101

BMBF klimazwei Verbundprojekt KUNTIKUM „Klimatrends und nachhaltige Tourismusentwicklung

in Küsten- und Mittelgebirgsregionen: Produkt- und Infrastrukturinnovation durch

kooperative Gestaltungsprozesse und strategische Entscheidungsfindung“

Schlussbericht zum Teilvorhaben

„Klima- und Wetteranalyse“

Klimatrends in den Modellregionen Nordsee und Schwarzwald aus einer tourismus-klimatischen Sichtweise -

Analyse hoch aufgelöster regionaler Klimasimulationen

Christina Endler und Andreas Matzarakis Meteorologisches Institut, Albert-Ludwigs-Universität Freiburg

Werthmannstr. 10, D-79085 Freiburg e-mail: meteo@meteo.uni-freiburg.de

April 2010

102

Die Autoren danken dem Bundesministerium für Bildung und Forschung für die Förde-rung dieses Forschungsvorhabens, die im Rahmen der Forschungsinitiative klimazwei unter FKZ 01LS05019 erfolgte.

103

Inhaltsverzeichnis

Seite

Abbildungsverzeichnis 105

Tabellenverzeichnis 108

Zusammenfassung 109

1. Einleitung 113

2. Ziele des Projektes KUNTIKUM 115

3. Stand der Wissenschaft 116

3.1. Die Entwicklung der Tourismus-Klimatologie – ein kurzer Überblick 116

3.2. Der neue Ansatz in der Tourismus-Klimatologie 122

4. Methodik 125

4.1. Regionale Klimamodelle 125

4.1.1. REMO 126

4.1.2. CLM 127

4.2. Datenbearbeitung 128

4.2.1. Datenextraktion 128

4.2.2. Kalkulation von Häufigkeiten 134

4.2.3. Grafische Darstellung 135

5. Ergebnisse 138

5.1. Testläufe und Validierung von Modelldaten 138

5.1.1. Lufttemperatur und Physiologisch Äquivalente Temperatur 140

5.1.2. Niederschlag 141

5.1.3. Relative Luftfeuchtigkeit 142

5.1.4. Wind 142

5.1.5. Dampfdruck 142

5.2. Klimaänderungen in der Nordseeregion basierend auf regionalen Klimasimulationen (REMO und CLM) 143

5.2.1. Thermische Komponente der Tourismus-Klimatologie 143

5.2.2. Physikalische Komponente der Tourismus-Klimatologie 148

5.2.3. Ästhetische Komponente der Tourismus-Klimatologie 150

5.3. Klimaänderungen in der Schwarzwaldregionen basierend auf regionalen Klimasimulationen (REMO und CLM) 151

104

5.3.1. Thermische Komponente der Tourismus-Klimatologie 152

5.3.2. Physikalische Komponente der Tourismus-Klimatologie 157

5.3.3. Ästhetische Komponente der Tourismus-Klimatologie 162

6. Schlussfolgerungen 164

Literatur 167

Anhang 171

Abbildungen 171

105

Abbildungsverzeichnis Abb. 1: Die thermische Umgebung von Menschen. Weitere Komponenten sind:

A: atmosphärische Gegenstrahlung, D: diffuse Sonnenstrahlung, I: direkte Sonnenstrahlung, R: reflektierte Sonnenstrahlung, E: langwellige Emission der Umgebungsfläche, EKM: Infrarotstrahlung von der Oberfläche des Menschen (nach Jendritzky et al. 1990) .........................120

Abb. 2: Klima-Tourismus-Informations-Schema anhand der Station Feldberg für den Zeitraum 1961-1990. Daten: Beobachtungsdaten des DWD ...................124

Abb. 3: IPCC-Emissionsszenarien.....................................................................................125 Abb. 4: Modellgebiet von REMO (dargestellt ist hierbei die Topgraphie in

Metern)..................................................................................................................127 Abb. 5: Modellgebiet von CLM mit Ausschnitt von Deutschland (dargestellt ist

hierbei die Topographie in Metern) ......................................................................128 Abb. 6: Hauptfenster vom ClimExtractor mit den einzelnen, möglichen zu

extrahierenden Parametern aus dem REMO- und CLM-Modelldatensatz (Hintergrund) und „extended properties“ (Vordergrund). Erklärung siehe Text....................................................................129

Abb. 7: Untersuchungsgebiet Nordsee (links) und Schwarzwald (rechts) auf Grundlage des REMO-Modells ............................................................................130

Abb. 8: Hauptfenster des RayMan-Modells ......................................................................133 Abb. 9: Hauptfenster von CDAP mit den Auswerte- und Analysemöglichkeiten.............134 Abb. 10: Hauptfenster von CMT mit einem Beispiel der Topographie für das

REMO-Modellgebiet mit Fenster für die Farbfestlegung (Legende) (oben) und Fenster für die Auswahl und Anpassung von Kartenprojektionen (unten) ...................................................................................137

Abb. 11: Kältestress für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................145

Abb. 12: Thermische Eignung für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................146

Abb. 13: Feuchtwarme Bedingungen für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................147

Abb. 14: Anzahl der windigen Tage für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................149

Abb. 15: Kältestress für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................153

106

Abb. 16: Jährliche maximale Änderung der Kältestresstage in Abhängigkeit von Höhenklassen für den Zeitraum 2021/2050 verglichen zu 1961/1990. Modell: REMO. ....................................................................................................154

Abb. 17: Thermische Behaglichkeit für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................155

Abb. 18: Feuchtwarme Bedingungen für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................156

Abb. 19: Jährliche maximale Änderung der feuchtwarmen Bedingungen in Abhängigkeit von Höhenklassen für den Zeitraum 2021/2050 verglichen zu 1961/1990. Modell: REMO............................................................157

Abb. 20: Mittlere Schneehöhen für drei Regionen im Südschwarzwald gemittelt über die Monate November bis März. Die Zeitreihen sind von 1961-2000, außer für Titisee, die nur bis 1995 verfügbar ist. Datengrundlage: Beobachtungsdaten des Deutschen Wetterdienstes (DWD) .................................158

Abb. 21: Schnee- und Skifahrpotenzial für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................160

Abb. 22: Maximale, relative Änderung der Schneetage (in Prozent) in Abhängigkeit von Höhenklassen für den Zeitraum 2021/2050 verglichen zu 1961/1990. Modell: REMO............................................................161

Abb. 23: Hitzestress für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................171

Abb. 24: Regentage für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................172

Abb. 25: Trockene Tage für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................173

Abb. 26: Anzahl der sonnigen Tage für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................174

Abb. 27: Nebeltage für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................175

Abb. 28: Hitzestress für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die

107

Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................176

Abb. 29: Regentage für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................177

Abb. 30: Trockene Tage für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................178

Abb. 31: Windige Tage für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................179

Abb. 32: Sonnige Tage für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1......................................................................180

Abb. 33: Nebeltage für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1. ..................................................................................................181

108

Tabellenverzeichnis Tab. 1: Empfinden des Menschen skaliert nach Fanger (1972) ........................................119 Tab. 2: Zuordnung von PET-Bereichen zu PMV-Bereichen bei gleichem

thermischen Empfinden und gleicher thermophysiologischer Belastungsstufe von Menschen, bezogen auf eine metabolische Rate von 80 W und einen Wärmedurchgangswiderstand der Bekleidung (leichter Anzug) von 0.9 clo (nach Matzarakis und Mayer, 1996) .......................121

Tab. 3: Klimafacetten, deren Signifikanz und Wirkung (de Freitas 2003, Matzarakis 2006)...................................................................................................123

Tab. 4: Tourismusrelevante Größen in Beziehung zu ihren Schwellenwerten und Autoren...........................................................................................................131

Tab. 5: Vergleich der verwendeten Modelldaten (REMO, CLM) mit Beobach-tungsdaten vom Deutschen Wetterdienst (DWD) basierend auf ausge-wählte klimatische Größen für Freiburg. Periode: 1961-1990 .............................139

Tab. 6: Vergleich der verwendeten Modelldaten (REMO, CLM) mit Beobach-tungsdaten vom Deutschen Wetterdienst (DWD) basierend auf ausge-wählte klimatische Größen für Bremen. Periode: 1961-1990...............................140

Tab. 7: Quantitative Zusammenfassung der untersuchten Kenngrößen für die Nordseeregion basierend auf beiden Regionalmodelle REMO und CLM......................................................................................................................151

Tab. 8: Monatliche Schneehöhen für drei Regionen im Südschwarzwald für die Klimanormalperiode 1961-1990 und 1971-2000 basierend auf gemessenen Daten des Deutschen Wetterdienstes (DWD)...................................161

Tab. 9: Quantitative Zusammenfassung der untersuchten Kenngrößen für den Schwarzwald basierend auf beiden Regionalmodelle REMO und CLM .............163

109

Zusammenfassung

Der Tourismus ist für die heutige Industrie und Gesellschaft ein relevanter Faktor, wel-

cher von den vorherrschenden klimatischen Bedingungen direkt und indirekt abhängt.

Wetter und Klima gelten als Auswahlkriterium in der Reiseentscheidung. Für das inter-

disziplinäre Verbundprojekt KUNTIKUM (Klimatrends und nachhaltige Tourismus-

entwicklung in Küsten- und Mittelgebirgsregionen), welches sich mit dem wetter- und

klimasensiblen Wirtschaftsektor Tourismus exemplarisch in zwei klimatisch sensitiven

Destinationen (Nordsee und Schwarzwald) beschäftigt, stellten sich folgende For-

schungsfragen für das Teilprojekt Klima- und Wetter-Analyse:

1. Untersuchung der aktuellen klimatischen Situation in beiden Destinationen (Nordsee

und Schwarzwald) auf Grundlage von Beobachtungsdaten (Deutscher Wetterdienst),

2. Analyse von Klimasimulationen und Abschätzung von Klimatrends für den Touris-

mussektor auf Grundlage von regionalen Klimasimulationen (REMO und CLM). Da

für Tourismuszwecke nicht nur Lufttemperatur und Niederschlag von Bedeutung

sind, wird hier eine moderne Bewertungsmethodik eingeschlagen, die auf der Hu-

man-Biometeorologie und Tourismus-Klimatologie beruhen.

Auf der Grundlage der weitergehenden hier durchgeführten Analysen mittels human-

biometeorologischen und tourismusklimatischen Kriterien wurden für die im Tourismus

üblichen Planungshorizonte die möglichen Änderungen ermittelt und aufgezeigt.

Es ergeben sich folgende Ergebnisse:

1. Ist-Zustand: Im Großen und Ganzen können die Regionalmodelle das Klima der

untersuchten Destinationen gut wiedergeben. Jedoch kann die Topographie und das

Geländerelief nicht im Detail von REMO und CLM mit ihrer recht hohen räumli-

chen Auflösung (10 km und 18 km) aufgelöst werden. Es kommt zu Höhenunter-

schieden von mehr als 600 m. Die Temperatur wird hierbei leicht überschätzt, bei

REMO etwas stärker als bei CLM. Der Niederschlag ist eine sehr variable Größe

und stellt vor allem im stark strukturierten Gelände eine Herausforderung in der

Modellierung dar. An der Nordsee sowie in den tieferen Lagen des Schwarzwaldes

wird der Niederschlag überschätzt, während dieser in höheren Lagen unterschätzt

110

wird. Kenngrößen wie Wind, Bewölkung und relative Luftfeuchtigkeit stellen bei

der Modellierung ebenfalls große Unsicherheiten dar.

2. Zukünftige Klimatrends (für den Zeithorizont 2021-2050 verglichen zur Klimanor-

malperiode (1961-1990)):

a. Nordsee: Steigende Lufttemperaturen (im Mittel +1 °C) begünstigen einerseits das

zukünftige Klima an der Nordsee (Zunahme thermisch komfortabler Bedingungen

um +5 bis +10 Tage, in Niedersachsen und im Hinterland etwas geringer). Ande-

rerseits wird sich die Nordseeregion mit einer Häufung feuchtwarmer Bedingun-

gen konfrontiert sehen (+15 bis +25 Tage), die sich leicht negativ auf das Küsten-

image auswirken kann. Kältestresstage werden deutlich zurückgehen (bis zu -24

Tage), da die Erwärmung vorwiegend in den Wintermonaten erwartet wird (+1.7

°C). Dabei ist die Abnahme in unmittelbarer Küstennähe stärker. Hingegen wird

Wärme- und Hitzebelastung jedoch keine besondere Rolle spielen. Der Nieder-

schlag wird im Mittel leicht zunehmen (+15 %), jedoch wird sich dieser innerhalb

des Jahres umverteilen. Somit wird tendenziell eine Minimierung der Sommernie-

derschläge (mit Ausnahme von B1) erwartet, während die Niederschläge im Win-

ter, Herbst und Frühjahr eine leichte Zunahme erwarten (im Winter bis zu +30 %).

Auch die Regentage werden leicht zunehmen (bis zu +6 Tagen), gebietsweise

kann es aber auch zu einer Abnahme kommen. Windige Tage werden je nach

Modell und Region sowohl eine Abnahme als auch Zunahme erfahren (-3 bis +8

Tage). Die Entwicklung von heiteren und nebligen Tagen ist nicht eindeutig.

b. Schwarzwald: Auch in der Schwarzwaldregion wird mit einer durchschnittlichen

Erhöhung der Lufttemperatur von 1 °C gerechnet, die im Winter stärker ausge-

prägt sein wird (+1.3 bis +1.8 °C). Die Physiologisch Äquivalente Temperatur

wird in der gleichen Größenordnung zunehmen. Dies wirkt sich ebenfalls auf

thermische Komfort- und Diskomfortbereiche aus. Kältestress wird um bis zu -19

Tagen abnehmen. Der Hauptrückgang ist vor allem im Winter zu erwarten. Höhe-

re Lagen erfahren dabei eine geringere Abnahme. Thermisch komfortable Bedin-

gungen nehmen in REMO um bis zu 6 Tage ab, während sie in CLM um +5 bis

+10 Tage zunehmen können. Die Häufung feuchtwarmer (+15 Tage) und Hitze

belastender Sommer (bis zu +6 Tage) kann vor allem in den tieferen Lagen zu Be-

111

einträchtigungen in Freizeit und Erholung führen. Dabei wird eine stärkere Zu-

nahme im Nordschwarzwald verglichen zum Südschwarzwald erwartet. Die höhe-

ren Lagen und Gipfellagen jedoch werden weniger stark von Hitze und Schwüle

betroffen sein. Die Entwicklung der Niederschlagsverhältnisse ist ebenfalls vom

zu betrachtenden Klimaszenario abhängig. Die jährliche Niederschlagssumme

wird sich hierbei nur minimal erhöhen (+5 bis +10). Die Winter und Herbstmona-

te werden feuchter (+30 % bzw. +60 %), die Sommermonate weisen gebietsweise

kaum Veränderungen bis eine geringe Abnahme (-5 bis -10%) auf, was sich auch

in der Änderung der trockenen Tage widerspiegelt. Je nach Klimaszenario kann es

zu einer leichten Abnahme bzw. geringen Zunahme kommen. Schneetage sowie

die mittlere Schneehöhe werden sich ebenfalls reduzieren. Mit jedem Grad Er-

wärmung steigt die Grenze der natürlichen Schneesicherheit um 150 m. Derzeit

liegt diese bei 1500 m. Die Anzahl der schneesicheren Tage wird sich um bis zu

21 Tage verringern. Dabei sind die größten Änderungen unterhalb von 600 m zu

erwarten. Die Entwicklung von Nebeltagen und sonnigen Tagen ist nicht eindeu-

tig. Windige Tage erfahren in beiden Modellen eine leichte Zunahme (bis zu +4

Tagen).

Im Großen und Ganzen zeigen beide Regionalmodelle gleiche Tendenzen in der klima-

tischen Entwicklung.

112

113

1. Einleitung

Das Thema Klimawandel ist in den letzten Jahren in der wissenschaftlichen und nicht-

wissenschaftlichen Öffentlichkeit (Alltag) nicht mehr wegzudenken und vollzieht sich

in vielen unterschiedlichen wirtschaftlichen und gesellschaftlichen Bereichen. Dessen

Ausmaß ist jedoch von Bereich zu Bereich, von Region zu Region und von Zeitpunkt zu

Zeitpunkt verschieden. Somit stellt er nicht nur für Meteorologen und Klimatologen

eine Herausforderung bezogen auf die Abschätzung der zu erwartenden Änderungen

dar, sondern auch für die einzelnen Bereiche, auf die sich der Klimawandel auswirkt.

Die Auswirkungen umfassen nicht nur die langsam abtauenden Gletscher oder der all-

mählich steigende Meeresspiegel, sondern auch extreme Hitzewellen, massive Regen-

fälle, über die Ufer tretende Flüsse und in der Luft auch bisher unbekannte allergene

Pollen. Anpassungen an die bereits eingetretenen und verstärkt zu erwartenden Folgen

des Klimawandels sind für Gesellschaften überlebenswichtig und eine vorausschauende

Anpassung an extreme Wetterverhältnisse und erwartende Änderung des Klimas ist ein

wichtiger Aspekt einer nachhaltigen Entwicklung. Insbesondere für wetter- und klima-

sensible Wirtschaftsbereiche wie dem Tourismus hat der Klimawandel eine besondere

Bedeutung, da kaum in einem anderen Wirtschaftszweig Klima und Wetter eine so gro-

ße Rolle spielen. Gegebene klimatische Bedingungen und aktuelles Wetter steuern, li-

mitieren und begünstigen dabei Angebot und Nachfrage im Tourismus.

Beim Thema Urlaub und Erholung denken fast alle Menschen an sonnige Tage am

Strand oder Urlaub in den schneebedeckten Bergen. Relativ geringe Änderungen der

klimatischen Rahmenbedingungen können aber schon massive Ertragsausfälle in der

Tourismusbranche zur Folge haben. Somit ist auch die saisonale Variabilität von ver-

schiedenen Wetterbedingungen eine limitierende Größe und kann entscheidend die Rei-

semotivation beeinflussen. Um sich zukünftig an den Klimawandel anpassen zu können,

um einerseits wettbewerbsfähig zu bleiben und andererseits die Bedürfnisse der immer

anspruchsvoller werdenden Bevölkerung zu erfüllen, ist es sinnvoll, nicht die nächsten

5-10 Jahre in Betracht zu ziehen, die in der Tourismusbranche den üblichen Planungs-

horizont darstellen, sondern die nächsten 30-50 Jahre.

114

Das Klima wandelt sich schon seit Milliarden von Jahren vergleichsweise mäßig zwi-

schen Warm- und Eiszeiten. Diese Klimaänderungen sind zunächst erst einmal natürli-

che Prozesse. In diesen Warmzeiten waren die Pole immer noch mit Eis bedeckt. Des-

halb herrschte auch dann ein eher gemäßigtes Klima. Seit ca. 10.000 Jahren befinden

wir uns in einer solchen Warmzeit. Jedoch hat in den vergangenen Jahrzehnten (seit der

Industrialisierung) die globale Lufttemperatur stetig und rasant zugenommen: Im letzten

Jahrhundert ist die globale Lufttemperatur um ca. 1 Grad Celsius gestiegen. In den

nächsten 50 Jahren wird eine nochmalige Erhöhung von bis zu 3.5 Grad Celsius erwar-

tet. Dabei weist die Erwärmung der Erde regionale und saisonale Unterschiede auf. So

erwärmen sich die Kontinente schneller als die Ozeane. Besonders ausgeprägt ist die

Erwärmung im Winter und Frühling, die wiederum erhebliche Auswirkungen auf die

Schneebedeckung, Schneepotenzial und dem Wintertourismus vor allem in Mittelgebir-

gen hat (IPCC 2007). Satellitenbeobachtungsdaten von 1966 bis 2005 zeigten auf, dass

die monatliche Schneedeckenhöhe in der nördlichen Hemisphäre um 1,3 % pro Dekade

(UNEP 2007) zurückgegangen ist. Tiefebenen in Zentraleuropa weisen neuerdings eine

Abnahme in der jährlichen Schneedeckendauer von 1 Tag pro Jahr auf (Falarz 2002).

Schneegebiete oberhalb von 1500 m werden gegenwärtig als schneesicher erachtet (Be-

niston 2003). Zukünftig wird jedoch mit einer Zunahme von einem Grad Celsius eine

Erhöhung der Schneegrenze um 150 m erwartet. Somit ist der Wintertourismus im Kon-

text mit dem Klimawandel ein sehr aktuelles Thema.

Küstengebiete und flache Inseln sind vor allem aufgrund eines erhöhten Meeresspiegels

vom Klimawandel betroffen, der für den Wirtschaftsfaktor Tourismus entscheidend sein

kann. Laut dem vierten Sachstandbericht (IPCC 2007) wird die mittlere Anstiegsrate

während des 21. Jahrhunderts die mittlere Rate von 1961 bis 2003 (1.8 ± 0.5 mm pro

Jahr) überschreiten. Bis zum Ende des 21. Jahrhunderts kann ein Anstieg von 0.51 m

erwartet werden. Der Meeresspiegel unterliegt jedoch erheblichen geografischen

Schwankungen.

Als weitere Folge des globalen Klimawandels muss mit einer Häufung von Extremer-

eignissen und damit einer Zunahme von Gefahren gerechnet werden. Bezogen auf

Sturmereignisse bedeutet dies keine Zunahme in der Häufigkeit des Auftretens, viel-

mehr wird sich die Intensität verstärken.

115

2. Ziele des Projektes KUNTIKUM

Der Tourismus ist für die heutige Industrie ein relevanter Faktor, welcher von den vor-

herrschenden klimatischen Bedingungen abhängt. Sie gelten als Auswahlkriterium in

der Reiseentscheidung. Für das interdisziplinäre Verbundprojekt KUNTIKUM (Klima-

trends und nachhaltige Tourismusentwicklung in Küsten- und Mittelgebirgsregionen),

welches sich mit dem wetter- und klimasensiblen Wirtschaftsektor Tourismus exempla-

risch in zwei klimatisch sensitiven Destinationen (Nordsee und Schwarzwald) beschäf-

tigt, stellen sich folgende Forschungsfragen für das Teilprojekt Klima- und Wetter-

Analyse:

1. Untersuchung der aktuellen klimatischen Situation in beiden Destinationen

(Nordsee und Schwarzwald) auf Grundlage von Beobachtungsdaten

2. Analyse von Klimasimulationen und Abschätzung von Klimatrends für den

Tourismussektor auf Grundlage von regionalen Klimasimulationen. Da für

Tourismuszwecke nicht nur Lufttemperatur und Niederschlag von Bedeu-

tung sind, wird hier eine moderne Bewertungsmethodik eingeschlagen, die

auf der Human-Biometeorologie und Tourismus-Klimatologie beruhen

Der vorliegende Abschlussbericht gliedert sich wie folgt: Am anschließenden Kapitel

wird der Stand der Wissenschaft, insbesondere der der Tourismus-Klimatologie und

Human-Biometeorologie kurz dargestellt. In Kapitel 4 werden die verwendeten regiona-

len Klimamodelle REMO und CLM vorgestellt und die Bearbeitung der Modelldaten

auf Grundlage der Tourismus-Klimatologie (Methodik und Vorgehensweise) sowie die

verwendeten Softwaretools erläutert. In Kapitel 5 werden ausgewählte Ergebnisse für

die beiden Destinationen Nordsee und Schwarzwald aufgezeigt, die im anschließenden

Kapitel diskutiert werden. Eine abschließende Schlussbetrachtung mit Ausblick findet

sich im Kapitel 7. Im Anhang 1 sind die im Rahmen des Projektes entstandenen Veröf-

fentlichungen aufgelistet sowie die zusätzlichen Abbildungen.

116

3. Stand der Wissenschaft

3.1. Die Entwicklung der Tourismus-Klimatologie - ein kurzer Überblick

Das Klima sowie das Wetter spielen im Tourismus eine grundlegende Rolle, zum Bei-

spiel für die Reiseentscheidung oder Aktivitäten am Urlaubsort. In den letzten Jahrzehn-

ten wurde auf diesem Sektor mehr und mehr geforscht, um die Bewertungsmethoden

des Klimas für den Tourismus zu verbessern. Anfang der 1970er Jahre untersuchten

Wissenschaftler der angewandten Meteorologie klimatische Schwellenwerte, die die

Saisonlänge für eine große Spannweite touristischer Aktivitäten definieren (Besancenot

et al. 1978, Yapp und McDonald 1978). In den 1980er studierten Biometeorologen, wie

Klimavariablen den thermischen Komfort von Touristen beeinflussen und entwickelten

Bewertungssysteme, um Klimate verschiedener Tourismusdestinationen zu evaluieren

und zu vergleichen (Mieczkowski 1985, Besancenot 1990, Harlfinger 1991). Einige

Tourismusarten setzen aber auch sehr spezifische Klimabedingungen voraus wie z.B.

der Badetourismus, Wintersport oder Erholungstourismus. Klimatische Bedingungen

und ihre touristische Eignung können auf der Mikroebene aber sehr unterschiedlich

sein. In der modernen Forschung beruht die Quantifizierung des Klimas für Tourismus

und Erholung (Tourismus-Klimatologie) und folglich auch des sich wandelnden Klimas

auf Grundlagen der Human-Biometeorologie und der angewandten Klimatologie. Dabei

steht das Empfinden bzw. die Wahrnehmung des Klimas für den Menschen im Vorder-

grund. Um das Klima und deren Wahrnehmung beschreiben zu können, reicht es nicht,

die tatsächliche Höhe der Lufttemperatur zu wissen, vielmehr wird die Wahrnehmung

durch zusätzliche Wetterfaktoren wie die Luftfeuchtigkeit oder die Windgeschwindig-

keit beeinflusst. Dementsprechend wird das thermische Empfinden in der Human-

Biometeorologie und Tourismus-Klimatologie durch thermische Indizes quantifiziert.

Es gibt über 100 einfache und teils komplexere thermische Indizes (Harlfinger 1985,

VDI 1998, Matzarakis und de Freitas 2001, Matzarakis 2006). Der Vorteil dieser ther-

mischen Indizes ist, dass eben nicht nur die Lufttemperatur sondern auch andere Fakto-

ren wie z. B. Windgeschwindigkeit, relative Luftfeuchtigkeit oder kurz- und langwellige

Strahlungsflüsse berücksichtigt werden, die in moderneren Indizes implementiert wer-

den (z. B. Physiologisch Äquivalente Temperatur (PET, Höppe 1994), Predicted Mean

Vote (PMV, Fanger 1972), Standard Effektive Temperatur (SET*, Gagge et al. 1986),

117

Gefühlte Temperatur (Jendritzky et al. 2000)). Dabei stellen die Strahlungsverhältnisse

eine entscheidende Einflussgröße für komplexe Bedingungen der Wärmeabgabe des

Menschen dar, die nicht nur die Solarstrahlung sondern auch die reflektierte, atmosphä-

rische Gegenstrahlung und Strahlung der Umgebungsflächen beinhalten (VDI 1998).

Im letzten Jahrhundert der angewandten Klimatologie und der Human-Biometeorologie

wurden jedoch zumeist Zwei-Parameter-Indizes entwickelt, die die komplexen Bedin-

gungen des Wärmeaustausches zwischen dem menschlichen Organismus und den ther-

mischen Umweltbedingungen sehr vereinfachend beschreiben und somit nur eine man-

gelhafte Interpretation des bioklimatischen Einflusses auf den Menschen zulassen. Die

bis jetzt eingesetzten Methoden zur Beschreibung des Klimas für den Tourismus (Lecha

und Shakleford 1997, Shakleford und Olson 1995) beruhen jedoch auf einfache Ansät-

ze, die meteorologische Parameter kombinieren, wie z. B. der Klima-Index von Davies

(1968), der sich aus Lufttemperatur, Sonnenscheindauer und Niederschlag zusammen-

setzt. Für warme Bedingungen bestehen meist die elementaren Indizes aus einer Kom-

bination von Lufttemperatur und unterschiedlichen Feuchtemaßen; für kalte Bedingun-

gen werden Lufttemperatur und Windgeschwindigkeit vereint (z. B. Windchill). Die

bereits existierenden Klima-Tourismus-Indizes haben jedoch den Nachteil, dass sie

nicht alle notwendigen Parameter wie Strahlungsflüsse oder Windgeschwindigkeit be-

rücksichtigen und somit nur für bestimmte Klimaregionen und Tourismusarten (z. B.

Badetourismus, Wintersport) anwendbar sind. Sie können nur auf Jahres- oder Monats-

basis bestimmt werden und sind nicht anwendergerecht getestet worden (Matzarakis

2006). Außerdem fokussieren die Indizes entweder nur Sommer- oder Winterbedingun-

gen.

Der bekannteste und bis heute noch oft angewendete Tourismus-Klima-Index (TCI) ist

von Miezckowski im Jahre 1985 entwickelt worden. Der TCI kombiniert sieben Para-

meter, die drei Einzelparameter und zwei bioklimatische Kombinationsgrößen umfas-

sen:

118

WSRClaCldTCI 24428 ++++= (1)

In Gleichung (1) beschreibt Cld den Komfort-Index während des Tages und Cla den

täglichen thermischen Komfort-Index. Beide Parameter beruhen auf der Lufttemperatur

und der relativen Luftfeuchtigkeit. R, S und W deklarieren den Niederschlag, die Son-

nenscheindauer und die Windgeschwindigkeit. Im Gegensatz zu anderen Klima-Indizes

ist jeder beitragende Faktor klassifiziert und gewichtet. Folglich können Werte bis 100

erreicht werden. TCI-Werte ≥ 80 bedeuten exzellente Bedingungen, während Werte

zwischen 60 und 79 gute bis sehr gute Bedingungen beschreiben. Akzeptable Bedin-

gungen werden durch den Wertebereich 40 bis 59 wiedergegeben und Werte < 40 imp-

lizieren schlechte bzw. schwierige Bedingungen für den Tourismus (Abegg 1996,

Mieczkowski 1985). Auch der TCI berücksichtigt nicht die aus der Sicht der Touris-

mus-Klimatologie und Human-Biometeorologie wichtigen kurz- und langwelligen

Strahlungsflüsse (Matzarakis und Mayer 1996, Matzarakis et al. 2007). Ein zusätzlicher

Nachteil des TCI ist die alleinige Berücksichtigung der Lufttemperatur und der relativen

Luftfeuchte. Daraus folgt, dass der TCI im Allgemeinen keine thermophysiologische

Relevanz aufweisen kann.

Eine vollständige Bewertung des thermischen Bioklimas kann nur mit dem Einsatz von

Energiebilanzmodellen des Menschen gewährleistet werden. Dabei stellt die mittlere

Strahlungstemperatur Tmrt den wichtigsten Parameter zur Bewertung der thermischen

Umgebung des Menschen (vor allem im Sommer) dar. Zur Simulation der kurz- und

langwelligen Strahlungsflüsse sowie der thermischen Indizes (z.B. PET, PMV SET*

sowie Gefühlte Temperatur) werden nur wenige meteorologische Größen und geografi-

sche Informationen der Umgebungen benötigt.

In den vergangenen 40-50 Jahren wurde die Forschung bezüglich der Modellierung des

thermischen Komforts aktiv vorangetrieben. Erste Ansätze gehen dabei auf die Kom-

fortgleichung von Fanger (1972) mit dem daraus resultierenden thermischen Index

PMV zurück, der ursprünglich für Innenraumklimate konzipiert worden ist. PMV ist ein

skalierter Wert für das thermische Empfinden und gibt Auskunft lediglich über das Zu-

sammenwirken der einzelnen Variablen den thermischen Komfort betreffend (Tab. 1).

Er gibt auf der Grundlage der siebenstufigen psycho-physischen ASHRAE-Skala (Ame-

119

rican Society of Heating, Refrigerating and Air-Conditioning Engineers) an, welche

Einschätzung die thermischen Umgebungsluftbedingungen durch ein großes Kollektiv

von Menschen erfahren wird. Die Komfortgleichung ist jedoch nur gültig für stationäre

Bedingungen (d.h. meteorologische Bedingungen der Wärmeabgabe dürfen sich in der

Zeit nicht ändern).

Tab. 1: Empfinden des Menschen skaliert nach Fanger (1972)

Skalenwert Empfinden -3 kalt -2 kühl -1 leicht kühl 0 neutral 1 leicht warm 2 warm 3 heiß

Die Koppelung der Komfortgleichung nach FANGER mit den kurz- und langwelligen

Strahlungsströmen im Freien, d.h. die Berechnung von PMV-Werten für Freilandbedin-

gungen, ist unter dem Namen „Klima-Michel-Modell“ in zahlreichen Anwendungen

bekannt geworden (u.a. Jendritzky et al. 1990, Grätz et al. 1994). Bei der Anwendung

dieses Bewertungsverfahrens werden von den aufgeführten meteorologischen Parame-

tern mit thermophysiologischer Relevanz die kurz- und langwelligen Strahlungsströme

über die mittlere Strahlungstemperatur Tmrt parametrisiert. Sie ist als einheitliche Tem-

peratur einer schwarz strahlenden Umschließungsfläche definiert, die zum gleichen

Strahlungsenergiegewinn eines Menschen führt wie die aktuellen, unter Freilandbedin-

gungen meist sehr uneinheitlichen Strahlungsströme (Jendritzky et al. 1990, Höppe

1994). Neben meteorologischen Faktoren hängt PMV noch von den personenbezogenen

Größen „Bekleidung“ (steuert den Wärmedurchgangswiderstand der Bekleidung) und

„Aktivität“ (steuert die metabolische Rate M und den Energieumsatz infolge mechani-

scher Leistung) ab.

Nur wenige Modelle bewerten jedoch die physiologische Komponente des Energieaus-

tausches zwischen Mensch und seiner Umgebung in einer realistischen Weise (z.B. Bla-

zejczyk 1994, de Freitas 1985, 1990, Höppe 1984, Jendritzky 1990). Erst in der zweiten

Hälfte des vergangenen Jahrhunderts fing man an diese Aussage in Form von Energie-

120

bilanz-Modellen des menschlichen Körpers umzusetzen und hielt diese Methoden in der

VDI-Richtlinie 3787 Blatt 2 Teil I (VDI, 1998) fest. Alle Modelle basieren auf der

menschlichen Energiebilanzgleichung (Höppe 1984, 1993), die auf den ersten Hauptsatz

der Wärmelehre beruht:

0Re =++++++ QQQQRWM SWLHn (2)

mit M Gesamtenergieumsatz (metabolische Rate), W Energieumsatz infolge mechani-

scher Leistung, Rn Strahlungsbilanz, QH konvektiver Wärmestrom, QL Strom latenter

Wärme infolge von Wasserdampfdiffusion durch die Haut, QSw Strom latenter Wärme

infolge der Schweißverdunstung und QRe Energieumsatz infolge von Erwärmung und

Wasserdampfsättigung der Atemluft. Dabei gehen neben der Lufttemperatur auch die

Windgeschwindigkeit, die Luftfeuchtigkeit und die mittlere Strahlungstemperatur ein.

Zusätzlich werden thermophysiologischen Parameter wie Bekleidungsindex und Aktivi-

tät berücksichtigt. Dabei werden die Energieflüsse zur Körperoberfläche positiv und die

von der Körperoberfläche weg negativ bewertet (Höppe 1984).

Abb. 1: Die thermische Umgebung von Menschen. Weitere Komponenten sind: A: atmosphärische Gegenstrahlung, D: diffuse Sonnenstrahlung, I: direk-te Sonnenstrahlung, R: reflektierte Sonnenstrahlung, E: langwellige Emission der Umgebungsfläche, EKM: Infrarotstrahlung von der Oberflä-che des Menschen (nach Jendritzky et al. 1990)

121

Alle für den menschlichen Energiehaushalt relevanten Parameter sind nochmals sche-

matisch in Abb. 1 dargestellt.

Die Physiologisch Äquivalente Temperatur (PET) basiert ebenfalls auf der Energiebi-

lanzgleichung (Gleichung 2), berücksichtigt alle auf den Menschen im natürlichen Um-

feld wirkenden äußeren thermischen Einflüsse sowie seinen eigenen Energieumsatz,

setzt diese zueinander in Beziehung und ordnet sie einer "psycho-physischen" Empfin-

dungsskala zu (siehe Tab. 2). PET hat wie die Lufttemperatur die Einheit °C und ist

somit für die Allgemeinheit verständlicher als der PMV-Index.

Tab. 2: Zuordnung von PET-Bereichen zu PMV-Bereichen bei gleichem thermischen

Empfinden und gleicher thermophysiologischer Belastungsstufe von Men-

schen, bezogen auf eine metabolische Rate von 80 W und einen Wärmedurch-

gangswiderstand der Bekleidung (leichter Anzug) von 0.9 clo (nach Matzarakis

und Mayer, 1996)

122

3.2. Der neue Ansatz in der Tourismus-Klimatologie

Ein wesentliches Problem der Bewertung des Klimas für Tourismuszwecke betreffend

ist die Wahl meteorologischer und klimatologischer Kriterien. Zentrale Fragen sind zum

Beispiel welche Kriterien für ideale, geeignete, angenehme oder nicht angenehme Be-

dingungen gelten. Die Bewertung des Klimas kann aber nicht universell für alle Regio-

nen der Welt erfolgen, da Menschen abhängig vom Herkunftsland das Klima unter-

schiedlich empfinden. Dies betrifft besonders die thermische Komponente. In dieser

Studie beziehen sich die Kriterien der thermischen Größen auf Mitteleuropäer. Viele

Untersuchungen über das thermische Empfinden in anderen Regionen der Welt wurden

bisher nicht durchgeführt.

Nur nachdem adäquate klimatologische Kriterien eindeutig identifiziert wurden, können

Schlüsselfragen, wie z.B. wann die beste Reisezeit ist, welche Kleidung, Ausstattung

benötigt wird oder wie wahrscheinlich Wetterextreme sind, beantwortet werden. Die

Auswirkung des Klimas auf den Tourismus ist stark beeinflusst von der Wahrnehmung

der Touristen. Thermischer Komfort spielt hierbei eine größere Rolle als mittlere Luft-

temperaturen; während Häufigkeit und Länge eines Regenschauers bedeutender für die

Qualität und das touristische Erleben ist als der mittlere Niederschlag. Deswegen hängt

die Forschung bezüglich Auswirkungen des Klimawandels auf den Tourismus von der

Durchführung regionaler und lokaler Klimaszenarien ab sowie von der Art der Parame-

ter, die auf diesen Skalen modelliert werden kann (UNWTO 2007). Die hier eingeschla-

gene Methode verbindet meteorologische und tourismusbezogene Parameter, da Luft-

temperatur und Niederschlag oftmals nicht ausreichen. Neben dem thermischen Wir-

kungskomplex, der einen Schwerpunkt in der tourismus-klimatischen Analyse bildet,

werden zwei weitere sog. Facetten betrachtet: die physikalische und ästhetische (de

Freitas 2003, siehe Tab. 3). Zum Beispiel kann Starkwind Diskomfort bei den Touristen

auslösen, grauer Himmel, geringe Sichtweite und Nebel können das ästhetische Erlebnis

in einer Destination negativ beeinflussen auch wenn die thermischen Bedingungen im

Komfortbereich liegen. Im wetter- und klimaabhängigen Tourismus ist die Reise direkt

von der Attraktivität und saisonaler klimatischer Bedingungen (z.B. Sonnenschein,

Schnee) beeinflusst (Smith 1993).

123

Tab. 3: Klimafacetten, deren Signifikanz und Wirkung (de Freitas 2003, Matzarakis

2006)

Klimafacetten Signifikanz Wirkung Ästhetisch Sonnenscheindauer/Bewölkung Erlebnisqualität Genuss, Attraktivität Sichtweite Erlebnisqualität Genuss, Attraktivität Tageslänge Annehmlichkeit Verfügbares Tageslicht Physikalisch

Wind Belästigung Verwehte Sachen, Wind, Staub,…

Regen Belästigung, Reiz Nässe, reduzierte Sichtweite, Genuss

Schnee Winter Teilnahme an SportaktivitätenEis Sport/Aktivitäten Verletzungsgefahr extremes Wetter Belästigung, Gefahr Alles

Luftqualität Belästigung, Gefahr Gesundheit, Wohlbefinden, Allergien

UV-Strahlung Gefahr/UnattraktivitätGesundheit, Sonnenbräune und -brand

Gerüche Belästigung Attraktivität Lärm Belästigung Attraktivität Thermisch

synerget. Wirkung von Luft- Thermischer Kom-fort/ Umweltstress

temperatur, Wind, kurz- und Belastung Physiologischer Stress langwelliger Strahlung, Hypothermie Luftfeuchte Therapeutisch Hyperthermie metabolische Rate Erholsam Potenzial für Rehabilitation Bekleidung

Nun gilt es, die Klimainformationen auch adäquat und verständlich der Öffentlichkeit

zur Verfügung zu stellen. Eine Bioklimakartierung wie sie z.B. von Jendritzky et al.

(1979, 1990), Matzarakis und Mayer (1997) durchgeführt wurde, beschreibt hierbei nur

die thermische Komponente. In der Tourismus-Klimatologie fließen zusätzlich - wie

schon erwähnt - die physikalische und ästhetische Komponente in die Bewertung mit

ein. Dabei werden weniger mittlere Zustände (d.h. Mittelwerte) abgebildet, sondern

124

vielmehr Häufigkeiten (d.h. Anzahl der Tage), da sich Menschen viel besser etwas unter

letzteres vorstellen können.

Für gezielte Destinationen können nun die Häufigkeiten relevanter Kenngrößen prozen-

tual und kompakt im so genannten Klima-Tourismus-Informations-Schema (CTIS, Abb.

2) dargestellt werden (Matzarakis 2007, Matzarakis et al. 2007b). Dabei besteht die

Möglichkeit, zwischen unterschiedlichen zeitlichen Auflösungen zu wählen (z.B. Mona-

te oder Monatsdekaden).

Abb. 2: Klima-Tourismus-Informations-Schema anhand der Station Feldberg für den Zeitraum 1961-1990. Daten: Beobachtungsdaten des DWD

CTIS liefert somit einfach verständliche Ergebnisse für die touristische Praxis und kann

für eine bessere Planung von Urlaubern oder auch für die örtlichen Entscheidungsträger

und Planer eingesetzt werden. CTIS kann also als Informationsgrundlage für eine große

Palette von Klimagrößen und -faktoren dienen. Enthaltene Klimainformationen sowie

auch Extreme können für die unterschiedlichen räumlichen und zeitlichen Planungsebe-

nen, z.B. Bau von neuen Kurorten oder Ressorts, integriert werden.

Für größere Destinationen wie z.B. der Nordsee oder des Schwarzwaldes eignet sich

diese Methode der Informationsdarstellung leider nicht. Hierfür greift man wieder auf

die bewährte Kartendarstellung zurück.

Die der Studie zugrunde liegenden Vorgehensweise wird im anschließenden Kapitel

ausführlich beschrieben.

125

4. Methodik

4.1. Regionale Klimamodelle

Um die Folgen besser abschätzen zu können, basieren die so genannten Impact Studies

weniger auf globale, sondern eher auf regionale Klimasimulationen. Um jedoch das

zukünftige Klima modellieren zu können, gehen neben der physikalischen Beschrei-

bung des Klimasystems verschiedene Emissionsszenarien ein. Dabei werden verschie-

dene mögliche politische, demografische, technische und kulturelle Entwicklungen be-

rücksichtigt, so dass aus insgesamt 40 möglichen Emissionsszenarien 4 Szenarienfami-

lien betrachtet werden: A1, A2, B1 und B2 (Abb. 3). Dabei sind die A-Familien öko-

nomisch geprägt, während die B-Familie umweltorientiert ist. Die Notation 1 und 2 be-

schreiben die globale bzw. regionale Ausprägung. Die Familie A1 wird hinsichtlich

ihrer technischen Ausrichtung differenzierter betrachtet: A1B (Balance), A1T (techno-

logisch) und A1FI (fossil). Die projizierten Klimaänderungen hängen jedoch entschei-

dend von der Wahl der Emissionsszenarien ab. Für die Klimamodellierung sowie für die

Impact Studies werden nach neueren Erkenntnissen des vierten Sachstandsberichtes

(IPCC 2007) vorwiegend die Klimasimulationen A1B („mittleres“ Szenario), A2 („ex-

tremes Szenario) und B1 („moderates“ Szenario) verwendet. Die Emissionsszenarien

dienen lediglich als Basis für Simulationen der Zirkulationsmodelle, die die Wechsel-

wirkungen der Parameter im System Erde berechnen und dabei zukünftige Entwicklun-

gen (Klimatrends) abbilden.

Abb. 3: IPCC-Emissionsszenarien

126

Im Rahmen des Projektes wurden für die Analysen der Klimatrends im Schwarzwald

und in der Nordseeregion die Szenarien A1B und B1 verwendet, da sie mit hoher Wahr-

scheinlichkeit das zukünftige Klima am realistischsten abbilden. Der Analysezeitraum

ist hierbei von 1961 bis 2050.

Um Auswirkungen globaler Klimaänderungen auf regionaler Ebene zu untersuchen,

werden regionale Klimamodelle in globale Klimamodelle eingebettet („genestet“), d. h.

der Modelloutput globaler Zirkulationsmodelle dient zur Berechnung der möglichen

Klimaentwicklung auf einer feiner aufgelösten räumlichen Skala. In dieser Studie wer-

den zwei Regionalmodelle verwendet, die im Folgenden kurz vorgestellt werden.

4.1.1. REMO

Das REgionalMOodell ist ein dreidimensionales, hydrostatisches, atmosphärisches Zir-

kulationsmodell, das die relevanten physikalischen Prozesse unter Berücksichtigung

nicht-linearer Zusammenhänge dynamisch berechnet. Subskalige Prozesse, d.h. nicht

vom Modell auflösbar (z.B. Konvektionsbildung, kleinräumige Windsysteme, Turbu-

lenzen), werden durch so genannte physikalische Parametrisierungen berechnet (Jacob

et al. 2001, 2007). REMO, das aus dem Europamodell des Deutschen Wetterdienstes

entstand (Majewski 1991), wird durch das globale gekoppelte Atmosphäre-Ozean-

Modell ECHAM5/MPI-OM angetrieben. Die horizontale Auflösung des Atmosphären-

modells ECHAM5 beträgt dabei 1.875° entsprechend einem Gitterabstand von etwa 200

km am Äquator, während die des Ozeanmodells (MPI-OM) 1.5° entsprechend etwa 160

km am Äquator beträgt.

Im Auftrag des Umweltbundesamtes wurden regionale Klimasimulationen für Deutsch-

land am Max-Planck-Institut für Meteorologie in Hamburg durchgeführt. Diese Simula-

tionen sollen detailliertere Informationen über regionale Änderungen des Klimas liefern.

Sie liegen in einer horizontalen Auflösung von 0.088 ° (~ 10 km) vor. Die zeitliche Auf-

lösung beträgt hierbei bis zu Stunden. Das Modellgebiet ist in Abb. 4 wiedergegeben.

127

Abb. 4: Modellgebiet von REMO (dargestellt ist hierbei die Topgraphie in Me-

tern)

4.1.2. CLM

CLM steht für Climate Version of the Local Model und ebenfalls ein dynamisches, re-

gionales aber nicht-hydrostatisches Klimamodell. CLM ist auch aus dem Europamodell

des Deutschen Wetterdienstes hervorgegangen (später Lokalmodell) und wurde von

verschiedenen Institutionen und Forschungseinrichtungen weiterentwickelt (BTU Cott-

bus, MPI für Meteorologie, DWD, Forschungszentrum Karlsruhe, Potsdam-Institut für

Klimafolgenforschung (PIK), GKSS Forschungszentrum und der Universität Bonn).

CLM wird ebenfalls durch das gekoppelte Atmosphäre-Ozean-Modell (ECHAM5/MPI-

OM) angetrieben. Die horizontale Auflösung der CLM-Klimasimulationen beträgt hier-

bei 0.167 ° (≈ 18 km), die zeitliche bis zu Stunden. Das Modellgebiet umfasst Europa

und ist in Abb. 5 wiedergegeben.

128

Abb. 5: Modellgebiet von CLM mit Ausschnitt von Deutschland (dargestellt ist hierbei die Topographie in Metern)

4.2. Datenbearbeitung 4.2.1. Datenextraktion

Folgende Daten (Nr. 1 in Abb. 6) aus dem REMO und CLM-Datensatz wurden mit der

am Meteorologischen Institut der Universität Freiburg entwickelten Software

ClimExtractor extrahiert (Matzarakis et al. 2007):

– Datum

– Geographische Koordinaten (Breite, Länge, Höhe)

– Lufttemperatur in 2 m Höhe

– Windgeschwindigkeit in 10 m Höhe

– Tagesmaximum der Windgeschwindigkeit

– Dampfdruck

– Bowen-Verhältnis (Fluss sensibler Wärme/ Fluss latenter Wärme)

– Globalstrahlung (nur aus REMO-Modelldatensatz)

– Anteil der diffusen Strahlung

– Bewölkung

– Albedo

– Niederschlagssumme

– Wasseräquivalent der Schneedecke

Deutschland

129

Dabei beziehen sich die Werte auf 14 MEZ (Mitteleuropäische Zeit) bei REMO und auf

eine Mittelung von 13 bis 15 MEZ bei CLM, da der Modelloutput zum Teil über eine

Stunde bzw. drei Stunden gemittelt erfolgt.

Abb. 6: Hauptfenster vom ClimExtractor mit den einzelnen, möglichen zu ext-rahierenden Parametern aus dem REMO- und CLM-Modelldatensatz (Hintergrund) und „extended properties“ (Vordergrund); Erklärung siehe Text.

Die Extraktion kann dabei über einzelne Gitterpunkte, über 5 (CLM) bzw. 9 (REMO)

Gitterpunkte gemittelt oder über größere Regionen unter Angabe eines Koordinatenpaa-

res, welches eine entsprechende Fläche aufspannt (Nr. 2, 5) erfolgen. Weiterhin kann

der zu analysierende Zeitraum und das gewünschte Szenario gewählt werden (Nr. 3, 4).

Für die Berechnung der Physiologisch Äquivalenten Temperatur mit dem RayMan-

6

5

4

3

2

1

130

Modell bedarf es einer auf die entsprechenden Parameter reduzierten Outputdatei, die

beim Anklicken zusätzlich erstellt wird. Ferner kann über die „extended properties“ eine

Analyse auf Monatsbasis erfolgen. Zusätzlich sind eine Höhenanpassung des Windes

und eine Limitierung des Ausgabewertebereiches des Bowen-Verhältnisses möglich

(Nr. 6).

Für die sich anschließende Klimaanalyse wurde aus dem REMO-Modelldatensatz die

beiden Untersuchungsgebiete Nordsee (Abb. 7, links) und Schwarzwald (Abb. 7, rechts)

extrahiert. Dabei spannt die Schwarzwaldregion eine Fläche von 49°17’N und 6°45’ E

bis 47°30’ N und 9°12’ E auf. Das Untersuchungsgebiet Nordsee wird im Ausschnitt

55°30‘ N und 6°00‘ E bzw. 53°00‘ N und 10°30‘ E wiedergegeben.

Abb. 7: Untersuchungsgebiet Nordsee (unten) und Schwarzwald (oben) auf Grundlage des REMO-Modells

131

Die Klimaanalyse und deren Quantifizierung für den Tourismussektor beruht weniger

auf mittlere Zustände meteorologischer Parameter (Mittelwerte), sondern vielmehr auf

deren Häufigkeiten. Dabei wird meist auf einen Zeitraum von 30 Jahren zurückgegrif-

fen. Die World Meteorological Organization (WMO) sieht in der 30-Jahresperiode eine

sinnvolle Definition des Klimas. Somit werden statistische Daten der jeweils folgenden

30 Jahre 1901-1930, 1931-1960, 1961-1990 als Bezug dienen und als klimatologischer

Normalstandard genutzt, um einen weltweiten Vergleich der Klimaereignisse auf einer

einheitlichen Basis sicher zu stellen. Heutzutage werden aber diese Daten aufgrund des

sich schneller ändernden Klimas manchmal alle 10 Jahre für den Zeitraum der letzten

30 Jahre berechnet, z. B. 1961-1990, 1971-2000 usw. obwohl die nächste offizielle Pe-

riode erst 1991-2020 sein wird. Im Projekt wurde die Klimanormalperiode 1961-1990

gewählt.

Tab. 4: Tourismusrelevante Größen in Beziehung zu ihren Schwellenwerten und Autoren

Parameter Schwellenwert Autoren

Thermische Eignung 18 °C < *PET < 29 °C Matzarakis (2007)

Hitzestress *PET > 35 °C Matzarakis und Mayer (1996) Kältestress *PET < 0 °C Matzarakis (2007)

sonnig Bewölkung < 4/8 DWD

Nebel Relative Feuchte > 93 % Matzarakis (2007)

Feuchtwarm („schwül“) Dampfdruck > 18 hPa Scharlau (1943)

trockener Tag Niederschlag ≤ 1 mm Matzarakis (2007)

nasser Tag Niederschlag > 5 mm Matzarakis (2007)

windig Windgeschwindigkeit > 8 m/s Besancenot (1990), Gómez Martín (2004)

Schneepotenzial

Schneedecke > 10 cm Schneedecke > 30 cm

u.a. Beniston (1997), Breiling und Charamza (1999), OECD (2007)

*PET = Physiologisch Äquivalente Temperatur

132

Für die Berechnung des klimatischen Tourismuspotenzials werden die Klimafacetten

(thermisch, physikalisch und ästhetisch) berücksichtigt, die im Folgenden kurz erläutert

werden. Dabei unterliegen die zu analysierenden Parameter verschiedenen Schwellen-

werten, die in der Tab. 4 zusammengestellt sind.

Die Definitionen der tourismusrelevanten Schwellenwerte entsprechen dabei nicht

zwangsläufig den allgemein gültigen meteorologischen Schwellenwerten. Vielmehr

werden sie den Bedürfnissen des Tourismus angepasst und finden in der Tourismus-

Klimatologie ihre Gültigkeit. Während zum Beispiel ein Sturmtag aus meteorologischer

Sicht bei einer Windstärke ab 8 Bft (> 17.2 m/s)1 deklariert wird, werden Windge-

schwindigkeiten ab 8 m/s (5 Bft) in der Tourismus-Klimatologie schon als unangenehm

empfunden (vgl. Besancenot 1990, Gómez Martín 2004). Deswegen wird für Freizeit

und Erholung ein stürmischer Tag bereits ab einer Windgeschwindigkeit von 8 m/s

festgelegt.

Die Definition für schneesichere Skigebiete variierte in den letzten Jahrzehnten, die auf

unterschiedliche Terrainverhältnisse wie Hanglage, Höhe, Skisportart, künstliche Be-

schneiung etc. zurückzuführen sind. Laut OECD (2007) wird aus technischer Sicht das

Skifahrpotenzial mit einer Schneedeckenhöhe größer 30 cm definiert. Aus touristischer

Sicht ist die Definition einer Schneedecke von 10 cm für Mittelgebirge hinreichend und

zweckmäßig.

Zur Parametrisierung der thermischen Umgebung wird die Physiologisch Äquivalente

Temperatur PET verwendet (VDI 1998, Höppe 1999) und mit dem Strahlungs- und

Bioklimamodell RayMan berechnet (Matzarakis et al. 2007) berechnet, welches eben-

falls am Meteorologischen Institut der Universität Freiburg entwickelt wurde. In PET

fließen Lufttemperatur, Luftfeuchtigkeit, Windgeschwindigkeit sowie die kurz- und

langwellige Strahlung der Umgebung und physiologische Größen ein. Bei der Berech-

nung von PET wird weiterhin von einem „Standardmenschen“, 35 Jahre alt, 75 kg

schwer, 1.75 m groß und männlich mit einem Bekleidungsfaktor von 0.9 clo und einer

Aktivität von 80.0 W ausgegangen. Diese Größen sind variabel einstellbar, jedoch wer-

1 http://www.dwd.de/de/wir/Geschaeftsfelder/KlimaUmwelt/Leistungen/Schadensfall/Beaufortskala.htm.

133

den sie in dieser Arbeit nicht verändert. Weiterhin werden zusätzlich meteorologische

Größen festgesetzt. Die relative Feuchte wird beim Überschreiten eines Wertes von 93

% von RayMan als Nebel deklariert. Die Berechnung der mittleren Strahlungstempera-

tur sowie von PET wird folglich an die Nebelbedingungen angepasst (Abb. 8).

Abb. 8: Hauptfenster des RayMan-Modells

Die sog. „Schwüle“, wird, obwohl sie in PET berücksichtigt ist, über einen Schwellen-

wert des Wasserdampfdruckes von 18 hPa in der Quantifizierung der thermischen Fa-

cette des Klimas für den Tourismus miterfasst.

Die ästhetische Facette umfasst die Faktoren wie Sonnenscheindauer und Bewölkung,

Nebel sowie Sichtweite und Tageslänge. Sie wird hier mittels der Anzahl der Tage mit

wenig oder keiner Bewölkung und der Anzahl der Tage mit Nebel in die Klimaanalyse

für die Nordsee- und Schwarzwaldregion integriert.

134

Die physikalische Facette, d.h. Wind, Regen, Schneebedingungen, Luftqualität und Ex-

tremwettersituationen, kommt in der vorliegenden Untersuchung durch die Faktoren

hohe Windgeschwindigkeit und Niederschlagsverhältnisse, aufbauend auf Tagen mit

wenig oder kein Niederschlag sowie lang anhaltender Niederschlagsereignisse, zum

Ausdruck (Matzarakis 2007). Zusätzlich wird für die Schwarzwaldregion der Parameter

Schnee betrachtet.

4.2.2. Kalkulation von Häufigkeiten

Da bei der Bewertung des Klimas für Tourismus und Erholung nicht Mittelwerte ein-

zelner meteorologischer und klimatologischer Parameter von Bedeutung sind sondern

vielmehr deren Häufigkeiten, wurde für den Schwarzwald und die Nordseeregion die

Häufigkeiten der in Kapitel 4.2. vorgestellten tourismusrelevanten Größen ermittelt

(siehe auch Tab. 4). Dabei diente die Software CDAP - Climate Data Analysing Pro-

gram - welches am Meteorologischen Institut der Universität Freiburg entwickelt wurde

(Abb. 9).

Abb. 9: Hauptfenster von CDAP mit den Auswerte- und Analysemöglichkeiten

135

Dabei können direkt die durch den ClimExtractor oder das RayMan-Modell erzeugten

Output-Dateien eingelesen und analysiert werden. Für die Analyse der einzelnen Para-

meter stehen folgende Anwendungen zur Verfügung:

– Berechnung von Mittelwerten, Summen, Maxima sowie Minima für ver-

schiedene Zeitintervalle (Jahre oder Monate)

– Berechnung von Häufigkeiten einzelner Parameter für verschiedene Zeit-

intervalle (Jahre oder Monate)

– Berechnung von Häufigkeiten einzelner Parameter basierend auf be-

stimmten Intervallklassen

Die Ausgabe der Ergebnisse erfolgt im ASCII-Format und kann direkt in Tabellenkal-

kulationsprogrammen übergeben werden (Matzarakis et al. 2007, Neumcke 2008).

4.2.3. Grafische Darstellung

Für eine räumlich differenzierte Darstellung der Ergebnisse kann leider nicht das für

Tourismuszwecke geeignete Klima-Tourismus-Informations-Schema (CTIS; siehe Ka-

pitel 3.2.) verwendet werden. Im Projekt KUNTIKUM wird auf die bewährte Karten-

darstellung mittels des Climate Mapping Tool (CMT, Abb. 10) zurückgegriffen. Das

CMT, entwickelt am Meteorologischen Institut der Albert-Ludwigs-Universität Frei-

burg, hat den Vorteil, dass es anwenderfreundlich und leicht zu bedienen ist (Matarakis

et al. 2007). Dafür sind keine GIS-Kenntnisse erforderlich. Folgende Eigenschaften

weist CMT im Einzelnen auf:

– Einlesen und Darstellen von ASCII (.csv, .txt); Vektordateien (z.B. shape-

files) sowie aller gängiger Rasterformate (z.B. GeoTiff, netCDF, Grib)

(Nr. 1 in Abb. 10)

– Datendarstellung kann als Raster oder als Isolinien erfolgen

– Legenden, Farbabstufungen und Überschriften sind veränderbar (Nr. 2, 3

in Abb. 10)

– Pixelauflösung kann automatisch gewählt oder manuell angepasst werden

136

– Auswahl und Anpassung gängiger geographischer Kartenprojektionen

(Nr. 4, 5 in Abb. 10)

– Karten können in den üblichen Grafikformaten (,jpg und .png) abgespei-

chert werden oder direkt in Microsoft-Anwendungen übernommen wer-

den

– Zeitrafferkartenerstellung ist möglich

137

Abb. 10: Hauptfenster von CMT mit einem Beispiel der Topographie für das RE-MO-Modellgebiet mit Fenster für die Farbfestlegung (Legende) (oben) und Fenster für die Auswahl und Anpassung von Kartenprojektionen (un-ten)

1

2

3

4

5

138

5. Ergebnisse

Die Klimatrendanalyse für Tourismus und Erholung beruht auf regionalen Klimasimu-

lationen und berücksichtigt die Emissionsszenarien A1B und B1. Dabei wird der Zeit-

raum 2021-2050 als Zukunftshorizont gewählt und mit der Klimanormalperiode 1961-

1990 verglichen. Somit werden lediglich relative Änderungen der einzelnen Kenngrö-

ßen wiedergegeben, da Modelle lediglich eine mögliche Entwicklung des zukünftigen

Klimas abbilden und mit Unsicherheiten behaftet sind.

5.1. Testläufe und Validierung von Modelldaten

In einem ersten Schritt der Klimaanalyse wurden für ausgewählte Stationen in den un-

tersuchten Gebieten Schwarzwald und Nordsee Testläufe der Methodik auf Grundlage

des A1B-Szenarios durchgeführt. Dabei wurden für die Nordseeregion sowohl Nieder-

sachsen als auch Schleswig-Holstein abgedeckt. Weiterhin wurde bei der Selektion der

Nordseestationen berücksichtigt, ob sich die Stationen auf dem Festland (z.B. St. Peter-

Ording) oder auf Inseln (z. B. Norderney) befinden, um u. a. abzuschätzen, ob signifi-

kante Unterschiede im klimatischen Tourismuspotenzial zwischen Festlandsküste und

Inseln auftreten (maritim/kontinentaler Charakter). Norderney ist vergleichsweise eine

relativ große Nordseeinsel und bietet somit eine gute Voraussetzung, durch das Modell-

gitter von REMO gut erfasst zu werden. Für die Schwarzwaldregion fiel die Wahl auf

Feldberg/Hinterzarten, Titisee und Freiburg, da für jene Stationen Vergleichsdaten

(1961-1990) aus Beobachtungen vom Deutschen Wetterdienst zur Verfügung stehen

(Endler und Matzarakis 2008).

Für die Validierung der CLM-Läufe wurden jeweils nur 2 Stationen aus dem Modellun-

tersuchungsgebiet gewählt, da zum einen die Methodik mit REMO getestet wurde und

zum anderen lediglich relative Änderungen aufgezeigt werden (siehe Tab. 5 und 6). Da

CLM eine niedrigere räumliche Auflösung aufweist (≈18 km), müssen bei der Analyse

einzelner Destinationen im stark strukturierten Gelände (hier z.B. Freiburg) und ihre

Vergleichbarkeit die Höhenunterschiede berücksichtigt werden (Tab. 5). Es entstehen

für den Schwarzwald Höhenunterschiede zwischen Beobachtungsstation und Modell

139

von mehr als 600 m. Feldberg mit seinen 1493 m wird somit im REMO-Modell mit

einer Höhe von 1076 m und im CLM-Modell nur mit 866 m wiedergegeben.

Tab. 5: Vergleich der verwendeten Modelldaten (REMO, CLM) mit Beobachtungs-daten vom Deutschen Wetterdienst (DWD) basierend auf ausgewählte kli-matische Größen für Freiburg. Periode: 1961-1990

Parameter DWD REMO CLM

Höhe 269 m 228 m 400 m

Jahresniederschlag 955 mm 1150 mm 1717 mm

Niederschlag > 1 mm 130 Tage 133 Tage 183 Tage

Relative Feuchte (RF) 72.4 % 62.3 % 81.3 %

Nebel (RF > 93 %) 24 Tage 7 Tage 93 Tage

Dampfdruck (VP) 9.9 hPa 10.9 hPa 11.3 hPa

„Schwüle“ (VP > 18 hPa) 11 Tage 10 Tage 33 Tage

Lufttemperatur 10.7 °C 14.6 °C 11.3 °C

140

Tab. 6: Vergleich der verwendeten Modelldaten (REMO, CLM) mit Beobachtungs-daten vom Deutschen Wetterdienst (DWD) basierend auf ausgewählte kli-matische Größen für Bremen. Periode: 1961-1990

Parameter DWD REMO CLM

Höhe 12 m 4 m 17 m

Jahresniederschlag 694 mm 949 mm 842 mm

Niederschlag > 1 mm 127 Tage 167 Tage 163 Tage

Relative Feuchte (RF) 80.4 % 75.5 % 79.7 %

Nebel (RF > 93 %) 37 Tage 65 Tage 62 Tage

Dampfdruck (VP) 9.8 hPa 11.1 hPa 10.7 hPa

„Schwüle“ (VP > 18 hPa) 7 Tage 25 Tage 17 Tage

Lufttemperatur 9.0 °C 12.2 °C 10.6 °C

5.1.1. Lufttemperatur und Physiologisch Äquivalente Temperatur

Die Validierung der Modelle mit Beobachtungsdaten hat Folgendes ergeben: REMO

überschätzt die Lufttemperatur im Schwarzwald (tiefer gelegenen Höhenlagen) oberhalb

19 °C leicht und unterschätzt diese leicht unterhalb 19 °C. Der Schwellenwert liegt bei

höheren Lagen bei 11 °C. Eine ausgeprägte Diskrepanz der Temperaturklassen zwi-

schen Modell- und Beobachtungsdaten tritt bei 0 °C (deutliche Überschätzung) auf, die

auf die Berücksichtigung der modellierten Schmelz- und Gefrierprozesse im Boden zu-

rückzuführen ist. Die Häufigkeitsverteilung der Lufttemperatur an der Nordsee weist

141

zwei lokale Maxima auf, die vom Modell gut wiedergegeben wird. Während Werte

kleiner 0 °C und größer 19 °C unterschätzt werden, werden sie in dem Temperaturbe-

reich von 0 °C bis 19 °C leicht überschätzt.

Die Analyse der Häufigkeitsverteilung der Lufttemperatur basierend auf CLM weist

ebenfalls eine leichte Überschätzung der hohen Werte und eine Unterschätzung der tie-

feren Werte auf. Jedoch sind die Abweichungen verglichen zu REMO kleiner, d.h.

CLM modelliert das Klima generell etwas kühler. Die starke Abweichung bei 0 °C ist

bei CLM ebenfalls schwächer ausgeprägt.

Gleiche Aussagen können auch für die Physiologisch Äquivalente Temperatur getroffen

werden.

5.1.2. Niederschlag

Der Niederschlag stellt mit seiner hohen Variabilität eine Schwierigkeit in seiner Mo-

dellierung dar, besonders im stark strukturierten Gelände wie dem Schwarzwald. RE-

MO spiegelt das Geländerelief im Modellgebiet recht gut wieder, wobei allerdings eine

systematische Verschiebung um 1 bis 2 Gitterboxen in der Hauptanströmrichtung er-

kannt wurde (vgl. Jacob et al. 2008). Niederschlag wird vom REMO-Modell in den tie-

feren Lagen des Schwarzwaldes um nahezu 20 % überschätzt, während er in höheren

Lagen um 15-20 % unterschätzt wird. Im Winter wird der Niederschlag um 20 % von

REMO überschätzt, während die anderen Jahreszeiten recht gut mit den Beobachtungen

übereinstimmen. Im Gegensatz überschätzt CLM sowohl den Winter- als auch den

Herbstniederschlag um 48 % bzw. 20 % (vgl. Feldmann et al. 2008). Die große Variati-

on in REMO kann nicht nur auf die feinere Auflösung zurückgeführt werden, sondern

muss auch den Prozessen, wie sie in REMO formuliert werden, die die Umverteilung

des atmosphärischen Wassers zugeschrieben werden. Die Unterschiede zwischen beo-

bachteten und simulierten Niederschlagsmustern entstehen durch einen Überschuss an

orografischen Hängen mit einer West-Nord-Ausrichtung sowie durch ein vergleichbares

Defizit bei einer Ost-Süd-Ausrichtung. Der Luv/Lee-Kontrast ist bei CLM nicht so stark

ausgeprägt (Feldmann et al. 2008). Hingegen wird die Anzahl der trockenen Tage von

142

REMO sehr gut wiedergegeben (vgl. Endler und Matzarakis 2008) während sie von

CLM unterschätzt wird.

An der Nordseeküste wird der Niederschlag von REMO im Durchschnitt um 30 % und

um 20 % von CLM überschätzt. Die Anzahl der trockenen Tage hingegen wird von

REMO und CLM leicht unterschätzt.

5.1.3. Relative Luftfeuchtigkeit

Kenngrößen wie Wind, Bewölkung und relative Luftfeuchtigkeit stellen bei der Model-

lierung ebenfalls größere Unsicherheiten dar.

Die relative Luftfeuchtigkeit wird von REMO deutlich unterschätzt und von CLM über-

schätzt. Die Häufigkeitsverteilung offenbart hierbei eine Überschätzung der Werte zwi-

schen 50-60 % und eine Unterschätzung ab 80 %. CLM hingegen überschätzt die relati-

ve Feuchte deutlich im Bereich von 90-100 %. Die Nebelhäufigkeit basierend auf RE-

MO wird in der Schwarzwaldregion unterschätzt, während sie an der Nordsee deutlich

überschätzt wird.

5.1.4. Wind

Die Windkomponente kann, besonders im stark strukturierten Gelände, lokal großen

Schwankungen unterliegen und ist u.a. von der Rauhigkeitslänge abhängig. Die monta-

ne Topographie kann jedoch nicht exakt und im Detail (Berücksichtigung lokaler Effek-

te, Hanglage, Neigung, Exposition etc.) vom Modell aufgelöst werden, so dass auch bei

der Windgeschwindigkeit große Unterschiede zwischen Beobachtung und Modell auf-

treten können. Zum Beispiel werden die mittlere Windgeschwindigkeit sowie stürmi-

sche Tage von REMO in Titisee überschätzt, während sie auf dem Feldberg deutlich

unterschätzt werden. An der Nordseeküste werden die Windgeschwindigkeit sowie die

stürmischen Tage zum Teil deutlich überschätzt (vgl. Endler und Matzarakis 2008).

5.1.5. Dampfdruck

Die Analyse der Häufigkeitsverteilung des Dampfdruckes weist bei beiden Modellen

eine Überschätzung vor allem der hohen Werte auf, so dass auch die Anzahl der feucht-

143

warmen Bedingungen (Dampfdruck größer 18 hPa) überschätzt wird (vgl. Tab. 5 und

6), wobei REMO für die Region Freiburg sehr gut mit den Beobachtungen überein-

stimmt.

5.2. Klimaänderungen in der Nordseeregion basierend auf regionalen Klimasi-mulationen (REMO und CLM)

Im Folgenden werden die Parameter – eingeteilt nach der entsprechenden Klimafacette

(thermisch, physikalisch und ästhetisch) – mit den größten Veränderungen in Form von

Differenzenkarten (2021/2050-1961/1990) sowohl für A1B als auch B1 präsentiert so-

wie die Ist-Situation; die restlichen Karten finden sich dabei im Anhang wieder.

Die mittlere jährliche Lufttemperatur wird in der Nordseeregion um 1 °C (REMO) zu-

nehmen, wobei die Erwärmung besonders stark im Winter ausgeprägt ist (+1.7 °C). Die

Physiologisch Äquivalente Temperatur wird ebenfalls bis 2050 um 1 °C im Durch-

schnitt zunehmen, mit einer über dem Jahresdurchschnitt liegenden Temperaturzunah-

me im Winter. Die Zunahme in der Temperatur wirkt sich ebenfalls auf die Anzahl der

Tage mit Kältestress, thermische Eignung sowie Hitzestress aus.

5.2.1. Thermische Komponente der Tourismus-Klimatologie

Anzahl der Tage mit Kältestress (PET < 0 °C)

Die Anzahl der Tage mit Kältestress liegt auf Grundlage der REMO- und CLM-

Simulationen durchschnittlich in Schleswig-Holstein bei 110 Tagen und in Niedersach-

sen bei 90 Tagen. In Küstennähe ist ein Rückgang der Kältestresstage um bis zu 24 Ta-

gen zu verzeichnen, im Hinterland um bis zu 18 Tagen (A1B). In B1 ist der Rückgang

etwas schwächer, durchschnittlich um 10 Tage, an der Niedersächsischen Küste bis zu

14 Tagen. Die Änderungen auf CLM basierend liegen in der gleichen Größenordnung:

Ein Rückgang im A1B-Szenario von 20- 25 Tagen und um die 15 Tage in B1 (Abb. 11).

Thermische Eignung (18 °C < PET < 29 °C)

Thermisch komfortable Tage sind an der Nordseeküste an 40-50 Tagen, im Hinterland

um 20 Tage höher (REMO). Zukünftig wird mit einer leichten Zunahme von 6-10 Ta-

144

gen in Schleswig-Holstein und in Küstennähe gerechnet. Die Änderungen in Nieder-

sachsen sowie im Hinterland liegen durchschnittlich bei einer Zunahme von 3-6 Tagen.

Auf Grundlage von CLM werden in Küstennähe 40 Tage mit thermischer Eignung si-

muliert; im Hinterland sind sie geringfügig höher. Änderungen bis 2050 sind in einer

Zunahme von 5-7 Tagen, wobei sie in Schleswig-Holstein sowie in B1 etwas geringer

sind (Abb. 12).

Hitzestress (PET > 35 °C)

Hitzestress ist im Allgemeinen derzeit kaum vertreten und wird auch in der Zukunft

kaum eine Rolle spielen (Abb. 23).

Feuchtwarme Bedingungen („Schwüle“, Dampfdruck > 18 hPa)

Feuchtwarme Bedingungen, in der breiten Öffentlichkeit auch unter dem Begriff der

Schwüle bekannt, wird für die Klimanormalperiode an 25 Tagen (REMO) und 15 Tagen

(CLM) modelliert. Dabei ist die unmittelbare Küstennähe weniger stark betroffen. Zu-

künftig werden die feuchtwarmen Tage durchschnittlich um 15 Tage (A1B) zunehmen,

in B1 um 10 Tage (REMO). Änderungen basierend auf CLM weisen ebenfalls eine Zu-

nahme auf: 12-15 Tage im Hinterland, in unmittelbarer Küstennähe etwas geringer. Än-

derungen in B1 fallen generell etwas schwächer aus (maximal bis ca. 10 Tage, Abb. 13).

145

Abb. 11: Kältestress für die Nordseeregion basierend auf REMO (links) und

CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Än-derung für B1.

1961-1990 (REMO)

1961-1990 (CLM)

A1B (REMO)

A1B (CLM)

B1 (CLM)

Tage

Tage

Tage

146

Abb. 12: Thermische Eignung für die Nordseeregion basierend auf REMO (links)

und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperi-ode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1.

1961-1990 (REMO)

1961-1990 (CLM)

A1B (CLM)

B1 (CLM)

A1B (REMO)

B1 (REMO)

Tage

Tage

Tage

147

Abb. 13: Feuchtwarme Bedingungen für die Nordseeregion basierend auf REMO

(links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanor-malperiode (1961-1990), die mittlere die Änderung für A1B und die un-tere die Änderung für B1.

1961-1990 (REMO)

A1B (REMO)

B1 (REMO)

1961-1990 (CLM)

A1B (CLM)

B1 (CLM)

Tage

Tage

Tage

148

5.2.2. Physikalische Komponente der Tourismus-Klimatologie

Niederschlag

Der Gesamtjahresniederschlag zeigt kaum eine Zunahme, sondern eher eine Umvertei-

lung der Niederschlagsverhältnisse im Jahr, d.h. die Winter werden feuchter und die

Sommer trockener. Auf Grundlage der Modellergebnisse nimmt die mittlere jährliche

Niederschlagssumme im Durchschnitt um bis zu 15 % zu. Der Winterniederschlag er-

fährt dabei eine Zunahme um 30 %, der Sommerniederschlag um 15 % (nur im B1, in

A1B: Abnahme). Im Frühjahr wird im niedersächsischen Hinterland kaum eine Verän-

derung bis minimale Abnahme erwartet während Schleswig-Holstein und die unmittel-

bare Küstenzone eine leichte Zunahme des Niederschlags erfährt. Im Herbst muss mit

einer Zunahme des Niederschlags um 15 % gerechnet werden. Die Niederschlagsmuster

spiegeln sich auch in der Anzahl der trockenen bzw. feuchten Tage wider.

Regentage oder feuchte Tage sind in Küstennähe häufiger (80-90 Tage) als im Hinter-

land (60-70 Tage). REMO simuliert abhängig vom gewählten Szenario unterschiedliche

Änderungen. Während in B1 eine generelle Zunahme der Regentage (bis 6-9 Tage, in

unmittelbarer Küstennähe stärkere Zunahme) erwartet wird, offenbart A1B ein eher

differenzierteres Muster: Im Durchschnitt werden auch hier die Regentage zunehmen

(bis zu 6 Tagen), jedoch kann aber gebietsweise auch mit einer Abnahme gerechnet

werden. Die Modellergebnisse aus CLM zeigen sowohl für A1B als auch für B1 eine

Zunahme der Regentage um 4-8 Tage (Abb. 24). In Küstennähe treten derzeit im

Durchschnitt 190 trockene Tage auf, im Hinterland durchschnittlich 200-220 Tage.

CLM simuliert generell eine Abnahme, die im A1B stärker ausgeprägt (10 Tage) ist als

im B1 (bis zu 15 Tagen). REMO simuliert in B1 ebenfalls eine durchschnittliche Ab-

nahme der trockenen Tage von 3 Tagen, wohingegen in A1B nur die unmittelbare Küs-

tennähe eine Abnahme erfährt. Das Hinterland weist keine Veränderungen bzw. leichte

Zunahme der trockenen Tage auf (Abb. 25).

Windige Tage (Windgeschwindigkeit > 8 ms-1)

Die windigen Tage - aus rein tourismusklimatologischer Sicht definiert mit einer Wind-

geschwindigkeit größer 8 ms-1 - sind auf dem schleswig-holsteinischem Festland ca. an

149

40 Tagen präsent, in Niedersachen an 20-30 Tagen und in Küstennähe an 80-130 Tagen.

Die Änderungen basierend auf REMO weisen sowohl eine leichte Abnahme als auch

Zunahme der windigen Tage im Untersuchungsgebiet (+/- 3 Tage). CLM hingegen

weist in beiden Szenarien eine durchschnittliche Zunahme von 4-8 Tagen auf (Abb. 14).

Abb. 14: Anzahl der windigen Tage für die Nordseeregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanor-malperiode (1961-1990), die mittlere die Änderung für A1B und die un-tere die Änderung für B1.

A1B (REMO)

B1 (REMO)

1961-1990 (CLM)

A1B (CLM)

1961-1990 (REMO)

B1 (CLM)

Tage

Tage

Tage

150

5.2.3. Ästhetische Komponente der Tourismus-Klimatologie

Sonnige Tage (Bewölkung < 4 Achtel)

Sonnige Tage werden derzeit durchschnittlich von REMO an 120-130 Tagen simuliert,

während CLM durchschnittlich 70-90 Tage berechnet. CLM weist in beiden Szenarien

eine generelle Abnahme von bis zu 9 Tagen auf. REMO berechnet für B1 ebenfalls eine

Abnahme von 3-6 Tagen, wohingegen in A1B keine eindeutige Aussage über die Ent-

wicklung der sonnigen Tage getroffen werden kann (gebietsweise Abnahme als auch

Zunahme, siehe Abb. 26).

Nebeltage (relative Luftfeuchtigkeit > 93 %)

Nebeltage sind durchschnittlich von 60-80 Tagen vertreten, mit leicht höheren Häufig-

keiten in Schleswig-Holstein. Die Änderungen basierend auf CLM sind marginal, d.h.

keine Änderungen bzw. eine leichte Zunahme von bis zu 5 Tagen. Die Ergebnisse aus

dem REMO-Modell weisen für das A1B-Szenario vorwiegend in Niedersachsen eine

leichte Zunahme der Nebeltage (4 Tage) auf, während in Schleswig-Holstein keine ein-

deutige Aussage möglich ist (Abb. 27).

Abschließend gibt die folgende Tab. eine quantitative zusammenfassende Darstellung

über die Veränderungen der für den Tourismus relevanten Parameter basierend auf die

beiden im Projekt verwendeten Regionalmodelle REMO und CLM wieder.

Die Tab. 7 zeigt auf, dass abhängig vom Modell und somit von der implementierten

Modellphysik Unterschiede in den Klimasimulationen auftreten können. Es ist ersicht-

lich, dass der Trend in der thermischen Komponente (Thermischer Komfort, Kälte- und

Hitzestress) gleich gerichtet ist. In Bezug auf die nassen Tage weisen REMO und CLM

ebenfalls die gleiche positive Tendenz auf. Bei REMO ist die Entwicklung der Nebelta-

ge, der heiteren (sonnigen), stürmischen (windigen) sowie der trockenen Tage heterogen

innerhalb der Szenarien A1B und B1, so dass für die Region Nordsee keine eindeutige

Tendenz der entsprechenden Parameter zugewiesen werden kann; gebietsweise sind

gegenläufige Trends in den einzelnen Abbildungen erkennbar.

151

Tab. 7: Quantitative Zusammenfassung der untersuchten Kenngrößen für die Nordseeregion basierend auf beiden Regionalmodellen REMO und CLM

Parameter CLM REMO

Thermischer Komfort + + Kältestress -- -- Hitzestress 0 0 Feuchtwarme Bedingungen („schwül“) + ++ heitere Tage - k. A. trockene Tage -- k. A. nasse Tage + + Nebeltage k. A. k. A. stürmische Tage + k. A.

--/++ mäßige Abnahme/Zunahme -/+ geringe Abnahme/Zunahme 0 keine Veränderungen im Modell k. A. keine Aussage aufgrund starker Variabilität zwischen den Szenarien A1B und B1

Die Tab. 7 zeigt auf, dass abhängig vom Modell und somit von der implementierten

Modellphysik Unterschiede in den Klimasimulationen auftreten können. Es ist ersicht-

lich, dass der Trend in der thermischen Komponente (Thermischer Komfort, Kälte- und

Hitzestress) gleich gerichtet ist. In Bezug auf die nassen Tage weisen REMO und CLM

ebenfalls die gleiche positive Tendenz auf. Bei REMO ist die Entwicklung der Nebelta-

ge, der heiteren (sonnigen), stürmischen (windigen) sowie der trockenen Tage heterogen

innerhalb der Szenarien A1B und B1, so dass für die Region Nordsee keine eindeutige

Tendenz der entsprechenden Parameter zugewiesen werden kann; gebietsweise sind

gegenläufige Trends in den einzelnen Abbildungen erkennbar.

5.3. Klimaänderungen in der Schwarzwaldregionen basierend auf regionalen Klimasimulationen (REMO und CLM)

Auch in der Schwarzwaldregion wird mit einer durchschnittlichen Erhöhung der Luft-

temperatur von 1 °C bis 2050 gerechnet. Die Erwärmung wird dabei im Winter stärker

ausgeprägt sein (+1.3 bis +1.8 °C), die wiederum großen Einfluss auf die Schneeent-

wicklung, Schneepotenzial und letztendlich auf den Wintertourismus haben wird. Die

Komponente Schnee wird somit gesondert analysiert.

152

5.3.1. Thermische Komponente der Tourismus-Klimatologie

Die Physiologisch Äquivalente Temperatur wird durchschnittlich um 1 °C bis 2050 zu-

nehmen. Dabei werden die Wintermonate (bis zu 1.8 °C) stärker betroffen sein als die

Sommermonate (bis zu 1.6 °C). Die Erhöhung in PET hat natürlich auch Auswirkungen

auf die thermischen Komfort- und Diskomfortbereiche, die im Folgenden näher be-

schrieben werden:

Anzahl der Tage mit Kältestress (PET < 0 °C)

Kältestress ist in der Schwarzwaldregion im Durchschnitt an 80-100 Tagen präsent. Die

tiefen Lagen sowie die Tiefebenen weisen hingegen nur 60 Tage mit Kältestress auf,

höhere Lagen wie die Feldbergregion 120 Tage. Kältestress nimmt basierend auf RE-

MO im Jahr um bis zu 19 Tage ab. Der Hauptrückgang ist vor allem im Winter spürbar.

Dabei erfahren die höheren Lagen (ab 900 m) eine geringere Abnahme im Vergleich zu

Höhen unterhalb von 900 m. Dies entspricht einer Reduzierung der Kältestresstage um

30 % (bis 900 m) und um 15-20 % für die höher gelegenen Regionen (ab 900 m). Im B1

sind die Änderungen deutlich geringer (Abb. 16). Auf Grundlage von CLM nimmt die

Anzahl der Tage mit Kältestress in der gleichen Größenordnung ab (15 Tage, siehe

Abb. 15).

Thermische Behaglichkeit (18 °C < PET < 29 °C)

Thermisch komfortable Bedingungen sind derzeit durchschnittlich an 80 Tagen, in hö-

heren Lagen etwas geringer (70 Tage), im CLM fallen diese Werte etwas geringer aus

(50-60 Tage). Zukünftig wird sich die Anzahl der komfortablen Tage im Durchschnitt

um bis zu 6 Tagen reduzieren, wobei im A1B-Szenario die höchstgelegenen Regionen

geringfügig von thermisch komfortablen Bedingungen profitieren werden. Die CLM-

Modellergebnisse hingegen weisen in beiden Szenarien eine Zunahme von 5 bis 10 Ta-

gen auf (Abb. 17).

153

Abb. 15: Kältestress für die Schwarzwaldregion basierend auf REMO (links) und

CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Än-derung für B1.

1961-1990 (REMO)

A1B (REMO)

B1 (REMO)

1961-1990 (CLM)

A1B (CLM)

B1 (CLM) Tage

Tage

Tage

154

Abb. 16: Jährliche maximale Änderung der Kältestresstage in Abhängigkeit von Höhenklassen für den Zeitraum 2021/2050 verglichen zu 1961/1990. Modell: REMO.

Hitzestress (PET > 35 °C)

Tage mit Hitzestress kommen im Südwesten Deutschlands nur in tiefer gelegenen Ge-

bieten des Schwarzwaldes vor, gewinnt aber bis 2050 mehr an Bedeutung, d.h. eine

Zunahme von 4 bis 6 Tagen im A1B-Szenario und maximal 2 Tage im B1 (auf Grund-

lage von REMO). Dabei erfährt der Nordschwarzwald kaum eine Veränderung. Die

Modellergebnisse aus CLM weisen ebenfalls eine Zunahme von bis zu 6 Tagen, wobei

die höheren Regionen nicht betroffen sein werden (Abb. 28).

Feuchtwarme Bedingungen („Schwüle“, Dampfdruck > 18 hPa)

Feuchtwarme Bedingungen oder im allgemeinen Sprachgebrauch Schwüle kommen in

der Schwarzwaldregion durchschnittlich an 10-20 Tagen vor, mit leicht höheren Werten

in tiefen Lagen. Die Anzahl feuchtwarmer Tage wird sich bis 2050 um bis zu 15 Tagen

erhöhen, mit einer stärkeren Zunahme in Nordschwarzwald verglichen zum Süd-

schwarzwald (Abb. 18). Abb. 19 zeigt, dass in den Höhenlagen bis 600 m die größte

Zunahme erwartet wird. Aber auch höhere Lagen werden leicht von einer Zunahme

feuchtwarmer Bedingungen betroffen sein. Die Veränderungen liegen dabei im A1B

etwas höher als im B1.

Jährliche, maximale Änderung im Kältestress im Schwarwald in Abhängigkeit der Höhenlage,

Zeitraum: 2021/2050-1961/1990

-20

-15

-10

-5

00-300 301-600 601-900 901-1200

Höhenklassen

Anz

ahl d

er T

age

A1B B1

155

Abb. 17: Thermische Behaglichkeit für die Schwarzwaldregion basierend auf

REMO (links) und CLM (rechts). Die obere Grafik zeigt jeweils die Klimanormalperiode (1961-1990), die mittlere die Änderung für A1B und die untere die Änderung für B1.

1961-1990 (REMO)

A1B (REMO)

B1 (REMO)

1961-1990 (CLM)

A1B (CLM)

B1 (CLM)

Tage

Tage

Tage

156

Abb. 18: Feuchtwarme Bedingungen für die Schwarzwaldregion basierend auf REMO (links) und CLM (rechts). Die obere Grafik zeigt