
Dieser ermöglicht es, in Abhängigkeit
von den großskaligen Variablen, den
Zustand der lokalskaligen Variablen zu
schätzen. Als Beispiel kann die Erfahrung eines Prognostikers dienen, die es
ihm gestattet, aus dem großskaligen
Zustand der Atmosphäre auf das regionale Wettergeschehen zu schließen.
Beide Formen des Downscaling
hängen kritisch von der Fähigkeit der
GCMs ab, das großskalige Klimageschehen richtig wiederzugeben. Statistische Verfahren sind, wie schon erwähnt,
einfach, benötigen wenig Computerressourcen und kein detailliertes Wissen
über die Beschaffenheit des Untergrunds. Einen kurzen Überblick über
Downscaling findet man z. B. in MATULLA et al. (2003). Notwendige Voraussetzungen, auf denen das empirisch/statistische Downscaling beruht,
sind:
1. Die gewählten Prädiktoren steuern
die regionale Variabilität des Klimas und werden vom GCM realistisch beschrieben.
HEFT 1–2 Jänner/Februar 2004
56. JAHRGANG
2. Die Klimaänderung wird im Wesentlichen von den Prädiktoren erfasst.
3. Der Zusammenhang zwischen den
Skalen behält auch unter geänderten Klimabedingungen seine Gültigkeit.
In dieser Arbeit wird die kanonische Korrelationsanalyse (CCA) verwendet, um aus den mit dem
ECHAM4/OPYC3-Klimamodell (ROECKNER et al., 1996) realisierten
IS92a-Szenarien auf Monatsbasis lokalskalige Temperatur- und Niederschlagsszenarien für Österreich zu generieren. Wir unterscheiden bei unserem Zugang explizit zwischen verschiedenen
homogenen
Niederschlagsregionen in Österreich und
zwischen den Saisonen innerhalb des
Jahreszyklus. Darüber hinaus lassen
wir eine große Zahl von Prädiktoren
zur Konkurrenz zu, von denen wir einige zum Generieren der Szenarien
verwenden. Daher können wir auf der
lokalen Skala Ensembles von Szenarien
erzeugen, aus denen wir besonders
feuchte/trockene bzw. kühle/heiße
Realisierungen auswählen und diskutieren.
Die folgenden Abschnitte sind wie
folgt gegliedert: Zuerst werden die verwendeten Daten (Abschnitt 2) vorgestellt. Dann werden die Methoden und
die Strategie (3) gestreift. Der Kürze
wegen können wir nicht ins Detail gehen. Diese können bei Interesse in
MATULLA und HAAS (2003) nachgelesen werden. In Abschnitt 4 stellen
wir die erzielten Ergebnisse exemplarisch für Temperatur und Niederschlag dar.
Tabelle 1. In dieser Studie verwendete Stationen. Die letzten beiden Spalten zeigen, ob die Station
für Niederschlag, Temperatur oder beides verwendet wurde
Stationsname
lon. [°]
lat. [°]
alt. [m]
Prc.
Tmp.
Feldkirch
Bregenz
Langen
Nauders
Landeck
Innsbruck Universität
Patscherkofel
Kufstein
Kals
Schmittenhöhe
Zell am See
Heiligenblut
Sonnblick
Salzburg Airport
Bad Gastein
Radstadt
Ried
Millstatt
Bad Ischl
Villacher Alpe
Bad Bleiberg
Radenthein
Feuerkogel
Tamsweg
Kollerschlag
Kremsmünster
Linz
Klagenfurt
Freistadt
Waidhofen/Ybbs
Seckau
St. Andrä
Stift Zwettl
Deutschlandsberg
Bruck/Mur
Graz Universität
Krems
Reichenau
Bad Gleichenberg
Retz
Wiener Neustadt
Wien Hohe Warte
9,60
9,75
10,12
10,50
10,57
11,38
11,46
12,16
12,65
12,73
12,78
12,85
12,96
13,00
13,13
13,45
13,48
13,56
13,63
13,67
13,68
13,70
13,73
13,81
13,84
14,13
14,19
14,33
14,50
14,77
14,78
14,80
15,20
15,22
15,27
15,45
15,60
15,85
15,90
15,95
16,27
16,36
47,27
47,50
47,13
46,90
47,13
47,26
47,21
47,57
47,00
47,33
47,30
47,03
47,06
47,80
47,12
47,38
48,22
46,81
47,72
46,60
46,62
46,78
47,82
47,12
48,61
48,06
48,24
46,65
48,52
47,97
47,28
46,78
48,62
46,83
47,42
47,08
48,42
47,70
46,87
48,77
47,80
48,25
439
436
1270
1360
818
577
2247
492
1347
1964
753
1242
3105
430
1100
845
435
792
469
2140
904
685
1618
1012
725
383
298
447
548
365
874
468
506
410
489
366
223
485
303
242
270
203
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
3
ORIGINALARBEIT | C. Matulla, H. Formayer, P. Haas und H. Kromp-Kolb
a
b
Abb. 4. Homogene Niederschlagsregionen in Österreich für den Sommer (b) und die restlichen Saisonen (a)
2. DATEN
2.1 L o k a l e D a t e n
2.1.1 Niederschlag
Für diese Studie haben wir Stationsdaten für die zweite Hälfte des 20. Jahrhunderts (1948–1998) aus dem auf
Monatsbasis vorliegenden ALOCLIM
Datensatz (AUER et al., 2001; BÖHM
et al., 2001) der österreichischen Zentralanstalt für Meteorologie und Geodynamik (ZAMG) herausgegriffen.
ALOCLIM ist ein homogenisierter Stationsdatensatz der eine lange Zeitspanne (z. T. 1767–2000) umfasst und
bei dessen Erstellung auch Stationen
aus den Nachbarländern verwendet
wurden. Somit ist eine gleichbleibende
Qualität der Daten, unabhängig vom
Längen- und Breitengrad (also auch in
Grenznähe), gewährleistet.
2.1.2 Temperatur
Auch für die Temperatur gibt es in
ALOCLIM einen homogenen Datensatz. Dieser liegt zum Teil für andere
Stationen vor als der Niederschlagsdatensatz. Dieser Umstand ist allerdings
für diese Studie unbedeutend, da wir
den Niederschlag unabhängig von der
Temperatur auf die lokale Skala transformieren. Wir betrachten, wie bei den
lokalen Daten, die Periode: 1948–1998.
Tabelle 1 listet die Stationen auf, an
denen Niederschlagsdaten oder Temperaturdaten vorliegen und die in
diese Studie Eingang finden. Neben
dem Stationsnamen ist die Länge und
Breite sowie die Höhe über NN angegeben. Die letzten beiden Spalten geben Auskunft darüber ob Niederschlags- oder Temperaturaufzeichnungen an der Station vorliegen.
2.2 G r o ß r ä u m i g e
Atmosphärendaten
2.2.1 Reanalysedaten
Zur Modellbildung werden auf der
GCM-Skala Temperatur, relative und
4
spezifische Feuchte, geopotenzielle
Höhe, meridionale und zonale Windkomponente sowie daraus abgeleitet,
Vorticity und Divergenz auf vier
Druckflächen (200, 500, 700 und
850 hPa), herangezogen. Die Daten
werden aus dem NCEP/NCAR-Reanalyse-Datensatz (KALNAY et al., 1996)
extrahiert. Da das Klima des Alpenraumes stark von den Prozessen über
dem nordatlantisch-europäischen Sektor bestimmt ist (WANNER et al.,
1997), wird der geographische Ausschnitt von 50° West bis 30° Ost und
von 35° Nord bis 65° Nord betrachtet.
Die Untersuchungsperiode umfasst
die Jahre 1948–1998.
2.2.2 Szenariodaten
IS92a GHG:
Von 1860 bis 1990 wird die Treibhausgaskonzentration (GHG-forcing) im
Modell entsprechend den beobachteten Konzentrationszunahmen allmählich erhöht. Von 1990 bis 2100 werden
dem Modell die Treibhausgaskonzentrationen nach dem IS92a-Emmisionsszenario (IPCC, 1992) vorgegeben.
Bei den Fluorchlorkohlenwasserstoffen und einigen weiteren ‚industrial
gases‘ wurde ein update durchgeführt
(IPCC, 1996).
IS92a GHG+ars:
Es wird nicht nur die Treibhausgaskonzentration der Atmosphäre vorgegeben, sondern auch direkt der von
den Sulphat-Aerosolen induzierte Effekt auf die Strahlung. Das wurde von
1860–1990 entsprechend den historischen Konzentrationen und von 1990
bis 2049 nach den Schwefelemissionen
des IS92a-Szenarios durchgeführt.
Die Prädiktorfelder mit denen die
kleinräumigen Szenarien geschätzt
werden, stammen aus den IS92aECHAM4/-OPYC3 (ROECKNER et
al., 1996) Szenarioläufen des deutschen Klimarechenzentrums (DKRZ).
Sie liegen horizontal mit einer Auflösung von rund 2,8 ° · 2,8 ° und vertikal
auf 19 Schichten vor. Welche Prädiktoren für welche Saison und Region in
Österreich betrachtet werden, hängt
von der Leistung der entsprechenden
(NCEP/NCAR-)Kombination in den
Validierungsexperimenten ab.
Drei Modellläufe werden benutzt:
der 300-jährige Kontrolllauf, bei dem
die Treibhausgaskonzentrationen auf
dem Niveau von 1990 festgehalten
werden und die beiden Experimente,
die nach den oben beschriebenen
IPCC-Szenarien vom DKRZ gerechnet
wurden.
3. METHODEN
3.1 K a n o n i s c h e Ko r r e l a t i o n s analyse
Die kanonische Korrelationsanalyse
(CCA) hat weite Verbreitung in der
Meteorologie gefunden. Insbesondere
in der Klimaforschung wird sie zum
Downscaling von klassischen meteorologischen Größen wie Temperatur
oder Niederschlag (von STORCH et
al., 1993; GYALISTRAS et al., 1994;
BUSUIOC und von STORCH, 1996)
verwendet, findet aber auch bei anderen Größen wie beispielsweise den
phänologischen Phasen (MAAK und
von STORCH, 1997; MATULLA et al.,
2003) Anwendung.
Die kanonische Korrelationsanalyse wurde von HOTELLING (1936)
erstmals beschrieben und ist ein lineares Verfahren, das charakteristische Variabilitätsmuster zueinander in Beziehung setzt. Sie ist so konstruiert, dass
sie sukzessive jene Muster auswählt,
deren Zeitreihen maximal korreliert
sind. In der vorliegenden Arbeit wird
die CCA in den EOF-Räumen, der
GCM-Skala und der lokalen Skala
durchgeführt. Mit anderen Worten:
der CCA ist eine Hauptkomponentenanalyse (EOF) vorgeschaltet. Die EOF
Analyse reduziert einerseits die Datenmenge und andererseits beschränkt sie
die CCA auf die stärksten Moden in
Österr. Wasser- und Abfallwirtschaft
ORIGINALARBEIT | Mögliche Klimatrends in Österreich in der ersten Hälfte des 21. Jahrhunderts
Abb. 5. Temperaturanomalieverlauf für den Sommer in Wien: beobachtet (1948–2000) und die vier Szenarien für die erste Hälfte des 21. Jahrhunderts
den Daten. Das Signal ist also bereits
vom Rauschen getrennt, ehe man mit
der CCA beginnt. Damit schränkt man
die CCA auf Prozesse ein, deren Amplitude vergleichsweise groß ist und verhindert, dass sie Pärchen kanonischer
Muster auszeichnet, die von kleiner
Amplitude sind bzw. die das Rauschen
beschreiben. Eine ausführliche Darstellung der Methode findet man in
von STORCH und ZWIERS (1999).
3.2 S t r a t e g i e
Da das Wettergeschehen in den mittleren Breiten einen deutlichen saisonalen Charakter besitzt, ist es notwendig die CCA für jede Saison gesondert
zu entwickeln. In letzter Zeit wurde
auch der Ansatz diskutiert zwischen
verschiedenen Klimaprovinzen zu unterscheiden (WOTH, 2001). In der
vorliegenden Arbeit wird sowohl zwischen den Saisonen wie den Regionen
unterschieden und jede Wahl gesondert betrachtet. Abbildung 4 zeigt
exemplarisch anhand des Niederschlags eine solche Einteilung Österreichs in Regionen. Das rechte Bild
zeigt die im Sommer (JJA) verwendeten Niederschlagsregionen. Links sind
die in den anderen Saisonen benutzten
Regionen zu sehen. Eine detaillierte
Ableitung der Regionen mit Hilfe verschiedener multivariater Verfahren
findet sich in MATULLA et al. (2003).
Für jede dieser Regionen und jede
Jahreszeit kalibrieren wir CCA-MoHEFT 1–2 Jänner/Februar 2004
56. JAHRGANG
delle, die in Validierungsexperimenten
getestet werden. Dabei lassen wir eine
große Zahl von Prädiktorkombinationen (siehe atmosphärische Daten) zur
Konkurrenz zu. Großskalige Felder, die
eine ähnlich gute Leistung in den Experimenten aufweisen, werden herangezogen, um lokalskalige Reaktionen
auf die großräumigen Szenarien zu
schätzen. Wir erhalten so Ensembles
von Schätzungen und Verteilungen,
die den möglichen Temperatur- und
Niederschlagswandel charakterisieren.
Details zu dieser Vorgangsweise finden
sich in (MATULLA und HAAS 2003).
Die Regions-, Saisons- und Prediktorabhängigkeit gestattet die Ableitung
von Ensembles von lokalskaligen Szenarien.
4. RESULTATE
Wie bereits erwähnt bestimmen wir
Ensembles von lokalskaligen Klimaänderungsszenarien. Im Folgenden wollen wir für jedes der beiden IPCCSzenarien (IS92a GHG und IS92a
GHG+ars) zwei Realisierungen zeigen,
die wir als CO2 1 bzw. CO2 2 und SO4 1
bzw. SO4 2 bezeichnen. Diese Realisierungen liegen zunächst nur an den verwendeten Stationen (Tabelle 1) vor. In
einem weiteren Arbeitsgang werden
diese Punktdaten unter Berücksichtigung der Topologie (Tallagen – Höhenlagen) und der Höhenabhängigkeit
mittels Residuenkriging in die Fläche
interpoliert und liegen auf einem Git-
ter mit 1 km Auflösung für Österreich
vor (siehe Abb. 8). Bei der Interpretation der Ergebnisse beginnen wir mit
der Temperatur.
4.1 Te m p e r a t u r
Die verschiedenen Temperaturszenarien sind als robust einzuschätzen, da
die Streuung innerhalb des Ensembles
deutlich geringer ist als die Größe der
Veränderung selbst. Das heißt, dass das
Signal (die Temperaturzunahme) stärker ist als die Spannweite der verschiedenen Realisierungen innerhalb der
Ensembles (siehe Abb. 5). Die mögliche Temperaturveränderung hat entscheidenden Einfluss auf den hydrologischen Zyklus und auf das Abflussverhalten. So wird durch die Temperatur
gesteuert wie viel an Niederschlag in
welcher Region als Regen oder Schnee
fällt. Das wirkt sich direkt auf die Akkumulation von Schnee und das Abflussverhalten aus. Höhere Wintertemperaturen verringern die Menge der
Schneeschmelze, steigern die Evaporation und reduzieren so die Abflussmenge im Frühjahr.
Die Temperaturzunahme verursacht weiterhin eine Verlängerung der
Vegetationsperiode und damit eine
Zunahme der Transpiration welche
sich negativ auf die Abflussmenge auswirkt. Gleichzeitig bedeutet eine Temperaturzunahme ein Abschmelzen der
Gletscher und damit kurzfristig eine
Zunahme der Abflussmenge im Hoch-
5
ORIGINALARBEIT | C. Matulla, H. Formayer, P. Haas und H. Kromp-Kolb
Abb. 6. Wintertemperaturanomalie für das CO2 1 Szenario für Zell am See (753 masl) und die Schmittenhöhe (1964 masl). Man erkennt deutlich die stärkere Erwärmung auf der Bergstation, die einen positiven Trend zeigt
sommer. Langfristig führen steigende
Temperaturen auf den Wegfall der
Gletscherspende und eine Verstärkung
der Niederwasserstände während
hochsommerlicher Schönwetterperioden.
Abbildung 5 vermittelt einen Eindruck von der Streuung innerhalb des
Ensembles für Wien. Man sieht deutlich, dass die Streuung zwischen den
einzelnen lokalskaligen Temperaturszenarien wesentlich geringer ist als die
Temperaturzunahme selbst. In allen
lokalskaligen Szenarien nimmt die
Temperaturzunahme mit der Höhe zu.
Innerhalb der Saisonen ist dieser Effekt
im Winter am deutlichsten. Besonders
gut ist die Temperaturzunahme mit
der Höhe bei nahe aneinander liegenden Berg- und Talstationen zu erkennen, wie etwa bei den Stationspaaren:
Innsbruck–Patscherkofel, Zell am See–
Schnittenhöhe und Bad Ischl–Feuerkogel. Abbildung 6 zeigt dieses Verhalten exemplarisch im Winter für Zell
am See und die Schmittenhöhe.
Die Veränderung der Häufigkeitsverteilung der Monatsmitteltemperaturen im Sommer ist in Abb. 7 exemplarisch für die Station Wien dargestellt.
Links sind die Verhältnisse der Klimanormalperiode 1961–1990 dargestellt,
in der Mitte 2001–2025 und rechts
2026–2050. Man sieht, dass die sehr
kalten Monate mit Temperaturmittelwerten unter 16 °C bereits in ersten
Szenarioperiode nicht mehr vorkommen. Eine erhebliche Zunahme erkennt man bei den sehr warmen bis
heißen Monaten mit Mitteltemperaturen über 20 °C.
In Abb. 8a ist die Wintertemperatur für ganz Österreich der Periode
1961–1990 dargestellt. 8 b zeigt als Vergleich dazu die mit CO2 1 bezeichnete
Projektion für die Periode 2041–2049.
Klar ist die großflächige Erwärmung
im östlichen Flachland zu erkennen.
Hier steigen die Temperaturen im
Durchschnitt auf über 1 °C an, und
nehmen somit Werte an, die in der historischen Periode kaum erreicht werden. Durch die Klasseneinteilung ist
keine feine Differenzierung in den hohen Lagen möglich, dennoch ist die
starke Reduktion der Gebiete mit saisonalen Mitteltemperaturen unter 4 °C erkennbar.
4.2 N i e d e r s c h l a g
Abb. 7. Häufigkeitsverteilung der sommerlichen Monatsmitteltemperaturen beobachtet (1961–1990),
für die erste (2001–2025) und zweite Hälfte (2026–2049) des CO2 1 Szenarios. Die Monatsmittel sind in
Klassen mit der Breite von 2 °C zusammengefasst
6
Das Bild der Veränderungen, das die
lokalskaligen Szenarien beim Niederschlag liefern, ist im Vergleich zur
Temperatur sehr uneinheitlich. Die
Österr. Wasser- und Abfallwirtschaft
ORIGINALARBEIT | Mögliche Klimatrends in Österreich in der ersten Hälfte des 21. Jahrhunderts
Abbildung 9 stellt die möglichen
Veränderungen in der Südostregion
für alle Saisonen und Szenarien dar.
Nahezu alle Realisierungen deuten auf
eine Abnahme der Niederschlagsmenge hin. Nur im Herbst finden sich
in zwei Fällen Zunahmen.
a
Abbildung 10 zeigt, ähnlich wie
bei der Temperatur (siehe Abb. 7),
die Veränderung der relativen Häufigkeit von Niederschlagsklassen für
die Südregion im Frühling nach dem
CO2 1 Szenario. Links ist die historische Periode dargestellt und rechts
die Periode 2001–2049. Der mittlere
Niederschlag verringert sich nach diesen Szenario um 11,3 %. Man erkennt, dass diese Reduktion hauptsächlich auf die starke Zunahme der
moderat trockenen Saisonen (Summen zwischen 150 und 200 mm) und
die Abnahme der extrem feuchten
Saisonen (Summen von mehr als
250 mm) zurückzuführen ist. Die
Wahrscheinlichkeit für sehr trockene
Frühlinge bleibt hingegen nahezu unverändert.
5. SCHLUSSFOLGERUNGEN
b
Abb. 8. Wintermitteltemperaturen in Österreich für die Klimanormalperiode (1961–1990) (a) und für
das CO2 1 Szenario für den Zeitraum 2041–2049 (b)
Realisierungen zeigen zum Teil unterschiedliche Vorzeichen der Veränderung. In Tabelle 2 sind die Ergebnisse
für den Niederschlag in allen Saisonen
und für das gesamte Jahr zusammengefasst:
Tabelle 2. Ergebnisse des Niederschlagsensembles (2001–2049) für alle Jahreszeiten und
die Jahressumme in allen Regionen (relative
Änderung gegenüber 1961–1990)
Frühling
CO2 1 CO2 2
–7,6
0,7
–11,3 –6,1
–5,9 –0,2
SO4 1
–2,5
–6,6
–0,8
SO4 2
–2,9
–7,9
0,3
Sommer
Region
CO2 1 CO2 2
West
–2,8 –3,1
Zentralalpen
0,2 –2,3
Südost
–3,4 –4,0
Nord
–0,5 10,7
SO4 1
–2,2
–0,1
–2,7
–0,9
SO4 2
–1,8
0,2
–3,9
–0,3
Herbst
CO2 1 CO2 2
5,7
8,1
–1,0 –2,2
5,5
6,7
SO4 1
9,6
6,4
12,6
SO4 2
9,6
1,4
7,3
Region
Nord
Süd
Nordost
Region
Nord
Süd
Nordost
HEFT 1–2 Jänner/Februar 2004
56. JAHRGANG
Region
Nord
Süd
Nordost
Winter
CO2 1 CO2 2
–1,3 –5,0
–7,8 –8,2
–5,1 –1,1
SO4 1
–2,8
–0,1
–3,6
SO4 2
–1,4
–0,6
–3,8
Region
Nord
Süd
Nordost
CO2 1
–0,9
–5,3
–2,0
Jahr
CO2 2
2,0
–4,7
3,1
SO4 1
0,7
–1,2
0,8
SO4 2
1,1
–3,2
–0,1
Betrachtet man die Jahressumme
der Veränderungen, so ergeben sich für
die Nord- und Nordostregion keine
Veränderungen, da die Werte der Realisierungen mit geringer Amplitude
um den Nullpunkt schwanken. Lediglich in der Südregion ergibt sich eine
Abnahme von rund 1 bis 5 %
Im Frühling und Winter zeigen die
Realisierungen teilweise deutliche Reduktionen, im Sommer leichte, wobei
hier die Schwankung zwischen den
Szenarien recht groß ist. Im Herbst
werden deutliche Zunahmen simuliert.
Die Kanonische Korrelationsanalyse
(CCA) ist ein rechentechnisch kostengünstiges Verfahren, mit dessen Hilfe
aus mittels Globalen Zirkulationsmodellen (GCMs) realisierten Klimaänderungsszenarien regionale Szenarien
abgeleitet werden können. Dabei zeigt
sich, dass die Wahl der meteorologischen Felder, die als Prädiktoren zugelassen werden das Ergebnis beeinflussen kann (MATULLA und HAAS,
2003). Die hier dargestellten Resultate
beruhen auf einem Ensemble von
vier lokalskaligen Realisierungen des
IS92a-Szenarios. Es zeigt sich, dass die
lokalskaligen Projektionen des, mit
dem ECHAM4/OPYC3-Zirkulationsmodell gerechneten, IS92a-Szenarios
für die Periode 2001–2049 sowohl
räumlich als auch saisonal differenzierte Ergebnisse in Österreich liefern.
Die Szenarien der Temperatur sind
als robust einzuschätzen, da die Unterschiede innerhalb des Ensembles weit
geringer sind als die Größe des Klimaänderungssignals selbst. Die Szenarien
zeigen eine deutliche Zunahme der
Temperatur, die einen positiven Trend
aufweist. Die räumliche Differenzierung manifestiert sich unter anderem
in den zeitlich unterschiedlichen Entwicklungen von Flachland- bzw. Tallagen und Bergland, die besonders im
Winter ausgeprägt sind.
7
ORIGINALARBEIT | C. Matulla, H. Formayer, P. Haas und H. Kromp-Kolb
Abb. 9. Exemplarische Darstellung der Ensembleergebnisse des Niederschlages für die Südregion in allen Jahreszeiten für den Zeitraum 2001–2049 (relative
Abweichung gegenüber dem Mittel 1961–1990)
gionalen Szenarien entweder keine
Änderung oder eine leichte Abnahme.
Dies kann durch eine Verschiebung
der Wetterlagenhäufigkeit erklärt werden. Auch regional finden sich beim
Niederschlag deutliche Unterschiede.
Speziell in der Südregion Österreichs,
welche bereits in den letzten Jahren
von Niederschlagsmangel betroffen
war, deuten die lokalskaligen Realisierungen eine Abnahme der Niederschläge an.
Abb. 10. Veränderung der Niederschlagshäufigkeit in den Südregion (1961–1990 versus 2001–2049).
Man erkennt eine deutliche Zunahme der moderat trockenen Saisonen und eine Reduktion der sehr
feuchten Saisonen
Beim Niederschlag sind die Ergebnisse wesentlich weniger vertrauenswürdig. Die Streuung innerhalb des
Ensembles ist zum Teil erheblich. Einer
der Gründe dafür ist die Verwendung
von meteorologischen Monatsfeldern,
die Wetterlagen, welche Starkniederschläge verursachen, nur noch geglättet beinhalten. Diese Heterogenität des
8
Niederschlags schlägt sich in einer gegenüber der Temperatur verminderten
Leistungsfähigkeit der Downscalingmodelle nieder.
Dennoch ergeben sich einige interessante Ergebnisse. Entgegen der
Einschätzung (IPCC, 2001), dass der
Niederschlag im Winter über Europa
eher zunehmen wird, zeigen die re-
Die in dieser Arbeit diskutierten
Szenarien stehen der Klima- und Klimafolgenforschung frei zur Verfügung.
Die 4 Temperatur- und 4 Niederschlagsrealisierungen sind auf Stations- und Monatsbasis für den Zeitraum Januar 2001 bis Dezember 2049
erhältlich. Für die Temperatur und den
Niederschlag liegt das Szenario CO2 1
flächendeckend für ganz Österreich
auf einem Gitter mit 1-km-Auflösung
vor. Jeder Gitterpunkt enthält neben
den Temperatur- und Niederschlagsreihen auch Informationen über
Länge, Breite, Seehöhe, Bundesland,
Bezirk, Gemeinde und Flusseinzugsgebiet. Damit wird die Auswahl einzelner
Teilregionen ermöglicht.
Abschließend sei noch einmal darauf hingewiesen, dass Regionalisierungsverfahren (egal ob dynamisch
oder statistisch) stark von der Qualität
Österr. Wasser- und Abfallwirtschaft
ORIGINALARBEIT | Mögliche Klimatrends in Österreich in der ersten Hälfte des 21. Jahrhunderts
des sie treibenden GCMs geprägt ist.
Defizite in den globalen Modellen
können durch nachgeschaltete Regionalisierungsverfahren nicht korrigiert
werden.
DANK
Die Grundlagen für diesen Artikel wurden in
dem Forschungsprojekt GZ 30.893/1-VIII/A/
4a/2001 im Auftrag des Bundesministerium
für Bildung, Wissenschaft und Kultur erarbeitet. Fachliche Unterstützung bei GIS-Anwen-
dungen erhielten wir dankenswerter Weise
von Herrn Dipl. Ing. Gerhard Volk. E. Zorita, H.
Matulla und S. Wagner sei herzlich für ihre
Diskussionsbereitschaft gedankt und der
Zentralanstalt für Meteorologie und Geodynamik für das Bereitstellen des ALOCLIM-Datensatzes.
LITERATUR
AUER, I., BÖHM, R., SCHÖNER, W. (2001): Austrian long-term climate
1767–2000. Österr. Beiträge Meteorol. und Geophys. 25, 147 pp.
BÖHM, R., AUER, I., BRUNETTI, M., MAUGERI, M., NANNI, T., SCHÖNER,
W. (2001): Regional temperature variability in the European Alps:
1760–1998 from homogenized instrumental time series. Int. J. Climatol. 21, 1779–1801.
MAAK, K., von STORCH, H. (1997): Statistical downscaling of monthly
mean air temperature to the beginning of flowering of Galanthus nivalis L. in Northern Germany. Int. J. Biometeorol. 41, 5–12.
MATULLA, C., HAAS, P. (2003): Praediktorsensitives Downscaling gekoppelt mit Wettergeneratoren: saisonale und taegliche CC-Szenarien
in komplex strukturiertem Gelände. GKSS Report 23, Geesthacht.
BUSUIOC, A., von STORCH, H. (1996): Changes in the winter precipitation in Romania and its relation to the large-scale circulation. Tellus
48A, 538–552.
MATULLA, C., PENLAP, E. K., HAAS, P., FORMAYER, H. (2003): Multivariate
techniques to analyse precipitation in Austria during the 20th century.
Int. J. Climatol. ••••••.
Giorgi, F., 1990: Simulation of regional climate using a limited area
model nested in a general circulation model. J. Climate, 3, 941–963.
MATULLA, C., PENLAP, E. K., von STORCH, H. (2003): Empirisches Downscaling – Überblick und zwei Beispiele. pp. 20–31. Klimastatusbericht.
Deutscher Wetterdienst, Offenbach, www.dwd.de.
GIORGI, F., SHIELDS BRODEUR, C., BATES, G. T. (1994): Regional climatechange scenarios over the United-States produced with a nested regional climate model. J. Climate 7, 375–399.
MATULLA, C., SCHEIFINGER, H., MENZEL, A. KOCH, E. (2003): Exploring
two methods for statistical downscaling of Central European phenological time series. Int. J. Biometeorol. ••••••..
GYALISTRAS, D., VON STORCH, H., FISCHLIN, A., BENISTON, M. (1994):
Linking GCM-simulated climatic changes to ecosystem models: case
studies of statistical downscaling in the Alps. Clim. Res. 4, 167–189.
ROECKNER, E., OBERHUBER, J., BACHER, A., CHRISTOPH, M., KIRCHNER,
I. (1996): ENSO variability and atmospheric response in a global
coupled atmosphere-ocean GCM. Climate Dyn. 12, 737–745.
HOTELLING, H., 1936: Relations between two sets of variants. Biometrika 28, 321–377.
SCHEIFINGER, H., MENZEL, A., KOCH, E., PETER, C., AHAS, R. (2002): Atmospheric mechanisms governing the spatial and temporal variability
of phenological observations in Central Europe. Int. J. Climatol. 22,
1739–1755.
IPCC (1992): Climate Change 1992 – The Supplementary Report to the
IPCC Scientific Assessment. Cambridge University Press, Cambridge,
200 pp.
IPCC (1996): Climate change 1995 – the science of climate change; Contribution of Wo-king Group I to the Second Assessment Report of the
Intergovernmental Panel on Cl-mate Change. Cambridge University
Press, Cambridge 572 pp.
IPCC (2001): Climate change 2001 – the scientific basis. Cambridge University Press, Cambridge.
KALNAY, E., KANAMITSU, M., KISTLER, R., COLLINS, W., DEAVEN, D., GANDIN, L., IREDELL, M., SAHA, S., WHITE, G. WOOLLEN, J., ZHU, Y., CHELLIAH, M., EBISUZAKI, W., HIGGINS, W., JANOWIAK, J., MO, K. C., ROPELEWSKI, C., WANG, J., LEETMAA, A., REYNOLDS, R., JENNE, R., JOSEPH, D.
(1996): The NCEP/NCAR reanalysis project. Bull. Amer. Meteor. Soc. 77,
437–471.
LEXER, M. J., HÖNNINGER, K., SCHEIFINGER, H., MATULLA, C., GROLL, N.,
KROMP-KOLB, H., SCHAUDAUER, K., STARLINGER, F., ENGLISCH, M.
(2002): The sensitivity of Austrian forests to scenarios of climate
change: a large-scale risk assesment based on a modified gap model
and forest inventory data. Forest Ecol.and Managem. 162, 53–72.
HEFT 1–2 Jänner/Februar 2004
56. JAHRGANG
von STORCH, H., ZORITA, E., CUBASCH, U. (1993): Downscaling of global
climate change estimates to regional scales: An application to Iberian
rainfall in wintertime. J. Climate 6, 1161–1171.
von STORCH, H., ZWIERS, F. (1999): Statistical analysis in climate research. Cambridge University Press, Cambridge, 528 pp.
WANNER, H., RICKLI, R., SALVISBERG, E., SCHMUTZ, C., SCHÜEPP, M.
(1997): Global climate change and variability and its influence on Alpine climate - concepts and observations. Theor. Appl. Climatol. 58,
221–243.
WOTH, K., 2001: Abschätzung einer zukünftigen Niederschlagsentwicklung mit statistischen Methoden unter Einbezug räumlicher Differenzierungsverfahren am Beispiel des südwesteuropäischen Raums.
Master’s thesis, GKSS-Report 2001/28, University of Trier, 101 pp.
Anschrift der Verfasser: Christoph MATULLA, Institut für Meteorologie und Physik der Universität für Bodenkultur Wien, Türkenschanzstraße 18, A-1180 Wien, E-Mail: [email protected].
9