Klimawandel und Wasser: Müssen wir Böden und Standorte neu bewerten?
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Dresdner Dresden
Kompetenzzentrum Water
Wasser Centre
Fakultät Forst-, Geo-, Hydrowissenschaften, Institut für Hydrologie und Meteorologie, Professur Meteorologie
Klimawandel und Wasser: Müssen wir
Böden und Standorte neu bewerten?
Christian Bernhofer und Barbara Köstner
Symposium “Bodeninformationen – Grundlage für Bodenschutz, Wirtschaft und
Forschung”
Dresden, 12./13. Okt. 2011
Bodeninformation in Klimamodellen
IPCC 2007, WG
Figure 1.2I
Modellkette Klima - Wirkung
Globale Regionale Wirkungs-
Klimamodelle Klimamodelle modelle
Globale Regionale Energie-/
Klimaprojektionen Klimaprojektionen Wasser-/ Stoffflüsse
Verbesserung des Klimafolgen- und Klimawissens
Landnutzungsszenarien
Anbauverteilungsszenarien
Sozio-ökonom. Klima- Wirkungs- Sozio-ökonom.
Storylines modelle modelle Ökolog. Szenarien Ökonom.
Emissions- Klima-
Klimafolgen- Klimafolgen-
Szenarien projektionen
Szenarien Szenarien
Regionale Klimaprojektionen
Cosmo-CLM
WETTREG
Temperatur
Niederschlag
Klimatische Wasserbilanz - keine Bodeninformation!
Steuerung der Verdunstung
Strahlung Energieflüsse
Verfügbare
Energie Bewölkung Niederschlag
THG Aerosole Windgeschwindigkeit
Temperatur Luftfeuchte Aerodynamische
Leitfähigkeit
Wasserdampf-
sättigungsdefizit
EvaporationB
Interzeption Beschaffenheit der Landoberfläche
Transpiration CO2
Bestandesleitfähigkeit
Pflanzeneigenschaften
Hydraulische Leitfähigkeit Wurzelwasseraufnahme
Bodenwasserverfügbarkeit
Grundwasserabfluss
Köstner & Kuhnert 2011
Verdunstung von verschiedenen
Landnutzungen
Dresden
Dresden
Catchment Beech
Werners- Site
bach
Phenol.
Garden
Spruce
Site
Grass Site
Tharandter Wald
Tharandter Wald
(60 km²) Crop Site
Jährliche Variabilität der Verdunstung
Variabilität zwischen Landnutzungen
Verdunstung Produktion
Grünwald et al., Meteorologie, TUD
Boden-Vegetation-Atmosphäre
SVAT: soil – vegetation – atmosphere - transfer
precipitation
••
•
net radiation flux
evapotranspiration
Wirkungsmodelle interception
wind
••
•
evaporation sensible
latent heat flux
heat flux
infiltration
surface runoff
root water
uptake
soil heat flux diffusion
drainage
diffusion
groundwater runoff
Modellbeispiel SVAT-CN
Solar radiation Air temperature [CO 2] Relative humidity Wind speed
LAI, SAI CO2
Canopy Layer 1 H 2O
Canopy Layer 2
Phenology
Canopy Layer 3
..
.
Leaf
Canopy Layer n
physiology
Canopy homogene
Vegetations- und Bodenschichten
effective Ψsoil Vapour pressure
Water
Precipitation H 2O
extraction Air temperature Wind speed
Soil hydraulic
parameters
Soil thermal CO2
Soil Layer 1
parameters Soil Layer 2
Soil respiration Soil Layer 3
..
.
parameters
Soil Layer n
Root distri-
bution SoilValidierung der Simulation an
Messstandorten
beech site spruce site
Tharandter Wald 184 mm 214 mm
2006
Transpiration
[mm]
0
40 - 160
160 - 170
170 - 180
180 - 190
190 - 195
195 - 200
200 - 205
205 - 210
210 - 215
sap flow:
Clausnitzer et al. 2011 M. Kuhnert, Meteorologie, TU DresdenRäumliche Information für die
Extrapolation
Landnutzung Weißeritzkreis
Konzeptionelle Bodenkarte Sachsen
Acker
Laubwald
Nadelwald
GrünlandRäumliche Simulation von
Transpiration und WUE
Wald und Grasland Klimaprojektion: Cosmo-CLM, A1B, Weißeritzkreis
Rel. Änderung der Transpiration Rel. Änderung der Wassernutzungseffizienz
2040 to 2021 2040 to 2021Räumliche Simulation von Transpiration und
Gesamtverdunstung
Beispiel Uckermark
Sandboden
Lehmboden
Torfboden
Aueboden
anmooriger Boden
schraffiert: Nadelwald schraffiert: Laubwald
Cosmo‐CLM, A1B
ETI T
< 0.9
0.9 - 0.95
0.95 - 1
1 - 1.1
1.1 - 1.2
1.2 - 1.3
2020 / 1994 2040 / 2020 2020 / 1994 2040 / 2020
Köstner & Kuhnert 2011Räumliche Auflösung der Bodendaten
Ertragssimulation für das Märkisch-Oderland (Mirschel et al. 2005, ZALF)
Vergleich 2000/2050, Klimaprojektion STAR,
Boden im Gitter 100x100 m2 (Basis MMK)
z.B. Winterweizen:
- 5% ohne CO2-Düngungseffekt
+ 0.5% mit CO2-Düngungseffekt
Im Vergleich Gerstengarbe et al. 2003:
Klimaprojektion STAR, 2050
Boden im Gitter 1000x1000 m2 (BÜK1000)
Winterweizen:
- 30 % ohne CO2-DüngungseffektPerspektiven FACE-Experimente www.landcare2020.de
Wirkung erhöhter atm. CO2-Konz. auf den
Bodenwassergehalt
Bodenwassergehalt
25,0
Art Jahr n % CO2
Effekt
22,5
375/ 550 ppm CO2
20,0
soil water content (Vol%)
17,5
15,0 Gerste 2000 3 + 12.7
12,5
2003 10 + 19.0
1
10,0
( 45 cm soil depth; means + se, n=4) Weizen 2002 7 + 11.7
7,5 Zuckerrübe 2001
5,0
2005 12 + 22.0
09.05.2001 08.06.2001 08.07.2001 07.08.2001 06.09.2001
Zucker- 2001 8 + 15.6
TDR Messung / 30 cm
rübe
2004 19 + 11.0
Gravimetrie; 0 - 60 cm
Î erhöhter Bodenwassergehalt
während der CO2 Begasung
Burkart et al. (2010) PLANT BIOLOGYWirkung erhöhter atm. CO2-Konz. auf den
Bodenwassergehalt
Pflanzenverfügbares Bodenwasser unter Mais (2008; 0-60 cm)
120
Beregnung:
feucht / 375 ppm
100
plant available soil water (mm)
80 feucht
60
40
trocken
20
Regenausschluss
0
11. Jun 25. Jun 09. Jul 23. Jul 06. Aug 20. Aug
trocken
Manderscheid et al., vTI, BraunschweigRäumliche Information in Wirkungsmodellen Beispiele für Eingangskarten in regionale Wirkungsmodelle (LandCaRe DSS)
Ertragsmodell YIELDSTAT (regional) Mittelmaßstäbige landw. Standortkartierung (MMK) im Entscheidungshilfesystem LandCaRe-DSS
Ertragsmodell MONICA (lokal)
Dresden
Dresden
Crop SiteErtragsmodell MONICA (lokal) Bodeninformation BK50, Bodenprofile
Ertragsmodell MONICA
Schlussfolgerungen Es steht heute eine Reihe von unterschiedlichen regionalen Klimaprojektionen zur Verfügung (Unsicherheit des Klimawissens, „Verunsicherung“). Wirkungsmodelle standardisieren die Bewertung von Klimaprojektionen, aber auch der anderen Modellannahmen und Randbedingungen (Bodeneigenschaften). Nicht nur die Klimaprojektionen, sondern auch die anderen Modellannahmen und Randbedingungen entscheiden über die Richtung (Vorzeichen) der simulierten Wirkung. Durch den CO2-Düngeeffekt erhält die Wasserspeicherfähigkeit von Böden zusätzliche Bedeutung. Das Klima- und Klimafolgenwissen hat in den letzten Jahrzehnten erhebliche Fortschritte gemacht. Mit dem neuen Wissen entsteht weiterer Forschungs-, aber auch Ordnungsbedarf (Ensemble-/Multimodell-Ansätze, Modellplattformen).
Sie können auch lesen
