Inhaltsbereich

Klima-Indikatoren

Der Klimawandel zeigt sich nicht nur im signifikanten Temperaturanstieg der vergangenen Jahrzehnte. Es gibt viele weitere Klimaindikatoren, welche die Änderungen des Klimas veranschaulichen. Der zeitliche Verlauf wichtiger Kenngrössen wird hier dargestellt.

Fussbereich

Top Bar Navigation

Alle Schweizer BundesbehördenAlle Schweizer Bundesbehörden

Mithilfe verschiedener Klimaindikatoren lässt sich sehr klar aufzeigen, wie die Schweiz vom Klimawandel betroffen ist. So führt die beobachtete Erwärmung zu einer wachsenden Zahl an Sommer- und Hitzetagen (Tageshöchsttemperatur 25 °C respektive 30 °C oder mehr) und mehr Tropennächten (Minimumtemperatur nicht unter 20 °C). Gleichzeitig nimmt die Zahl der Frost- und Eistage (Temperaturminimum beziehungsweise -maximum unter 0 °C) ab.

Die Erwärmung führt auch dazu, dass trotz tendenziell zunehmender Winterniederschläge die Anzahl der Neuschneetage und der Tage mit Schneedecke abnehmen. Seit den 1980er Jahren ist auch ein Trend zu mehr Sonnenschein und damit mehr heiteren Tagen zu beobachten. Ob ein Klimaindikator überhaupt einen statistisch nachweisbaren Trend zeigt und wie stark dieser ist, hängt vom Messstandort und vom Beobachtungszeitraum ab.

Verfügbare Daten und ihre Qualität

Die Klimaindikatoren liegen für die Stationen des Schweizer Klimamessnetzes vor. Soweit vorhanden werden sie mit homogenisierten Daten für die Perioden 1864 bis heute und 1961 bis heute berechnet. Homogen sind Klimadaten dann, wenn sie von Einflüssen bereinigt sind, die nichts mit dem Klima und dessen Veränderung zu tun haben. Dies ist zum Beispiel der Fall, wenn sich die Messbedingungen, unter welchen meteorologische Daten erhoben werden, verändert haben. Für Schnee und Indikatoren, die auf der Sonnenscheindauer basieren, liegen noch keine homogenen Reihen vor; hier werden die Auswertungen anhand geprüfter und bereinigter Originaldaten durchgeführt.

In der folgenden Applikation lassen sich Klimaindikatoren zu den Themen Hitze, Kälte, Regen, Schnee, Dürre und Sonnenschein darstellen.

Die Trends werden wie folgt bestimmt:

  • Neben den Werten pro Jahr werden auch eine geglättete Kurve (11-Jahre Gaussfilter) und eine Schätzung des linearen Trends (gestrichelt) gezeigt. Für Zähldaten (wenn die Anzahl Tage gezählt wird) ist dies ein logistischer Trend, für alle anderen wird die Steigung der Trendlinie mittels der Theil-Sen-Methode bestimmt.
  • Gezeigt werden jeweils der absolute Trend in Einheiten pro zehn Jahre, der relative Trend (die Differenz der Schätzung zwischen Beginn und Ende der Zeitreihe dividiert durch das Mittel der Zeitreihe) in Prozent sowie die Signifikanz des Trends (p-Wert).
  • Die Signifikanz wird über den nicht-parametrischen Mann-Kendall-Trend-Test bestimmt. In der Klimatologie werden Trends mit p-Werten kleiner als 0.05 oft als signifikant von Null verschieden angesehen.

Trockenheitsindikatoren

Verschiedene Trockenheitsindikatoren beschreiben die aktuelle Trockenheit oder Nässe an ausgewählten Stationen des Messnetzes von MeteoSchweiz. Die Indikatoren werden von meteorologischen Messgrössen abgeleitet. Die wichtigste Eingangsgrösse ist die Niederschlagsmenge. Je nach Indikator wird zusätzlich die Verdunstung berücksichtigt, die von der Temperatur, Feuchte, Strahlung und Windgeschwindigkeit abhängt.

Folgende Literatur wurde verwendet:

  • Begert M., Schlegel T., Kirchhofer W., 2005: Homogeneous Temperature and Precipitation Series of Switzerland from 1864 to 2000. International Journal of Climatology 25: 65-80. http://onlinelibrary.wiley.com/doi/10.1002/joc.1118/pdf
  • Frei, C. and Schär C., 2001: Detection probability of trends in rare events: Theory and application to heavy precipitation in the Alpine region. J. Climate 14: 1568-1584. http://dx.doi.org/10.1175/1520-0442(2001)014<1568:DPOTIR>2.0.CO;2
  • Kendall M.G., 1975: Rank Correlation Methods, Charles Griffin, London.
  • Mann H.B., 1945: Nonparametric tests against trend. Econometrika 13:245-259.
  • Sen P.K., 1968: Estimates of the regression coefficient based on Kendall's tau. Journal of the American Statistical Association, 63, 1379-1389.
  • Theil H., 1950: A rank-invariant method of linear and polynomial regression analysis. Netherlands Akad. Wetensch. Proc., 53, pages: 386-392 (part I), 521-525 (part II), 1397-1412 (part III).