Aktuelle Entwicklungen bei beobachteten Klimavariablen und Hochwasserabflüssen zeigen, dass sich die Hochwassercharakteristika in Deutschland bereits infolge des Klimawandels verändert haben – mit Prognosen, die auf weitere Veränderungen in der Zukunft hinweisen. Eine bemerkenswerte Attributionsstudie (Kreienkamp et al., 2021) ergab, dass sich die Wahrscheinlichkeit des extremen Niederschlagsereignisses, das zu den Überschwemmungen im Juli 2021 führte, durch den Klimawandel um den Faktor 1,2 bis 9 erhöht hat. Diese Erkenntnisse unterstreichen die dringende Notwendigkeit, das Hochwasserrisikomanagement nicht nur unter den aktuellen Bedingungen, sondern auch im Hinblick auf zukünftige Klimaszenarien neu zu bewerten. Die genaue Modellierung extremer Niederschläge und ihrer hydrologischen Auswirkungen bleibt jedoch eine Herausforderung, insbesondere aufgrund von Einschränkungen in der räumlichen Auflösung und Simulationsqualität globaler und regionaler Klimamodelle (GCMs und RCMs).

Zur Bewältigung dieser Herausforderungen werden in einem Pilotprojekt zwei komplementäre Ansätze umgesetzt, um hochaufgelöste und langfristige Zeitreihen von Klimavariablen für Anwendungen im Wassermanagement zu erzeugen. Der nicht-stationäre Regionale Wettergenerator (nsRWG) des GFZ (Nguyen et al., 2024) simuliert kontinuierliche tägliche Klimadaten für NRW auf Basis eines statistischen Modells, das auf großskalige atmosphärische Muster und die durchschnittliche regionale Temperatur konditioniert ist. Dadurch können sowohl thermodynamische als auch dynamische Einflüsse des Klimawandels erfasst werden. Parallel dazu nutzt die empirisch-statistische Downscaling-Methode von hydro&meteo beobachtete Wetteranaloga, um GCM-RCM-Ergebnisse in hochaufgelöste Niederschlagsreihen (bis zu 5-Minuten-Intervalle) für zwei Pilotgebiete zu verfeinern. Diese Methoden erzeugen synthetische Zeitreihen sowie räumlich differenzierte Klimawandelfaktoren für verschiedene Emissionsszenarien und zukünftige Zeiträume (2031–2060, 2071–2100). Die resultierenden Daten werden die verbesserte Planung und Bewertung von Hochwasserschutz- und Wasserinfrastruktur unter sich verändernden Klimabedingungen unterstützen.

Publikationen:

Guan, X., Nissen, K., Nguyen, V. D., Merz, B., Winter, B., & Vorogushyn, S. (2023). Multisite temporal rainfall disaggregation using methods of fragments conditioned on circulation patterns. Journal of Hydrology, 621, 129640. doi: 10.1016/j.jhydrol.2023.129640

Kreienkamp, F., Philip, S. Y., Tradowsky, J. S., Kew, S. F., Lorenz, P., Arrighi, J., ... & Wanders, N. (2021). Rapid attribution of heavy rainfall events leading to the severe flooding in Western Europe during July 2021. World Weather Attribution

Nguyen, V. D., Vorogushyn, S., Nissen, K., Brunner, L., and Merz, B. (2024).  A non-stationary climate-informed weather generator for assessing future flood risks, Adv. Stat. Clim. Meteorol. Oceanogr., 10, 195–216, doi.org/10.5194/ascmo-10-195-2024