Wetter- und Klimaphänomene mit extremen Auswirkungen: Bessere Anpassung durch frühere Vorhersage

fTeilen

Die Vorhersage von Klimaphänomenen mit extremen Folgen kann durch einen
neuen mathematischen Ansatz, der Verbindungen und Muster zwischen
geografischen Standorten analysiert, erheblich verbessert werden. Das
erklären Forschende in einer neuen Veröffentlichung. Dadurch können
möglicherweise Tausende von Menschenleben gerettet und wirtschaftliche
Verluste in Milliardenhöhe vermieden werden. Die Vorhersagen für
Ereignisse wie El Niño, Monsun, Dürren oder extreme Regenfälle könnten
erheblich früher erfolgen, je nach Art des Ereignisses einen Monat oder
sogar ein Jahr im Voraus. Die neue Vorhersagemethode könnte somit ein
Schlüssel für eine bessere Anpassung an die globale Klimakrise sein.

„Die neue Herangehensweise hat sich in den letzten Jahren in mehreren
Fällen als sehr effizient erwiesen, um verschiedene Klimaphänomene viel
früher als bisher vorherzusagen. El Niño zum Beispiel konnte bis zu einem
ganzen Jahr früher vorhergesagt werden, im Vergleich zu etwa sechs Monaten
mit den Methoden, die heute Standard sind", erklärt Josef Ludescher vom
Potsdam-Institut für Klimafolgenforschung (PIK), Hauptautor des
Perspective Artikels, der in den Proceedings of the US National Academy of
Sciences (PNAS) veröffentlicht wird. „Der Beginn des indischen
Sommermonsuns in Zentralindien, der für die Wirtschaft in dieser Region
lebenswichtig ist, wurde dank des neuen Ansatzes mehr als einen Monat im
Voraus vorhergesagt, viel früher als die derzeit verwendeten Prognosen."

Extremereignisse wie Überschwemmungen, Hitzewellen oder Dürren treten oft
ohne oder mit nur geringer Vorwarnzeit auf, was eine wirksame kurzfristige
Anpassung schwierig, wenn nicht unmöglich macht. Der neue Vorhersagerahmen
verbessert dies grundlegend, wie Jürgen Kurths vom PIK betont, ein Pionier
der Anwendung von Netzwerken zur Vorhersage von Klimaphänomenen und
Mitautor der Veröffentlichung: „Derzeit gibt es zum Beispiel keine
verlässliche Vorhersage von Starkregenfällen in den östlichen Zentral-
Anden, die zu Überschwemmungen und Erdrutschen mit verheerenden
Auswirkungen für die Bewohner in diesem Teil Südamerikas führen. Unser
netzwerkbasierter Ansatz kann solche Ereignisse bis zu zwei Tage im Voraus
vorhersagen - das ist eine entscheidende Zeit für die Menschen, um sich
vorzubereiten, Leben zu retten und Schäden zu begrenzen."

+++Ein mathematischer Ansatz kann helfen, Leben zu retten+++

Herkömmliche Wetter- und Klimavorhersagen beruhen in erster Linie auf
numerischen Modellen, die atmosphärische und ozeanische Prozesse
nachbilden. Diese Modelle sind zwar im Allgemeinen sehr nützlich, können
aber nicht alle zugrundeliegenden Prozesse perfekt simulieren - und
Phänomene wie das Einsetzen des Monsuns, Überschwemmungen oder Dürren
werden möglicherweise zu spät vorhergesagt. An dieser Stelle kommt die
netzwerkgestützte Vorhersage ins Spiel. Ludescher erklärt: „Im Gegensatz
zur Betrachtung einer Vielzahl lokaler Wechselwirkungen, die physikalische
Prozesse wie Wärme- oder Feuchtigkeitsaustausch darstellen, schauen wir
uns direkt die Verbindungen zwischen verschiedenen geografischen Orten an,
die sich über Kontinente oder Ozeane erstrecken können. Diese Verbindungen
ermitteln wir, indem wir die Ähnlichkeit in der Entwicklung physikalischer
Größen wie der Lufttemperaturen an diesen Orten messen. Im Falle von El
Niño beispielsweise bauen sich im tropischen Pazifik starke Verbindungen
im Kalenderjahr vor dem Einsetzen des Ereignisses auf.”

Kurths fügt hinzu: „Das ist ein grundlegend anderer Ansatz als die
traditionelle numerische Modellierung. Es wird nicht das gesamte Erdsystem
simuliert, sondern es werden großräumige Verbindungsmuster in
Beobachtungsdaten analysiert."

„Diese Muster, also die Struktur der Verbindungen zwischen den Orten und
ihre zeitliche Entwicklung, können entscheidende neue Informationen für
die Vorhersage liefern - und, so hoffen wir, die jeweiligen Regionen
sicherer machen", so Mitautorin Maria Martin, ebenfalls am PIK. Hans-
Joachim Schellnhuber, der Gründungsdirektor des Instituts, fasst zusammen:
„Mit dieser Perspective haben wir mehrere Erfolgsgeschichten
zusammengetragen, die die wissenschaftliche Kraft des Netzwerkansatzes für
die Vorhersage demonstrieren - und in der Folge möglicherweise Tausende
von Menschenleben retten und wirtschaftliche Kosten in Milliardenhöhe
vermeiden.”

Artikel: Josef Ludescher, Maria Martin, Niklas Boers, Armin Bunde, Catrin
Ciemer, Jingfang Fan, Shlomo Havlin, Marlene Kretschmer, Jürgen Kurths,
Jakob Runge, Veronika Stolbova, Elena Surovyatkina, Hans Joachim
Schellnhuber (2021): Network-based forecasting of climate phenomena. PNAS
[DOI: 10.1073/pnas.1922872118]

Originalpublikation:
https://doi.org/10.1073/pnas.1922872118