Wie extrem wird das Klima?

Präsentation zum Thema: "Wie extrem wird das Klima?"—  Präsentation transkript:

1 Wie extrem wird das Klima?
Christian-D. Schönwiese J.W. Goethe-Universität Frankfurt a.M. Institut für Atmosphäre und Umwelt

2 Hintergrund und Motivation
Atmosphärische Extremereignisse werden vor allem hinsichtlich Temperatur, Niederschlag und Wind betrachtet. Beispiele dafür sind der „Hitzesommer“ 2003, das „Elbe-Hochwasser“ und der Hurrikan „Katrina“ 2005. Wegen ihrer Auswirkungen (Todesfälle, Schäden) sind sie von besonderer Brisanz. Sie können kurzzeitig ( Wetter, z.B. Sturm, Starkregenschauer, Hagel) oder längerfristig ( Witterung, z.B. Hitzesommer) auftreten. Klimatologisch stellt sich die Frage, ob sich ihre Häufigkeit / Intensität langfristig (über die Jahrzehnte, Jahrhunderte usw.) ändert.

3 Industriezeitalter, globale Perspektive
Global-Temperatur (bodennah) Jahresanomalien 1856 – 2004 (relativ zu 1961 – 1990) 1998 1990 1944 1976 1956 Trendanalyse : +0,6 °C (0,04/Dek.) : +0,7 °C (0,07/Dek.) : +0,3 °C (0,17/Dek.) 1907 1864 Quelle: IPCC, 2001; CRU (Jones et al.), 2005; bearb.

4 Große Naturkatastrophen
Volkswirtschaftliche (a) und versicherte (b) Schäden in Mrd. US Dollar (a) (b)

5 Neuere Zahlen gehen für Europa von 35 000 - 55 000 Hitzetoten aus *)
Hitze-/Trockensommer 2003 Todesopfer (Europa): (F 14800, I 4000, D 3500, ...) Volkswirtschaftl. Schäden (Europa): Mrd. EURO Neuere Zahlen gehen für Europa von Hitzetoten aus *) Topics 2003 *) MüRück, DWD, 2005

6 Schönwiese, Trömel und Staeger, 2004
Der Sommer 2003 war mit Abstand der wärmste seit 1761 Deutschland-Sommertemperaturen 19,6°C (3,8 s) 16,2°C (Mittel 1961- 1990) Schönwiese, Trömel und Staeger, 2004

7 Extremeres Klima?  Wahrscheinlichkeitsanalyse
Hier gezeigt am Beispiel der Normalverteilung Nach IPCC, 2001; dt. nach Hupfer u. Börngen, 2004.

8 Anmerkungen zur Analysemethodik
Es wurde eine neue Methodik* angewandt, die es erlaubt, aufgrund beliebiger Häufigkeitsverteilungen (Wahrscheinlichkeitsdichtefunktionen) für beliebig definierte Schwellenwerte und für beliebige Zeitpunkte (der betrachteten Zeitspanne) die Wahrscheinlichkeit für das Über- bzw. Unterschreiten anzugeben. * nach Trömel, 2004, 2005

9

10 Wahrscheinlichkeitsanalyse zur Änderung der Sommertemperatur in Deutschland 1761-2003
1880 3,4 °C Ereignis (Sommer 2003) Temperaturanomalien in °C Trömel, 2004

11 Zeitabhängige Wahrscheinlichkeitsanalyse für das Eintreten/Überschreiten des 2003-Ereignisses (3,4 °C) (Sommertemperatur Deutschland) p = 0,0022 entsprechend 1/455 Jahre p < 0,0001 entsprechend 1/10000 Jahre J a h r Trömel, 2004

12 Datenquelle: DWD; Analyse: Jonas, Staeger u. Schönwiese, 2005)
Häufigkeitsanalyse Hitzetage, Beispiel Karlsruhe 53 44 (1947) 16 10 (1952) 9 (1947) Datenquelle: DWD; Analyse: Jonas, Staeger u. Schönwiese, 2005)

13 Wahrscheinlichkeitsanalyse zum Auftreten von Hitzetagen
Hitztetage (T- max > 30 °C) Karlsruhe 1901 1952 2003 Jonas, Staeger u. Schönwiese, 2005

14 Wahrscheinlichkeitstrends der Temperatur (Tagesdaten)
Anzahl der Tage mit einem Maximum oberhalb des 10%-Perzentils (hier 28,5 °C) in Euskirchen Anzahl der Tage mit einer Minimum- temperatur unterhalb des 10%-Perz. (hier -10,6 °C) in Erlangen Staeger, 2005

15 Fallstudie Sommer 2003 in der Schweiz (nach C. Schär et al
Fallstudie Sommer 2003 in der Schweiz (nach C. Schär et al., Nature 2004) Häufigkeitsanalyse der Schweizer Sommer Häufigkeit 5.4 s Modellsimulationen für Gegenwart und Zukunft

16 Zusammenfassung der Ergebnisse (1)
Bei den Temperatur-Monatsdaten dominieren in allen Jahreszeiten (Herbst neuerdings ausgenommen) Zunahmen im Mittelwert, fast durchweg ohne Änderung der Varianz. Daher hat in gleichem Ausmaß die Eintrittswahrscheinlichkeit extrem warmer Monate zu- und kalter Monate abgenommen. Der extreme Hitzesommer 2003 ist dafür ein deutliches Beispiel. Dabei wie fast generell bei den Tagesdaten ist ab ca eine stark beschleunigte Wahrscheinlich-keitszunahme extrem warmer Tage festzustellen (am deutlichsten bei den Maximumtemperaturen im Winter) und in ähnlicher Weise eine –abnahme extrem kalter Tage (vor allem in Süddeutschland). Zum Teil nimmt die Varianz zu, was ebenfalls zum häufigeren Auftreten extrem warmer Tage beiträgt.

17 Impression vom Elbe-Hochwasser, August 2002
Todesopfer: E 37, D 22; Volkswirt. Schäden: E 13,5 Mrd. €, D 9,2 Mrd. € (Quelle: Münchener Rückversicherungs-Gesellschaft, 2003)

18 Impressionen vom Alpen-Hochwasser, August 2005
Fotos: dpa (FAZ, SZ; )

19

20 Überschreitung des Perzentils 95 %
Zeitliche Entwicklung der Wahrscheinlichkeit für das Eintreten extremer monatlicher Niederschläge Überschreitung des Perzentils 95 % 130 mm 120 mm p=0,09  11 J. p=0,15  7 J. p=0,07  14 J. Trömel, 2005

21 Überschreitung des Perzentils 95 %
Zeitliche Entwicklung der Wahrscheinlichkeit für das Eintreten extremer monatlicher Niederschläge Überschreitung des Perzentils 95 % 130 mm 209 mm Marktoberdorf p=0,09  11 J. 5,5 J. 50 J. Trömel, 2005

22 Niederschlag, Trends der Extremwert-Wahrscheinlichkeit
Unterschreitung 5%-Perzentil Überschreitung 95%-Perzentil Januar Januar Monatsdaten Trömel, 2005

23 Niederschlag, Trends der Extremwert-Wahrscheinlichkeit
Unterschreitung 5%-Perzentil Überschreitung 95%-Perzentil August Monatsdaten Trömel, 2005

24 Zusammenfassung der Ergebnisse (2)
Beim monatlichen Niederschlag ist im Winter verbreitet eine Zunahme sowohl in der Summe als auch in der Varianz feststellbar. Daher nimmt die Wahrscheinlichkeit für extrem hohe Niederschläge meist zu (außer im Osten), aber auch für extrem niedrige (außer in Bayern). Im Sommer zeigt sich ein noch differenzierteres Bild mit teils Zunahme (Bayern, Rhein-Region, Schleswig-Holstein) und teils Abnahme extrem hoher Niederschläge. Eine Zunahme extrem geringer Niederschläge ist nur teilweise u.a. in der Main- und Rheinregion sowie im äußersten Norden feststellbar. Die Varianz nimmt dabei häufig ab, insbesondere in der Mitte und im Osten. Die entsprechende Analyse der Tagesniederschläge ist schwieriger zu interpretieren. Es überwiegen im Winter Zunahmen und im Sommer Abnahmen hoher Extrema (andere Jahreszeiten wenig signifikante Ergebnisse). Das Elbe-Hochwasser (Sommer 2002) liegt vor diesem Hintergrund „nicht im Trend“, das Alpen-Hochwasser (Sommer 2005), monatlich gesehen, dagegen schon.

25 Hurrikan Katrina, USA, 1281 Tote, Schäden ca Mrd. US$, davon versichert ca Mrd.

26

27 Allgemein spricht man von Sturm ab Bft = 9 (21 m/s entspr. 75 km/h).

28 Bedingungen für die Entstehung tropischer Wirbelstürme
Mindestmaß an Coriolisbeschleunigung (ab etwa 5° geogr. Breite gegeben) Meeresoberflächentemperatur von mindestens ca. 27 °C Hohe Luftfeuchte (Troposphäre) Labile thermische Schichtung (Troposphäre) Relativ geringe Windscherungen (Troposph., wie das z.B. bei La Nina der Fall ist)

29 Verbreitungszonen und mittlere Anzahl trop. Wirbelstürme
Schematischer Vertikalschnitt

30 Meeresoberflächen- temperatur
und Hurrikan-Häufigkeiten Webster et al., Science 2005

31 Klimamodellsimulationen: Hurikan-Intensität bei CO2-Anstieg
Knutson et al., 2004

32 Hurrikan Wilma und die Saison 2005 (Nordatlantik, Stand 26.10.2005)
Wilma: Kerndruck von 882 hPa, bisheriger Rekordwert. Bisher 22 tropische Wirbelstürme (bisheriger Rekord: 21 im Jahr 1933; Mittelwert : 11). Bisher 12 Hurrikane (Mittelwert : 6). Katrina: höchste volkswirt. Schäden einer Naturkatastrophe seit 1900 (bisheriger Rekord: 1995, Erdbeben Kobe, Japan, ca. 100 Mrd. US $) (Quellen: NOAA, MüRück)

33 Zusammenfassung der Ergebnisse (3)
Tropische Wirbelstürme (Hurrikane usw.) entstehen bei bestimmten Konstellationen, wobei die Meeresoberflächentemperatur der wichtigste Einflussfaktor ist. Sowohl Beobachtungen als auch Modell- rechnungen lassen erkennen, dass im Zusammenhang mit der (anthropogenen) globalen Erwärmung bisher kaum die Häufigkeit insgesamt, wohl aber der Anteil besonders intensiver Ereignisse zunimmt.

34 Vielen Dank ... ... für Ihr Interesse