Die durchschnittliche Jahresmitteltemperatur nimmt zur Mitte des Jahrhunderts um 0,9 K bis 2 K zu (und zum Ende des Jahrhunderts um 1,9 K bis 3,3 K), jeweils mit stärkstem Anstieg im Winter (eine Änderung von 1 K entspricht einer Änderung um 1 °C). Tage mit sehr hohen Temperaturen treten deutlich häufiger auf und führen zur größeren Hitzebelastung im Sommer. Der durchschnittliche Jahresniederschlag nimmt im Verlauf des 21. Jahrhunderts zu, dabei treten die stärksten Zunahmen im Herbst und im Winter auf.· Im Sommer dagegen zeigen zur Mitte des 21. Jahrhunderts die Simulationen für das A1B Szenario abnehmende Niederschläge, zum Ende des Jahrhunderts fast alle Simulationen. Zudem zeigt sich im Sommer trotz im Mittel abnehmender Niederschlagsmengen eine Zunahme der Intensität von starken Niederschlägen. Eine Verminderung der globalen Treibhausgasemissionen führt zu deutlich geringeren Klimaänderungen.
Hinweise für REMO-Datennutzer beinhaltet folgende Punkte: Verfügbarkeit der Daten, Datenformat, Erläuterung zu Variablen, Vergelich mit anderern Daten, Klimaläufe, Häufige Fragen, sowie einen Anhnag mit Gitter- und Produktinformationen und ein Testprogramm in FORTRAN90 zum Einlesen und Herausschreiben der Daten und eine Codeliste
Die Phänologie beschreibt die im Jahresverlauf periodisch wiederkehrenden Wachstums- und Entwicklungserscheinungen von Pflanzen und Tieren. In dieser Studie wird die Phänologie von Pflanzen betrachtet. Der jährliche Vegetationszyklus wird durch den Jahresgang mas bestimmt. Die engen Wechselbeziehungen machen die Pflanzenphänologie zu einem Indikator für Klimaänderungen. Das Ziel der vorliegenden Studie ist die Analyse phänologischer Zeitreihen für die Metropolregion Hamburg, die der Deutsche Wetterdienst (DWD) für phänologische Stationen in der Region für den Zeitraum seit 1951 archiviert und bereitstellt. Es soll untersucht werden, ob und in welcher Größenordnung eine Verschiebung der phänologischen Jahreszeiten als Indikator für die Erwärmung in den letzten Jahrzehnten stattfindet. Die Ergebnisse basieren im Wesentlichen auf der Praktikumsarbeit von M. Dröse, die im Sommer 2013 am Climate Service Center in Hamburg und im Rahmen des KLIMZUG-NORD Projekts durchgeführt wurde. In dieser Zusammenfassung sollen schwerpunktmäßig die Ergebnisse der Stationen Boizenburg im Osten sowie Büchen und Uelzen im Südosten der Metropolregion Hamburg vorgestellt werden.
Im ersten Teil wird zunächst ein Überblick über die zeitlichen Verläufe der projizierten Temperatur- und Niederschlagsänderungen in der Metropolregion Hamburg insgesamt gegeben. Die Legende zeigt jeweils alle regionalen Klimasimulationen, die die Datenbasis für dieses Informationspapier sind. Es handelt sich dabei um 3 Realisierungen der Kontrollsimulation und je 3 Realisierungen der Szenarien A1B, B1 und A2 mit REMO in 0.088° Horizontalauflösung (UBA, KLIWAS, KLIMZUG) sowie 2 Realisierungen der Kontrollsimulation und je 2 Realisierungen der Szenarien A1B und B1 mit CLM in 0.165° Horizontalauflösung (Konsortialrechnungen). Zudem werden für die Temperatur- und Niederschlagsänderungen 2036-2065 und 2071-2100 gegenüber 1971-2000 das Mittel sowie Minimum und Maximum aller 13 Klimasimulationen dargestellt. Im zweiten Teil werden dann die projizierten Temperatur- und Niederschlagsänderungen 2036-2065 und 2071-2100 gegenüber 1971-2000 für alle Landkreise der Metropolregion Hamburg dargestellt. Auch hier werden jeweils das Mittel sowie Minimum und Maximum aller Simulationen vorgestellt.
Bei der Erforschung von Anpassungsmaßnahmen an den Klimawandel spielen Informationen und Daten über die möglichen Veränderungen der verschiedenen Klimaparameter und deren Folgen für den regionalen Wasser- und Energiehaushalt eine wesentliche Rolle. Das Max-Planck-Institut für Meteorologie stellt über die Querschnittsaufgabe Klimawandel für sämtliche Teilprojekte in KLIMZUG-NORD Informationen zu Klimaänderungen für Norddeutschland bereit und berät zum Umgang mit regionalen Klimadaten und ihren Unsicherheiten. Im intensiven Dialog mit den Projektpartnern wird eine sinnvolle und konsistente Verwendung von Klimawissen abgestimmt. Es wird umfassend über die Möglichkeiten und Grenzen der regionalen Klimamodellierung informiert.
Die Projektionen der Klimaänderung für Europa und Deutschland bis zum Ende des 21. Jahrhunderts zeigen eine große Bandbreite der simulierten Temperatur- und Niederschlagtrends, verursacht durch 1. Unsicherheiten globaler und regionaler Klimamodellierung, 2. interne Variabilität des Klimas und 3. unterschiedliche Annahmen über die zukünftige Entwicklung von Treibhausgasemissionen. Diese Bandbreite wird im ersten Arbeitspaket von Teilprojekt T3.1 untersucht, um Unsicherheiten von Klimasimulationen auch in der Klimafolgenforschung sowie der Erforschung von Anpassungsmöglichkeiten zu berücksichtigen.
Im Rahmen des Forschungsvorhabens dynaklim wurden umfangreiche Analysen zu Veränderungen der beiden Parameter Lufttemperatur und Niederschlag in der Emscher Lippe Region durchgeführt. Dabei wurden die beiden Parameter hinsichtlich verschiedenster Kenngrößen und Untersuchungszeiträume untersucht. Die Untersuchungen umfassen sowohl Messdaten aus der Vergangenheit im Zeitraum 1951 – 2010 (Niederschlag) bzw. 1961 – 2010 (Lufttemperatur) als auch Klimamodelldaten aus zwei Modellläufen des Regionalen Klimamodells CLM im Zeitraum 1961 – 2100. Die vorliegende dynaklim Kompakt Ausgabe stellt die wesentlichen Ergebnisse kurz dar.
Im Rahmen von dynaklim werden die wesentlichen Mess- und Modelldaten in der Emscher-Lippe-Region zusammengetragen, aufbereitet und an die Projektpartner weitergegeben. Bei den Modelldaten des in dynaklim primär verwendeten Regionalen Klimamodells CLM zeigte sich, dass insbesondere beim Parameter Niederschlag systematische Unterschiede (Bias) zu den Messdaten in der Region vorliegen. Für
die Nutzung der CLM-Niederschlagsdaten in den meisten wasserwirtschaftlichen Modellen war daher eine Korrektur des Bias erforderlich. In der vorliegenden Publikation werden zunächst die festgestellten Unterschiede in unterschiedlichen Bilanzierungszeiträumen und hinsichtlich verschiedener Kenngrößen dargestellt. Anschließend wird die entwickelte Methodik (modifiziertes Quantile Mapping) beschrieben und die Ergebnisse bewertet. Es wird gezeigt, dass durch die entwickelte Methodik eine sinnvolle Korrektur der CLM-Niederschlagsdaten möglich ist, sodass für die Emscher-Lippe-Region nun flächendeckend korrigierte Tagesniederschlagssummen zur Verfügung stehen.
Im Rahmen der Projektarbeit der dr. papadakis GmbH wurden umfangreiche Analysen und Trendberechnungen zu den beiden Parametern Lufttemperatur und Niederschlag in der Emscher‐ Lippe‐Region (ELR) durchgeführt. Die wesentlichen Ergebnisse werden in dieser Publikation zusammengefasst. Dabei werden die beiden Parameter hinsichtlich unterschiedlichster Kennwerte und Bilanzierungszeiträume ausgewertet. In der Vergangenheit wird anhand von Messdaten untersucht, welche Veränderungen bereits festzustellen sind, und anhand von Zeitreihen des Regionalen Klimamodells CLM werden mögliche zukünftige Veränderungen abgeschätzt. Für ausgewählte Kenngrößen werden die Entwicklungen in den CLM‐Daten der Bandbreite an Entwicklungen eines begrenzten Ensembles aus sieben Modellrechnungen gegenübergestellt. Darüber hinaus werden anhand einzelner Kenngrößen die Entwicklungen in der ELR gegenüber den überregional festzustellenden Entwicklungen eingeordnet.
Für die Bereitstellung von Niederschlagszeitreihen des Regionalen Klimamodells CLM für die meisten wasserwirtschaftlichen Modellanwendungen ist eine realitätsnahe Abbildung des Parameters Niederschlag hinsichtlich wesentlicher Kenngrößen, wie Jahresniederschlagssummen, Starkregen und Trockenzeiten erforderlich. Zudem benötigen Modelle, die schnelle und kleinräumige Niederschlag- Abfluss-Prozesse beschreiben, zeitlich und räumlich hoch aufgelöste Niederschlagseingangsdaten. Beide Voraussetzungen, die realitätsnahe sowie die hoch aufgelöste Abbildung des Parameters Niederschlag, sind zunächst in den CLM-Modelldaten nicht ohne weiteres erfüllt. Es wurden zwei Methoden entwickelt, die zum einen eine sinnvolle Korrektur der Tagesniederschlagssummen (Bias-Korrektur) und zum anderen eine feinere zeitliche und räumliche Auflösung (Downscaling) der CLM-Modelldaten ermöglichen.