Suche

COMEPRO - Klimaprojektionen des Niederschlages im Mittelmeerraum


Vergleich von Metriken für probabilistische Klimaprojektionen des Niederschlages im Mittelmeerraum (COMEPRO)

Projektstart: 01.04.2015
Laufzeit: 2,5 Jahre
Projektträger: DFG (Deutsche Forschungsgemeinschaft)
Projektverantwortung vor Ort: Prof. Dr. Jucundus Jacobeit Dr. Irena Kaspar-Ott PD Dr. Elke Hertig
Beteiligte Wissenschaftler / Kooperationen: Prof. Dr. Heiko Paeth, Universität Würzburg, Institut für Geographie und Geologie

Zusammenfassung


Klimaschutz und Anpassungsmaßnahmen erfordern zuverlässige Abschätzungen zum zukünftigen Klimawandel. Dafür stellen gekoppelte Klimamodelle nach wie vor das beste Instrument dar. Jedoch unterscheiden sich die Klimaprojektionen einzelner Modelle erheblich, insbesondere auf der regionalen Maßstabsebene und bzgl. bestimmter Klimavariablen wie z.B. Niederschlag. Dadurch ergeben sich maßgebliche Unsicherheiten auch auf Seiten der Klimafolgenforschung. Die Modellunterschiede resultieren aus den unbekannten Anfangsbedingungen, verschiedenen Auflösungen und Antriebsmechanismen, unterschiedlichen Modellparametrisierungen und den betrachteten Emissionsszenarien. Vorab ist nicht feststellbar, welches Modell die richtige Zukunftsprojektion ausgibt, deshalb werden meist viele Klimamodellsimulationen zu einem Gesamtbild verbunden. Indem diese Information in Wahrscheinlichkeitsdichtefunktionen umgesetzt werden, lassen sich die Über- und Unterschreitungswahrscheinlichkeiten bzgl. bestimmter Schwellenwerte des Klimawandels bestimmen. Solche probabilistischen Abschätzungen sind in der Tat planungsrelevant, da sie neben der mittleren Änderung auch den Unsicherheitsbereich zukünftiger klimatischer Entwicklungspfade aufzeigen. Das Ziel dieses Projektes besteht darin, solche probabilistischen Abschätzungen zukünftiger Niederschlagsänderungen im Mittelmeerraum aus den Multimodellensembles CMIP3, CMIP5, ENSEMBLES und CORDEX sowie aus einem statistischen Downscaling-Ansatz abzuleiten. Die betrachtete Mittelmeerregion repräsentiert einen sog. Hot Spot des Klimawandels. Die Analysen werden sowohl für saisonale Mittelwerte als auch für Extremereignisse durchgeführt. Der methodisch innovative Aspekt bezieht sich vor allem auf den Vergleich von verschiedenen Metriken zur Ableitung von Modellgewichten, wie die Bayes-Statistik, Regressionsmodelle, raumzeitliche Filter, das Fingerprinting und Qualitätskriterien für die simulierte großskalige Zirkulation, und die damit verbundenen Veränderungen der Wahrscheinlichkeitsdichten eines projizierten zukünftigen Klimas. Dieser Ansatz impliziert, dass ein Teil der Modellunsicherheit systemimmanent ist, vor allem aufgrund der unbekannten Anfangsbedingungen und unsicheren empirischen Parameter. Darüber hinaus werden die Wahrscheinlichkeitsdichten über die Multimodellensembles auch für weitere Phänomene in der Prozesskette zur Niederschlagsentstehung, wie Strahlung, Verdunstung, Advektion und Bewölkung, untersucht, um festzustellen, auf welcher Ebene die Divergenz zwischen verschiedenen Klimamodellprojektionen einsetzt.