Mehr Regenextreme durch den Klimawandel

Es ist interessant, manchmal auf aktuelle Paper in der Klimaforschung zu schauen, einerseits weil man den inkrementellen Fortschritt sieht, wie Fragen die vor 2-3 Jahren noch als unsicher galten nach und nach immer besser beantwortet werden; aber auch wie die Paper auf fortgeschrittene Methoden der Datenanalyse setzen und ausnutzen, dass große Datenmengen aus Modellläufen und Beobachtungen international zur Verfügung gestellt werden. Klimatologie funktioniert längst nur noch durch Zusammenarbeit und Austausch von Daten, und das ist es wert von (uns) anderen Umweltdisziplinen aufmerksam verfolgt zu werden.
Ein gerade in Nature erschienenes Paper behauptet jetzt zum ersten Mal den Einfluss des Menschen auf den Klimawandel in der Zunahme an extremen Regenereignissen festgestellt zu haben.

Dass der Klimawandel existiert und global im Mittel die Temperaturen steigen ist unumstritten, dass der Mensch durch kräftiges Auspusten klimarelevanter Gase daran Schuld ist auch. Die Klimaforschung befasst sich aktuell unter anderem damit, zu besseren Vorhersagen (bzw. Projektionen, den Unterschied erspare ich mir jetzt aber mal) zu kommen. Interessant ist z.B., den Einfluss des Klimawandels auf Extremwetterereignisse zu untersuchen. Der Einfluss des Menschen schlägt ja nun schon gute 60 Jahre durch, man kann also aus historischen Daten die Erwartung für die Zukunft formulieren.
Was die Forscher und die Forscherin um Erstautor Seung-Ki Min sich herausgepickt haben, sind die extremen Regenereignisse. Und zwar aus einer globalen Sicht: Sie zeigen dass in den meisten Regionen (zwei Dritteln) Starkregenereignisse wahrscheinlicher werden und weisen anthropogene (vom Mensch gemachte) Einflüsse als Ursache aus.

Ein Maß

Die Untersuchung bezieht sich auf jeweils Fünfjahrespakete zwischen 1951 und 1999. Dazu stehen Läufe aus mehreren verschiedenen Klimamodellen zur Verfügung. Die Verwendung gleich mehrerer, unterschiedlicher Modelle ist wichtig, da kein Modell jemals perfekt sein wird. Wenn aber mehrere Modelle mit unterschiedlichen Stärken und Schwächen das gleiche vorhersagen, erhält man Vertrauen in die Aussagen.
Wichtig zur Bewertung ist es überhaupt erstmal, eine Messgröße zu haben. In diesem Fall sind es zwei Indizes, die für einen Zeitraum von einem Jahr oder von fünf Jahren die maximale Niederschlagsmenge an einem Tag angeben. Diese Indizes wären ein gutes Maß für die Häufigkeit und Stärke von Niederschlägen, die den Menschen betreffen.
Jetzt sind aber die Niederschläge regional stark unterschiedlich, und auch die Messnetzwerke sind nur punktuell und nicht unbedingt gleichmäßig verteilt; aber man will doch zu einem Vergleich kommen können. Daher hat Seung-Ki Min und seine Mitautoren und -autorin einen weiteren Index eingeführt, den wahrscheinlichkeitsbasierten Index. Zunächst werden dafür die Niederschläge an jedem Ort normiert, also auf eine Skala zwischen Null und Eins umgerechnet. Dann fittet man eine Wahrscheinlichkeitsverteilung daran, die besonders für extreme Werte geeignet ist. Im Endeffekt wird man so eine Zunahme der Wahrscheinlichkeit für extreme Werte finden, wenn denn starke Regenereignisse auch tatsächlich zunehmen.

Der menschliche Fingerabdruck

Ein weiterer Trick ist die Wahl der Modelle: Da gibt es Modelle die nur durch den anthropogenen Anteil angetrieben werden, Kontrollläufe die nur den natürlichen Antrieb verwenden und komplette Läufe, die beide Antriebe summieren.
In der Darstellung zeigt sich dann, dass für zwei Drittel aller Regionen auch tatsächlich der Index zunimmt, also Starkregenereignisse wahrscheinlicher werden. Die Hauptleistung des Papers aber ist, den Fingerabdruck des menschlichen Einflusses (den man ja durch die verschiedenen Modellarten von natürlichen Einflüssen getrennt hat) in den Beobachtungen zu sehen.
Die Methode, die dazu verwendet wurde, ist die “optimal detection”-Methode. Hierbei erzeugt man quasi aus den Modellläufen einen Fingerabdruck, den man in den Messdaten sehen müsste, wäre denn die Annahme richtig dass es mehr Regenereignisse gibt. In diesem Fall ist der entscheidende Zug, dass man in den Modellläufen die alle Antriebe enthalten einen kleineren Fingerabdruck sieht als in denen, die nur menschliche Einflüsse als Antrieb haben. Der Mensch hat seinen Fingerabdruck am Tatort hinterlassen, und im Rahmen der Genauigkeit der Methode, Messung und verfügbaren Datenmenge hat man den Durchbruch im Fall geschafft.
Die Unsicherheiten, die sich im Laufe der Jahre also vermutlich noch verringern werden, stammen aus den “üblichen” Unsicherheiten der Modellläufe und der Antriebe der Modelle, aber auch daraus dass nur eine begrenzte Zahl Messdaten vorhanden war. Das ist aber eher eine Stärke des Papers: Dass die Forscher und die Forscherin so ehrlich waren, die eh verstreut vorhandenen Messreihen noch auszudünnen, und nur Daten zu verwenden die den kompletten Zeitrahmen abdecken und nur an solchen Orten zu vergleichen, an denen die innere Variabilität der Modelle stabil genug war – ansonsten hätte man nämlich im Rauschen des Modells fälschlicherweise den Fingerabdruck finden können. Die Chance dazu hat man minimiert, nur an Stellen zu vergleichen, an denen die Variabilität der modellierten Werte ordentlich simuliert wurde.