Zuschreibung des globalen Meeresspiegelanstiegs zu seinen Komponenten
Mit dem Anstieg der Temperaturen auf der Erde steigt auch der Meeresspiegel. „Der Meeresspiegelanstieg wird wahrscheinlich eine der schwerwiegendsten und greifbarsten Folgen des künftigen Klimawandels sein“, sagt J. L. Bamber, Professor für geografische Wissenschaften an der Universität Bristol und der Technischen Universität München. Doch wie schwerwiegend werden diese Folgen wohl sein? Laut im Rahmen dieses Projekts veröffentlichten Forschungsergebnissen besteht eine 5-prozentige Wahrscheinlichkeit, dass der Anstieg des Meeresspiegels bis zum Jahr 2100 mehr als 2 Meter betragen könnte, wodurch rund 600 Millionen Menschen vertrieben würden. Der steigende Meeresspiegel ist jedoch nicht nur eine gesellschaftliche Aufgabe, sondern auch eine kritische Forschungsaufgabe. „Die Zuverlässigkeit künftiger Projektionen hängt davon ab, ob wir die beobachteten Veränderungen des Meeresspiegels in der Vergangenheit korrekt erklären können“, so Bamber. Leider ist die Zuverlässigkeit derzeit eher gering, was darauf zurückzuführen ist, dass die bestehenden Methoden zur Prognose von Schwankungen des Meeresspiegels von Unstimmigkeiten geprägt sind. Dieses Problem möchten Bamber und seine Forschungsgruppe jedoch lösen. Mit Unterstützung des Projekts GlobalMass sind sie federführend bei der Entwicklung eines datengestützten, statistisch strengen Ansatzes zur Abschätzung des Meeresspiegelanstiegs. „Ein solcher weltweit einheitlicher Ansatz würde unser Verständnis der jüngsten Trends verbessern und es uns so ermöglichen, bessere Projektionen für die Zukunft zu erstellen“, sagt Bamber.
Die erste Anwendung direkter Beobachtungen auf globaler Ebene
Im Mittelpunkt dieses vom Europäischen Forschungsrat finanzierten Projekts stand die Verwendung eines Bayesschen hierarchischen Modells. Dieses Modell enthält drei „Informationsschichten“: eine Beobachtungsschicht, die alle verfügbaren direkten Daten nutzt, eine Prozessschicht, die den Zusammenhang zwischen den physikalischen Vorgängen und den Beobachtungen beschreibt, und eine Parameterschicht, die das Vorwissen über das System enthält. Bamber zufolge weist jeder Beobachtungsdatensatz deutlich unterschiedliche räumlich-zeitliche Merkmale und Fehlermuster auf. „Diese Unterschiede bedeuten – wenn sie korrekt interpretiert werden –, dass eine statistisch strenge Verknüpfung der Datensätze eine belastbare ‚Trennung‘ des Signals zwischen den fünf physikalischen Vorgängen, die den Meeresspiegel beeinflussen, ergeben kann“, ergänzt er. „Wenn die Beobachtungen nicht eindeutig von einem einzigen Vorgang gesteuert werden, wie es hier der Fall ist, erleichtert die Verwendung von Vorinformationen diese Ursachentrennung erheblich.“ Zwar war ein auf dem Bayesschen hierarchischen Modell beruhender Ansatz bereits entwickelt und über der Antarktis getestet worden, GlobalMass bezog jedoch erstmals mehr direkte Beobachtungen und Vorinformationen ein und wendete dies auf globaler Ebene an. So konnten die Forschenden bei zahlreichen Problemen im Zusammenhang mit aktuellen und zukünftigen Projektionen des Meeresspiegelanstiegs erhebliche Fortschritte erzielen. Das Team erstellte beispielsweise eine konsistente und umfassende Bewertung des Beitrags von Landeis zum Anstieg des Meeresspiegels und bewertete die Konsistenz des Meeresspiegelhaushalts für einzelne Meeresbecken.
Zusammenführung von Fachwissen aus allen Bereichen der Geowissenschaften
Bamber zufolge ist der Erfolg des Projekts das direkte Ergebnis der vielseitigen Forschungsgruppe, die Fachwissen und Erkenntnisse aus allen Bereichen der Geowissenschaften verknüpfte. „Dies war ein ehrgeiziges, technisch und wissenschaftlich anspruchsvolles Projekt und ich bin stolz auf die Fortschritte, die wir beim Verständnis und bei der Dokumentation der Faktoren erzielt haben, die den gegenwärtigen Meeresspiegelanstieg beeinflussen“, sagt er abschließend. Diese Arbeit wird über eine Proof-of-Concept-Finanzhilfe und die Beteiligung an einem neuen Projekt mit der Europäischen Weltraumorganisation fortgesetzt.
Schlüsselbegriffe
GlobalMass, Meeresspiegel, Meeresspiegeländerung, Meeresspiegelanstieg, Meeresspiegelhaushalt, In-situ-Daten, Satellit, Klimawandel, Bayessches hierarchisches Modell, Geowissenschaften
