2.7 Klima und Pflanzenphänologie in Rückblick und Projektion
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
2. Auswirkung des Klimawandels auf aquatische und terrestrische Ökosysteme
2.7 Klima und Pflanzenphänologie
in Rückblick und Projektion
Winfried Schröder, Simon Schönrock & Gunther Schmidt, Universität Vechta
Klima und Pflanzenphänologie in Rückblick und Projektion: In Hessen war die jährliche Durchschnittstem-
peratur im Zeitraum 1991–2009 etwa 0,9°C höher als während der Klimanormalperiode 1961–1990. Das glei-
che gilt für die Temperaturentwicklung in ganz Deutschland, wobei in einigen Regionen sogar eine Temperatur-
erhöhung von bis zu 3,5 °C zu verzeichnen war. Klimamodelle prognostizieren einen weiteren Anstieg von 3 °C
für Hessen bis zum Ende des 21. Jahrhunderts. Als eine Folge des Temperaturanstiegs kommt es zur Verschie-
bung der jahreszeitlichen Entwicklung von Pflanzen, insbesondere der Frühlingsphasen sowie zu einer Verlän-
gerung der Vegetationsperiode. Entsprechende wirtschaftliche und ökologische Folgen sind damit verbunden.
In verschiedenen von der DFG und dem BMU geförderten Forschungsvorhaben wurden entsprechende Unter-
suchungen zu Änderungen der zeitlichen und räumlichen Muster der pflanzenphänologischen Entwicklung in
Deutschland flächendeckend anhand von Daten des meteorologischen und des phänologischen Beobachtungs-
netzes des DWD untersucht. Vorhersagen über zukünftige Trends wurden anhand verschiedener Klimaprojek-
tionen erstellt. In den folgenden Abschnitten werden ausgewählte Ergebnisse aus diesen Projekten vorgestellt.
Hierfür wird die Entwicklung für verschiedene Pflanzenphasen im Verlauf des phänologischen Jahres dargestellt.
Climate Change and Plant Phenology - development in the past and projections for the future: In Hesse, a
federal state in central Germany, the average air temperature 1991–2009 was by 0.9 °C higher compared to
1961–1990. The same holds true for entire Germany where in some regions the temperature increase amoun-
ted 3.5°C. A further increase of 3°C was estimated in average for air temperature rise in Hesse by end of the
21st century. This may affect the beginning and length of phenological stages of plants possibly causing severe
ecological and economic impacts. In order to deal with this issue in land use planning and management, dif-
ferent research projects aimed at analysing and projecting spatial and temporal trends of plant phenology. To
this end, meteorological data together with data on phenological phases were compiled in a GIS indicating
different phenological seasons. Estimations of phenological developments in future periods were based on pro-
jections calculated with results from four climate models as demonstrated exemplarily in the following section.
Daten und Methoden
D er gegenwärtige Klimawandel übersteigt in Aus-
maß und Geschwindigkeit die natürliche Variation
der vergangenen 1.000 Jahre: In den letzten 100 Jahren
Für die Analyse und die flächenhafte Darstellung der
phänologischen Entwicklung in Hessen wurden vom
stieg die Temperatur bei gleichzeitig zunehmender Va- Deutschen Wetterdienst (DWD) pflanzenphänologische
riabilität durchschnittlich um 0,95 °C in Europa, und Beobachtungen sowie Messwerte der Lufttemperatur
von 1990 bis 2100 ist mit weiteren 2,0 °C bis 6,3 °C 1961–2009 (für ganz Deutschland bis 2005) zur Ver-
zu rechnen (EEA 2008). Die seit Morren (1849) als fügung gestellt. Das phänologische Beobachtungsnetz
Phänologie bezeichnete Beobachtung und Erklärung des DWD umfasst rund 6.500 Standorte, von denen 553
jährlich wiederkehrender Entwicklungsstadien von auf Hessen entfallen. Beim phänologischen Monitoring
Pflanzen hat deren Eignung als Bioindikatoren des werden rund 270 Phänophasen von Wild- und Kultur-
Klimawandels umfangreich belegt (Cook et al. 2012; pflanzen nach einer Richtlinie erfasst (DWD 1991). Im
Holopainen et al. 2013; Schmidt et al. 2010; Schröder HeKlimPh-Projekt wurden 34 phänologische Pflanzen-
et al. 2007). Ziel des Projekts Klimawandel und Pflan- phasen ausgewertet, und zwar Leit- und Ersatzphasen,
zenphänologie in Hessen (HeKlimPh) (Schröder et al. die als Indikatoren für den Beginn der phänologischen
2012) war die landesweite und naturräumlich differen- Jahreszeiten und zur Konstruktion phänologischer Jah-
zierende Untersuchung der Auswirkungen des Klima- resuhren bzw. Kalender verwendet werden: Jede phäno-
wandels auf die Phänologie von Wild- und Kulturpflan- logische Jahreszeit wird durch eine Leitphase oder, wo
zen. Aus dem umfangreichen Untersuchungsprogramm diese nicht beobachtet werden kann, eine Ersatzphase
wird in diesem Artikel die flächenhafte naturräumliche eröffnet und endet mit dem Beginn der nächsten Jahres-
Differenzierung der gemessenen und modellierten, zu- zeit. Für die jeweilige Jahreszeit werden in dem phäno-
künftig zu erwartenden phänologischen Entwicklung logischen Kalender für die betrachtete Zeitperiode (z.B.
vorgestellt. Die vorgestellten Ergebnisse helfen u.a. bei 1961–1990) das mittlere Eintrittsdatum, das mittlere
der Entwicklung geeigneter Anpassungsstrategien in Ende (Beginn der folgenden phänologischen Jahreszeit
Land- und Forstwirtschaft sowie dem Naturschutz. minus einen Tag) sowie die Dauer in Tagen angegeben.
2.7 Schröder et al.
Zur Georeferenzierung der phänologischen Da- 1971–2000 der jeweiligen Phase auf die Temperatur-
ten standen Koordinaten zu den Beobachtungsstand- rasterdaten der vier Klimamodelle angewendet. Durch
orten zur Verfügung, aus denen im GIS Vektorkarten Verschneidung mit einer Karte der Naturraumhaupt-
(GIS = Geoinformationssysteme) erzeugt wurden. Die einheiten nach Meynen et al. (1953, 1962) erfolgte
meteorologischen Daten zur Lufttemperatur wurden sowohl für die vergangene als auch für die mit vier
für den Zeitraum 1961–2009 als Rasterdaten in einer Klimamodellen geschätzte zukünftige phänologische
räumlichen Auflösung von 1 km × 1 km vom DWD zur Entwicklung eine naturräumlich differenzierende Aus-
Verfügung gestellt. Für die Projektion der zukünftigen wertung.
phänologischen Entwicklung in den Zeiträumen 2031–
2060 und 2071–2100 wurden Daten der Klimamodelle Ergebnisse
REMO/UBA, ECHAM5/COSMO-CLM, HADCM3/ Eine zusammenfassende Darstellung der Auswertung
COSMO-CLM und WETTREG 2010 (Lauf 0 und 5) phänologischer Beobachtungen liefern phänologische
verwendet (Böhm et al. 2006; Jacob et al 2008; Keuler Uhren, in denen der Beginn der phänologischen Jahres-
& Lautenschlaeger 2006; Kreienkamp et al. 2010). zeiten als Ringsegmente für unterschiedliche Zeiträume
Aus 270 im DWD-Netz beobachteten Phasen wur- dargestellt ist. Abb. 2.7-1 zeigt, dass im Mittel der Jahre
den 34 ausgewählt, und zwar nach folgenden Kriterien: 1961–1990 der Beginn der kalendarischen und der phä-
1. Leit- bzw. Ersatzphasen möglichst vieler Vegeta nologischen Jahreszeiten noch fast miteinander überein-
tionsstraten, die deutschland- und hessenweit verbreitet stimmten. Doch traten die phänologischen Jahreszeiten
sind, sowie Obst- und Weinphasen; 2. Phasen mit aus- im langjährigen Mittel der Zeiträume 1991–2005 bzw.
reichend vielen Standorten mit zeitlich vollständigen 1991–2009 deutlich vor den kalendarischen Jahres-
Datenreihen (zeitliche Repräsentanz:); 3. Phasen mit zeiten ein. Nicht verfrüht hat sich jedoch das Einsetzen
möglichst gleichmäßig in Hessen verteilten Standorten des phänologischen Winters (Vegetationsruhe). Hier
(räumliche Repräsentanz). Nach Qualitätsprüfung und ist im langjährigen Mittel der Zeiträume 1961–1990
Test auf Normalverteilung (Schröder et al. 2012) wur- und 1991–2005 bzw. 2009 eine leichte Verspätung von
den die statistischen Beziehungen zwischen Lufttem- einem Tag zu beobachten. Der Vergleich der phäno-
peratur und jeweils einer Phänophase für die Zeiträume logischen Uhren Hessens (Abb. 2.7-1a) und Deutsch-
1961–1990, 1971–2000 und 1991–2009 mit Korrela- lands (Abb. 2.7-1b) zeigt nur geringe Unterschiede. Für
tions- und linearen Regressionsanalysen quantifiziert Hessen kann ein leicht früheres Einsetzen der phäno-
und modelliert. Dazu wurden die phänologischen Punkt- logischen Jahreszeiten gegenüber dem Bundesgebiet
daten mit den aus räumlich punktuellen Messungen an ausgemacht werden. Deutliche Unterschiede sind bei
rund 670 Orten in Deutschland vom DWD berechneten beiden Uhren hinsichtlich der verglichenen Zeiträume
Temperaturrasterkarten in einem GIS verschnitten, so zu erkennen. Die stärksten Verschiebungen zum Jah-
dass für jeden phänologischen Beobachtungsort ein resbeginn sind bei den drei phänologischen Frühlings-
rechnerisch geschätzter Temperaturwert abgegriffen jahreszeiten, für den Frühsommer, den Hochsommer
werden konnte. Die Regressionsanalysen erfolgten für sowie den Frühherbst auszumachen. Spätherbst und
langjährig gemittelte Jahres- und Monatsdurchschnitts Winter zeigen als einzige phänologische Jahreszeiten
temperaturen sowie für diejenigen Monate, für die Verspätungen an. Insgesamt ergibt sich daraus eine
eine starke Korrelation zwischen der Lufttemperatur Verlängerung der Vegetationsperiode von 12 (Hessen)
und dem jeweiligen Phaseneintritt ermittelt wurde. bzw. 15 Tagen (Deutschland).
Dementsprechend wurden für jede Phänophase für die Die pflanzenphänologische Entwicklung in den
Zeitintervalle 1961–1990, 1971–2000 und 1991–2009 hessischen Naturraumhauptgruppen (NRHG) nach
Mittelwerte über diese Monatsreihen berechnet. Meynen et al. (1953, 1962) ergab deutliche regionale
Für solche Phasen, die eine statistisch signifikante Unterschiede. Eine Verfrühung des Beginns der phäno-
und zumindest mittelstarke Korrelation (│r│≥ 0,5) mit logischen Jahreszeiten war in allen Naturräumen aus-
den Durchschnittstemperaturen der langjährig gemit- zumachen, fiel allerdings naturräumlich differenziert
telten Monatsreihen aufwiesen, wurden pro Zeitraum aus (Abb. 2.7-2). Ebenso waren die Verschiebungen je
(Vergangenheit 1961–1990, 1971–2000 und 1991–2009 nach phänologischer Jahreszeit unterschiedlich stark
sowie Zukunft 2031–2060 und 2071–2100) mit Regres- ausgeprägt. Die deutlichsten Verfrühungen traten im
sion unter Anwendung der geostatistischen Methode des Lahntal (Naturraumhauptgruppe, NRHG, 310) und
sogenannten Krigings (Odeh et al. 1995) phänologische im Westerwald (NRHG 320) auf. Im tiefer gelegenen
Flächenkarten in einem GIS berechnet. Zur Projektion Lahntal war die Verfrühung der phänologischen Jah-
der zukünftigen phänologischen Entwicklung wur- reszeiten besonders im jüngsten Zeitraum (1991–2009)
de die Regressionsgleichung des Referenzzeitraums
2. Auswirkung des Klimawandels auf aquatische und terrestrische Ökosysteme
Abb. 2.7-1: Oben: Phänologische Uhren Hessens. Unten: Deutschlands. Im Vergleich mit der Referenzperiode (1961–
1990 äußere) werden die Perioden 1971–2000 (mittlere) und 1991–2009 (innere Kreise) gegenübergestellt. In der Mitte
kann man die Differenz in Tagen zwischen den inneren und äußeren Kreisen entnehmen.
2.7 Schröder et al.
auffällig. Am schwächsten ausgeprägt waren die Ver- Februar bis Juni in den Jahren 1971–2000. Der Pro-
änderungen im Nördlichen Oberrhein-Tiefland (NRHG dukt-Momentkorrelationskoeffizient (r), ein Maß für
220) und im Taunus (NRHG 300). Die naturräumlichen den statistischen Zusammenhang beider Phänomene,
Unterschiede lassen sich gut mit der jeweiligen Dau- war mit r = -0,88 stark. Die negative Korrelation be-
er der Vegetationsperioden zusammenfassen, deren deutet, dass mit steigenden Lufttemperaturen der Blüh-
Veränderung zwischen den Zeiträumen 1961–1990 beginn der Birne früher im Jahr stattfindet. Die Aussa-
und 1991–2009 in Abb. 2.7-2 jeweils im Zentrum gekraft des Regressionsmodells war mit 77% erklärter
der phänologischen Uhren angegeben ist. So betrug Varianz hoch.
die Verlängerung in vielen Naturräumen zwischen 10 Auf Grundlage der örtlich punktuellen phänolo-
und 12 Tagen (NRHG 230, 340, 350 und 140), in eini- gischen Beobachtungen und den Temperaturdaten wur-
gen Naturräumen fast 3 Wochen (NRHG 320, NRHG de mit diesem Regressionsmodell der Blühbeginn der
310). In allen Naturräumen war bis einschließlich zum Birne flächenhaft für die Naturräume Hessens in den
Frühherbst eine Verfrühung der phänologischen Jahres- Jahren 1961–1990, 1971–2000 und 1991–2009 (Abb.
zeiten zu erkennen. Im phänologischen Frühling waren 2.7-4, jeweils die oberen Karten) geschätzt. Die Dif-
die Verfrühungen am stärksten ausgeprägt, während ab ferenzen zwischen den aus den phänologischen Beob-
dem Vollherbst dem Vollherbst der Phasenbeginn nur achtungen für Hessen berechneten landesweiten Mittel-
noch unwesentlich eher einsetzte und es im Spätherbst werten und denjenigen, die sich aus den flächenhaften
und im Winter auch zu Verspätungen kam. Schätzwerten ergaben, betrugen nur 1 (1991–2009)
Die weitere Ergebnisdarstellung konzentriert sich bzw. 2 Tage (1961–1990, 1971–2000). Die Berechnung
beispielhaft auf den Blühbeginn der Birne, der den der Fehlerquadratsummen (RMSE) zur Abweichung
Erstfrühling indiziert. Abb. 2.7-3 zeigt die statistische der Beobachtungswerte von den Schätzungen ergab
Beziehung dieser phänologischen Phase zu den mitt- ebenfalls nur geringe Abweichungen von im Mittel (Me-
leren Lufttemperaturen als Mittelwert für die Monate dian) 0,09 bis 0,49 Tagen für die Beobachtungen zum
Abb. 2.7-2: Phänologische Uhren je Naturraumhauptgruppe (Meynen et al. 1953, 1962) in Hessen basierend auf den
Flächenschätzungen zum Phasenbeginn. Die Zahlen innerhalb der Uhren beziffern die Verlängerung der Vegetations-
perioden im Vergleich der Klimanormalperiode 1961–1990 mit dem Zeitraum 1991–2009.
2. Auswirkung des Klimawandels auf aquatische und terrestrische Ökosysteme
Abb. 2.7-3: Statistischer Zusammenhang zwischen Blühbeginn der Birne und den mittleren Temperaturen der Monate
Februar bis Juni in den Jahren 1971–2000.
Blühbeginn der Birne in ganz Deutschland sowie zwi- und WETTREG 2010 A1B, Lauf 5 den mittleren Blüh-
schen 0,18 und 1,50 für die Beobachtungen in Hessen. beginn an Tag 104 bis 106 (regionale Minima 90–92,
In den auf Beobachtungen gestützten Zeitinterval- regionale Maxima 109–110) erwarten lassen, so fällt
len begann die Birne zwischen dem 112. Tag nach Jah- dieser Trend bei ECHAM5/CLM A1B, Bias-korrigiert
resbeginn (1991–2009) und dem 109. Tag (19611-1990) und REMO/UBA A1B, Bias-korrigiert nicht so deut-
zu blühen (Abb. 2.7-4, jeweils die oberen Karten). Re- lich aus (regionale Minima 95–96, Mittel 110–111,
gionale Abweichungen davon rangierten zwischen dem regionale Maxima 114–115). Ähnlich sieht es für den
98. Tag (frühester Beginn 1991–2009) im nördlichen Zeitraum 2071–2100 (Abb. 2.7-4, jeweils die untere
Oberrhein-Tiefland und dem 125. Tag (1961–1990) im Karte, rechts) aus: Die Phasenverschiebung reicht von
Osthessischen Bergland. Die Ergebnisse der Projekti- einem landesweit mittleren Beginn am 94. Tag des
onen für die Klimamodelle (SRES-Szenario A1B) wei- Jahres (regionales Minimum 79, regionales Maximum
chen von den beobachteten Blühzeitpunkten der Birne 98 (WETTREG 2010 A1B Lauf 0) bis zum 100. Tag
im Referenzzeitraum 1971–2000 (regionales Minimum als landesweitem Mittel bei einem regionalen Mini-
103, landesweites Mittel 117, regionales Maximum mum von 85 und einem regionalen Maximum von 104
123) (Abb. 2.7-4, jeweils die obere Karte, links) nur ge- (ECHAM5/CLM A1B, Bias-korrigiert, REMO/UBA
ringfügig ab. Die entsprechenden Werte der Modellbe- A1B, Bias-korrigiert). Die phänologischen Projek
rechnungen (Abb. 2.7-4 jeweils die untere Karte, links) tionen der Jahre 2031–2060 weisen stärkere Unter-
betragen 104, 118, 122 (HADCM3/CLM A1B, Bias- schiede auf als für den Zeitraum 2071–2100. Dabei
korrigiert), 102, 117, 122 (WettReg A1B, Bias-korri- betrug für 2031–2060 die Schwankungsbreite des Pha-
giert, Lauf 0), 103, 118, 122 (ECHAM5/CLM A1B, seneintritts im Mittel aller ausgewerteten Phasen 6,5
Bias-korrigiert, REMO/UBA A1B, Bias-korrigiert) so- Tage gegenüber 4,7 Tagen im Zeitraum 2071–2100. Im
wie 103, 117, 121 (WettReg A1B, Bias-korrigiert, Lauf Vergleich der Differenzen des Phasenbeginns zwischen
5, nicht dargestellt) Tage nach Jahresbeginn. der Klimanormalperiode 1961–1990 und dem Zeitraum
Für den Zeitraum 2031–2060 (Abb. 2.7-4, jeweils 2071–2100 waren die aus der Verwendung der vier Kli-
die untere Karte, Mitte) sind die Unterschiede im mamodelle resultierenden Unterschiede mit zehn Tagen
Blühbeginn der Birne zwischen den unterschiedlichen für die Haselblüte (Phase 1) am größten und mit 2 Ta-
Klimaprojektionen größer: Während HADCM3/CLM gen für den Blühbeginn der Robinie (Phase 123) sowie
A1B, Bias-korrigiert, WETTREG 2010 A1B, Lauf 0 des Wiesen-Knäulgrases (Phase 20) am geringsten.
2.7 Schröder et al.
Klimamodell HADCM3/CLM
Klimamodell REMO/UBA
Abb. 2.7-4: Mittlerer Blühbeginn der Birne (Tage nach Jahresbeginn) in den Naturräumen Hessens. Punktuelle Beobach-
tungen und daraus berechnete Flächenschätzungen 1991-1990, 1971-2000, 1991-2009 jeweils obenre Reihe, Projektionen für
das SRES-Szenario A1B nach vier verschiedenen Klimamodellen HADCM3/CLM (SRES-Szenario A1B)jeweils untenre Reihe.
2. Auswirkung des Klimawandels auf aquatische und terrestrische Ökosysteme
Klimamodell ECHAM5/CLM
Klimamodell WETTREG 2010
Abb. 2.7-4 (Forts.)
2.7 Schröder et al.
Schlussbetrachtung of Europe’s changing climate – 2008 indicator-based as-
Die mit Hilfe der vorgestellten Methodik erarbeiteten sessment. Report No 4/2008.
ELITH, J. & J. Leathwick (2009): Species distribution
Karten zur pflanzenphänologischen Entwicklung hel- models: ecological explanation and prediction across
fen unter anderem bei der großräumigen Abschätzung space and time. Annu Rev Ecol Evol 40, 677–697.
möglicher Folgen des Klimawandels für Pflanzen und ENKE, W. (2004): Erweiterung des Simulationszeitrau-
Tiere und damit gleichzeitig zur Entwicklung mög- mes der Wetterlagenbasierten Regionalisierungs-
licher Anpassungsmaßnahmen und Abschwächungs- methode auf der Basis des ECHAM4-OPYC3 Laufes
strategien (Elith & Leathwick 2009, Schönrock et für die Dekaden 2011/2020 und 2051/2100, Szenario
al. 2013). Hierzu gehören u.a. die Anpassung der Lage B2. Hessisches Landesamt für Umwelt und Geologie,
und Ausdehnung von Schutzgebieten (Mawdsley et al. Wiesbaden.
HENNIGES, Y., H. DANZEISEN & R. D. Zimmer-
2009, Milad et al. 2011), aber auch Änderungen im
mann (2005): Regionale Klimatrends mit Hilfe der
Agrarmanagement, z.B. hinsichtlich der Wahl des Aus- phänologischen Uhr, dargestellt am Beispiel Rheinland-
saatzeitpunkts oder der angebauten Kulturarten. Auf Pfalz. Umweltwiss Schadst Forsch 17(1), 28-34.
der anderen Seite muss aufgrund der steigenden Tem- HOLOPAINEN, J., S. HELAMA, H. LAPPALAINEN
peraturen mit dem vermehrten Auftreten von Pflanzen- & H. GREGOW (2013): Plant phenological records
schädlingen gerechnet werden (Bindi & Olesen 2011, in northern Finland since the 18th century as retrieved
van Vliet et al. 2013). Ebenso ist mit einem erhöhten from databases, archives and diaries for biometeorolog-
Risiko durch Frostschäden zu rechnen, da sich der Blüh- ical research. Int J Biometeorol 57, 423–435.
beginn vieler Pflanzenarten zum Jahresbeginn hin ver- INOUYE, D. W. (2000): The ecological and evolutionary
significance of frost in the context of climate change.
schiebt (Inouye 2000). Durch die prognostizierte Ver- Ecol Lett 3, 457-463.
minderung der Niederschlagsbeträge im Sommer und JACOB, D., H. GÖTTEL, S. KOTLARSKI, P. LORENZ
erhöhte Verdunstungsraten ist weiterhin ein erhöhter & K. SIECK (2008): Klimaauswirkungen und Anpas-
Bedarf an Bewässerungsmaßnahmen während der Ve- sung in Deutschland – Phase 1: Erstellung regionaler
getationsperiode zu erwarten (Enke 2004). Mögliche Klimaszenarien für Deutsch-land, Forschungsbericht
positive Effekte könnten sich durch eine Verlängerung 204 41 138, UBA-FB 000969. Climate Change 11/08,
der Vegetationsperiode ergeben (Henniges et al. 2005), Dessau.
etwa in Form von höheren oder sogar mehreren Ernten KEULER, K. & M. LAUTENSCHLAGER (2006): Cli-
mate Simulations with CLM. Climate of the 20th Cen-
im Jahr. Auch ein Anbau von neuen Fruchtarten, wie tury run No.1, 1960–2000, Data Stream 2 und Scenario
etwa neuen Weinsorten (Schultz et al. 2009), könnte A1B run No.1, 2001–2100, European region, MPI-M/
unter veränderten klimatischen Verhältnissen möglich MaD.
werden (Bindi & Olesen 2011, Priess et al. 2005). KREIENKAMP, F., A. SPEKAT & W. ENKE (2010):
Ergebnisse eines regionalen Szenarienlaufs für Deutsch-
Zitierte Literatur land mit dem statistischen Modell WETTREG2010, Re-
port, 24th August 2010, CEC Potsdam.
BINDI M. & J. E. OLESEN (2011): The responses of
MAWDSLEY, J. R., R. O’Malley & D. S. Ojima
agriculture in Europe to climate change. Reg Environ
(2009): A review of climate-change adaptation strate-
Change 11, 151-158. gies for wildlife management and biodiversity conser-
BÖHM, U., M. KÜCKEN, W. AHRENS, A. BLOCK, vation. Conserv Biol 23(5), 1080-1089.
D. HAUFFE, K. KEULER, B. ROCKEL & A. WILL MEYNEN, E., J. SCHMITTHÜSEN, J. GELLERT, E.
(2006): CLM – the climate version of LM: Brief de- NEEF, H. MÜLLER-MINY & J. H. SCHULTZE (1953,
scription and long-term applications. COSMO Newslet- 1962): Handbuch der naturräumlichen Gliederung
ter 6, 225-235. Deutschlands, 2. Bd., Bad Godesberg.
COOK, B. I., E. B. WOLKOVICH, T. J. DAVIES, T. R. MILAD, M., H. SCHAICH, M. BÜRGI & W. KONOLD
AULT, J. L. BETANCOURT, J. M. ALLEN, K. BOL- (2011) Climate change and nature conservation in
MGREN, E. E. CLELAND, T. M. CRIMMINS, N. J. Central European forests: a review of consequences,
B. KRAFT, L. T. LANCASTER, S. J. MAZER, G. J. concepts and challenges. Forest Ecol Manage 261, 829-
MCCABE, B. J. MCGILL, C. PARMESAN, S. PAU, J. 843.
REGETZ, N. SALAMIN, M. D. SCHWARTZ & S. E. MORREN, C. (1849): Le globe, le temps et la vie. Bul-
TRAVERS (2012): Sensitivity of spring phenology to letins de l’Académie royale des Sciences, des Lettres et
warming across temporal and spatial climate gradients des Beaux-Arts de Belgique XVI(2),660–684.
in two independent databases. Ecosystems 15, 1283- ODEH, I. O. A., A. B. MCBRATNEY, D. J. CHITTLE-
1294. BOROUGH (1995): Further results on prediction of soil
DWD (Deutscher Wetterdienst) (1991): Anleitung für die properties from terrain attributes: heterotopic cokriging
phänologischen Beobachter des Deutschen Wetterdien- and regression-kriging. Geoderma 67, 215-226.
stes (BAPH), Offenbach am Main. PRIESS, J. A., M. HEISTERMANN, R. SCHALDACH,
EEA (European Environmental Agency) (2008): Impacts J. ONIGKEIT, M. MIMLER, D. TRINKS & J. AL-
2. Auswirkung des Klimawandels auf aquatische und terrestrische Ökosysteme
CAMO (2005): Klimawandel und Landwirtschaft in und zukünftig zu erwartenden Änderungen der Phän-
Hessen: Mögliche Auswirkungen des Klimawandels ologie von Wild- und Kulturpflanzen in Hessen und
auf Landwirtschaftliche Erträge. Abschlussbericht für deren Implikationen für die Forst- und Landwirtschaft -
den Bereich Landwirtschaft, InKlim 2012—Integriertes Klimawandel und Pflanzenphänologie in Hessen: HeK-
Klimaschutzprogramm Baustein II: Klimawandel und limPh. Abschlussbericht für Fachzentrum Klimawandel
Klimafolgen in Hessen. Universität Kassel. Hessen im Hessischen Landesamt für Umwelt und Ge-
SCHMIDT, G., M. HOLY, R. PESCH & W. SCHRÖDER ologie. Vechta, Wiesbaden: 1-100 + Anhang: 1-235.
(2010): Changing plant phenology in Germany due to SCHULTZ, H. R., M. HOFMANN & G. JONES (2009):
the effects of global warming. Int J Climate Change 2, Weinanbau im Klimawandel: Regionen im Umbruch.
73-84. Klimastatusbericht des DWD, 12-20.
SCHÖNROCK S., G. SCHMIDT & W. SCHRÖDER VAN VLIET, A. J. H., W. A. BRON, S. MULDER, W.
(2013): Klimabiomonitoring. Untersuchung der Pflan- VAN DER SLIKKE & B. ODE (2013): Observed cli-
zenphänologie auf lokaler Ebene und ihr Vergleich mit mate-induced changes in plant phenology in the Nether-
regionalen und nationalen Daten. Natur und Landschaft lands. Reg Environ Change, doi: 10.1007/s10113-013-
88, 14-21. 0493-8.
SCHRÖDER, W., R. PESCH & G. SCHMIDT (2007):
Analysis of climate change affecting German forests by Kontakt:
Prof. Dr. Winfried Schröder
combination of meteorological and phenological data B.Sc. Simon Schönrock
within a GIS environment. The Scientific World 7(1), Dr. Gunther Schmidt
84-89 Universität Vechta - Landschaftsökologie
SCHRÖDER, W., S. SCHÖNROCK & G. SCHMIDT winfried.schroeder@uni-vechta.de
(2012): Landesweite Untersuchungen zu beobachteten gunther.schmidt@uni-vechta.de
Schröder, W., S. Schönrock & G. Schmidt (2014): Klima und Pflanzenphänologie in Rückblick und Projektion. In:
Lozán, J. L., Grassl, H., Karbe, L. & G. Jendritzky (Hrsg.). Warnsignal Klima: Gefahren für Pflanzen, Tiere und
Menschen. 2. Auflage. Elektron. Veröffent. (Kap. 2.7) - www.klima-warnsignale.uni-hamburg.de.
Sie können auch lesen
