Modellunsicherheiten in Klimafolgeprojektionen. Eine Einführung
Abstract
Um Folgen des Klimawandels abzuschätzen, erzeugen Klimaforscher oft Modellvorhersagen basierend auf einem Emissionsszenario, sogenannte Klimafolgeprojektionen. Solche Modellprojektionen sind mit Unsicherheiten behaftet, die sich aus den Unsicherheiten der einzelnen Modellkomponenten (z.B. Treibern, Parametern oder Struktur) ergeben. Die Quantifizierung dieser Unsicherheiten ist für die Interpretation der Projektionen durch Forschung, Entscheidungsträger und Öffentlichkeit von essenzieller Wichtigkeit. Ziel dieses Artikels ist es, eine Einführung in die Berechnung von Modellunsicherheiten im Kontext von Klimafolgeprojektionen zu geben. Wir diskutieren hierzu zunächst die Gründe und Typen von Modellunsicherheiten und erklären danach wie man diese quantifizieren (=Unsicherheitsanalyse) und über den Abgleich mit Beobachtungsdaten reduzieren (=Modellinversion) kann. Wir veranschaulichen die besprochenen Konzepte durch eine Fallstudie, in der wir eine Unsicherheitsanalyse des terrestrischen Ökosystemmodells LPJ-GUESS für einen Standort in Franken vornehmen.
What the paper shows and why it matters (AI-generated)
A German-language primer on uncertainty in climate impact projections, written for a regional geography readership rather than for modellers. It sets out where model uncertainty comes from (drivers, parameters, model structure), how uncertainty analysis quantifies it and how calibration against observations reduces it, then works through an uncertainty analysis of the ecosystem model LPJ-GUESS at a site in Franconia. The article came out of subproject 5 of the bayklif network BLIZ, on uncertainty and risk in climate-impact system models.