📡 Extremwetter & Attribution Science 2025 - Ursachen zuordnen
1. What
1. Was ist Attribution Science?
Die Definition:
Attribution = Schreibe ein spezifisches Extremwetter-Ereignis Klimawandel zu. Wie wahrscheinlich wäre es ohne menschliche Erwärmung?
Attribution = Schreibe ein spezifisches Extremwetter-Ereignis Klimawandel zu. Wie wahrscheinlich wäre es ohne menschliche Erwärmung?
Die Frage: Verursachte der Klimawandel diesen Hurrikan? Oder wäre er ohnehin passiert?
🎯 Die Unterscheidung:
- ❌ Kann NICHT sagen: "Dieser Hurrikan ist 100% Klimawandel"
- ✅ Kann sagen: "Ohne Klimawandel wäre dieser Hurrikan 50% weniger wahrscheinlich"
- ✅ Kann sagen: "Dieser Hurrikan war 2x häufiger wegen Klimawandel"
2. Methods
2. Die Methoden: Wie macht man Attribution?
① Beobachtungs-Trend-Analyse
• Vergleiche: Häufigkeit/Intensität über Zeit
• Beispiel: Starkregen Events steigen 7%/Dekade
• Aber: Natürliche Variabilität könnte auch Schuld sein
• Schwach: Kann Kausalität nicht beweisen
• Vergleiche: Häufigkeit/Intensität über Zeit
• Beispiel: Starkregen Events steigen 7%/Dekade
• Aber: Natürliche Variabilität könnte auch Schuld sein
• Schwach: Kann Kausalität nicht beweisen
② Modell-Vergleich (Factual vs. Counterfactual)
• Simuliere: Realistische Welt MIT Klimawandel
• Simuliere: "Was wäre" Welt OHNE Klimawandel
• Vergleiche: Wie oft ereignis-Typ in jedem Szenario?
• Berechne: Wahrscheinlichkeits-Verhältnis (RR)
• Simuliere: Realistische Welt MIT Klimawandel
• Simuliere: "Was wäre" Welt OHNE Klimawandel
• Vergleiche: Wie oft ereignis-Typ in jedem Szenario?
• Berechne: Wahrscheinlichkeits-Verhältnis (RR)
③ Extreme Event Attribution (EEA)
• Schnelle Turnaround (Tage nach Event)
• Internationale Teams (World Weather Attribution Project)
• Methodisch: Multiple Models + Observational Data
• Ziel: Statements wie "50% attribuierbar zu Klimawandel"
• Schnelle Turnaround (Tage nach Event)
• Internationale Teams (World Weather Attribution Project)
• Methodisch: Multiple Models + Observational Data
• Ziel: Statements wie "50% attribuierbar zu Klimawandel"
3. Examples
3. Konkrete Beispiele: Was wurde attribuiert?
① 2023 Marokko Erdbeben (nein, aber die Hitzewellen)
• Pazifische Hitzewelle 2021 (Pazifik NW): 99% wahrscheinlicher wegen Klimawandel
• Indische Hitzewelle 2022: 30x wahrscheinlicher
• Siberian Waldbrände 2020: 600% häufiger
• Attribution: KLAR positiv
• Pazifische Hitzewelle 2021 (Pazifik NW): 99% wahrscheinlicher wegen Klimawandel
• Indische Hitzewelle 2022: 30x wahrscheinlicher
• Siberian Waldbrände 2020: 600% häufiger
• Attribution: KLAR positiv
② Hurrikane (komplexer!)
• Häufigkeit: Keine klare Zunahme (könnte weniger werden!)
• Aber: Intensität + Regen stark gestiegen
• Attribution: 8% intensiver + 10% nässer wegen Klimawandel
• Beispiel: Hurricane Harvey (2017) - Attribution schwierig
• Häufigkeit: Keine klare Zunahme (könnte weniger werden!)
• Aber: Intensität + Regen stark gestiegen
• Attribution: 8% intensiver + 10% nässer wegen Klimawandel
• Beispiel: Hurricane Harvey (2017) - Attribution schwierig
③ Niederschlag-Events
• Starkregen wird häufiger + intensiver
• Physik: Wärmerer Luft holds 7% mehr Wasser
• Attribution: Meist +20-50% häufiger/intensiver
• 2016 Louisiana Flooding: 40% wahrscheinlicher
• Starkregen wird häufiger + intensiver
• Physik: Wärmerer Luft holds 7% mehr Wasser
• Attribution: Meist +20-50% häufiger/intensiver
• 2016 Louisiana Flooding: 40% wahrscheinlicher
④ Dürren
• Komplexer (Bodenfeuchte + Niederschlag + Temperatur)
• 2012 US Dürre: 40% wahrscheinlicher
• 2021 West North American Dürre: 50% wahrscheinlicher
• Trend klar: Mehr Dürren attribuierbar
• Komplexer (Bodenfeuchte + Niederschlag + Temperatur)
• 2012 US Dürre: 40% wahrscheinlicher
• 2021 West North American Dürre: 50% wahrscheinlicher
• Trend klar: Mehr Dürren attribuierbar
4. Challenges
4. Die Herausforderungen: Warum ist das schwer?
① Natürliche Variabilität
• Klima hat große Jahr-zu-Jahr Schwankungen
• El Niño könnte Effekt verursachen (nicht Klimawandel!)
• Schwer zu trennen: Signal vs. Noise
• Klima hat große Jahr-zu-Jahr Schwankungen
• El Niño könnte Effekt verursachen (nicht Klimawandel!)
• Schwer zu trennen: Signal vs. Noise
② Modell-Unsicherheit
• Verschiedene Modelle = verschiedene Ergebnisse
• Parametrisierung von Wolken, Aerosole, etc.
• "Skill" der Modelle für regionale Events begrenzt
• Verschiedene Modelle = verschiedene Ergebnisse
• Parametrisierung von Wolken, Aerosole, etc.
• "Skill" der Modelle für regionale Events begrenzt
③ Seltene Events
• Beispiel: 1-in-100-Jahre Event
• Haben wenig Daten (nur 1 davon!)
• Statistisch sehr unsicher
• Größere Events = noch seltener = noch unsicherer
• Beispiel: 1-in-100-Jahre Event
• Haben wenig Daten (nur 1 davon!)
• Statistisch sehr unsicher
• Größere Events = noch seltener = noch unsicherer
④ Feedback-Loops & Komplexität
• Landnutzung + Ozean-Zirkulation komplex
• Kleine Unterschiede in Anfangsbedingungen = große Effekte
• Prognose-Skill begrenzt
• Landnutzung + Ozean-Zirkulation komplex
• Kleine Unterschiede in Anfangsbedingungen = große Effekte
• Prognose-Skill begrenzt
5. Probabilities
5. Wahrscheinlichkeiten: Die Zahlen
Risk Ratio (RR) Definitionen
RR = 1.0: Keine Attribution (gleich wahrscheinlich mit/ohne Klimawandel)
RR = 2.0: 2x häufiger wegen Klimawandel (50% attribuierbar)
RR = 5.0: 5x häufiger (80% attribuierbar)
Typische Werte heute (2020er):
• Hitzewellen: RR = 5-20 (sehr stark attributierbar)
• Starkregen: RR = 1.3-2.0 (schwach-moderat)
• Trockenheit: RR = 1.5-3.0 (moderat)
• Hurrikane: RR = 1.0-1.3 (schwach oder keine)
• Hitzewellen: RR = 5-20 (sehr stark attributierbar)
• Starkregen: RR = 1.3-2.0 (schwach-moderat)
• Trockenheit: RR = 1.5-3.0 (moderat)
• Hurrikane: RR = 1.0-1.3 (schwach oder keine)
6. Future
6. Die Zukunft: Bessere Attribution?
2025-2030:
✅ Schnellere Attribution (days not weeks?)
✅ Bessere Modelle (CMIP7)
✅ Mehr Events attribuierbar
? Hitzewellen: RR = 20-50 möglich?
✅ Schnellere Attribution (days not weeks?)
✅ Bessere Modelle (CMIP7)
✅ Mehr Events attribuierbar
? Hitzewellen: RR = 20-50 möglich?
2030-2050:
? Können wir "unmöglich ohne Klimawandel" Events nennen?
? Wird Attribution Standard-Praxis nach Events?
? Können wir bessere Dürren-Attribution machen?
? Werden Hurrikane-Intensität klarer attribuierbar?
? Können wir "unmöglich ohne Klimawandel" Events nennen?
? Wird Attribution Standard-Praxis nach Events?
? Können wir bessere Dürren-Attribution machen?
? Werden Hurrikane-Intensität klarer attribuierbar?
🎯 Die ehrliche Bewertung:
- ✅ Attribution Science ist real + funktioniert
- ✅ Hitzewellen: klare Attribution möglich
- ⚠️ Aber: Nicht alle Event-Typen attribuierbar
- ⚠️ Und: Seltene Events = sehr unsicher
- ? Können wir Einzelereignisse immer verstehen? Nein!