Bessere Vorhersage extremer Regenfälle in Mittelmeerländern
Extreme Regenfälle sind eine der häufigsten Naturgefahren im Mittelmeerraum. Sie führen oft zu Überschwemmungen und Erdrutschen, die schwere Folgen für die Umwelt, Gesellschaft und Wirtschaft nach sich ziehen. Deshalb ist die Wissenschaft bestrebt, diese Naturgefahr zu verstehen und die Vorhersagen zu verbessern. Dennoch ist es „extrem schwierig, viele Tage im Voraus vorherzusagen, wann und wo genau schwere Regenfälle auftreten werden“, erklärt Nikolaos Mastrantonas von der Technischen Universität Bergakademie Freiberg (TUBAF) in einer Pressemitteilung auf der Website „EurekAlert!“. „Deshalb wollen Forschende neue Instrumente entwickeln, um extreme Wetterphänomene besser vorherzusagen und dadurch Frühwarnungen und angemessene Eindämmungsstrategien zu ermöglichen.“ Mastrantonas ist Hauptautor einer Studie, die sich mit der Verbesserung der Vorhersage extremer Niederschläge in Mittelmeerländern beschäftigt. Die Studie führt zwei Neuheiten ein. Zunächst wurde ein „systematischer, den kompletten Mittelmeerraum und das ganze Jahr umfassender Ansatz“ verwendet, bei dem die Erkennung solcher Niederschlagereignisse auf den neuesten ERA5-Datensätzen beruht. Außerdem wurde die Beziehung zwischen extremen Niederschlägen und großer atmosphärischer Strömungsmuster über dem Mittelmeerraum quantifiziert. Die Ergebnisse zeigten eine klare räumliche Trennung des Auftretens extremer Niederschläge: Im östlichen Mittelmeerraum traten die meisten Ereignisse im Winter auf, im westlichen Mittelmeerraum hingegen im Herbst.
Atmosphärische Strömungsmuster
Mit Unterstützung des EU-finanzierten Projekts CAFE (Climate Advanced Forecasting of sub-seasonal Extremes) analysierte das Forschungsteam extreme Niederschlagsereignisse der Jahre 1979 bis 2019. Das tägliche Wetter wurde in neun unterschiedliche atmosphärische Strömungsmuster über dem Mittelmeerraum gegliedert: Atlantisches Tief, Biskayanisches Tief, Iberisches Tief, Sizilianisches Tief, Balkan-Tief, Schwarzes-Meer-Tief, Mittelmeerhoch, Geringes Tief und Geringes Hoch. „Beim Klima ist das Mittelmeer eine besonders interessante Region, da es von großen Kontinenten und Gebirgsketten umgeben ist. Das regionale Klima der Gegend hängt auch von größeren Mustern über dem Atlantischen Ozean, dem Balkan und dem Schwarzen Meer ab“, merkt Mitautor Prof. Jörg Matschullat vom CAFE-Projektpartner TUBAF an. Die neun Muster stimmen mit instabilen Bedingungen wie Abschnürtiefs überein oder werden mit Tiefdruck- und Hochdruckwetterlagen in Verbindung gebracht. „Solche Bedingungen führen zu extremen Niederschlagsereignissen in verschiedenen Subregionen des Mittelmeerraums“, kommentiert Mastrantonas. Die Pressemitteilung auf „EurekAlert!“ beschreibt ein Beispiel: „Ein Tiefdrucksystem über der Biskaya erhöht die Wahrscheinlichkeit extremer Regenfälle in Gebirgs- und Küstenregionen in Spanien, Marokko, Italien und sogar dem westlichen Balkan um mehr als das Sechsfache.“
Die Rolle der Berge
Die Studie zeigte auch, wie Berge eine starke Verbindung zwischen weit voneinander entfernten Regionen aufbauen. Mehr als 30 % der extremen Niederschläge in Teilen Westitaliens traten am gleichen Tag auf wie extreme Niederschlagsereignisse Hunderte Kilometer entfernt an der Küste von Kroatien und Montenegro. „Grund dafür sind die Apenninen, die einen Großteil des Luftstroms behindern und dazu führen, dass die Feuchtigkeit sich im westlichen Italien ansammelt und gleichzeitig auch über Kroatien“, erklärt Mastrantonas. Als nächstes wollen die Forschenden herausfinden, wie zuverlässig die aktuellen Wettervorhersagemodelle die neun atmosphärischen Strömungsmuster vorhersagen können. „Wir wollen diese Informationen in neue Vorhersageprodukte einbauen, die über extremes Wetter im Mittelmeerraum mit subsaisonalen Maßstäben informieren“, schließt Prof. Matschullat ab. Das Projekt CAFE begann im März 2019 und läuft 4 Jahre. Weitere Informationen: CAFE-Projektwebsite
Schlüsselbegriffe
CAFE, Regenfälle, extreme Niederschlagsereignisse, Wetter, Vorhersage, atmosphärische Strömungsmuster
