Regionale Klimamodelle

„Downscaling“ ins Alpental

Für die Klimafolgenforschung sind Simulationen mittels regionaler Klimamodelle von wesentlicher Bedeutung. Sie bieten durch ihre hohe räumliche Auflösung von wenigen Kilometern die Möglichkeit, Klimaänderungen zu untersuchen, die durch globale Klimamodelle nicht aufgelöst werden.

Da sich das regionale Klima aus der Wechselwirkung zwischen dem großräumigen Zustand des Klimasystems und den regionalen Gegebenheiten zusammensetzt, wird angenommen, dass man durch eine geeignete Nachbearbeitung der Ergebnisse aus globalen Klimamodellen zusätzliche, kleinräumigere, anwendungsorientierte Informationen erhalten kann. Für diese Nachbearbeitung sind zwei Arten an Methoden entwickelt worden, welche mit dem englischen Ausdruck „Downscaling“ zusammengefasst werden. Während globale Zirkulationsmodelle mit einer Gitterpunktsweite von 150 bis 200 km arbeiten, erreichen regionale Klimamodelle mittlerweile eine Auflösung von unter einem Kilometer.

Dynamisches Downscaling („Nesting“)

Regionale Klimamodelle können nur einen begrenzten Ausschnitt der Atmosphäre rechnen, da die momentane Computerleistung globale Klimasimulationen mit wenigen Kilometern Auflösung nicht zulässt. Daher müssen die hoch aufgelösten Regionalmodelle in die grobmaschigen Globalmodelle eingebettet werden. Dieser Vorgang wird als „Nesting“ bezeichnet und beschreibt eine Methode, bei der die Ränder des regionalen Modells mit Werten des globalen Modells angetrieben werden. Meist wird ein zweifaches Nesting durchgeführt, um den Maßstabssprung der horizontalen Auflösung zwischen dem antreibenden globalen Zirkulationsmodell (150–200 km) und dem regionalen Klimamodell (<10 km) nicht zu groß werden zu lassen (Abb. 1).

Abb. 1: Schematische Darstellung eines doppelten Nesting-Ansatzes (MeteoSchweiz 2010, bearbeitet).

Dieser Ansatz löst das Problem der unzureichenden Darstellung kleinskaliger Prozesse nur bedingt, da lediglich eine Verschiebung hin zu kleineren Skalen stattfindet. Auch hochaufgelöste Modelle haben das prinzipielle Problem, dass sie ihrerseits eine kleinste interpretierbare Skala aufweisen.

Statistisches Downscaling

Eine gänzlich andere Klasse von Downscaling-Ansätzen wird durch den Einsatz statistischer Methoden ermöglicht. Dabei werden zwei Datensätze von Messungen herangezogen. Zum einen Daten für eine Variable (z.B. Temperatur) auf der regionalen Skala, zum anderen Daten auf der großräumigen Skala, die in globalen Zirkulationsmodellen hinreichend gut simuliert werden. Zwischen diesen wird ein statistischer Zusammenhang gesucht, der dann genutzt werden kann, um die Simulationen der globalen Klimamodelle, wie sie auf der großräumigen Skala erscheinen, für die regionale Skala zu interpretieren.

Aufgelöst heißt noch nicht interpretierbar

Ein gutes Beispiel für das Anwendungsgebiet regionaler Klimamodelle bildet der Alpenraum. Durch die grobe räumliche Auflösung von globalen Modellen werden die Alpen im besten Fall durch 15 bis 20 Gitterpunkte repräsentiert, die Seehöhe des Gebirges wird durch die Mittelung auf etwas mehr als 1000 m reduziert. Selbst große Täler wie das Inn- oder Salzachtal werden nicht aufgelöst. Die Abbildung orografischer Eigenschaften gelingt mit feineren regionalen Klimamodellen wesentlich besser. Aber auch hier müssen Einschränkungen in Kauf genommen werden, da kleinere Alpentäler die Modellauflösung von einigen Kilometern unterschreiten. Regionale Klimasimulationen bieten trotzdem ansatzweise die Möglichkeit, kleinskalige Prozesse nachzubilden und so realistischere Ergebnisse in topografisch stark gegliedertem Gelände zu erzielen.

Literatur:

MeteoSchweiz: Das COSMO-Modell , abgerufen am 28.07.2010

Schönwiese C.D. (2008): Klimatologie. 3. Aufl. Stuttgart: Ulmer, 472 Seiten, ISBN 9783825217938

von Storch H., Güss S., Heimann M. (1999): Das Klimasystem und seine Modellierung. Eine Einführung. Berlin: Springer, 255 Seiten, ISBN 978-3-540-65830-6