Wassermangel, Überschwemmungen oder Ernteausfälle: Weltweit kommt es in Folge des Klimawandels häufiger und intensiver zu ausgeprägten Trocken- und Regenphasen, die menschliches Leid und große wirtschaftliche Schäden verursachen. Je präziser saisonale Prognosen für die kommenden Monate ausfallen, umso wirksamer können diese Folgen abgemildert werden. Ein Forschungsteam des Karlsruher Instituts für Technologie (KIT) konnte globale Vorhersagen nun mit statistischen Verfahren so verbessern, dass sie regional nutzbar werden. Den neuen Ansatz und den ökonomischen Nutzen von saisonalen Vorhersagen beschreiben sie in den Fachzeitschriften Earth System Science Data sowie Scientific Reports.
Wassermangel, Überschwemmungen oder Ernteausfälle: Weltweit kommt es in Folge des Klimawandels häufiger und intensiver zu ausgeprägten Trocken- und Regenphasen, die menschliches Leid und große wirtschaftliche Schäden verursachen. Je präziser saisonale Prognosen für die kommenden Monate ausfallen, umso wirksamer können diese Folgen abgemildert werden. Ein Forschungsteam des Karlsruher Instituts für Technologie (KIT) konnte globale Vorhersagen nun mit statistischen Verfahren so verbessern, dass sie regional nutzbar werden. Den neuen Ansatz und den ökonomischen Nutzen von saisonalen Vorhersagen beschreiben sie in den Fachzeitschriften Earth System Science Data sowie Scientific Reports.
Eine Folge der globalen Erderwärmung sind vermehrte und intensiver ausgeprägte Phasen von Trockenheit oder Niederschlägen, die inzwischen weltweit für große Probleme sorgen – etwa bei der Nahrungs-, Energie- oder Trinkwasserversorgung. Helfen können verbesserte saisonale meteorologische Vorhersagen: „Wenn wir Niederschlagsmengen und Temperaturen für Wochen und Monate präziser voraussagen, können Entscheidungsträger vor Ort beispielsweise Reservoire oder die Saatgutauswahl für die Pflanzsaison vorausschauender steuern und planen. So können sie Schäden und Verluste reduzieren“, sagt Professor Harald Kunstmann vom Institut für Meteorologie und Klimaforschung – Atmosphärische Umweltforschung (IMK-IFU), dem Campus Alpin des KIT in Garmisch-Partenkirchen, sowie von der Universität Augsburg. Er und sein Team konnten nun mit statistischen Methoden aus globalen Klimamodellen lokale Vorhersagen ableiten, die deutlich präziser sind, als die bislang verfügbaren saisonalen Prognosen. Die Forschenden haben das Verfahren innerhalb des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten und nun abgeschlossenen internationalen Projekts „Saisonales Wasserressourcen-Management in Trockenregionen“ (kurz: SaWaM) entwickelt.
Regionalisierte globale Vorhersagen mit lokaler Relevanz
Bisher stehen für regionale Vorhersagen über einen mittleren Zeitraum von Wochen und Monaten meist nur globale Klimamodelle zur Verfügung. „Für hochaufgelöste saisonale Vorhersagen sind diese Modelle in Rohform aber eigentlich gar nicht geeignet“, erklärt Dr. Christof Lorenz vom Campus Alpin des KIT, der die neue Methode mitentwickelt hat. Der Grund hierfür seien unter anderem Inkonsistenzen zwischen Vorhersagen verschiedener Startzeitpunkte und durch Modellfehler begründete Abweichungen von klimatologischen Referenzdaten. „Durch die von uns entwickelten statistischen Korrektur- und Regionalisierungsverfahren können wir nun saisonale Prognosen ableiten, die um ein Vielfaches präziser sind“, sagt Lorenz. In den Untersuchungsregionen etwa im Sudan, Äthiopien, Iran, Nordost-Brasilien, Ecuador, Peru und Westafrika konnten anormale Hitze- und Trockenheitsperioden mit der neuen Methode bis zu sieben Monate im Voraus besser vorhergesagt werden, als es bislang möglich war.
Die neuen Methoden zur Aufbereitung saisonaler Prognosen sind so genau, dass sie nun in der Praxis sinnvoll eingesetzt werden können. „Insbesondere durch die frühzeitige Warnung vor überdurchschnittlich feuchten oder trockenen Perioden besteht durch die verbesserte Vorhersage die Möglichkeit, rechtzeitig Maßnahmen vor Ort einzuleiten, um Schäden zu minimieren“, erklärt Tanja Portele, beteiligte Klimaforscherin am Campus Alpin des KIT und an der Universität Augsburg. Wie wirtschaftlich relevant ihr Ansatz ist, konnten die Forschenden anhand von Klimadaten aus mehreren Jahrzehnten belegen. „Wir haben gezeigt, dass mit saisonalen Dürre-Vorhersagen bis zu 70 Prozent der Kosten eingespart werden, die bei einem rechnerisch optimalen Vorgehen möglich gewesen wären.“ Für den Upper-Atbara Dam, einen großen Staudamm im Sudan, haben die Wissenschaftlerinnen und Wissenschaftler das genaue Einsparpotenzial für ein Dürrejahr beispielhaft quantifiziert. Es beläuft sich auf 16 Millionen US-Dollar.
Methoden aus dem KIT weltweit im Einsatz
Von besonderer Bedeutung sind die neuen Methoden für präzisere saisonale Vorhersagen besonders im Kontext semiarider Regionen, in denen die Regenzeit auf einige Monate im Jahr beschränkt ist. „Hier muss das Wasser meist in Reservoirs gespeichert werden“, sagt Kunstmann. „Bei der Nutzung kann es dann zu Zielkonflikten zwischen Landwirtschaft, Energiewirtschaft und Trinkwasserversorgung kommen.“ Schon jetzt verwenden Wetterdienste und behördliche Einrichtungen aus dem Sudan und dem Iran deshalb die neuen statistischen Methoden aus dem KIT, um vor Ort wissensbasiert handeln zu können. Aber auch für ursprünglich selten betroffene Regionen werden präzisere saisonale Vorhersagen aufgrund des Klimawandels immer relevanter. „Deshalb soll das Verfahren zukünftig auch für Dürrevorhersagen in Deutschland eingesetzt werden“, so der Klimaforscher. (mhe)
Originalpublikationen
Portele, T., Lorenz, C., Dibrani, B., Laux, P., Bliefernicht, J., and Kunstmann, H. (2021) Seasonal Forecasts offer Economic Benefit for Hydrological Decision Making in Semi-Arid Regions, Scientific Reports, https://www.nature.com/articles/s41598-021-89564-y
Lorenz, C., Portele, T. C., Laux, P., and Kunstmann, H. (2021) Bias-corrected and spatially disaggregated seasonal forecasts: a long-term reference forecast product for the water sector in semi-arid regions, Earth Syst. Sci. Data, https://doi.org/10.5194/essd-2020-177
Kontakt für diese Presseinformation:
Martin Heidelberger, Pressereferent, Tel.: +49 721 608-41169, E-Mail: martin.heidelberger@kit.edu
Als „Die Forschungsuniversität in der Helmholtz-Gemeinschaft“ schafft und vermittelt das KIT Wissen für Gesellschaft und Umwelt. Ziel ist es, zu den globalen Herausforderungen maßgebliche Beiträge in den Feldern Energie, Mobilität und Information zu leisten. Dazu arbeiten rund 9 600 Mitarbeiterinnen und Mitarbeiter auf einer breiten disziplinären Basis in Natur-, Ingenieur-, Wirtschafts- sowie Geistes- und Sozialwissenschaften zusammen. Seine 23 300 Studierenden bereitet das KIT durch ein forschungsorientiertes universitäres Studium auf verantwortungsvolle Aufgaben in Gesellschaft, Wirtschaft und Wissenschaft vor. Die Innovationstätigkeit am KIT schlägt die Brücke zwischen Erkenntnis und Anwendung zum gesellschaftlichen Nutzen, wirtschaftlichen Wohlstand und Erhalt unserer natürlichen Lebensgrundlagen. Das KIT ist eine der deutschen Exzellenzuniversitäten.
Diese Presseinformation ist im Internet abrufbar unter: https://www.kit.edu/kit/presseinformationen.php
Staudamm am Fluss Upper-Atbara im Sudan. Präzise saisonale Niederschlagsprognosen ermöglichen einen ...
Harald Kunstmann/KIT
Criteria of this press release:
Journalists
Economics / business administration, Environment / ecology, Oceanology / climate
transregional, national
Research results, Scientific Publications
German
Staudamm am Fluss Upper-Atbara im Sudan. Präzise saisonale Niederschlagsprognosen ermöglichen einen ...
Harald Kunstmann/KIT
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).