© Universität Augsburg

Titel:  Particulate Matter and Climate Change in Bavaria (PaClimBa) -     Klimawandel und Feinstaubbelastung in Bayern   

Duration:   from 10/12 to 09/15

Funding institution: Deutsche Forschungsgemeinschaft (DFG)

Principal Investigator: PD Dr. Christoph Beck

Associate Researchers

Previous Project(s):

Follow-up Project(s):

Research topics: climate change, particulate matter, Bavaria

Particulate Matter and Climate Change in Bavaria

 

Im Forschungsprojekt wurden verschiedene Vorgehensweisen zur Modellierung lokaler Feinstaubkonzentrationen an 16 bayerischen Stationen aus großräumigen atmosphärischen und lokalmeteorologischen Einflußgrößen entwickelt. Die geeignetsten Verfahren wurden auf zwei globale Klimamodelle des Coupled Model Intercomparison Project ­ Phase 5 (CMIP5) angewendet, um Abschätzungen möglicher zukünftiger klimawandelbedingter Änderungen der Feinstaubkonzentrationen in Bayern zu erhalten. Ein wesentlicher Arbeitsschritt beinhaltete die Optimierung automatischer Zirkulations­ bzw. Wetterlagenklassifikationen, mit dem Ziel die Trennschärfe solcher Klassifikationen hinsichtlich der Zielgröße Feinstaub (PM10) zu verbessern. Wesentliche Modifikationen und Erweiterungen nichthierarchischer clusteranalytischer Klassifikationsverfahren, die in diesem Zusammenhang im Rahmen des Projekts durchgeführt wurden umfassten die Anpassung der räumlichen Domain, die Einbeziehung variabel gewichteter multivariater atmosphärischer Datensätze und schließlich die Berücksichtigung der Zielgröße PM10 im Klassifikationsvorgang, im Rahmen sogenannter konditionierter Klassifikationen. Insgesamt resultierte aus diesen Anpassungs­ und Entwicklungsschritten eine deutliche Verbesserung der Trennschärfe der Klassifikationen für PM10. Diese optimierten Klassifikationen flossen in verschiedene Ansätze zur Modellierung lokaler PM10­ Konzentrationswerte ein. Die Güte der Abschätzung täglicher PM10­Werte konnte durch den Einsatz optimierter Klassifikationsvarianten und ergänzende methodische Fortentwicklungen (Berücksichtigung der synoptischen Charakteristik des Vortages) zwar deutlich gesteigert werden, verblieb aber insgesamt auf einem Niveau, das eine Anwendung auf Klimamodelldaten, zumindest zur Abschätzung täglicher Werte, ausschließt. In Erweiterung des Projektantrages wurden deshalb zwei Verfahrensweisen weiterverfolgt, die die Modellierung monatlicher PM10­Indizes durch Aggregierung modellierter Tageswerte bzw. durch die Entwicklung statistischer Transferfunktionen zwischen monatlichen Auftrittshäufigkeiten optimierter Wetterlagen und monatlichen PM10­Indizes realisieren. Für die Modellierung täglicher PM10­Werte wurde eine alternative Vorgehensweise entwickelt, die in einem zweistufigen Verfahren zunächst aus großskaligen atmosphärischen Feldern PM10­relevante lokalmeteorologische Größen abschätzt, die anschliessend zur Modellierung der lokalen PM10­Konzentrationen mittels statistischer Transferfunktionen herangezogen werden. Entgegen der im Projektantrag formulierten Erwartung, konnte durch die Erstellung wetterlagenspezifischer lokaler Transferfunktionen keine systematische Verbesserung der Modellgüte erreicht werden. Hingegen resultierte eine solche Verbesserung aus der Berücksichtigung aggregierter Wetterlagen als Prädiktoren innerhalb der lokalen Transferfunktionen. Aus Kalibrierungs­/Validierungsexperimenten ergaben sich sowohl für die monatsbasierten als auch für die tagesbasierten Downscalingansätze Modellgüten, die - in den meisten Fällen ­ die Übertragung der entsprechenden Modelle auf Klimamodelldaten rechtfertigen. Allerdings bestehen diesbezügliche ausgeprägte jahreszeitliche Unterschiede, mit einer - gegenüber den anderen Jahreszeiten ­ markant höheren Modellgüte in den Wintermonaten. Auf der Grundlage der Anpassung, der Anwendung und dem Vergleich verschiedener statistischer Transferfunktionen, innerhalb der im Projekt durchgeführten Downscalingansätze, ergibt sich als eine ­ in methodischer Sicht ­ bedeutsame Erkenntnis, dass - in vergleichbaren Untersuchungen bisher eher selten verwendete ­ nichtlineare Random Forest­Ansätze meist eine bessere Performanz aufweisen als häufig verwendete Methoden wie Multiple Lineare Regressionsmodelle oder Generalisierte Lineare Modelle. Aus der, im abschliessenden Teil der Projektbearbeitung erfolgten, Übertragung der geeignetsten Downscalingansätze auf die globalen Klimamodelle ECHAM6 und EC­Earth ergeben sich – bei teilweise ausgeprägten Unterschieden zwischen Klimamodellen, numerischen und statistischen Ensemble­Membern und Downscaling­Varianten ­ als wesentliche Änderungstendenzen im Verlauf des 21. Jahrhunderts eine potenzielle klimawandelbedingte Zunahme der Feinstaubkonzentrationswerte im Sommer und eine Abnahme im Winter. Winterliche und sommerliche Änderungen korrespondieren hierbei mit projizierten zirkulationsdynamischen und lokalmeteorologischen Veränderungen.

Publications

(2012): Interannual variations in local PM10 concentrations at different sites in Bavaria and their relation to large­scale circulation types. Abstracts, 12th Annual Meeting of the European Meteorological Society and 9th European Conference on Applied Climatology ECAC, Lodz, 2012
Beck C., C. Weitnauer and J. Jacobeit

(2013): A comparison of two classification based approaches for downscaling of monthly PM10 concentrations. Geophysical Research Abstracts, Vol. 15, EGU2013­10642, 2013
Beck C., C. Weitnauer and J. Jacobeit

(2013): Characterizing the connection between large­scale atmospheric conditions and local PM10 concentrations in Bavaria by means of circulation and weather type classification. Abstracts, 13th Annual Meeting of the European Meteorological Society and 11th European Conference on Applications of Meteorology ECAM, Reading, 2013
Weitnauer C., C. Beck and J. Jacobeit

(2013): Klimawandel und Feinstaub in Bayern – Optimierung von Zirkulationsklassifikationen zur Abschätzung lokaler Feinstaubkonzentrationen. Tagungsband der 32. Jahrestagung des AK Klima der DGfG in Augsburg, 2013
Beck C., C. Weitnauer, C. Brosy and J. Jacobeit

(2014): Downscaling of monthly PM10 concentrations in Bavaria based on circulation type classifications. 9th International Conference on Air Quality – Science and Application. Garmisch­Partenkirchen, 24­28 March 2014
Beck C., C. Weitnauer and J. Jacobeit

(2014): Downscaling of monthly PM10 indices at different sites in Bavaria (Germany) based on circulation type classifications. Atmospheric Pollution Research 5: 741­752
Beck, C., C. Weitnauer and J. Jacobeit
(Siehe online unter https://doi.org/10.5094/APR.2014.083)

(2014): Influences of seasonal synoptic weather types on local PM10 concentrations from 1980­2011 in Bavaria (Germany). Abstracts, 14th Annual Meeting of the European Meteorological Society and 10th European Conference on Applications of Climatology ECAC, Prague, 2014
Weitnauer C., C. Beck and J. Jacobeit

(2015): Atmosphärische Zirkulationsdynamik und lokale Feinstaubkonzentrationen in Bayern – Quantifizierung rezenter Zusammenhänge und Abschätzungen klimawandelbedingter Entwicklungen. DKT Abstracts , DKT­10­143, 2015 , 10. Deutsche Klimatagung
Beck C., C. Weitnauer, C. Brosy, S. Siegmund and J. Jacobeit
(Siehe online unter http://meetingorganizer.copernicus.org/DKT-10/DKT-10-143.pdf)

(2015): Impact of seasonal synoptic weather types on local PM10 concentrations in Bavaria/Germany: recent conditions and future projections. Geophysical Research Abstracts, Vol. 17, EGU2015­2114, 2015
Weitnauer C., C. Beck and J. Jacobeit
(Siehe online unter http://adsabs.harvard.edu/abs/2015EGUGA..17.2114W)

Contact Persons

Wiss. Mitarbeiter
Physische Geographie mit Schwerpunkt Klimaforschung

Suche