Modellkette des Wassersektors
Die Variablen des Wassersektors (Wasserbilanz, Verdunstung, Abfluss, Grundwasserneubildung, Abfluss im Fluss) sind Ergebnisse des hydrologischen Modells SWIM. SWIM wurde direkt mit den Klimadaten globaler Klimamodelle angetrieben; ein regionales Klimamodell liegt nicht dazwischen. Die Kette hat vier Schritte:
- Globale Klimamodelle (CMIP6). Zehn globale Klimamodelle (CanESM5, CNRM-CM6-1, CNRM-ESM2-1, EC-Earth3, GFDL-ESM4, IPSL-CM6A-LR, MIROC6, MPI-ESM1-2-HR, MRI-ESM2-0, UKESM1-0-LL) liefern Tageswerte für den historischen Zeitraum und die Szenarien SSP1-2.6, SSP3-7.0 und SSP5-8.5.
- Bias-Korrektur und statistisches Downscaling (ISIMIP3b). Temperatur (Mittel, Minimum, Maximum), Niederschlag, Globalstrahlung und relative Luftfeuchte dieser Modelle wurden mit dem Verfahren ISIMIP3BASD v2.5.0 an den beobachtungsbasierten Datensatz W5E5 v2.0 angepasst und statistisch auf ein Gitter von 0,5° (etwa 55 km) übertragen.
- Hydrologisches Modell (SWIM). Mit diesen Tageswerten berechnete SWIM den Wasserhaushalt für 28 große europäische Flussgebiete, unterteilt in Teileinzugsgebiete und Hydrotope. Jedes Teileinzugsgebiet erhält die Klimadaten des 0,5°-Gitters. So entsteht ein Lauf je Klimamodell und Szenario.
- Aufbereitung für das Portal. Die Ergebnisse der Teileinzugsgebiete wurden auf ein regelmäßiges Gitter übertragen und wie in den anderen Sektoren je Zeitraum über die Klimamodelle zusammengefasst (Median und Bandbreite).
Hinweise zur Interpretation
- Die Karte zeigt die Teileinzugsgebiete von SWIM; innerhalb eines Teileinzugsgebiets sind die Werte einheitlich. Die räumliche Auflösung des Klimaantriebs beträgt 0,5°.
- Der Niederschlag des Wassersektors ist der von SWIM verwendete ISIMIP3b-Niederschlag. Sein Niveau folgt der Referenz W5E5 und kann deshalb vom Niederschlag des Klimasektors abweichen, der in manchen Regionen auf anderen Daten beruht (in Deutschland auf regionalen Klimamodellen und DWD-Beobachtungen).
- Der historische Zeitraum des Wassersektors ist eine Modellsimulation mit denselben Klimamodellen; beobachtungsbasierte Wasserdaten gibt es im Portal nicht.
Quellen
Lange, S., 2019. Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0). Geoscientific Model Development, 12, 3055-3070. https://doi.org/10.5194/gmd-12-3055-2019
Lange, S., 2021. ISIMIP3BASD (v2.5.0). Zenodo. https://doi.org/10.5281/zenodo.4686991
Lange, S. et al., 2021. WFDE5 over land merged with ERA5 over the ocean (W5E5 v2.0). ISIMIP Repository. https://doi.org/10.48364/ISIMIP.342217
ISIMIP3b-Protokoll: https://www.isimip.org/protocol/3/
SWIM-Modell
Zur Generierung der Daten zu den Variablen des Wassersektors in dieser Region wurde ein separates Modell verwendet: das integrierte Boden- und Wassermodell (SWIM).
Was macht das Modell?
SWIM wurde speziell entwickelt, um die Auswirkungen von Klima- und Landnutzungsänderungen auf regionaler Ebene zu untersuchen, wo sich die Auswirkungen manifestieren und Anpassungsmaßnahmen stattfinden. Das Modell simuliert miteinander verbundene Prozesse auf der Mesoskala wie Abflussbildung, Pflanzen- und Erntewachstum, Nährstoff- und Kohlenstoffkreislauf und Erosion. Es liefert zahlreiche Modellergebnisse wie Flussabfluss, Ernteertrag sowie Nährstoffkonzentrationen und -belastungen. Der Ansatz ermöglicht die Simulation aller miteinander verbundenen Prozesse innerhalb eines einzigen Modellrahmens in einem täglichen Zeitschritt unter Verwendung regional verfügbarer Daten (Klima, Landnutzung und Boden) und unter Berücksichtigung von Rückkopplungen. Die Modelleinrichtung und Nachbearbeitung werden durch eine GIS-Schnittstelle (basierend auf GRASS) unterstützt. Das Modell verwendet ein dreistufiges Disaggregationsschema: Becken – Unterbecken – Hydrotope. Die Ergebnisse werden als Zeitreihen und Karten für eine Reihe von Variablen dargestellt. SWIM ist ein Modell mittlerer Komplexität für Flusseinzugsgebiete und Regionen, da es a) aufgrund einer zuverlässigeren Darstellung der miteinander verbundenen hydrologischen, Vegetations- und Nährstoffprozesse umfassender ist als rein hydrologische und Niederschlags-Abfluss-Modelle; b) auf allgemein verfügbaren regionalen Daten basiert und leichter parametrisiert werden kann als komplexere hydrologische Modelle.
Wer pflegt es?
SWIM wird von der regionalen hydrologischen Modellierungsgruppe der Forschungsabteilung 2 im PIK-eigenen GitLab-Quellcode-Repository gepflegt und weiterentwickelt. Die Entwicklung wird von Michel Wortmann, Stefan Liersch und Fred Hattermann koordiniert.
Inwiefern unterscheidet sich das Modell von anderen Modellen in der Gemeinschaft?
Simulation des Wasserkreislaufs (Wasserabfluss, Grundwasserspiegel): gleich oder besser als in anderen vergleichbaren ökohydrologischen und hydrologischen Modellen;Simulation des Wasserkreislaufs im Flussgebietsmaßstab: bessere und detailliertere Prozessbeschreibung als in terrestrischen Modellen im kontinentalen Maßstab und in großmaßstäblichen Wasserressourcenmodellen;
Simulation von Vegetationsprozessen: besser als in vielen hydrologischen Modellen, die normalerweise dynamische Vegetationsprozesse nicht berücksichtigen;
Simulation der Wasserqualität: besser als in konzeptionellen hydrologischen Modellen, die keine (oder nur eine geringe) Darstellung von Bodenprozessen haben;
Simulation diffuser Verschmutzung: besser als in anderen häufig verwendeten Modellen aufgrund einer besseren zeitlichen und räumlichen Auflösung und Berücksichtigung dynamischer Landschaftsprozesse;
Simulation von Landnutzung, Landwirtschaftsmanagement, Ernteerträgen und Rückkopplungen von Klima- und Landnutzungsänderungen: besser als in anderen Modellen mit reduzierter Darstellung von Vegetationswachstumsprozessen.
Quellen:
Krysanova, V., F. Hattermann, Sh. Huang, C. Hesse, T. Vetter, S. Liersch, H. Koch und Z. W. Kundzewicz, 2014. Modellierung der Auswirkungen von Klima- und Landnutzungsänderungen mit SWIM: Erkenntnisse aus mehreren Anwendungen. Hydrological Sciences Journal, angenommen.Krysanova, F. Wechsung, J. Arnold, R. Srinivasan, J. Williams, 2000. PIK-Bericht Nr. 69 „SWIM (Soil and Water Integrated Model), Benutzerhandbuch“, 239 S. SWIM_Handbuch
Krysanova, V., Mueller-Wohlfeil, D.I., Becker, A., 1998. Entwicklung und Test eines räumlich verteilten hydrologischen/Wasserqualitätsmodells für mesoskalige Wassereinzugsgebiete. Ökologische Modellierung, 106, 261-289.
Klimaszenarien
Die sogenannten repräsentativen Konzentrationspfade (RCPs) wurden für den fünften Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (IPCC) entwickelt. Sie beschreiben verschiedene Stufen des durch Treibhausgase verursachten Strahlungsantriebs, die im Zeitraum von 2011 bis 2100 auftreten könnten. Allerdings enthielten sie keine begleitenden sozioökonomischen Szenarien. In den letzten Jahren hat ein internationales Team aus Klimawissenschaftlern, Ökonomen und Experten für Energiesystemmodellierung eine Reihe neuer Szenarien entwickelt, die untersuchen, wie sich die globale Gesellschaft, Demografie und Wirtschaft im Laufe des nächsten Jahrhunderts verändern könnten. Diese Szenarien sind als „Gemeinsame sozioökonomische Pfade“ (SSPs) bekannt. Die SSPs wurden 2017 veröffentlicht (Riahi et al., 2017) und werden im sechsten Sachstandsbericht des IPCC in den Jahren 2021/2022 eine wichtige Rolle spielen.
SSPs (Shared Socioeconomic Pathways, gemeinsame sozioökonomische Entwicklungspfade) sind Basisszenarien, die zukünftige Entwicklungen ohne neue Klimapolitiken – über die bereits bestehenden hinaus – beschreiben. Sie bieten fünf mögliche Entwicklungspfade. Die fünf SSPs unterscheiden sich hauptsächlich hinsichtlich Bevölkerungswachstum, Urbanisierung, Wirtschaftswachstum, Investitionen in Bildung und Gesundheit, Energiesystem und Landnutzung, Geschwindigkeit der technologischen Entwicklung sowie Nachfragetreibern wie beispielsweise Lebensstiländerungen (Riahi et al., 2017).
Wie die RCPs (Representative Concentration Pathways, repräsentative Konzentrationspfade) sind auch die SSPs für sich genommen unvollständig: Sie beschreiben nur gesellschaftliche Zukünfte und berücksichtigen die Auswirkungen des Klimawandels nicht. Darüber hinaus sind in diesen Szenarien keine Minderungs- oder Anpassungsmaßnahmen vorgesehen (O'Neill et al., 2020). Aus diesem Grund verwendet KlimafolgenOnline drei SSP-RCP-Kombinationen, um Klimadaten für verschiedene sozioökonomische und Strahlungsszenarien zu visualisieren.
„Nachhaltigkeit“ SSP1 - 2.6
Das Szenario mit geringem Klimawandel (SSP1) stellt einen relativ nachhaltigen Weg dar, der oft als „Grüner Weg“ bezeichnet wird. Es geht von hohen Investitionen in Bildung und Gesundheit aus. Diese führen zu einer Beschleunigung des demografischen Übergangs und einem langsameren Bevölkerungswachstum, insbesondere in Entwicklungsländern. Insgesamt liegt ein stärkerer Fokus auf dem menschlichen Wohlergehen. Angetrieben durch ein zunehmendes Engagement für die Erreichung der Entwicklungsziele wird die Ungleichheit sowohl zwischen als auch innerhalb von Ländern verringert. Der Konsum ist auf geringes materielles Wachstum und eine niedrigere Ressourcen- und Energieintensität ausgerichtet. Das SSP1-Basisszenario birgt geringe Herausforderungen für Klimaschutz und -anpassung, da die Klimaziele global erreicht werden können (O'Neill et al., 2017). Das SSP1 ist mit einer Strahlungsbilanz von 2,6 Watt pro Quadratmeter im Jahr 2100 kombiniert.„Regionale Rivalität“ SSP3 – 7,0
Das moderate Klimawandelszenario (SSP3), auch „Regionale Rivalität“ genannt, ist durch wiedererstarkenden Nationalismus und regionale Konflikte gekennzeichnet. Dies führt dazu, dass sich Länder zunehmend auf innenpolitische oder höchstens regionale Angelegenheiten konzentrieren. So werden beispielsweise Ziele der Energie- und Ernährungssicherheit nur in der eigenen Region erreicht. Investitionen in Bildung und technologische Entwicklung sinken. Die wirtschaftliche Entwicklung verläuft langsam, der Konsum ist materialintensiv, und die Ungleichheiten verschärfen sich im Laufe der Zeit. Zudem ist das Bevölkerungswachstum in Industrieländern gering und in Entwicklungsländern hoch. Insgesamt zeichnet sich SSP3 durch eine geringe internationale Priorität für die Bewältigung von Umweltproblemen aus (Fujimori et al., 2017). Das SSP3-Szenario basiert auf einer Strahlungsbilanz von 7 Watt pro Quadratmeter.„Fossile Entwicklung“ SSP5 – 8,5
Das Extremszenario (SSP5) ist durch rasanten technologischen Fortschritt und die Entwicklung des Humankapitals gekennzeichnet. Die globalen Märkte sind zunehmend integriert. Es werden zudem hohe Investitionen in Gesundheit, Bildung und Institutionen zur Stärkung des Human- und Sozialkapitals getätigt. Gleichzeitig geht dies mit der Ausbeutung reichlich vorhandener fossiler Brennstoffressourcen und der weltweiten Verbreitung ressourcen- und energieintensiver Lebensstile einher. Man vertraut darauf, soziale und ökologische Systeme steuern zu können, notfalls auch durch Geoengineering (Kriegler et al., 2017). KlimafolgenOnline verwendet die Kombination des SSP5-Szenarios mit einer Treibhausgas-induzierten Strahlung von 8,5 Watt pro Quadratmeter.Siehe auch:
Gemeinsame sozioökonomische Entwicklungspfade (SSPs): Ein Überblick (Poster)
Quellen:
O’Neill, BC, Carter, TR, Ebi, K. et al. Errungenschaften und Bedarf des Klimawandel-Szenariorahmens. Nat. Clim. Chang. 10, 1074–1084 (2020). https://doi.org/10.1038/s41558-020-00952-0
Riahi, K. et al., Gemeinsame sozioökonomische Entwicklungspfade und ihre Auswirkungen auf Energie, Landnutzung und Treibhausgasemissionen: Ein Überblick, Global Environmental Change, Band 42, 153–168 (2017). https://doi.org/10.1016/j.gloenvcha.2016.05.009.
