Starkregenereignisse<\/h2><\/div><\/div><\/div>In Schadensf\u00e4llen ist es wichtig zu wissen, wo Starkregen in welcher Intensit\u00e4t gefallen ist. Damit lassen sich Versicherungsfragen l\u00f6sen, aber auch Schwachpunkte in der Gefahrenabwehr feststellen.<\/p>\n
Wir werten mit Hilfe von kleinr\u00e4umig erhobenen Radardaten Starkregenereignisse aus und vergleichen sie mit statistisch erhobenen Wiederkehrh\u00e4ufigkeiten, um das Auftreten des Starkregens „einordnen“ zu k\u00f6nnen. Dabei helfen Auswertungen von KOSTRA-DWD 2020 und lokal erhobene Extremwertstatistiken. So kann festgestellt werden, ob Niederschl\u00e4ge au\u00dfergew\u00f6hnlich waren und ob der resultierende Abfluss auch dort Sch\u00e4den verursachen konnte, wo die Niederschlagsmenge nicht so extrem war.<\/p>\n
Entsprechende Auswertungen haben wir sowohl f\u00fcr Gerichte als auch f\u00fcr Einzelparteien durchgef\u00fchrt.<\/p>\n<\/div><\/div><\/div>
Rechts sehen Sie ein kumuliertes HDF-Bild zur Darstellung des Starkregenereignisses in der Stadt Hennef am 04.06.2021<\/p>\n<\/div><\/div><\/div>
![\"Radarsummen](\"https:\/\/www.hydrometeo.de\/wp-content\/uploads\/hd2106050000_cum_mit_fw.png\")
<\/a><\/span><\/div><\/div><\/div><\/div>Ereignisdatenbank<\/h3><\/div>Um Fragestellungen beantworten zu k\u00f6nnen:<\/p>\n
\n- wie h\u00e4ufig gab es in Stadt XY Starkregen?<\/li>\n
- ist das h\u00e4ufiger als in Stadt Z?<\/li>\n
- hat sich die Starkregenh\u00e4ufigkeit in den letzten 20 Jahren ver\u00e4ndert?<\/li>\n<\/ul>\n
hilft eine Ereignisdatenbank, wie wir sie f\u00fcr Nutzer in NRW erstellt haben.<\/p>\n
Auf Basis des SCOUT Niederschlagsportals<\/a>, in dem sich alle Radardaten aus NRW seit 2001 befinden, wurde eine web-basierte L\u00f6sung gefunden und seit 2017 von verschiedenen Wasserverb\u00e4nden genutzt. Funktionalit\u00e4ten umfassen die Auflistung aller Ereignisse an einem Punkt, in einem Rechteck oder einer anderen Einheit (Gemeinde, Wasserverband, etc.), die M\u00f6glichkeit, diese Ereignisse zu betrachten und herunterzuladen oder ein Ereignis zu verschieben und f\u00fcr einen anderen Ort herunterzuladen, um dort Risikountersuchungen durchzuf\u00fchren. Die Ereignisliste kann dann auch f\u00fcr eine statistische Auswertung je Dauerstufe verwendet werden.<\/p>\nDieser Ereignisansatz wurde f\u00fcr das LAWA Projekt \u00fcbernommen und in das LAWA-Starkregenportal<\/a> integriert.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Gutachten<\/h2><\/div>\nF\u00fcr unterschiedliche Fragestellungen im Zusammenhang mit Niederschlag und seiner Messung werden Gutachten ben\u00f6tigt. Wir erstellen solche Stellungsnahmen f\u00fcr spezielle Fragestellungen, zum Beispiel zum Einfluss von Windkraftanlagen auf die Radarmessung, zu Extremniederschlagsereignissen und die Unsicherheit ihrer Messung, zur r\u00e4umlichen Genauigkeit von Punktniederschl\u00e4gen, zum Windeinfluss auf die Wasserh\u00f6he in Talsperren und mehr. Diese werden dann in Gerichtsverfahren oder f\u00fcr Genehmigungen verwendet.<\/p>\n
Dr. Thomas Einfalt <\/span>hat als von der Deutschen Meteorologischen Gesellschaft <\/span>anerkannter beratender Meteorologe f\u00fcr den Bereich Hydrometeorologie eine besondere Verantwortung, hier neutral, aber fachlich in die Tiefe gehend Stellung zu beziehen.<\/p>\n<\/div>\n<\/div><\/div><\/div>![](\"https:\/\/www.hydrometeo.de\/wp-content\/uploads\/Firefly-Frau-regenwolke-am-himmel-daten-datenstroeme-mehrere-Computerbildschirme-61292.jpg\" "\\"Firefly")
<\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Klimastudien & -projektionen<\/h2><\/div>Der Klimawandel stellt uns vor erhebliche Herausforderungen, die bereits heute sp\u00fcrbar sind: Zunehmende Starkregenereignisse f\u00fchren zu \u00dcberflutungen und \u00fcberlasten st\u00e4dtische Infrastrukturen. Steigende Temperaturen erh\u00f6hen den Hitzestress f\u00fcr Menschen, Tiere und Pflanzen. L\u00e4ngere und hei\u00dfere Trockenperioden beeintr\u00e4chtigen Wasserressourcen und landwirtschaftliche Ertr\u00e4ge.<\/p>\n
Als Grundlage f\u00fcr eine zielgerichtete Planung und Anpassung bieten wir fundierte Klimastudien an. Unsere Klimastudien gliedern sich in Klimaanalysen<\/em><\/strong> und Klimaprojektionen<\/em><\/strong>.<\/p>\n1. Klimaanalysen<\/h3>\n
Klimaanalysen nutzen langj\u00e4hrige Messdaten (mindestens 30\u201350 Jahre), um systematische Ver\u00e4nderungen des Klimas zu identifizieren. Dazu geh\u00f6ren:<\/p>\n
\n- Trends in Niederschlagssummen und -mustern<\/li>\n
- \u00c4nderungen bei Extremereignissen<\/li>\n
- Verl\u00e4ngerung der Vegetationsperiode<\/li>\n<\/ul>\n
Beispiele:<\/strong>
\nF\u00fcr das Land Sachsen-Anhalt haben wir in Zusammenarbeit mit dem CEC Potsdam<\/a> <\/span>gezeigt, dass sich zwischen 1951 und 2014 der Jahresgang der Niederschl\u00e4ge so ver\u00e4ndert hat, dass den Pflanzen in der Vegetationsperiode im Fr\u00fchjahr weniger Regenwasser zur Verf\u00fcgung steht. Dar\u00fcber hinaus ist die Temperatur angestiegen, und die Vegetationsperiode hat sich um ca. 3 Wochen verl\u00e4ngert. Der Projektbericht steht als Download<\/a> zur Verf\u00fcgung.<\/p>\nIn der ExUS 2020-Studie<\/a> wurden regionale Ver\u00e4nderungen der Niederschlagsmuster in Nordrhein-Westfalen \u00fcber einen Zeitraum von 58 Jahren (1961\u20132018) ausgewertet. Die Ergebnisse zeigen eine Zunahme von Starkregenereignissen, insbesondere bei kurzen Dauerstufen, wobei der Zeitraum 2001\u20132018 die st\u00e4rksten Anstiege verzeichnet. Die Studie nutzt eine breite und gepr\u00fcfte Datenbasis, um fundierte Aussagen f\u00fcr NRW <\/span>zu erm\u00f6glichen.<\/p>\n<\/div>![](\"https:\/\/www.hydrometeo.de\/wp-content\/uploads\/abbildung_exus_starkregen_1h.png\")
<\/span>Mittlere Anzahl von Starkregenereignissen (Dauerstufe 1 Stunde) pro Jahr in NRW im Zeitraum 1961-2018. Ergebnis aus dem ExUS-Bericht (Quelle: Schlussbericht ExUS2020, LANUV NRW)<\/p><\/div><\/div><\/div>
2. Klimaprojektionen<\/h3>\n
Klimaprojektionen simulieren m\u00f6gliche klimatische Entwicklungen bis ins Jahr 2100. Unsere Arbeiten ber\u00fccksichtigen dabei Herausforderungen wie:<\/p>\n
\n- Systematische Abweichungen (Bias):<\/strong> Wir korrigieren diese Abweichungen mithilfe von Messdaten, um Daten aus Klimaprojektionen besser f\u00fcr verschiedene Anwendungen nutzbar zu machen.<\/li>\n
- R\u00e4umliche und zeitliche Aufl\u00f6sung:<\/strong> Aktuelle Klimaprojektionen von regionalen Klimamodellen liegen meist in einer relativ groben Aufl\u00f6sung (r\u00e4umlich ~12 km, zeitlich 3 Stunden bis 1 Tag) vor. Um Aussagen zu Starkregentrends abzuleiten oder Daten f\u00fcr Simulationen z. B. in der Stadthydrologie nutzbar zu machen, kommen statistische Verfahren (statistisches Downscaling, Disaggregation) zum Einsatz. Dabei werden m\u00f6glichst lange Messdatens\u00e4tze als Eingangsdaten genutzt und mit Klimaprojektionsdaten kombiniert, um Daten mit h\u00f6herer Aufl\u00f6sung f\u00fcr vergangene und zuk\u00fcnftige Zeitr\u00e4ume zu erstellen.<\/li>\n<\/ul>\n
Beispiele:<\/strong>
\nIm Rahmen des BMBF-Projekts dynaklim<\/a> haben wir damit begonnen, statistische Downscalingverfahren zu entwickeln. Diese werden aktuell weiterentwickelt und in Projekten wie BlueGreenCities<\/a> <\/span>und ZwillE<\/a> angewendet.<\/p>\n<\/div>![](\"https:\/\/www.hydrometeo.de\/wp-content\/uploads\/cc_scaling_radar_cpm_zwille.png\")
<\/span>Beziehung von extremen Niederschlagsquantilen und Temperatur in Beobachtungsdaten (\u201aRadar\u2018) und Simulation (\u201aCPM\u2018), f\u00fcr den Zeitraum 2001-2018 f\u00fcr Hannover, ausgewertet im BMBF-Projekt ZwillE (Datenbasis: Konvektionsaufl\u00f6sende Klimasimulation HoKliSim-De (DWD, Rybka et al., 2018), Beobachtungsdaten von Radar und Wetterstationen (DWD))<\/p><\/div><\/div><\/div>
![](\"https:\/\/www.hydrometeo.de\/wp-content\/uploads\/bias_corr_T_BGC.png\")
<\/span>Bias-Korrektur der Temperatur (Tages-Maximum) von Klimaprojektionsdaten mithilfe von Beobachtungsdaten im Projekt BlueGreenCities. <\/p><\/div><\/div><\/div><\/div><\/div>
<\/div><\/div><\/div><\/div>Sie m\u00f6chten mehr erfahren?<\/h3><\/div>
In Schadensf\u00e4llen ist es wichtig zu wissen, wo Starkregen in welcher Intensit\u00e4t gefallen ist. Damit lassen sich Versicherungsfragen l\u00f6sen, aber auch Schwachpunkte in der Gefahrenabwehr feststellen.<\/p>\n
Wir werten mit Hilfe von kleinr\u00e4umig erhobenen Radardaten Starkregenereignisse aus und vergleichen sie mit statistisch erhobenen Wiederkehrh\u00e4ufigkeiten, um das Auftreten des Starkregens „einordnen“ zu k\u00f6nnen. Dabei helfen Auswertungen von KOSTRA-DWD 2020 und lokal erhobene Extremwertstatistiken. So kann festgestellt werden, ob Niederschl\u00e4ge au\u00dfergew\u00f6hnlich waren und ob der resultierende Abfluss auch dort Sch\u00e4den verursachen konnte, wo die Niederschlagsmenge nicht so extrem war.<\/p>\n
Entsprechende Auswertungen haben wir sowohl f\u00fcr Gerichte als auch f\u00fcr Einzelparteien durchgef\u00fchrt.<\/p>\n<\/div><\/div><\/div>
Rechts sehen Sie ein kumuliertes HDF-Bild zur Darstellung des Starkregenereignisses in der Stadt Hennef am 04.06.2021<\/p>\n<\/div><\/div><\/div>
<\/a><\/span><\/div><\/div><\/div><\/div>Ereignisdatenbank<\/h3><\/div>Um Fragestellungen beantworten zu k\u00f6nnen:<\/p>\n
\n- wie h\u00e4ufig gab es in Stadt XY Starkregen?<\/li>\n
- ist das h\u00e4ufiger als in Stadt Z?<\/li>\n
- hat sich die Starkregenh\u00e4ufigkeit in den letzten 20 Jahren ver\u00e4ndert?<\/li>\n<\/ul>\n
hilft eine Ereignisdatenbank, wie wir sie f\u00fcr Nutzer in NRW erstellt haben.<\/p>\n
Auf Basis des SCOUT Niederschlagsportals<\/a>, in dem sich alle Radardaten aus NRW seit 2001 befinden, wurde eine web-basierte L\u00f6sung gefunden und seit 2017 von verschiedenen Wasserverb\u00e4nden genutzt. Funktionalit\u00e4ten umfassen die Auflistung aller Ereignisse an einem Punkt, in einem Rechteck oder einer anderen Einheit (Gemeinde, Wasserverband, etc.), die M\u00f6glichkeit, diese Ereignisse zu betrachten und herunterzuladen oder ein Ereignis zu verschieben und f\u00fcr einen anderen Ort herunterzuladen, um dort Risikountersuchungen durchzuf\u00fchren. Die Ereignisliste kann dann auch f\u00fcr eine statistische Auswertung je Dauerstufe verwendet werden.<\/p>\nDieser Ereignisansatz wurde f\u00fcr das LAWA Projekt \u00fcbernommen und in das LAWA-Starkregenportal<\/a> integriert.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Gutachten<\/h2><\/div>\nF\u00fcr unterschiedliche Fragestellungen im Zusammenhang mit Niederschlag und seiner Messung werden Gutachten ben\u00f6tigt. Wir erstellen solche Stellungsnahmen f\u00fcr spezielle Fragestellungen, zum Beispiel zum Einfluss von Windkraftanlagen auf die Radarmessung, zu Extremniederschlagsereignissen und die Unsicherheit ihrer Messung, zur r\u00e4umlichen Genauigkeit von Punktniederschl\u00e4gen, zum Windeinfluss auf die Wasserh\u00f6he in Talsperren und mehr. Diese werden dann in Gerichtsverfahren oder f\u00fcr Genehmigungen verwendet.<\/p>\n
Dr. Thomas Einfalt <\/span>hat als von der Deutschen Meteorologischen Gesellschaft <\/span>anerkannter beratender Meteorologe f\u00fcr den Bereich Hydrometeorologie eine besondere Verantwortung, hier neutral, aber fachlich in die Tiefe gehend Stellung zu beziehen.<\/p>\n<\/div>\n<\/div><\/div><\/div><\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Klimastudien & -projektionen<\/h2><\/div>Der Klimawandel stellt uns vor erhebliche Herausforderungen, die bereits heute sp\u00fcrbar sind: Zunehmende Starkregenereignisse f\u00fchren zu \u00dcberflutungen und \u00fcberlasten st\u00e4dtische Infrastrukturen. Steigende Temperaturen erh\u00f6hen den Hitzestress f\u00fcr Menschen, Tiere und Pflanzen. L\u00e4ngere und hei\u00dfere Trockenperioden beeintr\u00e4chtigen Wasserressourcen und landwirtschaftliche Ertr\u00e4ge.<\/p>\n
Als Grundlage f\u00fcr eine zielgerichtete Planung und Anpassung bieten wir fundierte Klimastudien an. Unsere Klimastudien gliedern sich in Klimaanalysen<\/em><\/strong> und Klimaprojektionen<\/em><\/strong>.<\/p>\n1. Klimaanalysen<\/h3>\n
Klimaanalysen nutzen langj\u00e4hrige Messdaten (mindestens 30\u201350 Jahre), um systematische Ver\u00e4nderungen des Klimas zu identifizieren. Dazu geh\u00f6ren:<\/p>\n
\n- Trends in Niederschlagssummen und -mustern<\/li>\n
- \u00c4nderungen bei Extremereignissen<\/li>\n
- Verl\u00e4ngerung der Vegetationsperiode<\/li>\n<\/ul>\n
Beispiele:<\/strong>
\nF\u00fcr das Land Sachsen-Anhalt haben wir in Zusammenarbeit mit dem CEC Potsdam<\/a> <\/span>gezeigt, dass sich zwischen 1951 und 2014 der Jahresgang der Niederschl\u00e4ge so ver\u00e4ndert hat, dass den Pflanzen in der Vegetationsperiode im Fr\u00fchjahr weniger Regenwasser zur Verf\u00fcgung steht. Dar\u00fcber hinaus ist die Temperatur angestiegen, und die Vegetationsperiode hat sich um ca. 3 Wochen verl\u00e4ngert. Der Projektbericht steht als Download<\/a> zur Verf\u00fcgung.<\/p>\nIn der ExUS 2020-Studie<\/a> wurden regionale Ver\u00e4nderungen der Niederschlagsmuster in Nordrhein-Westfalen \u00fcber einen Zeitraum von 58 Jahren (1961\u20132018) ausgewertet. Die Ergebnisse zeigen eine Zunahme von Starkregenereignissen, insbesondere bei kurzen Dauerstufen, wobei der Zeitraum 2001\u20132018 die st\u00e4rksten Anstiege verzeichnet. Die Studie nutzt eine breite und gepr\u00fcfte Datenbasis, um fundierte Aussagen f\u00fcr NRW <\/span>zu erm\u00f6glichen.<\/p>\n<\/div><\/span>Mittlere Anzahl von Starkregenereignissen (Dauerstufe 1 Stunde) pro Jahr in NRW im Zeitraum 1961-2018. Ergebnis aus dem ExUS-Bericht (Quelle: Schlussbericht ExUS2020, LANUV NRW)<\/p><\/div><\/div><\/div>
2. Klimaprojektionen<\/h3>\n
Klimaprojektionen simulieren m\u00f6gliche klimatische Entwicklungen bis ins Jahr 2100. Unsere Arbeiten ber\u00fccksichtigen dabei Herausforderungen wie:<\/p>\n
\n- Systematische Abweichungen (Bias):<\/strong> Wir korrigieren diese Abweichungen mithilfe von Messdaten, um Daten aus Klimaprojektionen besser f\u00fcr verschiedene Anwendungen nutzbar zu machen.<\/li>\n
- R\u00e4umliche und zeitliche Aufl\u00f6sung:<\/strong> Aktuelle Klimaprojektionen von regionalen Klimamodellen liegen meist in einer relativ groben Aufl\u00f6sung (r\u00e4umlich ~12 km, zeitlich 3 Stunden bis 1 Tag) vor. Um Aussagen zu Starkregentrends abzuleiten oder Daten f\u00fcr Simulationen z. B. in der Stadthydrologie nutzbar zu machen, kommen statistische Verfahren (statistisches Downscaling, Disaggregation) zum Einsatz. Dabei werden m\u00f6glichst lange Messdatens\u00e4tze als Eingangsdaten genutzt und mit Klimaprojektionsdaten kombiniert, um Daten mit h\u00f6herer Aufl\u00f6sung f\u00fcr vergangene und zuk\u00fcnftige Zeitr\u00e4ume zu erstellen.<\/li>\n<\/ul>\n
Beispiele:<\/strong>
\nIm Rahmen des BMBF-Projekts dynaklim<\/a> haben wir damit begonnen, statistische Downscalingverfahren zu entwickeln. Diese werden aktuell weiterentwickelt und in Projekten wie BlueGreenCities<\/a> <\/span>und ZwillE<\/a> angewendet.<\/p>\n<\/div><\/span>Beziehung von extremen Niederschlagsquantilen und Temperatur in Beobachtungsdaten (\u201aRadar\u2018) und Simulation (\u201aCPM\u2018), f\u00fcr den Zeitraum 2001-2018 f\u00fcr Hannover, ausgewertet im BMBF-Projekt ZwillE (Datenbasis: Konvektionsaufl\u00f6sende Klimasimulation HoKliSim-De (DWD, Rybka et al., 2018), Beobachtungsdaten von Radar und Wetterstationen (DWD))<\/p><\/div><\/div><\/div>
<\/span>Bias-Korrektur der Temperatur (Tages-Maximum) von Klimaprojektionsdaten mithilfe von Beobachtungsdaten im Projekt BlueGreenCities. <\/p><\/div><\/div><\/div><\/div><\/div>
<\/div><\/div><\/div><\/div>Sie m\u00f6chten mehr erfahren?<\/h3><\/div>
Um Fragestellungen beantworten zu k\u00f6nnen:<\/p>\n
- \n
- wie h\u00e4ufig gab es in Stadt XY Starkregen?<\/li>\n
- ist das h\u00e4ufiger als in Stadt Z?<\/li>\n
- hat sich die Starkregenh\u00e4ufigkeit in den letzten 20 Jahren ver\u00e4ndert?<\/li>\n<\/ul>\n
hilft eine Ereignisdatenbank, wie wir sie f\u00fcr Nutzer in NRW erstellt haben.<\/p>\n
Auf Basis des SCOUT Niederschlagsportals<\/a>, in dem sich alle Radardaten aus NRW seit 2001 befinden, wurde eine web-basierte L\u00f6sung gefunden und seit 2017 von verschiedenen Wasserverb\u00e4nden genutzt. Funktionalit\u00e4ten umfassen die Auflistung aller Ereignisse an einem Punkt, in einem Rechteck oder einer anderen Einheit (Gemeinde, Wasserverband, etc.), die M\u00f6glichkeit, diese Ereignisse zu betrachten und herunterzuladen oder ein Ereignis zu verschieben und f\u00fcr einen anderen Ort herunterzuladen, um dort Risikountersuchungen durchzuf\u00fchren. Die Ereignisliste kann dann auch f\u00fcr eine statistische Auswertung je Dauerstufe verwendet werden.<\/p>\n
Dieser Ereignisansatz wurde f\u00fcr das LAWA Projekt \u00fcbernommen und in das LAWA-Starkregenportal<\/a> integriert.<\/p>\n<\/div><\/div><\/div>
<\/div><\/div><\/div><\/div><\/div><\/div>Gutachten<\/h2><\/div>
\nF\u00fcr unterschiedliche Fragestellungen im Zusammenhang mit Niederschlag und seiner Messung werden Gutachten ben\u00f6tigt. Wir erstellen solche Stellungsnahmen f\u00fcr spezielle Fragestellungen, zum Beispiel zum Einfluss von Windkraftanlagen auf die Radarmessung, zu Extremniederschlagsereignissen und die Unsicherheit ihrer Messung, zur r\u00e4umlichen Genauigkeit von Punktniederschl\u00e4gen, zum Windeinfluss auf die Wasserh\u00f6he in Talsperren und mehr. Diese werden dann in Gerichtsverfahren oder f\u00fcr Genehmigungen verwendet.<\/p>\n
Dr. Thomas Einfalt <\/span>hat als von der Deutschen Meteorologischen Gesellschaft <\/span>anerkannter beratender Meteorologe f\u00fcr den Bereich Hydrometeorologie eine besondere Verantwortung, hier neutral, aber fachlich in die Tiefe gehend Stellung zu beziehen.<\/p>\n<\/div>\n<\/div><\/div><\/div>
<\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div>Klimastudien & -projektionen<\/h2><\/div>
Der Klimawandel stellt uns vor erhebliche Herausforderungen, die bereits heute sp\u00fcrbar sind: Zunehmende Starkregenereignisse f\u00fchren zu \u00dcberflutungen und \u00fcberlasten st\u00e4dtische Infrastrukturen. Steigende Temperaturen erh\u00f6hen den Hitzestress f\u00fcr Menschen, Tiere und Pflanzen. L\u00e4ngere und hei\u00dfere Trockenperioden beeintr\u00e4chtigen Wasserressourcen und landwirtschaftliche Ertr\u00e4ge.<\/p>\n
Als Grundlage f\u00fcr eine zielgerichtete Planung und Anpassung bieten wir fundierte Klimastudien an. Unsere Klimastudien gliedern sich in Klimaanalysen<\/em><\/strong> und Klimaprojektionen<\/em><\/strong>.<\/p>\n
1. Klimaanalysen<\/h3>\n
Klimaanalysen nutzen langj\u00e4hrige Messdaten (mindestens 30\u201350 Jahre), um systematische Ver\u00e4nderungen des Klimas zu identifizieren. Dazu geh\u00f6ren:<\/p>\n
- \n
- Trends in Niederschlagssummen und -mustern<\/li>\n
- \u00c4nderungen bei Extremereignissen<\/li>\n
- Verl\u00e4ngerung der Vegetationsperiode<\/li>\n<\/ul>\n
Beispiele:<\/strong>
\nF\u00fcr das Land Sachsen-Anhalt haben wir in Zusammenarbeit mit dem CEC Potsdam<\/a> <\/span>gezeigt, dass sich zwischen 1951 und 2014 der Jahresgang der Niederschl\u00e4ge so ver\u00e4ndert hat, dass den Pflanzen in der Vegetationsperiode im Fr\u00fchjahr weniger Regenwasser zur Verf\u00fcgung steht. Dar\u00fcber hinaus ist die Temperatur angestiegen, und die Vegetationsperiode hat sich um ca. 3 Wochen verl\u00e4ngert. Der Projektbericht steht als Download<\/a> zur Verf\u00fcgung.<\/p>\nIn der ExUS 2020-Studie<\/a> wurden regionale Ver\u00e4nderungen der Niederschlagsmuster in Nordrhein-Westfalen \u00fcber einen Zeitraum von 58 Jahren (1961\u20132018) ausgewertet. Die Ergebnisse zeigen eine Zunahme von Starkregenereignissen, insbesondere bei kurzen Dauerstufen, wobei der Zeitraum 2001\u20132018 die st\u00e4rksten Anstiege verzeichnet. Die Studie nutzt eine breite und gepr\u00fcfte Datenbasis, um fundierte Aussagen f\u00fcr NRW <\/span>zu erm\u00f6glichen.<\/p>\n<\/div>
<\/span>Mittlere Anzahl von Starkregenereignissen (Dauerstufe 1 Stunde) pro Jahr in NRW im Zeitraum 1961-2018. Ergebnis aus dem ExUS-Bericht (Quelle: Schlussbericht ExUS2020, LANUV NRW)<\/p><\/div><\/div><\/div>
2. Klimaprojektionen<\/h3>\n
Klimaprojektionen simulieren m\u00f6gliche klimatische Entwicklungen bis ins Jahr 2100. Unsere Arbeiten ber\u00fccksichtigen dabei Herausforderungen wie:<\/p>\n
- \n
- Systematische Abweichungen (Bias):<\/strong> Wir korrigieren diese Abweichungen mithilfe von Messdaten, um Daten aus Klimaprojektionen besser f\u00fcr verschiedene Anwendungen nutzbar zu machen.<\/li>\n
- R\u00e4umliche und zeitliche Aufl\u00f6sung:<\/strong> Aktuelle Klimaprojektionen von regionalen Klimamodellen liegen meist in einer relativ groben Aufl\u00f6sung (r\u00e4umlich ~12 km, zeitlich 3 Stunden bis 1 Tag) vor. Um Aussagen zu Starkregentrends abzuleiten oder Daten f\u00fcr Simulationen z. B. in der Stadthydrologie nutzbar zu machen, kommen statistische Verfahren (statistisches Downscaling, Disaggregation) zum Einsatz. Dabei werden m\u00f6glichst lange Messdatens\u00e4tze als Eingangsdaten genutzt und mit Klimaprojektionsdaten kombiniert, um Daten mit h\u00f6herer Aufl\u00f6sung f\u00fcr vergangene und zuk\u00fcnftige Zeitr\u00e4ume zu erstellen.<\/li>\n<\/ul>\n
Beispiele:<\/strong>
\nIm Rahmen des BMBF-Projekts dynaklim<\/a> haben wir damit begonnen, statistische Downscalingverfahren zu entwickeln. Diese werden aktuell weiterentwickelt und in Projekten wie BlueGreenCities<\/a> <\/span>und ZwillE<\/a> angewendet.<\/p>\n<\/div><\/span>Beziehung von extremen Niederschlagsquantilen und Temperatur in Beobachtungsdaten (\u201aRadar\u2018) und Simulation (\u201aCPM\u2018), f\u00fcr den Zeitraum 2001-2018 f\u00fcr Hannover, ausgewertet im BMBF-Projekt ZwillE (Datenbasis: Konvektionsaufl\u00f6sende Klimasimulation HoKliSim-De (DWD, Rybka et al., 2018), Beobachtungsdaten von Radar und Wetterstationen (DWD))<\/p><\/div><\/div><\/div>
<\/span>Bias-Korrektur der Temperatur (Tages-Maximum) von Klimaprojektionsdaten mithilfe von Beobachtungsdaten im Projekt BlueGreenCities. <\/p><\/div><\/div><\/div><\/div><\/div>
<\/div><\/div><\/div><\/div>Sie m\u00f6chten mehr erfahren?<\/h3><\/div>
- R\u00e4umliche und zeitliche Aufl\u00f6sung:<\/strong> Aktuelle Klimaprojektionen von regionalen Klimamodellen liegen meist in einer relativ groben Aufl\u00f6sung (r\u00e4umlich ~12 km, zeitlich 3 Stunden bis 1 Tag) vor. Um Aussagen zu Starkregentrends abzuleiten oder Daten f\u00fcr Simulationen z. B. in der Stadthydrologie nutzbar zu machen, kommen statistische Verfahren (statistisches Downscaling, Disaggregation) zum Einsatz. Dabei werden m\u00f6glichst lange Messdatens\u00e4tze als Eingangsdaten genutzt und mit Klimaprojektionsdaten kombiniert, um Daten mit h\u00f6herer Aufl\u00f6sung f\u00fcr vergangene und zuk\u00fcnftige Zeitr\u00e4ume zu erstellen.<\/li>\n<\/ul>\n
- Systematische Abweichungen (Bias):<\/strong> Wir korrigieren diese Abweichungen mithilfe von Messdaten, um Daten aus Klimaprojektionen besser f\u00fcr verschiedene Anwendungen nutzbar zu machen.<\/li>\n