Klimakarten

Zur Erstellung der folgenden Klimakarten wurden verschiedene geostatistische Interpolationsmethoden auf dem aktuellen Stand der Forschung herangezogen und mithilfe von Programmierungs- und GIS-Software (geografisches Informationssystem) umgesetzt. Ein digitales Geländehöhenmodell bildete die Arbeitsgrundlage, von der die räumliche Auflösung von 500×500 m auf die Ergebniskarten in Form von digitalen Rasterfeldern überging. Drei Hauptgruppen von Interpolationsmethoden kamen in Abhängigkeit des betrachteten Klimaparameters zur Anwendung. Die Auswahl der für einen bestimmten Klimaparameter geeignetsten Methode beruhte auf Überlegungen zum physikalisch-räumlichen Verhalten des Parameters und zur statistischen Funktionsweise der Methode.

 

Die Karten des Temperatur-, Schnee- und Neuschneeklimas wurden unter Verwendung einer kürzlich veröffentlichten Methode (Frei 2014; Hiebl und Frei 2015), die eigens für die Temperaturinterpolation im Gebirgsraum entwickelt wurde, erstellt. Sie verbindet ein makroklimatisches Hintergrundfeld, das großräumige horizontale Schwankungen und vertikale Schichtungen abbildet, mit einem mesoklimatischen Residualfeld, das eher lokale Phänomene wie talgebundene Kaltluftseen und Föhnschichten abbildet. Das Hintergrundfeld wird aus einem großräumigen Vertikalprofil erstellt, das verlaufende Übergänge in der Horizontalen und nicht-lineare Abhängigkeiten in der Vertikalen erlaubt. Die Vertikalprofile werden für vordefinierte, aber fließend verlaufende Subregionen des Untersuchungsgebietes bestimmt. Das Residualfeld wird durch Gewichtung der Stationsresiduen aus dem Hintergrundfeld erstellt. Das Gewichtungsschema ist nicht streng entfernungsbezogen (euklidisch), sondern verwendet einen festgelegten Satz generalisierter Distanzfelder, die mithilfe einer nicht-euklidischen Distanzgröße, die die topografische Behinderung von Luftströmungen berücksichtigt, ermittelt werden.

Die Karten des Niederschlagsklimas wurden unter Verwendung geografisch gewichteter Regressionen (Daly et al. 1994; 2008; Frei und Schär 1998) erstellt. Die Methode nimmt starken Bezug auf Seehöhenabhängigkeiten und ermöglicht ein hohes Maß an räumlicher Variabilität. Sie reagiert jedoch empfindlich auf eine spärliche Stationsdichte in Hochlagen. An jedem Gitterpunkt des Rasterfeldes wird eine individuelle Regression des Klimaparameters gegen die Seehöhe anhand der nächstgelegenen Stationen berechnet. Um den Beitrag der Stationen zu steuern, werden sie entsprechend ihrer Repräsentativität für die topografischen Bedingungen am Gitterpunkt gewichtet. Das Testen verschiedener Gewichtungen und Parametrisierungen führte zur Auswahl einer festgesetzten Anzahl an Stationen, die ihrer horizontalen Entfernung und ihrer Lage nördlich oder südlich des Alpenhauptkammes entsprechend gewichtet werden.

 

Die Karten des Strahlungsklimas wurden einem bereits bestehenden Strahlungsdatensatz (Olefs und Schöner 2012; Olefs 2013) entnommen. Dieser Datensatz umfasst stündliche Analysen der oberflächennahen Globalstrahlung über den gesamten Untersuchungszeitraum und berücksichtigt die komplexe Wechselwirkung von Strahlung und Topografie. Wegen der geringen Anzahl verfügbarer Beobachtungen der Globalstrahlung während der 1980er-Jahre wurden Letztere mithilfe der Ångström-Formeln aus der Sonnenscheindauer berechnet und mithilfe von Messungen der Global- und Diffusstrahlung sowie Aufzeichnungen der relativen Sonnenscheindauer in ihren direkten und diffusen Anteil zerlegt. Um den Bewölkungseffekt zu berücksichtigen, wurden Differenzenraster, getrennt nach Direkt- und Diffusstrahlung, zwischen wolkenlosen Strahlungswerten eines Strahlungsmodelles und den Bodenmessungen betrachtet.

 

Die Interpolationsleistung wurde durch systematische Leave-One-Out-Kreuzvalidierung, also die fortlaufende Auslassung jeder Stationsbeobachtung und ihrer unabhängigen Prognose anhand der Methode, evaluiert. Dies ergab Interpolationsfehler (in Sinn von mittleren absoluten Fehlern) von 0,6 bis 0,8° C bei mittleren monatlichen Lufttemperaturen, von 9 bis 12 mm bei mittleren monatlichen Niederschlagssummen und von 2 bis 15 cm bei mittleren Schneehöhen zur Monatsmitte. Die Interpolationsgüte liegt somit meist in einer ähnlichen Größenordnung wie die Messgenauigkeit.

 

 

 

 

 

Literatur:

Daly C, Halbleib M, Smith JI, Gibson WP, Doggett MK, Taylor GH, Curtis J, Pasteris PP (2008): Physiographically sensitive mapping of climatological temperature and precipitation across the conterminous United States. Int J Climatol 28:2031–2064. doi: 10.1002/joc.1688

Daly C, Neilson RP, Phillips DL (1994): A statistical-topographical model for mapping climatological precipitation over mountainous terrain. J Appl Meteorol 33:140–158. doi: 10.1175/1520-0450(1994)033<0140:ASTMFM>2.0.CO;2

Frei C (2014): Interpolation of temperature in a mountainous region using nonlinear profiles and non-Euclidean distances. Int J Climatol 34:1585–1605. doi: 10.1002/joc.3786

Frei C, Schär C (1998): A precipitation climatology of the Alps from high-resolution rain-gauge observations. Int J Climatol 18:873–900. doi: 10.1002/(SICI)1097-0088(19980630)18:8<873::AID-JOC255>3.0.CO;2-9

Hiebl J, Frei C (2014): Daily temperature grids for Austria since 1961 – concept, creation and applicability. Theor Appl Climatol (submitted)

Olefs M (2013): Projekt APOLIS – Austrian photovoltaic information system. Final report. Vienna: Zentralanstalt für Meteorologie und Geodynamik, 70 pp.

Olefs M, Schöner W (2012): A new solar radiation model for research and applications in Austria. In: EGU General Assembly 2012, Vienna, 22.–27.04.2012

 

Joomla SEF URLs by Artio