Http://stock 1.1. 0 Manfred Stock und Martin Wodinski Potsdam Institut für Klimafolgenforschung Potsdam Institut für Klimafolgenforschung

1.http://www.pik-potsdam.de/~stock0

Manfred Stock und Martin WodinskiPotsdam Institut für Klimafolgenforschung

Perspektiven der Klimaänderung bis 2050 für den Weinbau in Deutschland

(Klima 2050)45. Arbeitstagung des

Forschungsrings des Deutschen Weinbaus26.04.2006 in Neustadt a.d.W.

[email protected]@pik-potsdam.de

Friwi

2.http://www.pik-potsdam.de/~stock

Klima 2050 - INHALT

1. Aufgaben und Ziele2. Basisszenarium: Klima 1951/20003. Zukunftsszenarium: Klima 2001/20504. Klimawandel: Einzelergebnisse im Detail5. Zusammenfassung der Ergebnisse6. Ausblick7. Anhang:

a) Modelle und Methodenb) Datenprüfung, Verifikation und verbleibende

Unsicherheitenc) Weitere Ergebnisse

1. Aufgaben und Ziele2. Basisszenarium: Klima 1951/20003. Zukunftsszenarium: Klima 2001/20504. Klimawandel: Einzelergebnisse im Detail5. Zusammenfassung der Ergebnisse6. Ausblick7. Anhang:

a) Modelle und Methodenb) Datenprüfung, Verifikation und verbleibende

Unsicherheitenc) Weitere Ergebnisse

Navigationshilfe:

1. Von dieser Seite mit Mausklick zu den Kapiteln

2. Von jeder anderen Seite hierher zurück mit Mausklick auf Schaltfläche unten.


FDW-ProjektKlima 2050 -

Aufgaben und Ziele

Hessen

Rheinland-Pfalz

Frankreich

Bayern

Baden-Württemberg

Geisen-heim

Siebel-dingen

Weinsberg

• Aufgabe: Abschätzung regionaler Ausprägung des Klimawandels für ausgewählte Regionen in Deutschland bis 2050.

• Untersuchungs-schwerpunkte sind:

RheingauPfalz

• Ziel: Bereitstellung wis-senschaftlicher Grund-lagen zum Umgang mit möglichen Chancen und Risiken für den Weinbau.


>| |< ~18 kmRegionalisierung

Niederschlag~1250 km

T~250 km

Globales Szenario

GCM

Klimamodell

global

?lokal

Niederschlag2050

Infrastruktur

Böden/Geologie

Landnutzung

Hydrologie

Klimadaten

Klimaveränderung regionale Auswirkungen

Die globale Änderung der Jahresmitteltemperatur ist nur ein erster Richtwert für regionale Auswirkungen.Mit geeigneten Methoden der Regionalisierung kann man räumlich und zeitlich differenzierte Aussagen berechnen (siehe Anhang).So ist beispielsweise der Niederschlag nur sehr viel ungenauer zu ermitteln als die Temperatur.

Die Auswirkungen einer Klimaänderung, wie z.B. Niederschlagsrückgang, hängen auch von anderen, nichtklimatischen Faktoren ab und damit u.a. von der Art des Managements.

Potenzielle Auswirkungen


Klimawandel und AuswirkungenGewinner und Verlierer

KLIMAÄNDERUNG TA

US

WIR

KU

NG

EN

€

Betriebsstruktur S0

Klima K0 K1 K2

S+ (angepasst)

Klimawandel und AuswirkungenGewinner und Verlierer oder Vorausschauende

These: Der Klimawandel ist weniger ein Prognose-, denn vielmehr ein Managementproblem!


Beispiel HitzeperiodenVorgehen

4. Pot. Auswirkungen

Globaler Wandel

1. KlimawandelNichtklimatische Einflüsse

•+Mostgew. & Säureabbau•Veränd. Ertrag & Qualität

Vorschlag zur Entwicklung von Anpassungsstrategien

5. Anpassungspot.• Wechsel Lage & Sorte• Bewässerung, Erziehung

6. Verbleibende Risiken & ChancenZiel

2. Reg. Belastungen

• Wärmebelastung• Andauer der Trockenheit

3. Sensitivität

• Weinberglage & Boden•Art & Zustand der Reben

1. Szenarium Klimawandel und andere Einflussfaktoren

7.

7.

2. Quantifizierung der regionalen klimatischen Belastungen

3. Bewertung belastungs-spezifischer Sensitivitäten

4. Analyse der potenziellen Auswirkungen

5. Bewertung des vorhandenen Anpassungspotenzials

6. Katalogisierung von Anpassungsmaßnahmen und verbleibenden möglichen Auswirkungen (Analyse von Risiken & Chancen)

7. Vermeidung von Verwundbar-keiten durch weitere, nicht-klimatische Einflüsse (fertig)


Basisszenarium1951/2000

Beobachtete Trends

der Lufttemperatur

Maximum 0.3 bis 1.5 K

Mittel 0.6 bis 1.4 K

Minimum 0.8 bis 1.8 K


Ausgewählte Veränderungen 1951/2000

1. Temperaturanstieg im Jahresmittel je nach Region bis zu 1.4 K

2. Rückgang der Frosttage im Mittel um 22 Tage und bis zu 35 Tage

3. Zunahme der Sommertage im Mittel um 15 Tage und bis zu 23 Tage

4. Zunahme der Starkniederschlagstage im Mittel um etwa 2 Tage und bis zu 10 Tage





Trendwerte der Lufttemperatur aus ECHAM4/OPYC3

Grundlage ist das sog. A1-CO2-Emissionsszenarium des IPCC mit einer relativ

moderaten Temperaturerhöhung. Für den Zukunftszeitraum 2001 bis 2055 ergeben sich:

Maximum 1.35 K

Mittel 1.21 K

Minimum 1.14 K

Zukunftsszenarium2001/2050


Ausgewählte VeränderungenZukunftsszenarium

1. Fortsetzung des Niederschlaganstiegs im Mittel um +23 mm

2. Im Winter Zunahme der Niederschlags-menge von Nord nach Süd ansteigend und im Mittel um +20 mm

3. Im Sommer im Mittel geringe, aber räumlich differenzierte Änderung zwischen –55 und +40 mm

4. Annäherung der Niederschlagssummen im Winter und Sommer

5. Weiterer Rückgang der Frosttage und Zunahme der Sommertage



Übersicht: Klimaveränderungen im Detail (rote Begriffe anklicken)

Danach weiter mit:0

Frosttage

Jahresmittel

Eistage

Heiße Tage

Sommertage

Jahresmittel

Kältesumme

Jahresmittel

Anzahl

Anzahl

Anzahl

Anzahl

Tagesminimum der Lufttemperatur

Tagesmaximum der Lufttemperatur

Tagesmittel der Lufttemperatur

AnzahlFeuchte Tage

JahresmittelTagesmittel des Wasserdampfdrucks

Mittlere Wintersumme

Tage mit hohem Wasserdampfdruck

Trockene Tage

Jahresmittel

Tage mit starkem Niederschlag

Tage „ohne“ Niederschlag

Mittlere Sommersumme

Mittlere Jahressumme

Anzahl

Anzahl

Anzahl

Anzahl

Tagesmittel der relativen Luftfeuchte

Tagessumme des Niederschlags

Tage „mit Bewölkung“

Tage „ohne Bewölkung“

Jahresmittel

Tage mit viel Sonne

Tage „ohne“ Sonne

Jahresmittel

Jahresmittel

Anzahl

Anzahl

Anzahl

Anzahl

Tagesmittel des Bedeckungsgrads

Tagessumme der Sonnenscheindauer

Tagesmittel der Globalstrahlung

Jahresmittel

Jahresmittel

Tagesmittel der Windgeschwindigkeit

Tagesmittel desLuftdrucks

Andauer

Erstes Auftreten

Letztes Auftreten

Andauer

Erstes Auftreten

Letztes Auftreten

Andauer

Erstes Auftreten

Letztes Auftreten

Andauer

Erstes Auftreten

Letztes Auftreten

Andauer

Andauer

Andauer

Andauer

Andauer

Andauer

Andauer

Andauer


Mittlere Änderung: +1.47 KLandau: +1.54 K

Basz: +5.7 bis 10.9 °CMittel: +9.3 °CLandau: +10.0 °C

Zusz: +7.1 bis 12.4 °CMittel: +10.8 °CLandau: +11.6 °C

Zurück zur Übersichtstabelle:



Basz: -320 bis -66 °CMittel: -125 °CLandau: -100 °C

Zusz: -269 bis -54 °CMittel: -98 °CLandau: -74 °C








Mittlere Änderung: +17.2 TageLandau: +23.2 Tage

Basz: 6 bis 56 TageMittel: 35.9 TageLandau: 47 Tage

Zusz: 13 bis 79 TageMittel: 53.1 TageLandau: 70 Tage




Basz: 1.2 bis 3.2 TageMittel: 2.7 TageLandau: 3.0 Tage

Zusz: 1.6 bis 3.4 TageMittel: 2.8 TageLandau: 3.0 Tage



Mittlere Änderung: -13 TageLandau: -15 Tage

Basz: 121. bis 183. TagMittel: 135. TagLandau: 125. Tag (05. MAI)

Zusz: 109. bis 158. TagMittel: 122. TagLandau: 110. Tag (20. APR)



Mittlere Änderung: +21 TageLandau: +22 Tage

Basz: 216. bis 268. TagMittel: 253. TagLandau: 262. Tag (19. SEP)

Zusz: 245. bis 287. TagMittel: 274. TagLandau: 284. Tag (11. OKT)




Basz: 0 bis 14 TageMittel: 6.3 TageLandau: 10.6 Tage

Zusz: 1 bis 26 TageMittel: 13.8 TageLandau: 20.8 Tage








Mittlere Änderung: -25 TageLandau: -33 Tage

Basz: 165. bis 205. TagMittel: 183. TagLandau: 173. Tag (22. JUN)

Zusz: 137. bis 201. TagMittel: 158. TagLandau: 140. Tag (20. MAI)




Basz: 203. bis 233. TagMittel: 219. TagLandau: 227. Tag (15. AUG)

Zusz: 207. bis 259. TagMittel: 243. TagLandau: 251. Tag (08. SEP)



Mittlere Änderung: -7.7 TageLandau: -6.1 Tage

Basz: 8 bis 55 TageMittel: 18 TageLandau: 13 Tage

Zusz: 5 bis 38 TageMittel: 10 TageLandau: 7 Tage









Basz: 320. bis 358. TagMittel: 342. TagLandau: 346. Tag (12. DEZ)

Zusz: 324. bis 392. TagMittel: 361. TagLandau: 363. Tag (29. DEZ)




Basz: 387. bis 449. TagMittel: 407. Tag (11. FEB)Landau: 402. Tag (06. FEB)

Zusz: 393. bis 460. TagMittel: 412. Tag (16. FEB)Landau: 406. Tag (10. FEB)









Basz: 44 bis 126 TageMittel: 18 TageLandau: 74 Tage

Zusz: 37 bis 102 TageMittel: 55 TageLandau: 49 Tage









Basz: 282. bis 326. TagMittel: 303. Tag (30. OKT)Landau: 299. Tag (26. OKT)

Zusz: 280. bis 329. TagMittel: 312. Tag (08. NOV)Landau: 316. Tag (12. NOV)




Basz: 452. bis 493. TagMittel: 473. Tag (18. APR)Landau: 472. Tag (17. APR)

Zusz: 448. bis 496. TagMittel: 471. Tag (16. APR)Landau: 468. Tag (13. APR)



Mittlere Änderung: +23 mmLandau: +48 mm



Mittlere Änderung: -4 mmLandau: +6 mm



Mittlere Änderung: +21 mmLandau: +17 mm












Mittlere Änderung: -0.3 %-PunkteLandau: -0.5 %-Punkte















Mittlere Änderung: +0.2 hPaLandau: +0.3 hPa









Mittlere Änderung: +1.4 hPaLandau: +1.4 hPa



Mittlere Änderung: -64 J/cm²Landau: -68 J/cm²



Mittlere Änderung: -0.2 hLandau: -0.2 h















Mittlere Änderung: -0.0 AchtelLandau: -0.1 Achtel






Mittlere Änderung: -0.1 TageLandau: +0.0 Tage









Mittlere Änderung: -0.1 m/sLandau: -0.1 m/s



Lufttemperatur Tmit +1.5 K +1.5 K

Kältesumme +28.2 K +25.4 K

Lufttemperatur Tmax +1.7 K +1.7 K

Sommertage AnzahlAndauerErstes AuftretenLetztes Auftreten

+17.2+0.1-13+21

TageTageTageTage

+23.2+0.0-15+22

TageTageTageTage

Heiße Tage AnzahlAndauerErstes AuftretenLetztes Auftreten

+7.5+0.4-25+24

TageTageTageTage

+10.2+0.3-33+23

TageTageTageTage

Eistage AnzahlAndauerErstes AuftretenLetztes Auftreten

-7.7-0.7+19

+5

TageTageTageTage

-6.1-0.9+17

+5

TageTageTageTage

Lufttemperatur Tmin +1.4 K +1.5 K

Frosttage AnzahlAndauerErstes AuftretenLetztes Auftreten

-21.8-1.2+10

-2

TageTageTageTage

-24.5-0.9+18

-4

TageTageTageTage

Niederschlagssumme +23 mm +48 mm

Nsumme Sommer -4 mm +6 mm

Nsumme Winter +21 mm +17 mm

NS < 0.1mm AnzahlAndauer

+9.1-0.6

TageTage

+11.6-0.5

TageTage

NS > 10mm Anzahl +0.5 Tage +1.8 Tage

Relative Luftfeuchte -0.3 %-P. -0.5 %-P.

RF < 50% AnzahlAndauer

+1.4+0.0

TageTage.

+2.6+0.2

TageTage.

RF > 90% AnzahlAndauer

-5.9-0.3

TageTage

-11.2-0.4

TageTage

Globalstrahlung -64 J/cm² -68 J/cm²

Sonnenscheindauer -0.2 h -0.2 h

T ohne Sonne AnzahlAndauer

+9.6-0.1

TageTage

+18.9-0.1

TageTage

T viel Sonne AnzahlAndauer

-2.1-0.1

TageTage

-2.2-0.1

TageTage

Bedeckungsgrad -0.0 -/8 -0.1 -/8

T ohne Bew. AnzahlAndauer

+2.0-0.1

TageTage

+2.4+0.0

TageTage

T mit Bew. AnzahlAndauer

+7.6-0.1

TageTage

+2.9-0.1

TageTage

Luftdruck +1.4 hPa +1.4 hPa

Windgeschwindigkeit -0.1 m/s -0.1 m/s

Südwestdeutschland LandauZurück zur Übersichtstabelle:

Zusammenfassung der Ergebnisse

64.http://www.pik-potsdam.de/~stockmo

JanFebMar

JanFebMar

AprMaiJun

AprMaiJun

JulAugSep

JulAugSep

OktNovDez

OktNovDez


Erstes Auftreten im Jahr Letztes Auftreten im Jahr

Veränderung des ersten und letzten Auftretens im Jahrausgewählter Ereignistage an drei Stationen

Erstes Auftreten im JahrLetztes Auftreten im Jahr

Station Geisenheim

Heiße Tage

Sommertage

JAN FEB MAR APR MAI JUN JUL AUG SEP OKT NOV DEZ

Eistage

Frosttage

Station Landau


Station Heilbronn


Heiße Tage

Sommertage

Eistage

Frosttage

Sommertage

Heiße Tage

Eistage

Frosttage





66.http://www.pik-potsdam.de/~stock1500 1900 2300

2050

2040

2030

2020

2010

2000

1990

1980

1970

RheingauHuglin-Index


2050

2040

2030

2020

2010

2000

1990

1980

1970

1500 1900 2300

Südwest-deutschlandHuglin-Index


Ausblick

0

1. Zusätzliche Validierung für Hauptorte in den ausgewählten Regionen Rheingau und Pfalz

2. Anbindung der Klimaszenarien an die Rebphänologie

3. Ableitung und Auswertung weinbaurelevanter Kenngrößen

4. Verbesserung der räumlichen Auflösung für die Weinbaugebiete Rheingau und Pfalz

5. Analyse der Zusammenhänge zwischen Klima- und Weinbaudaten

69.http://www.pik-potsdam.de/~stockEnde

Mit der Bitte um Kritik, Ratschläge, Fragen und Anregungen danken wir für Ihr Interesse!

Mark Twain, 1897

Alle reden vom Wetter, Aber keiner tut etwas dagegen

Manfred Stock und Martin Wodinskidanken

Franz-W. Badeck, Antonella Battaglini, Friedrich-W. Gerstengarbe, Thomas Kartschall, Peter C. Werner

und Dieter Hoppmann

sowie dem Forschungsring des

Deutschen Weinbaus

[email protected]@pik-potsdam.de


Anhang

0

a) Modelle und Methodenb) Datenprüfung, Verifikation und

verbleibende Unsicherheitenc) Weitere Ergebnisse


Eine exakte Vorhersage der zukünftigen Klimaentwicklung ist nicht möglich, z. B. wegen unbekannter Randbedingungen für:

a) Entwicklung des globalen Energieverbrauchs,

b) Zukünftige Landnutzungsformen,

c) Entwicklung von Infrastruktur und Wirtschaft

d) „Kipppunkte“ im Erdsystem (nichtlineare Dynamik).

Deshalb werden Szenarien zur Abschätzung der zukünftigen Entwicklung eingesetzt.

Das folgende Beispiel berücksichtigt verschiedene Alternativen zu obigen Punkten a) bis c) und die daraus sich ableitende weitere Emission von Treibhausgasen.


Unsicherheiten beim Globalen KlimawandelT

em

per

atu

rab

we

ich

ung

[°C

]

IPCC-Report 2001http://www.ipcc.ch

Jahr

a) Emissionssenarien b) Unsicherheiten Globaler Modelle

A1B Klima-szenarium

0


Anforderung der Klimafolgenforschung an regionalisierte Klimaszenarien

Zeit: Stunden bis TagRaum: Punkt bis zu wenigen Kilometern

Maßstab

Meteorologische Größen und Parameter

Lufttemperatur MittelwerteNiederschlag VarianzenLuftfeuchte ExtremwerteWind IntensitätenSonnenscheindauerStrahlungBewölkung

Daten Die erstellten Daten müssen einen genügend großen Umfang

besitzen, um zum einen aus ihnen statistische Maßzahlen ableiten und zum anderen einen entsprechenden Antrieb für Impact-Modelle liefern zu können.

Die meteorologischen Größen müssen für den entsprechenden räumlichen und zeitlichen Maßstab in sich konsistent sein (Sie dürfen den meteorologischen Zusammenhängen nicht widersprechen).


Dynamik

des

Klimas

Statis-

tische

Relationen

Modellhierarchie zur Berechnung regionaler Klimaszenarien

Rand- undAnfangswerte

generalisierteTrendinformation

Zirkulations-muster

~250 km

~18 km

beliebig

Skale

REMO MPI Hamburg

Beobachtungs-daten

Ausgabe skalenbezogener Ergebnisse

GROWEL FU-Berlin

STAR PIK-Potsdam

ECHAM4-OPYC3 MPI Hamburg


Globales Zirkulationsmodell

Erzeugung statistisch basierter Zukunfts-szenarien auf der Basis von Ähnlichkeitsbe-ziehungen, z.B. beim Statisischen Regionalmodell STAR

Ableitung einer plausiblen Tendenz für einen ausgewählten meteorologischen Parameter (hier: Temperaturtrend) im Untersuchungs-gebiet für den Zeitraum des Zukunfts-szenariums 2001 bis 2055

Regionales Szenarienmodell

Grundidee: Berechnung möglicher zukünftiger Klimaänderungen im regionalen Maßstab durch Kombination generalisierter Klimamodellergebnisse mit langjährigen Beobachtungsdaten.


6. Monte-Carlo-Simulation

Modellphilosophie STAR

1.EINGABE 1Zu erwartendes regionalesÄnderungsverhalten einer meteorologischen Größe(Bezugsgröße)

2.EINGABE 2Stationsdaten, Beobachtungsdaten

3.Simulation der Zeitreiheder Bezugsgröße

4.Verknüpfung von Beobachtungs-und Simulationsdaten der Bezugs-größe über Mustererkennung

5.Berechnung eines räumlichund zeitlich konsistentenGesamtszenariums

7.Auswahl des wahrscheinlichsten Szenariums

0700

Temperaturtrend <dT/dt>

A1B Klimaszenarium


Datengrundlage:Für Stationen

Basisszenarium 1951 – 2000Zukunftsszenarium 2001 - 2055

Meteorologische Größen (Tageswertbasis)MitteltemperaturMaximumtemperaturMinimumtemperaturNiederschlagRelative FeuchteDampfdruckLuftdruckSonnenscheindauerBewölkungGlobalstrahlungWindgeschwindigkeit


Aufstellen desräumlich-zeitlichen Szenariums

Berechnung der Temperaturverläufe an den Stationen der Region durch Addition der mittleren Differenzen zur Bezugsstation

Zuordnung der verbleibenden meteorologischen Größen über das Zeitschema


Bei der Zuordnung der simulierten Bezugs-größe zu dem jeweiligen Cluster wurde die Position (Datum) im Cluster in einem Zeitschema gespeichert.

Zuordnung der Beobachtungs-daten über Zeitschema

Zuordnung der verbleibenden meteorolo-gischen Größen entsprechend ihrer Position (Datum) im Basisszenarium zu dem jeweiligen Wert der Bezugsgröße im Zukunftsszenarium.


Auswahl des Leitparameters (z. B. Niederschlag)

Aufstellen der Verteilungsfunktion hinsichtlich der tendenziellen Entwicklung

Basisszenarium Zukunftsszenarium

Aufstellen der Verteilungs-funktionen für den Leitparameter


Einsatz der vollständigen nicht-hierarchischen Clusteranalyse entsprechend der vorgegebenen Parameterkombination für das Basisszenarium

Vollständige Clusteranalyse(Mustererkennung)

• Automatische Bestimmung der Startclusteranzahl

• Statistische Sicherung der Clustertrennung

• Berechnung der optimal getrennten Anzahl an Clustern

• Ausreißerbehandlung


Abgeleitete Größen:Anzahl und Andauer:

Frosttage EistageSommertageHeiße TageTage mit Niederschlag < 0.1mmTage mit Niederschlag > 10mmTage mit RF < 50%Tage mit RF > 90%Tage mit Dampfdruck > 15 kPaTage mit Sonnenscheindauer < 0.2hTage mit Sonnenscheindauer > 90%Tage ohne BewölkungTage mit Bewölkung = 8/8

Erstes und letztes Auftreten im Jahr:FrostageEistageSommertageHeiße Tage


Erstellen eines trendfreien, jahresweise zufällig geordneten Zeitreihe in der Länge des Szenarienzeitraums mittels Zufallszahlengenerator unter Beibe-haltung der statistischen Kenngrößen aus dem Beobachtungszeitraum

Monte-Carlo-Simulationder Bezugsgröße


Verteilungsvergleich und Auswahlder wahrscheinlichsten Entwicklung

xr xw

wahrscheinlichsteEntwicklung

realbeobachtet

ZukunftsszenariumBasisszenarium

xw = xr+1 - xr-1


Anhang b)

0

Datenprüfung, Verifikation und verbleibende Unsicherheiten


Statistische Tests

0314

Für den Vergleich von beobachteten und simulierten Reihen wurden folgende statistische Tests verwendet:

² -Test Verteilungen der Mittelwerte, Standardabweichungen und des90%-Quantils für die Tageswerte und Dauerstufen

Kolmogorov-Smirnov-Test

Verteilungen der Mittelwerte, Standardabweichungen und des90%-Quantils für die Tageswerte und Dauerstufen

t -Test Monatsmittelwerte

F -Test Standardabweichung der Monatswerte

Spearman-Test Trend


Jahressummen des Niederschlags Gschwend,1951-2000,

rot: beobachtet, blau: simuliert


Jahresmittel der Sonnenscheindauer Gschwend,1951-2000,

rot: beobachtet, blau: simuliert

0316


Verifikationsergebnisse für die Bezugsstation Gschwend(0 = kein signifikanter Unterschied; 5 = signifikanter Unterschied mit 5% Irrtumswahrscheinlichkeit; 1 = signifikanter Unterschied mit 1%

Irrtumswahrscheinlichkeit)

Meteorologische Größe

Mittelwert Standardabweichung Trend

beobachtet simuliert beobachtet simuliert beobachtet simuliert Test b - s

Niederschlag 1040.2 1035.8 171.03 153.35 116.47 112.01 0

Tmax 12.6 12.6 0.86 0.89 1.34 1.36 0

Tmit 8.0 8.0 0.79 0.84 1.35 1.48 0

Tmin 3.7 3.8 0.81 0.86 1.58 1.57 0

Dampfdruck 9.3 9.1 0.46 0.42 0.55 0.31 0

Sonnenschein 4.7 4.9 0.35 0.35 -0.28 -0.03 0

0317


Verifikationsergebnisse bezüglich größter Trenddifferenz

Meteorologische Größe

Station

Mittelwert Standardabweichung Trend

beobachtet simuliert beobachtet simuliert beobachtet simuliert Test b - s

Niederschlag fru 1658.0 1616.3 305.49 277.93 263.91 188.33 0

Tmax ovt 10.7 11.2 0.78 0.83 0.39 1.38 1

Tmit fru 6.8 7.1 0.70 0.79 0.88 1.47 5

Tmin kli 3.2 3.5 0.67 0.79 0.77 1.56 5

Dampfdruck weh 9.3 9.1 0.45 0.41 0.80 0.33 5

Sonnenschein ovt 4.3 4.5 0.41 0.41 -0.37 0.01 5

0318


Typ des Ereignistages Charakterisierung

Lufttemperatur

Heiße Tage Tmax 30°C

Sommertage Tmax 25°C

Frosttage Tmin < 0°C

Eistage Tmax < 0°C

Niederschlag

Tage ohne Niederschlag RR = 0.0 mm

Tage mit hohem Niederschlag

RR 10.0 mm

0731

Definition ausgewählter Ereignistage


Ereignistag Beobachtung Simulation

Eistag

Tmax < 0.0° C26.5 26.3

Frosttag

Tmin < 0.0° C107.9 109.4

Sommertag

Tmax ≥ 25.0° C29.2 29.3

Heißer Tag

Tmax ≥ 30.0° C3.6 3.7

Vergleich der Ereignistage (mittlere Häufigkeit pro Jahr)für die Bezugsstation Gschwend, Zeitraum 1951-2000


Vergleich der Ereignistage für die Teststationen,Zeitraum 1951-2000, grün = Simulationswert mit der größten

relativen Abweichung zur Beobachtung

StationEistage Frosttage Sommertage Heiße Tage

beob. simu. beob. simu. beob. simu. beob. simu.

Gschwend 26.5 26.7 107.9 109.3 29.2 29.1 3.6 3.4

Bamberg 21.1 23.6 100.3 104.9 41.6 42.7 8.1 8.8

Würzburg 23.6 23.5 86.6 88.1 39.1 39.7 7.4 7.6

Oberviechtach 50.3 44.4 112.8 116.9 17.7 21.1 1.4 2.6

Weihenstephan 32.7 29.4 124.2 117.4 31.5 34.3 3.4 5.6

Oberstdorf 26.9 30.0 145.2 146.4 26.3 27.1 2.0 3.2

Karlsruhe 13.3 13.2 68.0 68.4 54.9 56.9 14.0 15.2

Klippeneck 45.1 43.7 121.1 117.6 11.2 12.5 0.5 0.9

Freudenstadt 39.6 40.0 111.6 108.4 13.1 13.6 0.8 1.0

0319


Jahresmittel der Lufttemperatur, Gschwend 1951-2055,blau: Minimum; grün: Mittel; rot: Maximum


Jahresmittel des Niederschlags, Gschwend 1951-2055


0

2

4

6

8

10

12

1951 1961 1971 1981 1991 2001

Homogenitätsprüfung, Station Neuglobsow,Stationsverlegung 1971

Jahr

Tem

per

atu

r [°

C]


0

2

4

6

8

10

12

1951 1961 1971 1981 1991 2001

Homogenitätsprüfung, Station Neuglobsow,korrigierte Temperaturreihe

Jahr

Tem

per

atu

r [°

C]


Statistische Klimaszenarien

Hohe räumliche Auflösung. Die beobachteten physikalischen

Zusammenhänge bleiben erhalten. Möglichkeit einer variablen Szenarienbildung. Geringer Rechenzeitaufwand.

Vorteile:

Nachteile:

Es müssen Annahmen zur Klimaentwicklung vorgegeben werden.

Physikalische Prozesse können nicht direkt erfaßt werden.

Die Stationarität der beobachteten statistischen Zusammenhänge wird vorausgesetzt.


Schlußfolgerungen

1. Die Validierung des Modells zeigt im statistischen Sinn akzeptable Ergebnisse.

2. Das Modell ist für beliebige Bezugsgrößen einsetzbar.

3. Monte-Carlo-Simulationen ermöglichen eine statistische Aussage zur wahrscheinlichsten Entwicklung ausgewählter meteorologischer Parameter.

4. Die Anwendung des Verfahrens unter praktischen Gesichtspunkten liefert plausible Klimaänderungsszenarien.

5. Die Rechenzeit ist im Vergleich zu anderen Szenarienmodellen extrem niedrig.


Möglichkeiten

1. Stationsverdichtung

2. Räumliche Interpolation

3. Kriging

4. Statistisches Downscaling

5. Lokales Klimamodell

z


Anhang c)

0

Weitere Ergebnisse


Klimawandel – Regionalstudien des PIK in Deutschland

LfU-BW-Projekt KLARA

PIK-Report 99

FDW-Projekt Klima 2050

Regionale Partner:•Geisenheim (FAG und DWD)•Siebeldingen (Geilweilerhof)•Weinsberg (LVWO)

BMBF-Projekt GLOWA-Elbe

www.glowa-elbe.de

Erläuterung:In zwei anderen Regionalstudien hat das PIK auch regionale Auswirkungen des Klimawandels auf die Weinbauregionen Baden, Württemberg, Elbe, Saale-Unstrut sowie die mögliche Ausdehnung des Weinbaus in Nordostdeutschland untersucht.


Entwicklung des Huglin-Index in fünf Weinbauregionen in Europa

zwischen 1951 - 2050

30.SEP H = GNL * {(Tmax-10)/2 +(Tmean-10)/2)} 01.APR

Messung der Photosyntheseleistung im Weinberg auf dem Wachtelberg in Werder a.d.Havel, 2002

www.wachtelberg.de/

Arbeitsgruppe des PIK bei Messungen der Photosyntheseleistung auf dem Wachtelberg in

Werder bei Potsdam


Weinbau in Nordostdeutschland: Simulation 1951 - 2050

Hamburg

Berlin

Hamburg

Berlin

2000

1800

1600

Cabernet sauvignon MerlotChenin blanc (Sancerre)

Pinot noir Chardonnay Riesling Sylvaner Sauvignon blanc

Gamay noir (Beaujolais nouveau)Pinot blanc

Cabernet franc

HUGLIN INDEX

Mueller-Thurgau

Dresden


2000

1800

1600


Pinot noirChardonnay Riesling Sylvaner Sauvignon blanc


Cabernet franc

HUGLIN INDEX

Mueller-Thurgau

Weinbau in Nordostdeutschland 1970


2000

1800

1600




Cabernet franc

HUGLIN INDEX

Mueller-Thurgau



2000

1800

1600




Cabernet franc

HUGLIN INDEX

Mueller-Thurgau



Extreme und deren Veränderungen

•Niederschlagsarme Tage (P 0.1 mm)•Starkregentage (P 10 mm)

•Frosttage (Tmin < 0 °C)

•Eistage (Tmax < )

•Sommertage (Tmax 25 °C)

•heiße Tage (Tmax 30 °C)

•Weitere Extreme: Sturm, Gewitter, Hagel

Räumlich sehr unterschiedliche Trends, früher über-wiegend rückläufige Anzahl, zukünftig eher zunehmend

Bisher in der Regel deutliche Zunahme, vor allem im Schwarzwald; zukünftig weiterhin im Westen und Norden, im restlichen Gebiet abnehmende Anzahl

Die Zahl der Frosttage war generell rückläufig, vor allem im Nordosten; erster Frosttag meist später; der letzte Frosttag eher zum Jahresbeginn, außer im Hochschwarzwald. Bei Eistagen noch stärkerer Rückgang der Häufigkeit.

Die Zahl der Sommertage nimmt generell deutlich zu, in den Gebirgen etwas geringer und von Ost nach West abnehmend. Bei der Zahl heißer Tage zeigt sich räumlich ein gleicher Trend

(erste Hinweise, aber noch keine Zukunftstrends)


Chancen Risiken

Mehr Sortenmöglichkeiten

Veränderungen im Sortencharakter

Lagenspezifische Analyse des klimatischen Entwicklungspoten-zials, Etablierung von Cuvées

Frühere Vegetationsphasen schnelleres Wachstum

beschleunigtes Wachstum auch bei Schaderregern

Resistente Sorten (ggf. mit Hilfe gentechnischer Methoden)

Mehr Strahlung, beschleunigte Reife

auch mehr Sonnenbrand

Wechsel der bevorzugten Lagen, angepasste Erziehung, Folien

Höhere Qualität einiger Jahrgänge

Einbußen bei anderen Jahrgängen, höhere Variabilität

Versicherungssysteme, Derivate, Etablierung von Cuvées

Weitere Regionen & Flächen

Zusätzlicher Wettbewerb

Offensives Marketing, Förderung des Weintourismus

Steigende Erträge Sinkende Renditen Nachhaltiges Qualitätsmanagement

Tabelle (Vorentwurf): Auswirkungen & Anpassungsmaßnahmen

Maßnahmen

Documents

Http://stock 1.1. 0 Manfred Stock und Martin Wodinski Potsdam Institut für Klimafolgenforschung Potsdam Institut für Klimafolgenforschung