Skip to main content
CORDIS - Forschungsergebnisse der EU
CORDIS

Statistically combine climate models with remote sensing to provide high-resolution snow projections for the near and distant future.

Article Category

Article available in the following languages:

Satellitendaten stützen Alpenklimamodellierung

Ein Abgleich von Klimamodellergebnissen mit Satellitendaten könnte der Wissenschaft zu einer genaueren Kartierung der schneebedeckten Gebiete in den Alpen verhelfen. Resultat dessen wäre ein deutlicheres Bild der Auswirkungen des Klimawandels in einer überaus sensiblen Region.

Klimawandel und Umwelt icon Klimawandel und Umwelt
Grundlagenforschung icon Grundlagenforschung

Überall in den Alpen liefert der Schnee lebenswichtige Wasserressourcen für Ökosysteme und Landwirtschaft. Und er schafft Arbeitsplätze im Tourismus und im Skibetrieb. Aufzeichnungen und Prognosen über Schneedecken sind daher für viele Bereiche von großer Bedeutung. Sie liefern der Wissenschaft außerdem wichtige Informationen darüber, wie sich unser Klima verändert – und welche Auswirkungen das auf die Natur hat. „Wir wissen, dass die Schneedecken in den Alpen bereits durch den Klimawandel beeinträchtigt werden“, erklärt der Leiter des Projekts CliRSnow Marc Zebisch, Direktor von Eurac Research in Italien. „Wir beobachten eine Verkürzung der Jahreszeiten, was natürlich für den Skisektor wichtig, aber auch für die natürliche Wasserspeicherung von entscheidender Bedeutung ist.“ Zebisch weist darauf hin, dass der Niederschlag im Winter einfach in Form von Wasser abfließt, wenn es nicht kalt genug ist, um als Schnee gespeichert zu werden. Hier drohen schwerwiegende Auswirkungen auf die Landwirtschaft. Beispielsweise sind Regionen in Norditalien und anderswo stark auf die Schneeschmelze angewiesen, damit die Felder im Mai und Juni bewässert werden können.

Satellitendaten im Einsatz

Die wirtschaftlichen und ökologischen Auswirkungen mangelnden Schnees sind daher als ein dringendes Problem zu betrachten. Um jedoch geeignete Maßnahmen ergreifen zu können, sind genaue lokale Messungen erforderlich und es müssen kurzfristige Vorhersagen ebenso wie langfristige Prognosen der Schneebedeckung getroffen werden. Eine entscheidende Herausforderung besteht darin, dass die existierenden Klimamodelle meist eine eher geringe Auflösung aufweisen und deshalb die örtlichen Besonderheiten einer derart großen Region wie den Alpen mit ihren Gipfeln und Tälern nicht vollständig erfassen können. Feldüberwachung hingegen liefert detaillierte Daten – dann allerdings nur für ein kleines Gebiet. Das mit Unterstützung der Marie-Skłodowska-Curie-Maßnahmen durchgeführte Projekt CliRSnow ging diese Herausforderung durch die Einbindung von Satellitendaten in vorhandene Klimamodelle und Feldbeobachtungen an. „Eine wichtige Anregung war, die hier am Institut zur Verfügung stehenden hochauflösenden Satellitenbilder besser zu nutzen“, erklärt Marie-Skłodowska-Curie-Stipendiat Michael Matiu, leitender Forscher am Institut für Erdbeobachtung bei Eurac Research. Diese Daten mit einer vergleichbar hohen Auflösung von 250 m lieferten Matiu eine detaillierte Beobachtungskarte der Schneebedeckung im gesamten Alpenraum aus den letzten 20 Jahren. Zudem konnte er diese Daten mit Klimamodellen vergleichen.

Die Realität widerspiegelnde Modelle

Durch den Vergleich hochaufgelöster Beobachtungsdaten mit niedrig aufgelösten Modelldaten, der an sich schon eine große Herausforderung darstellte, konnte Matiu erkennen, an welchen Stellen die Klimamodelle nicht die Realität abbilden konnten. Vielleicht sagten sie für einen konkreten Monat oder eine bestimmte Region eine zu hohe oder zu niedrige Schneedecke voraus, was sich durch die Satellitendaten bestätigte. „In Modellen gehen immer ein paar Dinge schief“, fügt Zebisch hinzu. „Was aber nicht heißt, dass sie nicht hilfreich sind: Mit ihnen können wir zum Beispiel relative Veränderungen der Schneebedeckung über bestimmte Zeiträume darstellen und sogar vorhersagen. Unter Einsatz dieser Satellitendaten waren wir jedoch in der Lage, die Modelle an eine bessere Wiedergabe der Realität anzupassen, und eine höhere Auflösung zu erreichen.“ Die Methode der „Bias-Korrektur“ könnte bessere und genauere Schneeprognosen ergeben. „Die Bias-Korrektur hat gut funktioniert, aber sie befindet sich noch in der Versuchsphase“, berichtet Matiu. „Ich habe noch ein paar Ideen, wie das Ganze verbessert werden könnte, und versuche derzeit, Finanzmittel dafür zu sichern.“ Inzwischen stehen die von CliRSnow verwendeten und erstellten Codes und Datensätze anderen Forschenden kostenlos auf der Projektwebsite zur Verfügung. Es besteht die Hoffnung, dass eine genauere Klimamodellierung vielen Sektoren wie zum Beispiel der Wasserwirtschaft, dem Tourismus und dem Klimaschutz Vorteile bringen wird.

Schlüsselbegriffe

CliRSnow, Schnee, Alpen, Ökosysteme, Tourismus, Landwirtschaft, Klima, Wasser, Satellit

Entdecken Sie Artikel in demselben Anwendungsbereich