Klimaanalyse Sachsen-Anhalt Für Den Zeitraum 1951-2014 Auf Basis Von Beobachtungsdaten Fachbericht Des LAU

Berichte des Landesamtes Nr.: 1/2016 für Umweltschutz Sachsen-Anhalt

Klimaanalyse Sachsen-Anhalt für den Zeitraum 1951-2014 auf Basis von Beobachtungsdaten Fachbericht des LAU

Impressum Klimaanalyse Sachsen-Anhalt für den Zeitraum 1951-2014 auf Basis von Beobachtungsdaten Herausgeber: Landesamt für Umweltschutz Tel.: +49 345-5704-101 [email protected] Internet: www.lau.sachsen-anhalt.de Erstellt durch: Climate & Environmental Consulting Potsdam GmbH in Zusammenarbeit mit der hydro & meteo GmbH Lübeck Abschlussdatum: Dezember 2015 Redaktion: Landesamt für Umweltschutz Sachsen-Anhalt Dr. Christiane Röper Manfred Unglaube Redaktionsschluss: Halle (Saale), Januar 2016 geändert Dezember 2016 in: Abbildungsunterschrift der Abb. 4.42, S. 53 Web-Link der Publikation www.lau.sachsen-anhalt.de (Wir über uns, Publikationen/Fachpublikationen/Berichte des LAU/Heft 1-2016) ISSN-Nummer: 0941-7281 Titelfotos: Bergwetterwarte Brocken (Fotos: M. Unglaube)

2 Klimaanalyse Sachsen-Anhalt Fachbericht des LAU 1/2016

Vorwort

Der 5. Sachstandsbericht des IPCC belegt erneut: „Die Erwärmung des Klimasystems ist eindeutig und es ist äußerst wahrscheinlich, dass der menschliche Einfluss die Hauptursache der beobachteten Erwärmung seit Mitte des 20. Jahrhunderts war. Die bereits heute eingetreten Klimaänderungen haben weitverbreitete Auswirkungen auf Mensch und Natur.“ 1

Klima ist im engeren Sinn als das durchschnittliche Wetter definiert, oder genauer: als die statistische Beschreibung des Wetters in Form von Durchschnittswerten und der Variabilität relevanter Größen über eine Zeitspanne, die im Bereich von Monaten bis hin zu Tausenden oder Millionen von Jahren liegen kann. Der klassische, von der Weltorganisation für Meteorologie (WMO) definierte Zeitraum sind 30 Jahre.

In bisherigen Studien für Sachsen-Anhalt wurden Beobachtungsdaten aus den Zeiträumen 1961 bis 1990 oder 1971 bis 2000 ausgewertet. Inzwischen liegen insbesondere durch eine weitere Datenaufbereitung beim DWD Beobachtungsdaten über längere Zeiträume vor. Diese bildeten die Grundlage für die vorliegende Klimaanalyse für Sachsen-Anhalt. Ziel war es, Beobachtungsdaten über möglichst lange Zeiträume auszuwerten, im Idealfall über den Zeitraum von 1951 bis 2014. Es ist davon auszugehen, dass Aussagen zu beobachteten Klimatrends, die auf einem langen Zeitraum basieren, statistisch besser abgesichert sind.

Weiterhin stand in dem Projekt die Aufgabe, neben den meteorologischen Standardgrößen auch abgeleitete Klimagrößen (Klima-Indikatoren) zu bestimmen. Aus den Klima-Indikatoren und deren Änderungen kann die Betroffenheit einzelner Sektoren abgeleitet werden. So sind z. B. der Hitzeindex oder die Anzahl von Hitzetagen für den Gesundheitssektor besonders relevant, Heizgradtage oder Kühlgradtage dagegen für die Energiewirtschaft oder Gebäudetechnik und niederschlagsabgeleitete Indikatoren für Land- und Wasserwirtschaft.

Einen weiteren Schwerpunkt der Klimaanalyse bildete die Auswertung der phänologischen Daten des Deutschen Wetterdienstes für die Naturräume in Sachsen-Anhalt. Die Phänologie befasst sich mit den im Jahresablauf periodisch wiederkehrenden Wachstums- und Entwicklungserscheinungen der Pflanzen. Es werden die Eintrittszeiten charakteristischer Vegetationsstadien (Phasen) beobachtet und festgehalten. Sie stehen in enger Beziehung zur Witterung und zum Klima. Es zeichnet sich gegenwärtig ab, dass phänologische Daten in

1 Quelle: Fünfter Sachstandsbericht des IPCC – Synthesebericht

Klimaanalyse Sachsen-Anhalt 3 Fachbericht des LAU

Zukunft verstärkt für Trendanalysen zur Klimadiagnostik herangezogen werden, da sich die Eintrittsdaten vieler phänologischer Phasen sehr gut in Beziehung zu Klimatrends setzen lassen.

Mit dem Abschluss des Projektes liegt nun eine belastbare und umfassende Datenbasis über Klimaänderungen in Sachsen-Anhalt vor. Darüber hinaus gibt es neben dem vorliegenden Abschlussbericht eine sehr umfangreiche Datensammlung, die bei Bedarf über das Landesamt für Umweltschutz Sachsen-Anhalt abgerufen werden kann.

Halle (Saale), 29.01.2016

4 Klimaanalyse Sachsen-Anhalt Klimaanalyse Sachsen-Anhalt 1951 bis 2014

Endbericht

In Auftrag gegeben vom Landesamt fur¨ Umweltschutz Sachsen-Anhalt

Reideburger Straße 47, 06116 Halle (Saale)

Arne Spekat (1), Thomas Einfalt (2), Annemarie Jackisch (2)

Ausgefuhrt¨ von einem Konsortium aus (1) Climate & Environment Consulting Potsdam GmbH (2) hydro & meteo GmbH & Co KG Ausfuhrende:¨

Climate & Environment Consulting Potsdam GmbH David-Gilly-Straße 1 14469 Potsdam

hydro & meteo GmbH & Co KG Breite Straße 6–8 23552 Lubeck¨

Dieser Bericht sollte so zitiert werden: A.SPEKAT, T. EINFALT und A. JACKISCH, 2016: Klimaanalyse Sachsen-Anhalt 1951 bis 2014. Endbericht. Climate and Environment Consulting Potsdam GmbH und hydro & meteo GmbH & Co KG im Auftrag des Landesamtes fur¨ Umwelt- schutz Sachsen-Anhalt, Halle (Saale). Berichte des Landesamtes fur¨ Umwelt- schutz Sachsen-Anhalt, Nr. 1/2016. Kurzfassung

Im Vorhaben Klimaanalyse Sachsen-Anhalt 1951 bis 2014 wurde der Ansatz verfolgt, aus einer moglichst¨ großen Vielfalt von Datenquellen eine umfangreiche Darstellung des Klimawandels seit den 1950er Jahren zu gewinnen. Zudem sollten klimadiagnostische Aktivitaten¨ in Sachsen-Anhalt fortgefuhrt,¨ erweitert und aktualisiert werden. Weiterhin stand die Einbeziehung von Nutzern sowohl im Vorfeld als auch wahrend¨ der Laufzeit des Vorhabens an prominenter Stelle. Bei einem solchen Vorhaben ist der Anteil der Daten-Akquise und -Qualitats-¨ kontrolle groß. Es galt, Daten aus verschiedenen Quellen zu vergleichen und ihre Qualitat¨ zu beurteilen. In diesem Bericht werden die im Vorhaben ange- wandten Verfahren der Qualitatskontrolle¨ ausfuhrlich¨ beschrieben und ihr Ein- ﬂuss auf den Umfang des akquirierten und tatsachlich¨ eingesetzten Datenbe- stands geschildert. Einige wichtige Ergebnisse dieses Vorhabens:

• Aus Stationsmessungen und abgeleiteten Klimaindikatoren konnten zahlreiche Trendaussagen gewonnen werden.

• Diese Trends zeigen den bereits stattﬁndenden Klimawandel.

• Sie sind stimmig mit Projektionen von Klimamodellen fur¨ die kommen- den Jahrzehnte.

• Trends im Klima der letzten 50–60 Jahre sind insbesondere bei Tempera- turgroßen¨ sehr deutlich.

• Klimaveranderungen¨ konnten aber auch im Bereich der Extreme von Tem- peratur, Feuchte und Niederschlag dargestellt werden.

• Insbesondere gibt es Hinweise auf Fruhjahrstrockenheit,¨ Zunahme der Dauer von Hitzeperioden und zunehmende Waldbrandgefahr.

• Mit Hilfe der Phanologie¨ konnten viele der mit Messtechnik gewonnen Trendaussagen veriﬁziert werden.

Im Rahmen des Verfahrens entstand ein umfangreicher Katalog an Auswer- tungen in Form von Dateien und Graﬁken, die den Nutzern zur Weiterbearbei- tung und Auswertung zur Verfugung¨ gestellt werden.

otx und Kontext 1 Inhaltsverzeichnis 9 Datenquellen 2 4 . 1 . . 3 4 ...... 3 ...... Projekts . des . . . Ablauf . . . . . Spezifika . . . 1.5 der Vorstellung . . . . . Ziele 1.4 der . . Vorstellung Projekts . des Strukturierung und . 1.3 Motivation . . 1.2 Kontext 1.1 9 ...... 8 ...... Vorbemerkungen . . 2.1 . . . Studien anderen zu Bezug 1.6 12 ...... Datenquellen der Nutzbarkeit und Spezifika 2.2 .. lmdtni st in Klimadaten 2.1.2 7 6 . 7 ...... ph . Auswertung . 6) . (AP . Daten . agrarmeteorologischer . 1.5.7 Auswertung 5) . (AP Stundendaten . von 1.5.6 Aufbereitung 4) (AP Witterungsereignisse 1.5.5 Extreme 1.5.4 Kli- komplexer abgeleiteter Auswertung und Berechnung Standardgr meteorologischer 1.5.3 Auswertung f Datengrundlage der 1.5.2 Vorbereitung 1.5.1 .. ttosae u e ognntnagrarmeteorologi- genannten so der aus Stationsdaten 2.1.3 t in Klimadaten 2.1.1 12 12 . . . 11 ...... bez . . Minimalanforderungen . . . 1: Stufe ...... 2.2.1 . . . . . Niederschlagsdaten Wind-korrigierte . . . . 2.1.9 Aufl . . des hoher . . in Niederschlagsreihen Stationen . . Lange . . den . Zeitreihen 2.1.8 Historische . an . . 2.1.7 Messdaten . . Meteorologische . . 2.1.6 Reanalysedaten 2.1.5 Ph 2.1.4 magr 12 ...... L und . 10 madatenreihen ...... KOSTRA Projekt ...... Luft ...... Datenbank schen 1 Uberblick ¨ 10 ...... Daten anologische ¨ brahnsytm ahe-nat(L Sachsen-Anhalt uberwachungssystems ¨ ßnf oßen ¨ 6 ...... 3) (AP Tageswerte ur ¨ gihrAufl aglicher ¨ 7 ...... 7) (AP Daten anologischer ¨ nlce Aufl undlicher ¨ 14 . . . Klimadatenreihen den in ucken ¨ 9 ...... osung ¨ 9 ...... osung ¨ 5 1) (AP Vorhaben das ur ¨ gihL uglich ¨ sn u dem aus osung ¨ 5 . . 2) (AP oßen ¨ nedrKli- der ange ¨ 11 . . . . USA) ¨ I

Abschnitt 0 Inhaltsverzeichnis

2.2.2 Stufe 2: Qualitatskontrolle¨ der gemessenen Werte..... 14 2.2.3 Stufe 3: Zusatzliche¨ Vollstandigkeitskriterien¨ bei der Ag- gregierung von Tages- zu Monatswerten...... 14

3 Eingesetzte Methodik 15 3.1 Zusammenhang zwischen Datenverfugbarkeit¨ und Vielfalt der Ergebnisse...... 15 3.2 Meteorologische Standardgroßen¨ und ihre Messung oder Berech- nung...... 15 3.3 Klimaindikatoren, abgeleitete Parameter und ihre Berechnung.. 16 3.4 Trends und die Beurteilung ihrer Signiﬁkanz...... 16

4 Ergebnisse 19 4.1 Potenzieller und tatsachlicher¨ Datenbestand – AP 1...... 19 4.1.1 Klimaparameter...... 19 4.1.2 Phanologische¨ Parameter...... 23 4.2 Analyse von meteorologischen Standardgroßen¨ ...... 24 4.2.1 Lufttemperatur...... 24 4.2.2 Niederschlag...... 35 4.2.3 Relative Feuchte...... 40 4.2.4 Sonnenscheindauer...... 41 4.2.5 Bedeckungsgrad...... 43 4.2.6 Windgeschwindigkeit...... 44 4.2.7 Windrichtung...... 47 4.2.8 Meteorologische Messreihen des LUSA¨ ...... 49 4.3 Klima-Entwicklungen aus abgeleiteten Klimagroßen¨ – AP 3... 52 4.3.1 Indikatoren zu Temperaturveranderungen¨ ...... 52 4.3.2 Indikatoren zu Niederschlagsveranderungen¨ ...... 58 4.3.3 Indikatoren zu Veranderungen¨ beim Wind...... 60 4.4 Extreme Ereignisse – AP 4...... 61 4.4.1 Klimaentwicklungen in verschiedenen Extremstufen... 61 4.4.2 Extremwert-statistische Untersuchungen von Starknie- derschlag...... 64 4.5 Analyse von Stundendaten – AP 5...... 67 4.5.1 Tagesspannen...... 67 4.5.2 Tagesverlaufe¨ ...... 69 4.5.3 Jahresverlaufe¨ ...... 71 4.6 Analyse von Daten mit agrarmeteorologischer Relevanz – AP 6. 74 4.6.1 Hohe Luftfeuchte...... 74 4.6.2 Bodenfeuchte...... 75 4.7 Auswertung phanologischer¨ Daten – AP 7...... 78 4.7.1 Statistische Grundlagen fur¨ die phanologischen¨ Analysen 78 4.7.2 Vorarbeiten...... 78 4.7.3 Trendentwicklung in der Phanologie¨ ...... 84 4.7.4 Phanologische¨ Uhren...... 89

II XI I 111 107 Klima-Indikatoren B Stationen A Literaturverzeichnis Zusammenfassung 5 XVIII ...... Kenntage B.1 L des Bestand dem aus Klima-Stationen untersuchten der nach Liste Verdunstungsdaten mit A.7 Stationen untersuchten der Liste 5-min in Klima-Stationen untersuchten A.6 der Liste st in Klima-Stationen untersuchten A.5 der Liste f Stationslisten A.4 an Bestand L wenigen besonders A.3 mit Stationen t in Klima-Stationen untersuchten A.2 der Liste A.1 . aldrTg i Schw mit Tage der Zahl B.2 . K B.4 W B.3 LVI ...... XLIX ...... XLI ...... XLVI ...... XLIII ...... N . . warme . . . und . . Hitze . . . . . B.11 ...... Huglin-Index . . . B.10 ...... Vegetationsperiode . . . . Lufttemperatur . B.9 der Tagesspanne . . . Temperatur B.8 der . Erdbodenminimum . B.7 Heizgradtage B.6 K B.5 X ...... Februar . (Januar, Wintermonaten . den . in Eistage . der . Zahl . . B.1.1 ...... Penman XXXIII XXX ...... XXVI ...... XXVIII ...... Jahr . pro . Schwachwindtage . . der . Zahl . Jahr . pro . Starkwindtage . der . B.1.9 Zahl . Jahr XXIII pro . Extremniederschlagstage der . . B.1.8 Zahl . Jahr pro Starkregentage . XXII der B.1.7 Zahl . . . Tropenn Juni–August der B.1.6 Monaten . Zahl den in . Tage heißen der Juni–August B.1.5 Zahl Monaten den in Sommertage der B.1.4 Zahl B.1.3 Februar (Januar, Wintermonaten den in Frosttage der Zahl B.1.2 ph der Zusammenhang 4.7.5 LIII . . . . LVIII ...... XLIX ...... Maximumtemperatur . der . 90-Perzentil . . B.11.1 ...... Periode Frostfreie . . . B.9.3 Ph . . VegetationsperiodeB.9.2 Thermische B.9.1 XL . . XXXIX ...... altesumme . uhlgradtage ¨ ¨ XXXVIII ...... armesumme ¨ XXI . . . . XX ...... Jahres . eines Dezember) . und . . . Jahres eines Dezember) und 90 ...... Parametern anderen LI ...... Vegetationsperiode anologische ¨ LVII ...... achte ¨ XXXV ...... ule ¨ XXV ...... Jahr pro achte ¨ VIII ...... Windrichtung die ur ¨ nlgshnBoahugnmit Beobachtungen anologischen ¨ VII ...... ucken ¨ gihrAufl aglicher ¨ nlce Aufl undlicher ¨ tgrAufl utiger ¨ Inhaltsverzeichnis I . . osung ¨ IX osung ¨ IX osung ¨ X USA ¨ III

Abschnitt 0 Inhaltsverzeichnis

B.11.2 Perioden der Uberschreitung¨ des 90-Perzentils der Maxi- mumtemperatur in den Sommermonaten...... LVIII B.11.3 Maximale Lange¨ von Perioden der Uberschreitung¨ des 90-Perzentils der Maximumtemperatur in den Sommer- monaten...... LX B.11.4 90-Perzentil der Minimumtemperatur...... LX B.12 NOAA-Hitzeindex...... LXI B.13 Lange¨ von Hitzeperioden...... LXII B.14 Kalte¨ und kalte Nachte¨ ...... LXIII B.14.1 10-Perzentil der Maximumtemperatur...... LXIV B.14.2 10-Perzentil der Minimumtemperatur...... LXV B.14.3 Perioden der Unterschreitung des 10-Perzentil der Mini- mumtemperatur in den Wintermonaten...... LXV B.14.4 Maximale Lange¨ von Perioden der Unterschreitung des 10-Perzentil der Minimumtemperatur in den Wintermo- naten...... LXVII B.15 Globalstrahlung...... LXVII B.16 Korrigierter Niederschlag...... LXVIII B.17 Potenzielle Verdunstung und klimatische Wasserbilanz...... LXVIII B.18 Standardisierter Niederschlagsindex...... LXX B.19 Lange¨ von Trockenperioden...... LXXI B.20 Mittlerer maximaler taglicher¨ Niederschlag...... LXXIII B.21 Maximaler 5-tagiger¨ Niederschlag...... LXXIV B.22 Starkniederschlag – Perioden und Hauﬁgkeiten¨ ...... LXXIV B.23 Hohe Luftfeuchte...... LXXVII B.24 Bodenfeuchte...... LXXVII B.25 Waldbrand...... LXXVII

C Verfahren zur Qualit¨atskontrolle der Daten LXXIX C.1 Ergebnisse der Qualitatskontrolle¨ ...... LXXIX C.1.1 Allgemeines...... LXXIX C.1.2 Lufttemperatur...... LXXXI C.1.3 Niederschlag...... LXXXIII C.1.4 Relative Feuchte...... LXXXIV C.1.5 Sonnenscheindauer...... LXXXIV C.1.6 Windgeschwindigkeit...... LXXXV C.1.7 Bedeckungsgrad...... LXXXV C.1.8 Windrichtung...... LXXXV C.1.9 Ubersicht¨ uber¨ eventuell nachzuarbeitende Stationen... LXXXVI C.2 NIKLAS...... LXXXVII C.2.1 Software...... LXXXVII C.2.2 Ergebnisse...... XC C.3 Prufung¨ phanologischer¨ Daten...... XCIV C.3.1 Datenaufbereitung fur¨ die Analysen...... XCIV C.3.2 Datenprufung¨ ...... XCV

IV Ph G Tagesg F CXIII Niederschlages des Auswertungen Extremwertstatistische E Erl D CXIX ...... G.5 . vorgenommene Weitere . . G.4 . R CXVII . ph G.3 . der . Auswahl . . . . G.2 Datengrundlage . . G.1 . Stationen betrachteten der Tagesspannen der Grafiken F.3 Tagesg der Grafiken F.1 CXIV . . . CXIII ...... Jahresg . der . Grafiken . . . . F.2 . . . . . CX ...... CIII ...... Serien Partielle . . Weitere . . . 30-j . gleitenden . . E.3 der . Abbildungen . . . . Tabellen . E.2 A-531 . DWA . . . E.1 ...... Mann-Kendall-Test . Der . D.3 . CV . . . . Wertekollektivs des . und Trendgeraden der . Konfidenzintervalle . D.2 Korrelationsanalyse Zur D.1 ¨ ¨ CXIX Datenbasis anologische CIII Verfahren statistischen zu auterungen CXXIII ...... Naturraum- verschiedenen gruppen in Trendentwicklung der Ubersicht .. bidne e atelnSre ucshitih Er- durchschnittliche – Serien partiellen der Abbildungen E.3.2 Ereignish – Serien CVIII partiellen der . Abbildungen . . E.3.1 . . CV ...... Dateien . begleitenden der . Inhalt . Konfidenzintervalle D.2.2 der Berechnung D.2.1 ¨ CXX ...... Abgrenzung aumliche ¨ ¨ ne Jahresg ange, CXIV . . . CXV ...... Jahr pro . eignismengen . . . Jahr pro ¨ CXVII Tagesspannen und ange CXX ...... Phasen anologischen ¨ CXVII ...... Stationen betrachteten der ange ¨ CXVII ...... Stationen betrachteten der ange ¨ CXXII ...... Anderungen ¨ CXIII ...... Auswertung ahrigen ¨ Inhaltsverzeichnis aufigkeiten ¨ V

Abschnitt 0

n proice cwnugn i rahnbsee nenrMischung einer in bestehen nat Ursachen aus Die Schwankungen. Ver aperiodischen dauernder und in ist Klima Das Atmosph der schaften s brkiewg ebtwc,ausgef Selbstzweck, keineswegs aber ist in Ausstattung technischer und Element nach Takten. zeitlichen je unterschiedlichen Messungen die ein Kriterien erfolgen es nach nen Messorte gibt dessen Vielmehr Stationen, erfasst. Repr an kontinuierlich der Netz Raum dichtes in weniger oder noch mehr Zeit in weder men Zust Atmosph mittlere des beschreibt Eigenschaft Es statistische eine Klima das ist Grunde Im Kontext 1.1 und Kontext 1 ognswef sowie Absch folgen zur sind Informationen großer Diese von ist Es Basis). Physikalische Kenntnis IPCC, Wichtigkeit, des Sachstandbericht 5. vielf 2014, al., ihrerseits et die (Impakte), Auswirkungen herr Menschen f tr f insbesondere und Herausforderung Zivilgesellschaft große der Bereiche eine schiedliche vielmehr stellt Klimawandel Der e eetn (C Bedeutung der i u Jahr zum bis 10-j mehrere WMO, die empﬁehlt Gr aus Referenzperioden weise von Nutzung einen Die dabei stellt geboten. Vorgehen pragmatisches ist nen Verf idealen keineswegs verst in und (F Klimamodellen entstehen Erdsystem-Modellen von Nutzung Treibhausgas-Szenarios von unter Basis und der auf der sie Zukunfts-Projektionen wie eingesetzt, dazu Klimaentwicklung werden Vielfach Mitigation). und Anpassung grdr ooldenat die Sowohl dar. ager ¨ i nls e lmsasdnMsugn–dsKiaoioig– Klimamonitoring das – Messungen den aus Klimas des Analyse Die atmosph Das neihsdrsaitshnNtrdrbtahee ieshfe n der und Eigenschaften betrachteten der Natur statistischen der Angesichts rihnudatrpgnnEinﬂussfaktoren. anthropogenen und urlichen ¨ asentativit ¨ ne e Datenverf der unden xxy < ¨ rdeEabiugvnApsugmßamnvngrundlegen- von Anpassungsmaßnahmen von Erarbeitung die ur ¨ rsh ecee idalrig o e Beobachtungssyste- den von allerdings wird Geschehen arische hednVer uhrenden ¨ ¨ brerntnKnethr al ih wned beispiels- zwingend, nicht Falls her. Kontext ubergeordneten ¨ RAMER 0 t oitkund Logistik at, ¨ > r;Lttrsufstac a utee o Extremen. von Auftreten das auch umfasst Letzteres are; ¨ brdsAsa e Klimaver der Ausmaß das uber ¨ 2010). , (WMO zusammenzufassen gebildet, gaki o ,tcpoe”a e re e Statio- der Orten den an ,,Stichproben” von ugbarkeit ¨ .Scsadeih e PC Impakte, IPCC: des Sachstandbericht 5. 2014, al., et neuddeVariabilit die und ande ¨ rih Variabilit urliche ¨ neugndsKia regndbiKlima- dabei erzeugen Klimas des anderungen ¨ neugbgifn–e neletzyklischen unterliegt es – begriffen anderung ¨ hieZeitr ahrige Uberblick ¨ LATO gaki,dvnagwce ednmuss, werden abgewichen davon ugbarkeit, ¨ ¨ knmegew Okonomie ¨ tugvnKiaikne n Klima- und Klimawirkungen von atzung ¨ a.a.O.). 2013, al., et htf uhrt ¨ tdsKia l uhdevom die auch als Klimas des at ¨ ue me o Jahr vom immer aume, ¨ lieRskndrtle (F darstellen Risiken altige ¨ rdeKlimawissenschaften. die ur ¨ tvnpyiaice Eigen- physikalischen von at ¨ htsn.A isnStatio- diesen An sind. ahlt ¨ neugnz erhalten. zu anderungen ¨ rtmMß uhvon auch Maße arktem ¨ rEntscheidungs- ur ¨ rsh unter- sehr ur ¨ arensystems. ¨ xxx < IELD 1 > 1

Abschnitt 1 Kontext und Uberblick¨

Klima-Betrachtungen, bei denen die Vergleichbarkeit eine sehr hohe Prioritat¨ besitzt, sollten nach den Empfehlungen der WMO fur¨ nicht-uberlappende¨ 30- jahrige¨ Zeitraume,¨ 1901–1930, 1931–1960, 1961–1990 erfolgen. Die WMO ist sich dabei bewusst, dass auch die Nutzung von 30-jahrigen¨ Perioden ein standar- disierender Kompromiss ist – fur¨ die Quantifizierung des Klimazustands der Temperatur sind unter Umstanden¨ kurzere¨ Zeitraume¨ ausreichend – wahrend¨ es beim Niederschlag wegen dessen besonders hoher Variabilitat¨ notig¨ sein kann, noch langere¨ Mittelungsperioden zu verwenden (ANGEL et al., 1993). Eine Konsequenz dieser Empfehlung ist, dass der Begriff Klimaanderung¨ erst bei Zeitskalen von 30 oder mehr Jahren sinnvoll wird. Fur¨ die in diesem Vorhaben analysierten moglichst¨ langen Zeitreihen aus der Region Sachsen- Anhalt besteht daher die Erwartung, einige Trendentwicklungen identifizieren und quantifizieren zu konnen.¨ Der lineare Trend ist dabei nur scheinbar ein relativ grobes Beschreibungsmaß, denn er stellt eine robuste Informationsquel- le dar. Die Einschatzung,¨ ob ein mathematisch gefundener Trend belastbar ist oder auch durch Zufalligkeit¨ erklart¨ werden konnte,¨ erfolgt mit Hilfe von Sig- nifikanztests. Dabei wird beispielsweise untersucht, ob die Beschreibung des zeitlichen Verhaltens einer Variablen auch ohne einen Trend adaquat¨ ist. Die WMO empfiehlt (WMO, 2010), Klimatrends von Datenreihen bestimmter Mindestlangen¨ durchzufuhren.¨ Diese sind fur¨ Niederschlag 50 Jahre, fur¨ andere meteorologische Großen¨ 30 Jahre. Trotzdem muss bei der Ermittlung von Trends mit fachlichem Augenmaß vorgegangen werden, um zum Beispiel dekadische Trends nicht irrtumlich¨ als Gesamttrend anzusehen (z.B.W ILLEMS, 2013). Das Thema ,,Referenzperioden” besitzt hohe Aktualitat¨ und auch Relevanz fur¨ zahlreiche Aspekte des Vorhabens:

• Wie die Commission for Climatology der WMO auf ihrem 17. Treffen feststellte (WMO, 2014, dort in den Absatzen¨ 8.1.4 bis 8.1.7 dokumentiert), gibt es an vielen Orten Bedenken, dass die praktizierte Methode der Berechnung von Klima-Standardnormalwerten1) zu einer guten Leit- Bezugsgroße¨ fur¨ die meisten Klima-Anwendungen fuhrt.¨ Insbesondere in einem sich wandelnden Klima ist eine adaquate¨ Beschreibung durch Nor- malwerte wenig wahrscheinlich. Jedoch gibt es auch Bereiche der Klima- tologie, fur¨ die eine relativ stabile Referenzperiode benotigt¨ wird – zum Beispiel der Beschreibung der langfristigen Klimavariabilitat¨ oder bei der Klimauberwachung.¨

• Des Weiteren ist festzustellen und wird von der WMO auch empfohlen, dass ein Ubergang¨ zu einem hauﬁgeren¨ Aktualisierungszyklus im Gan- ge ist: Die 30-jahrigen¨ Mittel werden vielerorts alle 10 Jahre aktualisiert. Daruber¨ hinaus soll aber die Periode 1961–1990 auch weiterhin als stabile Referenz fur¨ Langzeituntersuchungen der Klimavariabilitat¨ auf langen

1)Bestimmung von 30-j¨ahrigen Normalwerten, die alle 30 Jahre aktualisiert werden; die derzeit gultige¨ Periode ist 1961–1990.

2 e osqezneitee en urihn kule oi hinreichend sowie f aktuellen Klimaanalysen ausreichend differenzierten keine existieren Konsequenzen klimatischen konsta- den den Folgendes aus der muss Bewertung regio- ist, Zur auch werden: erkennen wie tiert zu global Temperaturanstieg Jahren 60 deutlicher letzten ein den nal in dass Tatsache, der Anbetracht In Ziele der Vorstellung 1.3 werden. evaluiert und dargestellt gebnisse f Klimagr von Kli- von Auswertungen Quellen Daten-Qualit einer potenzieller mit Vielzahl verbunden einer madaten, Bewertung und Sichtung die Uber bn eettwerden. bewertet Kli- Ebene von ak- Trends eine langfristige es, sollen maparametern ist Insbesondere Vorhabens erarbeiten. des zu Ziel achtungsdaten zentrales Ein f Klimaanalyse 2010. tuelle bis 1971 Zeitraum den Vorhaben das Saale) f le, Landesamt vom f 2014 wurde erhalten, Landesamtes durchgef Studien des mehrere www.lau.sachsen-anhalt.de/startseite Webseiten Jahre den der fe kennzeich- Jahre daf 50–60 Informationsquelle rund Zentrale vergangenen nen. der Klima das die herauszuarbeiten, Klima Das besitzt: lenwert Absch die wenn Projekts Auch des Strukturierung und Motivation 1.2 n nasnsanhe om ae e u einlrEbene regionaler auf den dabei kommt t Anpassungsmaßnahmen und ¨ tgnEntscheidungstr atigen rScsnAhl mase e ebctnsetam15 i 06bzw. 2006 bis 1951 Beobachtungszeitraum den umfassten Sachsen-Anhalt ur ¨ ¨ men ebset isnbssf Wissensbasis verbesserte eine Um Klimaschutz- von Umsetzung und Entwicklung der bei Hauptrolle Eine • etklnswef sowie Zeitskalen esce,dedeProe16–90vollst m 1961–1990 nicht Periode die die tersuchen, m 30-j Nutzen, mindestens von lange, eher es ist F hingegen Trendverhaltens enthalten. des WMO-Periode Analysen empfohlene die ist 30-j Projekts dieses bestimmenden innerhalb zu verschiedenen der Tableau Im den. ussen. ¨ brdevragnnJhzht fl Jahrzehnte vergangenen die uber ¨ rScsnAhl u e ai ie ilalvnBeob- von Vielzahl einer Basis der auf Sachsen-Anhalt ur ¨ atzung ¨ rUtruhne e lmwnesbieatnwer- beibehalten Klimawandels des Untersuchungen ur ¨ lmaayefu ahe-nat1951–2014 Sachsen-Anhalt für Klimaanalyse gr u nScsnAhl udni Lau- im wurden Sachsen-Anhalt In zu. agern ¨ netsc n sgb e eaf Entwicklungen Bedarf, den gibt es und sich andert ¨ hieProe biNeesha:5 ar)z un- zu Jahre) 50 Niederschlag: (bei Perioden ahrige ¨ ßnud-niaoe ognme,drnEr- deren vorgenommen, -indikatoren und oßen ¨ zukünftiger . oiainudSrkuirn e Projekts des Strukturierung und Motivation 1.2 rScsnAhl.BseieKlimadiagnosen Bisherige Sachsen-Anhalt. ur ¨ rsn esne (L Messungen sind ur ¨ rrlvnergoaeEtikugnzu Entwicklungen regionale relevante ur ¨ rUwlsht ahe-nat(Hal- Sachsen-Anhalt Umweltschutz ur ¨ lmetikugnennhhnStel- hohen einen Klimaentwicklungen rUwlsht Sachsen-Anhalt Umweltschutz ur ¨ tknrle ednumfangreiche werden atskontrolle, ¨ ht eal ne ihauf sich finden Details uhrt. ¨ . ni nhle k enthalten andig ¨ cedcedafregionaler auf achendeckend ¨ neugnerwachsen- Anderungen ¨ hie Mittelwerte ahrigen ATIF ¨ 2012). , ne,aber onnen, ¨ beauftragt. oglichst ¨ ur ¨ 3

Abschnitt 1 Kontext und Uberblick¨

In der Regel erfolgt die Analyse der Klimaveranderungen¨ ,,aus sich heraus”, d.h. die Erwartung an die Analysen ist, dass regionale Klimaveranderungen¨ in den Datenreihen der Messorte identiﬁziert werden. Bei einem der Arbeitspa- kete wird dieser Rahmen erweitert: Bezuglich¨ der Veranderungen¨ phanologi-¨ scher Parameter soll zusatzlich¨ untersucht werden, ob hier Zusammenhange¨ mit großraumigen¨ Veranderungen¨ in der nordatlantischen Zirkulation nachweisbar sind. Es geht folglich sowohl um die Fortschreibung bereits durchgefuhrter¨ Studi- en (s. Abschnitt 1.6) als auch um die Erweiterung des Spektrums von Großen¨ mit Relevanz fur¨ bedeutsame Klima-Auswirkungen. Die dabei betrachteten Großen¨ umfassen meteorologische Standardvariable, wie z.B. Temperatur, Nie- derschlag, Feuchte, Bewolkung¨ oder Wind. Des Weiteren werden die Analy- sen auf zahlreiche abgeleitete Großen¨ ausgedehnt. Mit ihnen lasst¨ sich ein sich veranderndes¨ Verhalten sowohl von Klima-Extremen als auch von anderen, fur¨ verschiedene Bereiche der Zivilgesellschaft bedeutungsvollen Klima-Faktoren, aufzeigen und bewerten.

1.4 Vorstellung der Speziﬁka

In Sachsen-Anhalt sind im Laufe der vergangenen Jahrzehnte Daten verschie- denartiger Messnetze erhoben worden. Dazu gehoren¨ Messungen atmosphari-¨ scher Parameter an Wetter- und Klimastationen, spezielle landwirtschaftlich relevante Parameter, Messungen von meteorologischen Daten an Luftgute-¨ Stationen oder phanologische¨ Erfassungen von Pflanzen-Entwicklungsphasen. Genau hier liegt ein wesentliches Spezifikum des Vorhabens. Es gilt, die vorhandenen Daten hinsichtlich ihrer Nutzbarkeit fur¨ die Analyse von Klimaent- wicklungen zu bewerten. Damit kann ein sowohl inhaltlich als auch bezuglich¨ der Flachenabdeckung¨ erganzender¨ Bestand an Datenreihen identifiziert und fur¨ Analysen des Klimawandels der letzten rund 60 Jahre eingesetzt werden. Dieses Vorgehen, in Kombination mit zahlreichen klimaindikatorbasierten Aus- wertungen, ist eine weitere Besonderheit des Vorhabens. Zusatzlich¨ Vorteile entstehen dank eines fachlich sehr gut aufgestellten Begleitkreises. Dadurch wird die Nutzer-Relevanz der analysierten Großen¨ gewahrleistet.¨ Außerdem ist ein hohes Maß an Synergie durch das Generie- ren von neuen, auf die Fragestellungen der Nutzer zugeschnittenen Zeitreihen moglich.¨

1.5 Ablauf des Projekts

Das Vorhaben ist in eine Reihe von Arbeitspaketen gegliedert, die zum Teil aufeinander aufbauen und zum Teil parallel bearbeitet werden konnen.¨ Sie werden in diesem Abschnitt etwas eingehender beschrieben.

4 eeGr dere Standard- von Satz einen Messstationen gr meteorologische erheben Regel der In Standardgr meteorologischer Auswertung 1.5.2 m und Ausreißer auf Tests sowie wes- vor, Form muss. werden nutzbarer gezogen hinreichend Rate in zu Expertenwissen diese oft liegen wegen Stationen – allen hervorgehen an Messstationen nicht der Instrumentierung und Verlagerung zu gaben k f den tauglich als Datenreihen ob Beurteilung, die Po- gutem mit Zeitreihen lange f weitere tenzial auch Sachsen-Anhalts Umgebung der Naturr Erg erh nrie uaqiirnsn.Enret andrhdsEneihnvnSta- von Einbeziehen Bundesl das benachbarten durch aus kann tionen Einerseits sind. akquirieren zu onsreihen 1. AP Basis-Arbeitspaket bezeichnete 1 AP Qualit mit f eine das Aufbereitung Datenbestands, die vorhandenen und des kontrolle Evaluierung eine Schritt ten f Datenbasis die Um .. obriugdrDtnrnlg f Datengrundlage der Vorbereitung 1.5.1 oßen: nNeeshasttoe idzmitnrdrNeesha n en an- keine und Niederschlag der nur zumeist wird Niederschlagsstationen An Qualit Die iesorgf Eine Daf ¨ h edn–e s neesisdru uahe,ds ssc ae um dabei sich es dass achten, zu darauf andererseits ist es – werden oht • • • • • • • • • nugni otin adl,dh asdeDtnehnaskompatiblen aus Datenreihen die dass d.h. handelt, Wortsinne im anzungen ¨ ¨ ne.Wctg nomtosulesn daf sind Informationsquelle Wichtige onnen. idihugFD Windrichtung FF Windgeschwindigkeit NN Bedeckungsgrad SD Sonnenscheindauer RF Luftfeuchte Relative RR Niederschlag TN Minimum Lufttemperatur TM Mittel Lufttemperatur TX Maximum Lufttemperatur ¨ riten einu ahe-nathrmfszlgn u e Stati- der aus festzulegen, herum Sachsen-Anhalt um Region eine ist ur ¨ ue drGolnshfe tme oln iwie k Bisweilen sollen. stammen Großlandschaften oder aumen ¨ ß eesn iiedrMssainnrgsree ue u einen nur zudem registrieren Messstationen der Einige gemessen. oße ¨ rdeIetﬁainvnKlima von Identiﬁkation die ur ¨ lieQualit altige tknrleufsten ritugdrVollst der Ermittlung eine umfasst atskontrolle ¨ ¨ rdewiee retpkt ushfe,iti ie ers- einem in ist schaffen, zu Arbeitspakete weiteren die ur ¨ tknrledrDtnitwctg oasezn f Voraussetzung wichtige ist Daten der atskontrolle ¨ gih Inkonsistenzen. ogliche ¨ nendeSaindct nengnGebieten einigen in Stationsdichte die andern ¨ rdewiee P durchzuf APs weiteren die ur ¨ neugnhinzugef anderungen ¨ rdeAaye eingesch Analysen die ur ¨ rdsVrae A 1) (AP Vorhaben das ur ¨ rMtdtn u ee An- denen aus Metadaten, ur ¨ ßn(P2) (AP ¨ oßen . bafdsProjekts des Ablauf 1.5 niki e Daten der andigkeit ¨ g werden. ugt ¨ he.De ist Dies uhren. ¨ ne aus onnen ¨ ttwer- atzt ¨ ats- ¨ ur ¨ 5

Abschnitt 1 Kontext und Uberblick¨

Teil der Standardgroßen¨ und wieder andere messen zusatzliche¨ Großen¨ wie Strahlung oder Bodeneigenschaften. Ein wesentliches Anliegen des AP 2 besteht in der Ermittlung von Trends der – uber¨ moglichst¨ lange Zeitraume¨ verfugbaren¨ – Standardgroßen.¨ Erganzen-¨ de Analysen zeigen den Vertrauensbereich und die Signiﬁkanz von ermittelten Trends auf. Zudem werden Aussagen zu Mittelwerten und anderen statistischen Eigenschaften dieser Großen¨ in Standardperioden (1951–1980; 1961–1990; 1971–2000: 1981–2010, s.a. Anmerkungen in Abschnitt 1.1) bestimmt. Die Ergebnisse werden dem Auftraggeber in Form von Karten und Tabellen- dateien zur Verfugung¨ gestellt.

1.5.3 Berechnung und Auswertung abgeleiteter komplexer Klimagr¨oßen fur¨ Tageswerte (AP 3)

Von der Analyse der zeitlichen Entwicklung meteorologischer Standardgroßen¨ konnen¨ bereits aufschlussreiche Details zum Klimawandel erwartet werden. Die Nutzbarkeit der Ergebnisse kann weiter gesteigert werden, wenn zusatzlich¨ abgeleitete Klimagroßen,¨ im Kontext des Vorhabens auch Klima-Indikatoren genannt, ermittelt und analysiert werden. Dazu zahlen¨ Ereignistage (z.B. die Zahl der Eistage, Frosttage, Sommertage, etc.), Warmesummen,¨ Kaltesummen,¨ Angaben zur Vegetationsperiode (Beginn, Ende, Dauer) oder verdunstungsbasierte Großen.¨ Daruber¨ hinaus werden abgeleitete Großen¨ mit Bezug zu Starkniederschlag, Trockenheit und Waldbrandgefahr identiﬁziert und analysiert. In AnhangB werden alle abgeleiteten Klimagroßen¨ vorgestellt. Wie schon im AP 2 erfolgen die Berechnungen bei den abgeleiteten Großen¨ in Form von Trends, mit Vertrauensbereichen und Signiﬁkanzangaben sowie als Mittelwerte fur¨ verschiedene 30-jahrige¨ Perioden.

1.5.4 Extreme Witterungsereignisse (AP 4)

Bei diesem Arbeitspaket geht es um weitere vergleichende Analysen von schwellenwertbezogenen Ereignissen. Auch werden Perzentilstufen ermittelt und mit ihnen Analysen von verschiedenen ,,Graden der Extremitat”¨ durchgefuhrt.¨ Einige Betrachtungen von AP 4 haben Anknupfungen¨ an Analysen im AP 3. Daruber¨ hinaus werden extremwertstatistische Untersuchungen fur¨ Stark- regenereignisse mit wasserwirtschaftlicher Bedeutung durchgefuhrt.¨ Das DWA-Arbeitsblatt A 531 ,,Starkregen in Abhangigkeit¨ von Wiederkehr- zeit und Dauer” stellt einen fur¨ Deutschland einheitlichen methodischen Rah- men fur¨ die Durchfuhrung¨ von Starkregenanalysen dar. Die Methodik zur Er- mittlung der Statistik nutzt die Regenhohen¨ der Niederschlagsereignisse uber¨ partielle Serien festgelegter Dauerstufen. Daraus wird, mit Hilfe der im Vor- haben eingesetzten Software AquaZIS, eine Niederschlagsstatistik mit einem

6 n e aldrhie aebesteht. Tage heißen der Zahl der und Gr rologischen ph den schen nachzugehen. f wichtig was gelegt, Vertrauensbereichs des Aussagekraft die und barkeit K Vegetationsperioden, f spezielle, verf sind Stationen einigen 6) An (AP Daten agrarmeteorologischer Auswertung 1.5.6 vergan- den in es ob Ver untersuchen, sichtbare Jahrzehnten zu genen ist, Vorhabens des Rahmen im Zeitreihen Werten angegebenen Tagesdaten den er- in zu den Temperatur oftmals der sind sie -maximum halten; und Tagesminimum wahren zum mationen (Gl Ausgleich ohneeSuinz kulsee n i lc u e etam1951– Zeitraum den auf Blick mit und auf Hinweisen aktualisieren 2014 zu Studien vorhandene (M gem bestimmt Temperatur der die in durch werden wesentlich Zone Pflanzenwachstums des Entwicklungsphasen Die ph Auswertung 1.5.7 ist. allgemein gen Entscheidungstr abgeleite- einige hiermit Gr dass te anzumerken, Feuchte ist Trend- Es und ermittelt. relativen Trendgerade Signifikanzangaben der einer Vertrauensbereiche sowie mit Trenduntersuchungen Stunden der k Stundenwerte in bez bisweilen Beispiel st – Qualit in Datenart dass anzumerken, Daten diese ist misst nutzen Auswertung Stationen 4 der AP Teilmenge von Eine Teilen und f 3 Form aggregierter AP weiter t 2, AP von in Form gen in liegen Messreihen 5) Viele (AP Stundendaten von Aufbereitung 1.5.5 f 1-Minuten-Zeitschritten von Regenh Basis maßgebenden auf der Fenster Ermittlung die erfolgt Zudem SKI e etrnwr ndee Putruh,wlh Zusammenh welche untersucht, AP diesem in wird Weiteren Des Belast- die auf Fokus ein wird Trendentwicklungen abzeichnenden sich Bei Stundenwerte- langen hinreichend von Nutzungszweck wichtiger Ein .I amndrSui f Studie der Rahmen Im 2007). , ga.Dz z Dazu ugbar. ¨ ßnerg oßen ¨ gihdrAseßr etihkmlxrasbiTgsetnsind. Tageswerten bei als komplexer deutlich Ausreißer, der uglich ¨ nlgshnPae n e nA n nlsetnmeteo- analysierten 3 und 2 AP in den und Phasen anologischen ¨ ntwre k werden anzt ¨ attung) ¨ ßnTmeau,Neesha,Vrusug Trockenperioden Verdunstung, Niederschlag, Temperatur, oßen ¨ ne ewne edn mbipeses eaeeInfor- genauere beispielsweise um werden, verwendet onnen grae uhf auch aber ager ¨ ¨ neugndrph der Anderungen he aaee e oefuheswedeAnzahl die sowie Bodenfeuchte der Parameter ahlen ¨ ¨ brdeDurtfnudWeekhzie berechnet. Wiederkehrzeiten und Dauerstufen die uber ¨ ¨ leumn rinsaeoe Verdunstungsgr oder Ereignistage altesummen, nlgshrDtn(P7) (AP Daten anologischer ¨ rTednlsn ..asMnt-oe Jahreswerte. oder Monats- als z.B. Trendanalysen, ur ¨ ne,dei P3aayir edn i ..die z.B. wie werden, analysiert 3 AP in die onnen, ¨ neugni aegn eee hat. gegeben Tagesgang im anderungen ¨ rdeKmuiainvnTrendentwicklun- von Kommunikation die ur ¨ rScsnAhl ite,insbesondere es, gilt Sachsen-Anhalt ur ¨ rdeLnwrshf eeat Gr relevante Landwirtschaft die ur ¨ nlgshnPae nSachsen-Anhalt in Phasen anologischen gihnDtnvr i Untersuchun- Die vor. Daten aglichen ¨ ¨ tknrle e tnewre,zum Stundenwerten, bei atskontrollen ¨ br9 .F %. 90 uber ¨ rdeDurtfnD Dauerstufen die ur ¨ nlce Aufl undlicher ¨ ENZEL . bafdsProjekts des Ablauf 1.5 hndrhgleitende durch ohen ¨ C 2002; , rdeewerden diese ur ¨ sn.Z ihrer Zu osung. ¨ uberlegen. < ¨ HMIELEW nezwi- ange ¨ Tag. 1 oßen. ¨ aßigten ¨ oßen ¨ ur ¨ 7 -

Abschnitt 1 Kontext und Uberblick¨

Außerdem erfolgt eine Analyse der Zusammenhange¨ von phanologischen¨ Phasen mit der großraumigen¨ Zirkulation im atlantisch-europaischen¨ Sektor.

1.6 Bezug zu anderen Studien

Die Studie Klimaanalyse Sachsen-Anhalt 1951–2014 ist sowohl in der Kontinuitat¨ mit vorausgegangenen Studien zu sehen, als auch im Kontext mit Studien ahn-¨ licher Zielstellung in anderen Bundeslandern.¨ In einigen Fallen¨ umfassen diese Studien eine Betrachtung des Klimas der vergangenen Dekaden, fokussieren aber auf projizierte zukunftige¨ Klimaanderungen.¨ Trendanalysen fur¨ das Klima der Gegenwart in Deutschland sind etwa seit den 1990er Jahren durchgefuhrt¨ worden, als die Menge und Lange¨ der verfugbaren¨ Zeitreihen erste derartige Untersuchungen zuließ. Hier sind die StudienR APP und SCHONWIESE¨ (1995) sowieR APP (2000) zu nennen. Zudem erschienen nach 2000 europaweite Klima-Statusberichte der European Environ- ment Agency (EEA), in denen umfassend Klimaindikatoren genutzt wurden (EEA, 2004, 2008). Fur¨ das Bundesland Sachsen-Anhalt erfolgte eine Analyse von Klimaande-¨ rungen bis 2006 inB ERNHOFER et al.(2008) – es entstand u.a. auch die Kli- madatenbank Sachsen-Anhalt (BERNHOFER et al., 2007, vgl.) und das Klimain- formationssystem REKIS – wahrend¨ inLAU(2008) der Fokus st arker¨ auf der Zukunft als auf den rezenten Klimaanderungen¨ lag. Eine weitere umfassende Studie mit Teil-Schwerpunkten Klimadiagnose, Klimaprojektionen, Klimafol- gen, Extreme, Wasser und Naturschutz wurde 2012 vorgelegt (KREIENKAMP et al., 2012). Mit den vegetationsbezogenen Auswirkungen von Klimaande-¨ rungen in der jungeren¨ Vergangenheit in der Region um Sachsen-Anhalt be- fassen sich die Studien vonF RANKE und KOSTNER¨ (2007),K OLODZIEJ (2007), KOLODZIEJ und FRUHAUF¨ (2008) sowieS CHEFFLER und FRUHAUF¨ (2011). Die dort entstanden Ergebnisse sollen im Rahmen des Vorhabens Klimaanalyse in Sachsen-Anhalt 1951–2014 erganzt¨ und fortgeschrieben werden. Ein wichtiger Bezug ist auch die vom PIK Potsdam erstellte Vulnerabilitatsstudie¨ fur¨ Sachsen- Anhalt (KROPP et al., 2009b), in deren Mittelpunkt die Identiﬁkation von Klima- Sensitivitaten,¨ risikoreichen Regionen und gefahrdeten¨ Sektoren stand. Ver- gleichbare, als Informationsquelle relevante Studien sindZ EBISCH et al.(2005), KROPP et al.(2006) undK ROPP et al.(2009a). Wesentliche Bezuge¨ zum Vorhaben Klimaanalyse in Sachsen-Anhalt 1951– 2014 sind außerdem Regions- bzw. Bundeslander-speziﬁsche¨ Studien wie BERNHOFER und GOLDBERG (2001),B ERNHOFER et al.(2003, 2005a,b),C HMIE- LEWSKI et al.(2004),B ECKER et al.(2004),F RANKE et al.(2006),B ERNHOFER und GOLDBERG [HRSG.](2008) undF RANKE (2010).

8 e u f nur ten Abh Datenquellen von Vielzahl erg eine Diese dass wird. ist, betrachtet Vorhabens dieses Besonderheit Eine Vorbemerkungen 2.1 Datenquellen 2 .. lmdtni t in Klimadaten 2.1.1 t Aufl sind zeitliche Vorhabens F des vorgestellt. Aspekte Unterabschnitten folgenden ge den in werden Datenquellen verf der Verteilung, D-D otldsDDsweenen Erg einzelne sowie vom DWD sowohl Klimastationen, des an Portal Messungen CDC-GDS aus stammen Daten benutzten Die st in Klimadaten 2.1.2 L die ist Stationsdaten- Stationen der kamen Einzelfall Im Deut- s Portal). des Service (GDS-CDC Data Wetterdienstes Climate Niederschlags- des bzw. schen Bestand Klima- der ist an Bezugsquelle Messungen Ihre aus stationen. stammen Daten benutzten Die einnudnc 00aufh 2010 nach und beginnen L die f Minimalkriterium ist Parameter, nach F je Feuchte. schiedlich relative und Temperatur st in Elemente DWD-Datenbest deren h noch Teil tehnu i o W u Verf zur DWD vom die hinzu, atze ¨ e mVrae netet nlsziru s 91bs21.De s in ist Dies 2014. bis 1951 ist Analysezeitraum angestrebte Vorhaben im Der • • • niki o e aeqel urltvee,d u iie ule Da- Quellen einigen aus da relativieren, zu Datenquelle der von angigkeit ¨ i Verf die m eine iem eine rk ur ¨ hraufgel oher ¨ gihthh ttosiheund Stationsdichte hohe oglichst Datenqualit hohe oglichst ¨ ¨ reeZeitr urzere ¨ gaki e ae f Daten der ugbarkeit sne eeat ihi iddbideeEigenschaften: diese dabei sind Wichtig relevant. osungen ¨ ¨ nlce Aufl undlicher ¨ rdeBrcnn o rnsit asdeRie o 1980 vor Reihen die dass ist, Trends von Berechnung die ur ¨ gae Reihenl ugbaren ¨ nedrRie eigras1951–2014. als geringer Reihen der ange ¨ ,asan- aus 2.1.8), Abschnitt (vgl. Niederschlagsdaten osten ¨ ne.I e ee idnctal meteorologischen alle nicht sind Regel der In anden. ¨ ¨ gihrAufl aglicher uevorliegen. aume ¨ nlce Aufl undlicher ¨ ne iadrzmTi bez Teil zum einander anzen ¨ sn verf osung ¨ oren. ¨ gih n f und agliche ¨ rennm einen ur ¨ gn etltwre.F wurden. gestellt ugung ¨ ne,ae u elac natih Die inhaltlich. auch Teil zum aber angen, ¨ ren eleg e ttoe,unter- Stationen, der Teilmenge eine ur ¨ at; ¨ osung ¨ nedrRie eigras1951–2014. als geringer Reihen der ange ¨ ga,ae u enetn geh Kernbestand zum aber ugbar, ¨ ¨ osung gihtlne Zeitraum. langen oglichst ¨ nugn i ..bidnzum den bei z.B. wie anzungen, ¨ rwieeApkest Aspekte weitere ur ¨ gihdrr der uglich ¨ ren Teilmenge eine ur ¨ aumlichen ¨ undliche ¨ reini- ur ¨ oren ¨ 9

Abschnitt 2 Datenquellen

2.1.3 Stationsdaten aus der so genannten agrarmeteorologischen Datenbank

Die benutzten Daten stammen aus Messungen an einer Auswahl von Statio- nen. Sie sind aus zwei Grunden¨ relevant fur¨ das Vorhaben: (i) Es wurde ein hoher Aufwand betrieben, um die Daten moglichst¨ luckenfrei¨ zur Verfugung¨ stellen zu konnen;¨ (ii) die Datenreihen umfassen neben dem Standardbestand an meteorologischen Elementen einige speziﬁsche gemessene Großen.¨ Die Be- zugsquelle ist der DWD, Agrarmeteorologie Leipzig. Es ist anzumerken, dass nach Bottcher¨ (pers. Komm.) diese Daten auf Stun- denbasis erhoben wurden. Wegen der Forderung der Luckenlosigkeit¨ erfolgten aber einige Erganzungen¨ oder es wurden Tagesverlaufe¨ auf Grund von idea- lisierten Tagesgangannahmen konstruiert. Es sei hinzugefugt,¨ dass Daten in taglicher¨ Auﬂosung¨ von den Betreibern des Datensatzes als belastbar und fur¨ Trenduntersuchungen geeignet eingeschatzt¨ werden. Einige Stationen konnen¨ als Erweiterung der in Abschnitt 2.1.1 erwahnten¨ Stationsreihen eingesetzt werden. Allerdings liegen die Daten aus dieser Quelle lediglich fur¨ den Zeitraum 1961–2014 vor.

2.1.4 Ph¨anologische Daten Diese Daten liegen in der Regel als phanologisch-biologische¨ Kenngroßen¨ in jahrlicher¨ Auﬂosung¨ vor. Fur¨ die Auswertungen im Vorhaben werden folgende Datenquellen verwendet:

• Datenbestand aus der Datenbank von Sachsen-Anhalt (MIRAKEL) bis 2011 (Datenlieferung im Oktober 2014)

• Der Jahresmelder frei verfugbarer¨ Daten uber¨ das CDC-GDS Portal

• Der Sofortmelder frei verfugbarer¨ Daten uber¨ das CDC-GDS Portal

Der Datenbestand aus Sachsen-Anhalt wird als Datenbasis verwendet. Die Daten, die uber¨ das CDC-GDS Portal verfugbar¨ sind, unterteilen sich in Daten aus dem Jahresmelder und Daten aus dem Sofortmelder. Zur Erlauterung:¨ Im Jahresmelder wird wahrend¨ der gesamten Vegetati- onsperiode und Jahr fur¨ Jahr an einem Objekt (Baum oder Strauch) bzw. einem Standort beobachtet. Die Jahresmelder-Daten sind fur¨ den Zeitraum ab 1951 archiviert. Im Sofortmelderprogramm wird an der Gesamtheit der Pﬂanzen im Beobachtungsgebiet und nicht nur an einem Objekt beobachtet. Gemeldet wird hier das fruheste¨ Auftreten einer Phase im Beobachtungsgebiet. Der Datenbe- stand des Sofortmelders beginnt erst ab 1991 und ist im CDC-GDS Portal nur fur¨ ausgewahlte¨ Phasen verfugbar¨ (siehe Abschnitt 4.7). Diese Daten dienen vor allem dazu, bei eventuellen Unstimmigkeiten zwischen den anderen beiden Datenbestanden¨ Klarheit zu verschaffen und fehlende Daten zu erganzen,¨

10 o le f allem vor retn nsrcedufrair n mEd uenmDtnazzu- Datensatz einem zu Ende am sammengef und umformatiert entsprechend arbeitung ber und untersucht Projektes des Verlauf Ver- weiteren im das wird Ob m zeigen. einen Sachsen-Anhalt Sofortmelders von des Datenlieferung wenden der aus Daten den mit langj als diese repr als da tensatz die bevorzugt, vorhanden, Jahresmelder wenn dem wurden, aus unterscheiden, Daten Teil zum Sofortmelder dem und h ebctnsukegb (Ph gibt Beobachtungspunkte che e ttosKnugzusammengef Stations-Kennung gen mitgef nicht uwrugnmtL mit Auswertungen Plausibilit bez es f Eignung f ihre on was einschr – 1990–2014 stark maximal tersuchungen – umfassen Zeitraum en verf tionen Klimamessnetze. als risierung Luftg denn Klimadaten, anderen halbst f Bezugsquelle Die des Stationen den an Messdaten Meteorologische 2.1.6 NOAA-NCAR. von Datenbank die ist NAO den f Bezugsquelle gewonnen. (NAO) Index Oscillation lantic der aus Klimadaten von Atmosph Aufbereitung freien konsistente sich in eine Reanalysen, sind m großr Identifikation ph die der ist Untersuchung der Aspekt Ein Reanalysedaten 2.1.5 dargestellt. C.3.2 schnitt nat i eiznze eodretn i i etih Aufl zeitliche Die (i) Besonderheiten: zwei besitzen Sie Anhalt. i ae u e esheee aeqelnwre f wurden Datenquellen verschiedenen den aus Daten Die i uwh e ttoe oi ee r deren sowie Stationen der Auswahl Die mBrihvnScsnAhl n meugsn ae o ud1 Sta- 10 rund von Daten sind Umgebung und Sachsen-Anhalt von Bereich Im rdnoeainle ere ozpet ahErih(es om)gibt Komm.) (pers. Ehrlich Nach konzipiert. Betrieb operationellen den ur ¨ uie iklto matlantisch-europ im Zirkulation aumigen ¨ undlich/t gihdrmtoooice ae e L des Daten meteorologischen der uglich ¨ ¨ Luft atspr ¨ ga.E s hinzuzuf ist Es ugbar. ¨ brahnsytm ahe-nat(L Sachsen-Anhalt uberwachungssystems ¨ rdeJhe21/04 asc i ae u e Jahresmelder dem aus Daten die sich Da 2013/2014. Jahre die ur ht ae f es Da uhrt. ¨ ¨ htwre,wre lePh alle werden werden, uhrt ¨ fn n etr Qualit weitere und ufung snaie neee ednuden gute eine und werden angesehen asentativer ¨ ¨ r.Asdee ednZruainidzs i e ot At- North der wie Zirkulationsindizes, werden diesen Aus are. gih eai oh i)deMsot erg Messorte die (ii) hoch; relativ aglich, ¨ ¨ rdeeDtnitdsLneatf Landesamt das ist Daten diese ur ¨ 4.2.8. Abschnitt in sich finden USA-Daten ¨ rdevrcidnnSainnzmTi unterschiedli- Teil zum Stationen verschiedenen die ur gihrZusammenh oglicher ¨ ¨ nt i L Die ankt. ¨ tmsntehbnen neeStandortprio- andere eine haben utemessnetze gn asdeeDtnnrennrltvkurz- relativ einen nur Daten diese dass ugen, ¨ ¨ n-enn) i bri D-D Portal CDC-GDS im aber die ano-Kennung), ¨ gihnEnusafTed ae k haben Trends auf Einfluss oglichen ¨ uhrt. ¨ S-ae idaszinh Informati- zeitnahe als sind USA-Daten 2.1.4) Abschnitt (s. Daten anologischen ¨ ¨ tknrle idefrelc.Einige erforderlich. sind atskontrollen ¨ n-enne i e dazugeh der mit ano-Kennungen ¨ nemtVer mit ange ¨ ulceVreln s mAb- im ist Verteilung aumliche ¨ ice etr aidtndaf Basisdaten Sektor. aischen ¨ S-esezsen einfache eine USA-Messnetzes ¨ rUwlsht Sachsen- Umweltschutz ur ¨ ne e etn der Bestand den anzen ¨ rdeRaaye und Reanalysen die ur USA) ¨ ¨ . Vorbemerkungen 2.1 ucksichtigt. hie Standardda- ahriger ¨ ¨ neugni der in anderungen ¨ Ubereinstimmung rdewieeBe- weitere die ur ¨ ¨ sn s mit ist osung ¨ rTrendun- ur ¨ onnte, ¨ ori- ¨ 11 ur ¨

Abschnitt 2 Datenquellen

2.1.7 Historische Zeitreihen

Die Bezugsquelle fur¨ diese Daten ist der Deutsche Wetterdienst. Im Rahmen des Projektes KLIDADIGI werden beim DWD Aufzeichnungen von Stationen digitalisiert. In Zusammenarbeit mit Herrn Machel¨ (pers. Komm.) sind in der KLIDADIGI-Datenbank rund 15 Stationen aus dem Bereich Sachsen-Anhalt identiﬁziert worden. Davon enthalten zwei Stationen (Brocken und Magde- burg) keine großeren¨ Lucken¨ oder mogliche¨ verlagerungsbedingte Bruche.¨ Fur¨ die Analysen relevant sind auch die Stationen Helmstedt (endet 2006), Braun- schweig (verlagert 1961), Weisen/Seehausen (verlagert 1976) und Wolfsburg (verlagert 1981). Bei anderen Stationsreihen gibt es im KLIDADIGI-Bestand zum Teil mehrjahrige¨ Lucken.¨

2.1.8 Lange Niederschlagsreihen in hoher Auﬂ¨osung aus dem Projekt KOSTRA

Im Rahmen des Projektes KOSTRA wurden beim DWD Niederschlagsaufzeich- nungen von Stationen in 5-Minuten-Werten digitalisiert. Hier konnten durch Frau Dr. Malitz (DWD-Hydrometeorologie, Berlin-Buch) die Daten von 8 Sta- tionen fur¨ einen erweiterten Bereich von Sachsen-Anhalt bereitgestellt werden. Sie werden insbesondere fur¨ die Extremwert-bezogenen Auswertungen in AP 4 (vgl. Abschnitt 1.5.4) verwendet.

2.1.9 Wind-korrigierte Niederschlagsdaten

Einige Nutzer aus dem Bereich der Wasserwirtschaft benotigen¨ fur¨ ihre Haushalts- und Wirkmodelle Niederschlagsdaten, bei denen der gerate-¨ und aufstellungsbedingte systematische Fehler konventioneller Niederschlagsmes- sungen korrigiert wurde. Dazu kommen Verfahren zum Einsatz, die inR ICH- TER (1995) dargestellt sind. Die so genannten Richter-korrigierten Nieder- schlagsdaten konnen¨ aus der REKIS-Datenbank bezogen werden. Anmerkung: Fur¨ Trenduntersuchungen ist es nicht notwendig, die korrigierten Niederschlagsdaten zu verwenden, da die Korrektur keine Zeitabhangig-¨ keit besitzt.

2.2 Speziﬁka und Nutzbarkeit der Datenquellen

In diesem Vorhaben besteht der ambitionierte Anspruch, moglichst¨ zahlreiche, lange und vollstandige¨ Datenreihen auf Anzeichen des Klimawandels hin zu untersuchen. Dabei ist zu beachten und anzuerkennen, dass Messdaten mit unterschiedlichen Anspruchshaltungen erfasst und archiviert werden.

• Im operationellen Betrieb ist es oftmals notwendig, einen Uberblick¨ des Geschehens zu erlangen. Leitwarten, beispielsweise von Kraftwerken,

12 ud ae i Datenverf die dabei wurde mL um zus oder alternative auch bisweilen i owniki o ahifrne n etihnErg zeitlichen und Nachlieferungen m von Notwendigkeit auf die Blick mit ergab, RAKEL aufw quise verf Datenbank F einigen in gesch h und ab. unterschiedlich triebsphilosophien” Untersu- Quelle zu der Quelle Teil von ür einen f ist den, nur oder werden. nicht ühren verwendet f je- ggfs. Tests chungen Die Zeitreihen sprengen. dass Vorhabens dazu, des doch Umfang ürde w den das – hen zie- sich Ergänzungen/Korrekturen/Homogenisierungen nach eigenen keine dig. Daf sind. ren isrZstaqiewre ud3 aerie ierctgrneMenge hinzugef geringe – recht Stationsreihen eine hundert – mehreren Datenreihen bei 35 rund wurden Zusatzakquise dieser tats den und DWD des Portal CDC-GDS im Metadaten den schen Vollst i blihmtdmDtnetn ndrDDitre aebn MI- Datenbank DWD-internen der in Datenbestand dem mit Abgleich Ein ein- Vorfeld im die dass heraus, sich stellte Vorhabensphase ersten der In analysie- zu Arten beider Daten Vorhaben diesem in dass aus, nicht bleibt Es F • rzhrih lm-ttosehnwreen mehrstufige eine wurde Klima-Stationsreihen zahlreiche ur ¨ ihi s,ds i mVrae ucgführten Qualitätskontrollen durchgef Vorhaben im die dass ist, Wichtig ce udokumentieren. zu ucken ldrIfrain ahagg i ragn ie rhv i gegebe- mit Archivs erg eines Erlangung nenfalls Die nachrangig. Information, der fil k auftreten Fehlmessungen einzelne auch iluddedaf die und Ziel Zeitn ben Hochwasserzentralen oder Flugsicherheit Gr Im e isrHruf idprs f geeignet. se gend per sind Herkunft dieser ten Zeitn die heißt, das Messfehlern, Vollst zeitliche tionsdichte, Priorit erhoben. Vorgaben entierten ¨ tt aestainengrRvsoe eufe ogb sbeispielsweise es gibt So bedurfte. Revisionen einiger Datensituation atzte nikis/uzakisnls vorgenommen. andigkeits-/Nutzbarkeitsanalyse ¨ ¨ ne uhotnctausf nicht oft auch unden ¨ oueteednBetrieb dokumentierenden h eiz Priorit besitzt ahe ¨ nie l ratt ene ae lentvDtnule und Alternativ-Datenquellen waren es denn erwartet, als andiger ¨ le ikeaznbez Diskrepanzen allen ¨ rsn iutrwieeQualit weitere mitunter sind ur ¨ gae esehn ndrFlegsatt ihdeDatenak- die sich gestaltete Folge der In Messreihen. ugbaren ¨ ntnudkriire etnitdbinctdsprim das nicht dabei ist Werten korrigierten und anzten ¨ rntedgnMßamnsn u wirtschaftlichen aus sind Maßnahmen notwendigen ur ¨ gaki mVrae e roe,beispielsweise, erhoben, neu Vorhaben im ugbarkeit ¨ t bi he izleMsgbrasalnoder ausfallen Messgeber einzelne ihnen in Ob at. ¨ . pzfiaudNtbretdrDatenquellen der Nutzbarkeit und Spezifika 2.2 i il aerie u is es ausschei- Weise diese auf Datenreihen viele Wie gihtlnel lange oglichst ¨ niki e esne drKretrvon Korrektur oder Messungen der andigkeit ¨ ednotasDtnmtst mit Daten oftmals werden uhrbar. ¨ tlceSainnz dnizee.Vielfach identifizieren. zu Stationen atzliche ¨ gihdrverf der uglich ¨ h e Verf der ahe ¨ rAaye issVraeshervorra- Vorhabens dieses Analysen ur ¨ thbnFkoe i aiaeSta- maximale wie Faktoren haben at ¨ tknrl-anhe notwen- atskontroll-Maßnahmen ¨ ne,it enc Nutzungspro- nach je ist, onnen, ¨ cels Beobachtungsreihen, uckenlose ¨ g z.erg bzw. ugt ¨ gaki s ahagg Da- nachrangig. ist ugbarkeit ¨ gae Reihenl ugbaren ¨ ntsakvndnog ,,Be- o.g. den von stark angt ¨ tgnatel et die – Werte aktuelle otigen ¨ nugn mZuge Im anzungen. ¨ anzt. ¨ re qualit arker ¨ clc nder in achlich ¨ ne zwi- angen ¨ atsori- ¨ are ¨ 13

Abschnitt 2 Datenquellen

2.2.1 Stufe 1: Minimalanforderungen bezuglich¨ L¨ange der Klimadatenreihen und Lucken¨ in den Klimadatenreihen Ein erster Kriterienkatalog wurde erstellt. Er umfasst folgende Anforderungen, die zur Tauglichkeits-Einstufung zum Einsatz kamen:

• Es mussen¨ fur¨ die verschiedenen Analysen mindestens folgende zusammenhangende¨ Zeitraume¨ vorhanden sein: – 20 Jahre: Datenprufung,¨ Klimaindikatoren, Extremstatistik – 30 Jahre: Trends (außer Niederschlag) – 50 Jahre: Trends (Niederschlag)

• Datenlucken¨ durfen¨ hochstens¨ an 3 % der untersuchten Termine auftreten.

2.2.2 Stufe 2: Qualit¨atskontrolle der gemessenen Werte Im Vorhaben wurden die zentralen meteorologischen Parameter mit dem Soft- warepaket NIKLAS gepruft.¨ Es ist ausfuhrlich¨ in AnhangC beschrieben.

2.2.3 Stufe 3: Zus¨atzliche Vollst¨andigkeitskriterien bei der Aggregierung von Tages- zu Monatswerten Vielfach, insbesondere bei den abgeleiteten meteorologischen Großen,¨ werden Tageswerte zu Monatsmitteln oder Monatssummen aggregiert. Im Idealfall sind alle Tage eines Monats vorhanden – ein aggregierter Wert kann aber auch hinreichend reprasentativ¨ sein, wenn bis zu 2 Tage fehlen. In Anbetracht der kon- kreten Datenlage und wenn sich der Nutzer der Einschrankungen¨ bewusst ist, kann ein Monatswert auch zur Analyse verwendet werden, wenn bis zu 5 Tage fehlen, in einigen Fallen¨ kann dann z.B. ein Mittel oder ein Trend uber¨ einen langen Zeitraum noch ,,gerettet” werden. Tatsache ist aber, dass durch die Stufe 3 einige Datenreihen, die die Langen-¨ und Luckenkriterien¨ der Stufe 1 erfullen,¨ doch von den Analysen ausgeschlossen werden mussen.¨

14 kl mVrae ednsaitsh nescugnf Untersuchungen statistische werden Vorhaben Im Standardgr Meteorologische 3.2 dass warten, ee etehnutrgece ttosae verf Stationsnamen Reihen. ckungsgleichen gleichem un- f unter einer Dies Zeitreihen Verwendung steckt. deren bei Meldeterminen Tagesmitteltemperatur von Zahl der terschiedlichen Berechnung der in die und Gr stabil bestimmende ,,schlichte”, eine zu scheinbar einfach nur dabei t ist von Mitteltemperatur Form Die in liegen. oder sind bestimmbar Registrierungen chen Regel der In t wurden. in vorgestellt Messnetzen von 2.1 sie Abschnitt werden in die Quellen, terschiedlichen gr zu Metadaten den in unerl sie existieren, wie Station einer Hintergrundinformationen, von oder Betrachten Station das der Verlagerung durch nat zudem kann Ort einem werden. erhoben Tagestakt im k die werden, erhoben atmosph Stundentakt einer im Daten aufweisen. voneinander chungen e,wezB i itl,Mxmm n iiutmeau,deasst aus die Minimumtemperatur, und Maximum- Mittel-, die z.B. wie den, am Scheinbar sein. ge- Segen daraus k auch Daten der als erhobene und Fluch Ort gleichen sowohl – kann Datenquellen – der Ergebnisse Vielfalt wonnenen willkommene Grunde im Die Datenverf zwischen Zusammenhang 3.1 Methodik Eingesetzte 3 ieStandardgr nige ra sind. arbar ¨ ßndurchgef oßen a otlet gleichf postulierte Das ¨ rihnoe eatnUfl e tto eiflstwre.Hez ist Hierzu werden. beeinflusst Station der Umfeld bebauten oder urlichen ¨ Berechnung e Ergebnisse der alle ßnk oßen .Deesamnasun- aus stammen Diese 1.5.2). Abschnitt in Aufstellung (s. uhrt ¨ ¨ Inhomogenit ne uc ubriugdrDtngwne wer- gewonnen Daten der Aufbereitung durch onnen ¨ ormige ¨ J oße. ¨ slc.E w Es asslich. ¨ tndrSainrie uc i eaae er- Metadaten die durch Stationsreihen der aten ne ytmtsh,qelnmaet Abwei- quellenimmanente systematische, onnen ¨ ¨ gihroe st oder aglicher ¨ nenenratmosph einer Andern ¨ UNGE ne ihvndneie unterscheiden, denjenigen von sich onnen ¨ es u i rbeai hin, Problematik die auf weist (1989) ßnudir esn oder Messung ihre und ¨ oßen r lednsz piitsh uer- zu optimistisch, zu allerdings are ¨ nlce Aufl undlicher ¨ gaki n Vielfalt und ugbarkeit ¨ ren eh o Klima- von Reihe eine ur ¨ ga id unctde- nicht zu sind, ugbar ¨ htac nStationen, an auch uhrt ¨ rshnVraln die Variablen, arischen ¨ rshnVralnan Variablen arischen ¨ gihnWre vor- Werten aglichen ¨ sn ras.Ei- erfasst. osung ¨ neugnim Anderungen ¨ undli- ¨ 15

Abschnitt 3 Eingesetzte Methodik

3.3 Klimaindikatoren, abgeleitete Parameter und ihre Berechnung

Mit meteorologischen Standardgroßen¨ (s.o.) lasst¨ sich der Zustand der Atmo- sphare¨ und dessen Anderungen¨ bereits vielfaltig¨ beschreiben. Ein weites Feld an zusatzlicher¨ Information kann durch die Berechnung von abgeleiteten Kli- maindikatoren erschlossen werden. Einige dieser Indikatoren sind mit Uber-¨ oder Unterschreitung von Schwellenwerten oder Quantilen verbunden, andere kombinieren mehrere Standardgroßen.¨ Im Vorhaben werden Indikatoren verwendet, die in Anlehnung an ahnliche¨ Studien in anderen Bundeslandern¨ An- wendung fanden und die auch von der WMO (KLEIN TANK et al., 2009) und anderen internationalen Quellen1) empfohlen werden. Fur¨ das Vorhaben wurde eine Vielzahl von Indikatoren ausgewahlt;¨ die Abkurzungen¨ der verwendeten Messgroßen¨ ﬁnden sich in der Aufstellung in Abschnitt 1.5.2 und die im Vorhaben berechneten Indikatoren werden in An- hangB vorgestellt.

3.4 Trends und die Beurteilung ihrer Signiﬁkanz

Sowohl fur¨ die meteorologischen Standardgroßen¨ als auch die Klimaindika- toren wurden – wo es sinnvoll ist und wo hinreichend lange Reihen vorlagen – lineare Trends nach der Methode der kleinsten Quadrate bestimmt. Die Trendstarke¨ wurde auf drei Wegen eingeschatzt:¨

• Bestimmung des Korrelationskoeffizienten r aus unabhangiger¨ (Zeit) und abhangiger¨ (Messgroße)¨ Variablen. Mit Hilfe des Korrelationskoeffizien- ten kann die Starke¨ des Zusammenhangs quantifiziert werden. Weitere Betrachtungen zur Korrelationen und deren Signifikanz finden sich in An- hang D.1.

• Bestimmung des Konfidenzintervalls fur¨ die Trendgerade und die Werte, aus denen die Trendgerade bestimmt wird. Ersteres zeigt einen ,,Aufent- haltsraum” an, in dem sich – mit a priori wahlbarer¨ Irrtumswahrschein- lichkeit – die Trendgerade aufhalten kann. Zweiteres ist ein Hinweis darauf, welche Werte als ,,Ausreißer-Kandidaten” eingestuft werden konnen.¨ Detaillierte Betrachtungen zu diesen Konfidenzintervallen finden sich in Anhang D.2.

• Nutzung des Mann-Kendall-Signiﬁkanztests. Mit ihm konnen¨ aus qualita- tiver Information (Wert A ist großer¨ oder kleiner oder gleich Wert B) Aus- sagen zur Starke¨ eines Trends gewonnen werden. Im Gegensatz zu den

1)Zu ﬁnden unter http://eca.knmi.nl/indicesextremes/indicesdictionary.php oder http://etccdi.pacificclimate.org

16 gestellt. f Grundlagen großr H der peratur, sammenh mZsmehn i ph mit Zusammenhang Im .Destatistischen Die 4.7.5). Abschnitt (s. analysiert Zirkulation aumigen e ie ttsice etiugf Grundannah- Verteilung von statistischen nicht Mann-Kendall-Test einer der men ist Tests anderen beiden etr Ausf Weitere ¨ nezice e ititph Eintritt dem zwischen ange ¨ dar- 4.7.1 Abschnitt in werden Korrelationsuntersuchungen die ur ¨ ohe ¨ D.3. Anhang in sich ﬁnden dazu uhrungen ¨ brNranl,drkiaice asriazudder und Wasserbilanz klimatischen der Normalnull, uber ¨ . rnsuddeButiugirrSigniﬁkanz ihrer Beurteilung die und Trends 3.4 nlgshnUtruhne ud uhZu- auch wurde Untersuchungen anologischen ¨ rdeutruhe et abh Werte untersuchten die ur ¨ nlgshrPae n e Tem- der und Phasen anologischer ¨ angig. ¨ 17

Abschnitt 3

eeEgbis n ecriugnfidnsc mAhn oi mDaten– im sowie Auftraggeber Anhang den an im das sich Kartenwerk, finden Wei-und Beschreibungen vorgestellt. Vorhabens und des Ergebnisse (AP) tere Arbeitspakete wichtige der werden Kontext Abschnitt im diesem Ergebnisse In Auswertungen erarbeitet. Daten, Darstellungen an grafischen Umfang großer und ein wurde Vorhabens des Rahmen Im Ergebnisse 4 ndee bcnt ednwctg atnz e Pr den zu Pr Fakten der wichtige Auswirkungen werden Abschnitt diesem In tats und Potenzieller 4.1 o.Shnnc e rtnSctn mZg e retnvnA sowie 1 AP von Arbeiten der Zuge Vollst im ersten Sichtung einer Durchlauf ersten nach der nach Schon vor. Stationsbest Die Klimaparameter 4.1.1 finden. zu C Anhang in ist Weiteres vorgestellt. kurz etnScsnAhlshnee s ee e otst dort der f ausgepr wegen teilweise des ist und Landschaft S hingegen Im Sachsen-Anhalts rechtfertigen. Maßnahme Westen diese sinn- die es Bedingungen, klimatischen wo besitzen Brandenburg Bezugsgebiet, nordwestliche das das s und auch das Insbesondere als erweitert. eingebracht erschien, voll DWD des wei- aus Quellen Stationen sowohl teren wurden Dabei erhalten. zu Stationsdichte akzeptable Erg von digkeit riabilit edrae durchgef gendermaßen Erweite- zur hohen herum recht hinzugezogen. Sachsen-Anhalt Stationsbestands Grunde um des im km-Bereich rung der 30 wegen der (ii) nur auch Stationsdichte aber Stationen, liegender entfernt rdehnueomnnSainnegrgefasst. enger Stationen hinzugenommenen die ur ¨ e e idrclgsainnwre()wgndrhhnr hohen der wegen (i) wurde Niederschlagsstationen den Bei i Pr Die Gf.Kmiainvnmhee ehnbiL bei Reihen mehreren von Kombination Ggfs. 2. m mehreren (bei Daten der Auswahl 1. D n e gamtoooice Datensatz) agrarmeteorologischen dem und GDS tdsNeeshasuddrsmtgrnee Repr geringeren somit der und Niederschlags des at ¨ fn e eprtrae n nee lmprmtrwrefol- wurde Klimaparameter anderer und Temperaturdaten der ufung ¨ nugnhru,u mgsme nescuggbe eine Untersuchungsgebiet gesamten im um heraus, anzungen ¨ nelgnz eindsVraesi ie ,,Basisversion” einer in Vorhabens des Beginn zu lagen ande ¨ fn f ufung ¨ uhrt: ¨ rvrcidn Datenbest verschiedene ur ¨ ¨ clce aebsad–A 1 AP – Datenbestand achlicher andigkeitspr ¨ ge itleigcaatr e Bereich der Mittelgebirgscharakters agten ¨ gihnDtnehn ..asdem aus z.B. Datenreihen, oglichen bree wurde. ubergeben ¨ dih Mecklenburg-Vorpommern udliche ¨ ¨ hlceLnshfsye nebst Landschaftstypen ahnliche ¨ fn tlt ihdeNotwen- die sich stellte ufung ¨ C) Anhang (s. ucken ¨ fefhe n den und ufverfahren ¨ nedsVorhabens des ande ¨ asentativit ¨ re gegliederten arker ¨ ulce Va- aumlichen ¨ dnund uden ¨ tweiter at ¨ 19

Abschnitt 4 Ergebnisse

3. Elimination der Stationen mit zu kurzen Reihen (zu kurze Dauer oder En- de vor 2000)

4. Prufung¨ des Parameters mit der Qualitatskontroll-Software¨ NIKLAS

5. Elimination von Reihen mit zu großen Luckenzeitr¨ aumen¨ (Lucken¨ zu Be- ginn und am Ende, die trotzdem eine Reihe von mindestens 30 Jahren Lange¨ mit max. 3 % Fehlwerte ergaben, wurden in dieser Phase toleriert)

6. Iteration der Prufung,¨ um sicher zu gehen, dass nach der Anwendung von NIKLAS beispielsweise die Kriterien hinsichtlich der Datenlucken¨ noch erfullt¨ sind und Reihen als nutzbar gekennzeichnet bleiben.

Die zugehorigen¨ Tabellen mit den Einzelheiten der Prufergebnisse¨ ﬁnden sich in AnhangC. Fur¨ die einzelnen Parameter gab es durch diese Prufung¨ eine teilweise erheb- liche Reduktion an verfugbaren¨ Datenreihen (s. Abb. 4.1), die sich auch auf die raumliche¨ Dichte der verfugbaren¨ Stationsdaten auswirken. In welcher raum-¨ lichen Dichte Stationsdaten zur Analyse an die AP 2 und 3 ubergeben¨ werden konnten, ist fur¨ die Klimastationen in Abb. 4.2 und fur¨ die Niederschlagsstatio- nen in Abb. 4.3 dargestellt.

Abbildung 4.1: Prufergebnis¨ der untersuchten Parameter (Tageswerte, außer bei Windrichtung).

Als kleiner Vorgriff auf die Erkenntnisse aus AP 2 und 3 sei an dieser Stelle hinzugefugt,¨ dass, insbesondere bei der Bestimmung von Trends, weitere Ein- schrankungen¨ zu Tage traten. Wenn 3 % der Daten fehlen durfen,¨ so kann dies in Form von einzelnen Ausfallen¨ sein, aber auch in Form eines Ausfalls lange-¨ rer Episoden mit mehreren Tagen oder Wochen Andauer. Dies hat vielfach einen erheblichen Einﬂuss auf die Moglichkeiten,¨ Trends zu bestimmen. Der DWD verfugt¨ uber¨ einen Datenbestand, der fur¨ agrarmeteorologische Nutzung mit hohem Aufwand luckengef¨ ullt¨ ist (s.a. Abschnitt 2.1.3).

20 ahe-nat,en3 mgoe eec mScsnAhl eu Pffr n i Naturr die und (Puffer) herum Sachsen-Anhalt um Bereich großer Sachsen-Anhalts. km 30 ein Sachsen-Anhalts, mgoe eec mScsnAhl eu Pffr n i Naturr die und (Puffer) herum Sachsen-Anhalt um Bereich großer km Auskunft geben Symbole brdevrigne Reihenl vorliegenden die uber 4.3: Abbildung 4.2: Abbildung dargestellt. verk 4.4 Abb. leicht in l ist einem der Bestand Lage agrarmeteorologischen aus dem Die Trends aus waren. die bestimmbar dass (1961–2014) einher, raum ging Damit setzt. Gr abgeleiteten den ¨ F ren ilaldrUtruhne issVraes nbsneebei insbesondere Vorhabens, dieses Untersuchungen der Vielzahl eine ur ¨ aedrSainnmtNeeshasesn.Defrie ybl ee Auskunft geben Symbole farbigen Die Niederschlagsmessung. mit Stationen der Lage aedrSainnmtMsugnvnmhee lmprmtr.Defarbigen Die Klimaparametern. mehreren von Messungen mit Stationen der Lage ßn ud is nemnedrSainrie einge- Stationsreihen der Untermenge diese wurde oßen, brdevrigne Reihenl vorliegenden die uber ¨ ¨ . oezelrudtats und Potenzieller 4.1 ¨ ne.Eneecntsn ue i rneScsnAhls i 30 ein Sachsen-Anhalts, Grenze die zudem sind Eingezeichnet angen. ¨ ne.Eneecntsn ue i Grenze die zudem sind Eingezeichnet angen. clce aebsad–A 1 AP – Datenbestand achlicher ¨ uckengef ¨ ¨ ueSachsen-Anhalts. aume ltnStationen ullten ¨ rtnZeit- urzten ¨ ¨ aume 21

Abschnitt 4 Ergebnisse

Abbildung 4.4: Lage der Stationen mit besonders hoher Vollständigkeit aus dem Bestand der DWD- Agrarmeteorologie. Alle Stationen haben eine Länge von 1961–2014, mit Ausnahme von Seehausen (1976–2014). Eingezeichnet sind zudem die Grenze Sachsen-Anhalts, ein 30 km großer Bereich um Sachsen-Anhalt herum (Puffer) und die Naturräume Sachsen-Anhalts.

Abbildung 4.5: Lage der Niederschlagsstationen mit stundlicher¨ Auflösung. Die farbigen Symbole geben Auskunft uber¨ die vorliegenden Reihenlängen. Eingezeichnet sind zudem die Grenze Sachsen- Anhalts, ein 30 km großer Bereich um Sachsen-Anhalt herum (Puffer) und die Naturräume Sachsen- Anhalts.

Einige Aspekte des Vorhabens nutzen Stundendaten. Hier ist das gleichzeitige Zutreffen der Kriterien (i) lange Zeitreihe und (ii) viele gemessene Parame- ter relativ selten. Angaben zu Lage und Lange¨ der nutzbaren Stationszeitreihen sind fur¨ stundliche¨ Niederschlagsdaten in Abb. 4.5 dargestellt. Bei anderen Kli-

22 keitspr ael 4.1: Tabelle einen gibt Pr der 4.1 nach Tab. Datenbestand enthalten. Vorhabens des Daten-DVD ugshosn ievollst Eine ausgeschlossen. f die Daten, Alle C.3. Anhang in sich Ph 4.1.2 kleiner. noch Stationsreihen nutzbaren Vorhabens des aaaeen(eprtr ect,Wn t. s i aldrf der Zahl die ist etc.) Wind Feuchte, (Temperatur, maparametern teeceBlattfall Stieleiche BlattverfärbungStieleiche Fruchtreife Stieleiche Fruchtreife Holunder Heidekraut Sommer-Linde BlüteHolunder Blattentfaltung Stieleiche Löwenzahn Sal-Weide Schneeglöckchen izletnz e efhescrte e Pr der Verfahrensschritten den zu Einzelheiten ha ooicePaeVrP¨fn ahP¨fn aevrut[%] Datenverlust Prüfung Nach Prüfung Vor Phänologische Phase fn n e Qualit der und ufung ¨ ¨ nlgsh Parameter anologische aevlmnf Datenvolumen rnctpasbleahe udn udnasdnAnalysen den aus wurden wurden, erachtet plausibel nicht ur ¨ ¨ atskontrolle. rdeAayeph Analyse die ur ¨ . oezelrudtats und Potenzieller 4.1 ufung. ¨ nieDkmnaindrDatenpr der Dokumentation andige ¨ 39 26 2,4 3,0 2,7 2,9 2,3 12967 2,1 11096 1,2 16014 1,1 9809 3,5 13290 14816 1,6 11446 16571 16475 12564 10097 17631 15157 15887 16930 18224 12721 17834 16133 18523 6148 3,5 4489 4651 ¨ nlgshrPae o n ahdrVollst der nach und vor Phasen anologischer clce aebsad–A 1 AP – Datenbestand achlicher ¨ fn i esilnfinden Beispielen mit ufung ¨ Uberblick ¨ fn s u der auf ist ufung ¨ rdeZiele die ur ¨ brden uber ¨ ¨ andig- 23

Abschnitt 4 Ergebnisse

4.2 Klima-Entwicklungen anhand von meteorologischen Standardgr¨oßen – AP 2

In diesem Abschnitt werden einige Trendentwicklungen exemplarisch vorgestellt. Eine umfangreiche Sammlung von Trendinformationen liegt beim Auf- traggeber auf Datentrager¨ vor.

4.2.1 Lufttemperatur 4.2.1.1 Maximumtemperatur

Exemplarisch sind die Trendentwicklung fur¨ die Maximumtemperatur fur¨ zwei Stationen wiedergegeben: Station Brocken in Abb. 4.6 im Jahr und Station Magdeburg im Sommer (Abb. 4.7). Der Verlauf des Vertrauensbereichs fur¨ die Trendgerade weist darauf hin, dass der Anstieg von 1,47 ◦C am Beispiel Bro- cken und 1,98 ◦C am Beispiel Magdeburg uber¨ den Gesamtzeitraum (0,23 ◦C bzw. 0,32 ◦C pro Dekade) gesichert ist und auch der Mann-Kendall-Test ergibt ein Q von rund 3,8 (Brocken) bzw. 3,3 (Magdeburg); d.h. der Trend ist mit einer Sicherheit von mehr als 99 % gesichert. Der Korrelationskoefﬁzient ist mit 0,46 bzw. 0,43 ebenfalls relativ groß.

Abbildung 4.6: Zeitliche Entwicklung der Tagesmaximumtemperatur an der Station Brocken. Be- stimmungszeitraum: Jahr. Die gestrichelte Linie gibt den linearen Trend an. Die beiden roten Kurven zeigen den Vertrauensbereich fur¨ die Trendgerade und die beiden blauen Kurven den Vertrauensbe- reich fur¨ die Werte.

In Tab. 4.2 sind einige Maßzahlen fur¨ Trends der Tagesmaximumtemperatur an der Station Brocken zusammengefasst – in Tab. 4.3 erfolgt dies fur¨ die Station Magdeburg. Die Trends sind im Fruhjahr¨ und Sommer ausgepragter¨ und auch auf hohem Niveau statistisch abgesichert, wahrend¨ dies im Herbst und Winter nicht der Fall ist.

24 zeiten. 4.2: Tabelle f Vertrauensbereich den ikugnaf–deTed aiee uhi he St ihrer in auch Teil-Zeitr variieren liche Trends die – auf wicklungen 4.3: Tabelle Die an. Trend linearen f den Vertrauensbereich den gibt zeigen Linie Kurven gestrichelte roten beiden Die (Juni–August). Sommer stimmungszeitraum: 4.7: Abbildung addrmtlrnMxmmeprtri omra e tto etih(s. deutlich Station der 4.8). an Abb. Sommer im Maximumtemperatur mittleren der hand reszeiten. Winter Mann-Kendall-Q Herbst Korrelation Sommer Fr¨uhjahr Anstieg/Dekade Gesamtanstieg Jahreszeit Winter Mann-Kendall-Q Herbst Korrelation Sommer Fr¨uhjahr Anstieg/Dekade Gesamtanstieg Jahreszeit brnctnrdeenennJhezie esnutrcidih Trendent- unterschiedliche weisen Jahreszeiten einzelnen die nur nicht Aber rnsdrTgsaiutmeau ndrSainMgeugi esheee Jah- verschiedenen in Magdeburg Station der an Tagesmaximumtemperatur der Trends rnsdrTgsaiutmeau ndrSainBokni esheee Jahres- verschiedenen in Brocken Station der an Tagesmaximumtemperatur der Trends etih nwcln e aemxmmeprtra e tto adbr.Be- Magdeburg. Station der an Tagesmaximumtemperatur der Entwicklung Zeitliche uevn15–04btahe edn isrEfk idan- wird Effekt Dieser werden. betrachtet 1951–2014 von aume ¨ nGa nGa/0Jahre Grad/10 in Grad in nGa nGa/0Jahre Grad/10 in Grad in ,601 ,01,66 0,18 3,60 3,15 0,20 0,13 0,45 0,43 0,17 0,10 0,31 0,35 1,06 0,61 2,00 2,18 ,303 ,12,63 1,73 3,31 3,58 0,31 0,24 0,43 0,46 0,32 0,16 0,31 0,38 2,03 1,00 1,98 2,41 rdeWerte. die ur ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 rdeTedeaeuddebie lunKurven blauen beiden die und Trendgerade die ur ¨ re enunterschied- wenn arke, ¨ oßen ¨ 25

Abschnitt 4 Ergebnisse

Abbildung 4.8: Zeitliche Entwicklung der mittleren Tagesmaximumtemperatur in den Sommermona- ten (Juni–August) an der Station Magdeburg (dunne¨ schwarze Linie). Eingezeichnet sind Trends, die aus dem gesamten Untersuchungszeitraum 1951–2014 (hellblaue Linie) sowie verschiedenen 30-jähri- gen Teilzeiträumen (gestrichelte und eingefärbte Linien) bestimmt wurden.

Die Steigung der Trendgeraden pro 10 Jahre ist fur¨ die unterschiedlichen Zeitraume¨ wie folgt:

• 1951–2014: 0,31 K/10 Jahre hellblaue Linie

• 1951–1980: 0,26 K/10 Jahre fein gepunktete rote Linie

• 1961–1990: 0,19 K/10 Jahre durchgezogene gelbe Linie

• 1971–2000: 0,21 K/10 Jahre strichpunktierte grune¨ Linie

• 1981–2010: 0,41 K/10 Jahre dicke gepunktete schwarze Linie

In den 1960er Jahren bis Ende der 1990er Jahre ist die Trendentwicklung also relativ gering, wahrend¨ zum Ende der Zeitreihe hin die einsetzende Erwarmung¨ deutlicher wird. In einem weiteren Experiment wurden sukzessive aus den Daten Bereiche von 10 Jahren Lange¨ entfernt und die jeweilige Steigung der Trendgeraden auf Basis der verkurzten¨ Reihe bestimmt. Im Bei- spielfall veranderte¨ sich der Trend wie folgt:

• 1951–2014: 0,31 K/10 Jahre

• 1961–2014: 0,32 K/10 Jahre

• 1971–2014: 0,33 K/10 Jahre

• 1981–2014: 0,36 K/10 Jahre

Diese Ergebnisse sollen verdeutlichen, dass es ,,Binnentrends” im Untersu- chungszeitraum geben kann. Dennoch wird aus Grunden¨ der Vergleichbarkeit der Trend fur¨ den verfugbaren¨ Zeitraum bestimmt.

26 99(rulg)bw 90 a eett asdrsak nte ndnJah- den in Anstieg starke der bereits dass (Zehdenick) bedeutet, Das 5745 1990. und bzw. (Marnitz) (Braunlage) 1999 3196 (Doberlug-Kirchhain), 1001 ge), 4.8. Abb. begr und ,,Binnentrends” Lufttemperatur zu der Untersuchungen bei Entwicklungen dahinter den generellen und liegenden Zeitabschnitten verwendbaren unterschiedlichen den in chen eh neshelce Trendbetr unterschiedlichen recht izndbiTed nenrGr einer in Trends dabei Reihenl sitzen Jahren 60 mindestens mit tionen f Kriterien Stationsnum- der nach Sortierung denen der aus von Jahre, mer. gefolgt der wurde, Zahl berechnet der Trend nach der erfolgte Sortierung A.1 Die Tab. aufgetragen. die (vgl. Achse auf Stationsnummern Die bezogen wiedergegeben. Linie, Achse) (gestrichelte f Jahres Jahre nutzbaren des der Maximumtemperatur Anzahl die sowie Achse) Fl der in Trendaussagen Problematik, verf dar, der Trendgleichung Anzahl die der stellt Anstiegsterm Linie den chelte stellen Anstieg/R Balken als Die umgerechnet Jahr. Betrachtungszeitraum: Anhalt. bidn 4.9: Abbildung 1) ttosumrdrhdevrnetlt markiert. CDC-speziﬁsche 1 die vorangestellte wurde die verdeutlichen, durch zu Agrardatenbank-Quelle Stationsnummer der und CDC-Datenquelle der e gamtoooice aebn e W.Deesn nhhmMß l Ausf Maße die hohem s.a. in – sind 1961 erst Diese DWD. beginnen sie des Datenbank Agrarmeteorologischen der Datenarchiv gr f Teil dem war aus zum Dies nicht l wurde. die oftmals Station, verwendet zwar eine DWD CDC-Datenbestand um im des sich Center es handelt Data dann Climate steht, des Stelle ersten der an 1 eine F esilwieedndentbrnRie f Reihen nutzbaren die enden Beispielsweise ngsm one i rnsa 5Sainnaseettwre,dedie die werden, ausgewertet Stationen 25 an Trends die konnten Insgesamt Trendst die die ist einmal 4.9 Zusammenhang Abb. diesem In in soll Datensituation die auf Blick Mit hed ulnwre u e ttosumr nfrt endeNme f Nummer die Wenn entfernt. Stationsnummern den aus wurden Nullen uhrende ¨ rMindest-Reihenl ur ¨ ßr L ¨ oßere rnsdrMxmmeprtrf Maximumtemperatur der Trends ce adn nengnF einigen In fanden. ucken ¨ cgn r 0Jhe i idafdelneyAhebzgn i gestri- Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro uckgang ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 repoDkd (S Dekade pro arke ¨ gae ar a n s u i eheyAhebezogen. y-Achse rechte die auf ist und dar Jahre ugbaren ¨ neudVollst und ange ¨ ¨ neeRie u Verf zur Reihen angere ßnrnn o ,5bs03KDkd.Die K/Dekade. 0,3 bis 0,15 von oßenordnung –u e neshe zwischen Unterschied den um – 4.1 Abschnitt in uhrungen ¨ ¨ g der age ¨ ¨ le rogedhrdeEstugdrhSainnaus Stationen durch Ersetzung die daher erfolgte allen cez einn eecttwerden. beleuchtet gewinnen, zu ache ¨ rdeaseettnSainni amSachsen- Raum im Stationen ausgewerteten die ur ¨ be- 4.9) Abb. in 00863 bis (00722 ange ¨ bie ttoe idi Wesentli- im sind Stationen ubrigen ¨ niki erf andigkeit ¨ rdeSainn05 (Braunla- 0656 Stationen die ur rdeTeduwrugnder Trendauswertungen die ur ¨ ¨ ue,bzgnafdie auf bezogen aulen, ¨ gn tne,sc ndee brauch aber diesen in sich standen, ugung ¨ reng ttoe i uwg da Ausweg, ein Stationen einige ur ¨ ltn i zw Die ullten. ¨ 1) idafdrx- der auf sind ) uckengef ¨ nselgitund ist unfstellig ¨ ne vgl. – undet ¨ rechte lt aber ullt, ¨ linke l Sta- olf ¨ oßen ¨ 27 y- y-

Abschnitt 4 Ergebnisse ren danach im Trend nicht mehr reprasentiert¨ ist. Die Stationen 14642 (Seehau- sen, die fuhrende¨ 1 kennzeichnet eine alternative Datenquelle, vgl. Fußnote auf S. 27), 4651 (Seesen) und 0445 (Bernburg) hingegen beginnen erst 1976 bzw. 1977 bzw. 1983 und reichen bis 2014. In diesen 30 Jahren ist nur der starke Trend der letzten Jahre reprasentiert.¨ Deshalb werden dort auch Anstiegsraten von 0,5 und mehr K pro Dekade ermittelt. Als Ausweg wurde eine Darstellung entwickelt, mit der fur¨ einen reduzier- ten Stationsbestand eine Aussage zum Betrag der Trendentwicklungen moglich¨ ist. Leitidee fur¨ die Stationsauswahl ist, moglichst¨ die Grobstruktur der Na- turraume¨ Sachsen-Anhalts abzubilden. Zur Erganzung¨ wurden die Stationen Braunlage und Artern hinzugenommen. Ein weiterer zu berucksichtigender¨ Faktor ist, dass die Reihen moglichst¨ lang sein sollen – auch das ist mit Kom- promissen verbunden. Aus Grunden¨ der Vergleichbarkeit sollen moglichst¨ immer die Analysen der selben Stationen dargestellt werden. Nicht in allen Fallen¨ konnten die Vorgaben erfullt¨ werden, aber fur¨ die Maximumtemperatur ist es doch relativ oft moglich.¨

Abbildung 4.10: Trends der Maximumtemperatur fur¨ ausgew¨ahlte Stationen im Raum Sachsen- Anhalt. Betrachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Die Ergebnisse fur¨ die Stationsauswahl sind in Abb. 4.10 dargestellt. Drei Sta- tionen (Gardelegen, Luchow¨ und Seehausen) decken dabei die relativ niedrig gelegenen Regionen Altmark, Wendland und Umgebung ab. Zwei Stationen (Braunlage und Brocken) decken die Harzregion ab. Magdeburg reprasentiert¨ die nordliche¨ Bordenregion,¨ Leipzig/Halle die sudliche,¨ Wittenberg das Elbe- Mulde-Tieﬂand und Artern das Thuringer¨ Becken mit Randplatten. Die Balken geben jeweils die Trendstarke¨ pro Jahrzehnt an. Sie sind mit der linken y-Achse verbunden und die blauen Rauten geben an, aus wie vielen Jahren der Trend ermittelt wurde. Diese sind mit der rechten y-Achse verbunden. Analoge Darstel- lungen werden fur¨ eine Vielzahl von vergleichenden Auswertungen im diesem und in anderen Abschnitten des Berichts verwendet.

28 durchgef f Stationen, absch alle besser 1951–2014 Zeitraum im tur cs ebne n i lunRue ee n u i ilnJhe der Jahren vielen der wie mit aus sind an, Diesen geben wurde. Rauten ermittelt blauen Trend die und verbunden TrendstAchse die jeweils geben ken abgesichert. statistisch %-Niveau Mann-Kendall 90 einem dem auf mit ist Trend Der f 4.12 ). Ergebnis Abb. das hier sei risch Luft der Minimumtemperatur Die Minimumtemperatur 4.2.1.2 auftreten. K 2,0 und 1,5 dass rund hervorzuheben, zwischen Landes- ist mumtemperatur gelegenen Es tiefer Sachsen-Anhalt. den von zu teilen Landschaftstyp vergleichbaren dem einem mit in Stationen doch N nur unmittelbarer da sind in davon ab, Einige nicht wurden. verwendeten einbezogen Jahren 4.10 64 Abb. von Datenbestand in kompletten der von weicht wahl B h der etwas und Bereich Harzregion im der in sich finden Trendentwicklungen geringere bidn 4.11: Abbildung m Artern dieser und ist berg angeben, Rauten blauen f die Vergleich Wie ersehen. direkte zu Reihen langen gleich mit utmeau a.Sesn u i ik -cs eoe.Deoagfree atnselndie stellen Rauten orangefarbenen Die bezogen. y-Achse linke verf die der auf Anzahl sind Sie dar. mumtemperatur ausgew mdeGr die Um i rensef Ergebnisse Die zitdie zeigt 4.11 Abb. Stationen an Trendentwicklung der in Unterschiede leichte sind 4.10 Abb. Der ¨ ht ttoe.Btahugziru:Jh.Debae aknselndnAsigMaxi- Anstieg den stellen Balken blauen Die Jahr. Betrachtungszeitraum: Stationen. ahlte uhrt. ¨ gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ ßnrnn e rnetikugbidrMaximumtempera- der bei Trendentwicklung der oßenordnung nte e aiutmeau mZiru 9121 uguddrTed f Trends der aufgrund 1951–2014 Zeitraum im Maximumtemperatur der Anstieg ¨ rdedee etamvollst Zeitraum dieser die ur ¨ re oi mBrihdrAusl der Bereich im sowie orden ¨ dretlt i Bal- Die dargestellt. 4.13 Abb. in sind Stationsauswahl die ur rdeSainnGreee,Bokn adbr,Witten- Magdeburg, Brocken, Gardelegen, Stationen die ur ¨ gih die oglich, ¨ ¨ neugna e esheee ttoe.DeAus- Die Stationen. verschiedenen den an Anderungen ¨ h ahe-nat,deSainnbfidnsc je- sich befinden Stationen die Sachsen-Anhalts, ahe ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 rdeSainMgeugf Magdeburg Station die ur ¨ brmnetn 0JheL Jahre 60 mindestens uber repoJhzhta.Sesn i der mit sind Sie an. Jahrzehnt pro arke ¨ ¨ netsc in sich andert ¨ te uk zu atzen ¨ rechten ni beek s,enVergleich ein ist, abgedeckt andig ¨ ue e Th des aufer ¨ hlce es exempla- – Weise ahnlicher Q ne ud uedmf außerdem wurde onnen ¨ ¨ -cs ebne.E ist, Es verbunden. y-Achse o 24 infiatund signifikant +2,43 von neugndrMaxi- der Anderungen ¨ rdsJh eeg (s. gezeigt Jahr das ur ¨ neverf ange ¨ rne Beckens. uringer ¨ gn Etwas ugen. ¨ linken ohere ¨ oßen ¨ 29 ur y- ¨ ur ¨

Abschnitt 4 Ergebnisse

Abbildung 4.12: Zeitliche Entwicklung der Tagesminimumtemperatur an der Station Magdeburg. Bestimmungszeitraum: Jahr. Die gestrichelte Linie gibt den linearen Trend an. Die beiden roten Kurven zeigen den Vertrauensbereich fur¨ die Trendgerade und die beiden blauen Kurven den Vertrauensbereich fur¨ die Werte.

Abbildung 4.13: Trends der Minimumtemperatur fur¨ ausgewählte Stationen im Raum Sachsen- Anhalt. Betrachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen. ahnlich¨ wie bei der Maximumtemperatur (vgl. Abb. 4.10), eine leichte Unter- schiedlichkeit der Trendentwicklung zu ersehen. Dabei sind die Langen¨ der verwendeten Zeitreihen recht unterschiedlich. Die geringe Trendentwicklung an der Station Braunlage liegt großtenteils¨ daran, dass die Daten dieser Station nur bis 1990 verwendet werden konnten. Starke Anderungen¨ der Minimum- temperatur, die erst in den Jahren danach erfolgten und an anderen Stationen belegt sind (vgl. Abb. 4.12) finden sich daher im Trend von Braunlage nicht wieder. An der Station Seehausen hingegen – diese beginnt erst 1976 – ist genau dieser starke Anstieg dominierend und die Verhaltnisse¨ der 1950er und 1960er Jahre finden sich in ihr nicht wieder. Daher ist der Anstieg der Minimumtem- peratur, der in der Stationsreihe von Seehausen ermittelt wurde, so stark. Abb. 4.14 zeigt die Anderungen¨ an den verschiedenen Stationen die uber¨ die volle nutzbare Zeitreihenlange¨ (1951–2014) verfugen.¨ Die Stationsauswahl

30 ae u Verf zur Daten 4.14: Abbildung agog erct a w Das gebracht. Rangfolge f die wurden Dazu ausgew gibt. Stationen Jahrzehnten bestimmten in ,,Warmereignisse” der ver- 4.2.1.2 ) und 4.2.1.1 Abschnitte gleichbar. (s. Trendentwicklun- Minimumtemperatur den bzw. in Maximum- sich findet grunds nichts so gen analysiert, Mitteltemperatur die Wird Mitteltemperatur 4.2.1.3 auftreten. K 1,5 und 1,0 rund zwischen zumeist ratur dass Sachsen- hervorzuheben, von ist Landesteilen Es gelegenen Anhalt. tiefer den nicht zu sind Landschaftstyp Stationen gleichbaren Einige ab. verwendeten N 4.13 unmittelbarer Abb. in in der von daher weicht Anzahl die stellen Rauten orangefarbenen Die bezogen. y-Achse linke verf die der auf sind Sie dar. temperatur ausgew F ssl i if e itleprtrutruh edn be ieH eine es ob werden, untersucht Mitteltemperatur der Hilfe mit soll Es 069 Wittenberg 05629: 5. Magdeburg 03126: 4. Leipzig-Holzhausen 02928: 3. Halle-Stadt 01960: 2. Brocken 00722: 1. rjdsJh ud i itleprtrbsim n aahi eine in danach und bestimmt Mitteltemperatur die wurde Jahr jedes ur ¨ ¨ ht ttoe.Btahugziru:Jh.Debae aknselndnAsigMinimum- Anstieg den stellen Balken blauen Die Jahr. Betrachtungszeitraum: Stationen. ahlte gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ nte e iiutmeau mZiru 9121 uguddrTed f Trends der aufgrund 1951–2014 Zeitraum im Minimumtemperatur der Anstieg gn standen: ugung ¨ tlc beceds–deAsigrtnsn i ee der denen mit sind Anstiegsraten die – Abweichendes atzlich ht f ahlt, ¨ ¨ h ahe-nat.Sebfidnsc eohi ie ver- einem in jedoch sich befinden Sie Sachsen-Anhalts. ahe ¨ rdeasdmvle etam(9121,6 Jahre) 64 (1951–2014, Zeitraum vollen dem aus die ur ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 rseJh ea e ag1 e le Stationen allen bei 1; Rang den bekam Jahr armste ¨ neugndrMinimumtempe- der Anderungen ¨ aufung ¨ oßen ¨ unf ¨ 31 ur ¨

Abschnitt 4 Ergebnisse bis auf Leipzig-Holzhausen2) war dies das Jahr 2014. Das kalteste¨ Jahr bekam den Rang 64; bei allen Stationen bis auf Magdeburg3) war dies das Jahr 1956. Um die Reprasentativit¨ at¨ zu erhohen¨ wurden die Range¨ der funf¨ Stationen fur¨ jedes Jahr addiert. Das fuhrte¨ im Fall des warmsten¨ Jahres zum selben Resul- tat (2014), aber bei den nachfolgenden Rangen¨ gab es durchaus Verschiebungen gegenuber¨ der Analyse einer Einzelstation. Das Jahr 1956 blieb ubrigens¨ auch in der gemeinsamen Analyse der funf¨ Stationen das kalteste.¨ Um mogliche¨ Haufungen¨ darzustellen wurde ein Scatterplot angefertigt. In diesem ist auf der x-Achse das Jahr und auf der y-Achse der Rang aufgetragen. Die Verhaltnisse¨ bei den warmsten¨ und kaltesten¨ Jahren sind in Abb. 4.15 dargestellt.

(a) Warme Jahre (b) Kalte Jahre

Abbildung 4.15: Scatterplot fur¨ die Ränge der 15 wärmsten (links) und 15 kältesten Jahre ermittelt aus den Reihen der Jahresmitteltemperatur der Stationen Brocken, Halle-Stadt, Leipzig-Holzhausen, Magdeburg und Wittenberg.

Im ersten Scatterplot [Abb. 4.15 (a)] fallt¨ die deutliche Haufung¨ der eingetra- genen Datenpunkte in der rechten Halfte¨ auf. Bis auf ein Jahr (1953) sind unter den 15 warmsten¨ nur Jahre nach 1981. 11 der 15 Jahre, also rund 75 % kommen dabei aus dem Zeitraum nach 1991 und 7 der 15 warmsten¨ Jahre (rund die Half-¨ te) stammen aus dem Zeitraum nach 2001. Aus Abb. 4.15 (a) lasst¨ sich zudem ablesen, dass die warmsten¨ 5 Jahre 2014, 2000, 2007, 1989, 2011 sind. Im zweiten Scatterplot [Abb. 4.15 (b)] sind die Verhaltnisse¨ bei den 15 kaltes-¨ ten Jahren dargestellt. Spiegelbildlich zu den 15 warmsten¨ Jahren zeigt sich, dass mit wenigen Ausnahmen (2010 und 1996) eine Haufung¨ von besonders kalten Jahren in den ersten Dekaden des Untersuchungszeitraums zu ﬁnden ist. Allerdings ist die Verteilung breiter als bei den warmsten¨ Jahren, das heißt unter den kaltesten¨ Jahren ﬁnden sich auch solche der Dekaden 1981–90, 1971– 80 und 1961–70. Die funf¨ kaltesten¨ Jahre sind, wie in Abb. 4.15 (b) ersichtlich 1956, 1962, 1996, 1987 und 1980. In der Tendenz ist aber ein erhohter¨ Anteil der fruhen¨ Jahre des Untersuchungszeitraums unter den kaltesten¨ Jahren sichtbar.

2)In Leipzig-Holzhausen wurde 2000 das w¨armste Jahr des Zeitraums 1951–2014 verzeichnet. 3)In Magdeburg war 1996 das k¨alteste Jahr des Zeitraums 1951–2014.

32 arsitleprtr i eodr amnSme tme nerh in stammen Sommer warmen besonders Die Jahresmitteltemperatur: 060,18/0 947,21/4 070 n 988 an. 1988/89 und 2007/08 2013/14, 1974/75, 1989/90, 2006/07, fr (warme) k den milde in vorkommen besonders Winter Dekaden auch als allen (kalte) in strenge Winter besonders sowohl dass aus, besonders muss. einem k liegen in 5 Jahr dass auch die kalten zudem, Sommer hier dass kalter ist besonders ist, Interessant ein ersichtlich waren. notwendigerweise 1978 (b) nicht und 4.16 1965 Zeit- 1987, Abb. im 1956, aus alle 1962, (1993) wobei Sommer Ausnahme auf, eine 1990 auf vor bis raum traten Sommer kalte Besonders w ren. 5 die dass ablesen, sich w der j 2/3 der sind Jahren den aus Maße Leipzig-Holzhausen, Halle-Stadt, Wittenberg. Brocken, und Stationen der Magdeburg Sommermitteltemperatur der Reihen den aus 90ud6 rtnnc 90af i agog e idse itrf Winter mildesten der Rangfolge Die auf. 1990 nach traten % 60 und 1990 j der an. 2009/10 und 1986/87 1995/96, k f 15 Rangfolge Die der 11 dass in, 4.16: Abbildung 4.16. Abb. in sich finden mer durchgef August) tlt ihher- sich stellte 4.17 ) Abb. (Dezember–Februar, Winter der Analyse einer Bei Sommer im ist Grundtendenz Die eodr id itrfidnsc lednsdulc h deutlich allerdings sich finden Winter milde Besonders eine wurde Außerdem nee egnehi.S ignnr6dr1 idse itr(0% vor %) (40 Winter mildesten 15 der 6 nur liegen So Vergangenheit. ungeren ¨ (a) ctepo f Scatterplot ()l (a) 4.16 Abb. Aus auf. 1990 nach traten Sommer, armsten he i itr16/3 997,15/6 987,1984/85, 1978/79, 1955/56, 1969/70, 1962/63, Winter die uhren ¨ am Sommer Warme ¨ hnJhe e nescugziruszitsc brdar- aber sich zeigt Untersuchungszeitraums des Jahren uhen ¨ ht i rensef Ergebnisse Die uhrt. ¨ letnWne dssn ud7 )vr19 auftreten. 1990 vor %) 75 rund sind (das Winter altesten ¨ rdeR die ur ¨ rse omr20,19,19,20 n 93wa- 1983 und 2006 1994, 1992, 2003, Sommer armsten ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 nee egnehi 0vn1 omr,das Sommern, 15 von 10 – Vergangenheit ungeren ¨ hlceAayef Analyse ahnliche ¨ ¨ nedr1 w 15 der ange hlc i e e nescugnder Untersuchungen den bei wie ahnlich ¨ rde1 w 15 die ur ¨ ¨ rse lns n 5k 15 und (links) armsten ne.En ect H leichte Eine onnen. ¨ rdeSmemnt (Juni– Sommermonate die ur ¨ rse,bw k bzw. armsten, ¨ (b) at Sommer Kalte ugri e Jahren den in aufiger ¨ ¨ letnSme ermittelt Sommer altesten uugstrenger aufung ¨ letnSom- altesten ¨ altesten ¨ uhren ohten ¨ ¨ oßen ¨ asst ¨ 33

Abschnitt 4 Ergebnisse

(a) Strenge Winter (b) Milde Winter

Abbildung 4.17: Scatterplot fur¨ die Ränge der 15 kältesten (links) und 15 wärmsten Winter, ermittelt aus den Reihen der Wintermitteltemperatur der Stationen Brocken, Halle-Stadt, Leipzig-Holzhausen, Magdeburg und Wittenberg.

In einer gesonderten Untersuchung wurde der Frage nachgegangen, ob die Nutzung der Temperaturzeitreihen der Station Brocken (sie gehort¨ einem anderen Klimaregime als die ubrigen¨ Stationen an) moglicherweise¨ einen Einfluss auf die ermittelte Rangfolge besitzt. So wurde die oben beschriebene Bestim- mung der gemeinsamen Rangfolgen mit und ohne die Verwendung der Stati- on Brocken durchgefuhrt.¨ Es ist aber festzustellen, dass in diesem Zusammen- hang praktisch keine Unterschiede zu finden sind – es also gerechtfertigt ist, die Ranguntersuchungen auf der Basis aller funf¨ Auswahlstationen durchzufuhren.¨ Als Resultat der Untersuchungen der Lufttemperatur ist festzuhalten: Die analysierten Trends widerspiegeln und untermauern den Eindruck, dass es seit den 1950er Jahren im Schnitt wärmergeworden ist. Zudem zeigt sich diese Entwicklung deutlicher in den letzten 30 Jahren als in den 1950er bis 1980er Jahren. In abgeleiteten Größen(s. Abschnitt 4.3 und AnhangB) wird dem detailliert weiter nachgegangen.

34 e.I ismTi e tdewird Studie der auftre- Teil Abnahmetrends diesem Teil In zum und ten. Zunahme- Teil zum und verhalten anders issCaatrsiu uhshni e rnsdsNeeshasi den in Niederschlags des Trends l wiederfinden den Jahren in 50–60 letzten schon auch Charakteristikum dieses die sich zuk dass zeitliche des bekannt, Studien hohe aus mawandels besonders ist eine Außerdem wie Niederschlags. Rolle, des Fluktuation eine ebenso Gegebenheiten lokale len rtn iddeZnhe mHrs n itrmtrn , mm/Dekade 1,5 rund signifikant. statistisch mit Jahreszeit Winter keiner in und sind Trends Herbst Die im geringer. deutlich Zunahmen die wie- sind Jahreszeiten treten, den in Trendentwicklungen die W geben der. 4.19 Abb. und 4.4 Tab. f Vertrauensbereich den zeigen Kurven roten beiden Die an. Trend linearen den gibt Linie strichelte 4.18: Abbildung ausgepr so nicht sind Niederschlagstrends Niederschlag 4.2.2 i rngrd n i ednbae uvndnVrrunbrihf Vertrauensbereich den Kurven blauen beiden die und Trendgerade die ergrne,saitshnctsgikne R signifikanter nicht statistisch geringer, sehr Winter Herbst Sommer Mann-Kendall-Q Korrelation Frühjahr Anstieg/Dekade [mm] Gesamtanstieg Jahreszeit ael 4.4: Tabelle zitasBipe e arsidrclgtedf Jahresniederschlagstrend den Beispiel als zeigt 4.18 Abb. hedi Fr im ahrend ¨ rnsdsNeeshasa e tto adlgni e izle Jahreszeiten. einzelnen den in Gardelegen Station der an Niederschlags des Trends etih nwcln e arsidrclg ndrSainGreee.Dege- Die Gardelegen. Station der an Jahresniederschlags des Entwicklung Zeitliche 1, 31-,0-1,39 -0,84 -0,10 -0,16 -3,1 -4,5 -16,5 -24,4 harudSme bamnvn34m/eaeauf- mm/Dekade 3–4 von Abnahmen Sommer und uhjahr , , ,80,03 -0,46 0,08 0,04 1,8 1,2 9,4 6,7 ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 brihsri aafeneagn bsich ob eingegangen, darauf ubersichtsartig asst. neugni e arsetnspezifisch Jahreszeiten den in Anderungen ¨ ¨ ¨ g i eprtrrns irspie- Hier Temperaturtrends. wie agt ¨ cgn s erkennbar. ist uckgang ¨ rdeWerte. die ur ¨ rGreee.Ein Gardelegen. ur ¨ ntgnKli- unftigen ¨ oßen ¨ 35 ur ¨

Abschnitt 4 Ergebnisse

(a) Fruhjahr¨ (b) Sommer

Abbildung 4.19: Entwicklung des Niederschlags an der Station Gardelegen in den einzelnen Jahres- zeiten.

Zum Vergleich: Fur¨ den Jahresniederschlag und den Niederschlag in den Jah- reszeiten an der Station Brocken (Abb. 4.21 und 4.20) ist ein sehr viel starkerer¨ Trend im Jahr sowie in Herbst und Winter und sichtbar.

Abbildung 4.20: Zeitliche Entwicklung des Jahresniederschlags an der Station Brocken. Die gestrichelte Linie gibt den linearen Trend an.

36 infiatrTedi arsidrclgz ezihe s,sn i Ver die sind ist, verzeichnen zu ein beschrieben, Jahresniederschlag er- oben im Abnahmen Trend wie der, oder signifikanter bei Zu- Brocken, Station als be- der genug Außerdem von klar Abgesehen vor. scheinen. nicht Leipzig) die Trends, Raum Stationen und einige (Artern sitzen Zunahmen geringere (Harz) Zunahmen auch starke als sowohl Jahre) 60 (zumeist Untersuchungszeitraum im gerechnet. schlags in derjenigen von 4.13. abweichend oder 4.10 auch Abb. Stationsauswahl benutzte 4.22–4.24 Abb. verf zu. signifikant. statistisch 1951–2014 %-Niveau Analyseperiode 95 der dem auf Ende am mm sind 1900 Das rund auf Jahren 1950er 4.21: Abbildung 4) enelneeGecugdrTedeae es u ie nte o 6,19 von Anstieg einen auf weist Trendgeraden der Gleichung eingeblendete hin. 4.20 mm/Jahr Abb. in Die i i nlsetnSainrie egn omni Jahresniederschlag im kommen zeigen, Stationsreihen analysierten die Wie msc i idvndnvrcidnnGr verschiedenen den von Bild ein sich Um f den Da in mm 1500 rund von dort Jahresniederschlag der nimmt Mittel Im ga idasbiadrnMessgr anderen bei als sind ugbar ¨ rdnNeesha u eladr ttoe i agnZeitreihen langen mit Stationen andere Teil zum Niederschlag den ur ¨ neugnz eshfe,wrei e ihie e Niederschlags des Einheiten den in wurde verschaffen, zu anderungen ¨ br6 mm/Dekade 60 uber ¨ nwcln e idrclg ndrSainBokni e izle Jahreszeiten. einzelnen den in Brocken Station der an Niederschlags des Entwicklung (a) (c) Fr Herbst uhjahr ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 4) isrTed ozie etr nlsn ist Analysen, weitere zeigen so Trend, Dieser . ßn i e eprtr s i in die ist Temperatur, der wie oßen, ¨ ßnrnne e Nieder- der oßenordnungen ¨ (b) (d) Sommer Winter ande- ¨ oßen ¨ 37

Abschnitt 4 Ergebnisse

Abbildung 4.22: Trends des Niederschlags fur¨ ausgewählte Stationen im Raum Sachsen-Anhalt. Be- trachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ in mm pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen. rungstrends an den ubrigen¨ Stationen nicht oder nur sehr schwach signifikant. Der Mann-Kendall Signifikanztest ergab Q-Werte von 1,5 und weniger. Die Trendanalysen des Niederschlags fur¨ Sommer und Winter sind in Abb. 4.23 dargestellt.

(a) Sommer (b) Winter

Abbildung 4.23: Trends des Niederschlags fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Be- trachtungszeitraum: Sommer (links) und Winter (rechts). Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ in mm pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Es zeigt sich, dass die Niederschlagstrends im Sommer [Juni–August, Abb. 4.23 (a)] nicht einheitlich sind. Es gibt einerseits relativ gut belegte Zunah- metrends zum Beispiel in Schkeuditz. Dort wird rund 10 mm Zunahme pro De- kade verzeichnet und der Trend ist schwach signiﬁkant auf dem 90 %-Niveau.

38 uamnas drsesn ih ohne.Alrig omndeTrends die kommen Allerdings vorhanden. nicht sind entweder sie Trends oder die aus, weisen Zunahmen II Vegetationsperiode der In I. Vegetationsperiode verf der Anzahl die Ent- die wenn Auch ist. nicht signifikant Sommerniederschlags statistisch des nicht wicklung jedoch der auf, Dekade pro etme,rct) i aknselndnAsigtr e rngecugdr meehe als umgerechnet dar, (Juli– Trendgleichung II der Anstiegsterm Vegetationsperiode den und stellen Balken Anstieg/R links) Die (April–Juni, rechts). September, I Vegetationsperiode Betrachtungszeitraum: 4.24: Abbildung kalen- H das große gleich sie zwei teilen in mittle- andererseits Sommerhalbjahr dem und darische mit verbunden einerseits Vegetation sind der Verhalten diese – ren Vegetationsperioden beiden den in lung abgesichert. statistisch %-Niveau 90 zwar ist dem Dieser auf aus. aber Dekade f signifikant pro hoch mm weist 25 nicht rund Brocken allerdings von Station Anstieg der mittleren sichtbar, Die einen Dekade schlag ist. pro mm signifikant 15 schwach rund nur von Anstieg ein ist Braunlage Ver zei- keine Trends Ver oder Die sind. Zunahmen erkennbar entweder Abnahmetrends gen klaren keine zumindest im dass Abnahme zur Tendenz ist. signifikant leichte statistisch eine nicht zumeist Zusammenschau aber der die Sommer, in sich ergibt Es R mittlere einen bei- Braunlage weist So Station auf. die Abnahmetrends spielsweise sommerliche verbreitet treten Andererseits dargestellt. 4.24 Abb. in sind Reihen langen mit Stationen bis den Juni an Monate f die ermittelt umfasst Niederschlagstrends, Die Sommers August. II Klimatologie des Vegetationsperiode und Definition Meteorologie die verwendete der und in Standard Die Juni September. als bis bis Juli April Monate Monate die die II) (VP dabei umfasst I) (VP I eh etihwr a ohrshnvnR von Vorherrschen das wird deutlich Recht ushusec s ndee uamnagenDrtlugdrEntwick- der Darstellung ein Zusammenhang diesem in ist Aufschlussreich festzustellen, ist (b)] 4.23 Abb. [Dezember–Februar, Winterniederschlag Beim neugnwre ndnSainni azvrecnt ndrStation der An verzeichnet. Harz im Stationen den an werden anderungen ¨ cgn nm r 0Jhe i idafdelneyAhebzgn i atnstellen Rauten Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro mm in uckgang ¨ rnsdsNeeshasf Niederschlags des Trends (a) gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ PI(AMJ) I VP . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 rausgew ur ¨ neugn i st Die anderungen. ¨ brl ndegeceRctn zeigt: Richtung gleiche die in uberall ¨ ¨ ht ttoe mRu Sachsen-Anhalt. Raum im Stationen ahlte rdebie Vegetationsperioden beiden die ur ¨ cgnsnwclne nder in uckgangsentwicklungen ¨ ltn i Vegetationsperiode Die alften. ¨ cgn o ud1 mm 10 rund von uckgang ¨ (b) PI (JAS) II VP rdnWinternieder- den ur ¨ rse mittleren arksten ¨ oßen ¨ 39

Abschnitt 4 Ergebnisse nur in wenigen Fallen¨ in die Nahe¨ einer statistischen Signifikanz: Die Trend- entwicklung am Brocken in der Vegetationsperiode II ist auf dem 90 %-Niveau signifikant und diejenige in der selben Vegetationsperiode in Schkeuditz ist auf relativ niedrigem 80 %-Niveau signifikant. Alle ubrigen¨ Trends, insbesondere alle Trends in der Vegetationsperiode I sind nur schwach oder gar nicht signifikant. Dennoch: Die Entwicklungen zeichnen sich ab, auch wenn sie eher als Tendenzen einzustufen sind.

4.2.3 Relative Feuchte Fur¨ diese Große¨ werden nur selten Trendbetrachtungen durchgefuhrt.¨ Die Rela- tive Feuchte ist fur¨ die letzten 50–60 Jahre uberwiegend¨ durch Abnahmetrends charakterisiert. Ein exemplarisches Beispiel ist anhand der Station Gardelegen fur¨ das Jahresmittel in Abb. 4.25 gegeben.

Abbildung 4.25: Zeitliche Entwicklung der relativen Feuchte an der Station Gardelegen. Die gestrichelte Linie gibt den linearen Trend an.

Der Abnahmetrend in Gardelegen ist zwar erkennbar, aber von relativ geringer Großenordnung.¨ Das Mann-Kendall Q von –1,29 weist ihn als schwach signiﬁkant zum 80 %-Level aus. Es wurden im Vorhaben zahlreiche Trends der Relativen Feuchte fur¨ Einzel- monate und Jahreszeiten erstellt. Abb. 4.26 fasst fur¨ eine Stationsauswahl die Trends fur¨ das Jahresmittel der relativen Feuchte zusammen. Bis auf wenige Einzelfalle¨ mit leichten Zunahmen5) sind uberwiegend¨ Abnahmetrends zu erkennen. Diese sind jedoch zumeist nur schwach signiﬁkant.

5)Die Zunahme an der Station Brocken wurden mit dem Mann-Kendall-Test auf Signiﬁkanz untersucht; es fand sich jedoch kein Hinweis auf statistische Signiﬁkanz.

40 i t Die Sonnenscheindauer 4.2.4 eudnnTed idsh eig–dsMann-Kendall das – f gering Die sehr dargestellt. sind Wittenberg Trends Station (Dezember– gefundenen der Winter an Jahr den das Juni–August), und Monaten Februar) den in Sonnenscheindauer re 1976). Seehausen bei (bzw. 1961 erst sondern 1951 F nicht dann beginnt (vgl. Trends DWD-Agrarmeteorologie zur der Anhang) Gr aus im Stationen dieser A.2 der Tab. bei Bestand den es auf hier gibt dass Zudem vorhanden. Stationen verf der Anzahl umgerech- die dar, stellen Trendgleichung der Anstieg/R Anstiegsterm als den net stellen Balken Die Jahr. Betrachtungszeitraum: ndrRglewsschw etwas Regel der in 4.28) (Abb. Sommer f im als Trends sich finden so zogen, identifizieren. zu Trend kein gar ist Sommer betr Jahr den. 4.26: Abbildung idnrdsrltvsak ntesehle e nitlae Vergangenheit unmittelbaren der als erfasst. Anstiegsverhalten Sommer starke relativ im das sowohl nur wird Seehausen, bei Dekade) f (pro auch Anstieg Wer- dargestellten hohe die relativ ist dass der gesichert beachten, Trendverhalten statistisch zu das %-Niveau ist immer 90 te Es dem Magdeburg. auf in – Jahrestrend sowie Jahr) der Artern im in Sonnenscheindauer (beides der Neuruppin Zunahmen in die nur aber sind gesichert rdnUtruhnsetamwre lgmi cwceTed gefun- Trends schwache allgemein wurden Untersuchungszeitraum den ur ¨ ednmheeSainnasScsnAhl n e meughinzuge- Umgebung der und Sachsen-Anhalt aus Stationen mehrere Werden f Entwicklungen die 4.27 Abb. in sind Exemplarisch gih onncenae nSudnitnra ie eignZh von Zahl geringen einer an nur ist Stunden in Sonnenscheindauer agliche ¨ rdsgsmeJh:Drhdnsp den Durch Jahr: gesamte das ur ¨ g eel ud10 ..drTeditsaitshnctsgikn.Im signifikant. nicht statistisch ist Trend der d.h. 1,0, rund jeweils agt ¨ .Saitshsgikn u e 5%-Niveau 95 dem auf signifikant Statistisch ). 4.29 (Abb. Jahr das ur ¨ rnsdrrltvnFuhef Feuchte relativen der Trends cgn n%po1 ar.Sesn u i ik -cs eoe.DeRauten Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro % in uckgang ¨ gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ cggifnwr.DrBsimnsetamf Bestimmungszeitraum Der wird. uckgegriffen ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 r Dekade pro rausgew ur ¨ tnBgn e eseh mJh 1976 Jahr im Messreihe der Beginn aten ¨ idree.Dmterkl Damit wiedergeben. ¨ ht ttoe mRu Sachsen-Anhalt. Raum im Stationen ahlte ß f Datenausf oft oße ¨ rdnSme (mittle- Sommer den ur ¨ Q mWne n im und Winter im rWittenberg ur ¨ r ihauch sich art ¨ le so alle, ¨ achere ¨ rdie ur ¨ oßen ¨ 41

Abschnitt 4 Ergebnisse

(a) Sommer (b) Winter

Abbildung 4.27: Entwicklung der Sonnenscheindauer an der Station Wittenberg im Sommer, Winter und Jahr.

Abbildung 4.28: Trends der mittleren t¨aglichen Sonnenscheindauer in den Sommermonaten (Juni– August) fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ in Stunden pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

42 dretlt i Mann-Kendall-Testgr Die dargestellt. 4.30 Abb. in ist Zellerfeld an. Trend linearen den gibt Linie gestrichelte 4.30: Abbildung am u e rce,sn u e 5%Nva ttsic signiﬁkant. statistisch %-Niveau 95 dem auf Ab- sind die Brocken, beispielsweise Trends, dem wenige auf Nur nahme Bild. einheitliche wenig das streicht abgesichert. statistisch %-Niveau 95 dem auf ist Trend dieser d.h. –2,47, Himmelsﬂ gesamten der hohen f Achteln und in mittelhohen registriert tiefen, Wolken, mit Gesamt-Bedeckungsgrads des Tagesmittel Bedeckungsgrad 4.2.5 le arsetnswh u l uhAbnahmen. auch als Zu- sowohl Jahreszeiten allen bez Bild Das ein. rwng ttoe verf Stationen wenige ur ¨ i eai etihrAnhern ndrBipesainClausthal- Beispielstation der an Abnahmetrend deutlicher relativ Ein e egec e arsrnsf Jahrestrends der Vergleich Der etih nwcln e eeknsrd ndrSainCashlZlefl.Die Clausthal-Zellerfeld. Station der an Bedeckungsgrads des Entwicklung Zeitliche gihdrTednwclne s nihilc.E itzu gibt Es uneinheitlich. ist Trendentwicklungen der uglich ¨ bidn 4.29: Abbildung ga.Datenl ugbar. ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 eohf jedoch 4.28, Abb. Wie unter- 4.31) (Abb. Stationen verschiedene ur ¨ ce schr ucken ¨ ne i uzaki weiter Nutzbarkeit die anken ¨ rdsJahr. das ur ¨ ce(ca) idnur sind (Octas), ache ¨ oße ¨ Q betr oßen ¨ agt ¨ 43

Abschnitt 4 Ergebnisse

Abbildung 4.31: Trends des mittleren Bedeckungsgrads fur¨ ausgew¨ahlte Stationen im Raum Sachsen- Anhalt. Betrachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ in Octas pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

4.2.6 Windgeschwindigkeit Windmessungen aus Sachsen-Anhalt und Umgebung sind uber¨ das Climate Data Center des DWD nur an einer kleinen Zahl von Stationen verfugbar.¨ Sie beginnen oft in spateren¨ Jahren als die Reihen der anderen meteorologischen Parameter. In diesen Reihen der Windgeschwindigkeit gibt es zudem zahlreiche, durchaus mehrere Monate lange Lucken¨ oder andere Auffalligkeiten.¨

Abbildung 4.32: Zeitlicher Verlauf des Tagesmittels der Windgeschwindigkeit an der Station Halle fur¨ den Zeitraum 1951–2014. Auﬀ¨alligkeiten sind durch Rahmen und Pfeile hervorgehoben.

Auch wenn eine Zeitreihe fur¨ einen langen Zeitraum verfugbar¨ ist, wie beispielsweise bei der Station Halle (Abb. 4.32), so besitzt diese Auffalligkeiten,¨ die sie von der Verwendung fur¨ Trendberechnungen ausschließt. Dort ﬁnden sich bis 1967 fast ausnahmslos nur bestimmte Werte (0,2; 0,4; 0,8; 1,3; 1,9; 2,5; 3,0; 3,8; 4,4 ...). Der rote gestrichelte Rahmen in Abb. 4.32 kennzeichnet diese

44 .Dnc idAuff sind Danach 4.32). Abb. in auff ein es gibt 1991 gr (rechter 1990 gr (linker wres 91 i udnjdc f jedoch wurden sie 1961, erst zwar f ditz 4.34: Abbildung f legen 4.33: Abbildung F auszumachen. Stuﬁgkeit” der ,,Phasen weitere hen L mehrmonatige eine tritt Danach Stuﬁgkeit”. der ,,Phase ie nihilce Verlauf uneinheitlichen einen weisen Windgeschwindigkeit der Tagesmittel berechneten gezeigt. Registrierungen den Gardelegen m Station zwar es der gibt an Dort Windgeschwindigkeit L der deren Tagesmittel das ist Vorteil wichtiger Ein i aerie u e etn e W-gamtoooi beginnen DWD-Agrarmeteorologie der Bestand dem aus Datenreihen Die rdnZiru 1961–2014. Zeitraum den ur ¨ rdnZiru 1961–2014. Zeitraum den ur ¨ .En etr l weitere Eine 4.32). Abb. in Pfeil uner ¨ etihrVrafdsTgsitl e idecwniki ndrSainSchkeu- Station der an Windgeschwindigkeit der Tagesmittels des Verlauf Zeitlicher etihrVrafdsTgsitl e idecwniki ndrSainGarde- Station der an Windgeschwindigkeit der Tagesmittels des Verlauf Zeitlicher .Dzice idbignumHinse- genauem bei sind Dazwischen ). 4.32 Abb. in Pfeil uner ¨ gihres uhMs-reat,dn die denn Mess-Artefakte, auch oglicherweise ¨ lie erh alliges ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 brdngsme etamauf. Zeitraum gesamten den uber he etnva bae,gsrcetrRahmen gestrichelter (blauer, Werteniveau ohtes ¨ ¨ likie ih ererkennbar. mehr nicht alligkeiten ¨ 4.33 Abb. in ist Beispiel Als uckenlosigkeit. ¨ rdeAaye o idrnsbenutzt. Windtrends von Analysen die ur ¨ neeL angere ¨ rfs a eat Jahr gesamte das fast ur ¨ cegb si Jahr im es gibt ucke cei Erscheinung in ucke ¨ ¨ niedrigsten oßen ¨ aus 45

Abschnitt 4 Ergebnisse

Der Effekt des ,,uneinheitlichen Windminimums” ist auch in der Reihe der Tagesmittel der Windgeschwindgkeit an der Station Schkeuditz (Abb. 4.34) erkennbar. Fur¨ lange Zeitraume,¨ speziell im letzten Drittel der Reihe, werden keine Tagesmittel unter 1 m/s bestimmt. All dies rechtfertigt den Hinweis, dass die Zeitreihen mit einem gewissen Vorbehalt analysiert werden, da weitere Artefakte, beispielsweise durch die wechselnde Instrumentierung oder bauliche Veranderungen¨ in der Umgebung der jeweiligen Station, zu erwarten sind. Langzeitveranderungen¨ konnen¨ mit bloßem Auge aus den Darstellungen in Abb. 4.33 und 4.34 abgelesen werden. Um diese Trends besser analysieren zu konnen,¨ erfolgte die Aggregierung der Tagesmittel zu Jahresmitteln. Anhand der Stationen Wittenberg und Schkeuditz ist dies in Abb. 4.35 gezeigt.

(a) Wittenberg (b) Schkeuditz

Abbildung 4.35: Entwicklung der Windgeschwindigkeit an den Stationen Wittenberg (links) und Schkeuditz (rechts) im Jahresmittel. Die durchgezogenen schwarzen Linien stellen die Jahresmittel dar, die gestrichelte Linie ist der lineare Trend. Die beiden roten Linien zeigen den Vertrauensbereich (95 %-Niveau) der Trendgeraden an. Die beiden blauen Linien zeigen den Vertrauensbereich der Jahresmittelwerte an.

Fur¨ die Station Wittenberg [Abb. 4.35 (a)] ﬁndet sich ein Abnahmetrend. Er ist ausgepragt,¨ denn der Vertrauensbereich der Trendgeraden (rote Linien) zeigt, dass alternative Positionen der Trendgeraden zwar moglich¨ sind, aber keine von diesen Positionen einen entgegengesetzten Trend anzeigen wurde.¨ Mogli-¨ che Ausreißerjahre mit relativ niedrigem Jahresmittel der Windgeschwindigkeit sind 1976, 1982 und 2005. Entgegengesetzt stellt sich die Entwicklung der Wind- geschwindigkeit an der Station Schkeuditz [Abb. 4.35 (b)] dar, wo ein gut ausgepragter¨ Zunahmetrend analysiert wird. Der ,,Aufenthaltsbereich” der Trend- geraden (eingefasst durch die roten Linien) zeigt auch bei Schkeuditz an, dass alternative Lagen dieser Geraden zwar im Bereich des Moglichen¨ sind, jedoch keine entgegengesetzte Neigung der Trendgeraden zu erwarten ist. Der Zunah- metrend in der Reihe von Schkeuditz ist zudem besonders in den Jahren bis etwa 2007 ausgepragt.¨ Kandidaten fur¨ Ausreißer mit besonders niedrigem Jah- resmittel der Windgeschwindigkeit sind in Schkeuditz die Jahre 1963, 1966 und

46 og tt esni omvnWnrsnf Windrosen von Form in dessen statt folgt m f ist nicht Abschnitten vorherigen tung den in wie Trenddarstellung Eine Windrichtung 4.2.7 sind. die hinzugef aber Be- abschließende w sei Eine urteilung wurden. es verwendet Korrekturmethoden – und Mess- vertrauen den da zu besitzen, durchaus Charakteristika komplexe dabei Windmessreihen DWD des sen aus- einem mit Schkeuditz Station zeigen gepr die ) 4.36 bildet Ausnahme Abb. Eine Trends. (s. keine oder Reihen langen mit tionen statistisch %-Niveau Mann-Kendall- 99 Der dem auf 1990. sind. Stationen und signifikant beiden 1983 an Trends Jahren die den dass ergab, in Test sich finden gehen, Werte der dar. gew m verf der Anzahl die stellen bezogen. Rauten Die bezogen. 4.36: Abbildung geh Diese setzen. zu Schkeuditz von Reihe der stiegstrends N die in die Jahresmittel, hohe relativ 2014; amScsnAhl.Btahugziru:Jh.DeBle tle e ntesemdrTrend- der Anstiegsterm Anstieg/R den als stellen umgerechnet Balken dar, Die gleichung Jahr. Betrachtungszeitraum: Sachsen-Anhalt. Raum m Windmessungen – hafen e eie rveedasbiSainni tr eleetmGel gegliedertem stark in Stationen bei als gravierend weniger gen gen gih pzfiahruzabie.E udnze ttoe u Analyse zur Stationen zwei wurden Es herauszuarbeiten. Spezifika ogliche ¨ e rn e idecwnikiseh o ckuizitnc Hinwei- nach ist Schkeuditz von Windgeschwindigkeitsreihe der Trend Dem R Nach i ehndsJhemtesdrWngshidgeta ausgew an Windgeschwindigkeit der Jahresmittels des Reihen Die gn ue idi eai fee Gel offenen relativ im sind Zudem ugen. ¨ ht rce n ren–seselnsh neshelceWindregimes unterschiedliche sehr stellen sie – Artern und Brocken ahlt: ¨ ge Zunahmetrend. agten ¨ csrcemtdmDDitdrhu etae ndeAn- die in Vertrauen durchaus ist DWD dem mit ucksprache ¨ reUtruhne rodr,dez magec f umfangreich zu die erfordern, Untersuchungen urde ¨ gih i aseln o Zust von Darstellung Die oglich. ¨ rnsdsJhemtesdrWngshidgetf Windgeschwindigkeit der Jahresmittels des Trends . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 se otbsneshhnQualit hohen besonders dort ussen ¨ cgn nmspo1 ar.Sesn u i ik y-Achse linke die auf sind Sie Jahre. 10 pro m/s in uckgang ¨ gae ar a n idafderct y-Achse rechte die auf sind und dar Jahre ugbaren ¨ rvrcidn etoiot,um Zeithorizonte, verschiedene ur ¨ h e 5%-Vertrauensbereiches 95 des ahe ¨ nekenr Stationsverlagerun- kleinere ande ¨ ne n Ver und anden ¨ brign Abnahmetrends uberwiegend ¨ rausgew ur ¨ brdeZi verschie- Zeit die uber ¨ r uenmFlug- einem zu ort ¨ rdeWindrich- die ur ¨ neugner- anderungen ¨ ¨ ht ttoe im Stationen ahlte rdeeStu- diese ur atsstandards ¨ ¨ ande. ¨ htnSta- ahlten ¨ g,dass ugt, ¨ oßen ¨ 47

Abschnitt 4 Ergebnisse

(a) A 1961–1990 Sommer (b) A Winter (c) A Jahr

(d) A 1971–2000 Sommer (e) A Winter (f) A Jahr

(g) A 1981–2010 Sommer (h) A Winter (i) A Jahr

(j) B 1961–1990 Sommer (k) B Winter (l) B Jahr

(m) B 1971–2000 Sommer (n) B Winter (o) B Jahr

(p) B 1981–2010 Sommer (q) B Winter (r) B Jahr

Abbildung 4.37: Verteilung der Windrichtungen fur¨ Sommer, Winter und Jahr in verschiedenen 30- j¨ahrigen Perioden an den Stationen Artern (A) und Brocken (B).

48 bcnte i ihugnS (230 SW Zeit. der Richtungen % die 12–15 abschnitten in Artern in aber auftritt, Windrichtung nicht keine gar oder fast (windstill Brocken 0 Windrichtung am gibt die angebbar) Windrichtungen dass dominanten und so Artern keine in Brocken wie am es dass sind, 4.37) (Abb. odr mWne.I omrgbe en sichtbaren keine es gab Sommer Im Winter. im sondere ihugn220 Richtungen amnagmtSuinvnlklnatmosph k lokalen Messungen von der Studien Dichte zeitliche mit hohe sammenhang Die dar. Auslegung cher den zu k durchgef deutlich nicht Reihen Trenduntersuchungen die sind 30-min vielfach im aber messen gistrierungen, Stationen Die dargestellt. verf 2.1.6 Gr Abschnitt meteorologische in einige ist auch Parametern mischen Luft Das L des Messreihen Meteorologische 4.2.8 erkennbar. gepr Wintermonate agsele ae s i nls,weh wie Analyse, die ist Daten dargestellten einbezogen. Diagnose die in auch nicht liegen wurden Es diese liegen. aber vor, (FF) Windrichtungsdaten Windgeschwindigkeit der und (TE) Lufttemperatur durchgef Homogenisierung und trolle menh tet: L Vorhabens S-etehnswei e rtlugvnJhe-udMntmtender Monatsmitteln und Jahres- von Erstellung der in sowie USA-Zeitreihen ¨ renzitf zeigt Artern Artern und Brocken Stationen den zwischen Unterschiede Wesentliche mBoknsn atgec etitvrerced idihugndie Windrichtungen vorherrschende verteilt gleich fast sind Brocken Am F L der Standorte Die f 4.38 Abb. in der Grundlage ndee bcnt iddrFksafdrDans o L von Diagnose der auf Fokus der wird Abschnitt diesem In • • • • rdeeve ttoe udnmtoooiceDtndsL des Daten meteorologische wurden Stationen vier diese ur ¨ gnae ndrRegel der in aber ugen ¨ itred(EudF b2000) ab FF und (TE Bitterfeld TE) 2010–2014 und 1994/1995 FF und (TE West Magdeburg durchgehend) 1994–2014 FF, und (TE Bahnhof Wernigerode L einer mit 1994–2014 FF, und (TE Burg ne n angen ¨ bie eseznmtmtoooice dragrarwissenschaftli- oder meteorologischer mit Messnetzen ubrigen ¨ brahnsytmScsnAhl (L Sachsen-Anhalt uberwachungssystem ¨ ubersteigt. ¨ tlc en Daf sein. utzlich ¨ rdeJhesmeen ect edn,ds usp zu dass Tendenz, leichte eine Jahressumme die ur ◦ ¨ i 270 bis g.SseaiceVer Systematische agt. ¨ S-ttoe tle lentvnudErg und Alternativen stellen USA-Stationen ¨ ◦ f rdeJhesct is idwsnlc uc die durch wesentlich wird Diese Jahressicht. die ur . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 ¨ brrltvkreMsrie sgb et19 Re- 1994 seit gibt es – Messreihen kurze relativ uber ¨ rm ur ¨ rdeL die ur ¨ st anae iewieeQualit weitere eine aber dann usste ¨ ◦ htwerden. uhrt n O(60 NO und ) ¨ htwre,wsdnUfn dieses Umfang den was werden, uhrt ¨ S-ttoe ugudWernigerode und Burg USA-Stationen ¨ ugi ie arMswrei den in Messwerte Jahr einem in auﬁg ¨ neugnsind anderungen ¨ USA ¨ cei ar1997) Jahr im ucke ¨ rshpyiaice Zusam- arisch-physikalischen ¨ S)mstnbnluftche- neben misst USA) ◦ ¨ h ) re n ai k damit und urzer ¨ ugrafrtn insbe- auftreten, auﬁger ¨ ßn e Hintergrund Der oßen. ¨ Anderungen. ¨ brdeZi nicht Zeit die uber ¨ S ausgewer- USA ¨ ce nden in ucken nt mZu- im onnte ¨ ¨ tgnTakt, utigen ¨ trnZeit- ateren ¨ anzungen ¨ atskon- ¨ onnen ¨ oßen ¨ 49

Abschnitt 4 Ergebnisse

Abbildung 4.38: Prozentualer Anteil der Datenlucken¨ im Jahr fur¨ die LUSA-Stationen¨ Burg und Wernigerode fur¨ die Messgr¨oßen Temperatur (TE) und Windgeschwindigkeit (FF).

Zeitreihen fehlen. Diese Zahl kann sich fur¨ die Temperatur- bzw. Windmessun- gen unterscheiden. Es zeigt sich, dass auch bei der Station mit der besten Abde- ckung (Wernigerode, gelbe und grune¨ Balken in Abb. 4.38) aufgrund von Da- tenlucken¨ in einzelnen Monaten 3 und mehr Prozent der Daten fehlen konnen.¨ Auch bei Burg ist in einigen Jahren die Datenbasis reduziert. Die Stationen Magdeburg und Bitterfeld (s. Abb. 4.39) liegen nicht fur¨ alle Jahre vor. Sie werden in den nachfolgenden Analysen aber zur Orientierung hinzugezogen.

Abbildung 4.39: Prozentualer Anteil der Datenlucken¨ im Jahr fur¨ die LUSA-Stationen¨ Magdeburg und Bitterfeld fur¨ die Messgr¨oßen Temperatur (TE) und Windgeschwindigkeit (FF).

In Abb. 4.40 sind die Monatsmittel fur¨ die beiden Stationen Burg und Werni- gerode wiedergegeben. Es ist zu beachten, dass die Datenbasis fur¨ beide nicht aus dem vollstandigen¨ Zeitraum 1994–2014 stammt – aber sofern hinreichend viele Werte verfugbar¨ sind, werden sie einbezogen.

50 bidn 4.40: Abbildung Er- die f Wenn Datenlage die erlaubt. sofern Jahresmittel geplottet, von Linien mittelung durchgezogenen als dabei sind f keit e ug(lu ii) engrd rt ii) adbr gleDeeksmoe u E und TE) nur Dreieckssymbole, (gelbe Magdeburg Linie), (rote (gr Wernigerode Bitterfeld Linie), (blaue Burg nen 4.41: Abbildung Balken). (rote Wernigerode und Balken) (blaue Burg eingetragen. Graﬁk die in Dreieckssymbole Jahren entsprechenden verf Daten Bitterfeld zitdeJhemte e eprtruddrWindgeschwindig- der und Temperatur der Jahresmittel die zeigt 4.41 Abb. rdeve nlsetnSainn i ttoe ugudWernigerode und Burg Stationen Die Stationen. analysierten vier die ur ¨ n Dreieckssymbole). une ¨ oasitldrTmeau lns n e idecwniki f Windgeschwindigkeit der und (links) Temperatur der Monatsmittel arsitldrTmeau lns n e idecwniki f Windgeschwindigkeit der und (links) Temperatur der Jahresmittel (a) (a) Temperatur Temperatur ga n irihn vollst hinreichend und ugbar ¨ . nls o eerlgshnStandardgr meteorologischen von Analyse 4.2 rdeSainnMgeugund Magdeburg Stationen die ur ¨ (b) (b) ni id udnz den zu wurden sind, andig ¨ Windgeschwindigkeit Windgeschwindigkeit rdeStationen die ur ¨ rdeStatio- die ur ¨ oßen ¨ 51

Abschnitt 4 Ergebnisse

4.3 Klima-Entwicklungen anhand von abgeleiteten Klimagr¨oßen – AP 3

Im Vorfeld des Vorhabens wurde in Zusammenarbeit mit Nutzern ein umfangreicher Katalog an abgeleiteten Klimagroßen¨ und anderen Indikatoren zusammengestellt, die fur¨ die Kommunikation des Klimawandels oder die Verwen- dung in Wirkmodellen, beispielsweise fur¨ die Wasserhaushaltsmodellierung, von Bedeutung sind. Daruber¨ hinaus erging der Auftrag, diesen Katalog in Zu- sammenarbeit mit dem Begleitkreis zu erweitern. Die ganze Bandbreite der untersuchten Großen¨ und Indikatoren an dieser Stelle vorzustellen, erscheint un- vorteilhaft. Daher findet sich in AnhangB eine umfangreiche Beschreibung der Analysen mit zahlreichen Beispielen, Abbildungen und Tabellen. In diesem Ka- pitel werden besonders interessante, durchaus auch uberraschende¨ Ergebnisse vorgestellt – fur¨ zusatzliche¨ Informationen und mehr Hintergrund sei auf den Anhang verwiesen. Zudem gehort¨ zum Vorhabens eine umfangreiche Zusammenstellung von Ta- bellendateien, Grafik-Dateien, Dokumentationen und anderem berichtsrelevan- ten Material. Inhalt und Struktur dieser Daten sind in den einzelnen Teilen des Anhangs ebenfalls dokumentiert. Zahlreiche abgeleitete Großen¨ und Indikatoren basieren auf den meteorologischen Standardparametern. Diese besitzen selbst zum Teil ein Trendverhalten, worauf im Abschnitt 4.2 eingegangen wird. Dieses Kapitel ist in verschiedene Themenbereiche gegliedert: In Ab- schnitt 4.3.1 werden Temperaturanderungen¨ anhand relevanter Indikatoren vorgestellt. Analysen zu Niederschlagsveranderungen¨ finden sich in Ab- schnitt 4.3.2 und Analysen zu Veranderungen¨ bei der Windgeschwindigkeit sind Thema des Abschnitts 4.3.3.

4.3.1 Indikatoren zu Temperaturveränderungen Wenn wir von einem sich erwarmenden¨ Klima berichten, dann bezieht sich diese Aussage zunachst¨ auf den mittleren Zustand – es ist nicht selbstverstandlich,¨ dass sich diese Erwarmung¨ im gleichen Sinne in abgeleiteten Großen¨ wiederfinden lasst.¨ Die Erfahrung lehrt, dass auch bei Temperaturzunahme z.B. gelegentlich besonders kalte Winter auftreten. Das Verhalten von Extremen hat eine zusatzliche¨ Dynamik, denn es ist auch an Veranderungen¨ der Klimavariabilität gekoppelt. Zur Messung von Klimaveranderungen¨ im Bereich der Extreme bieten sich Kenntage an. Sie sind verbreitet genutzte Indikatoren und stellen sicher, dass diese Beschreibungen in standardisierter Form erfolgen, die mit anderen Un- tersuchungen vergleichbar sind. Temperaturbezogene Kenntage (ausfuhrlich¨ in Anhang B.1 beschrieben) sind beispielsweise die Eis-, Frost- und Sommertage sowie die heißen Tage und die Tropennachte.¨

52 ir edn ae idder wird Dabei werden. niert Gr wieder. Trend den gibt Linie gestrichelte Die Magdeburg. Station der an ieBrsainennadrnGa o ,,Normalit von Grad anderen einen Bergstation eine 4.43: Abbildung geben Linien gestrichelten Die Wittenberg. und Brocken Stationen wieder. den Trend den an Jahres eines Dezember) 4.42: Abbildung 0 unter liegt Temperatur der Minimum (das Frosttage adtto.ShelnenrGr einer Schwellen landstation. gr viel Flachlandstation Jahr. der zu Jahr bei von Indikator Schwankungen dieser unterliegt Zudem hat. verl Richtung selbe die in zwar ver (Wittenberg) Flachlandstation einer hat. und (Brocken) Station legenen mBipe ud i etrBzgwr gew Bezugswert fester ein wurde Beispiel Im siteknbr asdezilceEtikugf Entwicklung zeitliche die dass erkennbar, ist Es der Zahl die sich wie dargestellt, 4.42 Abb. in ist Veranschaulichung Zur ne e egecbretpatshsi,ae i eprtr0 Temperatur die aber sein, praktisch Vergleichbarkeit der unden ¨ etih nwcln e aldrFotaei e itroae Jna,Februar, (Januar, Wintermonaten den in Frosttage der Zahl der Entwicklung Zeitliche etih nwcln e nalvnK von Anzahl der Entwicklung Zeitliche . lm-nwclne u beettnKlimagr abgeleiteten aus Klima-Entwicklungen 4.3 Wertebereich ut ae brutrcidih Auspr unterschiedliche aber dabei auft, ¨ ß k oße ¨ ne lentvauch alternativ onnen ¨ he e eprtr ndrStation der an Temperatur) der (hier ¨ leeidnmtmnetn ae Dauer Tagen 3 mindestens mit alteperioden ht–dsmgza aus zwar mag das – ahlt ¨ t a l f als dar at” ¨ rdebie Stationen beiden die ur ¨ ◦ )bienrhc ge- hoch einer bei C) uber ¨ Perzentile ren Flach- eine ur ¨ ßn–A 3 AP – oßen ¨ ◦ tltf stellt C agungen ¨ oßeren ¨ andert ¨ deﬁ- 53 ur ¨

Abschnitt 4 Ergebnisse betrachtet und es werden Schwellen bestimmt, oberhalb derer sich beispielsweise die hochsten¨ 10 % des gemessenen Wertebereichs befinden – und 90 % des Wertebereichs sich darunter befindet; in statistischer Nomenklatur ist dies das 90-Perzentil. Im ubertragenen¨ Sinn liegt also in einem Jahr (365 Tage) die Temperatur im Schnitt an rund 36 Tagen oberhalb des 90-Perzentils. Fur¨ die Betrachtung von Kalte¨ und Kaltewellen¨ wird beispielsweise aus- gezahlt,¨ wie lang Serien von Tagen sind, an denen es ,,ungewohnlich¨ kalt” war. Hier kommt das 10-Perzentil der Minimumtemperatur zum Einsatz – ein Maß dafur,¨ wie kalt es im Winter im Schnitt nur an 10 % aller Tage ist, unabhangig¨ davon, ob es eine Berg- oder eine Flachlandstation ist. In Abb. 4.43 ist die zeitliche Entwicklung solcher Perioden an der Station Magdeburg dargestellt. Ein Ruck-¨ gang ist gut erkennbar, auch wenn in der jungeren¨ Vergangenheit immer wieder Winter mit einem erhohten¨ Anteil solcher Perioden in Erscheinung treten. Weiteres mit Schwerpunkt Kalte¨ und kalte Nachte¨ findet sich in Anhang B.14. Noch ein interessanter, mit Temperaturminima im Zusammenhang stehen- der Sachverhalt wurde durch Vergleich der Trends der Minimumtemperatur am Erdboden und in der standardisierten Wetterhutte,¨ also in 2 m Hohe¨ gefunden. Die nachtliche¨ Temperatur am Erdboden liegt durch Ausstrahlung (Zu- sammenhang mit Wolkenbedeckung!) und erhohte¨ Abkuhlung¨ (Zusammen- hang mit geringer Windgeschwindigkeit!) oft deutlich unter der im meteorologischen Routinebetrieb gemessenen Temperatur in der Wetterhutte.¨ Die Er- wartungshaltung ist, dass sich beide Temperaturarten (Erdbodenminimum und Wetterhutten-Minimum)¨ im Laufe der Zeit gleichsinnig verandern.¨ Unerwarte- terweise ist dies aber nicht der Fall.

(a) Minimum 2m Temperatur (b) Erdbodenminimum

Abbildung 4.44: Entwicklung des Temperaturminimums in 2m Höhe an der Station Artern. Dargestellt sind die Verhältnisse fur¨ (a) das Minimum, in der Wetterhutte¨ gemessen und (b) das Erdbodenmini- mum. Bestimmungszeitraum: Jahr. Die gestrichelte Linie ist die Trendgerade, die roten Kurven zeigen den Vertrauensbereich fur¨ die Lage der Trendgeraden an und die blauen Linien sind Bereichsanzeiger fur¨ mögliche Ausreißer.

Abb. 4.44 gibt die unterschiedlichen Trendentwicklungen wieder. Der Trend ist jahreszeitlich etwas unterschiedlich – im Winter ist er deutlich schwacher¨ ausgepragt,¨ was mit der Messmethodik der Erdbodentemperatur zusam- menhangt.¨ Sie wird in einer festen Hohe¨ uber¨ dem Erdboden gemessen und

54 o enae i ihie Weg. wichtiger ein W Kenntagen der von Indikatoren zu nun darstellen, wicklung B.5). (Anhang enthalten bildungen K anderen Magdeburg. findet Trendentwicklung Stationen. deutliche anderen sehr an auch Diese jedoch gegeben. sich Beispiel ein F Winterstrenge. 4.45 Abb. der Untersuchung zur Maß gegenw im bez zit mZnhe begriffen Zunehmen im zeigt, 4.46 Abb. wie das, eines, aber Ereignis, seltenes wieder. Trend den geben Linien gestrichelten Die Wittenberg. 4.46: Abbildung 4.45: Abbildung verf Schneedecke einer bei kann ahdrBshebn o niaoe,deK die Indikatoren, von Beschreibung zu der auch Nach B.6; Anhang in sich finden Heizgradtagen den zu Details Weitere Erw die deutlich besonders ganz die Indikatoren, auch gibt es Aber omraemtenmMxmmvn25 von Maximum einem mit Sommertage B.7. Anhang in sich finden Jahreszeiten, den in Trendentwicklung der uglich ¨ leniaoe,wednK den wie alteindikatoren, ¨ rie lm egn augeh Dazu zeigen. Klima artigen ¨ esilf Beispiel etih nwcln e aldrSmetg ndnSainnBoknund Brocken Stationen den an Sommertage der Zahl der Entwicklung Zeitliche . lm-nwclne u beettnKlimagr abgeleiteten aus Klima-Entwicklungen 4.3 ren rndrtlugdrEtikugdrHigatg ndrStation der an Heizgradtage der Entwicklung der Trenddarstellung eine ur ¨ lctwre.WieeDtisdz,auch dazu, Details Weitere werden. alscht ¨ leumnsn otBipeeudAb- und Beispiele dort sind altesummen ¨ ◦ r i aldrHigatg,ein Heizgradtage, der Zahl die ort ¨ drmh u e rce?Ein Brocken? dem auf mehr oder C rdeSainMgeugitin ist Magdeburg Station die ur ¨ re uhhe s i Analyse die ist hier Auch arme. ¨ leuddrnzilceEnt- zeitliche deren und alte ¨ ßn–A 3 AP – oßen ¨ armung ¨ 55

Abschnitt 4 Ergebnisse ist. Sehr viel deutlicher ist der Zunahmetrend der Sommertage jedoch bei der ebenfalls in Abb. 4.46 dargestellten Flachlandstation Wittenberg. Eine weitere Charakteristik der Klimaerwarmung¨ ist das haufiger¨ werdende Auftreten von Hitzeperioden. Die Darstellung von Perzentilen kann helfen, extreme Zustande¨ herauszuarbeiten, ohne dabei auf konkrete Temperaturniveaus angewiesen zu sein. Bei der Uberschreitung¨ des 90-Perzentils der Maximum- temperatur werden Tage identifiziert, die zu den ,,oberen 10 %” der Tempera- turskala an dieser Station gehoren.¨ Fur¨ die Station Magdeburg sei ein Beispiel vorgestellt. In Abb. 4.47 wird die Haufigkeit¨ von Perioden in den jeweiligen Sommermonaten (Juni–August) der Jahre 1961–2014 gezeigt, die das 90-Perzentil der Tagesmaximumtemperatur uberschreiten.¨ Auf der linken Seite werden Perioden von 6 Tagen und langer¨ gesucht und auf der rechten Seite erfolgt die Identifikation von mindestens 3- tagigen¨ Hitzeperioden. Die Zunahme im Laufe der Zeit ist nicht zu ubersehen!¨ Weitere Beispiele und Hintergrund zur Analyse von Hitzewellen findet sich in Anhang B.11.

(a) ≥ 6 Tage (b) ≥ 3 Tage

Abbildung 4.47: Anzahl der Perioden von 6 (links) und 3 (rechts) Tagen L¨ange an denen eine Uber-¨ schreitung des 90-Perzentils der Maximumtemperatur in den Sommermonaten auftrat. Station: Mag- deburg.

Ein anderes Maß fur¨ ein sich wandelndes Klima ist der Kenntage-Indikator ,,Tropennachte”,¨ in denen die Temperatur nicht unter einen Wert von 20 ◦C fallt.¨ Solche festen Schwellen sind physiologisch relevant. Es geht, wie beim hauﬁger¨ werdenden Auftreten von Hitzewellen, um medizinisch relevante Belastungen des Organismus. Tropennachte¨ sind relativ selten, aber eine Haufung¨ in den letzten Jahren zeichnet sich ab – veranschaulicht durch die Darstellung der Entwicklung an der Station Wittenberg in Abb. 4.48. Weitere Details zu Tropennachten¨ ﬁnden sich in Anhang B.1.5. Temperatur und Feuchte sind in der abgeleiteten Große¨ ,,Schwule”¨ mitein- ander gekoppelt. Die Verbindung ist der Dampfdruck, ein Maß fur¨ die in der Luft enthaltene Menge an Wasserdampf. Hohe Schwule¨ hat ebenfalls physiolo- gische Relevanz und eine Analyse der Entwicklung des Auftretens von Tagen mit solchen Bedingungen erfolgte im Rahmen des Vorhabens.

56 agsel.DrAsigteditsh etih eodr warme Besonders deutlich. sehr verst ist werden Anstiegstrend Jahre Der dargestellt. 4.50) (Abb. techni- z.B. der mit zusammengefasst, L Information sche klimatische die wird ben) K die B.2. Anhang in Auff sich zutrifft. ﬁnden Tage Details der keinem H an die auch Kriterium doch das denen in Jahre, gibt Gardelegen. Station der an bidn 4.49: Abbildung Wittenberg. Station der 4.48: Abbildung dergegeben. i nwcln e K der Entwicklung Die clelc e bez sei Schließlich Schw denen an Jahr, pro Tage der Zahl Die ieeepaiceAayef Analyse exemplarische Eine hgatg igwee.I isrGr dieser In hingewiesen. uhlgradtage ¨ sne u lmtseugbmse ednk werden bemessen Klimatisierung zur osungen ¨ esilf Beispiel esilf Beispiel . lm-nwclne u beettnKlimagr abgeleiteten aus Klima-Entwicklungen 4.3 uugdrTg i Schw mit Tage der aufung ¨ rtsi e 90r beobachtet. 1990ern den seit arkt ¨ ren rndrtlugdrEtikugdrZh e aemtSchw mit Tage der Zahl der Entwicklung der Trenddarstellung eine ur ¨ gihdrEtikugdrhhnTmeau ohauf noch Temperatur hohen der Entwicklung der uglich ren rndrtlugdrEtikugdrZh e Tropenn der Zahl der Entwicklung der Trenddarstellung eine ur ¨ ¨ hgatg s naddrSainWittenberg Station der anhand ist uhlgradtage ¨ wie- 4.49 Abb. in ist Gardelegen Station die ur ¨ l ndnJhe ah19.Weitere 1990. nach Jahren den in ule ¨ beschrie- B.4 Anhang in (auch oße ¨ l utit s eai eig Es gering. relativ ist auftritt, ule ¨ onnen. ¨ ßn–A 3 AP – oßen ¨ li s je- ist allig ¨ ¨ ct an achte 57 ule ¨

Abschnitt 4 Ergebnisse

Abbildung 4.50: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Kuhlgradtage¨ an der Station Wittenberg.

4.3.2 Indikatoren zu Niederschlagsveränderungen Der Niederschlag ist auf komplexe Weise mit der Klimaerwarmung¨ verbunden. Es gibt eine Vielzahl von ruckgekoppelten¨ Prozessen. Bei Temperaturzunahme wirken diese zum Beispiel in Form von Veranderungen¨ der großraumigen¨ Zir- kulation. Aber auch Faktoren wie das Aufnahmevermogen¨ fur¨ Wasserdampf in einer warmer¨ werdenden Atmosphare¨ und die Wirkung von Wasserdampf als Treibhausgas sind Teile des Wirkkomplexes. Im Rahmen des Vorhabens wurde in AP 2 zunachst¨ eine Trenduntersuchung der Niederschlagsmessungen durchgefuhrt¨ (s. Abschnitt 4.2.2). Sie ergibt ein nicht immer einheitliches Bild der Niederschlagsentwicklung im Klima der vergangenen 50–60 Jahre. Trends sind zum Teil gut ausgepragt,¨ aber zum Teil auch kaum nachweisbar. Es zeichnet sich aber, unterstutzt¨ von einer Reihe von Sta- tionen, ab, dass der Niederschlag tendenziell – aber nicht an allen Stationen – im Sommer ab- und im Winter zunimmt. Unter den Kenntagen befinden sich auch Maße fur¨ Starkniederschlag, gekoppelt an die Haufigkeit¨ von Tagesniederschlagsmengen von 10 bzw. 20 mm. Wie die Untersuchungen (vgl. Anh. B.1.6 und B.22) zeigen, gibt es große Unterschie- de zwischen den Trends an Berg- und Flachlandstationen. Zur Illustration ist die Entwicklung des Extremniederschlagstrends (Tage mit mehr als 20 mm Niederschlag) in Abb. 4.51 dargestellt. Fur¨ die Bergstation Bro- cken ist dabei ein klarer Zunahmetrend dieser dort ohnehin haufig¨ auftretenden Ereignisse erkennbar, wahrend¨ es bei der Flachlandstation solche Ereignisse relativ selten gibt und ein Trend nicht erkennbar ist. Weitere Trenduntersuchun- gen zu anderen Niederschlagsstufen sind in Anhang B.22 zu finden. Zudem gibt es einen weiteren Schwerpunkt des Vorhabens mit Bezug zu Extremnie- derschlag, der in Abschnitt 4.4.2 beschrieben wird. Bezuge¨ zu Niederschlag, aber auch Temperatur haben auch die Untersuchungen des Waldbrandindex, beschrieben in Anhang B.25.

58 f (rechts). Auerstedt und (links) Brocken Stationen den an mm 20 4.51: Abbildung f Artern. und cken 4.52: Abbildung B.21. Anhang ugnzice Winterniederschl zwischen hungen ph den in ßerdem B.19. Anhang in Trockenheitsperioden von Analyse einer Form in spielsweise Station. Ver genen sichtbaren er- gut B.20) zu Anhang Hinweise (vgl. ebenfalls Tagesniederschlags bringt maximalen mittleren des Analyse te abh H Station der der von Extremniederschlag beim Trendentwicklungen dass These, rdnIdktr,Mxmlr5Tg idrclg tt.Dtisﬁdnsc in sich ﬁnden Details statt. Niederschlag” 5-Tage ,,Maximaler Indikator den ur ren eg n ieFahadtto eg,st zeigt, Flachlandstation eine und Berg- eine ur ¨ ¨ i etrrerw weiterer Ein ahn e nwcln e 5-t des Entwicklung der anhand 4.52 Abb. Wie sfne ue nescugnmtToknetidktrnsat–bei- – Zusammenh statt Trockenheitsindikatoren mit Untersuchungen zudem fanden Es etih nwcln e aiae -aeNeeshasa e ttoe Bro- Stationen den an 5-Tage-Niederschlags maximalen des Entwicklung Zeitliche rndrtlugdrEtikugdrZh e aemtenmNiederschlag einem mit Tage der Zahl der Entwicklung der Trenddarstellung nevnNeesha/rcehi n eeainwre au- wurden Vegetation und Niederschlag/Trockenheit von ange . lm-nwclne u beettnKlimagr abgeleiteten aus Klima-Entwicklungen 4.3 ¨ ni enk sein angig ¨ (a) (a) nlgshnUtruhne erctt skntnBezie- konnten Es betrachtet. Untersuchungen anologischen ¨ Brocken Brocken hesetrVrlihfn mRhe issVorhabens dieses Rahmen im fand Vergleich ahnenswerter ¨ ntn i f Die onnten. ¨ gnuddmBgn e Fr der Beginn dem und agen ¨ rdeSainBokndurchgef Brocken Station die ur ¨ neugna ie ohgele- hoch einer an anderungen ¨ ggnMaximalniederschlags agigen ¨ ttdeeUtruhn die Untersuchung diese utzt ¨ (b) (b) Auerstedt Artern uhjahrespha- ¨ ßn–A 3 AP – oßen ¨ ohenlage ¨ uhr- ¨ uber ¨ 59

Abschnitt 4 Ergebnisse sen sowie den Fruhjahresniederschl¨ agen¨ und dem Beginn der phanologischen¨ Sommerphasen gezeigt werden – s. Abschnitt 4.7.5.2.

4.3.3 Indikatoren zu Ver¨anderungen beim Wind

Auch Veranderungen¨ des Windes in den letzten 50–60 Jahren wurden analysiert. Fur¨ die Schwelle 8 m/s, wie sie in den Kenntagen vorgesehen ist (s. An- hang B.1.8) konnten sowohl Zunahme, als auch Abnahmetrends nachgewiesen werden. Dies zeigt z.B. Abb. 4.53f ur¨ die Station Schkeuditz (Leipzig/Halle)6).

Abbildung 4.53: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der Tage mit einem Mittelwind von 8 m/s oder mehr an der Station Schkeuditz.

Windmessungen haben eine besonders komplexe Historie. Sowohl die Vor- schriften zur Messung als auch die Methodik und Technik hat sich uber¨ die Zeit umfassend gewandelt. Entsprechend vielschichtig sind die Moglichkeiten,¨ dass sich in den Messreihen Artefakte dieser Historie finden. Einige Betrachtungen dazu finden sich in Abschnitt 4.2.6. Die Analyse von windschwachen Situationen und deren Entwicklung in den letzten 50–60 Jahren ist ebenfalls ein vielschichtiges Unterfangen. Hier ist besonders der Einfluss der Mess-Technik zu bemerken. Allerdings sind die gefundenen Trendentwicklungen in der Regel nur von geringer statistischer Signifi- kanz.

6)In den verschiedenen Datens¨atzen, die im Projekt verwendet wurden, ist die Benennung der Station am Flughafen Leipzig/Halle nicht einheitlich. Sie wird zum Teil mit ,,Leipzig/Halle” oder Leipzig- Halle” oder ,,Schkeuditz” bezeichnet.

60 a si e eze 0Jhe ausgepr Jahren 60 letzten den in es hat Jahr. Betrachtungszeitraum: tilen. 4.55: Abbildung Jahr. Betrachtungszeitraum: Quantilen. 4.54: Abbildung m Trends ob nachgegangen, Frage der wird Arbeitspaket diesem In verschiedenen in Klimaentwicklungen der Perzentil-Untersuchung 4.4.1.1 Extremstufen verschiedenen in Klimaentwicklungen 4.4.1 4 AP – Ereignisse Extreme 4.4 mBrihdrrltvnergnTmeaumxm,def die Temperaturmaxima, stehen. niedrigen Trendentwicklung relativ die der dagegen Bereich ist im Uneinheitlich Bereichen. extremen weniger h liegt Wertebereichs des Trendst % (2 dar P2 % Perzentil 98 darunter, vom Quantile verschiedenen die gibt f dies zeigt sollen Beispiele einiger Grundz Anhand umfangreich. sehr ausgepr sind unterschiedlich Analysen notwendigen Extremstufen verschiedenen in se hrnQatlnz ezihe,dshiti e brnExtrembereichen oberen den in heißt das verzeichnen, zu Quantilen oheren ¨ F rdeMxmmeprtriten Pr eine ist Maximumtemperatur die ur ¨ Extremstufen repoDkd skaliert. Dekade pro arke ¨ g e lmtshnEtikugnerl Entwicklungen klimatischen der uge ¨ rdsTmeaumxmma e tto itneg i x-Achse Die Wittenberg. Station der an Temperaturmaximum das ur ¨ rnsdrTgsaiutmeau ndrSainAtr nvrcidnnQuan- verschiedenen in Artern Station der an Tagesmaximumtemperatur der Trends rnsdrTgsaiutmeau ndrSainWtebr nverschiedenen in Wittenberg Station der an Tagesmaximumtemperatur der Trends br nShitnvn2%bszmP8a.DeyAheitin ist y-Achse Die an. P98 zum bis % 2 von Schritten in uber) ¨ geeEtikugnggbnnasin als gegebenen Entwicklungen agtere ¨ frn ust zu aferenz ¨ 4.54 Abbildung werden. autert ¨ . xrm rinse–A 4 AP – Ereignisse Extreme 4.4 ree rnsi den in Trends arkeren ¨ rrltvkleTage kalte relativ ur ¨ g id i dazu Die sind. agt ¨ oglicherwei- ¨ 61

Abschnitt 4 Ergebnisse

Abbildung 4.56: Trends der Tagesmaximumtemperatur an der Station Brocken in verschiedenen Quantilen. Betrachtungszeitraum: Jahr.

Interessanter und auch einheitlicher sieht das Bild bei den auf Quantile bezogenen Entwicklungen des Tagesniederschlags aus. In Abb. 4.57 und 4.58 sind diese fur¨ die Stationen Artern und Brocken zusammengestellt.

Abbildung 4.57: Trends des Niederschlags an der Station Artern in verschiedenen Quantilen. Betrach- tungszeitraum: Jahr.

Abbildung 4.58: Trends des Niederschlags an der Station Brocken in verschiedenen Quantilen. Be- trachtungszeitraum: Jahr.

Im Mittel besitzt der Niederschlag keine deutlichen Trendentwicklungen, jedoch sieht dies bei den Quantilen anders aus: Der Einﬂuss der hohen und sehr hohen Perzentile ist unubersehbar.¨

62 uhngtvsi n i eataki o rnasae s eai gering. relativ ist Trendaussagen von Belastbarkeit die und Quantilbereich sein diesem negativ in Trend auch ein kann hingegen (Artern) immer Flachlandstation ne liegt Bereich markierte daf blau Indiz ein Der ( Seite: Perzentile positiven hohen der der auf Bereich im auch cken) Artern. und Brocken Stationen den an (DJF) Wintermonaten den 4.59: Abbildung schwanken. stark wie Quantil-Regressionen durch- Quantil-Regressionen gef der Verfeinerung weitere eine außerdem Brocken i if ie Bootstrap-Verfahrens eines Hilfe Mit f Konfidenzintervalle 4.4.1.2 bestimmt Stationen 7) 8) i zugeh Die nescugna e ttoe rce n renwre eel 00 zuf 10000 jeweils wurden Artern und die- Brocken zu vorgenommen. Stationen Literatur den in Quantilregressionen. an sich der zuf Untersuchungen Konfidenzintervallen findet wiederholt von Zeitreihe Methoden Bestimmung einer sen die aus hier denen z.B. bei wie Methoden, statistischen ausgew von Werte Klasse eine ist f Dies und Vegetationsperioden zwei pictures den Jahreszeiten vier Quantil zit s f ist zeigt, 4.59 Abb. Wie i united udnf wurden Quantiltrends Die ht ai anenEnrc eonnwre,i ece eece die Bereichen welchen in werden, gewonnen Eindruck ein kann Damit uhrt. ¨ rgnDtinfidnsc u e rjkbgetne Datentr projektbegleitenden dem auf sich finden Dateien ¨ origen Regression ne ihAblugnwedei ismAshitgzitnDarstellungen. gezeigten Abschnitt diesem in die wie Abbildungen sich finden r asdeeTeden eai oeBlsbretbste.F besitzen. Belastbarkeit hohe relativ eine Trend diese dass ur, ¨ ¨ htwre.DeeAsalitdeBssf Basis die ist Auswahl Diese werden. ahlt uni-ersinmtBosrpKndnitraln(lugef (blau Bootstrap-Konfidenzintervallen mit Quantil-Regression (a) 7) . Brocken a Unterverzeichnis Das . E rdeKianwclne nvrcidnnExtremstufen verschiedenen in Klimaentwicklungen die ur ¨ ren tto i oe arsidrclg(Bro- Jahresniederschlag hohem mit Station eine ur FRON ¨ aufgef A.1 Anhang im Liste der in alle ur ¨ n in und (1982) 8) data ud f wurde D rdsgsmeJh.I Unterverzeichnis Im Jahr. gesamte das ur ¨ enattTble f Tabellen beinhaltet br8)enTedi ee Fall jedem in Trend ein 80) uber ¨ AVISON rwieesaitsh Untersuchungen, statistische weitere ur ¨ . xrm rinse–A 4 AP – Ereignisse Extreme 4.4 rdeSainnAtr und Artern Stationen die ur ¨ (b) und Artern H INKLEY rjd tto nden in Station jede ur ¨ ¨ gri Verzeichnis im ager br0 a ist Das 0. uber ¨ ¨ rtrBrih in Bereich) arbter ¨ lieZiehungen allige .F (2009). uhrten ¨ rei- ur ¨ rdie ur ¨ ¨ allig 63

Abschnitt 4 Ergebnisse

4.4.2 Extremwert-statistische Untersuchungen von Starkniederschlag Auf Basis der hochaufgelosten¨ Niederschlagsdaten wurden zum einen Stark- regenstatistiken nach DWA A-531 fur¨ den Gesamtzeitraum berechnet (Ab- schnitt 4.4.2.1), zum anderen jeweils fur¨ 30-Jahres-Blocke,¨ die zeitlich im 10- Jahres-Raster verschoben wurden (Abschnitt 4.4.2.2). Daruber¨ hinaus wurden die partiellen Serien darauf untersucht, wie sich Auftretenshauﬁgkeiten¨ von Starkregen pro Jahr verhalten und wie hoch die durchschnittliche Menge eines Starkregens uber¨ die Jahre ist (Abschnitt 4.4.2.3). Die Vorauswahl umfasste diese acht Stationen, fur¨ die jeweils zeitlich hoch aufgeloste¨ Niederschlagsdaten von Mai bis September vorlagen: • Artern: 1959–2010

• Braunlage-Hohegeiß: 1955–1983

• Braunschweig-Volkenrode:¨ 1952–2006

• Leipzig-Halle: 1951–2012

• Luchow:¨ 1994–2006

• Magdeburg: 1956–2010

• Neuruppin: 1958–2010

• Wittenberg: 1955–2010 Damit ist die Aussagekraft der Statistiken auf Dauerstufen ungefähr < 3 Stunden begrenzt, weil f ürandere Dauerstufen auch wesentliche Ereignisan- zahlen in den übrigenMonaten im Jahr auftreten. Insgesamt wurden die Dauerstufen 5, 15, 30, 60, 120, 240, 360, 720 und 1440 Minuten berechnet. Aufgrund der jeweiligen Lange¨ der Beobachtungsdauern wurden alle Stationen bis auf Luchow¨ und Braunlage-Hohegeiß verwendet.

4.4.2.1 Starkregenauswertung fur¨ den Gesamtzeitraum Hinweise zu den Starkregenauswertungen und dem Speicherort der Auswer- tungsdateien ﬁnden sich als Ergebnistabellen und Graﬁken in AnhangE. Es gab keine Auffalligkeiten,¨ beispielsweise in Form von sich abzeichnenden Trends, bei dieser Auswertung.

4.4.2.2 Starkregenauswertung fur¨ 30-Jahres-Zeitr¨aume Die Starkregenauswertung der sechs Stationen mit genugend¨ langer Beob- achtungsdauer wurde fur¨ gleitende 30-Jahres-Zeitraume¨ durchgefuhrt,¨ fur¨ die komplette Dekaden vorlagen. Insgesamt kann fur¨ keine der untersuchten Dauerstufen ein Trend erkannt werden. Die Station Neuruppin zeigt zwar fur¨ alle Dauerstufen wachsende

64 i 2,7 mit ieRlespielen. Rolle Se- eine partiellen zur die Jahr, pro z Ereignisse rie der Anzahl die Zeitraum langen einen Zahl die Die als D. definiert Dauerstufe ist Zeitreihe einer Serie partielle Die Serien partiellen der Auswertung 4.4.2.3 aus. vergleichbar Ergebnisse die sehen Dauerstufen tats als Stationsdaten den e r arudSainbrcntudees i ucshitihnEreignis- Ereignis. durchschnittlichen und die Station ebenso Jahr, und pro berechnet mengen Station und Jahr pro ten letz- 4.60). der Abb. in (siehe durchweg auf Wittenberg Werte Station fallende die Dekade weist ten hingegen Zeit, der in Werte upn(bn n itneg(ne)–deWeekhzi s nJhe angegeben. Jahren in ist Wiederkehrzeit die – (unten) Wittenberg und (oben) ruppin 4.60: Abbildung 9) shnetsc ae mdeasdrMteai eaneelrceZahl eulersche bekannte Mathematik der aus die um dabei sich handelt Es F E. Anhang in sich finden Auswertungen den zu Details Weitere is uwrugzitas erder die mehr also zeigt Auswertung Diese ral eh irvrigne ttoe udndeAuftretensh die wurden Stationen vorliegenden hier sechs alle ur ¨ he,ew lihsi,wn en xennEinfl externen keine wenn sein, gleich etwa ahlen, ¨ 9) betr , rndrtlugdrSakeeasetn 0Mntnf Minuten 30 = D Starkregenauswertung der Trenddarstellung g lof also agt ¨ n ren 30-j eine ur ¨ eehe ihasAzh e aejhe multipliziert Datenjahre, der Anzahl als sich berechnet clc renaeTed ndrZi.F Zeit. der in Trends erkennbare achlich ¨ (b) (a) hieRie8.I e hoi sollte Theorie der In 81. Reihe ahrige ¨ Wittenberg Neuruppin ulce nesheezwischen Unterschiede aumlichen ¨ . xrm rinse–A 4 AP – Ereignisse Extreme 4.4 n h se(..Klimawandel) (z.B. usse ¨ cse rinseeiner Ereignisse ochsten ¨ e 2 = rdeSainNeu- Station die ur ¨ rdeanderen die ur ¨ , 71 ... aufigkei- ¨ uber ¨ 65

Abschnitt 4 Ergebnisse

(a) H¨auﬁgkeit D = 5

(b) H¨auﬁgkeit D = 60

Abbildung 4.61: H¨auﬁgkeitsauswertung der partiellen Serie (a) fur¨ D = 5 Minuten und (b) fur¨ D = 60 Minuten uber¨ alle Stationen. (c) Ereignismengenauswertung der partiellen Serie fur¨ D = 60 Minuten uber¨ alle Stationen. Eingezeichnet ist zudem der lineare Trend.

66 atelnSref Serie partiellen ().DrGudhierf Grund Der (a)]. 4.61 [Abb. Daf mehr nicht Effekt dieser ist Minuten (b)]. 60 4.61 Daten = [Abb. den D sichtbar Dauerstufe in der Messtechnik Ab der sein. Modernisierung erkennbar eine auch hier kann mawandel dreet nalrRglmtgtrDa- guter mit Regel aller in dargelegt, tenqualit 4.1.1 Abschnitt in 5 wie sind, AP Stundendaten – Stundendaten von Analyse 4.5 Fall. kaum der ist Dauerstufen Trendentwicklung anderen den Eine in dargestellt. auch f ist Starkregenereignissen Minuten dies bei 60 – Wert erkennbar mittlere = der D (c) Dauerstufe 4.61 die Abb. Dauerstufen. in H einzelnen ist den den Beispiel bei bei Als Verhalten als dem anders zwischen sich, Unterschiede zeigen geringe Es ausgewertet. Station und brac ai asnsc il rnetikugni lm e j der Klima im Trendentwicklungen viele sich lassen damit auch Aber aemnm n e Tagesmaxima. den und Tagesminima f Tagesspanne Sommerhalbjahr. die das ist Dabei an. tent j mittlere Die ist: charakteristisch f Ergebnis ein durchaus bis 1.5. vom entsprechend dauern Jahres. Halbjahr”) eines Jah- 31.10. laufenden (,,2. des Sommerhalbjahre 30.4. und zum hy- bis res, Vorjahres dabei des sind 1.11. vom Halbjahr”) Halbjahre (,,1. drologische Winterhalbjahre Jahre. komplette und halbjahre 6- auf verfehlen. oftmals zu basieren nima Letztere – Tagesdaten bestimmt von st Nutzung genauer der bisweilen Tages bei als eines Temperatur werden der Minimum und Tages- mum und Tagesmaximum aus daf Differenz Werden minimum. die man versteht Tagesspannen Als Tagesspannen 4.5.1 zeigen. Abschnitte nachfolgenden die wie dokumentieren, gut Vergangenheit nie beugnudhbndsPtnil i arnMxm n Mi- und Maxima wahren die Potenzial, das haben und Ablesungen undigen ¨ F ssel ihdeFae edndeEegis m Ereignisse die Werden Frage: die sich stellt Es E. Anhang in sich finden Einzelheiten Weitere ae aietetsc i neshelc treTednwcln e den bei Trendentwicklung starke unterschiedlich die sich manifestiert Dabei Temperatur der Tagesspanne die dass festzustellen, interessant, dabei ist Es f Tagesspanne mittlere die wurde Analysiert rdeAuftretensh die ur rwr ih i H die nicht wird ur ¨ ¨ tf at ¨ brtedat nwclne verf Entwicklungen trendhafte uber ¨ rdnZiru b16,i Einzelf in 1961, ab Zeitraum den ur ¨ rdeSainAtr a brac ndnadrnStationen anderen den an auch aber das – Artern Station die ur ¨ rdeDurtf iue bc.19 h 1990 ca. ab Minuten 5 = D Dauerstufe die ur ¨ ugetnf aufigkeiten ¨ rSudnae ugwre,s andswheMaxi- wahre das kann so ausgewertet, Stundendaten ur ¨ uget odr i mittlere die sondern aufigkeit, ¨ ritnc ih eto gekl restlos nicht noch ist ur ¨ hlceTgspneseg ect brkonsis- aber leicht, steigt Tagesspanne ahrliche ¨ ltaf asdeboahee lmneder Elemente beobachteten die dass auf, allt ¨ rdsWnehljh eigrasdef die als geringer Winterhalbjahr das ur ¨ . nls o tnedtn–A 5 AP – Stundendaten von Analyse 4.5 zitbeispielhaft zeigt 4.62 Abb. ugt. ¨ le uha 91vorhanden. 1951 ab auch allen ¨ rWnehljhe Sommer- Winterhalbjahre, ur ¨ oglicherweise ¨ Ereignismenge r ee e Kli- dem neben – art ¨ ugrauftreten aufiger ¨ ugetn nur aufigkeiten, ¨ intensiver r Jahr pro ungeren ¨ 67 ur ur ¨ ¨ ?

Abschnitt 4 Ergebnisse

Abbildung 4.62: Mittlere Tagesspannen in Stunden an der Station Artern: Winterhalbjahr, Sommer- halbjahr und Gesamtjahr.

Abbildung 4.63: Trends der Tagesspanne der Temperatur (Diﬀerenz zwischen Tagesmaximum und Tagesminimum) fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Betrachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Abb. 4.63 fasst fur¨ einige Stationen aus der Region Sachsen-Anhalts die Trends der Tagesspanne zusammen. Die Auswahl berucksichtigt¨ sowohl moglichst¨ lange Zeitreihen als auch eine adaquate¨ Flachenabdeckung¨ der Regi- on. Rote Balken, die sich auf die linke y-Achse beziehen, geben die Trendstarke¨ an. Sie ist als Steigungsfaktor der Trendgeraden, umgerechnet fur¨ ein Jahrzehnt, bestimmt. Ein Bild von der Lange¨ der verwendeten Zeitreihe ist durch die blauen Rauten gegeben. Sie beziehen sich auf die rechte y-Achse. Weitere Details zu den Analysen der Tagesspanne der Temperatur ﬁnden sich in Anhang B.8.

68 e aegnsbsttenngtausgepr die gut denn einen beantwortet, besitzt Tagesgangs 4.5.1) des Untersu- (Abschnitt der Tagesspannen Zuge im der bereits Trendent- chungen wurde es Frage dieser ob Teil Ein nachgegangen, betreffen. Temperatur j Frage der der Klima wird im Vorhabens wicklungen des Teil diesem In .. Tagesverl 4.5.2 aegnsbtahe,dh bsc esilwieMxm drMnm ver- Minima oder Maxima beispielsweise sich Form fr ob werden Zweitens d.h. befindet. betrachtet, Tagesgang Tagesgangs der untersucht, sich Gesamtniveaus dem des auf Entwicklungen werden Erstens gibt. Stunden” Tagesgangs gesg Fall. der immer dort sind w Ergebnisse die Kurvenverl aber der j erkennbar, Rangfolge der Stationen In deutlich: anderen so nicht den bei auch ist 2–4 um insgesamt 4.64). Temperaturwerte (Abb. zeigt Artern Station der Beispiel exemplarische stam- Winterhalbjahr das dem wie f aus men, besonders Es Jahren den erhalten. zwischen Ta- zu Maximalwert im mittleren Entwicklung die zeitlichen werden einer Bericht Bild Im ermittelt. Halbjahre gesg beiden die und Jahr Tagesverl auch spannen E. Anhang ist. sp belegt Jahren vier mit nur 2010er-Jahre der ,,Dekade” die und dass h werden ein ausgewiesen danach Tagesgangs Dekaden die des Gesamtniveaus niedrigere best denziell Es dargestellt. 4.65 Abb. ubatotn ua isnrrltvgrn nEshiugtritt. Erscheinung in gering abschließend relativ nicht nur ist dies handelt, zumal Klima-Entwicklung beantworten, eine zu um sich eingef es 1980 oder nach ist, der zeit Artefakt ein dies Ob oe liegend) oben 4.64 Abb. (in vorn zumeist 2000) (nach Vergangenheit ungsten ¨ hnoe versp oder uhen heddeJhevmBgn e eseh ifrlee,ae a s nicht ist das aber liegen, tiefer Messreihe der Beginn vom Jahre die ahrend ¨ ¨ o nees s dar ist Interesse Von auwre f wurden Dazu mdeNvavrcibne ohbse easuretn udnTa- wurden herauszuarbeiten, besser noch Niveauverschiebungen die Um H zweiten der ab Beispiel im liegen Außerdem Bez uhz e uwrugndrTagesg der Auswertungen den zu Auch trnEnrtn(3Uhr (13 Eintreten ateren ¨ neac eaewiebsim.F bestimmt. dekadenweise auch ange Abst dekadischen in jeweils ange ¨ ¨ gihdrVraeugdrTgsaiaiten cwceTnezzum Tendenz schwache eine ist Tagesmaxima der Verlagerung der uglich ¨ nen lo be uhennWne ndr,Kiaooi der ,,Klimatologie der in Wandel einen auch es ob also, andern, ¨ ¨ aufe rdesle ttoe i e e nescugdrTages- der Untersuchung der bei wie Stationen selben die ur ¨ aten. ¨ brhnu,o ihac neeEgncatndes Eigenschaften andere auch sich ob hinaus, uber ¨ uebsim.Mtlr Tagesg Mittlere bestimmt. aufe ¨ hrsGsmnva eizn ae s ubeachten, zu ist Dabei besitzen. Gesamtniveau oheres ¨ → nee egnehi it i e aegn der Tagesgang den die gibt, Vergangenheit ungeren ¨ 4Ur ndrj der in Uhr) 14 tg ih asf dass sich, atigt ¨ ◦ h C ne agsel,u i deutlicheres ein um dargestellt, anden ¨ . nls o tnedtn–A 5 AP – Stundendaten von Analyse 4.5 agten ¨ htnUseln u i Sommer- die auf Umstellung uhrten ¨ hrasdvr ieTnezdazu Tendenz Eine davor. als oher ¨ nefidnsc etr eal in Details weitere sich finden ange ¨ rdeSainAtr s isin dies ist Artern Station die ur nee egnehi erkennbar. Vergangenheit ungeren ¨ ¨ rdeese riDkdnten- Dekaden drei ersten die ur ¨ Zunahmetrend uefidnsc i ar der Jahre die sich finden aufe ¨ ltaf asUnterschiede dass auf, allt ¨ lt e 90rJhedie Jahre 1980er der alfte ¨ newre f wurden ange ¨ . neugndes anderungen ¨ Amplitude rjedes ur ¨ 69

Abschnitt 4 Ergebnisse

(a) Winterhalbjahr

(b) Sommerhalbjahr

Abbildung 4.64: Mittlerer Tagesverlauf der Temperatur fur¨ verschiedene Einzeljahre an der Station Artern, bestimmt aus (a) dem Winterhalbjahr, (b) dem Sommerhalbjahr und (c) dem gesamten Jahr.

70 etam15–90(cwr)ud18–00(rot). 1981–2010 und (schwarz) 1951–1980 Zeitraum 4.66: Abbildung 4.65: Abbildung eg nirmJhegn iedulceTmeauznhezice den zwischen Temperaturzunahme deutliche eine Jahresgang Zeitr 4.66 ) ihrem (Abb. Magdeburg in Station zeigt der an Tagesmaximumtemperatur mittlere Die Lufttemperatur 4.5.3.1 vollst nur wurden bezogen. Auswertung die Beobachtungs- In gesamten dargestellt. des und zeitraumes Jahre (1981–2010) 30 Jahre ersten 30 der zweiten Jahresgang der mittlere (1951–1980), der jeweils wird Es dargestellt. Jahresverl rametern von Entwicklung die wird folgenden Im Jahresverl 4.5.3 Jahre. 10 ue 918 n 9121,a lrtni Winter. im klarsten am 1981–2010, und 1951–80 aumen ¨ itee aevrafa e tto reni eatnJh l Mittel als Jahr gesamten im Artern Station der an Tagesverlauf Mittlerer itee arsagdrTgsaiutmeau ndrSainMagdeburg: Station der an Tagesmaximumtemperatur der Jahresgang Mittlerer ¨ aufe . nls o tnedtn–A 5 AP – Stundendaten von Analyse 4.5 ue o esheee Pa- verschiedenen von aufen ¨ nieJheein- Jahre andige ¨ brjeweils uber ¨ 71

Abschnitt 4 Ergebnisse

Abbildung 4.67: Mittlerer Jahresgang der Tagesminimumtemperatur an der Station Magdeburg: Zeit- raum 1951–1980 (schwarz) und 1981–2010 (rot).

Erkennbar ist auch eine leichte Verschiebung des warmsten¨ Zeit von Juni/Juli in Richtung Juli/August. Die Anderungen¨ sind zudem im Fruhjahr¨ ausgepragter¨ als im Herbst. Die mittlere Tagesminimumtemperatur an der Station Magdeburg (Abb. 4.67) weist eine ahnliche¨ Entwicklung auf, die, wie bei der Maximumtemperatur, am ausgepragtesten¨ im Winter ist. Erkennbar ist fur¨ die beiden Zeitraume¨ auch eine leichte Verschiebung der hochsten¨ Minimumwerte von Anfang Juli (1951–1980) in Richtung Anfang August (1981–2010). Hinweise zu den Ergebnissen der anderen Stationen mit mehr als 60 Jahren Beobachtungsdauer ﬁnden sich in AnhangF.

4.5.3.2 Niederschlag Fur¨ den Niederschlag wurde eine Darstellung entwickelt, die sowohl den Jah- resgang in zwei 30-jahrigen¨ Zeitabschnitten als auch die Differenz wiedergibt. Die Auswertung mit 30-jahrigen¨ Mittelwerten unterscheidet sich in zweierlei Hinsicht von der Trendauswertung in Abschnitt 4.2.2: (i) hier werden Reihen benotigt,¨ fur¨ die vollstandige¨ Daten sowohl fur¨ den Zeitraum 1951–1980 als auch 1981–2010 vorliegen; (ii) hier findet keine Trendberechnung statt, sondern es werden nur Tendenzen der langjahrigen¨ Anderung¨ aufgezeigt. Ein Beispiel fur¨ den Brocken findet sich in Abb. 4.68. Es zeigt sich, dass an dieser Station im Sommer kaum Anderungen¨ auftreten, dafur¨ aber im ubrigen¨ Jahr ein deutlicher Anstieg zu verzeichnen ist. Zudem bestatigt¨ sich eine Erkenntnis aus der Analyse von Starkregen (Anhang B.1.6, insbesondere Abb. B.15 und B.16): In der Vegetationsperiode I (April–Juni) ist oft ein anderes Niederschlagsverhalten vorzufinden als in der Vegetationsperi- ode II (Juli–September). Dies bezieht sich auch auf die Niederschlagstrends an der Station Brocken.

72 eee.He idi Fr im sind Hier delegen. Zeitr beiden zwischen Differenz die sowie (rot) 1981–2010 und (schwarz) 80 4.69: Abbildung Zeitr beiden zwischen Differenz die sowie (rot) 1981–2010 und (schwarz) 4.68: Abbildung R F. Anhang in sich finden dauer Brocken. dem auf als geringer Fr Ver auf Hinweise dies stellt nerseits uckg ¨ i azadrsVratni arsagzitsc ndrSainGar- Station der an sich zeigt Jahresgang im Verhalten anderes ganz Ein i rensedradrnSainnmtmh l 0Jhe Beobachtungs- Jahren 60 als mehr mit Stationen anderen der Ergebnisse Die neugiseat–deSairn e -cs s ubahe deutlich – beachten zu ist y-Achse der Skalierung die – insgesamt anderung ¨ .Ei- 4.69). Abb. (s. erkennen zu 1981–2010 und 1951–1980 zwischen ange ¨ itee arsagdsNeeshae ndrSainGreee:Ziru 1951– Zeitraum Gardelegen: Station der an Niederschlages des Jahresgang Mittlerer itee arsagdsNeeshae ndrSainBokn etam1951–80 Zeitraum Brocken: Station der an Niederschlages des Jahresgang Mittlerer harudSme i etihtnNiederschlags- deutlichsten die Sommer und uhjahr ¨ harsrcehi a,adrret s die ist andererseits dar, uhjahrestrockenheit ¨ . nls o tnedtn–A 5 AP – Stundendaten von Analyse 4.5 ¨ ue (gr aumen ¨ ue (gr aumen un). ¨ un). ¨ 73

Abschnitt 4 Ergebnisse

4.6 Analyse von Daten mit agrarmeteorologischer Relevanz

4.6.1 Hohe Luftfeuchte Als Indikator fur¨ hohe Feuchte wird die Anzahl der Stunden am Tag mit einer relativen Feuchte uber¨ 90 % bestimmt. Fur¨ einige Stationen ist diese Große¨ in den zugelieferten Dateien enthalten (eine Liste ﬁndet sich in Tab. A.2).

Abbildung 4.70: Zeitliche Entwicklung der Anzahl der Stunden am Tag mit einer relativen Feuchte uber¨ 90 %. Betrachtungszeitraum: Gesamtes Jahr. Station: Magdeburg.

Ein Beispiel ist in Abb. 4.70f ur¨ die Station Magdeburg dargestellt. Diese Große¨ besitzt an der Station Magdeburg einen leichten, nur auf dem 90 %- Niveau statistisch signiﬁkanten Abnahmetrend. Ein Test mit der Zeitreihe einer anderen Station (Wittenberg) ergab, dass dort kein Trend auftrat.

Abbildung 4.71: Trends der mittleren Anzahl von Stunden pro Tag mit einer relativen Feuchte uber¨ 90 % fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Betrachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

In der Ubersicht¨ (Abb. 4.71) ﬁnden sich einige Stationen mit Abnahmetrends (Magdeburg, Schkeuditz und Seehausen). An den ubrigen¨ sind Trends nur sehr schwach bzw. nicht vorhanden.

74 e errechnet: des F Bodenfeuchte 4.6.2 ednGr genden Leipzig), Verf Agrarmeteorologie dem zur mit (DWD, bestimmt METVER Bodenfeuchteparametern, Bodenwasserhaushaltsmodell mehreren von Zeitreihen DWD rde8Sainnmtbsnesgrne L geringer besonders mit Stationen 8 die ur ¨ uc a oewsehuhlsoelwremtdee nre Folgen- Antrieb diesem mit wurde Bodenwasserhaushaltsmodell das Durch • • • • • • • ikugdsbtefne Jahres): betreffenden ph des aktuelle wicklung die an Anpassung oder Entwicklung logische nAbh in T Daten: Bodenphysikalische EC ikrasri masdrShct i i Gbshibnist; beschrieben ZG mit die Schicht, der aus mm in Sickerwasser PERC: gerechnet; weiter dann wird Tagesmit- Werten negativer diesen Mit bei %. %, +30 +10 teltemperatur Tagesmitteltemperatur positiver verse- bei aufgrund RICHTER-Korrektur hen: einer vereinfachten der stark mit Inputdaten geht dort einfachen Modell wird der und das ein In 1-min-Niederschlag mm. unkorrigierte in Niederschlagssumme korrigierte SNKk: (hier mm in Evapotranspiration Reale AET: TURC-Wendling); (Methode mm in Evapotranspiration Potenzielle PET: eerlgsh Daten: Meteorologische gih flneseish ae e oeletnKulturpflanzenart modellierten der Daten Pflanzenspezifische agliche ¨ – – – – – – – – – gn etlt neree ud a oefuheoelmtfol- mit Bodenfeuchtemodell das wurde Angetrieben gestellt. ugung ¨ ilgshpyilgshrFko (repr Faktor biologisch-physiologischer Durchwurzelungstiefe. Interzeptionskapazit Evapotranspiration), realer und potenzieller schen Anfangsfeuchte. Welkepunkt, Feldkapazit aesmeds(ih orgetn Niederschlages. korrigierten) (nicht des Tagessumme Globalstrahlung), oder aesmeenrStrahlungsgr einer Tagessumme Lufttemperatur, der Tagesmittel oßen: ¨ . nls o ae i gamtoooice eeaz–A 6 AP – Relevanz agrarmeteorologischer mit Daten von Analyse 4.6 niki o e ph der von angigkeit ¨ at, ¨ at, ¨ nlgshnEtikug(iteeph (mittlere Entwicklung anologischen ¨ ß whwieSonnenscheindauer (wahlweise oße ¨ cezh udndrhden durch wurden uckenzahl ¨ brGras); uber ¨ snir a Verh das asentiert ¨ nlgsh Ent- anologische ¨ lnszwi- altnis ¨ ano- ¨ 75

Abschnitt 4 Ergebnisse

• BOF: Bodenfeuchte entweder in % nFK (Prozent der nutzbaren Feldka- pazitat)¨ oder in Vol. % (Volumenprozent). Beide Werte beziehen sich auf den bodenphysikalischen Input (Feldkapazitat¨ und Welkepunkt, der fur¨ den Standort bekannt sein muss. Hier wurden Daten verwendet, die fur¨ die Landkreise, wie sie vor 1995 bestanden, erarbeitet worden waren und ﬂachendeckend¨ so zumindest fur¨ den Osten Deutschlands vorliegen. Ein gewisses Verbesserungspotenzial lage¨ darin, real durch ein Bodenlabor bestimmte Standortdaten zu verwenden, die aber derzeit nicht existieren;

• SWI: Gesamtwassergehalt der gesamten Berechnungsschicht in Liter (hier: bis 2 m Tiefe);

• ZG: Schichtdicke des Bodens, aus der die vorher festgelegte Kultur (hier Gras) das Wasser beziehen kann. Das sind fur¨ die bereit gestellten Daten konstant 60 cm.

Des Weiteren wurde fur¨ die METVER-Rechnungen als Hauptfrucht Gras SENTEK ohne Zwischenfrucht verwendet. Eine Flexibilisierung erfolgte nicht. Im Vorhaben wurden fur¨ alle Großen¨ Trends und deren Vertrauensbereiche berechnet, die den Nutzern zur Verfugung¨ gestellt werden. Die Datenstruktur ist in Abschnitt D.2.2 erlautert.¨ Als Beispiel sei fur¨ die Station Wittenberg in Abb. 4.72 die Bodenfeuchte in Vol. % fur¨ die Vegetationsperiode I (April bis Juni) und die Vegetationsperiode II (Juli bis September) vorgestellt.

(a) Veg-Per. I (b) Veg-Per. II

Abbildung 4.72: Zeitliche Entwicklung der Bodenfeuchte (aus METVER-Rechnungen, s. Text) an der Station Wittenberg fur¨ die Vegetationsperioden I (AMJ) und II (JAS).

Es ﬁndet sich in der Vegetationsperiode I ein auf dem 95 %-Niveau statistisch gesicherter Abnahmetrend, wahrend¨ in der Vegetationsperiode II kein Trend analysiert werden konnte. Diese Unterschiede zwischen den Vegetationsperi- oden treten an den meisten untersuchten Stationen auf.

76 zeigt. 4.73) (Abb. Sachsen-Anhalt Region Ver- der der aus Stationen wie Verlauf, von gleich entgegengesetztem von Vegetationsperioden beiden den verf der umgerechnet Anzahl dar, Trendgleichung die der Anstiegsterm den Anstieg/R stellen Balken als Die II. und I Vegetationsperiode 4.73: Abbildung iwie idbieTed ih infiatoe i idsgikn n in und signifikant sind sie oder signifikant nicht Trends beide sind Bisweilen cgn r 0Jhe i idafdelneyAhebzgn i lunRue stellen Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro uckgang ¨ . nls o ae i gamtoooice eeaz–A 6 AP – Relevanz agrarmeteorologischer mit Daten von Analyse 4.6 rnsdrBdnect f Bodenfeuchte der Trends gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ (a) e-e.I Veg-Per. rausgew ur ¨ ¨ ht ttoe mRu ahe-nati der in Sachsen-Anhalt Raum im Stationen ahlte (b) e-e.II Veg-Per. 77

Abschnitt 4 Ergebnisse

4.7 Auswertung ph¨anologischer Daten – AP 7

Angaben zur Datengrundlage sowie vorhandenen Naturraumgruppen, den gewahlten¨ phanologischen¨ Phasen, der raumlichen¨ Abgrenzung und weiteren Anderungen¨ finden sich in AnhangG und die Darstellung der Daten- prufung¨ in Anhang C.3. Im Bericht sind Beispielabbildungen wiedergegeben. Weitere Grafikdateien finden sich auf dem Projekt-Datentrager¨ Verzeich- nis /phaeno grafiken/ – die darin enthaltenen Unterverzeichnisse sind analog zu den Berichtsabschnitten benannt. Die dazu verwendeten Daten in Form von ASCII-Files finden sich im Unterverzeichnis /phaeno daten/, wobei insbesondere die Unterverzeichnisse /daten hoehenkorrigiert und /daten aggregiert von Bedeutung sind.

4.7.1 Statistische Grundlagen fur¨ die phänologischen Analysen Fur¨ die Analysen der Phanologie¨ wurde mit der Statistik-Software R gearbeitet. Das weitere Vorgehen lehnt sich an die Praxis phanologischer¨ Untersuchungen an. Die Daten, die fur¨ die Analysen verwendet wurden, wurden auf Normal- verteilung untersucht. Dafur¨ wurde der Shapiro-Wilks Test verwendet, der vor allem fur¨ Stichproben mit einer Große¨ n zwischen 3 und rund 5000 sehr ro- bust ist (ROYSTON, 1982). Da viele Daten nicht eindeutig normalverteilt sind, wurde fur¨ die Bestimmung von Korrelationen weitestgehend die Rangkorrela- tion nach Spearman verwendet. Fur¨ Trenduntersuchungen wurde ein einfaches lineares Modell genutzt und in diesem Fall eine Normalverteilung angenommen, auch wenn sie nach dem Shapiro-Wilks-Test nur bedingt gegeben ist. Um die Signifikanz der Ergebnisse zu testen, wurden die in R fur¨ die jeweiligen Me- thoden implementierten Tests verwendet. Fur¨ die Trenduntersuchungen wurde der T-Test angewendet und fur¨ die Korrelation nach Spearman eine asympto- tische Approximation des T-Tests, wenn Bindungen in den Daten vorkamen10). Mit diesen Tests wurde untersucht, ob die Variablensatze¨ z.B. unabhangig¨ voneinander sind (Nullhypothese) oder ob es eine Abhangigkeit¨ gibt (Alternativ- hypothese), die signifikant ist. Das Signifikanzniveau wurde durch die Irrtums- wahrscheinlichkeit (p-value: probability of error) bei 0.05 festgelegt. Wurde das Signifikanzniveau von 0.05 unterschritten, wurde die Nullhypothese abgelehnt, die Alternativhypothese angenommen und damit war eine Abhangigkeit¨ bzw. ein statistischer Zusammenhang signifikant.

4.7.2 Vorarbeiten 4.7.2.1 Besonderheit: Blattfall der Stieleiche

In der Leitphase fur¨ den Winter, dem Blattfall der Stieleiche, gibt es eine große Datenlucke¨ zwischen 1961 und 1991. Die Phase ist damit fur¨ eine Trendanalyse

10)Bestimmte Werte kommen doppelt vor und es ist damit keine eindeutige Rangreihenfolge feststell- bar.

78 sucht. K von Arbeit der In Das ist. beeinﬂusst ersetzt. landwirtschaftliche stark die Winterweizens Menschen durch vom des sie Bewirtschaftung da Auﬂaufen problematisch, Phase ist Phase die dieser Verwenden durch Stieleiche der fall F H 4.7.2.2 werden. beachtet F ph verwendet. nicht Analyse dieser Magdeburg. Phasen- L dem die und Tagesmitteltemperatur eintritt negativen ersten der zwischen hangs H der Bei f kann. Ergebnisse werden der verwendet Verwendung nicht und sonst Interpretation 4.7.4) Abschnitt (siehe Uhr gische f y-Achse) Jahres, des (Tag Tagesmitteltemperatur negativen ersten 4.74: Abbildung (b)]. und (a) 4.74 Stieleiche Abb. der [vgl. Blattfall dem erkennbar und Temperatur der zwischen Zusammenhang kein m eines anhand vorgeschlagen, Pro- des wurde Innerhalb jektbegleitkreises geeignet. gut nicht Betrachtungszeitraum gesamten den uber ZIEJ ¨ rdesp die ur ¨ ohenabh ¨ F S von Studie vorhergehenden einer In nlgshnJhezie idsejdc i ibzgn adeph die da einbezogen, mit jedoch sie wird Jahreszeiten anologischen ¨ rdeTednlsnwr e ltfl e teecedhrac innerhalb auch daher Stieleiche der Blattfall der wird Trendanalysen die ur ¨ ud is hs Batal uguddrDtnaenctunter- nicht Datenlage der aufgrund (Blattfall) Phase diese wurde (2007) ¨ ohenabh tr r atere ¨ niki e ethsnz ber zu Leitphasen der angigkeit ¨ ce uitroirn eohwrnc ighne Analysen eingehenden nach war Jedoch interpolieren. zu ucken ¨ ititdsBatal e teece(a e ars -cs)udEnrt der Eintritt und x-Achse) Jahres, des (Tag Stieleiche der Blattfalls des Eintritt (a) ulceAgeaindrDtnite ihi,en eventuelle eine wichtig, es ist Daten der Aggregation aumliche ¨ ¨ niki n H und angigkeit Harzgerode hnorku e ph der ¨ ohenkorrektur . uwrugph Auswertung 4.7 rdeDrtlugudVer und Darstellung die ur ¨ CHEFFLER csctgn aph Da ucksichtigen. ¨ rwieeSuinslt das sollte Studien weitere ur ¨ ud i hs Blatt- Phase die wurde (2010) ¨ nlgshnPhasen anologischen nlgshrDtn–A 7 AP – Daten anologischer ¨ rdeSainnHrgrd und Harzgerode Stationen die ur ¨ (b) Magdeburg gihnZusammen- oglichen ¨ nlgsh Pha- anologische ¨ neugnder anderungen ¨ OLOD anolo- ¨ 79 -

Abschnitt 4 Ergebnisse sen direkt auf klimatische Veranderungen¨ reagieren und vor allem von Tempe- raturschwankungen beeinflusst werden, ist zu erwarten, dass sich der Eintritt einer Phase in einer Naturraumgruppe mit der Hohe¨ andert,¨ da die Tempera- tur mit zunehmender Hohe¨ abnimmt. In einem ersten Schritt wird daher die Hohenabh¨ angigkeit¨ fur¨ alle Phasen pro Naturraumgruppe untersucht und diese anschließend uber¨ eine Hohenkorrektur¨ mit einbezogen. Fur¨ die Betrachtung ist es wichtig, dass alle Stationen, die in die Analyse ein- fließen, eine moglichst¨ homogene Verteilung uber¨ die untersuchten Jahre aufweisen. Um das zu erreichen und gleichzeitig eine hohe raumliche¨ Verteilung innerhalb Sachsen-Anhalts sowie innerhalb der Naturraumgruppen vorzufinden, wird der Betrachtungszeitraum von 65 Jahren in zwei Abschnitte von jeweils 30 Jahren unterteilt, von 1951 bis 1980 und 1981 bis 2014. Die untersuchten Stationen mussen¨ dabei eine Datendichte von mehr als 17 Jahren aufweisen. Diese 17 Jahre werden gewahlt,¨ damit die Station Brocken, von großter¨ Wichtig- keit fur¨ eine umfassende Betrachtung der Hohenabh¨ angigkeit,¨ mit in die Unter- suchung einfließen kann. Uber¨ die beiden Zeitraume¨ wird zusatzlich¨ der Mit- telwert der Tage im Jahr (TiJ) gebildet, um zwischenjahrliche¨ Schwankungen auszugleichen.

(a) Blattentfaltung (b) Blattverf¨arbung

Abbildung 4.75: Höhenabhängigkeit der Phasen Blattentfaltung und Blattverfärbung der Stieleiche (fur¨ den Zeitraum von 1950 bis 1980) fur¨ die Naturraumgruppe Wendland und Altmark (mit rotem Pfeil auf der eingesetzten Karte markiert).

Die Ergebnisse belegen, dass viele Leitphasen eine Hohenabh¨ angigkeit¨ zeigen. Als Beispiel ist diese Beziehung fur¨ die Stieleiche in Abb. 4.75 dargestellt11).

11)In diesem Beispiel ist auch mit einer kleinen Karte die Lage der Naturraumgruppe angezeigt. Fur¨ die ubrigen¨ Diagramme sei auf die Karte im Anhang G.3 verwiesen (Abb. G.1). Ubersichtskarten¨ des Trendverhalten in allen Naturraumgruppen Sachsen-Anhalts ﬁnden sich in Anhang G.5.

80 ennitac,ds szice e edn30-j H beiden der den in zwischen schiebungen es dass auch, ist kennen teecei ismFl ieliheH leichte eine Fall diesem in Stieleiche teecezie en H keine zeigen Stieleiche 0,7. von ableitbar. hang F gefasst. Th (38), H die insbesondere wird her H Heidekraut. beim 4)n (46) H eine denen bei Ausnahmen, eainmtdrH der mit relation Fr die allem Vor festgestellt. F f berechnet. Spearman nach (86) Korrelationskoeffizienten die Naturraumgruppen Altmark zusammengefassten die und Wendland und (38) Schneegl f Korrelationskoeffizienten Harz die gruppen beispielhaft zeigt 4.76 Abb. Teilfigur). rechte (86, Altmark und Wendland und Teilfigur) 4.76: Abbildung ohenabh ¨ (),Blattverf (a)], 4.77 Abb. [s. Heidekraut Phasen Die H einer ab allem vor dass beobachten, zu ist Dabei F rbie30-j beide ur ¨ hrbtahe n f und betrachtet aher ¨ rne ekn(7,Th (47), Becken uringer ¨ ockchen. ¨ rdeadrnNtramrpe s enfntoae Zusammen- funktionaler kein ist Naturraumgruppen anderen die ur ¨ niki ndnNtramrpe iegr eine Naturraumgruppen den in angigkeit ¨ H ¨ ohenabh hie bcnte(9118 n 9121)wre f werden 1981–2010) und (1951–1980 Abschnitte ahrigen ¨ (a) h,wezB a Schneegl das z.B. wie ohe, ¨ Harz ¨ niki e Schneegl des angigkeit ohenabh ¨ rdemitnLipae iden H eine wird Leitphasen meisten die ur ¨ ohenabh ¨ rdeBrcnn e H der Berechnung die ur ¨ hig-udSmepae egnen oeKor- hohe eine zeigen Sommerphasen und uhlings- ¨ ohenabh ¨ niki it bde u lmtsh Ver klimatische auf dies Ob gibt. angigkeit ¨ ohenabh ¨ rne ekn(8 n S und (48) Becken uringer ¨ . uwrugph Auswertung 4.7 niki.DggnzitdeFuhrieder Fruchtreife die zeigt Dagegen angigkeit. ¨ niki ndnNtramrpe Harz Naturraumgruppen den in angigkeit ¨ ohenabh ¨ ccesf ¨ ockchens niki ih utit ne ihz.B. sich finden auftritt, nicht angigkeit ¨ cce i ie Koeffizienten einem mit ockchen ¨ ().Z er- Zu (b)]. 4.77 Abb. [s. angigkeit ¨ rdeNtramrpe az(8 linke (38, Harz Naturraumgruppen die ur ¨ (b) hie eidnliheVer- leichte Perioden ahrigen ¨ edadudAltmark und Wendland hnorku zusammen- ohenkorrektur ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ rugudBatalder Blattfall und arbung ¨ h o 0–0 ,die m, 200–300 von ohe ¨ ßr ol pet Da- spielt. Rolle oßere ¨ csshsH achsisches ¨ rdeNaturraum- die ur ¨ rdeLeitphase die ur ohenabh ¨ ¨ angigkeit ¨ ugelland ¨ ande- ¨ 81 ur ¨

Abschnitt 4 Ergebnisse rungen im untersuchten Zeitraum hindeutet, kann aber nicht abschließend beantwortet werden. Hinweis: Abbildungen fur¨ die Hohenabh¨ angigkeit¨ bei den Leitphasen beﬁn- den sich im Verzeichnis /phaeno grafiken/Kapitel 4 7 2 2 des projektbegleitenden Datentragers.¨ Fur¨ die Hohenkorrektur¨ werden einfache lineare Regressionen fur¨ die 30- jahrigen¨ Abschnitte gebildet und daraus eine mittlere Regressionsgleichung bestimmt, wie es in Abb. 4.77 gezeigt ist. Dabei wird die mittlere Hohe¨ der einzelnen Naturraumgruppen als reprasentative¨ Hohe¨ angenommen (Berech- nung durch den Median aller Stationshohen).¨ Die Hohenkorrektur¨ wird nur fur¨ die Phasen und Naturraumgruppen vorgenommen, fur¨ die eine signiﬁkan- te Hohenabh¨ angigkeit¨ vorliegt (vgl. Tab. 4.5).

(a) Heidekraut (b) Schneegl¨ockchen

Abbildung 4.77: Höhenabhängigkeit fur¨ das Heidekraut (linke Teilfigur) und das Schneeglöckchen (rechte Teilfigur) fur¨ die zusammengefassten Naturraumgruppen mit Regressionsgeraden fur¨ die 30- jährigen Perioden 1951–1980 (rot) und 1981–2010 (blau).

Wie Tab. 4.5 zeigt, sind zur Belegung der Existenz einer ausgepragten¨ Hohenabh¨ angigkeit¨ relativ große Werte des Spearmankoeffizienten ρ so wie sehr kleine p-value-Werte notwendig. Wegen der riesigen Unterschiede in der Großenordnung¨ der p-values ist diese Große¨ in Exponenzialnotation dargestellt; 3,59 · 10−1 sind in herkommlicher¨ Notation 0,359 – ein Wert der deutlich uber¨ dem vom Signifikanztest geforderten 0,05 (= 5,00 · 10−2) liegt, also nicht auf eine signifikante Hohenabh¨ angigkeit¨ hinweist. Zudem ist bemerkenswert, wie unterschiedlich die als signifikant erachteten Hohenabh¨ angigkeiten¨ sein konnen:¨ Zwischen rund 3 und rund 5 Tagen im Jahr je 100 m werden gefunden.

82 Phasen. bidn 4.78: Abbildung F Naturraumgruppen der Ebene auf Aggregierung 4.7.2.3 4.5: Tabelle e auru Harz. Naturraum den f dass so gregiert, n ndnph den in ung e rn ecta,wn e itletasAgeainprmtrverwendet Aggregationsparameter als wird. Mittelwert der wenn ab, leicht Trend aus- Trends der F die 4.78). auf Abb. Aggregationsparameters (vgl. des kann Wahl wirken die sich Median-bezogen) dass und auch, Vergleich (Mittelwert- zeigt Ein Aggregationsformen Mittelwert. beiden der gegen den als robuster zwischen Ausreißern Fall vorhandenen diesem potentiell verwen- noch in Aggregationsparameter und ist als Median Median Der der det. wird kann, werden behoben rdeTednlsndrph der Trendanalysen die ur teeceBlattfall Stieleiche BlattverfärbungStieleiche Fruchtreife Stieleiche Fruchtreife Holunder Heidekraut Sommer-Linde Blüte Holunder Schwarzer Blattentfaltung Stieleiche Löwenzahn Sal-Weide Schneeglöckchen ¨ ae rt ighne Pr eingehender trotz es Da ha ooicePaeSpearman Phänologische Phase ttsiceKenngr Statistische egec wshnMda n itleta esildsSchneegl des Beispiel am Mittelwert und Median zwischen Vergleich nlgshnPae it i uc ieojkiePr objektive eine durch die gibt, Phasen anologischen ¨ rjd aurugup ieZiriezrVerf zur Zeitreihe eine Naturraumgruppe jede ur ¨ ßnzrH zur ¨ oßen fn nengnJhe ierltvhh Streu- hohe relativ eine Jahren einigen in ufung nlgshnPae iddrDtnetn ag- Datenbestand der wird Phasen anologischen ¨ ¨ rdeLipaeSchneegl Leitphase die ur ¨ 00201 6,72 0,11 –0,052 ,5 ,77,70 1,30 5,65 0,17 3,59 1,66 2,86 6,62 4,87 7,18 0,18 0,051 1,74 4,75 3,34 4,41 0,583 4,80 4,03 0,610 3,78 0,168 4,02 0,761 4,37 0,770 0,687 0,732 0,697 0,707 . uwrugph Auswertung 4.7 ¨ ohenabh ρ ¨ niki H)drutruhe ph untersuchten der (HA) angigkeit A[i e10m p-value m] 100 je [TiJ HA brenrhhnStreuung hohen einer uber ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ cce schw ockchen ¨ gn steht. ugung ¨ · · · · · · · · · · · fn nicht ufung ¨ 10 10 10 10 10 10 10 10 10 10 10 ccesf ¨ ockchens ¨ anologischen ctsich acht − − − − − − − − − − − ¨ 1 1 5 10 1 23 17 11 16 13 15 83 ur ¨

Abschnitt 4 Ergebnisse

4.7.3 Trendentwicklung in der Phänologie In allen phanologischen¨ Phasen ist fur¨ das Land Sachsen-Anhalt uber¨ den Be- trachtungszeitraum von 60 Jahren eine Veranderung¨ sichtbar. In den Fruhlings-¨ und Sommerphasen sowie in den zeitigen Herbstphasen ist eine Tendenz zu einem fruheren¨ Phaseneintritt zu sehen. Die Blattverfarbung¨ und der Blattfall der Stieleiche zeigen tendenziell einen spateren¨ Phaseneintritt. Dadurch ergibt sich eine Verlangerung¨ der phanologischen¨ Vegetationsperiode. Fur¨ eine raumliche¨ Ubersicht¨ der Trendentwicklung der Fruhlings-,¨ Sommer- und Herbstphasen finden sich weitere Abbildungen im Anhang G.5.Fur¨ die Darstellungen dort wurden die Naturraumgruppen 47 und 48 zusammengefasst. Grafikdateien fur¨ weitere Phasen und Naturraum finden sich auf dem projektbegleitenden Datentrager¨ im Unterverzeichnis /phaeno grafiken/Kapitel 4 7 3.

4.7.3.1 Fruhlingsphasen¨ Zu den Fruhlingsphasen¨ zahlen¨ die Blute¨ des Schneeglockchens¨ (Vorfruhling),¨ die Blute¨ der Sal-Weide (Vorfruhling),¨ die Blute¨ des Lowenzahns¨ (Erstfruhling)¨ und die Blattentfaltung der Stieleiche (Vollfruhling).¨ Alle Fruhlingsphasen¨ zeigen einen Trend zu einem fruheren¨ Phasenbe- ginn (abwarts¨ geneigte Trendgerade) von ein bis drei Tagen pro Dekade (vgl. Abb. 4.79). Die Blute¨ des Schneeglockchens¨ setzt fur¨ die Naturraumgruppen durchschnittlich zwei bis drei Tage pro Dekade fruher¨ ein. Nicht signifikant sind die Trends in den Naturraumgruppen Harz, Flaming¨ und Luneburger¨ Hei- de12). Den starksten¨ Trend zeigt die Naturraumgruppe Wendland und Altmark (86). Ebenso setzt bei der Sal-Weide der Phasenbeginn zwei bis drei Tage fruher¨ ein. Bis auf die Naturraumgruppe Harz sind in allen Naturraumgruppen die Trends signifikant. In der Blute¨ des Lowenzahns¨ und der Blattentfaltung der Stieleiche setzt der Phasenbeginn uber¨ den Betrachtungszeitraum 1 bis 3 Tage fruher¨ ein. In beiden Phasen sind die Trends signifikant. Auffallig¨ in der Blat- tentfaltung der Stieleiche in der Naturraumgruppe Harz ist, dass die Abnah- me mit 2 Tagen pro Dekade im Gegensatz zu den anderen Fruhlingsphasen¨ im Harz relativ hoch ist. AuchS CHEFFLER und FRUHAUF¨ (2011) haben in ihrer Studie einen fruheren¨ Phasenbeginn der Fruhlingsphasen¨ um ein bis drei Tage pro Dekade feststellen konnen.¨ M ENZEL (2007) hat in ihren Untersuchungen sogar eine Veranderung¨ von 1,2 bis 3,8 Tagen fruher¨ pro Dekade in den letzten vier bis funf¨ Jahrzehnten festgestellt.

12)Siehe auch Erl¨auterungen im Rahmen der Analyse von Temperaturabh¨angigkeiten in Ab- schnitt 4.7.5.1 ab S. 91.

84 udnSmepae geh Bl die Sommerphasen den Zu Sommerphasen 4.7.3.2 Harz. im L Stieleiche (c) der Schwarzerdegebiet; Blattentfaltung (d) Mitteldeutschen und im Tiefland Sal-Weide (b) Altmark; der itit e e id o riTgnpoDkd.DeTed f Trends Die signifikant. Dekade. statistisch pro Naturraumgruppen Tagen allen drei in sind von Leitphasen Linde der bei R eintritts einem mit Weser-Aller-Tiefland Naturraumgruppe der gepr fr ge (Sp 4.79: Abbildung e hsneindrBl der Phasenbeginn Der atsommer). ¨ geNiugzmfr zum Neigung agte ¨ hrj eaeen i omrLneziten ta schw etwas eine zeigt Sommer-Linde Die ein. Dekade je uher ¨ t e omrLne(ohomr n i Bl die und (Hochsommer) Sommer-Linde der ute ¨ (a) esil f Beispiele (c) Schneegl L ¨ owenzahn rTed ndnFr den in Trends ur ¨ ¨ ockchen hrnEnrt 15bs2Tg) etihritde in dies ist deutlicher Tage); 2 bis (1,5 Eintritt uheren ¨ t e oudr ez mShitze i riTa- drei bis zwei Schnitt im setzt Holunders des ute ¨ rndeBl die oren ¨ . uwrugph Auswertung 4.7 higpae:()Schneegl (a) uhlingsphasen: ¨ t e oudr (Fr Holunders des ute ¨ (d) teeceBlattentfaltung Stieleiche nlgshrDtn–A 7 AP – Daten anologischer ¨ (b) Sal-Weide cgn e Phasen- des uckgang ¨ t e Heidekrauts des ute wnani Weser-Aller- im ¨ owenzahn ¨ cce mWnln und Wendland im ¨ ockchen rdebeiden die ur ¨ uhsommer), ¨ ce aus- acher ¨ 85

Abschnitt 4 Ergebnisse

Die Blute¨ des Heidekrauts zeigt keinen einheitlichen Trend. In einigen Na- turraumgruppen gibt es einen schwach ansteigenden und in anderen einen schwach abfallenden Trend. Signiﬁkant sind die Entwicklungen hier nur in den Naturraumgruppen Elbe-Mulde-Tieﬂand (spaterer¨ Eintritt von 0,6 Tagen pro Dekade), Elbtalniederungen (spaterer¨ Eintritt von 0,8 Tagen pro Dekade), Lune-¨ burger Heide (spaterer¨ Eintritt von 0,6 Tagen pro Dekade und im Thuringer¨ Be- cken (fruherer¨ Eintritt der Phase von 0,7 Tagen pro Dekade). Beispiele sind in Abb. 4.80 wiedergegeben.

(a) Holunder (b) Sommerlinde

Abbildung 4.80: Beispiele fur¨ Trends in den Sommerphasen: (a) Schwarzer Holunder im nördlichen Harzvorland; (b) Sommerlinde im nördlichen Harzvorland; (c) Heidekraut im Elbe-Mulde-Tiefland und (d) Heidekraut im Thuringer¨ Becken.

86 ititvn15bs3TgnpoDekade. pro Tagen 3 bis 1,5 von eintritt o i i , ae r eaef Dekade pro Tagen 1,5 verf bis ein von Blattverf (d) und Harz im Stieleiche n Blattverf die z sowie Stieleiche Stieleiche, der und Holunders des Fruchtreife Die Herbstphasen 4.7.3.3 bidn 4.81: Abbildung rlce azoln;()FuhriedrSilih ndnEbaneeugn c rctef der Fruchtreife (c) Elbtalniederungen, den in Stieleiche der Fruchtreife (b) Harzvorland; ¨ ordlichen i rctef e teecezitenngeringf einen zeigt Stieleiche der Fruchtreife Die f Trend einen zeigt Holunders des Fruchtreife Die rugdrSilih eg ieEtikugzmsp zum Entwicklung eine zeigt Stieleiche der arbung ¨ (c) he udnph den zu ahlen ¨ esil f Beispiele teeceFruchtreife Stieleiche (a) Holunder rTed ndnHrspae:()ShazrHlne Fuhrie im (Fruchtreife) Holunder Schwarzer (a) Herbstphasen: den in Trends ur ¨ nlgshnPae e Herbstes. des Phasen anologischen ¨ ¨ rugdrSilih mMtedushnSchwarzerdegebiet. Mitteldeutschen im Stieleiche der arbung . uwrugph Auswertung 4.7 reng aurugupn i Blatt- Die Naturraumgruppen. einige ur ¨ (d) (b) ggfr ugig teeceBlattverf Stieleiche ¨ nlgshrDtn–A 7 AP – Daten anologischer rennfr einen ur ¨ teeceFruchtreife Stieleiche ¨ hrnPhaseneintritt uheren ¨ trnPhaseneintritt ateren ¨ hrnPhasen- uheren ¨ ¨ arbung rugder arbung ¨ 87

Abschnitt 4 Ergebnisse

(aufwarts¨ geneigte Trendgerade) um ein bis zwei Tage pro Dekade. Die Trends in den drei Leitphasen sind dabei nicht fur¨ alle Naturraumgruppen signiﬁkant. Abb. 4.81 zeigt Beispiele fur¨ Trends in den Herbstphasen.

4.7.3.4 Winterphase Fur¨ die Untersuchungen der Winterphase wird der Blattfall der Stieleiche verwendet. Da der Datenbestand sehr luckenhaft¨ ist, kann eine Trenduntersuchung in Analogie zu den anderen Jahreszeitenphasen nicht durchgefuhrt¨ werden. Trotzdem sind Veranderungen¨ sichtbar, die einen Hinweis auf einen Trend geben. Abb. 4.82 zeigt eine Gegenuberstellung¨ des Eintritts der ersten negativen Tagesmitteltemperatur und dem Blattfall der Stieleiche fur¨ die Stationen Harz- gerode und Magdeburg.

(a) Harzgerode (b) Magdeburg

Abbildung 4.82: Ver¨anderungen im Blattfall der Stieleiche an den Stationen Harzgerode (a) und Mag- deburg (b). Dargestellt sind fur¨ jedes mit Daten belegte Jahr der Eintritt der ph¨anologischen Phase (schwarze Symbole) und der Tag des erstmaligen Auftretens einer negativen Tagesmitteltemperatur (rote Symbole).

Es ist zu erkennen, dass in den Jahren 1950 bis 1960 der Blattfall systematisch nach Einsetzen der ersten negativen Tagesmitteltemperatur auftritt. In den Jah- ren nach 1990 ist diese eindeutige Reihenfolge nicht mehr zu beobachten. Es ﬁndet eine zufallig¨ erscheinende Reihenfolge beider Parameter statt. Weiter ist sichtbar, dass die erste negative Tagesmitteltemperatur ab 1990 spater¨ auftritt. Eine Veranderung¨ im Beginn des Blattfalls ist nicht klar zu erkennen.

88 14) 13) e ititdrWnepaeafrn e elne ae ih aussagekr nicht Daten fehlenden der aufgrund Winterphase der Eintritt der n f Werte der mittleren Beginn die dem mit ph endet jeweiligen der und Eintritt phase dem mit jeweils Jahreszeit logische Universit Senkbeil, Programm das wird lung ph k von f zu Hilfe Phasen veranschaulichen der besser Mittelwerte die Jahreszeiten werden den in Verschiebungen Um e eeainatvnZi uboahe.DeFr Die beobachten. zu Zeit vegetationsaktiven der zu verwenden Darstellungsweise diese um wird, k benutzt dennoch ist, genug ph eine beginnt Dabei dargestellt. Kreissegmente als Jahreszeiten gischen Ph 4.7.4 oiceFr logische Naturr i einBlattverf Beginn bis f Tendenz eine es gibt Ver Mittel Verl im eine Tagen ist 11 1980, bis 1951 Zeitraum dem bidn 4.83: Abbildung onnen. ¨ o Vorfr vom i L Die 4.7.3.4 . Abschnitt ph der Belastbarkeit Geringere nScsnAhl s ndnvrcidnnNaturr verschiedenen den in ist Sachsen-Anhalt In e gectmndeph die man Vergleicht Ber Unter neugi e aurugup azmt5Tgna eigtnudim und geringsten am Tagen 5 mit Harz Naturraumgruppe der in anderung ¨ ¨ neVgttoseid rehe ihdrhdsAfdirndrDur e Jahreszeiten der Dauern der Aufaddieren das durch sich errechnet Vegetationsperiode ange ue ndrsp der in aumen ¨ higbsenclelc Vollherbst. einschließlich bis uhling ¨ ¨ nlgsh Uhren anologische homruddrFr der und uhsommer ¨ csctgn e ta neae itit e Vegetationsruhe der Eintritts ungenauen etwas des ucksichtigung ¨ .F 4.83). Abb. (vgl. dargestellt Uhren anologischen ¨ Ph ¨ nlgsh h f Uhr anologische tGee) ndrPh der In Gießen). at ¨ bral aurugupnz ebctn ae s die ist Dabei beobachten. zu Naturraumgruppen alle uber ¨ rdebtahee etbcntedr ubahe s,dass ist, beachten Zu dar. Zeitabschnitte betrachteten die ur arbung ¨ ¨ ren l eine ur ¨ trnProefr Periode ateren ¨ nlgsh eeainproe(einVorfr (Beginn Vegetationsperiode anologische heUr1.0.9 PhaenUhr ¨ ¨ nlgshnWnepaedrhgoeDatenl große durch Winterphase anologischen 14) e erctnsetams18 i 04mit 2014 bis 1981 Betrachtungszeitraumes des ) ne naeneHerbstperiode. andauernde anger ¨ rdeNtramrpeMtedushsSchwarzerdegebiet. Mitteldeutsches Naturraumgruppe die ur ¨ . uwrugph Auswertung 4.7 hebtzeitiger. uhherbst ¨ rdeJhe15–90ud18–04mit 1981–2014 und 1951–1980 Jahre die ur ¨ cse hs.Debie ig stellen Ringe beiden Die Phase. achsten ¨ nlgshnUrwre leph alle werden Uhr anologischen ¨ hren bnobgne e ph der beginnen Ebenso ein. uher ¨ neugdrVgttoseid von Vegetationsperiode der angerung ¨ ewne etikl o Jochen von (entwickelt verwendet higpae ezni allen in setzen uhlingsphasen ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ ue ieVerl eine aumen ¨ nlgshnLeit- anologischen ¨ ce,bshibnin beschrieben ucken, ¨ rdeErstel- die ur ¨ angerung ¨ onnen, ¨ uhling anolo- ¨ ¨ aftig ano- ano- ¨ ¨ ¨ 89 13)

Abschnitt 4 Ergebnisse

Mitteldeutschen Schwarzerdegebiet mit 14 Tagen am hochsten.¨ Diese Ergebnis- se decken sich weitgehend mit den Ergebnissen vonS CHEFFLER (2010). Abb. 4.83 zeigt die phanologische¨ Uhr fur¨ die Naturraumgrup- pe Mitteldeutsches Schwarzerdegebiet. Phanologische¨ Uhren wurden auch fur¨ die anderen Naturraumgruppen erzeugt. Die Grafiken finden sich auf dem projektbegleitenden Datentrager¨ im Unterverzeichnis /phaeno grafiken/Kapitel 4 7 3. Zudem wurden Untersuchungen der Vegetationsperioden mit verschiedenen Definitionen fur¨ deren Beginn und Ende durchgefuhrt:¨

• Thermischer Vegetationsindex, der Beginn und Ende uber¨ bestimmte Temperaturverhalten deﬁniert;

• Phanologischer¨ Vegetationsindex, der Beginn und Ende uber¨ ausgewahlte¨ Phasen deﬁniert;

• Frostfreie Zeit des Jahres, der Beginn und Ende uber¨ Perioden ohne Frost- tage deﬁniert.

Die zugehorigen¨ Analysen ﬁnden sich in Anhang B.9. Die Ergebnisse der Trendanalyse decken sich mit den Studien vonS CHEFF- LER (2010) undK OLODZIEJ (2007). Ursachen fur¨ die Trendentwicklungen werden vor allem in Veranderungen¨ der Klimaparameter Temperatur und Nieder- schlag, sowie in der Variabilitat¨ von großraumigen¨ atmospharischen¨ Zirkulatio- nen wie der Nordatlantischen Oszillation gesehen (MENZEL, 2007). Inwieweit sich Zusammenhange¨ in dieser Studie zeigen, wird im folgenden Abschnitt vorgestellt.

4.7.5 Zusammenhang der ph¨anologischen Beobachtungen mit anderen Parametern 4.7.5.1 Zusammenh¨ange mit der Temperatur

Die Temperatur zahlt¨ zu den Parametern, die die Variabilitat¨ von phanologi-¨ schen Phasen besonders stark beeinﬂussen. In diesem Abschnitt wird daher untersucht, ob die Temperatur das fruhere¨ Einsetzen der Phasen im Fruhjahr,¨ Sommer und Herbst beeinﬂusst. Des Weiteren ist es interessant, zu ermitteln, ob sich extreme Temperaturparameter, wie Frost oder Hitze auf das Eintritts- verhalten der Phasen auswirken. NachM ENZEL (2007) ist es sinnvoll, Mitteltemperaturwerte von zwei bis drei Monaten zu verwenden. Fur¨ diese Analyse der Zusammenhange¨ zwischen Fruhlingsphasen¨ und der Temperatur werden daher die Monatsmitteltempera- turwerte fur¨ Dezember bis Februar bestimmt. Da die Temperatur mit der Hohe¨ abnimmt, wird sie analog zu den phanolo-¨ gischen Phasen hohenkorrigiert.¨ Um Luftmassenunterschiede zu berucksichti-¨ gen, nimmt man im Mittel einen Abnahmefaktor von 0,6 bis 0,7 K pro 100 m an.

90 n orltoe wshnPaeenrt n eprtra Einzelstationen Aufschluss an Trends Temperatur kann und von Phaseneintritt Analyse f zwischen Eine Harz Korrelationen werden. und Naturraumgruppe nachgewiesen Trend der signifikanter in kein z.B. chen konnte So ist. fikant Naturr einigen in Phasen gischen Teilfigur). (rechte Elbtalniederungen gruppe N f Februar gruppe bis Dezember Monate der Temperatur einem zu Temperaturwerte steigende dass bedeutet, fr Dies finden). zu 4.84 Abb. Korrelationskoeffizi- mit zu bis Zusammenhang enten negativen signifikanten hoch einen Schneegl i e orltosofzetnuddmpvle e uamnagist Zusammenhang Der p-value. dem Parametern mit und beiden zwischen Korrelationskoeffizienten Korrelation die dem Phasen- zeigt mit des (b) 4.85 p-value Abb. 0,061, 0,42]. = = Temperaturmittels beginns des p-value (a): [Teilfigur kant Gegenl der f erw Phaseneintritt und Temperatur schen 4.84: Abbildung F n H und rdeeSui iddeTmeau mdnFko , orget(W korrigiert K 0,6 Faktor den um Temperatur die wird Studie diese ur ¨ hrnBl uheren ¨ wredulc,ds i rnetikugdrph der Trendentwicklung die dass deutlich, wurde 4.7.3 Abschnitt In ()ud()zie xmlrshdnZsmehn zwi- Zusammenhang den exemplarisch zeigen (b) und (a) 4.85 Abb. Die i orltosnls wshndnFr den zwischen Korrelationsanalyse Die ht eaieZsmehn wshnbie aaeen eg ihin sich zeigt Parametern, beiden zwischen Zusammenhang negative ahnte ρ ¨ 06 infiat(p-value signifikant –0,63 = OBBS rlce azoln lneTifiu)uddeBl die und Teilfigur) (linke Harzvorland ¨ ordliches cces Bl ockchens, ¨ ugetdrbie rns ed rnssn eohnctsignifi- nicht jedoch sind Trends Beide Trends. beiden der aufigkeit hndretpehne hsnf Phasen entsprechenden der uhen ¨ ¨ 2006). , (a) ρ cteposdsBgnsvnph von Beginns des Scatterplots 08(esil f (Beispiele –0,8 = Schneegl brdeeUtrcid geben. Unterschiede diese uber ¨ t e a-ed n Bl und Sal-Weide der ute ¨ ockchen ¨ . uwrugph Auswertung 4.7 ue infiatudi nee ih signi- nicht anderen in und signifikant aumen rSchneegl ur ¨ << ¨ rdeBl die ur ¨ 0,05). ¨ rdeSainHrgrd.Drvorher Der Harzgerode. Station die ur nlgshnPae xAhe n e mittleren der und (x-Achse) Phasen anologischen ¨ t e Schneegl des ute ¨ cce n L und ockchen ¨ uhren. ¨ t e L des ute ¨ t e L des ute higpae Bl uhlingsphasen ¨ ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ (b) wnan f ¨ owenzahns L ccesi e Naturraum- der in ¨ ockchens ¨ owenzahn rdsSchneegl das ur ¨ wnansn in sind owenzahn ¨ wnan zeigt owenzahns ¨ rdeNaturraum- die ur ¨ t des ute ¨ ALLACE anolo- ¨ ock- ¨ 91

Abschnitt 4 Ergebnisse

(a) Zeitl. Trend (b) Korrelation mit Temperatur

Abbildung 4.85: Trendentwicklung der Mitteltemperatur der Monate Dezember bis Februar (linke, Teilfigur, rote Kurve) und des Eintretens der phänologischen Phase Schneeglöckchen (linke Teilfigur, graue Kurve) sowie Scatterplot zwischen der Mitteltemperatur der Monate Dezember bis Februar und der Eintrittstage des Schneeglöckchens (rechte Teilfigur). Station: Harzgerode.

(a) Zeitl. Trend (b) Korrelation mit Temperatur

Abbildung 4.86: Trendentwicklung der Mitteltemperatur der Monate Dezember bis Februar (linke, Teilfigur, rote Kurve) und des Eintretens der phänologischen Phase Schneeglöckchen (linke Teilfigur, graue Kurve) sowie Scatterplot zwischen der Mitteltemperatur der Monate Dezember bis Februar und der Eintrittstage des Schneeglöckchens (rechte Teilfigur). Station: Brocken.

92 i Bl die ph die auf fluss Teilfigur). (rechte Elbe-Mulde-Tiefland Naturraumgruppe der in Sal-Weide die und Teilfigur) f (y-Achse) Frosttage ofzetnvrirndbizwischen dabei variieren koeffizienten nicht jedoch Blattentfaltung ausgepr der der stark Zusammenhang, so Phase positiven mehr Die einen ebenfalls 4.87). zeigt Abb. Stieleiche (vgl. der signifikant und korreliert hoch ausf stark unterschiedlich Zusammenhang der f Phaseneintritt und Temperatur schen 4.88). Abb. (vgl. obachten Sp zwischen Zusammenhang 4.87: Abbildung sp Schneegl desto sen gibt, es tage 0 ist. signifikant nicht Ebe- der auf Betrachtung k die und in ein der Naturraumgruppen fließen jedoch der Stationen ne ist Beide Kor- (b)]. der sehen in 4.86 zu Phase [Abb. der Gut relation und Temperatur ist. der lang zwischen Zusammenhang ausreichend schwache nicht Zeitreihe die Brocken f ausgepr dass stark ist, weniger Zusammenhang der dass erkennen, ◦ Sp ()ud() i e uamnagzwi- Zusammenhang den die (b), und (a) 4.86 Abb. die dazu man Vergleicht uhdeAzh e rstg mtenrTgsiiutmeau unter Tagesminimumtemperatur einer (mit Frosttage der Anzahl die Auch )htennEnusafdnBgn e Fr der Beginn den auf Einfluss einen hat C) atfr ¨ t e cwre oudr n e omrid.DeKorrelations- Die Sommerlinde. der und Holunders schwarzen des ute ¨ se(ir eze a i rs mFr im Frost mit Tag letzter (hier: oste ¨ ren eataeTednescugdrPaeSchneegl Phase der Trenduntersuchung belastbare eine ur ¨ (a) cce,SlWieudL und Sal-Weide ockchen, cteposdsBgnsvnph von Beginns des Scatterplots ¨ Schneegl nlgshnPae e ltetatn e teeceweauf wie Stieleiche der Blattentfaltung der Phasen anologischen ¨ rdeSchneegl die ur ¨ g ist. agt ¨ ockchen ¨ trtee i Fr die treten ater ¨ ¨ ockchenbl trs n hsnitita etihtnz be- zu deutlichsten am Phaseneintritt und atfrost ¨ . uwrugph Auswertung 4.7 ne oi,wn nenennStationen einzelnen an wenn somit, onnen t ndrNtramrpeTh Naturraumgruppe der in ute ¨ ¨ ¨ nlgshnPae xAhe n e nalder Anzahl der und (x-Achse) Phasen anologischen rdeSainBokndrtle,itzu ist darstellen, Brocken Station die ur ¨ ρ wnansn leZusammenh alle sind owenzahn harshsnen F ein. uhjahresphasen ¨ ¨ ,5und 0,25 = har ae bnoennEin- einen ebenso haben uhjahr) ¨ lt auf dazu allt, ¨ harshs.J erFrost- mehr Je uhjahresphase. ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ (b) ρ ,.I azitder ist Harz Im 0,6. = Sal-Weide he,ds i Trend ein dass uhren, ¨ g s.Z beachten Zu ist. agt ¨ rne ekn(linke Becken uringer ¨ rdeLeitpha- die ur ¨ cce am ockchen ¨ ange ¨ 93

Abschnitt 4 Ergebnisse

(a) Blattentfaltung Stieleiche (b) Blute¨ Schwarzer Holunder

Abbildung 4.88: Scatterplots des Beginns der phänologischen Phasen (x-Achse) und Spätfrost (y- Achse) fur¨ die Blattentfaltung der Stieleiche (linke Teilfigur) und die Blute¨ des schwarzen Holunders (rechte Teilfigur) fur¨ die Naturraumgruppe Harz.

Fur¨ die phanologischen¨ Phasen Blute¨ des Holunders, der Sommerlinde und des Heidekrauts wurde zusatzlich¨ der Zusammenhang zu der mittleren Tem- peratur der Monate Marz¨ bis Mai untersucht. Alle Phasen reagieren mit einem fruheren¨ Phasenbeginn auf hohe Temperaturwerte. Vor allem die Blute¨ des Ho- lunders zeigt stark ausgepragte¨ Zusammenhange¨ mit Koefﬁzienten von ρ = 0,9 in allen Naturraumgruppen (Beispiele fur¨ Holunder und Sommerlinde ﬁnden sich in Abb. 4.89).

(a) Blute¨ Schwarzer Holunder (b) Sommerlinde

Abbildung 4.89: Scatterplots des Beginns der phänologischen Phasen (x-Achse) und der mittleren Temperatur der Monate März bis Mai (y-Achse) fur¨ die Blute¨ des Holunders (linke Teilfigur) und die Blute¨ der Sommerlinde (rechte Teilfigur) fur¨ die Naturraumgruppe Mitteldeutsches Schwarzerdege- biet.

94 utudSpebrverwendet. September f und gust und August bis Juni Blattverf Monate der Temperaturwerte mittleren die f den Mitteldeutsches Naturraumgruppe der in Stieleiche der Teilfigur). Fruchtreife (rechte die Schwarzerdegebiet und Teilfigur) (linke vorland i omrhsnmtenmfr einem mit Sommerphasen die ( sind fikant Koeffizienten einem mit Korrelationen werte. f (y-Achse) Hitzetage bidn 4.90: Abbildung auftreten. Trockenheit potentielle und Hitze wenn Fruchtreife, zenden des st Fruchtreife am Die reagieren waren. Stieleiche festzustellen der Frosttagen und den Holunders Schwarzen bei z.B. be- sie wie Phaseneintritt stark, den Zusammenh so Sommer beobachteten Die im beeinflusst. Hitzetage analy- Leitphasen der zu stimmter lohnend, Anzahl daher die Pflanzen ist inwiefern Es und sieren, sind. ist ausgesetzt hoch Trockenstress besonders potentiell Evapotranspiration damit die dass dazu, dererseits .DeRato rog nFr ie fr einer Form in erfolgt Reaktion Die ). 4.90 Abb. (vgl. Hitzetage der F F iztg i ie aiutmeau o 30 von Maximumtemperatur einer mit Hitzetage rdeFuhriedsHlnesuddrSilih egnsc negative sich zeigen Stieleiche der und Holunders des Fruchtreife die ur Zusammenh die ur ¨ ¨ rdePae rctef e oudr n rctef e Stieleiche der Fruchtreife und Holunders des Fruchtreife Phasen die ur ¨ (a) rugdrSilih i itee eprtret e oaeAu- Monate der Temperaturwerte mittleren die Stieleiche der arbung ¨ rctef cwre Holunder Schwarzer Fruchtreife > ρ cteposdsBgnsvnph von Beginns des Scatterplots ,6und 0,26 rdeBl die ur ¨ nezice eprtruddnHrspae wur- Herbstphasen den und Temperatur zwischen ange ¨ t e cwre oudr ndrNtramrpeN Naturraumgruppe der in Holunders Schwarzen des ute ¨ < ρ .BiePae egee wie reagieren Phasen Beide 4.91 ). Abb. (vgl. 0,6) . uwrugph Auswertung 4.7 hrnEnrt u eai oeTemperatur- hohe relativ auf Eintritt uheren ¨ ¨ nlgshnPae xAhe n e nalder Anzahl der und (x-Achse) Phasen anologischen ρ i nalnNtramrpe signi- Naturraumgruppen allen in die , (b) nlgshrDtn–A 7 AP – Daten anologischer ¨ rctef Stieleiche Fruchtreife ◦ drmh f mehr oder C rse u i Anzahl die auf arksten ¨ nesn nicht sind ange ¨ rdePhase die ur ¨ hreinset- uher rlce Harz- ¨ ordliches ¨ he an- uhren ¨ 95

Abschnitt 4 Ergebnisse

(a) Fruchtreife Schwarzer Holunder (b) Fruchtreife Stieleiche

Abbildung 4.91: Scatterplots des Beginns der phänologischen Phasen (x-Achse) und der mittleren Temperatur der Monate Juni bis August (y-Achse) fur¨ die Fruchtreife des Holunders fur¨ die Natur- raumgruppe Thuringer¨ Becken und Randplatten 47 (linke Teilfigur) und die Fruchtreife der Stieleiche fur¨ die Naturraumgruppe Luneburger¨ Heide (rechte Teilfigur).

Die Phase Blattverfarbung¨ der Stieleiche reagiert dagegen mit einem spateren¨ Beginn auf erhohte¨ Temperaturwerte (ρ > 0,42 und ρ < 0,65) (vgl. Abb. 4.92). Somit kommt es zu einer Verlangerung¨ der Vegetationsperiode.

(a) Thuringer¨ Becken 47 (b) Mitteldeutsches Schwarzerdegebiet

Abbildung 4.92: Scatterplots des Beginns der phänologischen Phasen (x-Achse) und der mittleren Temperatur der Monate August bis September (y-Achse) fur¨ die Blattverfärbung der Stieleiche fur¨ die Naturraumgruppe Thuringer¨ Becken und Randplatten 47 (linke Teilfigur) und die Naturraumgruppe Mitteldeutsches Schwarzerdegebiet (rechte Teilfigur).

96 eshasegni omruddeEntaln ieh eine Nie- Einstrahlung spielen die Herbstphasen und den Sommer bei im allem derschlagsmengen Vor auswirken. Phase einer das Eintreten auf Ver und Einfluss widerspiegeln Einfl großen gie diese einen sich ob Niederschlag ist, Interessant auch Pflanzenwachstum. hat Temperatur der Neben Zusammenh 4.7.5.2 e idrclgbihhrEaornprto anzdmbiPaznzu Pflanzen bei zudem kann Evapotranspiration f Wasserstress hoher bei Niederschlag ger fr ifls u i rt n Produktivit und Ernte die Nieder- auf wenig Einfluss bekannt) I Ver Vegetationsperiode f es als schlag (auch ob Juni ermitteln, bis zu April Monaten interessant, es ist ginn Nie- geringes Ein Fr 4.93). Abb. in f Zusam- Beispiele derschlagsdargebot der (vgl. ist (38) signifikant Harz statistisch dem menhang L und (62) (86), Weser-Aller-Tiefland Altmark (64), Heide und burger Wendland Naturraumgruppen den In Korrelationen. Zusam- werden. auch erachtet werden turraumgruppen Bisweilen ist. da vorhanden menh werden, Datendichte gebildet hohe relativ Stationen eine vorhandenen aller Niederschlagssummen lere e eths Sommerlinde. Leitphase Fr der zwischen Zusammenhang der wird Untersucht Niederschl geringe auf pflanzen hetgmBatalf Blattfall uhzeitigem ¨ higpae ndee aldmSchneegl dem Fall diesem in uhlingsphase, F e e nls e iflse der Einflusses des Analyse der Bei Die i nlsnefle,idmf indem erfolgen, Analysen Die ¨ • • • • rdeeAayewre ogneZusammenh folgende wurden Analyse diese ur ¨ ae eig Fr geringe Haben phasen? Winterniederschl Haben ite ie uamnagzice e P-ne n e Blatt- der und SPI-Index dem zwischen Zusammenhang verf einen es Gibt Herbstphasen? Niederschl geringe Haben phasen? nea izlttoe nesct i l repr als die untersucht, Einzelstationen an ange ¨ Winterniederschläge lt ndrLnwrshf a i eigrNeesha besonderen Niederschlag geringer ein hat Landwirtschaft der In allt. ¨ rugdrStieleiche? der arbung ¨ he n ..z ie fr einer zu z.B. und uhren ¨ ¨ nemtdmNiederschlagsverhalten dem mit ange hti ismFl uenmlih sp leicht einem zu Fall diesem in uhrt ¨ he (C uhren ¨ uhjahresniederschl ¨ egnf zeigen neugni idrclgvratnsc u das auf sich Niederschlagsverhalten im anderungen ¨ g ie ifls u e eindrFr der Beginn den auf Einfluss einen age ¨ HMIELEWSKI age ¨ . uwrugph Auswertung 4.7 g mFr im age ¨ reng aurugupnlihenegative leichte Naturraumgruppen einige ur ¨ rdeenennNtramrpe mitt- Naturraumgruppen einzelnen die ur ¨ brdsSmehljh ifls u die auf Einfluss Sommerhalbjahr das uber ¨ Frühjahresniederschläge t swr ae gepr daher wird Es at. ¨ hetgnBlattverf uhzeitigen ¨ g ie ifls u i Sommer- die auf Einfluss einen age ¨ harudFr und uhjahr ¨ 2007). , ockchen. ¨ neugngb,wn nden in wenn gibt, anderungen ¨ uhjahresniederschl ¨ nebetrachtet: ange ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ seac ndrPh der in auch usse snai f asentativ ¨ ¨ homrreagieren. uhsommer ¨ trnEneznder Einsetzen ateren ¨ rugoe einem oder arbung hr ol.Gerin- Rolle. ohere ¨ ¨ u e Phasenbe- den auf f,o uhWild- auch ob uft, ¨ rkenr Na- kleinere ur ¨ gnund agen ¨ uhlings- ¨ anolo- ¨ une- ¨ 97

Abschnitt 4 Ergebnisse

(a) Wendland und Altmark (b) Luneburger¨ Heide

Abbildung 4.93: Scatterplot des Beginns der Schneeglöckchenblute¨ (x-Achse) und der Niederschlags- summe im Winter (y-Achse) fur¨ die Naturraumgruppe Wendland und Altmark (linke Teilfigur) und die Naturraumgruppe Luneburger¨ Heide (rechte Teilfigur).

(a) S¨achsisches Hugelland¨ (b) Luneburger¨ Heide

Abbildung 4.94: Scatterplot des Beginns der Blute¨ der Sommerlinde (x-Achse) und der Niederschlags- summe in den Monaten April bis Juni (y-Achse) fur¨ die Naturraumgruppe Erzgebirgsvorland und Sächsisches Hugelland¨ (linke Teilfigur) und die Naturraumgruppe Luneburger¨ Heide (rechte Teilfi- gur).

98 ce e Niederschl den schen clgsmei e oae pi i etme yAhe f Teilfigur). (y-Achse) rechte September bis H April schen Monaten den in schlagssumme 4.95: Abbildung S Th und (46), Erzgebirgsvorland land (38), Harz Naturraumgruppen die omn asdrNeesha u ie eignEnusafdevnihnen von die auf Einfluss geringen ph einen untersuchten nur Niederschlag der dass kommen, ob sehen, zu Niederschl geringere interessant auf es Reaktion eine ist Herbstphasen reagieren, die Trockenstress und Trockenheit auf se die auf fluss fr also etwas reagiert Sommerlinde einem Die 4.94). mit Abb. in Beispiele (vgl. signifikant menhang l , mit egekieKreainmtdrBlattverf der geringer mit Korrelation lang Tage keine zeigte 11 ist, Niederschlag mm der Pe- 0,1 denen der als DP11, an Trockenheitsindikator beschreibt, dem Tagen mit mit Analyse rioden Die Korrelatio-4.95). signifikanten Abb. statistisch (vgl. keine Septem- nen jedoch bis zeigen (April Herbstphasen Die Sommerhalbjahres ber). des Niederschlagssummen die wurden gen. S von Studien den mit Nie- sich dem decken Ergebnisse zwischen Zusammenhang Variabilit der erkennbaren und derschlagsdargebot deutlich immer nicht doch HAUSER i orltosnls eg ie ectpstvnZsmehn zwi- Zusammenhang positiven leicht einen zeigt Korrelationsanalyse Die C Nach uamnasn s etuatn asdeAaye ie ectn je- leichten, einen Analysen die dass festzuhalten, ist Zusammenfassend glad ik elgr n i aurugup 0(itletce Schwarzerdegebiet, (Mitteldeutsches 50 Naturraumgruppe die und Teilfigur) linke ugelland, ¨ n S und HMIELEWSKI rne eknNg 7udL und 47 Nrg. Becken uringer ¨ ctepo e ein e Blattverf der Beginns des Scatterplot Herbstphasen TUDER nlgsh hsnhat. Phasen anologische ¨ (a) hrnBgn e Bl der Beginn uheren ¨ gn(pi i ui n e eths omrid.F Sommerlinde. Leitphase der und Juni) bis (April agen Harz ¨ ,dei he nlsneeflsz e Erkenntnis der zu ebenfalls Analysen ihren in die (2007), ae elneNiederschl fehlende haben (2007) aB Da . . uwrugph Auswertung 4.7 ueudPazni neshelce Wei- unterschiedlicher in Pflanzen und aume ¨ tdrph der at ¨ t u eigr Niederschlagsmen- geringere auf ute ¨ ¨ rugdrSilih xAhe n e Nieder- der und (x-Achse) Stieleiche der arbung nbre ed 6)itdrZusam- der ist (64) Heide uneburger ¨ (b) CHEFFLER itletce Schwarzerdegebiet Mitteldeutsches nlgshnPae egn Die zeigen. Phasen anologischen ¨ rdeNtramrpe4 (S 46 Naturraumgruppe die ur ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ rugdrStieleiche. der arbung ¨ R von und (2010) g egn Analysiert zeigen. age ¨ g uhennEin- einen auch age ¨ csshsH achsisches ¨ UTIS ugel- ¨ ¨ achsi- 99 ur ¨ -

Abschnitt 4 Ergebnisse

4.7.5.3 Zusammenhänge mit der klimatischen Wasserbilanz Um den Einfluss der potentiellen Verdunstung mit in die Analysen einzubezie- hen, werden zusatzlich¨ Zusammenhange¨ zwischen dem Phasenbeginn und der klimatischen Wasserbilanz (KWB) untersucht. Generell ist eine Einbeziehung von pflanzenspezifischen Parametern bei einer Untersuchung von Trockenheit oder Durre¨ wichtig. Dies ist in dieser Studie jedoch aufgrund der Datenlage und der raumlichen¨ Ausdehnung zu komplex. Fur¨ eine Abschatzung¨ des Wasserbe- darfs der Pflanzen ist die KWB daher eine gute Alternative und wird oft als hy- drologischer Indikator fur¨ Trockenperioden verwendet (LASCH und SUCKOW, 2007;S CHWARTZEL¨ et al., 2009). Die KWB berechnet sich aus den kumulativen Unterschieden zwischen dem Niederschlag und der potentiellen Verdunstung (nach DIN 4049–3).

(a) Linde (b) Blattverf¨arbung Stieleiche

Abbildung 4.96: Scatterplot des Beginns einer phänologischen Phase (x-Achse) und der uber¨ mehrere Monate bestimmten klimatischen Wasserbilanz (y-Achse) fur¨ die Blute¨ der Linde im Mai und Juni (linke Teilfigur) und die Blattverfärbung der Stieleiche (rechte Teilfigur) an der Station Magdeburg.

Da die potentielle Verdunstung aufgrund der Datenlage nur fur¨ sehr wenige Stationen berechnet werden kann, werden die Analysen nur fur¨ diese Statio- nen durchgefuhrt¨ und nicht auf Basis der Naturraumgruppen. Dabei wurden folgende Einﬂusse¨ untersucht: • Kumulierte KWB der Sommermonate (April bis September) auf die phanologischen¨ Phasen Fruchtreife, Blattverfarbung¨ und Blattfall der Stieleiche; • kumulierte KWB von Mai und Juni auf die Blute¨ der Sommerlinde und die Blattverfarbung¨ der Stieleiche;

100 15) azsadi e Druckverh den in malzustand wieder. Mittel tenden und NOAA-NCAR). In- von Oscillation Datenbank Atlantic (Bezugsquelle: Atmosph North gewonnen freien (NAO) der dex der wie Zirkulationsindizes, aus werden Klimadaten diesen von Aus Aufbereitung konsistente sich in atlantisch-europ im tion bidn 4.97: Abbildung ph der m Untersuchung der Aspekt Ein Oszillation Nordatlantischen der mit Zusammenhang 4.7.5.4 in sind Magdeburg Station der an dargestellt. 4.96 Beispiele Abb. konnte. identifizieren menhang e eatutn e hemisph der Gesamtzustand den es, ist NAO-Index ten atlantisch-europ Auspr starke zentren unterschiedlich die oder verschiebungen G subtropischer – Azorenhoch und hemisph der Steuerungszentren G LOWIENKA ugznrnbse ber St und besser Verschiebungen rungszentren gleichzeitige nach der in NAO-Index Index”, des ,,Lagrangesche nannte Variante eine wird Dabei gihrZusammenh oglicher ¨ i odtatsh silto NO ecritAwihne o Nor- vom Abweichungen beschreibt (NAO) Oszillation Nordatlantische Die sitfszhle,dskiedrAaye ie infiatnZusam- signifikanten einen Analysen der keine das festzuhalten, ist Es • G LOWIENKA uuireKBvnJn i uutafdeFuhriedsHolunders des Fruchtreife die auf Blattverf August die und bis Juni von KWB Kumulierte nensc iklto n Luftmassentransport und Zirkulation sich andern ¨ -H ENSE esilf Beispiel -H dargestell- 4.97 Abb. in des Sinn fundamental. Sektor aischen ¨ ENSE .Gr (1990). csctg id(ih auch (siehe sind ucksichtigt ¨ rdnzilce elu e A-ne o 8020,aus 1880–2000, von NAO-Index des Verlauf zeitlichen den ur ¨ eine .DeBrcnn e ,arnece A-ne”efltnach erfolgt NAO-Index” ,,Lagrangeschen des Berechnung Die (2008). rugdrStieleiche. der arbung ¨ nemtVer mit ange ¨ ice etr aidtndaf Basisdaten Sektor. aischen ¨ azh u Verf zur Maßzahl ndretltsn izlar,shaet Fl schraffierte Einzeljahre, sind dargestellt un ¨ altnissen ¨ rshnZruain(sadif–plr Region polare – (Islandtief Zirkulation arischen ¨ . uwrugph Auswertung 4.7 rshnZruaingibt Zirkulation arischen ¨ re)en eodr ol u uc Lage- Durch zu. Rolle besondere eine urtel) ¨ neugni e großr der in anderungen ¨ nlgshnDtnitdeIdentifikation die ist Daten anologischen ¨ G brdmNralni.Dbif Dabei Nordatlantik. dem uber ¨ LOWIENKA H gn useln i Auskunft die stellen, zu ugung ¨ ENSE und -H nlgshrDtn–A 7 AP – Daten anologischer ¨ ENSE G rsn enlsn eine Reanalysen, sind ur LOWIENKA ¨ gn e Steuerungs- der agung ¨ euz,drs ge- so der benutzt, (1990) 15) ¨ arke brdmgesamten dem uber ¨ . uie Zirkula- aumigen ¨ ¨ neugndrSteue- der anderungen ¨ ce ee i glei- die geben achen -H ENSE 2008). , ltden allt ¨ H uber ¨ ENSE are. ¨ 101

Abschnitt 4 Ergebnisse

Fur¨ die Analyse des Zusammenhangs zwischen den phanologischen¨ Fruhlingsphasen¨ und der NAO, wird der NAO-Index analog zum Vorgehen inH URRELL und NATIONAL CENTERFOR ATMOSPHERIC RESEARCH STAFF (EDS.)(2015) f ur¨ die Monate Dezember bis Marz¨ aggregiert. Der NAO-Index ist immer dann positiv, wenn sowohl Islandtief als auch Azo- renhoch stark ausgepragt¨ sind. In der Folge herrscht eine zonale Stromung¨ vor, d.h. es treten in den gemaßigten¨ Breiten vermehrt von West nach Ost wandern- de Tiefdruckgebiete auf, deren Zugbahn relativ weit polwarts¨ verlagert ist. Fur¨ Mittel- und Nordeuropa ist die Folge, dass verhaltnism¨ aßig¨ milde und feuchte Luft einfließen kann, wahrend¨ es in den mediterranen Regionen relativ trocken ist. Der NAO-Index ist hingegen negativ, wenn beide Steuerungszentren schwach ausgebildet sind. Die großraumige¨ Zirkulation nimmt eine eher me- ridionale Form an und der Luftmassentransport erfolgt bis in die relativ weit sudlich¨ gelegenen Breiten des atlantisch-europaischen¨ Sektors. Nord- und oft auch Mitteleuropa liegen im Bereich kalter Anstromung¨ aus dem Norden (Po- larregion) oder Osten (Sibirien). Standardliteratur zur NAO und zum NAO- Index findet sich inW ALLACE und HOBBS (2006) oderL ECKEBUSCH et al. (2008). Fur¨ die phanologische¨ Auswertung ist interessant, ob sich die Schwankungen in der NAO auch in den phanologischen¨ Phasen uber¨ die Jahre wiederfinden und ob dadurch Trends beeinflusst werden. Es ist z.B. zu vermuten, dass ein positiver NAO-Index im Winter bzw. Fruhjahr¨ durch den Transport von mil- den Luftmassen indirekt den Beginn der phanologischen¨ Phasen im Fruhjahr¨ beeinflusst (MENZEL, 2007). Der NAO-Index beschreibt die Abweichung vom Normalzustand; deshalb wird fur¨ jede einzelne Phase die Abweichung vom mittleren Wert des Betrach- tungszeitraums dieser Phase berechnet und zur besseren Darstellbarkeit mit einem Faktor belegt. Verglichen wird der NAO-Index mit den phanologischen¨ Fruhjahresphasen;¨ dazu gehoren¨ die Blute¨ des Schneeglockchens,¨ Blute¨ der Sal- Weide, Blute¨ des Lowenzahns¨ und Blattentfaltung der Stieleiche. In Abb. 4.98 sind der NAO-Index und die Abweichungen in der Blute¨ des Lowenzahns¨ fur¨ die Jahre 1951–2014 aufgetragen. Es fallt¨ auf, dass sich die Schwankungen der NAO zum großen Teil gegenlaufig¨ in der Phase wiederfinden. Das bedeutet, negative bzw. niedrige NAO-Index Werte (verstarktes¨ Ein- fließen kalter Luftmassen) sind mit einem spateren¨ Eintritt der Phase und positive NAO-Index Werte (Einfließen von warmeren¨ und feuchteren Luftmassen) sind mit einem fruheren¨ Eintritt der Phase verbunden. Auch die Korrelation nach Spearman ergibt fur¨ alle Fruhlingsphasen¨ in allen Naturraumgruppen einen hochsignifikanten negativen Zusammenhang (vgl. Abb. 4.99).

102 azoln rct Teilﬁgur). (rechte Harzvorland ce H sches e oaeDezember–M Monate der Elbtalniederung. bidn 4.99: Abbildung 4.98: Abbildung glad(ik elgr n i Schneegl die und Teilﬁgur) (linke ugelland ¨ egec wshnNOIdxudBl und NAO-Index zwischen Vergleich ctepo e ein ie ph einer Beginns des Scatterplot (a) Sal-Weide ¨ r yAhe f (y-Achse) arz rdeBl die ur ¨ . uwrugph Auswertung 4.7 ¨ nlgshnPae(-cs)uddmNAO-Index dem und (x-Achse) Phase anologischen t e awiei e aurugup S Naturraumgruppe der in Salweide der ute ¨ ¨ ockchenbl t e L des ute ¨ t ndrNtramrpeN Naturraumgruppe der in ute ¨ wnan f ¨ owenzahns (b) nlgshrDtn–A 7 AP – Daten anologischer ¨ Schneegl rdeNaturraumgruppe die ur ¨ ¨ ockchen ¨ ordliches ¨ achsi- 103

Abschnitt 4 Ergebnisse

Dabei zeigt die Blute¨ des Lowenzahns¨ mit einem Korrelationskoeffizienten von ρ = –0,4 bis –0,6 die starkste¨ Korrelation. Tab. 4.6 gibt eine Ubersicht¨ uber¨ die hochsten¨ und niedrigsten Korrelationskoeffizienten der vier Phasen. Die NAO hat außerdem eine starke dekadische Variabilitat¨ (vgl. auch Abb. 4.97). Das bedeutet, dass es ausgepragte¨ Phasen gibt, in denen die NAO vorwiegend negativ bzw. vorwiegend positiv ist (LECKEBUSCH et al., 2008). Um diese dekadische Variabilitat¨ auch in den phanologischen¨ Phasen zu identifizieren, werden die Zeitreihen durch die Berechnung von gleitenden Mitteln geglattet.¨ Dabei werden fur¨ den gesamten Zeitraum jeweils Mittelwerte uber¨ 10 Jahre gebildet und als Zeitreihe aufgetragen.

Tabelle 4.6: Uberblick¨ uber¨ die Koeﬃzienten der Korrelation zwischen NAO und den einzelnen Phasen.

PhänologischePhase Minimales ρ Maximales ρ BlüteSchneeglöckchen –0,437 –0,577 BlüteSal-Weide –0,437 –0,595 BlüteLöwenzahn –0,449 –0,613 Blattentfaltung Stieleiche –0,331 –0,433

(a) Elbtalniederungen (b) Altmark

Abbildung 4.100: Vergleich der gleitenden Mittel von NAO und der Blute¨ des Löwenzahns fur¨ die Naturraumgruppen Elbtalniederungen (linke Teilfigur) und Wendland und Altmark (rechte Teilfigur).

Abb. 4.100 zeigt die geglatteten¨ Zeitreihen die Naturraumgruppen Altmark und Wendland (86) sowie die Elbtalniederungen (87). Zu erkennen ist, dass die NAO in den 1950er und 1960er Jahren eine Periode mit einem vorwiegend negativen Index aufweist und sich ab den 1970er Jahren bis heute eine vorwiegend

104 oiiePaeentlt i Fr Die einstellt. Phase positive edkdsh Variabilit dekadische ge nde19e ar l Jahre 1990er die in etih ase mdsJh 90en eid it ndnndrPhaseneintritt der denen in gibt, Periode eine 1980 auff Jahr das um es dass deutlich, R zur NAO die auf nicht sich die muss, 90rJhe e ihdrhdeNOncterkl nicht NAO die durch sich der Jahre, der 1990er Teil ein und existiert durchaus Variabilit dieser die durch dass Trends festzuhalten, ist Phasen schen eine zur Phasenverlauf ebenfalls Zeit im dieser Jahrhunderts zu Erw Index 21. auf (Hinweis des erkennen Anfang zu Tendenz am abfallende und Jahre 1990er der u etr lmtsh Ver klimatische weitere auf cgn anhednTedi hsnelu) o le bMteder Mitte ab allem vor Phasenverlauf), im Trend (abnehmenden uckgang ¨ bre s uhz ee,ds neeFkoe ieRlesiln owird So spielen. Rolle eine Faktoren andere dass sehen, zu auch ist es Aber Bez li sp allig ¨ gihensZsmehnszice e A n e ph den und NAO der zwischen Zusammenhangs eines uglich ¨ tit sas eodr idieTmeauwreggbnhaben gegeben Temperaturwerte niedrige besonders also es ist, at ¨ stsc u eldrhdeVariabilit die durch Teil zum sich asst ¨ taf a fr Das auf. at ¨ anderungen. tdrNOz erkl zu NAO der at ¨ ¨ harshsnwie eine weisen uhjahresphasen ¨ . uwrugph Auswertung 4.7 uckgeht. ¨ hr itee e Fr der Eintreten uhere ¨ uckf ¨ he asn e etrnitEnde ist Weiteren Des lassen. uhren ¨ rnit enc ite einen es gibt Dennoch ist. aren ¨ rnl aren ¨ rug,owh e NAO- der obwohl armung), ¨ nlgshrDtn–A 7 AP – Daten anologischer ¨ st isitenHinweis ein ist Dies asst. ¨ tdrNOerkl NAO der at ¨ hlcegegenl ahnliche ¨ harshsnbis uhjahresphasen ¨ anologi- ¨ aren. ¨ auﬁ- ¨ 105

Abschnitt 4

uwrugni e ee f Regel der in Auswertungen ,,Kandidaten”- die vor, Ausgangsmaterial als Stationen. Stationen (Niederschlag) 380 bis j F der Klima beitet. regionalen im Entwicklun- gen Messungen meteorologischer Aufzeichnungen umfang- an einem Bestand aus reichen hat 1951–2014 Sachsen-Anhalt Klimaanalyse Vorhaben Das Zusammenfassung 5 brdnBoahugziru o 91bs21 erdulc zunehmen: deutlich sehr 2014 bis 1951 Ver von Beobachtungszeitraum den uber die beinhaltet zur Standorten 717 an Vegetationsverhalten zum Verf Experten von achtungen ph Umgebung. der mit Repr keiten die auf Einfluss Fl hat der Dies konnten. werden vorgenommen n Ver und Entwicklungen te Klimaeinfl auf Pflanzen von nen gr i nwcln eashuihn is edni uedrbeobachteten der ist schieden Zuge im werden Erw Diese veranschaulichen. Entwicklung die beobachtet. wurden mitt- und werden. Extremverhalten z.B. untersucht Verhalten dass leres notwendig, St Parameter je und es Art ist Deshalb unterschiedlicher gen. in Beobachtungen von Eigenschaften Gr Ver abzielt, auf Messungen. alternative, eine unabh entstanden, Messinstrumenten mit Registrierungen von grund ¨ ß f oße ndrUstugwre rodrih asasqaiaie Gr qualitativen aus dass erforderlich, es war Umsetzung der In i etrrwsnlce setdsVraeswrdeEinbeziehung die war Vorhabens des Aspekt wesentlicher weiterer Ein naddrZh e ae ndnne aefotgb Esae,l (Eistage), gibt Dauerfrost es denen an Tage, der Zahl der Anhand Untersuchungen der aufgrund sich zeigen Klarheit besonderer Mit dar- der Ansatz, statistischen einen benutzt Trends von Untersuchung Die i e Erw der Mit ¨ ßnrnn nuee.Ted k Trends anzugeben. oßenordnung nlgshrIfrainni i nescugn ausadnBeob- standen Dazu Untersuchungen. die in Informationen anologischer ¨ ¨ neugnvnrn 1,5 rund von anderungen ¨ gn.Ph ugung. rugslee.EnR Ein seltener. armung ¨ ¨ ce endeetalne ttoe euirndeVergleichsm die reduzieren Stationen entfallenden die denn ache, ¨ nieBoahugi egec uherk zu Vergleich im Beobachtung angige ¨ rUtruhne e Klimaver der Untersuchungen ur ¨ neugnvnrn 1,0 rund von anderungen ¨ riseat9Kiaaaee ae ae o (Windrichtung) 8 von Daten lagen Klimaparameter 9 insgesamt ur ¨ brdnZiru 91bs21 uverzeichnen. zu 2014 bis 1951 Zeitraum den uber ¨ ¨ cse n tiefsten höchsten und ruggkpet nwclne ne ihac bez auch sich finden Entwicklungen gekoppelte armung nlgsh nomtoe tle iebdued Eingangs- bedeutende eine stellen Informationen anologische ¨ ¨ anderungen ¨ f rzhrih i der mit zahlreiche ur ¨ cgn mrn i aemtrgoae Unter- regionalen mit Tage 8 bis 5 rund um uckgang ¨ brl uber ¨ rnrrn 0%dee ,,Kandidaten”-Stationen dieser % 50 rund nur ur ¨ ◦ i 2,0 bis C nee egnehi 6 ar)herausgear- Jahre) (64 Vergangenheit ungeren ¨ seweegbn i id elsenctauf- nicht sie weil sind, Sie wiedergeben. usse ¨ neeZeitr angere ◦ ¨ i 1,5 bis C ne f onnen ndnSainnafrtne et,die Werte, auftretenden Stationen den an ¨ neugndr elsedeReaktio- die sie weil dar, anderungen ¨ Temperatur ◦ e e H den bei C ◦ e e Tiefsttemperaturwerten den bei C rdemtlrnuddeextremen die und mittleren die ur ¨ uez ecrie n deren und beschreiben zu aume ¨ mlce meteorologischen ommlichen ¨ verkn ochsttemperaturwerten ¨ pt Gr upfte ¨ asentativit ¨ revorlie- arke ¨ ßn Dies oßen. ne die unden ¨ ¨ trendhaf- stsich asst ¨ oglich- ¨ uglich ¨ tin at ¨ 107

Abschnitt 5 Zusammenfassung der Zahl der Tage, an denen 25 ◦C oder mehr erreicht werden (Sommertage). Diese nahmen im Mittel um 10 bis 15 Tage zu. Selbst auf dem Brocken ist ein vermehrtes Auftreten dieser Sommertage in den letzten Jahren zu verzeichnen: Wahrend¨ solche Ereignisse vor dem Jahr 2000 nur sehr selten waren, traten dort danach durchaus 2 bis 4 Sommertage pro Jahr auf. Auch fur¨ die Zahl der Tage mit Schw üle zeigt sich eine ausgepragte¨ Zunah- me: Wahrend¨ in den Jahren bis 2000 solche Tage im Mittel rund dreimal pro Jahr auftraten, nimmt ihre Zahl danach auf 6 und mehr zu. Untersuchungen der Zahl der Tropennächte, in denen die Temperatur nicht unter 20 ◦C zuruckgeht,¨ ergaben: Diese Ereignisse sind relativ selten und Trend- aussagen haben somit eine geringe Belastbarkeit. Allerdings ist festzustellen, dass sie in den Jahren nach 2000 haufiger¨ auftreten. In einigen Jahren gab es seitdem 3 oder mehr Tropennachte.¨ Es gibt zudem starke raumliche¨ Unterschie- de: In den Regionen um Gardelegen oder Wittenberg sind die Veranderungen¨ kaum nachweisbar, wahrend¨ die Zunahmen in Halle oder Magdeburg deutlicher sind. Ein weiterer Hinweis auf Auswirkungen der Erwarmung¨ ist die Zunahme der Anzahl der Hitzeperioden. Dabei haufen¨ sich beispielsweise Perioden mit 3 und mehr Hitzetagen in den Jahren nach 1990. Maximale Langen¨ solcher Pe- rioden von 10 und mehr Tagen werden ebenfalls haufiger,¨ wiewohl hier die Aussage zur Trendentwicklung von geringerer Belastbarkeit ist als andere mit Hitze verbundene Trendaussagen. Ein weiteres Maß fur¨ die Erwarmung¨ sind die so genannten K ühlgradtage. In ihnen werden besonders warme Zeitraume¨ summarisch erfasst. Dies ist zum Beispiel besonders wichtig, um den Energie- bedarf fur¨ den Einsatz von Klimatisierungstechnik abzuschatzen.¨ Wahrend¨ in den 1950er bis 1980er Jahren ein relativ stabiles Werteniveau von rund 100 im Mittel vorherrschte, wird nach 1990 eine starke Zunahme auf ein Werteniveau von rund 150 verzeichnet. Ein spiegelbildliches Maß fur¨ die Kuhlgradtage¨ sind die so genannten Heiz- gradtage. Mit dieser ebenfalls summarischen Große¨ wird der Heizbedarf von Gebauden¨ in Zahlen gefasst. Sie kann zur Beschreibung der Winterstrenge genutzt werden. Auch hier sind die Jahre bis etwa 1990 durch ein relativ stabiles Werteniveau charakterisiert, wahrend¨ seitdem ein Ruckgang¨ um rund 25 % registriert wurde. Beim Niederschlag sind die gefundenen Trendentwicklungen unterschiedlich. Auffallig¨ ist eine jahreszeitliche Differenzierung. Es gibt an einigen Sta- tionen Anzeichen von Fruhjahrestrockenheit.¨ Im Sommer dominieren Abnah- metrends, wahrend¨ im Winter uberwiegend¨ Zunahmetrends auftreten. Hoch gelegene Stationen, wie der Brocken, zeigen hingegen eine davon abweichende Klimaentwicklungen: Dort sind die Veranderungen¨ im Sommer relativ gering und in den ubrigen¨ Jahreszeiten deutlicher. Wird das Auftreten von Starkregen (bestimmt aus Tageswerten) analysiert, so zeigen sich dort ebenfalls deutliche Zunahmen: Die mittlere Zahl der Tage mit mehr als 10 mm Niederschlag steigt von rund 50 in den 1950er Jahren auf rund 65 nach 2000. Die Zahl der Tage mit mehr als 20 mm Niederschlag nimmt dort im gleichen Zeitraum von rund

108 dazugeh f ist rungen Gesamtbild gefunden. Das Abnahmetrends haben. auch als hinterlassen Zu- Reihen sowohl wurden den Es in uneinheitlich: Artefakte Zeit die uber Verwendung bei noch Dauerstufen 30-j ihrer gleitenden Serien eines partiellen jeweiligen den in der i ph Die sp ein dagegen ist fr Dekade f pro Leitphasen Tage die 3 bis 2 Durchschnitt Instrumentierungs von Kette schichtige Bedeckung und nenschein f deut- sich Entwicklungen r finden denen Trendentwicklungen mit lichen an Ergebnisse Stationen, sind. auch geringer gibt lich es denn einheitlich, nicht gegen % 6 Jahr. gesamte das auch sowohl als umfasst Halbjahre hydrologischen Dies der festgestellt. Analysen Trendentwicklungen keine oder geringe sehr Gr geringerer von jedoch Zunahmetrends, ebenfalls verzeichnet Ver teten gemessen. Wert geringerer ein Mittel im wurde Brocken), (April–Juni) I Vegetationsperiode in durchgef Niederschlagsmenge zur 1981–2010 die und ging 1951–1980 Stationen Jahresgang mittleren dem 60-j e itee n tre tfndulc ausgepr deutlich Stufen starken und mittleren den Warnstufen in Intensit Ergebnisse die verschiedener teilt Waldbrandindex Ein ermitteln. zu achtungen verkn ratur h die denen Sommermonaten in den (Juni–August), In Jahresniederschlag. im verzeichnet Zunahmen Brocken deutliche einzige Station als Die erkennbar. Unterschied systematischer kein ist entsprechenden die sind Stationen vorhanden. gelegenen nicht tiefer oder den gering An nur Starkniederschlagstrends zu. 25 rund auf 15 egectmndnZiru 91bs21 i e etam15 i 1980. bis 1951 Temperatur Zeitraum dem mit 2014 bis 1981 Zeitraum den man vergleicht ¨ i ethsnf Leitphasen Die F Beim der Trends F ürzererExtremniederschläge k Dauer iewieebduugvle oolmtNeesha l uhmtTempe- mit auch als Niederschlag mit sowohl bedeutungsvolle, weitere Eine Der il isrTed asnsc uc i beobachteten die durch sich lassen Trends dieser Viele c,tiwieu i u2 .I e eeainproeI (Juli–September) II Vegetationsperiode der In %. 25 zu bis um teilweise uck, rdie ur rdie ur hie ebctnsae eehe.E ud i egec zwischen Vergleich ein wurde Es berechnet. Beobachtungsdauer ahriger ¨ ¨ ¨ ¨ arsagdrNiederschläge der Jahresgang anologische ¨ Wind rdnBgn e esheee ph verschiedenen der Beginn den ur rgnLeitphasen. origen ¨ neugni e tdhdooice Bemessungsgr stadthydrologischen den in anderungen ¨ ¨ Phänologie brdnkiaice Verh klimatischen den uber lmtsh Wasserbilanz Klimatische ¨ pt Gr upfte ¨ erkl eaie Feuchte relativen oi e idxrmnsel ihdeFae bdesh viel- sehr die ob Frage, die sich stellt Windextremen den sowie rdnSme n e Fr den und Sommer den ur rn a idrclgdreo n i lmtsh Wasser- Klimatische die und Niederschlagsdargebot Das aren. ¨ ¨ trrEnrt o i ae r eaez beobachten. zu Dekade pro Tagen 2 bis 1 von Eintritt aterer ¨ rdeph die ur ¨ Vegetationsperiode ß,wr ewne,u die um verwendet, wird oße, hie esesTed.Dmtgb sac en beobach- keine auch es gibt Damit Trends. Fensters ahrigen ¨ ¨ egnsc ndnTed ttsic infiat Ver signifikante statistisch Trends den in sich zeigen ten i nescugnegbnZnhe,debei die Zunahmen, ergaben Untersuchungen Die ein. at ¨ . nlgshnJhezie e Fr des Jahreszeiten anologischen ¨ cse Niederschl ochsten ¨ ee iwieafliheAnhe i rund bis Abnahmen leichte auf Hinweise geben ulc n arsetihwngeinheit- wenig jahreszeitlich und aumlich ¨ lnse o 0Jhe.DsBl s aber ist Bild Das Jahren. 60 vor altnissen ¨ edni nescugziru nur Untersuchungszeitraum im werden ud ndnSainnmtmindestens mit Stationen den an wurde verl rdemtoooice Gr meteorologischen die ur hrein. uher ¨ neugnudAuswerteverfahren und anderungen 5Mntnbs3Sudn egnwe- zeigen Stunden) 3 bis Minuten (5 ¨ ¨ h z.Vlhrs.I Sp Im Vollherbst. bzw. uh- netsc mMte m1 Tage, 11 um Mittel im sich angert ¨ ¨ nlgshnJhezie n der und Jahreszeiten anologischen ¨ g mJh aln(Ausnahme: fallen Jahr im age ¨ Waldbrandgefahr hlceTneznzeigen Tendenzen Ahnliche ¨ g id i h die sind; agt ¨ Veränderungen der in hig eznim setzen uhlings ¨ oßenordnung. oßen. ht nallen An uhrt. ¨ ¨ ¨ cseStufe ochste ¨ oßen ¨ u Beob- aus atherbst ¨ ande- ¨ Son- 109

Abschnitt 5 Zusammenfassung bilanz haben dagegen nur einen geringen bis keinen Einﬂuss auf die Verande-¨ rungen in den phanologischen¨ Phasen. Ein weiterer starker Zusammenhang zeigt sich zur Nordatlantischen Oszillation (NAO). Die NAO hat unter anderem Einﬂuss auf das Temperaturverhalten und wirkt dadurch indirekt auf die Eintrittszeiten der phanologischen¨ Phasen. Die Analysen zeigen, dass sich ein Teil der Trends, vor allem bis Ende der 90er Jahre, durch die Variabilitat¨ innerhalb der NAO erklaren¨ lasst.¨ Danach gibt es Hinweise auf weitere klimatische Veranderungen.¨

110 Literaturverzeichnis B B Wasserfl und Land- von Verdunstung der Ermittlung 1996: ATV-DVWK, B B B A B B ECKER ENDER ERNHOFER ERNHOFER ERNHOFER ERNHOFER ERNHOFER NGEL e n bale.V. Abfall und ser ntugbe oeleugndsWse-udSofasat ne dem Weißensee. unter Das 198–207 Wandels, Stoffhaushalts Kapitel Globalen und des Elbegebiet, Wasser- Einfluss des im Modellierungen Gesellschaft – und Unstrutgebiet Umwelt Wasser, auf Wandels f Vereinigung Deutsche Bericht, 238. M Merkblatt lmdtnakRKIf REKLI Klimadatenbank Th richt, f datenbank Sachsen. f staat Staatsministerium Bericht, Analyse. zum Abschlussbericht Geologie. und Tharandt, Umwelt S Sachsen. Bericht, Entwicklungsvorhaben. in und Forschungs- Klimatrends regionaler gen Hamburg. Center, Klimafolgen- Service Climate Klima, Bericht, Bereichen Naturgefahren. den und aus forschung Indices und Schwellenwerte tionen, Bull. Clim. – normals. climate for periods averaging bclsbrctzmVrae.Brct iitru f Ministerium Bericht, Vorhaben. zum Abschlussbericht f f Ministerium Bericht, Forschungsvorhaben. zum Abschlussbericht elementen. magr f REKLI Klimadatenbank der Th Geologie. sowie Umwelt und Naturschutz rUwl n Geologie. und Umwelt ur Th sowie Umwelt und Naturschutz Landwirtschaft, ur ¨ ¨ . .E W. R., , ßnudEwieugf Erweiterung und oßen ¨ . .S T. A., , . .S M. S., , rne adsntl f Landesanstalt uringer ¨ . .G V. C., , G V. C., , G V. C., , G V. C., , . .G V. C., , rTh ur ¨ ASTERLING CHALLER OMMER rne.Ashuseih u oshnsohbn Be- Forschungsvorhaben. zum Abschlussbericht uringen. ¨ OLDBERG OLDBERG OLDBERG OLDBERG OLDBERG .P B. , rAsetne mBrihdrWasserwirtschaft. der Bereich im Auswertungen ur 04 egecedsLxkn ihieDefini- Wichtige – Lexikon. Vergleichendes 2014: , ¨ .K S. , .F J. , .F J. , rwetterlagenabh ur [H F .F J. , ¨ rdeAsetn eprtreoee Kli- temperaturbezogener Auswertung die ur ¨ 01 LSX–Saitsh Untersuchun- Statistische – CLISAX 2001: , UTZNER ¨ rUwl n Geologie. und Umwelt ur IRTSCH ¨ RSG RANKE RANKE RANKE ] 08 ahe mKiaadl–Eine – Klimawandel im Sachsen 2008: .], rne adsntl f Landesanstalt uringer ¨ rUwl n aditcat Frei- Landwirtschaft, und Umwelt ur ¨ 04 uwrugndsglobalen des Auswirkungen 2004: , 93 oad enn appropriate defining Towards 1993: , 03 EL ubuenrKlima- einer Aufbau – REKLI 2003: , 05:RKII piirn der Optimierung – II REKLI 2005a: , 05:RKIII–Optimierung – III REKLI 2005b: , nieAaye o Klima- von Analysen angige ¨ rAflwrshf,Abwas- Abfallwirtschaft, ur ¨ csshsLneatf Landesamt achsisches ¨ 27 29–44. , rne Landesanstalt uringer ¨ rLandwirtschaft, ur ¨ rUwl und Umwelt ur ¨ achen. ¨ 111 ur ¨

Abschnitt 5 Literaturverzeichnis

BERNHOFER, C., V. GOLDBERG,J.FRANKE,M.SURKE, 2007: REKLI Sachsen- Anhalt. Aufbau einer Klimadatenbank fur¨ Sachsen-Anhalt. Abschlussbericht zum Forschungsvorhaben. Bericht, Landesamt fur¨ Umweltschutz Sachsen- Anhalt.

BERNHOFER, C., V. GOLDBERG,J.FRANKE,M.SURKE,J.ADAM, 2008: Re- gionale Klimadiagnose fur¨ Sachsen-Anhalt (REKLI–Sachsen-Anhalt II). Ab- schlussbericht zum Forschungsvorhaben. Bericht, Landesamt fur¨ Umwelt- schutz Sachsen-Anhalt.

CHMIELEWSKI, F.-M., 2007: Phanologie.¨ Ein Indikator zur Beurteilung der Aus- wirkungen von Klimaanderungen¨ auf die Biosphare.¨ – promet - meteorologische Fortbildung 33, 28–35.

CHMIELEWSKI, F.-M., A. MULLER¨ , W. KUCHLER¨ , 2004: Mogliche¨ Auswirkun- gen klimatischer Veranderungen¨ auf die Vegetationsentwicklung in Sachsen (KLIVEG) – Abschlussbericht zum Forschungsprojekt, gefordert¨ vom Sachsi-¨ schen Landesamt fur¨ Umwelt und Geologie. Bericht, Humbold-Universitat¨ zu Berlin.

CRAMER, W., G. YOHE,M.AUFFHAMMER,C.HUGGEL,U.MOLAU,M. DA SILVA DIAS,A.SOLOW,D.STONE,L.TIBIG, 2014: Climate Change 2014: Impacts, Adaptation and Vulnerability. Part A: Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of the In- tergovernmental Panel On Climate Change. Detection and Attribution of Ob- served Impacts, Kapitel 18, 979–1038 Cambridge University Press.

DAVISON,A.,D.HINKLEY, 2009: Bootstrap Methods and their Application, 11th Printing – Cambridge Series in Statistical and Probabilistic Mathematics.

DIN, 1994: DIN 4049-3, Hydrologie – Teil 3: Begriffe zur quantitati- ven Hydrologie. Bericht, Deutsches Institut fur¨ Normung e.V. 80 S. [http://www.bgr.bund.de].

EEA, 2004: Impacts of Europe’s changing climate. An indicator-based assessment. Bericht EEA Report 2/2004, European Environment Agency.

EEA, 2008: Impacts of Europe’s changing climate – 2008 indicator-based assessment. Bericht EEA Report 4/2008, European Environment Agency.

EFRON, B., 1982: The Jackknife, the Bootstrap and Other Resampling Plans – Society for Industrial and Applied Mathematics, Philadelphia, Pennsylvania.

FIELD, C., V. B. K. MACH,M.MASTRANDREA, VAN M.AALST, W. AD- GER,D.ARENT,J.BARNETT,R.BETTS, T. BILIR,J.BIRKMAN,J.CARMIN, D.CHANDEE,A.CHALLINOR,M.CHATTERJEE, W. CRAMER,D.DAVIDSON, Y. ESTRADA,J.GATTUSO, Y. HIJIOKA,O.HOEGH-GULDBERG,H.HUANG,

112 H H H H G F F F F RANKE RANKE RANKE LATO LOWIENKA UGLIN ENSE URRELL UGLIN ’nmle iioe RAa.Arc 1117–1126. Agric. Acad. CR – viticole. milieu d’un Fortbildung meteorologische - promet – Oszillation. atcOclain(A)Idx(tto-ae) eih,NOAA Bericht, (station-based). Index oscillation-nao-index-station-based. (NAO) https://climatedataguide.ucar.edu/climate-data/hurrell-north-atlantic- Oscillation lantic Tellus – SLP. European eshflceZishitdrTcnshnUniversit Technischen der Zeitschrift Th senschaftliche und Sachsen-Anhalt Sachsen, in Klimawandels regionalen ino oeta aua eeaini eta emn.–It .Biomet. J. Int. – Germany. Central in 139–147. vegetation natural potential of tion n oswrshf.–Ncau (N.F.) Nyctalus – Forstwirtschaft. und Cam- 741–866 9, Panel Kapitel Intergovernmental Models, University. Climate the bridge Of of Evaluation Report – Assessment Change Climate Fifth on the to I Group king ae nCiaeCag.TcnclSmay aie S 59 Cambridge 35–94 Press. TS, Kapitel University Intergovernmental Summary, Technical the Change. of Report Climate Assessment On Fifth Panel the to Contribution II Aspects. Group Sectoral Working of and Global A: Part Vulnerability. and aptation S NEN I G. LER W T. LENTINI SADA LINS N I. LECKI NER TAFF .G E. , NSAROV IANG .R M. , 03 lmt hne21,TePyia ai.Cnrbto fWor- of Contribution Basis. Physical The 2013, Change Climate 2013: , . .M J. G., , .C P. , . .G R. A., , ILBANKS .M J. , .S D. , . .G V. J., , K B. J., , . 00 lmwne nMtedushadudRsknf Risiken und Mitteldeutschland in Klimawandel 2010: J., , . 98 ova oed’ mode Nouveau 1978: P., , . 96 ilgeet Biologie 1986: P., , . N J., , (E .V. S. , .O T. , DS UILYARDI EDSTEER OX -H TONE ARENGO .J R. , ) 05 h lmt aaGie url ot At- North Hurrell Guide: Data Climate The 2015: .), .D F. , .W P. , ENSE LOWIENKA AROTZKE OSTNER KI OLDBERG ¨ NA .S J. , .O J. , ONES ATIONAL .V A. , . 90 h ot tatcOclaini h Atlantic the in Oscillation Atlantic North The 1990: R., , .R A. , RIOUECH ONG .J C. , .M R. , TONE LWOCH 07 fet frcn lmt rnso h distribu- the on trends climate recent of Effects 2007: , .K R. , 42A .A B. , .Y G. , .M U. , EISINGER ILLAMIZAR -H ACOB .S K. , C clged avge–Pyt asne Paris. Lausanne, Payot, – vigne la de ecologie ´ 497–507. , ENSE .E S. , L OVATS .O M. , OHE C EAN BIODUN .K V. , ELLENTIN NE FOR ENTER TRZEPEK 08 uwrugndrNordatlantischen der Auswirkungen 2008: , vlaindspossibilit des evaluation ´ 04 lmt hne21:Ipcs Ad- Impacts, 2014: Change Climate 2014: , MORI .R A. , .M L. , .R P. , PONDO .V K. , ATTSOV .B P. , 15 .E V. , EVI OMERO 101–112. , .S A. , .B C. , EARNS INCENT .P E. , .S D. , RACONNOT .R C. , YRING UAREZ ERNHOFER -L .M R. , A OLOCZANSKA CHMIDT TMOSPHERIC ANKAO .W R. , tDresden at EASON ¨ .F C. , 34 .T P. , ECHLER 89–94. , .C S. , Literaturverzeichnis .S M. , ARREN 06 iie des Risiken 2006: , .L J. , sh es ´ OREST SCHAKERT .R M. , rne.–Wis- – uringen. ¨ eliothermiques HOU ´ ARSEN .O P H.-O. , .M J. , 55 HAW rdeLand- die ur .W L. , .G P. , ¨ 97–104. , UMMUKAI R .C W. , ESEARCH .S W. , .V R. , ORTON .L I. , LECK HITE ORT ¨ OL 113 52 O O A ------, , ,

Abschnitt 5 Literaturverzeichnis

HYDRO & METEO GMBH&CO. KG, 2007a: Software zur Plausibilisierung meteorologischer Messdaten – Fachliche Dokumentation zur Parameterprufung¨ und -festlegung. Bericht, Im Auftrag des Landesamtes fur¨ Umwelt, Wasser- wirtschaft und Gewerbeaufsicht Rheinland-Pfalz, Mainz.

HYDRO & METEO GMBH&CO. KG, 2007b: Softwaredokumentation NIKLAS. Bericht, Im Auftrag des Landesamtes fur¨ Umwelt, Wasserwirtschaft und Ge- werbeaufsicht Rheinland-Pfalz, Mainz.

JUNGE, C., 1989: Mitteilung zur Tagestemperaturmittelbildung. – Z. Meteorol. 89, 231–233.

KENDALL, M., 1970: Rank correlation methods, 4th edition – Grifﬁn, London.

KLEIN TANK, A., F. ZWIERS,X.ZHANG, 2009: Guidelines on analysis of extremes in a changing climate in support of informed decisions for adaptation. Bericht, WMO WMO-TD No. 1500 – Climate Data and Monitoring WCDMP- No. 72.

KOLODZIEJ, A., 2007: Klimawandel in Sachsen-Anhalt: Auswirkungen auf die phanologischen¨ Phasen wildwachsender Pﬂanzen. Bericht, Ber. d. Dt. Wet- terdienstes 231.

KOLODZIEJ,A.,M.FRUHAUF¨ , 2008: Phenological changes of wild-growing plants in Saxony-Anhalt 1962–2005. – Hercyna N.F. 41, 23–37.

KREIENKAMP, F., A. SPEKAT, W. ENKE,B.PFUTZNER¨ ,B.KLOCKING¨ ,A.SCHU- MANN, P. HESSE, V. THIELE,B.DEGEN,A.BERLIN,J.NIEDERSTRASSER, A.LUTTMANN,J. VONDEM BUSSCHE,A.LIPINSKI,K.LIEBE EDLEVON KREUTZNER, 2012: Durchfuhrung¨ einer Untersuchung zu den Folgen des Kli- mawandels in Sachsen-Anhalt: Klima und Extreme, Wasser und Naturschutz. Bericht, Climate and Environment Consulting Potsdam GmbH, Buro¨ fur¨ An- gewandte Hydrologie und biota - Institut fur¨ okologische¨ Forschung und Pla- nung GmbH im Auftrage des Ministeriums fur¨ Landwirtschaft und Umwelt unter fachlicher Begleitung des Landesamtes fur¨ Umweltschutz Sachsen- Anhalt, Halle (Saale) 802 S.

KROPP,J.,A.BLOCK, F. REUSSWIG,K.ZICKFELD,H.J.SCHELLNHUBER, 2006: Semiquantitative assessment of regional climate vulnerability: The north- rhine westphalia study. – Climatic Change 76, 265–290.

KROPP,J.,A.HOLSTEN, T. LISSER,O.ROITHMEIER, F. HATTERMANN, S.HUANG,J.ROCK, F. WECHSUNG,A.LUTTGER¨ ,S.POMPE,I.KUHN¨ , L.COSTA,M.STEINHAUSER¨ ,C.WALTHER,M.KLAUS,S.RITCHIE, M.METZGER, 2009a: Klimawandel in Nordrhein-Westfalen–regionale Abschatzungen¨ der Anfalligkeit¨ ausgewahlter¨ Sektoren. Bericht, Potsdam- Institut fur¨ Klimafolgenforschung (PIK) fur¨ das Ministerium fur¨ Umwelt, Na- turschutz, Landwirtschaft und Verbraucherschutz Nordrhein-Westfalen.

114 M M M Klima Regionale 2008: LAU, L L K M M L L ATIF LOYD ECKEBUSCH ASCH ROPP e eae,13 S. 1339 Remagen, de, Change Clim. – Comment. Editioral An – Applied on Conference Eighth In: California. – Anaheim, 1993, scales. January 17-22 time Climatology, to duration and frequency http://www.lau.sachsen- (Hrsg.) Trends Sachsen-Anhalt anhalt.de/fileadmin/Bibliothek/Politik und (LAU) weltschutz Analysen WETTREG, f Regionalisierungsmodells schen 117. gart, Schrif- forstliche XXXIII. tenreihe Eberswalder Eberswalde(Hrsg.)], [Landesforstanstalt tung (PIK). genforschung f Potsdam-Instituts des Abschlussbericht Bericht, Klimawandels. gegen Sachsen-Anhalt–Verletzlichkeiten in Klimawandel leeugDushad ebtelgdrBneasatf Bundesanstalt der Selbstverlag – Deutschlands Gliederung 259. Climatol. J. Int. – Fortbildung meteorologische - promet – Oszillation. atlantische f Landesamt bericht Bericht, 3/2008. Sonderheft Sachsen-Anhalt; - nordostdeutschenTiefland im Kiefer Die richt, ma Klima/AG .R S. C T. KOW GER EYNEN ENZEL ENZEL C ANN rScsnAhl.Brct e adsme f Landesamtes des Berichte Sachsen-Anhalt. ur ¨ K neugn–en nls i e adahtmmdl C Be- 4C. Waldwachstumsmodell dem mit Analyse eine – anderungen EE ¨ . 02 lbl Erw Globale 2012: M., , .W F. , ITCHIE ONRADT . .R O. J., , . 95 oprmti etaantted.–Econometrica – trends. against test Nonparametric 1945: H., , .G M. , -H . .S F. P., , .B,N .D J. N. B., T. , . 07 Ph 2007: A., , community Change Global the to importance its Phenology: 2002: A., , . .S J. E., , lsa UGHES .K J. , 09 . .K A. G., , ECHSUNG UTSCH Klimawandel/Fachberichte/Dateien/szenarien H. , UCKOW 2008.pdf. . .S M. B., , OITHMEIER CHMITH OSSAK 22 O .H A. , ¨ 5119,di 10.1002/joc.846. doi: 1571–1592, , STERLE nlgsh oel.–promet – Modelle. anologische ¨ APLA OESKEN .L P. , 07 ekinnvnKiefernbest von Reaktionen 2007: , .K M. , AUNDERS USEN OLSTEN ¨ .M H. , .H F. , rug–UBPol.Vra ue le,Stutt- Ulmer, Eugen Verlag Profile. UTB – armung .W C. , ¨ ASCH .K J. , 9316:Hnbc e naturr der Handbuch 1953-1962: , LAUS .K T. , ACHEL ¨ neugnafdrBssdsstatisti- des Basis der auf anderungen ¨ .C E. , 02 ruh lmtlg o Europe. for Climatology Draught A 2002: , ALTHER ATTERMANN LEIST .C . .V T. L., C. L. , ARTSCHALL .P J. , 93 h eainhpo drought of relationship The 1993: , HRISTIANSEN und .L T. , 54 INTO 379–385. , Verwaltung/MLU/LAU/ .R C. , ISSNER .R M. , klgeudBewirtschaf- und Okologie ¨ .W M. , ETTER 33 20–27. , ACHIMOW .R C. , .L N. , EYES Literaturverzeichnis brdnFle des Folgen den uber ¨ .K M. , rUmweltschutz ur ODINSKI ¨ ne ne Kli- unter anden ¨ 08 i Nord- Die 2008: , mit UX EYER rLandeskun- ur ¨ .T V. , LOSE 34 rKlimafol- ur wettreg .L A. , ¨ .H Y. , aumlichen 95–100. , ¨ .S F. , rUm- ur ¨ 13 2009b: , EKKEN 245– , AUF UTT ¨ UC 115 - - , ,

Abschnitt 5 Literaturverzeichnis

RAPP, J., 2000: Konzeption, Problematik und Ergebnisse klimatologischer Trendanalysen fur¨ Europa und Deutschland. Berichte des Deutschen Wetter- dienstes 212.

RAPP,J.,C.-D.SCHONWIESE¨ , 1995: Klimatrend – Atlas Deutschland 1891-1990. Bericht, Frankfurter Geowissenschaftliche Arbeiten, Band 5, Univ. Frank- furt/M.

RICHTER, D., 1995: Ergebnisse methodischer Untersuchungen zur Korrektur des systematischen Messfehlers des Hellmann-Niederschlagsmessers. – In: Berichte des Deutschen Wetterdienstes, Nr. 194, Deutscher Wetterdienst, Of- fenbach ISBN: 3-88148-309-8.

ROYSTON, P., 1982: An extension of Shapiro and Wilk’s W test for normality to large samples. – Appl. Stat. 31, 115–124.

RUTISHAUSER, T., S. STUDER, 2007: Klimwandel und der Einﬂuss auf die Fruhlingsph¨ anologie.¨ – Schweizerische Zeitschrift fur¨ Forstwesen 158, 105– 111.

SACHS, L., 1968: Statistische Auswertungsmethoden – Springer-Verlag, Berlin - Heidelberg - New York.

SACHS,L.,J.HEDDERICH, 2009: Angewandte Statistik, 13. Auﬂage. Methoden- sammlung mit R – Springer, Dordrecht, Heidelberg, London, New York, 813 S.

SCHEFFLER, A., 2010: Phanologische¨ Daten im Vergleich mit der Klima- datenbank Sachsen-Anhalt und moglicher¨ Einﬂuss des Klimawandels auf die Pﬂanzenphanologie¨ Diplomarbeit, Martin-Luther-Universitat¨ Halle- Wittenberg.

SCHEFFLER,A.,M.FRUHAUF¨ , 2011: Veranderungen¨ der Pﬂanzenphanologie¨ in unterschiedlichen Naturraumen¨ Sachsen-Anhalts unter Berucksichtigung¨ ihrer wesentlichen Einﬂussfaktoren. – Hercyna N.F. 44, 169–189.

SCHONWIESE¨ , C.-D., 2000: Praktische Statistik fur¨ Meteorologen und Geowis- senschaftler – Gebruder¨ Borntrager¨ Berlin Stuttgart.

SCHWARTZEL¨ ,K.,K.-H.FEGER,J.HANTZCHEL¨ ,A.MENZER, W. SPANK, F. CLAUSNITZER,B.KOSTNER¨ ,C.BERNHOFER, 2009: A novel approach in model-based mapping of soilwater conditions at forest sites. – For. Ecol. Ma- nag. 258, 2163–2174.

STOCK, M., F. BADECK, F.-W. GERSTENGARBE,D.HOPPMANN, T. KART- SCHALL,H. O¨ STERLE, P. WERNER,M.WODINSKI, 2007: Perspektiven der Klimaanderung¨ bis 2050 fur¨ den Weinbau in Deutschland (KLIMA 2050). Be- richt, PIK Potsdam, Report 106.

116 S S Z 3–8 Heidelberg, Session, Sixteenth Climatology, for World Commission Bericht, 2014: WMO, Edition. 3rd Practices, Climatological to Guide 2010: WMO, W W T TOCKS UTM URNER EBISCH eih,WrdMtoooia raiain efWORpr o 1137. No. Recommendations. Report and WMO Resolutions Genf Organization, with Meteorological Report World Bericht, Final Abridged 2014, July pp. 115 100 WMO-No. Organization, Meteorological Durchf 2012: Chronicle Forestry – Overview. An uoe lm Change Clim. – Europe. Press. Academic – edition 2nd foresti recherches de Victo- Paciﬁque. Centre Bericht, du Canada, practices. Environment and Columbia: standards British national to ria, guide user A System. ting f Sachsen-Anhalt. Landes Ministeriums des des Umwelt Forst- Auftrag Nordwestdeutsche im Bericht, Versuchsanstalt liche Forstwirtschaft. 3: Los Sachsen-Anhalt. in taeinKiaestvrSsee eih,Uwlbneat esu203 Dessau S. Umweltbundesamt, Bericht, Systeme. Klimasensitiver strategien ALLACE .L T. .H J. MER ILLEMS OLLER YNHAM ¨ ANSEN 05 lmwne nDushad Vulnerabilit Deutschland. in Klimawandel 2005: , . .L B. B., , . .L B. J., , . .G T. M., , . 03 utdcdloclaoybhvoro analetee in extremes rainfall of behaviour oscillatory Multidecadal 2013: P., , . .H P. J., , . .A B. J., , .O M. , .D D. , hugenrUtruhn udnFle e Klimawandels des Folgen den zu Untersuchung einer uhrung ¨ AWSON AWSON RUNDMANN OBBS VERBECK UBE HRENDS 99 h aainFrs ieDne aigSystem: Rating Danger Fire Forest Canadian The 1989: , 98 ete nteCnda oetFr agrRa- Danger Fire Forest Canadian the in Weather 1978: , 06 topei cec.A nrdcoySurvey. Introductory An Science. Atmospheric 2006: , .A M. , 120 .V N R.-V. , .S M. , 931–944. , .S D. , LEXANDER CHMIDT CHR AGEL 65 450–457. , OTER ¨ .V C. , .S H. , .A M. , .H C. , PELLMANN AN LBERT ASSE W AGNER rLnwrshf und Landwirtschaft ur ¨ .F S. , .F U. , tudAnpassungs- und at ¨ Literaturverzeichnis .M H. , LECK .M R. , RISCH EESENBURG .P P. , .C W. , C A LPINE LA eres ` RA SIL ˇ 117 - , , ,

Abschnitt 5 ndee it idSainnaufgef Stationen sind Liste dieser In t in Klima-Stationen untersuchten der Liste A.1 Stationen A ehe ednkntn s ih nalnF allen in nicht ist konnten, be- werden Klimaindikatoren rechnet oder Trends konkret Ob Stationen. freigegebenen Analyse Vollst Qualit auf der C) von Anhang. die umfasst f Liste ggf. Die Hinweis: Station kam. die ob und f den markieren, Kreuze wurden. wendet ihSainnvredt f verwendet, Stationen lich weitere Jahreszeitenwerten oder Monats- Vollst zu Tageswerte der Aggregierung die ae befinden. naten ( aufgef dort 1951. der Jahr keine im beginnt allerdings – Datenl aufgelistet keine wie gut so ir S)00124 00107 00087 00064 00033 (ST) Bibra (NI) Altenau (TH) Alperstedt (ST) Aken/Elbe (ST) Aderstedt stationskoordinaten.xlsx ru nKamr owre u iieKianiaoe f Klimaindikatoren einige nur werden so Klammern in Bew Kreuz NN: Sonnenscheindauer; Spalte SD: Nieder- Die RR: Feuchte; Minimumtemperatur; Relative TN: RF: Mitteltemperatur; schlag; TM: Maximumtemperatur; TX: – wurden Th TH: Sachsen-Anhalt; ST: Sachsen; zugeh das Stationsnamen dem hinter zugeh steht Klammern In ersichtlich. Station der A.1: Tabelle nekn :MtdnAayeae idac ieTbleausgeliefert Tabelle eine auch wird Analysedaten den Mit 2: Anmerkung Datenbest den aus wurden Projekt Im 1: Anmerkung rg rita B rnebr;M:MclnugVromr;N:Neescsn SN: Niedersachsen; NI: Mecklenburg-Vorpommern; MV: Brandenburg; BB: – Freistaat ¨ orige nikisrtre u nedn kamen. Anwendung zur andigkeitskriterien ¨ Aufl Ind. it e mVrae ewnee ttoe.I ee el idNm n Nummer und Name sind Zeile jeder In Stationen. verwendeten Vorhaben im der Liste ¨ osung ita,o f ob an, gibt aeN XT NR FS NF Ind FF NN SD RF RR TN TM TX Nr Name niki n Plausibilit und andigkeit ¨ rdeeSainKianiaoe eehe udn th otdas dort Steht wurden. berechnet Klimaindikatoren Station diese ur ¨ A.2 Abschnitt in werden Diese sind. enthalten ucken ¨ rdemtzus mit die ur ¨ rdeAayeagliee Gr abgeleiteter Analyse die ur ¨ rne.Kez ee n f an, geben Kreuze uringen. ¨ ,i e ihdeSainnmnudKoordi- und Stationsnamen die sich der in ), ht o ee ae mVrae ver- Vorhaben im Daten denen von uhrt, ¨ rwlh lmneDtngnttwur- genutzt Daten Elemente welche ur ¨ tlce Vervollst atzlichem ¨ le eee,d esilwief beispielsweise da gegeben, allen ¨ at ¨ rdeeSainberechnet. Station diese ur ¨ uberpr ¨ tknrlemtNKA (s. NIKLAS mit atskontrolle ¨ lug F Windgeschwindigkeit. FF: ¨ olkung; rwlh lmneDtngenutzt Daten Elemente welche ur ¨ htnStationszeitreihen uhrten ¨ ne e W zus DWD des anden ¨ etrafdrnächsten Seite der auf weiter fe n u weiteren zur und uften × × × × × ¨ andigungsaufwand ¨ ßnzmEinsatz zum oßen ¨ ¨ aglicher rg Bundesland/der ¨ orige atz- ¨ ur ¨ I

Anhang A Anhang A Stationen

Fortsetzung Name Nr TX TM TN RR RF SD NN FF Ind Altmoerbitz (SN) 00141 × Annaburg (ST) 00170 × Apolda (TH) 00180 × Arendsee/Altmark (ST) 00182 × Artern (TH) 00198 × × × × × × × × (×) Aseleben (ST) 00208 × Auerstedt (TH) 00225 × Belgern (SN) 00338 × Bernburg/Saale (ST) 00445 × × × × Bethau (ST) 00464 × Bibra (ST) 00477 × Blankenburg/Harz (ST) 00527 × Blankenhain (TH) 00530 × Boddin-Langnow-Heidelb. (BB) 00564 × Bodenteich (NI) 00571 × Boerln (SN) 00584 × Brandenburg-Goerden (BB) 00650 × Braunlage (NI) 00656 × × × × × × × Braunschweig-Gliesmar. (NI) 00660 × Braunschweig (NI) 00662 × × × × × × × × Breese (BB) 00672 × Brocken (ST) 00722 × × × × × × × × × Brueck-Goemnigk (BB) 00735 × Brumby (ST) 00746 × Burg-Blumenthal (ST) 00797 × Calvoerde (ST) 00836 × Clausthal-Zellerfeld I (NI) 00862 × Clausthal-Zellerfeld II (NI) 00863 × × × × × × × Daehre (ST) 00898 × Dahme (BB) 00905 × Danndorf (NI) 00911 × Doberlug-Kirchhain (BB) 01001 × × × × × × Dolle (ST) 01015 × Duerrenberg (ST) 01074 × Ebeleben (TH) 01091 × Eckertal (NI) 01117 × Eckertalsperre (NI) 01118 × Ehra-Lessien (NI) 01147 × Eilenburg (SN) 01166 × Cremlingen-Destedt (NI) 01278 × Ettersburg (TH) 01314 × weiter auf der n¨achstenSeite

II ea(H 02444 02426 02398 02370 02283 02237 02336 (TH) Jena (TH) Jena-Isserstedt (ST) Ilsenburg/Harz (TH) 02177 Hummelshain 02120 (BB) Hoppenrade-Garz (NI) Hohenfier 02195 02163 02176 01960 (NI) Hitzacker 02044 02039 (ST) Heuckewalde-Giebelroth (BB) Herzberg/Elster (NI) 02073 Herzberg-Scharzfeld (TH) Herrmannsacker (NI) 01957 Helmstedt 01949 01954 (ST) 01887 Suedharz-Hayn/Harz (ST) 01881 Harzgerode (NI) Harzburg (ST) 01781 Halle 01770 (ST) Halle-Kroellwitz 01859 (ST) Halle-Doellnitz 01765 (ST) Halberstadt 01717 01704 (ST) Guessefeld (TH) Guenstedt 01701 (TH) Grosswechsungen 01819 01694 (TH) Sondershausen-Grossbernd. 01688 (ST) Groeben (ST) Grieben 01649 01661 01647 (TH) Greussen (MV) Grabow (NI) Goslar (NI) Gorleben 01612 (MV) Goldberg (TH) Goessnitz 01544 01377 01610 (ST) Glindenberg 01320 (ST) Gladigau 01560 (NI) Gittelde (TH) Gera-Leumnitz 01317 (TH) Gera-Untermhaus (TH) Gebra-Niedergebra (ST) Gardelegen (ST) Fleetmark (TH) Etzleben (TH) Friedrichsthal Fortsetzung . it e nesctnKiaSainni t in Klima-Stationen untersuchten der Liste A.1 aeN XT NR FS NF Ind FF NN SD RF RR TN TM TX Nr Name × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × etrafdrnächsten Seite der auf weiter × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × gihrAufl aglicher ¨ × × osung ¨ ( × III )

Anhang A Anhang A Stationen

Fortsetzung Name Nr TX TM TN RR RF SD NN FF Ind Jerxheim (NI) 02449 × Jueckelberg-Flemmingen (TH) 02468 × Jueterbog (BB) 02475 × Kahla (TH) 02481 × Kamschlacken (NI) 02510 × Karstaedt/Prignitz (BB) 02531 × Kelbra (ST) 02549 × Klettenberg (TH) 02626 × Kloetze/Altmark (ST) 02644 × Koelleda (TH) 02664 × Koelsa (SN) 02668 × Koenigslutter (NI) 02686 × Koenigslutter-Rhode (NI) 02687 × Kossdorf (BB) 02720 × Ladeburg (ST) 02807 × Langelsheim-Astfeld (NI) 02839 × Langelsheim-Lautenthal (NI) 02841 × Langenhagen (NI) 02852 × Lauchstaedt (ST) 02878 × Lauterberg (NI) 02891 × Leipzig-Holzhausen (SN) 02928 × × × × × Leipzig-Halle (SN) 02932 × × × × × × × (×) Lemgow-Hohenkrug (NI) 02937 × Lenzen/Elbe (BB) 02951 × Libehna (ST) 02974 × Lindau (ST) 03009 × Loburg (ST) 03036 × Luckenwalde (BB) 03071 × Luechow (NI) 03093 × Luetzen (ST) 03109 × Lutter (NI) 03116 × Magdala (TH) 03125 × Magdeburg (ST) 03126 × × × × × × × × × Marnitz (MV) 03196 × × × × × Aschersleben-Mehringen (ST) 03226 × Mellin (ST) 03240 × Merseburg (ST) 03259 × Meuselwitz (TH) 03279 × Freienbessingen (TH) 03304 × Mockrehna (SN) 03312 × Muecheln/Geiseltal-Stoebn. (ST) 03357 × weiter auf der n¨achstenSeite

IV ak N)04384 04455 04475 04381 04305 (TH) Schlossvippach (NI) 04364 Schladen 04286 04363 (NI) Sankt 04252 04227 (ST) 04362 Sangerhausen (NI) Salzgitter-Ringelheim 04137 (NI) 04183 Salzgitter-Ohlendorf 04111 (NI) Salzgitter-Lichtenberg 04081 (ST) Oberharz (ST) Rothenburg 04079 (TH) Ronneburg (SN) Roecknitz 04052 (NI) Ribbesbuettel 04035 (ST) Reinsdorf 03987 03975 04032 (NI) Rehberger 03874 (BB) Rathenow 04037 (TH) Rastenberg (ST) Kemberg-Radis 03861 (ST) Questenberg-Agnesdorf (NI) Querenhorst (ST) 03871 Quedlinburg (BB) Potsdam 03822 03829 (BB) Petkus (NI) Parsau 03831 (ST) Elbe-Parey-Guesen 03757 03824 (BB) 03804 Paewesin (ST) Osterode/Harz-Lerbach 03812 (NI) Osterode/Harz (ST) Eisleben-Osterhausen (ST) Osterfeld 03573 (ST) Oschersleben/Bode (ST) 03509 Oranienbaum 03726 (ST) 03580 Oebisfelde 03552 (TH) Sondershausen-Oberspier (ST) 03392 Loebejuen-Wettin-Neutz 03562 (TH) 03570 Neustadt/Orla 03569 (TH) (Talsperre) Neustadt/Harz (BB) Neustadt/Dosse-Kampehl (TH) Neustadt-Eichsfeld (BB) Neuruppin (BB) Menz (TH) Lederhose Fortsetzung . it e nesctnKiaSainni t in Klima-Stationen untersuchten der Liste A.1 aeN XT NR FS NF Ind FF NN SD RF RR TN TM TX Nr Name × × × × × × × × × × × × × × × × × etrafdrn¨achsten Seite der auf weiter × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × × gihrAuﬂ aglicher ¨ × osung ¨ ( × V )

Anhang A Anhang A Stationen

Fortsetzung Name Nr TX TM TN RR RF SD NN FF Ind Schnega (NI) 04507 × Schoenewalde (BB) 04539 × Schoenewerda (TH) 04540 × Schoeppenstedt-Gross (NI) 04552 × Schraplau (ST) 04564 × Schwerin (MV) 04625 × × × × × × × Seehausen (ST) 04642 × × × × × × × (×) Seehausen/Boerdekreis (ST) 04645 × Seesen (NI) 04651 × × × × × × Sieber (NI) 04688 × Soesetalsperre (NI) 04738 × Sommerschenburg (ST) 04747 × Sondershausen (TH) 04748 × Sprakensehl-Hagen (NI) 04786 × Stadtroda (TH) 04812 × Steinthaleben (TH) 04864 × Rosche-Teyendorf (NI) 05019 × Treuenbrietzen (BB) 05092 × Udestedt (TH) 05137 × Uebigau (BB) 05140 × Unterluess (NI) 05165 × × × × × Uthleben (TH) 05184 × Vechelde-Vallstedt (NI) 05199 × Vienenburg-Lengde (NI) 05217 × Waddeweitz (NI) 05269 × Wahrenholz (NI) 05283 × Weferlingen (ST) 05387 × Harth-Poellnitz (TH) 05395 × Buttelstedt-Weiden (TH) 05396 × Weimar (TH) 05419 × Werben/Elbe (ST) 05474 × Wernigerode (ST) 05490 × Wernigerode-Hasserode (ST) 05495 × Wieda (NI) 05534 × Wildemann (NI) 05563 × Wittenberg (ST) 05629 × × × × × × × × × Dettum (NI) 05637 × Wolfenbuettel (NI) 05668 × Wolfsburg (NI) 05676 × Wolkramshausen (TH) 05683 × Wolmirsleben (ST) 05685 × weiter auf der n¨achstenSeite

VI ndnmitnSainzirie ne ihL sich finden Stationszeitreihen meisten den In (Kernbestand Klima-Stationen untersuchten der Liste A.2 u e ai o ttoe,deac ndrWOMleflctlee,i denen in liegen, WMO-Meldepflicht der L in auch ggf. die Stationen, von Basis der auf L e rt16.F 1961. erst nen aufgelistet. A.2 Tab. in ist Kernbestand genannte so Der (f Niederschlagstrends f Da werden: m gemacht Abstriche Seehausen Kleine tion geeignet. gut sehr jedoch sie sind anneg(I 05833 05801 05761 05769 05737 05814 05745 (NI) Dannenberg (ST) Mansfeld-Annarode (TH) Zwinge (ST) Ziegelroda 05695 (ST) Zerbst (BB) Zehdenick (ST) Zahna (NI) Wrestedt-Stederdorf Fortsetzung ne F ange. ¨ Wittenberg Leipzig-Schkeuditz Halle Artern Magdeburg Gardelegen Neuruppin Seehausen ce gef ucken i eodr eie eletn nst Aufl in Fehlwerten) wenigen besonders mit ttosaeWOKnugBgn e Reihe der Beginn WMO-Kennung Stationsname ¨ rennkennTi e ehnpetdrDDt DWD der pflegt Reihen der Teil kleinen einen ur ael A.2: Tabelle ¨ ¨ osung aeN XT NR FS NF Ind FF NN SD RF RR TN TM TX Nr Name ltwre.Alrig iddeeZirie k Zeitreihen diese sind Allerdings werden. ullt rTednescugnuddeBsimn nee Gr anderer Bestimmung die und Trenduntersuchungen ur ¨ ¨ etn nSainzirie i eodr eie Fehlwerten wenigen besonders mit Stationszeitreihen an Bestand rde5 ar ae ben Daten Jahre 50 die ur ¨ . ttoe i eodr eie L wenigen besonders mit Stationen A.2 07 01.01.1961 01.01.1961 01.01.1961 01.01.1961 01.01.1961 01.01.1961 10474 01.01.1961 10469 01.01.1976 10466 10460 10361 10359 10270 10261 rdeees b17 ae olee,sind vorliegen, Daten 1976 ab erst diese ur ¨ × × × × tg edn ih bestimmbar. nicht werden) otigt ¨ ce o unterschiedlicher von ucken ¨ se eilc e e Sta- der bei lediglich ussen ¨ × × × × × × × undlicher ¨ gih Zeitreihen agliche ¨ re n begin- und urzer ¨ ucken ¨ oßen ¨ VII

Anhang A Anhang A Stationen

Auch werden an den hier aufgefuhrten¨ Stationen z.T. andere Großen¨ erfasst oder berechnet. Zumindest fur¨ Teile des Zeitraums 1961–2014 erweitert sich dadurch der Bestand an analysierbaren Großen¨ um

• Erdboden-Minimumtemperatur

• Anteil der 24 Termine, bei denen einen Luftfeuchtigkeit von 90 % oder mehr auftrat

• Sattigungsdeﬁzit¨

• Haude-Verdunstung

• Globalstrahlung

A.3 Bestand an Stationslisten fur¨ die Windrichtung

Fur¨ einige Stationen liegen auch Zeitreihen der Windrichtung vor. Bei diesem Element ist es nicht sinnvoll, Tagesdaten zu analysieren – statt dessen werden stundliche¨ Messungen untersucht. Auch sind Trendbestimmungen in diesem Fall nicht sinnvoll, weswegen Windrosen fur¨ verschiedene Tages- und Jahres- zeiten sowie verschiedene Perioden (z.B. 1961–1990 oder 1971–2000) betrachtet werden. Die Liste dieser Stationen ist in Tab.A.3 aufgefuhrt.¨

Tabelle A.3: Bestand an Stationszeitreihen fur¨ die Windrichtung.

Stationsname Stat.-Nr. Beginn der Reihe Artern 00198 01.01.1961 Braunlage 00656 01.01.1961 Braunschweig 00662 01.01.1961 Brocken 00722 01.01.1961 Gardelegen 01544 01.01.1961 Leipzig/Halle 02932 01.01.1961 L¨uchow 03093 01.01.1961 Magdeburg 03126 01.01.1961 Wittenberg 05629 01.01.1961

VIII . it e nesctnKiaSainni 5-min in Klima-Stationen untersuchten der Liste A.5 st in Klima-Stationen untersuchten der Liste A.4 Braunschweig-Völkenrode Lüchow Neuruppin Magdeburg Artern Braunlage-Hohegeiß Leipzig/Halle Wittenberg Wittenberg Seehausen Neuruppin Magdeburg Lüchow Leipzig/Halle Gardelegen Brocken Braunschweig-Völkenrode Braunlage-Hohegeiß Artern Aufl Aufl ael A.5: Tabelle ttosaeDDN.Sa.N.Von–bis Stat.-Nr. DWD-Nr. Stationsname . it e nesctnKiaSainni st in Klima-Stationen untersuchten der Liste A.4 ttosaeDDN.Von–bis DWD-Nr. Stationsname ¨ osung ¨ osung ael A.4: Tabelle etn nSainzirie n5-min in Stationszeitreihen an Bestand etn nSainzirie nst in Stationszeitreihen an Bestand 06 45 1952–2006 1994–2006 1958–2010 54251 1956–2010 48253 1959–2010 46033 1955–1983 45060 00662 1951–2012 44045 03093 1955–2010 43745 03552 42544 03126 41727 00198 00656 02932 05629 52 1.1.1961–1.1.2015 1.1.1961–1.1.2015 1.1.1961–1.1.2015 1.1.1961–1.1.2015 05629 1.1.1961–1.1.2015 04642 1.1.1961–1.1.2015 03552 1.1.1961–1.1.2015 03126 1.1.1961–1.1.2015 03093 1.1.1958–1.1.2015 02932 1.1.1961–1.1.2015 01544 1.1.1961–1.1.2015 00722 00662 00656 00198 tgrAufl utiger ¨ nlce Aufl undlicher ¨ sn u KOSTRA. aus ¨ osung nlce Aufl undlicher ¨ ¨ osung. undlicher ¨ utiger ¨ osung ¨ IX

Anhang A Anhang A Stationen

A.6 Liste der untersuchten Stationen mit Verdunstungsdaten nach Penman

Tabelle A.6: Bestand an Stationszeitreihen mit Verdunstungsdaten nach Penman.

Stationsname Stat.-Nr. Von Bis Artern 00198 1.1.1961 27.1.2015 Braunlage-Hohegeiß 00656 1.1.1947 28.1.2015 Braunschweig-V¨olkenrode 00662 1.1.1966 3.2.2015 Brocken 00722 1.1.1956 27.1.2015 Gardelegen 01544 1.1.1981 27.1.2015 Gera-Leumnitz 01612 1.1.1973 27.1.2015 Leipzig/Halle 02932 1.5.1972 27.1.2015 L¨uchow 03093 1.1.1972 28.1.2015 Magdeburg 03126 1.8.1957 27.1.2015 Neuruppin 03552 1.1.1973 3.2.2015 Potsdam 03987 1.1.1950 3.2.2015 Schwerin 04625 1.1.1954 3.2.2015 Seehausen 04642 1.10.1976 27.1.2015 Wittenberg 05629 1.1.1962 27.1.2015

A.7 Liste der untersuchten Klima-Stationen aus dem Bestand des LUSA¨

Fur¨ folgende Stationen (in Tab. A.7 aufgelistet) des LUSA-Messnetzes¨ standen Daten zur Verfugung¨

Tabelle A.7: Von der LUSA¨ zur Verfugung¨ gestellte Stationszeitreihen mit Angabe von deren L¨ange

Station Beginn der Reihe Ende der Reihe Bitterfeld-Wolfen 09.12.1998 09.02.2015 Burg 03.01.1994 09.02.2015 Magdeburg 04.01.1994 05.09.1996 Magdeburg 01.01.1999 31.12.1999 Wernigerode 09.09.1993 31.12.1997 Wernigerode 01.01.1999 09.02.2015

X nag ednsevorgestellt. sie werden Anhangs F Klima-Indikatoren B aleceaglieeGr abgeleitete zahlreiche rdsVrae udnnbndnmtoooice Standardgr meteorologischen den neben wurden Vorhaben das ur ¨ B.1.9 Schw.-W.B.1.8 Stark-W. B.1.7 B.1.6 Extrem-R. B.1.4 Stark-R. B.1.4 Trop Heiß B.1.1 Eis Kenntage B.1.3 B.1.2 Sommer Frost niaoe ecree werden. beschrieben Indikatoren ael B.1: Tabelle niaoe f Indikatoren ßn(lm-niaoe)bsim.I ismTi des Teil diesem In bestimmt. (Klima-Indikatoren) oßen rEtewreudir uzentoe oi i aie,i ee die denen in Kapitel, die sowie Kurzdefinitionen ihre und Extremwerte ur ¨ ¨ naldrTg,a ee FF denen an Tage, der Anzahl Schwachwindtage FF denen an Tage, der Anzahl Starkwindtage RR denen an Tage, der Anzahl Extremniederschlagstage RR denen an Tage, der Anzahl Starkregentage TN denen an Tage, der Anzahl Tropennächte TX denen an Tage, der Anzahl Tage Heiße TX denen an Tage, der Anzahl Sommertage einer mit < Tage der Anzahl Frosttage einer mit < Tage der Anzahl Eistage 0 0 ◦ ◦ C C Minimum Maximum < > > > > > > etrafdrnächsten Seite der auf weiter / ist m/s 2 ist m/s 8 30 25 0m ist mm 20 ist mm 10 20 ◦ ◦ ◦ ist C ist C ist C eprtr(TN) temperatur ßnauch oßen eprtr(TX) temperatur ¨ XI

Anhang B Anhang B Klima-Indikatoren

Fortsetzung Andere Indikatoren Schwul¨ B.2 Schw üle Anzahl der Tage, an denen der mittlere Dampfdruck einen Wert von 18,8 hPa uberschreitet.¨ WSUM B.3 Wärmesummen Summe des Anteils von TM oberhalb einer Basistempe- ratur. Verwendete Basistemperatur: 20 ◦C zur Einschätzung der Sommerwärme KGT B.4 K ühlgradtage Kumulierten Temperaturabweichung zwischen einer Raumtemperatur TR und dem Tagesmittelwert der Au- ßentemperatur TA, sofern TA großer¨ als TR ist. Verbreitet ◦ ist die Verwendung von TR = 18 C KSUM B.5 Kältesummen Aufsummierung der Absolutbetrage¨ der Temperatur unterhalb der Basistemperatur TB Verwendete Basistemperatur: 0 ◦C zur Einschätzungder Win- terstrenge HGT B.6 Heizgradtage Kumulierte Temperaturabweichung zwischen einer Raumtemperatur TR und dem Tagesmittelwert der Au- ßentemperatur TA, sofern TA kleiner als eine festgelegte ◦ Heizgrenztemperatur TG ist. Verwendet wird TR = 20 C ◦ und TG = 12 C TNE B.7 Erdbodenminimum der Temperatur Temperatur, gemessen in 5 cm Hohe¨ uber¨ dem Erdbo- den, nicht wie bei der Lufttemperatur (Basis fur¨ TX, TN, und TM) in 2 m Hohe¨

TSpanne B.8 Tagesspanne der Lufttemperatur Differenz zwischen Maximum und Minimum der Luft- temperatur

weiter auf der n¨achstenSeite

XII B.11.1 P90TX B.10 H VP VP VP Fortsetzung frostfrei phaen therm B.9.3 B.9.2 B.9.1 M T Gr folgende Jahres eines 30.9. Zeit. frostfreien der Beginn und unter Ende Luft der Minimumtemperatur 0 die erstmals dem unter nicht Luft dem 0 der an Minimumtemperatur Jahresanfang, die dem erstmals nach Jahres des Tag Beginn: Zeit frostfreien der aufgrund Vegetationsperiode ph der Beginn und Vegetationsperiode. schen Ende zwischen dertagen) verf ph der Eintritt Ende: Weide”; ph der Eintritt Beginn: Ph¨anologische Vegetationsperiode Vege- Thermischen der tationsperiode. Beginn und Ende zwischen gen) 10 als kleiner TM ist mindestens 5 von ei- (TM) Luft tritt der Tagesmitteltemperatur Tagen ne aufeinanderfolgenden sieben An Beginn: Vegetationsperiode Thermische F Maximum-Temperatur der 90-Perzentil Abh Gr Summarische Huglin-Index nee 0%uddnoee 0%drRiedarstellt Reihe der % 10 oberen bestimmt. den den (90-Perzentil) und zwischen % Temperatur Grenze 90 die die unteren wird der Reihe Rangplatzes, dieser desjenigen In aufgestellt. ratur gr eine rdeSmemnt Jn–uut ee arswird Jahres jedes (Juni–August) Sommermonate die ur ¨ ◦ ◦ ◦ ig;Dur ifrn i aedrae)zwischen Kalendertagen) (in Differenz Dauer: liegt; C u;Ed:A ibnafiadrogne Tagen aufeinanderfolgenden sieben An Ende: auf; C ig;Ed:TgdsJhe ahdmSme,an Sommer, dem nach Jahres des Tag Ende: liegt; C ) rugdrSilih” ae:Dfeez(nKalen- (in Differenz Dauer: Stieleiche”. der arbung ¨ niki o Breitengrad. vom angigkeit ¨ / 2 ßnotet eh e aemxm e Tempe- der Tagesmaxima der Reihe oßensortierte ¨ − 10] mit K ß,dezice e ..uddem und 1.4. dem zwischen die oße, ¨ := ◦ .Dur ifrn i Kalenderta- (in Differenz Dauer: C. nlgshnPae,,Bl Phase anologischen ¨ miiceGr empirische ß auswertet: oße ¨ nlgshnPae,,Blatt- Phase anologischen ¨ etrafdrn¨achsten Seite der auf weiter ß etwas oße ¨ K t e Sal- der ute ¨ · XIII P br1 in 1, uber ¨ anologi- ¨ [( M T +

Anhang B Anhang B Klima-Indikatoren

Fortsetzung

PerP 90TX B.11.2 Anzahl von Perioden der Uberschreitung¨ des 90- Perzentil der Maximumtemperatur in den Sommermo- naten Fur¨ die Sommermonate (Juni–August) jedes Jahres wird eine Reihe der Abweichungen der Tagesmaxi- ma der Temperatur vom vieljahrigen¨ Mittel 1961–2014 bestimmt. In dieser Reihe werden Perioden gesucht, in denen die Temperaturabweichung oberhalb des 90- Perzentils liegen. Es werden Perioden von 6 und 3 Tagen Lange¨ gezahlt¨ und ihre Hauﬁgkeit¨ fur¨ jedes Jahr analysiert.

MaxPerP 90TX B.11.3 Maximale L¨angevon Perioden der Uberschreitung¨ des 90-Perzentil der Maximumtemperatur in den Sommer- monaten Fur¨ die Sommermonate (Juni–August) jedes Jahres wird eine Reihe der Abweichungen der Tagesmaxi- ma der Temperatur vom vieljahrigen¨ Mittel 1961–2014) bestimmt. In dieser Reihe werden Perioden gesucht, in denen die Temperaturabweichung oberhalb des 90- Perzentils liegen. Fur¨ jeden Sommer wird die maximale Lange¨ dieser Perioden ermittelt. P90TN B.11.4 90-Perzentil der Minimum-Temperatur Fur¨ die Sommermonate (Juni–August) jedes Jahres wird eine großensortierte¨ Reihe der Minima der Temperatur aufgestellt. In dieser Reihe wird die Temperatur desjenigen Rangplatzes, der die Grenze zwischen den unteren 90 % und den oberen 10 % der Reihe darstellt (90- Perzentil) bestimmt. NOAA-HI B.12 NOAA-Hitzeindex Mit einer empirischen Beziehung aus Temperatur und Luftfeuchte werden vier Stufen von Hitzestress deﬁniert.

PerLT X>30 B.13 L¨angevon Hitzeperioden Anzahl von aufeinander folgenden Tagen, an denen TX > 30 ◦C (Heiße Tage) ist.

weiter auf der n¨achstenSeite

XIV B.14.1 P10TX Fortsetzung B.14.2 P10TN B.15 GlobStr MaxPer Per RR korr P 10 N T P 10 N T B.14.4 B.14.3 B.16 F Maximumtemperatur der 10-Perzentil n e brn9 e eh asel (10-Perzentil) darstellt Reihe der % bestimmt. 90 % oberen 10 desjenigen den unteren Temperatur den und zwischen die Grenze die wird der Reihe Rangplatzes, dieser In aufge- Temperatur stellt. der Tagesmaxima der Reihe sortierte F Minimum-Temperatur der 10-Perzentil F Winter- den in monaten Minimumtemperatur der 10-Perzentil des Unterschreitung der Perioden Länge von Maximale be- (10-Perzentil) darstellt Reihe der und % stimmt. % 90 10 unteren oberen Rang- den den zwischen desjenigen Grenze Temperatur die die der platzes, wird aufgestellt. Reihe Temperatur dieser der In Minima der Reihe sortierte F Globalstrahlung 10- telt. L F des maximale die liegen. unterhalb wird Winter Minimumtemperatur Perioden Temperatur werden der die Reihe Perzentils denen dieser in In gesucht, bestimmt. Reihe ne analysiert. Jahr jedes L Tagen Perioden 3 werden und 6 Es von liegen. 10-Perzentils Temperaturabweichung des die unterhalb denen in gesucht, Perioden 10- F des Wintermo- den Unterschreitung naten in Minimumtemperatur der der Perioden Perzentil von Anzahl i idrclgkretrnc ihe idafdie auf wird angewandt. Richter Niederschlagszeitreihen nach Niederschlagskorrektur Die Niederschlag Korrigierter berechnet. Monate gr rjdnWne Dzme–era)wr iegr eine wird (Dezember–Februar) Winter jeden ur rjdnWne Dzme–era)wr iegr eine wird (Dezember–Februar) Winter jeden ur rdeWnemnt Dzme–era)wr ei- wird (Dezember–Februar) Wintermonate die ur rjdsJh iddemtlr Globalstrahlung mittlere die wird Jahr jedes ur eine wird (Dezember–Februar) Wintermonate die ur ¨ ¨ ¨ ¨ ¨ ßnotet eh etmt ndee eh werden Reihe dieser In bestimmt. Reihe oßensortierte ¨ negez ange ¨ nedee eidnermit- Perioden dieser ange ¨ htudir H ihre und ahlt ¨ etrafdrnächsten Seite der auf weiter ugetf aufigkeit ¨ XV rjeden ur ¨ bralle uber ¨ oßen- oßen- ¨ ¨ ur ¨

Anhang B Anhang B Klima-Indikatoren

Fortsetzung PV B.17 Potenzielle Verdunstung Maximal mogliche¨ Verdunstung nach DIN 4049. KWB B.17 Klimatische Wasserbilanz Differenz aus Niederschlag und maximal mogliche¨ Ver- dunstung nach DIN 4049. SPI B.18 Standardisierter Niederschlagsindex Kumulierter und normierter Niederschlag uber¨ Perioden verschiedener Lange¨ (3 Monate bis 24 Monate)

PerLtrock B.19 Längevon Trockenperioden Anzahl aufeinander folgender Tage mit hochstens¨ 1 mm Niederschlag RRmax B.20 Mittlerer maximaler täglicherNiederschlag Fur¨ jedes Jahr wird der maximal aufgetretene Tagesnie- derschlag bestimmt. Danach erfolgt eine Mittelung uber¨ verschiedene Dekaden und andere Zeitabschnitte z.B. von 30 Jahren Lange.¨ RX5 B.21 Maximaler 5-tägigerNiederschlag Fur¨ jedes Jahr oder jede Jahreszeit wird mit einem gleitenden 5-Tagefenster ermittelt, wie viel Niederschlag in 5-tagigen¨ Zeitraumen¨ fiel.

PerLRR>10 B.22 L¨angevon Starkniederschlagsperioden Fur¨ jedes Jahr oder jede Jahreszeit wird bestimmt, wie viele Abfolgen von Tagen mit 10 mm Niederschlag oder mehr auftraten.

f>>RR B.22 Anzahl von Starkniederschlagstage Fur¨ jedes Jahr wird bestimmt, wie oft Tage mit mindestens 25 oder 40 mm Niederschlag auftraten. Erganzung¨ zu den Kenntageuntersuchungen (Abschnitte B.1.6 und B.1.7) mit anderen Schwellen.

RHhoch B.23 Hohe Luftfeuchtigkeit Fur¨ jeden Tag wird bestimmt, an wie vielen Stunden 90 % und mehr relative Luftfeuchtigkeit registriert wurden. Die mittlere Stundenzahl wird fur¨ jedes Jahr und die Jah- reszeiten ermittelt.

weiter auf der n¨achstenSeite

XVI eceAsae udnIdktrnsn f folgt: sind Indikatoren dardgr den zu Aussagen Welche Datensituation zur Vorbemerkung m gih i co e e nescugnz e eerlgshnStan- meteorologischen den zu Untersuchungen den bei schon Wie oglich? ¨ B.24 BOF Fortsetzung B.25 FWI • • • • • rpevnSainn i ne isnMßae dnizetwurden: identifiziert Maßgaben f diesen unter Analysen die vergleichende Stationen, von viele Gruppe erfolgen Konsequenz Als liegen. zeitraums rnaaye edt sitbidee Gr diesen Trend-Zeitr bei der Vergleichbarkeit ist die Es darunter leidet. Trendanalysen dass Trends, deutlichen so unterliegen L große zu Monaten einzelnen in Daten verwendeten die da Tage, iieGr Einige entfallen. Reihen weitere – aufweisen Einschr Weitere m Reihen lit Einschr abdecken. Erste Jahre) 50 Niederschlag (beim Jahre 30 mindestens die Anhalt, edese ne ihrltvveeZirie f Wet- Zeitreihen Deutschen viele des relativ Center sich Data finden Climate terdienstes vom Hauptdatenbestand Im s i rarn i e aestainwie Datensituation der mit Erfahrung die ist ) 4.2 Abschnitt (vgl. oßen ¨ atspr ¨ – – – lmrgoe ahe-nat sein. Sachsen-Anhalts Klimaregionen m sollen Stationen die i ehnsle m sollen Reihen die i ehnsle m sollen Reihen die einige – ) 4.1 Abschnitt (s. sichtbar Vorhabens des Rahmen im ufung ¨ se auc entfallen. dadurch ussen ßn i tadeTmeau drdeWindgeschwindigkeit, die oder Temperatur die etwa wie oßen, ¨ ¨ uea nagoe mEd e Gesamtuntersuchungs- des Ende am oder Anfang am aume ¨ nugnwre ahdrQualit der nach werden ankungen ¨ nugntee mVrafdrTednescugnzu Trenduntersuchungen der Verlauf im treten ankungen ¨ F Bodenfeuchte e ikrasreat i oefuheuddrGe- der Berechnungsschicht. einer und in samtwassergehalt Bodenfeuchte Evapotranspiration, die reale Sickerwassergehalt, die der und potenzielle die unter Gr von Reihe eine METVER modells u rtlugens5sugnWarnsystems. 5-stufigen eines Erstellung Niederschlag zur und Wind Luftfeuchte, Temperatur, Stundenwer- von benutzt te Waldbrandindex kanadische Der Waldbrandindex kanadischer – Waldbrandgefahr gihtdmgece etamabdecken; Zeitraum gleichen dem oglichst gihtln sein; lang oglichst rjdnTgwr i if e Bodenwasserhaushalts- des Hilfe mit wird Tag jeden ur ¨ ¨ ¨ gihtrepr oglichst ¨ snai f asentativ ¨ ßnbsneswctg bdie ob wichtig, besonders oßen ¨ rdsUntersuchungsgebiet das ur ¨ tknrleudPlausibi- und atskontrolle ¨ rdeRgo Sachsen- Region die ur ¨ rdeverschiedenen die ur ¨ ren kleine eine ur ¨ ßnbsim,dar- bestimmt, oßen ¨ ucken ¨ XVII

Anhang B Anhang B Klima-Indikatoren

• Es gibt einen zusatzlichen¨ Datenbestand der DWD-Agrarmeteorologie. Dieser hat den Vorteil, besonders umfassend luckengef¨ ullt¨ zu sein und auch einige zusatzliche¨ meteorologischen Parameter zu besitzen, aber es sind nur acht Stationen und die Reihen beginnen erst 1961.

B.1 Kenntage

Die Untersuchungen der Kenntage erfolgten mit dem ,,großen” Datenbestand. Information dazu ﬁndet sich in Tab. C.3 und A.1. Je nach Art des Kenntags sind dafur¨ Auswertungen von Maximumtemperatur (TX), Tagesmitteltempe- ratur (TM), Minimumtemperatur (TN), Niederschlag (RR) oder Windgeschwin- digkeit (FF) notwendig. Die zur Verfugung¨ gestellten Dateien beﬁnden sich im Archiv Kenntage/data. Die Namen der Dateien enthalten die Stationsnummer und eine Kennung des Zeitbereichs, also z.B. fur¨ den Brocken, Sommer Kenntage 00722 JJA oder Magdeburg, November Kenntage 03126 NOV.

Abbildung B.1: Beispiel fur¨ eine Darstellung der verfugbaren¨ Kenntage fur¨ die Station 03126 (Mag- deburg) in der Datei kenntage 03126 annual. Die Abbildung dient der Veranschaulichung des Darstel- lungsprinzips fur¨ die Kenntage; daher sind die Teilfiguren relativ klein. Eine Ausschnittsvergrößerung findet sich in Abb. B.2.

Die Kenntage wurden fur¨ jedes der Jahre 1951–2014 ermittelt, sofern die entsprechenden Kenntage dort bestimmbar waren. Es erfolgten Auszahlungen¨

XVIII f e.I Verzeichnis Im tet. f es F meisten den In (annual). Jahr f gesamtes Kenntageangaben (iv) die und nur (JAS) sind II und (AMJ) I ode (Fr rm s eohaggbn u i ilnDtndrEnrgf Eintrag der Daten vielen wie auf angegeben, jedoch ist gramm einzel- den In Umst Tage. unter heißen raum der f Zahl wird der Diagrammen Verlauf nen Zeitlicher B.1: Varia- Abb. von der Ausschnittsvergr in Rand die Vorhandensein Abbildung zeigt B.2 nach einer Abb. ist. Aufbauprinzip je ben das B.1), lediglich Abb. soll Kenntage/pictures s. B.1 Abb. 9, Hinweis: zu blen. (bis unterschiedlich Diagramme enthalten Bilddateien viele die Auch korrespondieren. Tabellen den Pa- wurden. verwendet jedem Zeitraum Zu untersuchten vermerkt. im Tage Jahr viele pro Tage geh ausgewerteten nebst rameter jeweils Extremniederschlag der und Starkregentagen Anzahl zu der Angaben die nur auch sind bestimmen. zu Jahres des Teilen (Namensbestandteil te f Lediglich fordern. Bezugszeitraum diesen etg oi i itg n i rstg m Frosttage (Namensbestandteil die Sommermonate und Eistage die sowie mertage rfled eteece i izleMnt JNbsDZ,(i Jahreszeiten (ii) DEZ), bis (JAN Monate Einzelne (i) Zeitbereiche: folgende ur bidn B.2: Abbildung ¨ Erg Niederschlagsstation einer bei d.h., gestaltet, dynamisch ist Dateiinhalt Der har A;Sme:JA ebt O;Wne:DF;(i)Vegetationsperi- (iii) DJF); Winter: SON; Herbst: JJA; Sommer: MAM; uhjahr: ¨ rseileUtruhne uhitrsatsi,Kntg u anderen aus Kenntage sein, interessant auch Untersuchungen spezielle ur ¨ nedwre i etihnVerl zeitlichen die wurden anzend ¨ rnzdmze ple:En aesat n ieAgb,wie Angabe, eine und Datenspalte Eine Spalten: zwei zudem oren ¨ Ausschnittsvergr ne ih vollst nicht anden ¨ Kenntage/pictures DJF eashuihn ehl i eai li wiedergege- klein relativ sie weshalb veranschaulichen, rjdsJh i etgpott uhwn e Zeit- der wenn auch geplottet, Wert ein Jahr jedes ur ¨ igamaseln f Diagrammdarstellung B.1. Abb. von ¨ oßerung statt rdsJh eeat adeBestimmungsregeln die da relevant, Jahr das ur ¨ annual ni i ae eetist. belegt Daten mit andig ¨ JJA uedrKntg rfic aufberei- grafisch Kenntage der aufe ¨ ewne edn ue k Zudem werden. verwendet ) statt ßrn e igam mrechten am Diagramms des oßerung ¨ ene ih.n-aee,demit die .png-Dateien, sich befinden rdeHie aeuddeSom- die und Tage Heißen die ur ¨ annual se iggndeDtinder Dateien die hingegen ussen ¨ z.drWintermona- der bzw. ) brjdmDia- jedem Uber ¨ rdehie Tage. heißen die ur ¨ renJh fußt. Jahr ein ur ¨ . Kenntage B.1 onnte ¨ allen ¨ XIX

Anhang B Anhang B Klima-Indikatoren

B.1.1 Zahl der Eistage in den Wintermonaten (Januar, Februar und Dezember) eines Jahres

Ein Eistag tritt auf, wenn die Maximumtemperatur TX < 0 ◦C ist – ein Beispiel mit Trendgerade und den Vertrauensbereichen ist in in Abb. B.3 gegeben.

Abbildung B.3: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der Eistage in den Win- termonaten (Januar, Februar und Dezember) eines Jahres an der Station 02928 (Leipzig-Holzhausen).

Abbildung B.4: Trends der Anzahl der Eistage fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Anstieg/Ruckgang¨ pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Ein Abnahmetrend ist zwar sichtbar, aber relativ schwach ausgepragt.¨ Der Vertrauensbereich des Trends VG in Abb. B.3 ist relativ breit und lasst¨ auch einen leicht ansteigenden Trend zu. Die Breite der Vertrauensbereiche fur¨ die Trendgerade und die Zahl der Eistage ruhrt¨ im Wesentlichen von der starken Variabilitat¨ der untersuchten Große¨ her. Auch nach 1990 gibt es sowohl Jah- re mit mehr als 40 Eistagen aber auch Jahre mit weniger als 10 Eistagen. Der Mann-Kendall-Test ergibt, dass es zwar einen Abnahmetrend gibt, dieser aber

XX et e anKnalTs rit ase ie ectnAnhern gibt. Abnahmetrend leichten verbrei- Vertrauensbereiche einen die es F was dass Jahr, ergibt, zu Mann-Kendall-Test Jahr Der tert. von stark Frosttage der aus- Zahl schwach relativ Abnahme die gepr dass erkennbar, B.5), Abb. (s. Trendgeraden (Wittenberg). 05629 Station der an Jahres eines Dezember) und Februar (Januar, Wintermonaten bidn B.5: Abbildung m auf zudem weist Wertebereichs des VB bereich einem mit B.5 Abb. in in ist Vertrauensbereichen den und TN Trendgerade gegeben. Minimumtemperatur mit die Beispiel ein wenn – verzeichnet, wird Frosttag und Ein Februar (Januar, Wintermonaten den in Frosttage der Zahl B.1.2 k Sie signiﬁkant. Variabilit hohen betr der Sie wegen Eistage. der Zahl der Abnahme lichen best Es wieder. Umgebung und Erscheinung. Anhalt in nicht B.3 Abb. in also tritt 0, unter 2014 f Schranke f lerdings ist 1974 Jahres des Wert niedrige sehr der auch hin; 2010 auff und 1996 1963, ren e ttoe iddeeVer diese sind Stationen ten k Zumindest Werkzeug. rechnerisch, mathematisch-statistisches ein sind Vertrauensbereiche rdee l diesen ur ¨ uhf Auch gb ie egec e aldrEsaea ttoe nSachsen- in Stationen 9 an Eistage der Zahl der Vergleich einen gibt B.4 Abb. enHnesntedg Die notwendig: Hinweis ein B.3 Abb. auf Blick mit Stelle dieser an ist Es allig. ¨ cwntac die auch schwankt ) B.1.1 Abschnitt (vgl. Eistage der Zahl die Wie ist. agt ¨ eebr ie Jahres eines Dezember) rdeFotaeit ..biBtahugdsVrrunbrih der Vertrauensbereichs des Betrachtung bei z.B. ist, Frosttage die ur ¨ rdeRealit die ur ¨ rdngsme etbrihitf ist Wertebereich gesamten den ur ¨ Q stsc ein sich asst ¨ esilf Beispiel o 07 als –0,75 von ne neeShaknkenras0bsim edn i al- die werden, bestimmt 0 als kleiner Schranken untere onnen ¨ ne brdnohasAbnahme als dennoch aber onnen ¨ ren rndrtlugdrEtikugdrZh e rstg nden in Frosttage der Zahl der Entwicklung der Trenddarstellung eine ur ¨ tkie inolnScvratdrtle.Deuntere Die darstellen. Sachverhalt sinnvollen keinen at ¨ Q tdrZh e itg uhbidndr dargestell- dort den bei auch Eistage der Zahl der at ¨ ih abgesichert nicht o 15 ettle;e s ai ta deutlicher, etwas damit ist er feststellen; –1,59 von neugnrshahoe a ih statistisch nicht gar oder schwach nur anderung ¨ tg ihdrEnrc ie eai deut- relativ einer Eindruck der sich atigt ¨ ubzihe s.DrVertrauens- Der ist. bezeichnen zu g i u2Tg r eaeaber Dekade pro Tage 2 zu bis agt rdngsme etam1951– Zeitraum gesamten den ur ¨ ¨ gih urie ndnJah- den in Ausreißer ogliche ¨ tendenz rcttwerden. erachtet . Kenntage B.1 < 0 ◦ ist C XXI

Anhang B Anhang B Klima-Indikatoren

Abbildung B.6: Trends der Anzahl der Frosttage fur¨ ausgewählte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Veränderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen. als bei den Eistagen, erreicht jedoch das 95 %-Signifikanzniveau nicht. Der Ver- trauensbereich VB des Wertebereichs weist zudem auf mogliche¨ Ausreißer in den Jahren 1963, 1996 und 2010 nach oben und im Jahr 1974 nach unten hin. Ein Vergleich der Entwicklungen fur¨ eine Stationsauswahl, wie in Abb. B.6 gezeigt, unterliegt den Beschrankungen¨ der unterschiedlichen Zeitbereiche, die fur¨ die Trendbestimmungen benutzt werden mussten, aber eine Tendenz zum Ruckgang¨ der Frosttage ist ihnen dennoch abzulesen. Der Ruckgang¨ betragt¨ zwischen rund 1 und rund 3 Tagen pro Dekade.

B.1.3 Zahl der Sommertage in den Monaten Juni–August Sommertage sind Tage in den Monaten des meteorologischen Sommers mit einer Maximaltemperatur TX ≥ 25 ◦C – ein Beispiel mit Trendgerade und den Vertrauensbereichen ist in in Abb. B.7 gegeben. Anders als bei Eis- und Frosttagen ist bei den Sommertagen ein Zunahme- trend zu erwarten. Im Beispiel der Station Wittenberg findet sich eine relativ deutliche Zunahme. Der Mann-Kendall-Test ergibt ebenfalls, dass es einen Zu- nahmetrend gibt. Die Testgroße¨ Q betragt¨ +2,58, das heißt eine Signifikanz von uber¨ 95 % ist gegeben. Der Vertrauensbereich VB des Wertebereichs zeigt keine besonderen Auffalligkeiten;¨ lediglich die Jahre 1983 und 1992 kommen in die Nahe¨ des Ausreißerkriteriums. Im Vergleich mit anderen Stationen (Abb. B.8) zeigt sich, dass verbreitet An- stiegstrends von 2–3 Tagen pro Jahrzehnt auftreten, die auch statistisch signifikant sind. Wie im Rahmen einer Betrachtung im Abschnitt 4.3.1 (s. Abb. 4.46 auf S. 55) dargestellt wurde, haufen¨ sich selbst an der Station Brocken die Som- mertage in den Jahren nach 2000. Aber diese Beobachtung betrifft nur einen relativ kurzen Zeitraum und ein im Grunde immer noch seltenes Ereignis auf dem Brocken und ist als Tendenz zu werten.

XXII u ritugdrhie aewr i naldrTg i TX mit Tage der Anzahl die Juni–August wird Tage heißen Monaten der Ermittlung den Zur in Tage heißen der Zahl B.1.4 umgerechnet dar, verf Trendgleichung der der Anstiegsterm den Ver stellen Balken als Die Sachsen-Anhalt. Raum im B.8: Abbildung (Wittenberg). 05629 Station B.7: Abbildung asnsc f sich lassen ) B.9 Abb. in Kurven von Der Tage. ﬁkanz 13 Testgr rund Die auf Zunahmetrends. 5 Q Wit- dieses rund Station Bedeutung von die der Zunahme zeigt Beispiel Mann-Kendall-Test deutliche Im eine erwarten. sich zu ﬁndet Zunahmetrend tenberg ein den also bei sind ist Auch Tagen Auswertungen bezogen. Sommertagen statistischen heißen den die bei als auf; Datenmenge oft kleineren eine so auf nicht auch sie treten dings gegeben. B.9 Abb. in Trendge- in mit ist Vertrauensbereichen Beispiel den ein und – rade bestimmt Sommers meteorologischen des Monaten eß aesn i u eintsWrzu,Eteeaufzusp Extreme Werkzeug, geeignetes gut ein sind Tage Heiße betr ¨ neugpo1 ar.Sesn u i ik -cs eoe.DeRue tle i Anzahl die stellen Rauten Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ g 29,itas ohgr noch also ist +2,95, agt ¨ br9 .Ahn e etaeseece f Vertrauensbereiches des Anhand %. 99 uber ¨ rnsdrAzh e omrae(Maximum Sommertage der Anzahl der Trends esilf Beispiel ren rndrtlugdrEtikugdrZh e omraea der an Sommertage der Zahl der Entwicklung der Trenddarstellung eine ur ¨ ßrasbidnSmetgnmtenrSigni- einer mit Sommertagen den bei als oßer ¨ rdeHie aemheebsneeJahre besondere mehrere Tage Heißen die ur ¨ br25 uber ¨ ◦ )f C) rdeWre(blaue Werte die ur ¨ rausgew ur ¨ ≥ . Kenntage B.1 30 ¨ ht Stationen ahlte rn aller- uren, ¨ ◦ nden in C XXIII oße ¨

Anhang B Anhang B Klima-Indikatoren

Abbildung B.9: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der heißen Tage an der Station 05629 (Wittenberg). identiﬁzieren – anders als bei der entsprechenden Untersuchung der Sommer- tage. Insbesondere die Jahre 1994, 1995 und der gut bekannte Rekordsommer im Jahr 2003 aber auch der Hitzesommer 2006 sind auffallig.¨

Abbildung B.10: Trends der Anzahl der heißen Tage (Maximum uber¨ 30 ◦C) fur¨ ausgew¨ahlte Statio- nen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Auch an anderen Stationen sind die Trendentwicklungen sehr deutlich, wie Abb. B.10 zeigt. Die Trends weisen auf Zunahmen der Zahl der Heißen Tage von 1,0 und mehr pro Jahrzehnt hin, was Erhohungen¨ um 5–8 Tage (je nach Reihenlange)¨ anzeigt. An der Station Braunlage hort¨ die Reihe bereits 1999 auf – die deutliche Weiterentwicklung der Heißen Tage in den darauf folgenden Jahren ﬁndet sich in ihr nicht wieder und der Trend ist entsprechend geringer. An der Station Brocken treten zwar Sommertage auf (vgl. Abschnitt B.1.3), aber Heiße Tage kommen dort nicht vor. An allen anderen in Abb. B.10 gezeigten Sta- tionen sind die Trends statistisch signiﬁkant und auf dem 95- bis 99 %-Niveau gesichert.

XXIV edni ismFl u iesh lie aemneagwnt e Be- Bei angewandt. Datenmenge Zunahme kleinen Methoden sehr Auftretensh statistischen eine der Die auf trachtung Fall niedrig. diesem relativ N in Zahl diese werden ihre denen liegt in Jahren Jahre, besonderen viele gibt M es Die (i) vor. durchzuf selten Entwicklungen relativ trendartiger Gegenwart sen der Klima im kommen verf der Anzahl die inni amScsnAhl.DeBle tle e ntesemdrTedlihn a,um- dar, Trendgleichung der Anstiegsterm den stellen Ver Balken als Die gerechnet Sachsen-Anhalt. Raum im tionen B.12: Abbildung (Wittenberg). 05629 Station der B.11: Abbildung TN Lufttemperaturminimum ein Tag einem an Tritt Tropenn der Zahl B.1.5 e ieToenct–enBipe i rngrd n e Vertrauensberei-gegeben. den B.11 Abb. und Trendgerade in in mit ist Beispiel chen ein – Tropennacht eine ser Tropenn tendenzen ct eiznbsnee esilwiemdznsh eeaz sie Relevanz; medizinische beispielsweise besondere, besitzen achte ¨ ¨ neugpo1 ar.Sesn u i ik -cs eoe.DeRue stellen Rauten Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung rnsdrAzh e Tropenn der Anzahl der Trends esilf Beispiel gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ etdrMtedr18e Jahre. 1980er der Mitte der seit ren rndrtlugdrEtikugdrZh e Tropenn der Zahl der Entwicklung der Trenddarstellung eine ur ¨ ¨ ct r Jahr pro achte ugetvnTropenn von auﬁgkeit ¨ ¨ ct (Minimum achte ct ih utee n i)sls in selbst (ii) und auftreten nicht achte ¨ he,st uhren, ¨ ctnzie ihallerdings sich zeigen achten ¨ ß ira rne,denn Grenzen, an hier oßt ¨ ≥ br20 uber ¨ 20 ◦ u,s eiz die- besitzt so auf, C ◦ )f C) gihet Analy- oglichkeit, ¨ rausgew ur ¨ . Kenntage B.1 ¨ ht Sta- ahlte ¨ ct an achte XXV

Anhang B Anhang B Klima-Indikatoren

Im Vergleich mit anderen Stationen (Abb. B.12) wird ebenfalls deutlich, dass die Zahl der Tropennachte¨ eine hohe raumliche¨ Variabilitat¨ besitzt. Uberw¨ armungseffekte¨ von stadtischen¨ Ballungsraumen¨ und andere lokale Fak- toren tragen zum Auftreten an einigen Orten bei. Der Mann-Kendall-Test kann zwar angewandt werden (er wurde¨ erst bei Da- tenkollektiven unter 10 Datenpaaren seine Sinnhaftigkeit verlieren), aber der von ihm gestutzte¨ Zunahmetrend ist mit einer Testgroße¨ Q von +1,93 in Wit- tenberg nicht auf der 95 %-Stufe signiﬁkant. Ob das Jahr 1994 mit vier Tro- pennachten¨ an der Station Wittenberg fur¨ die dortigen Klimaverhaltnisse¨ einen besonderen Zustand anzeigt, sollte mit Vorsicht interpretiert werden. Wie schon bei den Eistagen erlautert¨ (vgl. Abschnitt B.1.1) sind die Vertrau- ensbereiche ein mathematisch-statistisches Werkzeug. Zumindest rechnerisch konnen¨ untere Schranken kleiner als 0 bestimmt werden, die keinen sinnvollen realen Sachverhalt darstellen. Die untere Schranke des Vertrauensbereichs der Trendgeraden (rote Kurve in Abb. B.11) erreicht erst in den fruhen¨ 1970er Jahren einen sinnvollen Betrag uber¨ 0. Die untere Schranke fur¨ den gesamten Werte- bereich ist fur¨ den gesamten Zeitraum 1951–2014 unter 0, tritt also in Abb. B.11 nicht in Erscheinung.

B.1.6 Zahl der Starkregentage pro Jahr

Ein Starkregentag ist ein Tag mit einer Niederschlagsmenge RR ≥ 10 mm – ein Beispiel mit Trendgerade und den Vertrauensbereichen ist in in Abb. B.13 gegeben.

Abbildung B.13: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der Tage mit einem Niederschlag uber¨ 10 mm an der Station 00722 (Brocken).

Zum Satz an Standard-Kenntagen gehoren¨ nicht nur thermische Indikatoren. Auch Niederschlagsereignisse werden beschrieben. Zwei Stufen sind dafur¨ vorgesehen: Mindestens 10 mm (Starkregen) und mindestens 20 mm Niederschlag (Extremniederschlag). An der Station Brocken soll dies gezeigt werden. Es ﬁn- det sich ein gut belegter Zunahmetrend – die Betrachtung des Vertrauensbe-

XXVI ()ud()itesctih asi e oae pi i uikeine Juni bis April Monaten den in dass ersichtlich, w auftritt, ist Starkniederschlagstage durchzuf (d) der Trendentwicklung und (Juli–September) zus (c) II B.15 Analysen gen und die (April–Juni) sein, I sinnvoll es kann hin. Zeitraums des von Ende – am Verdoppelung ist na- eine Entwicklung verzeichnen auf die hezu zu geht Starkniederschlagtagen Anstiegstrend winterlichen deutlicher 14 rund ein anfangs (b)] B.15 Abb. w nachzuweisen, Februar, [Juni–August, nicht Trend Sommer ein ist (a)] Im B.15 Abb. vorhanden. Anstiegstrend deutlicher F beschrieben, deutlich: Jahres eines innerhalb gen liegt. kanzaussagen von Reihe Testgr Ab- der leichter eine bei ein ergibt Auerstedt Mann-Kendall-Test scheint der Visuell Jah- aber ist. 53 vorzuliegen, schwach vorliegenden nahmetrend sehr den nur aus Trend dort der dass (1951–2003) zeigt, ren ) B.14 (Abb. Auerstedt Station der f gab. ,,Kandidat” Niederschlag signifikant. mehr %-Stufe oder 10mm 95 der k auf Ausreißer ist Trend einen dieser d.h. +2,48, von ae ntesrn gibt. Anstiegstrend baren H ten Geradenverl richtete uamtedfszselnit e ordrl Korridor der ist; festzustellen dar- Zunahmetrend weist eine beschrieben) nur Linien dass roten hin, (von auf B.13 Abb. in Trendgeraden der reichs Niederschlag B.14: Abbildung i co f schon Wie Trendentwicklun- unterschiedlichen die werden Brocken Station der Anhand Beispiel Das finden. zu nicht Trendverhalten dieses ist Stationen anderen An lt e omrabar,drVgttoseid I ie lrerkenn- klar einen II, Vegetationsperiode der Sommerhalbjahrs, des alfte ¨ br1m ndrSain025(Auerstedt). 00225 Station der an 10mm uber ¨ esilf Beispiel rdet die ur ¨ nt a ar17 en i np 0Tgn ndnnes denen an Tagen, 90 knapp mit sein, 1970 Jahr das onnte ¨ uez.DrMn-edl-etegb ieTestgr eine ergibt Mann-Kendall-Test Der zu. aufe ¨ ren rndrtlugdrEtikugdrZh e aemteinem mit Tage der Zahl der Entwicklung der Trenddarstellung eine ur ¨ oße ) 4.2.2 (Abschnitt gezeigt Niederschlagssummen aglichen ¨ ¨ ues eig etarcenihetf Restwahrscheinlichkeit geringe außerst ¨ Q o 05,wsaßrabalrblsbrnSignifi- belastbaren aller außerhalb was –0,51, von rdsgsmeJh iten i eingangs wie ein, [ist Jahr gesamte das ur ¨ tlc f atzlich ¨ sti rnenraufw nur Grunde im asst ¨ hedi itr[Dezember– Winter im ahrend ¨ he.AsdnAbbildun- den Aus uhren. ¨ rdeVegetationsperiode die ur ¨ hede ndrzwei- der in es ahrend ¨ rennNicht- einen ur ¨ . Kenntage B.1 rsge- arts ¨ oße XXVII ¨ ur ¨ Q

Anhang B Anhang B Klima-Indikatoren

(a) Sommer (b) Winter

Abbildung B.15: Entwicklung der Zahl der Starkregentage (RR > 10 mm Niederschlag pro Tag) an der Station Brocken in verschiedenen Jahresabschnitten. Die gestrichelte Linie ist die Trendgerade.

Die Beobachtung einer relativ guten Differenzierung von Niederschlagsregi- mes im Jahr bei Verwendung der Vegetationsperioden I und II bestatigt¨ sich auch, wenn andere Stationen in der Region Sachsen-Anhalt betrachtet werden (Abb. B.16).

B.1.7 Zahl der Extremniederschlagstage pro Jahr Es wird die Anzahl der Tage mit RR ≥ 20 mm bestimmt – in Abb. B.17 und B.18 sind die Resultate fur¨ die beiden, auch schon fur¨ die Schwelle 10 mm betrachteten Stationen Brocken und Auerstedt wiedergegeben. Auch wenn bei diesem Schwellenwert deutlich weniger Falle¨ auftraten und die Statistik mit einem kleineren Kollektiv als bei der Uberschreitung¨ von 10 mm auskommen muss, sind die Aussagen ahnlich:¨ Ein Zunahmetrend lasst¨ sich fur¨ den Brocken zeigen und fur¨ Auerstedt ist ein Trend zu wenig belastbar. Mit einer Tagesniederschlagsmenge von 20 mm pro Tag wird fur¨ die Statio- nen im Flachland oder im Harzvorland das Auftreten von Extremniederschlag abgebildet. Fur¨ die Station Brocken, an der sehr hohe Niederschlagsmengen verzeichnet werden, ist eine Tagesniederschlagsmenge von 20 mm nicht ungewohnlich¨ – und zudem wird eine beachtliche Zunahme von rund 4 Tagen pro Dekade verzeichnet (s. Abb. B.19). Dies ist auf der 99 %-Stufe statistisch

XXVIII odrtlugi einlnNeeshaseiebstt otwre nicht werden h Dort die nur besitzt. Niederschlagsregime regionalen im dargestellt. LXXVII Sonderstellung S. auf B.84 Abb in und untersucht Niederschlag mm 40 als signiﬁkant. Trend ein ist Stationen dieser keiner An schw gefunden. deutlich Ver Entwicklung werden diese Flachland ist im Stationen anderen An signiﬁkant. umgerechnet dar, verf Trendgleichung der der Anstiegsterm den Ver stellen Balken als Die Sachsen-Anhalt. Raum im B.16: Abbildung skn uamnasn etetltwre,ds i tto rce eine Brocken Station die dass werden, festgestellt zusammenfassend kann Es Erg ¨ neugpo1 ar.Sesn u i ik -cs eoe.DeRue tle i Anzahl die stellen Rauten Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung nedwref wurde anzend ¨ gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ (d) cse idrclgmne ezihe,ac iddeEntwicklun- die sind auch verzeichnet, Niederschlagsmengen ochsten ¨ eeainproeI(AMJ) I Vegetationsperiode rnsdrAzh e trrgnae(RR Starkregentage der Anzahl der Trends (b) Sommer rdeSainBokndeEtikugdrTg i mehr mit Tage der Entwicklung die Brocken Station die ur ¨ neugnvn05udwngrTgnpoDekade pro Tagen weniger und 0,5 von anderungen ¨ (a) Jahr (e) br1 m f mm) 10 uber ¨ eeainproeI (JAS) II Vegetationsperiode (c) Winter rausgew ur ¨ . Kenntage B.1 ¨ ht Stationen ahlte ce – acher ¨ XXIX

Anhang B Anhang B Klima-Indikatoren

Abbildung B.17: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der Tage mit einem Niederschlag uber¨ 20 mm an der Station 00722 (Brocken).

Abbildung B.18: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der Tage mit einem Niederschlag uber¨ 20 mm an der Station 00225 (Auerstedt). gen des Jahresniederschlags wesentlich deutlicher als an allen ubrigen¨ Statio- nen. Am Brocken treten aber auch ausgepragte¨ jahreszeitliche Speziﬁka der Trendentwicklung auf. So ist dort im Sommerniederschlag (Juni bis August) und wahrend¨ der Vegetationsperiode I (April bis Juni) praktisch kein Trend zu ﬁnden, wahrend¨ der Niederschlag im Winter (Dezember bis Februar) und der Vegetationsperiode II (Juli bis September) deutlich zunimmt.

B.1.8 Zahl der Starkwindtage pro Jahr Ermittelt wird die Anzahl der Tage mit FF ≥ 8 m/s – die zeitliche Entwick- lung der Starkwindtage ist fur¨ vier Stationen in Abb. B.20 einander gegenuber¨ gestellt.

XXX atnselndeAzh e verf der Anzahl die stellen Rauten hn a,ugrcntasVer als umgerechnet dar, chung ausgew B.19: Abbildung i Trendgerade. die > B.20: Abbildung /)a e ttoe adlgn adbr,Shedt n ren i d Die Artern. und Schkeuditz Magdeburg, Gardelegen, Stationen den an m/s) 8 ¨ ht ttoe mRu ahe-nat i aknselndnAsigtr e Trendglei- der Anstiegsterm den stellen Balken Die Sachsen-Anhalt. Raum im Stationen ahlte rnsdrAzh e xrmidrclgtg (Tagesmenge Extremniederschlagstage der Anzahl der Trends nwcln e aldrSakidae(aemte e Windgeschwindigkeit der (Tagesmittel Starkwindtage der Zahl der Entwicklung (a) (c) Schkeuditz Gardelegen ¨ neugpo1 ar.Sesn u i ik -cs eoe.Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ (b) (d) Magdeburg Artern . Kenntage B.1 br2 m f mm) 20 uber ¨ neLneist Linie unne ¨ XXXI ur ¨

Anhang B Anhang B Klima-Indikatoren

Abbildung B.21: Trends der Anzahl der Starkwindtage (Tagesmittel uber¨ 8 m/s) fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Die Abnahmetrends sind an den Stationen Gardelegen, Magdeburg und Ar- tern sehr deutlich und auch statistisch signifikant, wahrend¨ in Schkeuditz1) ein schwacher, nicht signifikanter Zunahmetrend vorgefunden wird. Im Vergleich mit den anderen Stationen, fur¨ die fur¨ einen Zeitraum von rund 50 Jahren Daten verfugbar¨ sind (Abb. B.21) zeigt sich, dass es verbreitet Abnah- metrends gibt und die leichte Tendenz zur Zunahme in Schkeuditz eine Aus- nahme darstellt. Von der Richtung der Trendentwicklung her ist dies in Uber-¨ einstimmung mit den analysierten Entwicklungen bei der mittleren Windge- schwindigkeit (vgl. Abschnitt 4.2.6). Uberraschend¨ ist eher, dass die Trendent- wicklungen beim Extremindikator ,,Starkwindtage” zumeist noch deutlicher als beim Mittelwind sind. Einige Anmerkungen zur Datenqualitat:¨ Windmessungen haben viele Mess- artefakte – die Interpretation der Ergebnisse sollte daher mit Vorsicht geschehen. Fur¨ die Windgeschwindigkeitsdaten der Station Halle wurde in Ab- schnitt 4.2.6 (ab S. 44) ein Teil der Problematik offenkundig. An der Station Seehausen gab es eine Auffalligkeit¨ am Anfang der Daten- reihe: Das erste Jahr hat ein erhohtes¨ Werteniveau, was sich insbesondere an den Windminima zeigt, die in diesem Zeitraum nicht unter 2 m/s fallen. Da- nach werden hingegen Tagesmittel der Windgeschwindigkeit von 0,5 m/s oder weniger bestimmt. Daher wurde versuchsweise das erste Jahr fur¨ die Trendana- lysen ausgeblendet. Die Auswirkungen auf den Trend der Starkwindtage mit und ohne Nutzung des Jahres 1976 wird in Abb. B.22 gezeigt. Hier kommt zusatzlich¨ zum Tragen, dass aus mathematischen Grunden¨ die Neigung der Trendgeraden2) besonders empfindlich auf die Werte am Anfang und Ende des Messwertebereichs rea-

1)In einigen Datens¨atzen wird diese Station als ,,Leipzig-Halle” bezeichnet, in anderen als ,,Schkeu- ditz”. Es handelt sich um die Station am Flughafen von Leipzig und Halle. 2)Bestimmt nach dem statistischen Standard, der Methode der kleinsten Quadrate.

XXXII i u ckuizudSeasnsn i nwclne,mtunterschiedli- mit Entwicklungen, die sind St Seehausen cher und Schkeuditz auf Bis f B.24 Abb. in wird Aufbe- und liefern. Schwachwindverhalten in Schkeuditz Mess- dargestellten in B.1.8) dem des zu Artefakte Abschnitt Beitrag nicht (vgl. einen ob reitungsverfahrens Station Zweifel, dieser bleiben Dennoch an Einklang. Starkwindtagen den w bei Dies An- Verhalten ist. signiﬁkant. verzeichnen statistisch zu Schwachwindtage schwach der sehr nur oder verh ge- nicht Stationen ders meisten sind Trends den bei Die ist ring. Trendgeraden der Neigung Die terschiedlich. f ist Windge- mittlere die FF denen schwindigkeit bei deﬁniert, diejenigen sind Schwachwindtage Jahr Als pro Schwachwindtage der Zahl B.1.9 vor- B.1.9 Abschnitt von Ende am wird gestellt. Schwachwindtagen den mit menhang d Die (rechts). > B.22: Abbildung nagdsWreeecsaselne wird. B.22 ausgeblendet Wertebereichs Abb. des in Anfang Trendgerade R der ein Formel eingeblendete ausweist] die (a) R wie einem Jahr, aus pro Tage wird [0,2 Konsequenz der In giert. /)a e tto ehue e ewnugdrZeitr der Verwendung bei Seehausen Station der an m/s) 8 i egec e ritle rnetikugnf Trendentwicklungen ermittelten der Vergleich Ein f Beispiel weiteres Ein i Ver Die dargestellt. B.23 Abb. in Stationen vier ur ¨ re nRctn uam e Schwachwindtage. der Zunahme Richtung in arke, ¨ l ssc ndrSainShedt,w i ersakrR starker sehr ein wo Schkeuditz, Station der an sich es alt neugnbidnShahidae sind Schwachwindtagen den bei anderungen ¨ ¨ neLneitdeTrendgerade. die ist Linie unne ¨ nwcln e aldrSakidae(aemte e Windgeschwindigkeit der (Tagesmittel Starkwindtage der Zahl der Entwicklung (a) < reng ttoe mRu ahe-natwiedergegeben. Sachsen-Anhalt Raum im Stationen einige ur ¨ b1976 ab cgn o , ae r eae endrzweifelhafte der wenn Dekade, pro Tagen 1,3 von uckgang ¨ / s.DezilceEtikugdrSchwachwindtage der Entwicklung zeitliche Die ist. m/s 2 rm ur ¨ gih reat ndnWndtni Zusam- im Winddaten den in Artefakte ogliche ¨ cgn o ae r Dekade pro Tagen 2 von uckgang ¨ ¨ ue17–04(ik)bw 1977–2014 bzw. (links) 1976–2014 aume r i e spiegelbildlichen dem mit are ¨ (b) brdeZi eh un- recht Zeit die uber ¨ rdnSchwachwind den ur ¨ b1977 ab . Kenntage B.1 uckgang ¨ XXXIII

Anhang B Anhang B Klima-Indikatoren

(a) Gardelegen (b) Magdeburg

Abbildung B.23: Entwicklung der Zahl der Schwachwindtage (Tagesmittel der Windgeschwindigkeit < 2 m/s) an den Stationen Gardelegen, Magdeburg, Schkeuditz und Artern. Die dunne¨ Linie ist die Trendgerade.

Abbildung B.24: Trends der Anzahl der Schwachwindtage (Tagesmittel unter 2 m/s) fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

XXXIV swr i naldrTg ndnSmemntn(uiAgs)mteinem S mit der (Juni-August) Sommermonaten den in Tage Dampfdruck der Anzahl die wird Schw Es mit Tage der Zahl B.2 Trendbe- zur nicht Grunde im ein soll nur Zeitraum ist werden. verwendet kurzer Das stimmung so Anmerkung: wird. einge- ein (a) analysiert denn B.25 1990 Experiment, Abb. nach in erst die versuchsweise es he wie v Jahr, verschwindet von pro ausweist] Trendgeradengleichung Abnahmetrend Tagen blendete [1,11 Der Dekade beginnt. pro Zeitraum Tagen diesem ent- 11,1 nach Daten deutlich erst Trend der der Ermittlung Weiterverarbeitung sich seine der dass ist, in Tatsache sein. ein Problem standenes auch aber Mess-Apparatur der d Die (rechts). < B.25: Abbildung zeigt. B.25 Abb. See- wie in dies hausen, ist Anders diagnostizierbar. Problem offenkundiges kein Schkeuditz 0)wr e Dampfdruck der wird 100) in tur k Dies auf. Schwachwindtage der Zahl f ieShel von Schwelle eine oft /)a e tto ehue e ewnugdrZeitr der Verwendung bei Seehausen Station der an m/s) 2 ndee tto rt ndn18e arnensakrWrepugi der in Wertesprung starker ein Jahren 1980er den in tritt Station dieser An Auff der von Abgesehen uc utpiainvon Multiplikation Durch attigungsdampfdruck ¨ ◦ )berechnet C) neLneitdeTrendgerade. die ist Linie unne ¨ br1, P ritl.Zun ermittelt. hPa 18,8 uber nwcln e aldrShahidae(aemte e Windgeschwindigkeit der (Tagesmittel Schwachwindtage der Zahl der Entwicklung ¨ (a) b1976 ab e = E 88haerih oder erreicht hPa 18,8 6 = E e liki mlttnDitldrZirieitbei ist Zeitreihe der Drittel letzten im alligkeit ¨ E etmt aaheflt i Ausz die erfolgte Danach bestimmt. f , rdeTemperatur die ur ¨ 112 i e eaie ect udDvso durch Division (und Feuchte relativen der mit · exp ule ¨ nt i reatdrUseln in Umstellung der Artefakt ein onnte ¨ cs ud i e Magnus-Formel der mit wurde achst 243 ¨ 17 , , 62 2+ 12 ¨ ue17–04(ik)bw 1990–2014 bzw. (links) 1976–2014 aume . aldrTg i Schw mit Tage der Zahl B.2 brcrte wurde. uberschritten ¨ · T T T he:Tagesmitteltempera- (hier: (b) b1990 ab li,wn i Rei- die wenn ollig, ¨ net wenn andert, ¨ hug wie ahlung, ¨ XXXV ule ¨

Anhang B Anhang B Klima-Indikatoren

Diese Untersuchungen erfolgten mit dem Kern-Datenbestand (vgl. An- hang A.2), da dort die relevanten Daten zur Bestimmung des Dampfdrucks vorlagen. Die zur Verfugung¨ gestellten Dateien beﬁnden sich im Archiv Schwuele/data. Die Namen der Dateien enthalten die Stationsnummer (mit Konkordanz zur Liste in Tab. A.1), eine Kennung des Zeitbereichs (Fru, Som, Her, Win oder Jahr) – Angaben zu Tagen mit hoher Schwule¨ sind aber im Grunde nur bei Sommer und Jahr sinnvoll. Zudem gibt es pro Station zwei Dateien: trends und tidlong also beispielsweise tidlong 10270 Jahr fur¨ die Angaben zum Schwuletrend¨ der Station Neuruppin (10270) fur¨ das Jahr. Der Inhalt der Dateien wird ausfuhrlich¨ in Anhang D.2.2 beschrieben. Am Beispiel der Station Gardelegen (Abb. B.26) sei die analysierte Trendent- wicklung der Tage mit Schwule¨ an einer Station veranschaulicht.

Abbildung B.26: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Zahl der Tage mit Schwule¨ an der Station Gardelegen.

Die Zahl der Tage pro Jahr an denen Schwule¨ auftritt, ist relativ gering. Es gibt Jahre, in denen das Kriterium an keinem der Tage zutrifft. Auffallig¨ ist jedoch auch die Haufung¨ von Schwule-Tage¨ in den Jahren nach 1990. Ein An- stiegstrend ist hoch signiﬁkant mit einer Mann-Kendall-Testgroße¨ Q von 3,92. Um zu testen, ob dieser deutliche Trend Substanz hat, wurde eine andere Große¨ benutzt, die im Datenbestand der DWD-Agrarmeteorologie vorhanden ist, aber nicht zum Kern des Vorhabens gehort:¨ Das Sattigungsdeﬁzit¨ 3). Wie weiter oben gezeigt, bestimmt sich die Schwule¨ aus dem Sattigungsdampfdruck,¨ der wiederum als Funktion der Temperatur bestimmt wird. Es stellt sich die

3)Diese Größe misst, wie viel Wasserdampf aktuell ,,fehlt”, damit Sättigung auftreten kann. Sie ist also ein Maß, wie weit der aktuelle Zustand von einer maximalen Wasserdampfaufnahme (z.B. bei Nebelbildung) entfernt ist. Der Sättigungsdampfdruck selbst ist, wie das Sättigungdefizit, von der aktuellen Lufttemperatur abhängig.

XXXVI tto Gardelegen. Station tle,ds ntesrnsdrSchw der Anstiegstrends dass stellen, Schw den bei dar, Trendgleichung der verf der Anstiegsterm Anzahl den die stellen stellen Ver Balken Die als Sachsen-Anhalt. umgerechnet Raum im Stationen B.28: Abbildung B.27: Abbildung f dies zeigt ein ob Frage, at–ldgihdrewsgrneeAsiga e tto adbr s auf ist Magdeburg Station der an signifi- signifikant. statistisch Anstieg %-Niveau %-Niveau geringere 90 95 dem etwas dem der auf lediglich Regel – der in kant sind Diese sind. finden zu e ntesrn s emS beim ist Anstiegstrend Der rdesleStation. selbe die ur ¨ s festzu- ist B.28) (Abb. Anstiegstrends der Vergleich Im uletagen. rnsdrAzh e Schw der Anzahl der Trends ¨ esilf Beispiel hlc tre rn emS beim Trend starker ahnlich ¨ ¨ neugpo1 ar.Sesn u i ik -cs eoe.DeRauten Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ ren rndrtlugdrEtikugdsS des Entwicklung der Trenddarstellung eine ur ¨ tiugdfii ohne n oa st sogar und vorhanden attigungsdefizit ¨ ltg (Dampfdruck uletage ¨ l o ud08bs15TgnpoDekade pro Tagen 1,5 bis 0,8 rund von ule ¨ B.27 Abb. auftritt. attigungsdefizit ¨ . aldrTg i Schw mit Tage der Zahl B.2 br1, P)f hPa) 18,8 uber ¨ ¨ tiugdfiisa der an attigungsdefizits rausgew ur ¨ re als arker ¨ XXXVII ¨ ahlte ule ¨

Anhang B Anhang B Klima-Indikatoren

B.3 W¨armesumme

Dieser Indikator berechnet sich aus der Summe des Anteils von TM oberhalb ◦ einer Basistemperatur TB.Fur¨ TB wird 20 C gewahlt,¨ damit eine Große¨ zur Abschatzung¨ von Warmestress¨ entsteht. Ein Beispiel ist in Abb. B.29f ur¨ die Station Wittenberg gegeben.

Abbildung B.29: Beispiel fur¨ eine Trenddarstellung der Entwicklung der W¨armesumme an der Station Wittenberg.

Der Anstiegstrend ist sehr deutlich. Der Vertrauensbereich der Trendgeraden zeigt, dass keine alternative Lage dieser Geraden mit Abwartsneigung¨ anzunehmen ist. Fur¨ die Mann-Kendall-Testgroße¨ Q wird ein Wert von +3,54 ermittelt; der Trend ist somit hochsigniﬁkant. Kandidaten fur¨ Ausreißer werden in den Jahren 1994, 2003 und 2006 identiﬁziert, wobei interessant ist, dass das Jahr 2003 mit seinem Hitzesommer nicht die großte¨ Warmesumme¨ aufweist, jedoch bezuglich¨ dieses Indikators unter den drei warmsten¨ Jahren ist.

Abbildung B.30: Trends der Wärmesummen fur¨ ausgewählte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Veränderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

XXXVIII 94 90ud1987. und 1980 Vergleichs-1974, Bedarf. hohem K mit Jahre geringer als weise 2006 und 2003 1994, 1992, identiﬁzieren verst Mann- werden der Jahre und warme deutlich sehr ein ist ergibt Anstiegstrend Kendall-Test Der B.31). (Abb. Wittenberg on Wittenberg. Ein- Heizungsbedarf geringeren potenziellen Mittel die im dies einen dass durch erwarten, sparungen zu steht Es entsteht. tisierungszwecke K B in Untersuchungen den zu Analogie in wurde le Anfangsjah- der ist Entwicklung Seehausen schwache die in Trend nur Der zeigt Trend re. der und aus 1990 bidn B.31: Abbildung gr zur (1976) Beginn tmtsc u e uuire eprtrbecugzice ie Raum- R einer temperatur zwischen Temperaturabweichung Bedarf, kumulierten der der aus sich wird stimmt Indikator diesem Mit K B.4 sowohl sind Harzregion der In Betr aufscheint. Jahre letzten der Trendentwicklung st W noch K der steigt 12 Betrag rund der bis 6 sich rund verdoppelt von Zunahmen dominieren Es stellt. W [H hgatg s eetnsol aenwcsne nribdr f Energiebedarf wachsender ein da bedeutungsvoll, ist uhlgradtage ¨ ßrals oßer eashuih iddeEtikugdrhdeVerh die durch Entwicklung die wird Veranschaulicht F darge- B.30 Abb. in sind Ergebnisse Die berechnet. ebenfalls armesummen ¨ ¨ RSG reng ttoe i eai ue aeblgn udndeTed der Trends die wurden Datenbelegung guter relativ mit Stationen einige ur ¨ g l uhEtikugted e W der Entwicklungstrends auch als age ¨ ireeflsbntt ieBsimn e Ver der Bestimmung Eine benutzt. ebenfalls hier ( 2008) .] uhlgradtage ¨ T R T re n i tto adlgnf Gardelegen Station Die an. arker ¨ R esilf Beispiel s.Vrrie s i ewnugvon Verwendung die ist Verbreitet ist. n e aemtewr e Außentemperatur der Tagesmittelwert dem und hbdr erct iggni e arn15,16,1965, 1962, 1956, Jahren den in hingegen herrschte uhlbedarf ¨ uckzuf ¨ ren rndrtlugdrEtikugdrK der Entwicklung der Trenddarstellung eine ur ¨ Q he,wsabi Seehausen in weshalb uhren, ¨ o 36 i ohsgikne rn.Besonders Trend. signiﬁkanter hoch ein – +3,67 von rtsi e 90r ebctt i K Die beobachtet. 1990ern den seit arkt ¨ brrprinlsak a s u e sp den auf ist Das stark. uberproportional ¨ reum mBoahugziru oder Beobachtungszeitraum im armesumme ¨ uez k zu aume ¨ reumngeringer. armesummen ¨ ltwgnenrDatenl einer wegen allt ¨ ERNHOFER T R he,gmse.E be- Er gemessen. uhlen, ¨ brign i starke die uberwiegend ¨ 18 = lnsea e Stati- der an altnisse hgatg ndrStation der an uhlgradtage ¨ ¨ · ae.I e Regel der In Tagen. ◦ . K B.4 uberkompensiert. is Schwel- diese – C ¨ n G und neugder anderung ¨ T A uhlgradtage uhlgradtage ¨ ¨ sofern , cenach ucke rKlima- ur ¨ OLDBERG ¨ XXXIX aten ¨ T A

Anhang B Anhang B Klima-Indikatoren

Abbildung B.32: Trends der Kuhlgradtage¨ fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Auch fur¨ die Kuhlgradtage¨ werden im Zeitraum 1951–2014 starke Anstiegs- raten gefunden, was der in Abb. B.32 gezeigte Vergleich verdeutlicht. Ahnlich¨ der Entwicklung bei den Warmesummen¨ (vgl. Abschnitt B.3) zeigt sich verbreitet mehr als ein Verdoppelung der Gradtage im Beobachtungszeitraum. Im Harz sind sowohl die Werte als auch die Entwicklungen der Kuhlgradtage¨ geringer. Die verhaltnism¨ aßig¨ geringen bzw. verhaltnism¨ aßig¨ starken Trends an den Stationen Gardelegen bzw. Seehausen hangen¨ damit zusammen, dass jeweils nur Teile des Gesamtzeitraums analysiert werden konnen.¨

B.5 K¨altesumme

Die Kaltesumme¨ ist ein Indikator, der durch Aufsummierung der Absolutbe- ◦ trage¨ der Temperatur unterhalb der Basistemperatur TB von 0 C berechnet wird. Mit dieser Große¨ kann die Winterstrenge abgeschatzt¨ werden. Ein Bei- spiel ist in in Abb. B.33f ur¨ die Station Wittenberg gegeben. Es ist ein Ruckgangstrend¨ der Kaltesumme¨ an der Station Wittenberg (Abb. B.33) zu verzeichnen. Die Variabilitat¨ von Jahr zu Jahr ist sehr groß, was einen Einﬂuss auf die Breite der Vertrauensbereiche besitzt. Der Vertrauensbe- reich der Trendgeraden (rote Linien in Abb. B.33) lasst¨ auch alternative Lagen dieser Geraden ohne Neigung oder mit Aufwartsneigung¨ zu. Fur¨ die Mann- Kendall-Testgroße¨ Q wird ein Wert von –1,49 ermittelt; der Trend ist somit schwach signiﬁkant, wobei das 95 %-Level nicht erreicht wird. Als besonders strenge Winter erweisen sich 1962/63, 1969/70 und 1986/87. Besonders mild waren hingegen die Winter 1974/75 und 2006/07.

XL gegeben. B.35 Abb. in und Heizgrenztemperatur festgelegte eine Be- als ner Winterstrenge. der Untersuchung Raumtem- einer peratur zur zwischen Temperaturabweichung Maß kumulierte die ein wird stimmt ist Indikator dieser Auch Heizgradtage B.6 verf der Anzahl die stellen bezogen. Rauten y-Achse Die rechte bezogen. die y-Achse auf Ver linke sind als die umgerechnet auf dar, sind Trendgleichung der Sie Anstiegsterm den stellen Balken bidn B.34: Abbildung B.33: Abbildung 0K 20 Wittenberg. ctnsetam nsrct ndrHrrgo iddeAnhe besonders Abnahmen groß. die sind Harzregion der In entspricht. achtungszeitraums egnsc bamrtnvnrn 0bis 10 rund von Abnahmeraten sich zeigen B.34) (Abb. Stationsvergleich Im T · G ae r eae a ebettenrHlirn nehl e Beob- des innerhalb Halbierung einer verbreitet was Dekade, pro Tagen 12 = T R n e aemtewr e Außentemperatur der Tagesmittelwert dem und ◦ rnsdrK der Trends .EnVrncalcugbipe s f ist Veranschaulichungsbeispiel Ein C. esilf Beispiel ren rndrtlugdrEtikugdrK der Entwicklung der Trenddarstellung eine ur ¨ ¨ leumnf altesummen rausgew ur ¨ ¨ ht ttoe mRu ahe-nat Die Sachsen-Anhalt. Raum im Stationen ahlte T G s.Vredtwird Verwendet ist. rdeSainMagdeburg Station die ur ¨ ¨ leum ndrStation der an altesumme T ¨ neugpo1 Jahre. 10 pro anderung . Heizgradtage B.6 gae ar a und dar Jahre ugbaren ¨ A sofern , T R T 20 = A klei- XLI ◦ C

Anhang B Anhang B Klima-Indikatoren

Abbildung B.35: Beispiel fur¨ eine Trenddarstellung der Entwicklung der Heizgradtage an der Station Magdeburg.

Abbildung B.36: Trends der Heizgradtage fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Der Ruckgangstrend¨ der Heizgradtage am Beispiel Magdeburg ist relativ stark (s. Abb. B.35), auch wenn in jungster¨ Zeit gelegentlich besonders kalte Winter auftraten. Der Mann-Kendall-Test ergibt ein Q von –4,56, was den Ruck-¨ gangstrend als hoch signiﬁkant einstuft. Die Heizgradtage messen dabei durchaus andere Eigenschaften des Winters, als die Kaltesummen.¨ Das zeigt sich im Vergleich mit Abschnitt B.5. Als besonders strenge Winter aufgrund der Heiz- gradtage erweisen sich 1996/97 und 2010/11. Derartige Niveaus wurden auch in den Anfangsjahren – die im Mittel kaltere¨ Winter hatten – nicht erreicht.

Im Vergleich der Stationen mit relativ langen Reihen (Abb. B.36) zeigen sich durchweg starke Abnahmeraten, die alle auf dem 95 % oder 99 %-Niveau statistisch signiﬁkant sind.

XLII rbdna e tto ren agsel iddeVerh die sind Dargestellt Artern. Station der an Erdboden Erdbodenmini- B.37). der (Abb. Untersuchungen Jahr gesamten die im f geben mumtemperatur Einblick nur ersten auch Einen und benutzt. A.2) Abschnitt k (vgl. (oder 1961–2014 Stationen von Zahl gen Standardgr meteorologische keine ben bidn B.37: Abbildung Klima- abgeleitete keine gr Grunde im ist Temperatur der Erdbodenminimum Das Temperatur der Erdbodenminimum B.7 u arsetih eodretnhbn ilahitdeMsenihugf Messeinrichtung die Tempera- ist der Vielfach Erdbodenmessungen Mann-Kendall haben. B dass Besonderheiten einem Laut beachten, jahreszeitliche ist. zu mit tur bezeichnen dabei zu der ist %-Niveau Trend, Komm.) 95 (pers. zum einen signiﬁkant zeigt als –2,32 Daten von der Analyse Die Verh die sind gestellt B.38: Abbildung ß.Seitadrret uhi in e nescugni ismVorha- diesem in Untersuchungen der Sinne im auch andererseits ist Sie oße. i R Ein ¨ cgnsrn emEdoemnmm issErgebnis Dieses Erdbodenminimum? beim uckgangstrend ¨ nwcln e rbdniiusdrTmeau ndrSainAtr.Dar- Artern. Station der an Temperatur der Erdbodenminimums des Entwicklung esilf Beispiel (a) ¨ lnsef altnisse re)verf urzer) ¨ Sommer ren rndrtlugdrEtikugdsTmeaumnmm am Temperaturminimums des Entwicklung der Trenddarstellung eine ur ¨ r()deSmemnt JA n b i itroae(DJF). Wintermonate die (b) und (JJA) Sommermonate die (a) ur ¨ ga.F ugbar. ¨ rdeBipeewredeSainArtern Station die wurde Beispiele die ur ¨ . rbdniiu e Temperatur der Erdbodenminimum B.7 ß.Zdmitsenra ie gerin- einer an nur sie ist Zudem oße. ¨ ¨ lnsef altnisse rdsgsmeJahr. gesamte das ur ¨ (b) Winter rdnZeitraum den ur ¨ uberrascht. ¨ OTTCHER ¨ XLIII ur ¨ Q

Anhang B Anhang B Klima-Indikatoren die Erdboden-Minimumtemperatur starr montiert und fur¨ einen Teil des Win- ters von Schnee bedeckt. Dies verfalscht¨ die Messungen, so dass die Erdboden- minimumtemperatur wegen der Isolierung durch den Schnee durchaus hoher¨ liegen kann als die ,,regulare”¨ Minimumtemperatur, die in der Wetterhutte¨ in 2m Hohe¨ gemessen wird. Daher wurde die Erdboden-Minimumtemperatur separat fur¨ Sommer und Winter untersucht. Die Ergebnisse sind in Abb. B.38 dargestellt. Im Sommer, wenn der o.g. Effekt auszuschließen ist, ﬁndet sich der recht gut ausgepragte¨ Abnahmetrend ebenfalls in der Zeitreihe von Artern. Der Mann- Kendall-Test bestimmt ein Q von –2,84 also ahnlich¨ klar wie fur¨ das gesamte Jahr. Im Winter [Abb. B.38 (b)] ist der Trend hingegen abgeschwacht,¨ resp. nicht erkennbar und das Q wird zu –0,67 bestimmt. Zum Vergleich sind in Abb. B.39 die Trends des Minimums der 2 m-Temperatur fur¨ das Jahr sowie den Sommer und den Winter dargestellt. Diese entwickeln sich, erwartungsgemaß,¨ aufwarts.¨ Das heißt die Minima der 2 m-Temperatur liegen am Anfang des 21. Jahrhun- derts klar uber¨ dem Niveau der 1960er Jahre. Es ist aber auch auffallig,¨ dass die Trends der 2 m-Minimumtemperatur im Winter geringer sind als im Sommer.

(a) Jahr (b) Sommer

Abbildung B.39: Entwicklung des Temperaturminimums in 2 m H¨ohe an der Station Artern. Dar- gestellt sind die Verh¨altnisse fur¨ (a) das gesamte Jahr, (b) die Sommermonate (JJA) und (c) die Wintermonate (DJF).

Des Weiteren wurden fur¨ eine Auswahl von Stationen mit moglichst¨ langen Reihen und mit Blick auf eine gute Abdeckung die Trends der

XLIV eprtrdrLf,gmse n2mH m 2 in gemessen Luft, der temperatur B.40: Abbildung einander m-Minimumtemperatur gegen 2 der und Erdbodenminimum-Temperatur riceselndeAzh e verf der Anzahl die stellen Dreiecke Ver Trendgleichung der als Anstiegsterm umgerechnet den dar, stellen Balken Die Jahr. Betrachtungszeitraum: Sachsen-Anhalt. verst im dies tritt Winter Gr Im beider sind. Trendentwicklungen unterschiedlich die dass festzustellen, ist Es gezeigt. Winter omrgb sa iie ttoe lr neshee ieGegenl Eine Unterschiede. klare Stationen einigen an es gibt Sommer e rnsdrEdoe–uddrLftmeau s ae nicht dabei ist Lufttemperatur der und ﬁnden. Erdboden– der Trends der f B.40–B.42 Abb. in ist Dies gestellt. uber ¨ bidn B.41: Abbildung rnsdrEdoemnmmeprtr(N,rt akn n e Minimum- der und Balken) rote (TNE, Erdbodenminimumtemperatur der Trends ¨ neugpo1 ar.Sesn u i ik -cs eoe.Deblauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung eohf jedoch B.40, Abb. Wie gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ h T,gleBle)f Balken) gelbe (TN, ¨ ohe . rbdniiu e Temperatur der Erdbodenminimum B.7 rdnSme (Juni–August). Sommer den ur ¨ rdsJh,dnSme n den und Sommer den Jahr, das ur ¨ rtnMß u,ae uhim auch aber auf, Maße arkten ¨ rausgew ur ¨ ¨ ht ttoe mRaum im Stationen ahlte brl zu uberall ¨ auﬁgkeit ¨ oßen ¨ XLV

Anhang B Anhang B Klima-Indikatoren

Abbildung B.42: Wie Abb. B.40, jedoch fur¨ den Winter (Dezember–Februar).

B.8 Tagesspanne der Lufttemperatur

Fur¨ eine Auswahl der Stationen (Artern, Gardelegen, Magdeburg, Neuruppin, Schkeuditz, Seehausen, Wittenberg) wurde aus stundlichen¨ Daten des Zeit- raums 1961–20144) das Maximum und das Minimum des Tages bestimmt. Da- nach erfolgten Trendanalysen. Auch hier ist das Ergebnis uberraschend.¨ Die Analyse der Daten zeigt deutlich ausgepragte¨ Zunahmetrends der Tagesspanne, dargestellt in Abb. B.43. Sie sind alle signiﬁkant auf dem Niveau von 99 %. Die Ursache fur¨ solche Trends liegt in unterschiedlich starkem Trendverhalten der beteiligten Großen,¨ d.h. der Trend der Tageshochsttemperatur¨ ,,eilt voraus” und in der Folge treten immer hohere¨ Maxima auf wahrend¨ der Trend der Tagestiefsttemperatur nicht so starke Veranderungsraten¨ zeigt. Dies wird durch die Untersuchungen der Maximal- und Minimaltemperatur (s. Abschnitte 4.2.1.1 und 4.2.1.2). Außerdem kann die Anderung¨ der Tagesspanne auch uber¨ den Jahresgang dieser Große¨ veranschaulicht werden, wie Abb. B.44 zeigt. Fur¨ diese Große¨ wird nur selten ein Jahresgang erzeugt – erst recht nicht als Vergleich der Zustande¨ in mehreren 20-jahrigen¨ Zeitabschnitten. Der Jahresgang wurde fur¨ jeweils 20 bzw. 14 Jahre (1961–80, 1981–2000, 2001–2014) ermittelt. Da die Temperaturspanne fur¨ so relativ kurze Zeitraume¨ stark streut, wurde ein gleitendes 21-tagiges¨ Mit- tel benutzt. Einerseits ist es interessant, zu erkennen, wie unterschiedlich der Tagesgang uber¨ das Jahr ist – von einer Großenordnung¨ um 5 ◦C im Winter zu einer Großenordnung¨ von 10 ◦C im Sommer. Auch ist der gleichmaßige¨ Anstieg des Niveaus zwischen 1961–80 und 2001-2014 auffallend. Ein Vergleich der Trendstarken¨ fur¨ ausgewahlte¨ Stationen mit moglichst¨ langen Datenreihen und moglichst¨ guter regionaler Reprasentativit¨ at¨ ﬁndet sich in Abb. B.45–B.47. Es bestatigt¨ sich der Befund anhand der Analyse der Tem- peraturspannen an der Station Artern: Auch bei anderen Zeitreihen sind fast

4)Bei Seehausen ist der Zeitraum 1976–2014

XLVI 14-j (DJF). bidn B.44: Abbildung Verh die B.43: Abbildung Win- ausgepr im geringer tendenziell ter Trends die wobei erkennbar, Zunahmetrends ausnahmslos ¨ hieProe.Dretltsn 21-fach sind Dargestellt Perioden. ahrige ¨ lnsef altnisse nwcln e aesan e eprtra e tto ren agsel sind Dargestellt Artern. Station der an Temperatur der Tagesspanne der Entwicklung r()dsgsmeJh,()deSmemnt JA n c i Wintermonate die (c) und (JJA) Sommermonate die (b) Jahr, gesamte das (a) ur ¨ arsagdrTgspnedrTmeau ndrSainAtr f Artern Station der an Temperatur der Tagesspanne der Jahresgang (a) Jahr g sind. agt ¨ (c) brried Mittel. ubergreifende ¨ Winter . aesan e Lufttemperatur der Tagesspanne B.8 (b) Sommer rde 0 resp. 20- drei ur ¨ XLVII

Anhang B Anhang B Klima-Indikatoren

Abbildung B.45: Trends der Tagesspanne der Temperatur (Differenz zwischen Tagesmaximum und Tagesminimum) fur¨ ausgewählte Stationen im Raum Sachsen-Anhalt. Betrachtungszeitraum: Jahr. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Veränderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Abbildung B.46: Wie Abb. B.45, jedoch fur¨ den Sommer (Juni–August).

Abbildung B.47: Wie Abb. B.45, jedoch fur¨ den Winter (Dezember–Februar).

XLVIII ttsic eihr.De s lenen osqezdrEtikugdes Entwicklung der Konsequenz eine allein ginns ist Dies der gesichert. Test statistisch Mann-Kendall Der Methode zu. nimmt ein Vegetationsperiode bestimmt der beschriebene und Dauer Die auf. Ende lung Abschnitts Beginn, dieses Zeitreihen: Vegetationsperiode. Einleitung der drei Dauer der ergibt Vegetationsindex-Bestimmung in Die Vegetationsperiode Thermische B.9.1 mVrae iden erliieBrcnns n uwretaei ein- Auswertestrategie und gesetzt: Berechnungs- mehrgleisige eine wird Vorhaben Im Vegetationsperiode B.9 zitahn e tto itnegCaatrsiadrEntwick- der Charakteristika Wittenberg Station der anhand zeigt B.48 Abb. • • • • gestellt. L die f weitere Eine vorgestellt. B.9.2 Abschnitt in werden spiele ,,Bl Phase der ten F vorgestellt. B.9.1 Abschnitt in 10 werden als Beispiele weniger wird. von Tagesmitteltemperatur eine Tagen genden 5 mindestens sieben von Tagesmitteltemperatur an eine dass Tagen deﬁniert, aufeinanderfolgenden so Vegetationsperiode der Vege- Beginn B der (thermische wird nach (2008) beenden Methode zu der oder In m tationszeit). einzuleiten werden Vegetationszeit erreicht die Tagen um aufeinanderfolgenden nach die Temperaturschwellen- die um von werten, es anhand geht Vegetationsperiode Kern der Im Bestimmung vorgestellt. Vegetationszeit der Bestimmung zur dieses B Umsetzungen Vege- von In der Vielzahl Tagen) Prinzips. eine (in gibt Dauer Es der verwendet. Bestimmung tationsperiode f zur Jahr sowie im Ende Tages und des Bestimmung Beginn zur Indikatoren thermische werden Es (Juni–August). Sommers meteorologischen des Analy- Monate als der erfassen, sen besser bisweilen Entwicklungen derschlagsanalysen i e hs ,,Blattverf Phase der mit k und Teile große gleich zwei Diese in aggregiert. Sommerhalbjahr Ve- das (Juli-September) teilen II genannten und so (April-Juni) den I zu getationsperioden auch zeitlichen Jahreszeit den Halbjahr, Jahr, neben Aggregierungen werden Standardvariable meteorologischen Einige .Dee a ie Trend einen hat Dieser B.48). Abb. in Kurve (blaue Vegetationsperiode der rdnBgn e ph der Beginn den ur ¨ ◦ utee us a neiterih,wn nsee aufeinanderfol- sieben an wenn erreicht, ist Ende Das muss. auftreten C vor- B.9.3 Abschnitt in werden Beispiele Periode. frostfreien der ange ¨ Q o 24 ai s e uamtedafdm9 %-Niveau 95 dem auf Zunahmetrend der ist damit – +2,45 von ENDER rdeVgtto eeat eaghnwiebetrachtet Herangehensweise relevante Vegetation die ur ¨ t e a-ed”vredt i eeainzi endet Vegetationszeit Die verwendet. Sal-Weide” der ute ¨ n S und nlgshnVgttoseid iddsEintre- das wird Vegetationsperiode anologischen ¨ rugdrSilih”(C Stieleiche” der arbung ¨ CHALLER ERNHOFER ednmheeMethoden mehrere werden (2014) n G und HMIELEWSKI . Vegetationsperiode B.9 OLDBERG ne e Nie- bei onnen ¨ .Bei- 2007). , ◦ erreicht C [H ussen, ¨ RSG XLIX Be- ur ¨ .]

Anhang B Anhang B Klima-Indikatoren

Abbildung B.48: Trenddarstellung von Anfang (blaue Kurve), L¨ange (magentafarbene Kurve) und Ende (rote Kurve) der Vegetationsperiode, berechnet nach den Maßgaben des thermischen Vegetati- onsindex an der Station Wittenberg. zum immer fruheren¨ Zutreffen der Startkriterien, der mit einem Mann-Kendall Q von –2,42 ebenfalls auf dem 95 %-Niveau statistisch abgesichert ist. Das Ende der Vegetationsperiode (rote Kurve in Abb. B.48) hingegen besitzt so gut wie keinen Trend. Fur¨ ausgewahlte¨ Stationen sind in Abb. B.49–B.51 die Trendentwicklung fur¨ Beginn, Ende und Dauer der thermischen Vegetationsperiode dargestellt.

Abbildung B.49: Trends des Beginns der thermischen Vegetationsperiode fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Es bestatigt¨ sich eine Grundstruktur, die schon in der Analyse der Station Wit- tenberg erkennbar ist: Die Vegetationsperiode wird tendenziell langer.¨ Dies ist im Wesentlich auf ihr fruheres¨ Einsetzen (vgl. Abb. B.49) zuruckzuf¨ uhren¨ und weniger auf ein spater¨ eintretendes Ende (vgl. Abb. B.50. Die Stationen zeigen beim Ende oftmals sehr schwache Trends, wahrend¨ der Beginn und die Dauer von deutlichen Entwicklungen im Untersuchungszeitraum charakterisiert sind.

L azit i Testgr Die anzeigt. Zeit B.52 Abb. der in Laufe im Vegetationsperiode wie- die l B.52 wird Abb. Insgesamt in Wittenberg. enth ist (Elbe-Mulde-Tiefland) Station wird, 88 definiert Naturraumgruppe Leitphasen Die von dergegeben. aufgrund sie wenn riode, ph erw mit tationsperiode Abschnitts dieses Einleitung der in Wie Ph B.9.2 i ae ig nenrGr einer in liegt Dauer Die naldrverf der Anzahl mRu ahe-nat i aknselndnAsigtr e rngecugdr umgerechnet dar, Trendgleichung der Anstiegsterm den Ver stellen Balken als Die Sachsen-Anhalt. Raum im B.51: Abbildung B.50: Abbildung mRu ahe-nat i aknselndnAsigtr e rngecugdr umgerechnet verf dar, der Trendgleichung Anzahl der Anstiegsterm den Ver stellen Balken als Die Sachsen-Anhalt. Raum im ne,wsdeaufw die was anger, ¨ i etih nwcln o ein neudDurdrVegetationspe- der Dauer und Ende Beginn, von Entwicklung zeitliche Die ¨ ¨ neugpo1 ar.Sesn u i ik -cs eoe.Debae atnselndie stellen Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung neugpo1 ar.Sesn u i ik -cs eoe.Debae atnselndie stellen Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung ¨ nlgsh Vegetationsperiode anologische gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ ¨ rnsdrAdurdrtemshnVgttoseid f Vegetationsperiode thermischen der Andauer der Trends rnsdsEdsdrtemshnVgttoseid f Vegetationsperiode thermischen der Endes des Trends rsgnit rngrd f Trendgerade geneigte arts ¨ nlgshnPae udefinieren. zu Phasen anologischen ¨ ßnrnn o 0–5 Tagen. 200–250 von oßenordnung ¨ oße ¨ Q e anKnalTs betr Mann-Kendall-Test des ht s sac m auch es ist ahnt, ¨ rdemgnaabn Kurve magentafarbene die ur ¨ . Vegetationsperiode B.9 rausgew ur ¨ rausgew ur ¨ gih i Vege- die oglich, ¨ g 36 was +3,61 agt ¨ ¨ ht Stationen ahlte ¨ ht Stationen ahlte l uhdie auch alt ¨ LI

Anhang B Anhang B Klima-Indikatoren

Abbildung B.52: Trenddarstellung von Anfang (blaue Kurve), Länge (magentafarbene Kurve) und Ende (rote Kurve) der phänologischen Vegetationsperiode, berechnet aus den Leitphase der Sal-Weide und der Stieleiche fur¨ die Naturraumgruppe 88 (Elbe-Mulde-Tiefland). den Trend auf einem Niveau von 99 % statistisch sichert. Ein Ruckgangstrend¨ fur¨ den Beginn der Vegetationsperiode (verknupft¨ mit der Sal-Weide) ist visuell deutlich erkennbar und mit einem Mann-Kendall Q von –2,60 statistisch auf dem 95 %-Niveau gesichert. Das Ende der Vegetationsperiode unterliegt, wie auch bei der thermischen Vegetationsperiode, kaum zeitlichen Veranderungen.¨ Fur¨ ausgewahlte¨ Stationen sind in Abb. B.53–B.55 die Trendentwicklung fur¨ Beginn, Ende und Dauer der phanologischen¨ Vegetationsperiode dargestellt.

Abbildung B.53: Trends des Beginns der phänologischen Vegetationsperiode fur¨ ausgewählte Statio- nen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Veränderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Die phanologische¨ Vegetationsperiode zeigt Trendentwicklungen, die der thermischen Vegetationsperiode (vgl. Abschnitt B.9.1) ahnlich¨ sind: Die Vege- tationsperiode ist im Analysezeitraum langer¨ geworden. Dies beruht starker¨ darauf, dass ihr Beginn sich verfruhte,¨ wahrend¨ ihr Ende geringe Trendentwick- lungen besitzt.

LII nenmasotoae uazae eutatnShepnteflt eine Datens erfolgte entstanden Schwerpunkt beauftragten Zusatzpaket zus optionales als einem In Periode Frostfreie B.9.3 B.55: Abbildung B.54: Abbildung ee i iiutmeau Nnctutr0 unter nicht TN Minimumtemperatur die denen umgerechnet verf dar, der Trendgleichung Anzahl der Anstiegsterm den Ver stellen Balken als Die Sachsen-Anhalt. Raum im umgerechnet verf dar, der Trendgleichung Anzahl der Anstiegsterm den Ver stellen Balken als Die Sachsen-Anhalt. Raum im pe f spiel ttsic u e 5%Nva beihr n eg iei af e Zeit der Laufe im eine zeigt und ist abgesichert Er %-Niveau Zeit. fr frostfreien 95 der dem Eintritts auf des Trend Ein statistisch im auf. hier Unterschiede auch auch liegt aber Faktor Methoden wichtiger anderen der Ergebnissen den zu ten hrbgned eeainproea.Ein an. Vegetationsperiode beginnende uher ¨ is rteatraieBsimnses e eeainproe–enBei- ein – Vegetationsperiode der Bestimmungsweise alternative dritte Diese tlceFksirn auf Fokussierung atzliche ¨ ¨ ¨ neugpo1 ar.Sesn u i ik -cs eoe.Debae atnselndie stellen Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung die stellen Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung dretlt–weist – dargestellt B.56 Abb. in ist Wittenberg Station die ur ¨ gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ ¨ rnsdrDurdrph der Dauer der Trends rnsdsEdsdrph der Endes des Trends tez ein ne ae n nalvnProe,in Perioden, von Anzahl und Dauer Ende, Beginn, zu atze ¨ eeainrlvneIndikatoren vegetationsrelevante ¨ ¨ nlgshnVgttoseid f Vegetationsperiode anologischen nlgshnVgttoseid f Vegetationsperiode anologischen hlce,etee eez auf- gesetzt entgegen ahnlicher, ¨ ◦ lag. C . Vegetationsperiode B.9 ndee Rahmen diesem In . rausgew ur rausgew ur ¨ ¨ ¨ ¨ ht Stationen ahlte ht Stationen ahlte Ahnlichkei- ¨ LIII

Anhang B Anhang B Klima-Indikatoren

Abbildung B.56: Trenddarstellung von Anfang (blaue Kurve), Länge (magentafarbene Kurve) und Ende (rote Kurve) der frostfreien Zeit fur¨ die Station Wittenberg tretender Trend lasst¨ sich fur¨ die Dauer der frostfreien Zeit identifizieren. Auch er ist auf dem 95 %-Niveau statistisch signifikant. Das Ende der frostfreien Zeit hat einen schwachen, wenn auch nicht signifikanten Zunahmetrend. Wenn die frostfreie Zeit als Indikator fur¨ die Vegetationsperiode benutzt wird, zeigen sich Charakteristika der Ergebnisse, die sich bei den anderen Me- thoden ebenfalls finden. Auffallig¨ ist die relativ geringe Lange¨ der uber¨ die frostfreie Zeit bestimmten Vegetationsperiode – hauptsachlich¨ bedingt durch das relativ spate¨ Zutreffen des Kriteriums fur¨ deren Beginn. Fur¨ ausgewahlte¨ Stationen sind in Abb. B.57–B.59 die Trendentwicklungen fur¨ Beginn, Ende und Dauer der Vegetationsperiode anhand der frostfreien Zeit dargestellt.

Abbildung B.57: Trends des Beginns der Vegetationsperiode auf Basis der frostfreien Zeit fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

In Abb. B.57–B.59 wurde die Skalierung der y-Achse so eingeschrankt,¨ dass die Resultate an der Station Seehausen nicht berucksichtigt¨ wurden. Der Grund

LIV i uamnagmtden mit Zusammenhang im 4.2.1.1 Erl Abschnitt in wird Sachverhalt H Dieser erfasst. zweiten Temperatur der starker in ein Wesentlichen im rung dort Parameter von wird dem 1976 Zeitreihe Jahr der mit im Beginns Seehausen nur des Vegetationsperiode Wegen der wird. gearbeitet Deﬁnition ,,Temperaturminimum” dieser bei dass ist, B.59: Abbildung B.58: Abbildung ebneditjdc,ds i ehdndeAtdrTed reproduzieren: Trends der Art die Methoden die dass Endzei- jedoch, und ist Verbindend Eintritts– unterschiedlichen L welche sowie ten bemerkenswert, es ist zeigt, Farbbal- des Ende das an Zahl gesetzt. als kens jeweils Abbildungen den in sind Trendwerte dar, verf Trendgleichung der der Anzahl Anstiegsterm die den stellen stellen Balken Ver Die als Sachsen-Anhalt. umgerechnet Raum im Stationen te dar, verf Trendgleichung der der Anzahl Anstiegsterm die den stellen stellen Balken Ver Die als Sachsen-Anhalt. umgerechnet Raum im Stationen te i i uzn esheee entoe f Deﬁnitionen verschiedener Nutzung die Wie dretlt i f Die dargestellt. 4.9 Abb. zu auterungen ¨ ne e eeainproej ahVrarnemtetwerden. ermittelt Verfahren nach je Vegetationsperiode der angen ¨ rnsdrDurdrVgttoseid u ai e rsfee etf Zeit frostfreien der Basis auf Vegetationsperiode der Dauer der Trends rnsdsEdsdrVgttoseid u ai e rsfee etf Zeit frostfreien der Basis auf Vegetationsperiode der Endes des Trends ¨ ¨ neugpo1 ar.Sesn u i ik -cs eoe.Debae Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ ¨ lt e eatUtruhnsetam (1951–2014) Gesamt-Untersuchungszeitraums des alfte ¨ rdeSainSeasnermittelten Seehausen Station die ur ¨ rdeVegetationsperiode die ur ¨ . Vegetationsperiode B.9 rausgew ur rausgew ur ¨ ¨ ande- ¨ ¨ ¨ ahl- ahl- LV

Anhang B Anhang B Klima-Indikatoren

Der Anfang der Vegetationsperiode verfruht¨ sich, die Periode wird langer¨ und die Trendentwicklung beim Ende der Vegetationsperiode sind meist relativ schwach. Vergleichsweise große Unterschiede zwischen den Methoden gibt es bei der Ermittlung der Dauer, nicht so sehr bei deren Trendverhalten.

B.10 Huglin-Index

Der Huglin-Index ist eine summarische Große,¨ die sich aus der Summe von Tagesmittel- und Tagesmaximumtemperatur in den Monaten April–September bestimmt.

30.09. X TM + TX H = K · − 10 2 01.04. mit K := Breitengrad-abhangige¨ empirische Große¨ (z.B. in 40◦N K = 1,02 und in 50◦N K = 1,06). Der Huglin-Index wurde fur¨ die Beurteilung von Klimaten, die fur¨ den Anbau bestimmter Rebsorten geeignet sind, entwickelt (HUGLIN, 1978, 1986; STOCK et al., 2007). Werte von H unter 1500 treten in Regionen auf, fur¨ die keine Weinanbauempfehlung ausgesprochen wird. Werte daruber¨ erhalten Empfeh- lungen fur¨ unterschiedliche Rebsorten.

Abbildung B.60: Beispiel fur¨ eine Trenddarstellung der Entwicklung des Huglin-Indexes an der Station Artern.

Abbildung B.61: Beispiel fur¨ eine Trenddarstellung der Entwicklung des Huglin-Indexes an der Station Wittenberg.

LVI nenmasotoae uazae eutatnShepnteflteine erfolgt Schwerpunkt beauftragten auf Zusatzpaket Fokussierung optionales weitere als einem In N warme und Hitze B.11 Weinanbaus des Potenzial Ein- h keine oder Wittenberg Niveau und Artern Stationen der zelf Reihen den in entwicklungen Trendgleichung der dar. Anstiegsterms Huglin-Index des des Betrag Einheiten den in stellen Dekade Balken pro blauen Die Sachsen-Anhalt. Region Index des inter- Schwelle ist wichtige Es die auf. Stationen 1500 Niveau von beiden niedriges an relativ dass ein festzustellen, weisen essant B.61) und B.60 (Abb. berg N seiner mit Artern, Stationen ismZsmehn ednve Gr vier analysiert: Trendverhaltens werden Zusammenhang diesem B.62: Abbildung ,ds i Trend- die dass B.62), (Abb. Jahrzehnt pro Anstiegsraten der Vergleich Im ite oeza f Potenzial es Gibt Mxml L Maximale 3. L Tagen mehr und 6 von Perioden der Anzahl 2. f jahresweise Maximumtemperatur, der 90-Perzentils des Betrag 1. ledrtle.A le ttoe s e ihrg nte u e 5%- 95 dem auf Anstieg bisherige der ist Stationen allen An darstellen. alle ¨ e a 0PretldrMaximumtemperatur der 90-Perzentil das der ae Jn-uut,bidnnds9-ezni e Maximumtemperatur wurde; der uberschritten 90-Perzentil das denen bei (Juni-August), naten (Juni-August); Sommermonate ¨ brcrte wurde. uberschritten ¨ egec e rnetikugndsHgi-nee nausgew an Huglin-Indexes des Trendentwicklungen der Vergleich hrsaitshsgikn.De s brnrenHnesafdas auf Hinweis ein nur aber ist Dies signiﬁkant. statistisch oher ¨ nedrProei e omroae Jn-uut,in (Juni-August), Sommermonaten den in Periode der ange ¨ rWiabui ahe-nat e rnvraff Trendverlauf Der Sachsen-Anhalt? in Weinanbau ur ¨ ne e agbnensTemperaturindex. eines Maßgaben den unter eiiiceudzivilschutzrelevante und medizinische h u al-ntu nagbe n Witten- und Anbaugebiet Saale-Unstrut zum ahe ¨ ¨ achte ßnbsim n bez und bestimmt oßen ¨ .1HteudwreN warme und Hitze B.11 brcrte wurde; uberschritten ¨ nei e Sommermo- den in ange ¨ ¨ htnSainnder Stationen ahlten niaoe.In Indikatoren. gihihres uglich ¨ rdie ur ¨ rdie ur ¨ achte ¨ LVII

Anhang B Anhang B Klima-Indikatoren

4. Betrag des 90-Perzentils der Minimumtemperatur, jahresweise fur¨ die Sommermonate (Juni-August).

Die Perzentile von meteorologischen Standardgroßen¨ werden in Form einer Kollektion von Dateien zur Verfugung¨ gestellt. Analog zu den Kenntage-Daten, beschrieben in Abschnitt B.1 wird ein Archiv Quantile ausgeliefert. Im Ver- zeichnis Quantile/data finden sich Dateien, die zum Ersten die Quantile in den verschiedenen Bestimmungszeitraumen¨ (Monate, Jahreszeiten, Vegetati- onsperioden, Jahr) und zum Zweiten die verschiedenen meteorologischen Para- meter (so verfugbar)¨ angeben. Dies kann von Station zu Station unterschiedlich sein. So enthalt¨ z.B. die Datei quantile tmax 05629 JJA.dat die Perzenti- le der Maximumtemperatur an der Station Wittenberg fur¨ die Sommermonate (Juni, Juli, August). Jede Datei besteht aus zahlreichen Spalten – in den ersten befindet sich das Jahr, in der zweiten Spalte die Zahl der im Bestimmungszeit- raum vorhandenen Werte (z.B. 365 oder 366 wenn ein Jahr vollstandig¨ ist oder 92 wenn ein Sommer vollstandig¨ ist). Danach folgen 201 Spalten mit den Per- zentile von 0 bis 100 in Stufen von 0,5. Anhand der Spaltenuberschrift¨ konnen¨ bestimmte Perzentile ausgewahlt¨ werden. Erganzt¨ wird dieses Archiv durch das Verzeichnis Quantile/pictures, in dem sich Abbildungen zu den jeweiligen Stationen, Elementen und Bestimmungszeitraumen¨ im png-Format befinden. Dieses Material liefert Eingangsgroßen¨ fur¨ zahlreiche Untersuchungen, in diesem Vorhaben wurden aus dem Quantildateien-Archiv beispielsweise die stationsspezifischen 90-Perzentile (Untersuchung in diesem Abschnitt) und der Minimumtemperatur (Unterabschnitt B.11.4) ermittelt. Außerdem finden sich Ergebnisse, die auf Informationen aus den Quantildateien basieren im Ab- schnitt zu Kalte¨ und kalten Nachten¨ (Abschnitt B.14).

B.11.1 90-Perzentil der Maximumtemperatur

Aus dem Quantile/data-Archiv wurde als Beispiel die Maximumtemperatur an der Station Wittenberg ausgewahlt.¨ Die Information in der Spalte mit dem 90-Perzentil bildet die Basis fur¨ die Darstellung in Abb. B.63. Ein Anstiegstrend dieses Perzentils ist gut erkennbar – der Mann-Kendall- Test liefert ein Q von +3,41 das heißt dieser Trend ist zu 99 %-Wahrscheinlichkeit signiﬁkant.

B.11.2 Perioden der Uberschreitung¨ des 90-Perzentils der Maximumtemperatur in den Sommermonaten

Hierfur¨ wird zunachst¨ der Jahresgang 1961–2014 von den Maximum- Temperaturwerten abgezogen. Dann wird in den so gewonnenen Anomalien vom Jahresgang das 90-Perzentil bestimmt. Eine starke Abweichung vom Jah- resgang weist auf besondere Verhaltnisse¨ hin.

LVIII etn ae L Tagen 3 Entwicklungsana- destens akzeptable eine damit durchf um eintritt, lyse es denen in Verh Jahre, wenige solcher Tagen mehr und 6 von Gr Andauer dieser einer Andauerverhalten mit das Perioden um 10–15 Untersuchung den rund der auf in 21.Jahrhunderts um es des es geht Anfang sind zum Anfangsjahren bis den sich In F steigert wiedergegeben. Das B.64 Tage. Abb. 5 in ist Dies wird. Jahresgang) vom (Abweichung Maximumtemperatur eeze aekletv brengtagscetrTeditdmtac nicht un auch Zunahmeneigung damit die ist wiewohl Trend ermitteln, abgesicherter zu gut ein aber Datenkollektiv, besetzten gesucht. Jahresgang!) 90-Perzentil vom das 1961–2014 (Abweichung Jahre Tagesmaximumtemperatur der Sommern der einzelnen den in oft wie stimmt, B.64: Abbildung (JJA). Sommer im Wittenberg Station B.63: Abbildung le iesh etih uam,mtsgikne rn.Dc mGrunde im Doch Trend. signiﬁkantem mit Zunahme, deutliche sehr eine alle, ¨ F ()zit s issKieimz teggew streng zu Kriterium dieses ist zeigt, (a) B.65 Abb. die Wie rdeSainMgeugsienBipe ogsel.Zun vorgestellt. Beispiel ein sei Magdeburg Station die ur ¨ he uk zu uhren ¨ rndrtlugdrEtikugds9-eznisdrMxmmeprtra der an Maximumtemperatur der 90-Perzentils des Entwicklung der Trenddarstellung naldrTg,a ee ndnSmemntn(J) a 0Pretlder 90-Perzentil das (JJA), Sommermonaten den in denen an Tage, der Anzahl (),f (b)], B.65 [Abb. sucht ange ¨ ne.En oikto,denc eidnvnmin- von Perioden nach die Modiﬁkation, Eine onnen. ¨ brcrte id tto:Magdeburg. Station: wird. uberschritten ¨ htza uenmewsbesser etwas einem zu zwar uhrt ¨ brebrist. ubersehbar ¨ .1HteudwreN warme und Hitze B.11 cs idbe- wird achst ht sgb zu gibt Es ahlt. ¨ ¨ uberschritten ¨ ß.E wer- Es oße. ¨ altnisse ¨ achte ¨ LIX

Anhang B Anhang B Klima-Indikatoren

(a) ≥ 6 Tage (b) ≥ 3 Tage

Abbildung B.65: Anzahl der Perioden von 6 (links) und 3 (rechts) Tagen L¨ange an denen eine Uberschreitung¨ des 90-Perzentils der Maximumtemperatur in den Sommermonaten auftrat. Station: Magdeburg.

B.11.3 Maximale L¨ange von Perioden der Uberschreitung¨ des 90-Perzentils der Maximumtemperatur in den Sommermonaten Eine Untersuchung dieser Große¨ fur¨ jedes Jahr erscheint nicht sinnvoll, da das Kriterium zu selten eintritt. Es konnten aber Hitzewellen mit 12 Tagen Lange¨ identiﬁziert werden: 21.7.–1.8.1994 und 17.7.–28.7.2006.

B.11.4 90-Perzentil der Minimumtemperatur Mit dieser Große¨ kann dargestellt werden, welches Potenzial fur¨ warme Nachte¨ in der Zeitreihe existiert. Die Zahl der Tropennachte¨ (s. Abschnitt B.1.5) mag ein zu strenges Kriterium darstellen, denn sie fordert das Uberschreiten¨ einer ﬁxen Schwelle (20 ◦C) ein. Die Untersuchung geht analog wie in Abschnitt B.11.1 vor, nur extrahiert sie die Information aus der entsprechenden tmin-Datei des Archivs.

Abbildung B.66: Trenddarstellung der Entwicklung des 90-Perzentils der Minimumtemperatur an der Station Magdeburg.

LX u e 9%Nva ttsic eihr s.Ds9-ezni ig mAnfang am liegt 15 90-Perzentil um Das ist. Untersuchungszeitraums gesichert des statistisch %-Niveau 99 dem auf Gef F NOAA-Hitzeindex B.12 ist. erwarten 17 von Minimumtemperatur j eine dass das, heißt sequenz s e ednSainndeZnhei e tf eteeVrih) Die Vorsicht). (extreme 2 Stufe der in Zunahme die Stationen aufscheinenden beiden bei darge- ist B.3 und B.2 Tab. in und bestimmt stellt. dekadenweise Artern) und delegen bestimmt Dekaden mehreren a esu-ytmugrcntwre–Ahug shnetsc ih um nicht sich handelt es Achtung, – in Temperaturwerte wurde umgerechnet Celsius-System das f muss und werden. konvertiert Fahrenheit Celsiusgrad Grad in von Anwendbarkeit bessere Einheiten in ist Berechnungsergebnis mit aus Beziehung gende wird. berechnet Luftfeuchte der und Maximumtemperatur der Basis der nse egnehi mMte n1 rzn e ae(ud3 r ar zu Jahr) pro 36 (rund Tage der Prozent 10 an Mittel im Vergangenheit ungsten 5) ¨ ren uwh o ttoe ud e irtfieNA-izidxin NOAA-Hitzeindex vierstufige der wurde Stationen von Auswahl eine ur ¨ eal idutrdrWebadresse der unter equation.shtml sind Details uhdeeGr diese Auch F i uam ndrSue1(osct s etih brbsnesauff besonders aber deutlich, ist (Vorsicht) 1 Stufe der in Zunahme Die e Index Der f wurde Er –EteeGfh ( Gefahr Extreme – 4. ( Gefahr – 3. ( Vorsicht Extreme – 2. –Vrih ( Vorsicht – 1. HI rdeUtruhn ud e OAHtene nze ttoe (Gar- Stationen zwei an NOAA-Hitzeindex der wurde Untersuchung die ur hdnsoeza hin. ahrdungspotenzial ¨ ¨ T := = eprtri arnetund Fahrenheit in Temperatur − − + HI . . 42 rdsFhehi-eprtrytmetikl n ettfol- wertet und entwickelt Fahrenheit-Temperatursystem das ur 00085282 ¨ 00683783 HI . 7 2 + 379 neugni tf Gfh)wie u i wachsendes ein auf weisen (Gefahr) 3 Stufe in Anderungen HI een tfn oe i etbrih von Wertebereiche die wobei Stufen, 4 benennt ß eiz ie ergtausgepr gut sehr einen besitzt oße ¨ ¨ ufinden. zu 40–51) 27–32) ◦ odr mWrevon Werte um sondern C · · . 04901523 T HI T HI 2 · − RH 2udgr und 52 5) 34–39) . 05481717 isrIdxiten miiceGr empirische eine ist Index Dieser . 2 − · T . 00000199 10 + ◦ www.wpc.ncep.noaa.gov/html/heatindex oßer) n ee nebi17 bei Ende gegen und C ¨ · RF RF . 14333127 2 · := + T HI 2 . eaieLffuhei .Das %. in Luftfeuchte Relative 00122874 · RH nEnetnvon Einheiten in · RF ge uamted der Zunahmetrend, agten ¨ 2 .2NOAA-Hitzeindex B.12 − · . ◦ 22475541 T drmh nder in mehr oder C 2 · RF ◦ .I e Kon- der In C. HI ◦ ß,deauf die oße, ¨ C · : T eet in bereits · RF rdie ur ¨ allig ¨ LXI

Anhang B Anhang B Klima-Indikatoren

Tabelle B.2: NOAA-Hitzeindex fur¨ die Dekaden 1951–1960 bis 2001–2010 an der Station Gardelegen.

Dekade Stufe 1 Stufe 2 Stufe 3 Stufe 4 1951–1960 15,1 4,5 0,7 0,0 1961–1970 15,5 5,8 0,9 0,0 1971–1980 14,0 8,1 0,9 0,0 1981–1990 19,2 5,9 0,4 0,0 1991–2000 18,3 6,9 0,6 0,0 2001–2010 21,7 12,1 0,9 0,1

Tabelle B.3: NOAA-Hitzeindex fur¨ die Dekaden 1951–1960 bis 2001–2010 an der Station Artern.

Dekade Stufe 1 Stufe 2 Stufe 3 Stufe 4 1951–1960 9,6 2,3 0,7 0,0 1961–1970 14,6 7,4 0,9 0,0 1971–1980 14,9 6,7 0,5 0,0 1981–1990 21,3 5,9 0,5 0,0 1991–2000 22,7 7,7 1,1 0,0 2001–2010 22,8 11,3 1,0 0,0

B.13 L¨ange von Hitzeperioden

Fur¨ jedes Jahr (bzw. jede Jahreszeit oder ein anderer Teilzeitraum eines Jahres) wird die langste¨ zusammenhangende¨ Periode ermittelt, in der an jedem Tag eine Maximumtemperatur uber¨ 30 ◦C auftrat. Die Information zu diesem Hitzewellen-Indikator ﬁndet sich im Archiv Andauern/data. Zum Beispiel enthalt¨ fur¨ die Station Magdeburg die Datei andauern 03126 annual.dat in diesem Archiv die Angaben fur¨ die Lange¨ von Hitzeperioden6) in der vorletzten Spalte; die letzte Spalte gibt an, wie viele Tage zur Auswertung zur Verfugung¨ standen. Eine Trendauswertung ist in Abb. B.67f ur¨ die Station Magdeburg dargestellt. Eine Zunahme ist erkennbar und mit einem Mann-Kendall Q von +2,36 statistisch auf dem 90 %-Niveau abgesichert. Auffallig¨ ist, dass in Magdeburg die Hitzeperiode im Zusammenhang mit dem Sommer 2003 mit 7 Tagen verhalt-¨ nismaßig¨ kurz war. Die Jahre 1969, 1994 und 2006 weisen hingegen jeweils 12 Tage andauernde Hitzeperioden auf. Im Vergleich mit anderen Stationen der Region (s. Abb. B.68) zeigen sich durchweg klare Zunahmetrends.

6)Die meisten Dateien im Archiv stellen Starkregenperioden-Informationen an Niederschlagsstationen zur Verfugung.¨ Fur¨ Stationen, die auch Temperatur messen, ist eine Zusatzspalte mit der L¨ange von Hitzeperioden vorgesehen.

LXII analysiert: B.68: Abbildung deburg. B.67: Abbildung nenmasotoae uazae eutatnShepnteflteine Gr erfolgt vier werden Schwerpunkt menhang beauftragten auf Zusatzpaket Fokussierung optionales weitere als einem In K B.14 verf der Anzahl die stellen Rauten Ver blauen als umgerechnet dar, chung ausgew Bta e 0Pretl e iiutmeau,f Minimumtemperatur, der 10-Perzentils des Betrag 2. f Maximumtemperatur, der 10-Perzentils des Betrag 1. Azh e eidnvn6udmh ae L Tagen mehr und 6 von Perioden der Anzahl 3. e zusammenh des h zusamme zusammenh ¨ ht ttoe mRu ahe-nat i aknselndnAsigtr e Trendglei- der Anstiegsterm den stellen Balken Die Sachsen-Anhalt. Raum im Stationen ahlte ¨ leudkleN kalte und alte rndrtlugdrEtikugdrL der Entwicklung der Trenddarstellung rnsdrL der Trends nednWnes(Dezember-Februar); Winters angenden ¨ nednWnes(Dezember-Februar); Winters angenden ¨ nednWnes(eebrFbur,bidnnds10- das denen bei (Dezember-Februar), Winters angenden ¨ ¨ nevnHteeln(nae o eidnmtTX mit Perioden von (Andauer Hitzewellen von ange ¨ neugpo1 ar.Sesn u i ik -cs eoe.Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung ßnbsim n bez und bestimmt oßen ¨ vegetationsrelevante ¨ achte gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ ¨ nevnHteelna e tto Mag- Station der an Hitzewellen von ange niaoe.I ismZusam- diesem In Indikatoren. gihirsTrendverhaltens ihres uglich .4K B.14 ¨ nei e oae je- Monaten den in ange ¨ leudkleN kalte und alte ¨ rdeMnt jedes Monate die ur rdeMnt jedes Monate die ur ¨ ¨ > 30 ◦ achte LXIII ¨ )f C) ur ¨

Anhang B Anhang B Klima-Indikatoren

Perzentil der Minimumtemperatur unterschritten wurde;

4. Maximale Lange¨ der Periode in den Monaten jedes zusammenhangenden¨ Winters (Dezember-Februar), in der das 10-Perzentil der Minimumtempe- ratur unterschritten wurde.

Die Perzentile von meteorologischen Standardgroßen¨ werden in Form einer Kollektion von Dateien zur Verfugung¨ gestellt. Analog zu den Kenntage-Daten, beschrieben in Abschnitt B.1 wird ein Archiv Quantile ausgeliefert. Im Ver- zeichnis Quantile/data finden sich Dateien, die zum Ersten die Quantile in den verschiedenen Bestimmungszeitraumen¨ (Monate, Jahreszeiten, Vegeta- tionsperioden, Jahr) und zum Zweiten die verschiedenen meteorologischen Pa- rameter (so verfugbar)¨ angeben. Dies kann von Station zu Station unterschiedlich sein. So enthalt¨ z.B. die Datei quantile tmin 01544 DJF.dat die Per- zentile der Minimumtemperatur an der Station Gardelegen fur¨ die Wintermo- nate (Dezember, Januar, Februar). Jede Datei besteht aus zahlreichen Spalten – in den ersten befindet sich das Jahr, in der zweiten Spalte die Zahl der im Bestimmungszeitraum vorhandenen Werte (z.B. 365 oder 366 wenn ein Jahr vollstandig¨ ist oder 90 bzw. 91 wenn ein Winter vollstandig¨ ist). Danach folgen 201 Spalten mit den Perzentilen von 0 bis 100 in Stufen von 0,5. An- hand der Spaltenuberschrift¨ konnen¨ bestimmte Perzentile ausgewahlt¨ werden. Erganzt¨ wird dieses Archiv durch das Verzeichnis Quantile/pictures, in dem sich Abbildungen zu den jeweiligen Stationen, Elementen und Bestim- mungszeitraumen¨ im png-Format befinden.

B.14.1 10-Perzentil der Maximumtemperatur

Aus dem Quantile/data-Archiv wurde als Beispiel die Maximumtemperatur an der Station Magdeburg ausgewahlt.¨ Die Information in der Spalte mit dem 10-Perzentil bildet die Basis fur¨ die Darstellung in Abb. B.69.

Abbildung B.69: Trenddarstellung der Entwicklung des 10-Perzentils der Maximumtemperatur an der Station Magdeburg.

LXIV im ndrTneza isrTeditafdm9 -ieustatistisch %-Niveau 95 dem auf ist Trend dieser f – Es ab signifikant. Tendenz der in nimmt dargestellt. B.71 Mini- Abb. der in 10-Perzentil ist das Dies Magdeburg wird. unterschritten Station mumtemperatur der an Winter untersuchten der Zun der 10-Perzentil des Unterschreitung der Perioden B.14.3 bis eingestuft. streng (1986/87 besonders Wintern signifi- als weiteren Kriterium %-Niveau von dieses Serie 95 durch eine werden dem und 1988/89) 1964/65 auf Winter nicht Die allerdings ist. kant der Anstiegstrend, einen zeigt f Basis die bildet 10-Perzentil dem B.70. mit Abb. Spalte der ausgew in Magdeburg tion Station der an Minimumtemperatur die des Charakteristika werden Unterabschnitten N folgenden kalten von den Auftretens und diesem In Minimumtemperatur der 10-Perzentil B.14.2 -1 rund signifikant. auf Niveau Schwelle –3 dargestellte rund 10-Perzentil von vom die sich aber stark, streut Sie monate. tto Magdeburg. Station B.70: Abbildung i naldrTg i neshetn e cwlesru tr und stark streut Schwelle der Unterschreitung mit Tage der Anzahl Die F uhdeeGr diese Auch Gr Diese rdeeseileUtruhn ud u dem aus wurde Untersuchung spezielle diese ur ¨ cs ud heBtahugvnProe ritl,a i ilnTagen vielen wie an ermittelt, Perioden von Betrachtung ohne wurde achst ¨ iiutmeau ndnWintermonaten den in Minimumtemperatur ß ecritkleTg n i nls ousetafdeWinter- die auf fokussiert Analyse die und Tage kalte beschreibt oße ¨ rndrtlugdrEtikugds1-eznisdrMnmmeprtra der an Minimumtemperatur der 10-Perzentils des Entwicklung der Trenddarstellung ltaf ase uhi e 90rJhe co itrgb in gab, Winter schon Jahren 1960er den in auch es dass auf, allt ¨ ß og e eeelnTmeauznhenwcln und Temperaturzunahmeentwicklung generellen der folgt oße ¨ ctnudK und achten ¨ ◦ .DrTeditalrig ih u e 5%- 95 dem auf nicht allerdings ist Trend Der C. leelnherausgearbeitet. altewellen ¨ .4K B.14 Quantile/data rdeDrtlugin Darstellung die ur leudkleN kalte und alte ¨ ¨ ht i Informa- Die ahlt. ¨ -Archiv andert ¨ achte ¨ LXV

Anhang B Anhang B Klima-Indikatoren

Abbildung B.71: Anzahl der Tage, die in jedem Winter zwischen 1961/62 und 2013/14 unterhalb des 10-Perzentils der Minimumtemperatur an der Station Magdeburg lagen. denen das 10-Perzentil der Minimumtemperatur uberhaupt¨ nicht unterschritten wurde. Allerdings geht auch die Zahl der Winter mit sehr vielen Uberschrei-¨ tung mit der Zeit zuruck.¨ Die zweite Teiluntersuchung befasst sich mit Perioden von aufeinander folgenden Tagen, an denen es nachts sehr kalt war. Die Ergebnisse fur¨ Magdeburg sind in Abb. B.72 dargestellt. Schon bald stellte sich heraus, dass das Kriterium eines Auftretens an mindestens 6 aufeinander folgenden Tagen recht streng ist – eine analoge Erfahrung entstand auch bei der Betrachtung von Hitzewellen (vgl. Abschnitt B.11.2). Wie Abb. B.72 (a) zeigt, sind 6-tagige¨ oder langere¨ Perioden nur sporadisch vorhanden. Wird das Kriterium etwas weniger scharf gefasst und die Zahl von Perioden mit mindestens 3 Tagen Andauer untersucht, dann ist das Hauﬁg-¨ keitsbild und auch die zeitliche Entwicklung etwas deutlicher. Es sei allerdings angemerkt, dass die Abwartsneigung¨ der Trendgeraden durch die relativ große Zahl im Jahr 1962 unterstutzt¨ wird. Ohne dieses Jahr ist der Trend deutlich schwacher.¨

(a) ≥ 6 Tage (b) ≥ 3 Tage

Abbildung B.72: Anzahl der Perioden von 6 (links) und 3 (rechts) Tagen L¨ange an denen eine Unterschreitung des 10-Perzentils der Minimumtemperatur in den Wintermonaten auftrat. Station: Magdeburg.

LXVI s nuemn asUtrcid u einl nwclne ndrUmge- zur der Station in der Entwicklungen regionale bung auf Unterschiede dass anzunehmen, ist folgten. Globalstrahlung niedriger besonders mit Jahre drei Anschluss abgesichert. statistisch %-Niveau 90 dem auf nur einem aber mit Test Mann-Kendall dem nach ist B.73 Abb. In Globalstrahlung. f der Beispiel Messungen ein liefern Stationen der Einige Globalstrahlung B.15 Tage). (13 31.1.–12.2.2011 K K eine anhaltende Zeitraum L gesamten Tagen lang im 14 aber mit konnte Es welle eintritt. selten zu Kriterium neeLgndee eae erm auch Geraden was breit, dieser Globalstrahlung der Lagen Streuung andere starken relativ der wegen raden l schließen Zunahme auf deburg. B.73: Abbildung dargestellt. Gr dieser Untersuchung Eine L Maximale B.14.4 s i fetdszrVerf zur des Effekt ein ist eg bnal eai cwceTed es – Trends schwache relativ ebenfalls im zeigt dem B.74 ) 2011, Abb. Jahr (s. Trendvergleich das Ein wie Globalstrahlung, hoher extrem mit Jahre gibt Es i lbltaln eiz wrennTed e ahvselnMaßgaben visuellen nach der Trend, einen zwar besitzt Globalstrahlung Die 0PretldrMnmmeprtri e Wintermonaten den in Minimumtemperatur der 10-Perzentil rdeEtikugdsJhemtesa e tto Magdeburg Station der an Jahresmittels des Entwicklung die ur ¨ rndrtlugdrEtikugdrGoasrhugi ara e tto Mag- Station der an Jahr im Globalstrahlung der Entwicklung der Trenddarstellung leelngbe o 01–1118 1 ae n vom und Tage) (12 10.1.–21.1.1986 vom es gab altewellen ¨ uckzuf ¨ nevnProe e neshetn des Unterschreitung der Perioden von ange ¨ ne(11.963119)ietﬁir edn Weitere werden. identiﬁziert (21.12.1996–3.1.1997) ange ¨ st lednsitdrVrrunbrihdrTrendge- der Vertrauensbereich der ist Allerdings asst. ¨ gn thne etam:DeeRiesetes ab erst steht Reihe Diese Zeitraums: stehenden ugung ¨ he id e eai treTedi Seehausen in Trend starke relativ Der sind. uhren ¨ ß f oße ¨ rjdsJh rcen ih inol adas da sinnvoll, nicht erscheint Jahr jedes ur ¨ gihnw oglichen ¨ Q o 17 ih ugshosn ist ausgeschlossen, nicht +1,74 von re i uamtedwird Zunahmetrend Ein urde. ¨ .5Globalstrahlung B.15 LXVII alte- ¨

Anhang B Anhang B Klima-Indikatoren

Abbildung B.74: Trends der mittleren jährlichen Globalstrahlung fur¨ ausgewählte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Veränderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

1976 zur Verfugung¨ und im Trend wird daher hauptsachlich¨ die starker¨ Zunah- meentwicklung der jungsten¨ Vergangenheit beschrieben.

B.16 Korrigierter Niederschlag

Niederschlagsmessungen erfolgen unter einer Vielzahl von fehlerverursachen- den Einflussfaktoren, wie dem Verdunsten eines Teils des gesammelten Nie- derschlags bis zur Registrierung, dem Windfehler durch die Stromungsverh¨ alt-¨ nisse am Regenmesser oder der landschaftlichen Exposition der Messvorrich- tung. Fur¨ den Regenmesser nach Hellmann, der in Deutschland verbreitet eingesetzt wird gibt es eine umfangreiche Studie der Einflussfaktoren mit einer Quantifizierung der Korrekturen (RICHTER, 1995). Die Korrekturen erfolgen anhand von empirischen Tabellen. Korrigierte Niederschlagszeitreihen konnen¨ den Nutzern aus der REKIS-Datenbank zur Verfugung¨ gestellt werden. Un- korrigierte und korrigierte Messreihen unterscheiden sich bezuglich¨ des zu bestimmenden Klimatrends nur wenig, weshalb die Trendanalysen ohne Richter- Korrektur durchgefuhrt¨ werden.

B.17 Potenzielle Verdunstung und klimatische Wasserbilanz

Die klimatische Wasserbilanz wird als Differenz zwischen Niederschlag und potenzieller Verdunstung berechnet (nachDIN, 1994, Norm 4049-3). Die Bestimmung der realen Verdunstung erfolgt nur an relativ wenigen Mess- einrichtungen, da sie mit hohem technischem und personellem Aufwand verbunden ist. Im Vorhaben werden statt dessen fur¨ eine großere¨ Zahl von Stati- onszeitreihen Naherungsformeln¨ fur¨ die so genannte potenzielle Verdunstung

LXVIII aeudsgsmeJh 91uddeNcflear eizneeflsgroße ebenfalls besitzen Nachfolgejahre die und L 1991 Jahr gesamte Ausf das zudem nahezu gibt es Jah- 1970er und den in ren erst Wasserbilanz Klimatischen der Bestimmbarkeit die damit Station dieser an Jahre alle sind 352 Tagen) an 344 Daten an mit (2002 Daten Jahren mit vollst zwei 2005 von und Abgesehen Tagen gut. besonders deburg Magdeburg. Station f auch gilt Halbjahre. und Dies Jahreszeiten Trend. Mann- einzelnen nachweisbaren einem keinen Wasserbilanz mit klimatische der aufweist, Zunahmetrend Kendall leichten einen Verdunstung f Wasserbilanz matischer werden. gehandhabt m nicht Tendenzen damit sind Stationen re atae aebssbsim ud,dn sgb err ar,i denen in Jahre, mehrere gibt es denn Datenl deutliche wurde, bestimmt Datenbasis lastbaren B.75: Abbildung f simultan Zeitraum, langen einem aus Trendbestimmungen auf. gen m maximal Pen- die nach Verfahren beschreibt das Verdunstung Studie potenzielle dieser Die in man. verwendet, (1996) ATV-DVWK nach aimsdtnvnWn,rltvrLffuhe onncenae n Tem- berechnet. und peratur Sonnenscheindauer Luftfeuchte, relativer Wind, von Basismessdaten Abh in tung ucken. ¨ i M Die Kli- und Verdunstung von Jahresmittels des Entwicklung die ist B.75 Abb. In e nee ttoe zB L (z.B. Stationen anderen Bei f zeigt B.76 Abb. i esehndrptnile edntn esnh weisen Verdunstung potenziellen der Messreihen Die ni.De s nadrnSainnbiWie ih e Fall. der nicht Weitem bei Stationen anderen an ist Dies andig. ¨ Q gihet ie rn etme uk zu bestimmen Trend einen oglichkeit, ¨ etme,wn i rtre e aldrFhtg eie streng weniger Fehltage der Zahl der Kriterien die wenn bestimmen, o 22 u e 5%Nva ttsic infiatit eiz die besitzt ist, signifikant statistisch %-Niveau 95 dem auf +2,26 von niki e lmtshnBdnugn i idmtHlevon Hilfe mit wird Sie Bedingungen. klimatischen der angigkeit ¨ etih nwcln e edntn n e lmtshnWsebln nder an Wasserbilanz Klimatischen der und Verdunstung der Entwicklung Zeitliche (a) ce ohne sind. vorhanden ucken ¨ Verdunstung .7PtnileVrusugudkiaiceWasserbilanz klimatische und Verdunstung Potenzielle B.17 rdeSainAtr,ds e rn u ie ei be- wenig einer auf Trend der dass Artern, Station die ur ¨ rdeSainMgeugafeeg.W aufgezeigt. Magdeburg Station die ur ¨ lezice 00ud20.I adlgnfehlt Gardelegen In 2005. und 2000 zwischen alle ¨ co)bgntdeVrusugmsugund Verdunstungsmessung die beginnt uchow) ¨ gih eilc f Lediglich oglich. ¨ ne,ita e tto Mag- Station der an ist onnen, ¨ rTeilzeitr ur ¨ (b) ug Unterbrechun- aufige ¨ KWB uelse sich lassen aume gih Verduns- ogliche ¨ ¨ heddie ahrend ¨ rmehre- ur ¨ rdie ur ¨ LXIX

Anhang B Anhang B Klima-Indikatoren

Abbildung B.76: Entwicklung der Klimatischen Wasserbilanz als Jahresmittel (blaue, durchgezogene Linie) an der Station Artern. Die dunne¨ blaue Linie stellt den Trend uber¨ den Zeitraum 1961–2014 dar. Die beiden blauen Linien sind der linken y-Achse zugeordnet. Die gestrichelte schwarze Linie zeigt die verfugbare¨ Zahl der Tage pro Jahr. Sie ist der rechten y-Achse zugeordnet.

Dennoch ist den Zeitreihen gemeinsam, dass die Tendenzen bei der Klimati- schen Wasserbilanz weder auf Zu- noch auf Abnahmen zielen. Sowohl im hy- drologische Sommer- als auch im hydrologischen Winterhalbjahr gibt es ahnli-¨ che Beobachtungen.

B.18 Standardisierter Niederschlagsindex (Standardized Precipitation Index, SPI)

Der standardisierte Niederschlagsindex (in der Fachliteratur oft Standardized Precipitation Index – abgekurzt¨ SPI – genannt) wurde ursprunglich¨ zur Identi- fikation von Trockenperioden entwickelt. Der SPI ist eine abgeleitete Große¨ aus dem kumulierten Niederschlag uber¨ Betrachtungszeitraume¨ der zuruckliegen-¨ den 3, 6, 12 oder 24 Monate. Damit kann eingeschatzt¨ werden, ob Zeitabschnitte zu feucht, zu trocken oder durchschnittlich sind. Die Berechnung des SPI erfordert (i) eine Bestimmung der statistischen Pa- rameter der Niederschlags-Haufigkeitsverteilung¨ fur¨ einen langeren¨ Zeitraum und (ii) die Identifikation der Position eines zu untersuchenden Zeitraums (z.B. Sommermonate 1998 oder Jahr 2004) in der theoretischen Haufigkeitsvertei-¨ lung. Im Grunde wird ermittelt, wie weit ein konkreter Wert vom Mittelwert entfernt ist; zur Quantifikation werden Bruchteile der Standardabweichung verwendet. Extrem trockene Perioden haben einen SPI unter –2, extrem nieder- schlagsreiche Perioden haben einen SPI uber¨ +2. Grundlage fur¨ die Berechnung sind die Ausfuhrungen¨ inL LOYD-HUGHES und SAUNDERS (2002) undM CKEE et al.(1993). Abb. B.77 stellt den SPI mit 3-monatigem Analysezeitraum fur¨ die Station Gardelegen vor.

LXX bidn B.77: Abbildung rce,Shedt n Wittenberg. und Schkeuditz Brocken, B.78: Abbildung F L B.19 Gardelegen. Station: zeitraum. iddel die wird eie l mNeesha ﬁelen. Niederschlag mm 1 als weniger rjdsJh bw eeJhezi drenadrrTiziru ie Jahres) eines Teilzeitraum anderer ein oder Jahreszeit jede (bzw. Jahr jedes ur ¨ ¨ nevnTrockenperioden von ange nsezusammenh angste ¨ etih nwcln e aiae L maximalen der Entwicklung Zeitliche aseln e tnadzdPeiiainIdxf Index Precipitation Standardized des Darstellung (b) Schkeuditz ned eid ritl,i e njdmTag jedem an der in ermittelt, Periode angende ¨ (a) Brocken ¨ nevnTokneidna e Stationen den an Trockenperioden von ange .9L B.19 nevnTrockenperioden von ange ¨ (c) renn3mntgnAnalyse- 3-monatigen einen ur ¨ Wittenberg LXXI

Anhang B Anhang B Klima-Indikatoren

Zu diesem Zweck wurde das Archiv Andauern angelegt. Im Unterverzeich- nis Andauern/data befinden sich Tabellendateien, die fur¨ jede Station die maximalen Periodenlangen¨ fur¨ vier verschiedene Niederschlagscharakteristika auflisten: 1. Niederschlagsperioden: Serie von Tagen, an denen jeweils mindestens 1 mm Niederschlag fiel; 2. Starkniederschlagsperioden: Serien von Tagen mit 10 oder mehr mm Nie- derschlag; 3. Serien von Tagen, an denen weniger als 10 mm Niederschlag fiel; 4. Trockenperioden: Serien von Tagen, an denen weniger als 1 mm Nieder- schlag fiel. Fur¨ die Auswertung wird 4. verwendet. Hinweis: Fur¨ Stationen mit Tempera- turmessungen ist zusatzlich¨ noch die Lange¨ von Hitzeperioden in dieser Datei tabelliert (vgl. Abschnitt B.13).

Abbildung B.79: Trends der maximalen Andauer von Trockenperioden fur¨ ausgew¨ahlte Stationen im Raum Sachsen-Anhalt. Die Balken stellen den Anstiegsterm der Trendgleichung dar, umgerechnet als Ver¨anderung pro 10 Jahre. Sie sind auf die linke y-Achse bezogen. Die blauen Rauten stellen die Anzahl der verfugbaren¨ Jahre dar und sind auf die rechte y-Achse bezogen.

Abb. B.78 zeigt die zeitlichen Verlaufe¨ von drei Stationen. Es soll gezeigt werden, wie uneinheitlich das Bild bezuglich¨ der Trockenperioden ist. Sowohl Anstiegs- als auch Ruckgangstrends¨ sind moglich,¨ ebenso wie Reihen ohne Trend. Dieser Eindruck bestatigt¨ sich, wenn an weiteren Stationen die Trends bestimmt werden (s. Abb. B.79). Die maximale Lange¨ der Trockenperioden besitzt eine starke Jahr-zu-Jahr- Streuung – es gibt Jahre mit 25-tagigen¨ oder langeren¨ Trockenperioden aber auch solche, in denen Trockenperioden von 10 und weniger Tagen auftreten.

LXXII B.20. Abschnitt in sich ﬁndet schreibung B.4: Tabelle .0Mtlrrmxmlrt maximaler Mittlerer B.20 glsee Zeitr gelisteten Jahre) B.4 Tab. Jahreszeiten, in (Monate, der Untersuchungszeitraum Box-Whiskerplots jedem und Station jeder Verf Gr diese wird Danach bestimmt. Tagesniederschlag maximale aufgetretene brDkdnoe 30-j oder Dekaden uber ¨ auwr njdmJh oe ee arsetbw nee etam der Zeitraum) anderem bzw. Jahreszeit jeder (oder Jahr jedem in wird Dazu ue ne ihi Unterverzeichnis im sich ﬁnden Zudem Archiv Im 9121 0721915 18262 18263 14610 14610 14610 10957 60,7 10958 61,2 10957 59,3 10958 7305 62,2 ∗ 7305 59,5 1951–2015 7305 57,8 1951–2010 7305 67,5 1961–2010 7305 60,3 1951–2000 3652 57,6 1971–2010 3653 54,0 1961–2000 3652 66,6 1951–1990 3653 67,3 3652 1981–2010 57,9 3653 1971–2000 51,7 1961–1990 57,7 1951–1980 67,9 1991–2010 65,3 1981–2000 69,2 1971–1990 46,5 1961–1980 56,9 1951–1970 58,5 2001–2010 1991–2000 1981–1990 1971–1980 1961–1970 1951–1960 ) gn etlt i esilf Beispiel Ein gestellt. ugung etammtlrsRmx[m ewneeTage Verwendete [mm] RRmax mittleres Zeitraum ¨ swrenctdsgsmeJh 05aseett i eteh rtekesc ndee tto i ndnJna 2015. Januar den in bis Station dieser an sich erstreckte Zeitreihe Die ausgewertet. 2015 Jahr gesamte das nicht wurde Es itee aiae idrclgi esheee eidn tto:Bokn i Be- Die Brocken. Station: Perioden. verschiedenen in Niederschlag maximaler Mittlerer ∗ ) mittleres hieoe neeZeitr andere oder ahrige ¨ RRmax 0023405 60,0 .0Mtlrrmxmlrt maximaler Mittlerer B.20 gegeben. B.4 Tab. in ist Brocken Station die ur ¨ ¨ gihrNiederschlag aglicher edndeetpehne aelnzur Tabellen entsprechenden die werden mittleres uegemittelt. aume ¨ aume. ¨ RRMax/pictures gihrNiederschlag aglicher ¨ LXXIII oße ¨ zu

Anhang B Anhang B Klima-Indikatoren

B.21 Maximaler 5-t¨agiger Niederschlag

Diese Große¨ ist auch unter dem Kurzel¨ RX5 bekannt. Mit einem gleitenden 5- Tage-Fenster wird in den Niederschlagszeitreihen fur¨ jedes Jahr bzw. jede Jah- reszeit oder einen anderen Zeitraum ermittelt, wie viel Niederschlag an 5 Tagen fiel; dabei ist nicht zwingend, dass an jedem der 5 Tage Niederschlag auftrat. Das Archiv RX5 enthalt¨ im Unterverzeichnis data fur¨ jede Station eine Grup- pe Tabellendateien, in denen jeweils RX5 fur¨ Monate, Jahreszeiten, Vegetati- onsperioden und das gesamte Jahr aufgelistet ist. Außerdem befindet sich im Verzeichnis pictures eine grafische Aufbereitung dieser Dateien.

(a) Brocken (b) Artern

Abbildung B.80: Zeitliche Entwicklung des maximalen 5-Tage-Niederschlags an den Stationen Bro- cken und Artern.

Ein Beispiel fur¨ die Station Brocken ist in Abb. B.80 (a) gegeben. Dort ﬁn- det sich ein relativ gut ausgepragter¨ Zunahmetrend, der mit einem Mann- Kendall Q von +2,32 auf dem 95 %-Niveau abgesichert ist. An der Station Artern [Abb. B.80 (b)] hingegen ist ein solcher Trend nicht festzustellen. Ein Trendvergleich mit anderen Stationen in der Region (Abb. B.81) ergibt, dass insbesondere im Harz aber auch in Schkeuditz gut erkennbare Zunahmen des maximalen 5-tagigen¨ Niederschlags auftreten. An anderen Stationen ist der Trend nur sehr schwach oder gar nicht vorhanden. An der Station Gardelegen wird wegen einer Datenlucke¨ nur ein Teil der Reihe zur Trendbestimmung genutzt. In der verbleibenden Reihe ist ein von allen ubrigen¨ Stationen abwei- chender Trend zu ﬁnden.

B.22 Länge von Starkniederschlagsperioden und Häufigkeit von Tagen mit Starkniederschlag

Fur¨ jedes Jahr (bzw. jede Jahreszeit oder ein anderer Teilzeitraum eines Jahres) wird die langste¨ zusammenhangende¨ Periode ermittelt, in der an jedem Tag mindestens 10 mm Niederschlag ﬁelen.

LXXIV aiae Periodenl maximalen nis auflisten: als umgerechnet dar, Trendgleichung der verf Anstiegsterm der Anzahl den stellen Ver Balken Die Sachsen-Anhalt. F B.81: Abbildung i etaeseecef Vertrauensbereiche die L sgb ndee eteh ieitrsat Auff interessante eine Zeitreihe f dieser Trend re in gibt Es D.2.2. Abschnitt in Beschreibungen den zu analog ist Struktur Deren haupts rdeeAsetn id2 verwendet. 2. wird Auswertung diese ur B.13). Abschnitt (vgl. tabelliert Datei dieser in Hitzeperioden von ange ¨ ¨ udee wc ud a Archiv das wurde Zweck diesem Zu e etrnwre aee ugleet ndnndsTedehle und Trendverhalten das denen in ausgeliefert, Dateien werden Weiteren Des F Hinweis: itdezilceEtikugf Entwicklung zeitliche die ist B.82 Abb. In ¨ neugpo1 ar.Sesn u i ik -cs eoe.Debae atnselndie stellen Rauten blauen Die bezogen. y-Achse linke die auf sind Sie Jahre. 10 pro anderung Tokneidn einvnTgn ndnnwngras1m Nieder- mm 1 als weniger denen an Tagen, von fiel; Serien Niederschlag Trockenperioden: mm 10 4. als weniger denen an Tagen von Serien 3. Nie- mm mehr oder 10 mit Tagen von Serien Starkniederschlagsperioden: mindestens 2. jeweils denen an Tagen, von Serie Niederschlagsperioden: 1. Andauern/data clgfiel. schlag derschlag; fiel; Niederschlag mm 1 clc ndnrltvnergnWre ndnAfnsarn W Anfangsjahren. den in Werten niedrigen relativ den an achlich ¨ rdnZiru 9121 s u cwc ausgepr schwach nur ist 1951–2014 Zeitraum den ur ¨ gae ar a n idafderct -cs bezogen. y-Achse rechte die auf sind und dar Jahre ugbaren ¨ rSainnmtTmeaumsugnitzus ist Temperaturmessungen mit Stationen ur rnsdsmxmln5-t maximalen des Trends ¨ ne f angen ¨ ene ihTbledtin i f die Tabellendateien, sich befinden rdeSheln1,2,2 n 0m uglse sind. aufgelistet mm 40 und 25 20, 10, Schwellen die ur ¨ .2Sakidrclg–Proe n H und Perioden – Starkniederschlag B.22 rve esheeeNiederschlagscharakteristika verschiedene vier ur ¨ ¨ ggnNeeshasf Niederschlags agigen Andauern rdeSainBokngezeigt. Brocken Station die ur ¨ neet mUnterverzeich- Im angelegt. rausgew ur ¨ liki,dn e linea- der denn alligkeit, ¨ ¨ ht ttoe mRaum im Stationen ahlte rjd tto die Station jede ur ¨ tlc ohdie noch atzlich ¨ g.Dsliegt Das agt. ¨ aufigkeiten ¨ LXXV urde ¨

Anhang B Anhang B Klima-Indikatoren die Reihe vor 1961 nicht existieren und nur der Zeitraum 1961–2014 zur Un- tersuchung zur Verfugung¨ stehen, wie in Abb. B.82 (b) dargestellt, so ware¨ ein klarer, statistisch auf dem 95 %-Niveau signiﬁkanter Abwartstrend¨ zu verzeichnen.

(a) 1951–2014 (b) 1961–2014

Abbildung B.82: Zeitliche Entwicklung der Andauer von Starkregenperioden (aufeinander folgende Tage mit 10 mm Niederschlag) an der Station Brocken. Die beiden Teilﬁguren zeigen die Trendbe- trachtung fur¨ die Zeitr¨aume 1951–2014 und 1961–2014.

Eine analoge Untersuchung an der Station Artern identiﬁziert keinerlei Trend – allerdings sind die Starkniederschlagsperioden dort auch deutlich kurzer¨ (3– 11 Tage treten auf) und seltener.

Abbildung B.83: Zeitliche Entwicklung der Anzahl der Tage im Jahr mit mehr als 25 mm Niederschlag an der Station Brocken.

Fur¨ Stationen mit hohen Niederschlagssummen ist es zudem lohnend, auch die Entwicklung von besonders extremen Tagesmengen zu betrachten. Fur¨ die Station Brocken ist in Abb. B.83 das Ergebnis einer solchen Untersuchung fur¨

LXXVI e e ae i eras4 mitbipeses e ntesrn s mit dargestellt. ist Niederschlag Anstiegstrend der mm erg beispielsweise Dies 40 ist B.84 mm Abb. 40 Mann-Kendall als in einem mehr und mit Tagen mm den 25 Bei als mehr mit Tage Brocken. Station der an B.84: Abbildung F Waldbrand B.25 4.6.2 Abschnitt in werden und 6 AP des Teil beschrieben. sind hierzu Untersuchungen Die Bodenfeuchte B.24 4.6.1 Abschnitt in werden und 6 AP des Teil beschrieben. sind hierzu Untersuchungen Die Luftfeuchte Hohe B.23 B.1.7. Abschnitt etltvmDD–aayir.E adl ihu i f ein um sich handelt Es analysiert. – DWD vom gestellt eoe edn i egec e W i e nDushadac verwen- S auch in Deutschland sich in findet dem M68-Index mit deten FWI ein- des Vergleich Niederschlag Ein und werden. Wind bezogen Luftfeuchte, Temperatur, von Stundendaten dem (T FWI index 8) 7) ren uwh o Stationen von Auswahl eine ur ¨ i aaiceWbieist Website kanadische Die ren rce,Greee,L Gardelegen, Brocken, Artern, ntdeIfrainnz e enae i 0m idrclgin Niederschlag mm 20 mit Kenntagen den zu Informationen die anzt ¨ URNER etih nwcln e naldrTg mJh i eras4 mNiederschlag mm 40 als mehr mit Jahr im Tage der Anzahl der Entwicklung Zeitliche n L und Q http://cwfis.cfs.nrcan.gc.ca/home o 28 u e 5%Nva ttsic signifikant. statistisch %-Niveau 95 dem auf +2,86 von co,Mgeug erpi,Shedt n Wittenberg. und Schkeuditz Neuruppin, Magdeburg, uchow, ¨ AWSON 7) UTM iddrs eanekndsh Waldbrand- kanadische genannte so der wird S 1978; , OLLER ¨ TOCKS .E e neek,dass angemerkt, sei Es (2012). al. et ) 1989 al., et .3Hh Luftfeuchte Hohe B.23 nsugsSse,bei System, unfstufiges ¨ 8) u Verf zur – LXXVII ugung ¨

Anhang B Anhang B Klima-Indikatoren die Waldbrandgefahr in den Monaten November bis Februar von dem Modell nicht beschrieben wird. Die einzelnen Waldbrandstufen treten mit unterschiedlicher Hauﬁgkeit¨ auf. Um die Vergleichbarkeit von Trends besser herauszuarbeiten, wurde jede Stufe mit dem aufgetretenen Maximum normiert. In der hochsten¨ Stufe 1 gab es zum Beispiel in einem der Jahre 1961–2014 an einer der 8 Stationen einen hochsten¨ Wert von 44. Mit diesem wurden alle Hauﬁgkeiten¨ der Stufe 1 normiert und das Verfahren mit den ubrigen¨ Stufen wiederholt. In den normierten Zahlungen¨ wurde der Trend ermittelt und die Neigung der Trendgeraden mit 100 multipliziert.

Abbildung B.85: Normierte Trends der funf¨ Stufen des FWI-Waldbrandindex fur¨ 8 Stationen in der Region Sachsen-Anhalt.

Das Ergebnis ist in Abb. B.85 dargestellt. Es zeigt sich, dass die starksten¨ Veranderungen¨ in der zweith¨ochsten Waldbrandstufe auftraten: An allen Statio- nen bis auf den Brocken ist die Zunahme dieser Stufe am großten.¨ Aber auch die hochste¨ Stufe verzeichnet so gut wie uberall¨ einen Anstieg. Der Ruckgang¨ der Stufe 5 ist ein Kompensationseffekt, denn jedem Tag wird eine der funf¨ Stu- fen zugeordnet und daher mehren sich die Einstufungen in Klassen 1–4 ,,auf Kosten” der Einstufungen in Klasse 5.

LXXVIII schlags statt: Kriterien folgenden ieLigdne u uzn esheee Datens verschiedener Nutzung zur Leitgedanken tige ehn u e lddg-aebn,dmCCGSPra n e Daten- dem und Portal DWD-Agrarmeteorologie CDC-GDS der bestand dem Klidadigi-Datenbank, der Aus Reihen: F mehreren In Allgemeines C.1.1 Qualit der Ergebnisse C.1 Pr die C.2). werden (Abschnitt Anschluss dargestellt NIKLAS im mit -ergebnisse und C.1), (Abschnitt gegangen ifceVrarn i ..drVrlihvnTgsiiu n Tagesmaxi- und Einsatz. Tagesminimum zum von mum Vergleich der z.B. wie Verfahren, einfache Pr das auch dabei Datenauﬂ zeitlicher und rameter Qualit Die Qualit zur Verfahren C 2) 1) i ae u isrQel ud u eli ae-udzmTi nst in Teil zum und Tages- verf in Dennoch Teil zum wurde Quelle dieser aus Daten Die Verf dretlt ael eg i ehndrNieder- der Reihen die zeigt Tabelle dargestellte C.1 Abb. in Die i uwh e eh,dei e og n Folge der in die Reihe, der Auswahl Die mflednwr zun wird folgenden Im • • • • gn gestellt. ugung ¨ e neshee ndnWre udnNcbrttoe l Vergleich als Nachbarstationen wurden hinzugezogen. Werten den in Unterschieden Bei L Beobachtungsl F e ud ilahafdenctArrae nFr o Tageswerten von Form in nicht-Agrardaten die zur auf vielfach wurde ten e Daten der rTedusgnafdrBssvnTgs oas drJahresda- oder Monats- Tages- von Basis der auf Trendaussagen ur ceazh n -l und uckenanzahl ¨ ¨ tages cggifn mm um uckgegriffen, ¨ tknrlefn i neshelce efhe tt,j ahPa- nach je statt, Verfahren unterschiedlichen mit fand atskontrolle ¨ et,def die werte, gndeDtnasdmarreerlgshnBsadauch Bestand agrarmeteorologischen dem aus Daten die ugen ¨ le a ih u ieDtneh o,snene a i udrei zu bis gab es sondern vor, Datenreihe eine nur nicht lag allen ¨ frgamNKA u Verf zur NIKLAS ufprogramm ¨ nezice 91ud2014; und 1951 zwischen ange ¨ rdewieeAbi ausgew Arbeit weitere die ur ¨ cs u i rensedrQualit der Ergebnisse die auf achst ange; ¨ ¨ gihtlneZirie nesce uk zu untersuchen Zeitreihen lange oglichst ¨ sn.F osung. ¨ atskontrolle ¨ 1) . rdngr den ur ¨ hrutruh id adnach fand wird, untersucht aher ¨ gn.Dnbnkmnauch kamen Daneben ugung. ¨ ¨ atskontrolle ßrnTi e ae stand Daten der Teil oßeren ¨ htwre.Eng wich- Einige wurden. ahlt ¨ tewaren: atze ¨ nlce Auﬂ undlicher brVrel:()E gibt Es (i) Vorteile: uber ¨ ¨ fefhe und ufverfahren tknrleein- atskontrolle ¨ ¨ onnen ¨ sn zur ¨ osung LXXIX 2) .

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

• Die Stationen des so genannten METD-Datensatzes der DWD- Agrarmeteorologie (Tagesdaten) sind trotzdem wichtig – nicht nur fur¨ die Analyse ansonsten nirgends enthaltener Großen¨ sondern auch zum Abgleich verschiedener Datenquellen.

• Fur¨ Analysen auf der Basis von Stundendaten sind die Agrardaten eine wesentliche Eingangsgroße¨ (insbesondere fur¨ Untersuchung des Tages- gangs).

Es fallt¨ auf, dass in keinem Fall die Wahl auf die Station des agrarmeteorologischen Datenbestands ﬁel. Das liegt daran, dass die entsprechenden Daten entweder kurzer¨ waren oder Unterschiede zu den Daten aus den anderen Da- tenquellen hatten. Durch Vergleich mit Nachbarstationen wurden sie dann als weniger verlasslich¨ eingestuft.

Abbildung C.1: Auszug aus einer Tabellendatei: Ergebnis der Auswahl bei mehrfachen Datenreihen fur¨ das Beispiel Niederschlag.

Bestanden in einer Zeitreihe Lucken¨ > 3 % der Reihenlange,¨ so wurde gepruft,¨ ob die Reihe ,,gerettet” werden konnte. Dieses war der Fall, wenn die Lucke¨ vor dem Jahr 1980 oder nach dem Jahr 2000 lag und die Reihe durch Kurzen¨ der Gesamtreihe noch eine genugend¨ große Beobachtungsdauer auf- wies. Bestand z.B. bei einer Reihe von 1951 bis 2014 eine Datenlucke¨ von 2004 bis 2008, so wurde der Zeitraum 1951 bis 2003 dieser Reihe verwendet und der Zeitraum nach der Lucke¨ verworfen.

quasi keine Datenlucken¨ und (ii) es sind einige meteorologische Variable enthalten, die in anderen Datens¨atzen nicht vorhanden sind. Der Nachteil ist, dass diese Daten erst 1961 (bei Seehausen 1976) beginnen.

LXXX irgbe obried anhe f Maßnahmen vorbereitende es gab Hier Tagesmittelwert es gab Stationen agrarmeteorologischen f der Temperaturtageswerten den Bei Tageswerte C.1.2.1 Lufttemperatur C.1.2 Pr zus gepr wurden meView NIKLAS mit wurden diese – 2014 und 1951 mindestens zwischen von Jahren Beobachtungsdauer 30 eine Reihen 70 hatten Davon formationen. f wurden TX Konsequenz und Als TN sind. zufriedenstellend nicht Ergebnisse die Stationen gr wiederum TM und Tagesmaximum das dass gr ist, TX erwarten Zu (TM). Tagesmittelwert und (TX) mum pahn( sprachen reng ttoe nosseznzice aemnmm(N,Tagesmaxi- (TN), Tagesminimum zwischen Inkonsistenzen Stationen einige ur ¨ fn ohnee L vorhandenen ufung ai etn ieAsalvn11vrigne ttoe i Stationsin- mit Stationen vorliegenden 111 von Auswahl eine bestand Damit svrlee oi 7Sainrie,dednvreeee rtre ent- Kriterien vorgegebenen den die Stationsreihen, 27 somit verblieben Es L der Auswertung Nach ¨ • • al (Stadt) Halle Wittenberg Seehausen Schkeuditz Neuruppin Magdeburg Gardelegen Artern tto al Sat:DtnasSudnae,d nGSnctvorlie- nicht GDS in da Stundendaten, aus gend. Daten (Stadt): Halle Station vorliegend; nicht GDS in da Stundendaten, aus Daten Seehausen: Station ßrsi oleasdrTgsitletT n a aemnmmTN, Tagesminimum das und TM Tagesmittelwert der als sollte sein oßer ¨ ael C.1: Tabelle tto TX Station > 0JheBoahugmit Beobachtung Jahre 30 rdeeSainnasdnSudnetnnuberechnet. neu Stundenwerten den aus Stationen diese ur ¨ naldrIknitne ndnarreerlgshnTageswerten. agrarmeteorologischen den in Inkonsistenzen der Anzahl tlc 4Sainnaseclse ee ie ahder nach eines wegen ausgeschlossen Stationen 14 atzlich ¨ zie,ds f dass zeigen, C.1 Tab. in Ergebnisse Die TN. als oßer ¨ ceatisvnmh l %. 3 als mehr von uckenanteils ¨ ceazhe n ie iule Pr visuellen einer und uckenanzahlen ¨ 32992 889 845 1082 831 2 2 0 5 4 23 39 19 42 40 < 23 5 1 4 0 0 4 1 0 MTX TM < rNIKLAS: ur . rensedrQualit der Ergebnisse C.1 ¨ L % 3 ucken). ¨ < NTM TN fn i Ti- mit ufung ¨ atskontrolle ¨ < uft. ¨ TN LXXXI r5 ur ¨

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

Tagesmaximum

Zur Auswahl standen mehrere Datenreihen fur¨ Stationen, fur¨ die auch Stun- denwerte vorliegen (agrarmeteorologische Stationen). Im einzelnen wurde fol- gendermaßen verfahren:

• Station Artern: Daten aus GDS;

• Station Neuruppin: Daten aus GDS;

• Station Gardelegen: Daten aus GDS, aber Zeitraum 1.1.1991 bis 31.10.1993 wurde mit aus Stundenwerten berechneten Tagesmaxima gefullt;¨

• Station Magdeburg: Daten aus GDS;

• Station Schkeuditz: Daten aus Stundendaten, da der Zeitraum aus GDS mehr als 10 Jahre kurzer¨ ist;

• Station Seehausen: Daten aus Stundendaten, da in GDS nicht vorliegend;

• Station Wittenberg: Daten aus GDS, aber Luckenzeitr¨ aume¨ aus agrarmeteorologischen Tageswerten (die im betreffenden Zeitraum sonst identische Werte haben): 21.–23.11.2005; 16.–17.1.2006 und 3.–4.3.2006;

• Station Halle (Stadt): Daten aus Stundendaten, da in GDS nicht vorliegend.

Damit bestand eine Auswahl von 111 vorliegenden Stationen mit Stations- informationen. Davon hatten 70 Reihen eine Beobachtungsdauer von mindestens 30 Jahren zwischen 1951 und 2014 – diese wurden mit NIKLAS gepruft.¨ Nach Auswertung der Luckenanzahlen¨ und einer visuellen Prufung¨ mit Ti- meView wurden zusatzlich¨ 15 Stationen ausgeschlossen wegen eines nach der Prufung¨ vorhandenen Luckenanteils¨ von mehr als 3 %. Es verblieben somit 26 Stationsreihen, die den vorgegebenen Kriterien ent- sprachen (> 30 Jahre Beobachtung mit < 3 % Lucken).¨

Tagesminimum

Diese Werte wurden auf Basis von Stundendaten neu berechnet, da es in einer Vorprufung¨ zu viele Falle¨ gab, in denen das Tagesminimum großer¨ war als der Mittelwert. Im einzelnen wurden folgende Daten verwendet:

• Station Artern: Daten aus Stundendaten;

• Station Neuruppin: Daten aus GDS (Stundendaten nicht verlasslich);¨

• Station Gardelegen: Daten aus Stundendaten;

• Station Magdeburg: Daten aus Stundendaten;

LXXXII Pr zus wurden meView F Niederschlag C.1.3 ( sprachen gepr NIKLAS mit wurden diese – 2014 und 1951 mindestens zwischen von Jahren Beobachtungsdauer 30 eine Reihen 70 hatten Davon formationen. clgsvrae,wreenVrlihdrJhesme z.Gesamtsum- bzw. Jahressummen der Vergleich men ein wurde vorlagen, schlages Datentr projektbegleitenden dem auf bellen bafdrSainasal(Tageswerte): Stationsauswahl der Ablauf Tageswerte C.1.3.1 Stationsreihen rdeSainn f Stationen, die ur ¨ fn ohnee L vorhandenen ufung svrlee oi 6Sainrie,dednvreeee rtre ent- Kriterien vorgegebenen den die Stationsreihen, 26 somit verblieben Es L der Auswertung Nach Stationsin- mit Stationen vorliegenden 111 von Auswahl eine bestand Damit izletnz e rense e Pr der Ergebnissen den zu Einzelheiten ⇒ ¨ • • • • • • • • • • brdnBoahugziru durchgef Beobachtungszeitraum den uber ¨ zus tto al Sat:DtnasSudnae,d nGSnctvorlie- nicht GDS in da Stundendaten, aus gend. Daten (Stadt): Halle Station Datenreihe da GDS, aus Daten Wittenberg: Station Stundendaten; aus Daten Seehausen: Station Stundendaten; aus Daten Schkeuditz: Station Zeitr L von Setzen Stationsreihen); 148 ber oh- (nicht 8 ne Stationsinformationen, mit 380 Stationen: vorliegenden der Auswahl eznvnL von Setzen L ber nicht wurden andere 2014, und 1951 zwischen NIKLAS-Pr 6Zeitr (6 Verk drz Ende zu oder shnvn2upasbe etnasdrExtremwertauswertung; der aus Werten unplausiblen 2 von oschen ¨ tlc 1SainnmtgsttnL gesetzten mit Stationen 21 atzlich ¨ re e Zeitr der urzen > ue,vsel Pr visuelle aume), ¨ ¨ 0JheBoahugmit Beobachtung Jahre 30 aume); ¨ > 0Jhemit Jahre 50 fn e ttoe i idses5 arnBeobachtung Jahren 50 mindestens mit Stationen der ufung ¨ ucksichtigt); ¨ ce f ucken rdeswh tnewreasac aewredsNieder- des Tageswerte auch als Stundenwerte sowohl die ur ¨ ¨ ce f ucken ¨ tlc 5Sainnaseclse ee ie ahder nach eines wegen ausgeschlossen Stationen 15 atzlich ¨ ceatisvnmh l %. 3 als mehr von uckenanteils ¨ uevn9Sainnmtlne L langen mit Stationen 9 von aume ¨ rnctpasbeZeitr plausible nicht ur ¨ ceazhe n ie iule Pr visuellen einer und uckenanzahlen ¨ rnctdkaireZeitr deklarierte nicht ur ¨ fn i TimeView; mit ufung ¨ < L % 3 ucken. ¨ < . rensedrQualit der Ergebnisse C.1 L % 3 fn ne ihasausf als sich ﬁnden ufung ¨ grunter ager ¨ ucken ¨ ucken). ¨ uhrt. ¨ uemt0m Niederschlag mm 0 mit aume ¨ > ueon ae (201 Daten ohne aume nagC Anhang ¨ ,e ebebn 211 verbleiben: es %, 3 br1 ar l Jahre 10 uber ¨ csctg dssind (das ucksichtigt ¨ ce uAnfang zu ucken ¨ fn i Ti- mit ufung . ¨ hlceTa- uhrliche atskontrolle ¨ ¨ uft. ¨ LXXXIII anger; ¨

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

C.1.3.2 Zeitlich hochaufgel¨oste Stationswerte

Die Prufung¨ der hochaufgelosten¨ Niederschlagsdaten fur¨ die Starkniederschlags- und Extremwertstatistik-Analysen ergab keine Auffallig-¨ keiten. Zwei der Stationen wiesen eine fur¨ die Trenduntersuchung zu kurze Beobachtungsdauer auf (Luchow¨ und Braunlage-Hohegeiß).

C.1.4 Relative Feuchte C.1.4.1 Tageswerte

Es lagen 42 Stationen mit Stationsinformationen und Daten vor, von denen 28 mindestens 30 Jahre Beobachtungsdauer aufwiesen. Es wurden folgende Daten bei mehreren vorliegenden Datenreihen gewahlt:¨

• Auswahl der GDS-Daten (statt agrarmeteorologisch) fur¨ die Stationen Ar- tern, Gardelegen, Magdeburg, Neuruppin, Wittenberg, Schkeuditz (Qua- litat)¨ da die Datenreihen langer¨ waren;

• Auswahl der agrarmeteorologischen Daten fur¨ Seehausen (nur dort vorhanden).

Nach der Bearbeitung mit NIKLAS fanden eine Auswertung von Luckenan-¨ zahlen und eine visuelle Prufung¨ mit TimeView statt. Dadurch wurde zusatz-¨ lich 3 Stationen wegen eines zu hohen Luckenanteils¨ ausgeschlossen. Schließlich verblieben 25 Stationsreihen, die den vorgegebenen Kriterien ent- sprachen (> 30 Jahre Beobachtung mit < 3 % Lucken).¨ Einzelheiten zu den Ergebnissen der Prufung¨ ﬁnden sich als ausfuhrliche¨ Ta- bellen auf dem projektbegleitenden Datentrager¨ unter Anhang C.

C.1.5 Sonnenscheindauer C.1.5.1 Tageswerte

Es lagen 37 Stationen mit Stationsinformationen und Daten vor, von denen 18 mindestens 30 Jahre Beobachtungsdauer aufwiesen. Es wurden folgende Daten bei mehreren vorliegenden Datenreihen gewahlt:¨

• Auswahl der GDS-Daten (statt agrarmeteorologisch) fur¨ die Stationen Ar- tern, Magdeburg, Neuruppin, Wittenberg, da die Datenreihen langer¨ waren;

• Auswahl der agrarmeteorologischen Daten fur¨ Seehausen (nur dort vorhanden), Gardelegen (zu lange Lucke¨ in GDS), Schkeuditz (langerer¨ Zeit- raum).

LXXXIV alnuden iulePr visuelle eine und zahlen Pr visuelle eine und zahlen ieAsetn o L von ausschließlich Auswertung fanden eine Es aufwiesen. nur Beobachtungsdauer denen Jahre von vor, 30 Daten mindestens und 43 Stationsinformationen mit Stationen 114 lagen Es Tageswerte C.1.7.1 Bedeckungsgrad C.1.7 ( sprachen nur aufwiesen. denen Beobachtungsdauer von vor, Jahre Daten 30 und mindestens Stationsinformationen 21 mit Stationen 48 lagen Es Tageswerte C.1.6.1 Windgeschwindigkeit C.1.6 ( sprachen F Tageswerte C.1.8.1 Windrichtung C.1.8 Datentr gleitenden Pr der gebnissen ( sprachen statt. Datentr projektbegleitenden dem auf bellen Datentr projektbegleitenden dem auf bellen rdeWnrctn ae en aewrevor. Tageswerte keine lagen Windrichtung die ur ¨ ahdrBabiugmtNKA adnen uwrugvnL von Auswertung eine fanden NIKLAS mit Bearbeitung der Nach clelc ebibn2 ttosehn i e oggbnnKieinent- Kriterien vorgegebenen den die Stationsreihen, 20 verblieben Schließlich gew Datenreihen vorliegenden mehreren bei Daten folgende wurden Es ent- Kriterien vorgegebenen den die Stationsreihen, 18 verblieben L Schließlich von Auswertung eine fanden NIKLAS mit Bearbeitung der Nach clelc ebibn1 ttosehn i e oggbnnKieinent- Kriterien vorgegebenen den die Stationsreihen, 19 verblieben Schließlich Pr der Ergebnissen den zu Einzelheiten Pr der Ergebnissen den zu Einzelheiten • • tt GDS. statt L lange f (zu Daten Wittenberg agrarmeteorologischen der Auswahl waren; zwi- plausibler insbesondere 1966 Daten und die 1961 da schen Magdeburg, und Gardelegen Artern, nen uwh e D-ae satdrarreerlgshn f agrarmeteorologischen) der (statt GDS-Daten der Auswahl > > > 0JheBoahugmit Beobachtung Jahre 30 mit Beobachtung Jahre 30 0JheBoahugmit Beobachtung Jahre 30 fn ne ihasausf als sich finden ufung ¨ grunter ager ¨ ceazhe n ievsel Pr visuelle eine und uckenanzahlen ¨ fn i ieiwstatt. TimeView mit ufung statt. TimeView mit ufung ¨ ¨ ce n ckuiz(gr Schkeuditz und ucke) nagC Anhang ¨ < < < . . rensedrQualit der Ergebnisse C.1 L % 3 L % 3 fn ne ihasausf als sich finden ufung ausf als sich finden ufung L % 3 ¨ ¨ hlceTble u e projektbe- dem auf Tabellen uhrliche ¨ grunter ager unter ager ¨ ¨ ucken). ucken). ¨ ¨ ce) izletnz e Er- den zu Einzelheiten ucken). ¨ rNuupn Seehausen, Neuruppin, ur ¨ nagC Anhang nagC Anhang ßr Zeitreihenl oßere ¨ fn i TimeView mit ufung ¨ . . rdeStatio- die ur ¨ hlceTa- uhrliche Ta- uhrliche atskontrolle ¨ ¨ ¨ uckenan- uckenan- ¨ ¨ LXXXV ange) ¨ ahlt: ¨

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

C.1.8.2 Stundenwerte

Es lagen 18 Stationen mit Stationsinformationen und Daten vor, von denen nur 9 mindestens 30 Jahre Beobachtungsdauer aufwiesen. Es fanden ausschließlich eine Auswertung von Luckenanzahlen¨ und eine visuelle Prufung¨ mit TimeView statt. Schließlich verblieben 9 Stationsreihen, die den vorgegebenen Kriterien ent- sprachen (> 30 Jahre Beobachtung mit < 3 % Lucken).¨ Einzelheiten zu den Ergebnissen der Prufung¨ ﬁnden sich als ausfuhrliche¨ Ta- bellen auf dem projektbegleitenden Datentrager¨ unter Anhang C.

C.1.9 Ubersicht¨ uber¨ eventuell nachzuarbeitende Stationen Es wurde eine Tabelle mit Stationen erstellt, die in der Mitte der Reihe eine Lucke¨ aufweisen. In solchen Reihen wird die Moglichkeit,¨ Trends von mindestens 30 (bei Niederschlagsstationen 50) Jahren Lange¨ zu bestimmen, vereitelt. Es konnte¨ sein, dass es noch nicht bearbeitete analoge Datenarchive gibt, aus denen die Reihen vervollstandigt¨ werden konnten.¨ Die Information zu den Datenlucken¨ existiert in Form von Tabellenkalkulati- onsdateien als Teilergebnis der Arbeiten im AP 2. Mit Hilfe von Einfarbungen¨ wurde dort markiert, ob Monatsmittel einer Große¨ gebildet werden konnten. Dabei kam ein vierstuﬁges Beurteilungssystem zum Einsatz

1. QF3 – Reihe ist in dem Monat vollstandig¨ (grune¨ Markierung);

2. QF2 – bei der Reihe fehlen im untersuchten Monat maximal 2 Tage (gelbe Markierung)

3. QF1 – bei der Reihe fehlen im untersuchten Monat maximal 5 Tage (Fett- druck der Zahl)

4. QF0 – bei der Reihe fehlen im untersuchten Monat mehr als 5 Tage, oft fehlt der gesamte Monat (rote Markierung)

In Abb. C.2 ist ein Teil einer solchen Tabellendarstellung abgebildet. Zur Erlauterung:¨ Jede Zeile stellt ein Jahr dar. Die Spalten 1–12 zeigen (mit der oben eingefuhrten¨ Farbcodierung) den Vollstandigkeitszustand¨ fur¨ die einzelnen Monate an. Die restlichen Spalten zeigen dies fur¨ die Jahreszeiten, die beiden Vegetationsperioden und das gesamte Jahr an. Ein solcher Block existiert in der Datei fur¨ jede Station. Deutlich erkennbar ist der relativ spate¨ Beginn der Aufzeichnungen sowie die Datenlucken¨ in den 1990er Jahren bei der Stati- on Menz. Wie weitere Analysen ergeben, verhindern diese Lucken,¨ dass an der Station Menz Trends von 30 oder mehr Jahren Lange¨ gebildet werden konnen.¨ Diese Tabellenkalkulationsdateien werden mit den Projektergebnissen auf dem projektbegleitenden Datentrager¨ unter Anhang C ausgeliefert.

LXXXVI 2007b). ( Softwaredokumentation der in und 2007a) e ihi e ahihnDkmnain( Dokumentation fachlichen der in sich den ﬂood TIMIS Projektes B Windgeschwindigkeit. und Luftdruck Sonnenscheindauer, Globalstrahlung, Luftfeuchte, relative Taupunkttemperatur, Lufttemperatur, Niederschlag, meter Pr zum Programm ein ist NIKLAS Software C.2.1 NIKLAS C.2 Text. im rungen C.2: Abbildung 3) http://www.timisflood.net/ i nwcln e rgam ILSwrei amndsItre III Interreg des Rahmen im wurde NIKLAS Programms des Entwicklung Die N hr eal u rgamuddnipeetetnPr implementierten den und Programm zum Details ahere ¨ (a) cenht o aselne e Vollst der Darstellungen von Screenshots XArtern TX 3) durchgef (b) fnvnSainmsugndrKlimapara- der Stationsmessungen von ufen ¨ htudmtE-tutritl gef EU-Strukturmitteln mit und uhrt ¨ XMagdeburg TX HYDRO HYDRO ¨ niki o ttosetehn–Erl – Stationszeitreihen von andigkeit & & METEO METEO (c) XMenz TX G G MB MB fotnnﬁn- ufroutinen ¨ C & H . NIKLAS C.2 C & H LXXXVII ordert. ¨ O O , KG . , KG . ¨ aute-

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

Fur¨ folgende Messparameter wurden im Auftrag Prufungen¨ eingerichtet und durchgefuhrt:¨

• Lufttemperatur 2 m u.¨ Grund [◦C]

• Relative Luftfeuchte 2 m u.¨ Grund [%]

• Windgeschwindigkeit 10 m u.¨ Grund [m/s]

• Sonnenscheindauer [dezimale Stunde (oder Anteil an einer Stunde)]

• Niederschlag 1 m u.¨ Grund [mm]

Dabei wurde fur¨ den Parameter Niederschlag eine Grenzwertprufung,¨ eine Prufung¨ konstanter Werte sowie eine Prufung¨ auf raumliche¨ Konsistenz durchgefuhrt.¨ Fur¨ die Grenzwertprufung¨ wurde nach folgenden Auffalligkeiten¨ gesucht:

• In 60 Minuten eine Niederschlagsmenge von 40 mm;

• in 1440 Minuten eine Niederschlagsmenge von 100 mm;

• in einem Monat eine Niederschlagsmenge von 400 mm.

Bei der Uberpr¨ ufung¨ konstanter Intensitaten¨ wurde nach den folgenden Kri- terien gesucht:

• konstante Werte > 0,5 mm/h uber¨ 3 Stunden

Bei der raumlichen¨ Konsistenz waren folgende Suchkriterien ausschlagge- bend:

• Mengen: > 5 mm und Tagessumme < 0,6-faches der Nachbarn oder > 2- faches der Nachbarn

• Niederschlagsdauer (Trockenzeiten): hier wurde ebenso die Dauer der Trockenzeiten uberpr¨ uft¨ wie vorher die Menge

• Nullwerte: es wurde gepruft,¨ ob bei einer Station mit 0 mm Niederschlag zeitgleich die Nachbarstationen alle Niederschlag aufwiesen

Die gewahlten¨ Prufungen¨ je Parameter sind in Abb. C.3 dargestellt. Tab. C.2 fasst die verwendeten Prufparameter¨ zusammen.

LXXXVIII ezejdc ih i ahih euahugdrDtndrhefhee Per- erfahrenes durch Daten der Begutachtung fachliche die nicht jedoch setzte erm C.3: Abbildung ttosae neshelce Parameter. unterschiedlicher Stationsdaten et Max Wert: Min Wert: Mittel Wert: Distanz Abstand HöheAbstand Stationen Anzahl Räumliche Konsistenz Konsistenz Innere Werte konstante Variabilität Monat Grenzwert Tag Grenzwert Stunde Grenzwert Maximum Grenzwert Minimum Grenzwert i uoaiireEknugvnFhenudmratnEreignissen markanten und Fehlern von Erkennung automatisierte Die ru prmtrNeesha e.FuheTmeau idSonne Wind Temperatur Feuchte Rel. Niederschlag Prüfparameter giheen betv oasalvnptnil elratnDtn er- Daten, fehlerhaften potentiell von Vorauswahl objektive eine oglichte ¨ rficeOberfl Grafische 0 mm 400 mm 100 , m2 3 % 20 mm 1,5 mm 0,6 ael C.2: Tabelle 0mm 60 0km 40 0 m 200 m5–40 5 mm 0 mm 5 ¨ cevnNKA i gew mit NIKLAS von ache aj aja ja ja ja ja ja 2/3 2/2 4 24 / 12 5 36 / 12 4 4 Pr 0%/Sud 10,5 Stunde / % 80 faaee f ufparameter ¨ 0 50 100 rNIKLAS ur ¨ ¨ htmPr ahltem ◦ Stunde / C fne f ufungen ¨ ◦ ◦ 0% 20 C ◦ 0ms1 m/s 60 C / 0 m/s 0 C rdevorliegenden die ur ¨ . NIKLAS C.2 LXXXIX

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten sonal. So wurden alle gefundenen Auffalligkeiten¨ anschließend ereignisweise mit Hilfe von geeigneten Nachbarstationen gepruft¨ und die Ereignisse wurden verbessert, verworfen oder auch als plausibel bewertet und so belassen. In Tab. C.3 ist wiedergegeben, wie viele Stationsreihen pro meteorologische Standardgroße¨ mit NIKLAS bearbeitet wurden und wie viele danach fur¨ die Analysen in den AP 2 und 3 ubergeben¨ wurden, siehe dazu auch Abb. 4.1 im Hauptteil auf S. 20.

Tabelle C.3: Anzahl der bearbeiteten und zur weiteren Analyse im Projekt freigegebenen Stations- zeitreihen (in täglicher Auflösung) je meteorologischer Parameter. Die Spalte ,,Prufart”¨ gibt an ob die Prufungen¨ mit NIKLAS (N) oder visuell (V) vorgenommen wurden.

Parameter Input f¨urNIKLAS Output von NIKLAS Pr¨ufart Maximumtemperatur (TX) 41 26 N Mitteltemperatur (TM) 41 27 N Minimumtemperatur (TN) 41 25 N Relative Feuchte (RF) 41 24 N Niederschlag (RR) 388 206 N Sonnenscheindauer (SD) 41 18 N Bedeckungsgrad (NN) 41 19 V Windgeschwindigkeit (FF) 41 20 N Windrichtung (DD) 41 9 V

C.2.2 Ergebnisse

C.2.2.1 Ubersicht¨

Fur¨ die Auswahl der Stationen fur¨ die weitere Bearbeitung war zunachst¨ erforderlich, dass sie eine Lange¨ von mindestens 20 Jahren (Niederschlag: 50 Jahre) aufwiesen und ihr Beobachtungsende im Jahr 2000 oder spater¨ lag. Damit ergaben sich die in Tab. C.4 dargestellten Reihenanzahlen fur¨ die verschiedenen Parameter.

NIKLAS pruft¨ die Parameter fur¨ jede Station. Dabei entstehen Auswerteta- bellen wie in Abb. C.4 dargestellt. Die dort gefundenen Auffalligkeiten¨ werden im Anschluss manuell uberpr¨ uft¨ und endgultig¨ als plausibel oder unplausibel bewertet.

XC i rensei e O-aee ne ihf sich finden LOG-Dateien den in Ergebnisse Die Lufttemperatur Parameter C.2.2.2 wurden. ,,Pr Spalte Die meter. etehn(nt (in zeitreihen C.4: Tabelle idihug(DD) Windrichtung (DD) Windrichtung (FF) Windgeschwindigkeit (FF) Windgeschwindigkeit (NN) Bedeckungsgrad (NN) Bedeckungsgrad (SD) Sonnenscheindauer (SD) Sonnenscheindauer (RR) Niederschlag (RR) Niederschlag (RR) Niederschlag (RF) Feuchte Relative (RF) Feuchte Relative (TE) Temperatur (TN) Minimumtemperatur (TM) Mitteltemperatur (TX) Maximumtemperatur bidn C.4: Abbildung aaee u¨sn naldrSainnPrüfart Stationen der Anzahl Auflösung Parameter naldrbabiee n u etrnAayei rjk rieeee Stations- freigegebenen Projekt im Analyse weiteren zur und bearbeiteten der Anzahl ¨ gihr gsac st auch ggfs aglicher, fr”gb no i Pr die ob an gibt ufart” ¨ esilf Beispiel ren O-ae ie Pr einer LOG-Datei eine ur ¨ nlce dr5-min oder undlicher ¨ iue N 8 Minuten 5 tne1 V N V 18 N 18 N 18 Stunde N 18 Stunde N 11 Stunde 19 Stunde 19 Stunde Stunde Stunde a 1V N V 41 41 41 N N 41 Tag N Tag N 388 N Tag 41 Tag 41 41 41 Tag Tag Tag Tag Tag fne i ILS()oe iul V vorgenommen (V) visuell oder (N) NIKLAS mit ufungen ¨ tgrAufl utiger ¨ fn e aaeesTemperatur. Parameters des ufung ¨ rdnParameter den ur ¨ sn)j eerlgshrPara- meteorologischer je ¨ osung) . NIKLAS C.2 XCI

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

• Temperaturtagesmaximum TX: Anhang c/tabellen/log tx tw.log • Temperaturtagesminimum TN: Anhang c/tabellen/log tn tw.log • Temperaturtagesmittelwert TM: Anhang c/tabellen/log tm tw.log auf dem projektbegleitenden Datentrager.¨ Erlauterungen¨ zum Aufbau und zu den Inhalten der LOG-Datei ﬁnden sich in der NIKLAS-Dokumentation – dieser Bericht (HYDRO & METEO GMBH &CO.KG, 2007a) ist zusatzlich¨ auf dem projektbegleitenden Datentrager¨ verfugbar.¨ Die Folgerungen fur¨ die Stationen ﬁnden sich in der Tabelle KlimaST stationen temp bericht.xlsx in anhang c/tabellen auf dem projektbegleitenden Datentrager.¨

C.2.2.3 Parameter Niederschlag Fur¨ den Parameter Niederschlag wurden Kriterien fur¨ die Bewertung der von NIKLAS gefundenen Auffalligkeiten¨ festgelegt. Fur¨ gefundene Extremwerte waren dies: • in Ordnung, wenn 3 Stationen eine Schwellenuberschreitung¨ zeigen; • in Ordnung, wenn TimeView zeigt, dass in der Umgebung fast ebenso hohe Werte waren; • in Ordnung, wenn der Fall im Sommer auftrat und mindestens zwei weitere Stationen mit deutlichem Niederschlag (mindestens 30 %) an diesem Tag vorhanden waren; • in Ordnung bei Monatswerten: Ermittlung durch visuellen Vergleich mit Nachbarstationen. Es gab bei 154 Auffalligkeiten¨ genau einen Wert, der als unplausibel geloscht¨ wurde (zu ﬁnden in der mit ausgelieferten Tabelle pruefung extrema.txt). Bei der raumlichen¨ Prufung¨ der Tageswerte und Monatswerte wurden folgende Kriterien berucksichtigt:¨ • Zu kurze Stationenszeitreihen (< 50 Jahre) wurden nicht weiter betrachtet und von der weiteren Bearbeitung ausgeschlossen. • Tageswerte im Sommer, die zu hoch waren, wurden als moglich¨ (ok) bewertet. • Monatswerte, die zu niedrig waren (Monatswerte < 10 mm), wurden einer visuellen Prufung¨ unterzogen. • Monatswerte, die zu hoch waren, aber Niederschlagssummen < 100 mm aufwiesen (unabhangig¨ von der Jahreszeit), wurden als moglich¨ (ok) bewertet.

XCII anhang Datentr pruefung i rensei e O-aee ne ihf sich finden LOG-Dateien Datentr den in Ergebnisse Die Sonnenscheindauer Parameter C.2.2.6 Datentr projektbegleitenden dem f sich finden LOG-Dateien den in Ergebnisse Die Windgeschwindigkeit Parameter C.2.2.5 Datentr projektbegleitenden dem auf ( Bericht verf dieser – NIKLAS-Dokumentation der in u e rjkbgetne Datentr projektbegleitenden dem auf ( Bericht verf dieser – NIKLAS-Dokumentation der in in tentr KlimaST f sich finden LOG-Dateien den anhang in Ergebnisse Die Luftfeuchte relative Parameter C.2.2.4 f 2 Blatt und zugeh Station die je Station Ergebnis das risch Tabelle ausgelieferten mit der in finden (zu KlimaST ( Bericht verf dieser – NIKLAS-Dokumentation der in KlimaST C & C & C & i rensedrPr der Ergebnisse Die Erl Auff 872 bei gab Es Erl f Folgerungen Die i ogrne f Folgerungen Die Erl i ogrne f Folgerungen Die anhang ugbar. ugbar. ugbar. ¨ ¨ ¨ ager. O O O ¨ ueugnzmAfa n udnIhle e O-ae ne sich finden LOG-Datei der Inhalten den zu und Aufbau zum auterungen ueugnzmAfa n udnIhle e O-ae ne sich finden LOG-Datei der Inhalten den zu und Aufbau zum auterungen ueugnzmAfa n udnIhle e O-ae ne sich finden LOG-Datei der Inhalten den zu und Aufbau zum auterungen ¨ ¨ ¨ s zus ist 2007a ) , KG . s zus ist ) 2007a , KG . s zus ist 2007a) , KG . ager. ager. ¨ ¨ c/tabellen/log c/tabellen/log stationen stationen stationen niederschlag.xlsx c/tabellen/log rg Dokumentation. orige ¨ likie et,deasupasblgel unplausibel als die Werte, 9 alligkeiten ¨ sonne wind feuchte rdeSainnfidnsc ndrTabelle der in sich finden Stationen die ur rdeSainnfidnsc ndrTabelle der in sich finden Stationen die ur rdeSainnfidnsc ndrTabelle der in sich finden Stationen die ur ¨ ¨ ¨ tlc u e rjkbgetne Datentr projektbegleitenden dem auf atzlich tlc u e rjkbgetne Datentr projektbegleitenden dem auf atzlich tlc u e rjkbgetne Datentr projektbegleitenden dem auf atzlich ¨ ¨ ¨ wind rel bericht.xlsx bericht.xlsx sonne ager. ¨ bericht.xlsx hum fn idi e Excel-Tabelle der in sind ufung ¨ tw.log eteatn lt enth 1 Blatt festgehalten. ager. ager. ¨ ¨ tw0.log tw0.log pruefung rjd izlePr einzelne jede ur ¨ u e rjkbgetne Da- projektbegleitenden dem auf in u e projektbegleitenden dem auf u e projektbegleitenden dem auf in anhang HYDRO HYDRO HYDRO rdee aaee in Parameter diesen ur rdee aaee in Parameter diesen ur nanhang in ¨ ¨ raeumlich.txt anhang rdee Parameter diesen ur ¨ c/tabellen & & & fn njeder an ufung ¨ METEO METEO METEO sh wurden oscht ¨ c/tabellen . NIKLAS C.2 l summa- alt ¨ c/tabellen G G G ). XCIII MB MB MB ager ager ager ¨ ¨ ¨ auf H H H

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

C.2.2.7 Parameter Bedeckungsgrad

Es fand ausschließlich eine visuelle Prufung¨ statt. Die Prufergebnisse¨ fur¨ die Stationen ﬁnden sich in der Tabelle KlimaST stationen bedeckung bericht.xlsx in anhang c/tabellen auf dem projektbegleitenden Datentrager.¨

C.2.2.8 Parameter Windrichtung

Es fand ausschließlich eine visuelle Prufung¨ statt. Die Prufergebnisse¨ fur¨ die Stationen ﬁnden sich in der Tabel- le KlimaST stationen windrichtung bericht.xlsx in anhang c/tabellen auf dem projektbegleitenden Datentrager.¨

C.3 Prufung¨ ph¨anologischer Daten

C.3.1 Datenaufbereitung fur¨ die Analysen

Um einen homogenen Datensatz aus allen Datenquellen zu erhalten, wurden folgende Schritte durchlaufen: Formale Prufung,¨ grobe Grenzwertprufung¨ und eine statistische Uberpr¨ ufung¨ der Streuung der Phasen. Dabei wird bei allen Schritten uberpr¨ uft,¨ ob die Abfolge der einzelnen phanologischen¨ Phasen korrekt ist (s. Abb. C.5).

Abbildung C.5: Ablauf fur¨ die Prufung¨ der Ph¨anologie-Daten.

XCIV cidih hsnet.Dbiwregepr wurde Dabei Phasenwerte. schiedliche F 55 In et5 luilritasdrWr 2,d rac ndee Gr dieser in auch er da 127, Wert der als ist plausibler 53 Wert chens. C.7: Abbildung C.3.2.1 Datenpr C.3.2 rpasbleshit idbieWreaskretenetf,wr uc einen durch wird eingestuft, Wert korrekt als r korrekte Werte beide der Sind wird erscheint. Fall plausibel er diesem In ist. m enthalten Wert gut es ist ist, ulce blihemtet ece eten h eine Wert welcher ermittelt, Abgleich aumlichen ¨ gh idui evr asder dass hervor, eindeutig geht C.7 und C.6 Abb. aus Beispiels des Fall Im Qualit ein z.B. Wenn • • • neshie ihdeAsae e QBs der Aussagen die sich Unterscheiden Qualit beide Zeigen Qualit die Zeigen bidn C.6: Abbildung le ite e einer bei es gibt allen ¨ Uberpr ¨ R fn,o i Datens die ob ufung, ¨ ¨ ulce blihf Abgleich aumlicher ufung ¨ gih asi ie aest co e eet korrigierte bereits der schon Datensatz einem in dass oglich, ¨ aelrsh esilaseln f Beispieldarstellung Tabellarische tbt aafhnes,ds e etgepr Wert der dass hinweist, darauf atsbyte ¨ tbts(B,ds i ae gepr Daten die dass (QB), atsbytes ¨ tbts asdeDtnungepr Daten die dass atsbytes, ¨ rdePaewre17ud5 f 53 und 127 Phasenwerte die ur ¨ brisimne Datenverf ubereinstimmenden ¨ ¨ tebigece Verf gleicher bei atze . Pr C.3 uft: ¨ rdeBl die ur ¨ fn ph ufung ¨ hr Plausibilit ohere ¨ t e Schneegl des ute ¨ gaki dnic sind identisch ugbarkeit ¨ rdeBl die ur ¨ f n ork sind? korrekt und uft f n ork sind? korrekt und uft ¨ ¨ bromn wenn ubernommen, ¨ nlgshrDaten anologischer ¨ gaki unter- ugbarkeit t e Schneegl des ute ¨ ¨ ßnrnn in oßenordnung ¨ f n falsch und uft ¨ ockchens. ¨ tbesitzt. at ¨ XCV ¨ ock-

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten der Umgebung vorkommt. In manchen Fallen¨ ist der Unterschied nicht so klar. In solchen Fallen¨ werden folgende Sachverhalte zusatzlich¨ gepruft:¨ • Hat die Station eine besondere raumliche¨ Lage, z.B. eine besondere Hohenlage,¨ die sich von der Umgebung unterscheidet? • Wie sieht der Phaseneintritt bei parallel vorhandenen Phasen aus? • Wie sieht der Phaseneintritt bei den anderen Phasen an der jeweiligen Sta- tion aus? Weichen die Werte nur einen Tag voneinander ab, wird der Wert aus dem Da- tenbestand von Sachsen-Anhalt ubernommen.¨ Ist zusatzlich¨ zum Jahresmelder auch der Sofortmelder vorhanden, wurde auch dieser Wert zur Prufung¨ hinzugezogen. Erlauterungen¨ der Begriffe Jahresmelder und Sofortmelder ﬁnden sich in Abschnitt 2.1.4 des Berichtshauptteils.

C.3.2.2 Dopplungen im Datenbestand von Sachsen-Anhalt In einigen Fallen¨ (insgesamt 167 Falle)¨ gibt es Dopplungen in den Datensatzen.¨ Betroffen waren die Jahre 1952 bis 1960. Bei der Prufung¨ wurde auch darauf geachtet, ob es an einer Station eventuell unterschiedliche Phanologie-¨ Beobachtungsstandorte gibt, die eine Abweichung erklaren¨ wurden.¨ Das war jedoch bei keiner der Dopplungen der Fall. Folgende Falle¨ wurden bereinigt: • Datenreihen kommen komplett doppelt vor – doppelte Datenreihe wird geloscht.¨ • Datenreihen kommen doppelt vor, QBs sind aber unterschiedlich, zeigen aber beide an, dass der Wert gepruft¨ und korrekt ist (Moglichkeit¨ zwischen 8 oder 9) – eine der doppelten Datenreihe wird geloscht.¨ • Datenreihen kommen doppelt vor, aber Phasenwerte unterscheiden sich. Falls in diesem Fall parallel Werte vom CDC-GDS Portal verfugbar¨ waren, wurde dieser (5-mal) und ansonsten der plausiblere Wert ubernommen¨ (1-mal).

C.3.2.3 Plausibilit¨atsprufung¨ mittels fester Grenzwerte Da alle Daten eine Vorprufung¨ durch den Deutschen Wetterdienst durchlaufen haben, wird im ersten Schritt nur eine vereinfachte Grenzwertprufung¨ durchgefuhrt¨ und getestet, ob sich die Phasenwerte in einem plausiblen Rahmen be- wegen. Der Grenzwert orientiert sich an besonders extremen Durchschnittswer- ten, die in Deutschland seit 1951 aufgetreten sind. Da es aufgrund von klimatischen Unterschieden an den Standorten zu großeren¨ raumlichen¨ Abweichun- gen kommen kann, bedeutet eine Uberschreitung¨ des Grenzwertes nicht unbe- dingt, dass der Wert auch unplausibel ist. Tab. C.5 gibt einen Uberblick¨ uber¨ die verwendeten Phasengrenzwerte.

XCVI i Pr Die abdrPae f Phasen der halb Nachpr eine wurde Daher chend. F Plausibilit C.3.2.4 n ie aurugup s n be teugwregb,debesonders die gibt, Streuungswerte es ob auff und ist Naturraumgruppe einer und Hochsommer Frühsommer Vollfrühling Erstfrühling Erstfrühling Vorfrühling Spätsommer Winter Spätherbst Vollherbst Frühherbst rdeePr diese ur ¨ arsetLipae enn Grenzwerte Kennung Leitphasen Jahreszeit i Pr Die • • • • li id Daf sind. allig ¨ hsnz ber zu Phasen einem in Phasenwerte die ob R ara e eelgnSaingepr Station jeweiligen der an Jahr Verz plausible Um Phasen: der Ablauf sp tendenziell die Brocken, Station der H bei die auch wird bei verwendet. f Entscheidungskriterium weiteres als wird Wetterdienstes Qualit Hasel). die und verf F Parallelphasen: mit Vergleich frtre sind: ufkriterien ¨ ulce blih F Abgleich: aumlicher ¨ fn i etnGezetnwrnc rtnAaye ih ausrei- nicht Analysen ersten nach war Grenzwerten festen mit ufung ¨ ael C.5: Tabelle ga id anhe i blihefle zB a Schneegl das (z.B. erfolgen Abgleich ein hier kann sind, ugbar ¨ tbts i naei e Qualit den in Angabe Die atsbytes: fn idaayir,wego i teuginrabensJahres eines innerhalb Streuung die groß wie analysiert, wird ufung ¨ ¨ teece(ltetatn)13 (Bl Sommer-Linde (Bl Holunder Schwarzer (Blattentfaltung) Stieleiche L (Bl Sal-Weide Schneegl edkat(Bl Heidekraut teece(ltfl)226 72 (Blattfall) Stieleiche (Blattverf 67 Stieleiche (Fruchtreife) Stieleiche (Fruchtreife) Holunder Schwarzer wnan(Bl owenzahn ¨ ¨ atspr ren aurugup f Naturraumgruppe eine ur ¨ rwre ognnt uni-uni-lt rtlt i z.B. die erstellt, Quantil-Quantil-Plots genannte so wurden ur ¨ brih e ewnee rnwref Grenzwerte verwendeten der Ubersicht ¨ csctgn idprle e bafdrPae neinem in Phasen der Ablauf der parallel wird ucksichtigen, ¨ fn itl ttsice Streuung statistischer mittels ufung ¨ cce (Bl ockchen ¨ h o izle ttoe ber Stationen einzelnen von ohe ¨ t)4 ute) ¨ t)65 ute) ¨ t)116 ute) ¨ rdejwiieNtramrpewr geschaut, wird Naturraumgruppe jeweilige die ur ¨ t)64 ute) ¨ rug 73 arbung) ¨ t)2 ute) fn durchgef ufung ¨ ¨ .Da- C.8). Abb. (vgl. liegen Bereich ahnlichen ¨ rdePae,f Phasen, die ur ¨ t)18 ute) ¨ C.9). Abb. (vgl. uft ¨ . Pr C.3 grne drsp oder ogerungen ¨ rjwisenJh untersucht. Jahr ein jeweils ur ¨ tr hsnitit aufweist. Phaseneintritte atere ¨ tbts(B)dsDeutschen des (QBs) atsbytes ¨ htuddeSrun inner- Streuung die und uhrt ¨ fn ph ufung ¨ rdeenennPhasen. einzelnen die ur ¨ rdeac Parallelphasen auch die ur ¨ < < < < < < < < < < < csctg,wez.B. wie ucksichtigt, ¨ 2 und 120 5 und 150 8 und 180 7 und 270 und 270 und 240 und 210 nlgshrDaten anologischer ¨ 0und 90 und 60 0und 30 0und 10 t itit der Eintritte ate ¨ rdePr die ur ¨ > > > > > > > > > > > 150 140 130 120 180 210 270 330 310 300 270 ockchen ¨ XCVII ufung ¨

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

Abbildung C.8: Grenzwertuberpr¨ ufung¨ am Beispiel des Schneegl¨ockchens fur¨ einen Beispielfall aus dem Jahr 1956.

Abbildung C.9: Beispielabbildung einer Tabelle zur Phasenabfolge an der Station Cr¨ochern-Blaetz im Naturraum Elbtalniederung (in Abb. C.8 markiert). auch dafur¨ verwendet werden, um zu untersuchen, ob eine Stichprobe normalverteilt ist (vgl. Abb. C.10). Diese Methode vergleicht eine theoretische normal- verteilte Stichprobe mit der zu prufenden¨ Stichprobe. Liegt eine Normalvertei- lung vor, werden alle Paare in einer Linie oder einer annahernden¨ Linie aufgetragen. An der y-Achse ist zudem ersichtlich, wie stark die Werte streuen und ob es Werte gibt die sich deutlich abheben, wie in Abb. C.10 (c) und (d) erkennbar. Anhand dieser Graphiken wurden die Daten auf Plausibilitat¨ uberpr¨ uft.¨ Im Idealfall verhalten sich die Phasenwerte wie in Abb. C.10 (a). Hier sind die Daten annahernd¨ normalverteilt und streuen gleichmaßig.¨ Auffallig¨ sind Jahre, in denen die Streuung sehr hoch oder ungleichmaßig¨ ist. Als Prufkriteri-¨ um werden hier 30 Tage festgelegt.

Abb. C.10 (d) ist besonders auffallig.¨ Die Streuung ist dabei zwar un- gleichmaßig,¨ aber sie betragt¨ 30 Tage und somit mussen¨ die Werte nicht zwangslauﬁg¨ unplausibel sein, nur weil sie wie in diesem Fall nicht normalver-

XCVIII el id idenWr l oetelflc elret ide ahfolgenden nach er wird deklariert, falsch potentiell Maßst als Wert ein Wird sind. teilt N (d) 1953; a Th (a) C.10: Abbildung • • rne ekn(R 8,18;()L (b) 1981; 48), (NRG Becken uringer ¨ s e btn wshndmAseßrudalnadrnPae gr Phasen anderen allen und Ausreißer dem Phasenwerten? zwischen anderen Abstand den der Ist zu Abstand der ist hoch Wie Fr den gel und Grenzwertpr Phasenablaufes? zur des Analog Rahmen im Wert der sich Bewegt bndnc gepr danach aben ¨ rlce azoln,1985 Harzvorland, ¨ ordliches (a) (c) higpae i le neePae lihetgbeginnt. gleichzeitig Phasen andere allen mit uhlingsphasen ¨ sh,wn rvrenradrnPaebgntoe ..webei wie z.B. oder beginnt Phase anderen einer vor er wenn oscht, ¨ esil f Beispiele auru 8 1953 48, Naturraum auru 1 1981 51, Naturraum rdePr die ur ¨ uft: ¨ fn itl uni-uni-lt.Pae a-ed (Bl Sal-Weide Phase: Quantil-Quantil-Plots. mittels ufung ¨ fn iddeAfledrPhasen der Abfolge die wird ufung ¨ nbre ed 97 c Th (c) 1957; Heide uneburger ¨ . Pr C.3 (d) (b) fn ph ufung ¨ auru 4 1957 64, Naturraum auru 1 1985 51, Naturraum rne ekn(R 48), (NRG Becken uringer ¨ nlgshrDaten anologischer ¨ uberpr ¨ XCIX oßer ¨ ute); ¨ uft ¨

Anhang C Anhang C Verfahren zur Qualitatskontrolle¨ der Daten

als 20 Tage, wird er als kritisch eingestuft. Dieses Kriterium wird vor allem auch dann verwendet, wenn es keine Vergleichsphasen fur¨ den Zeitraum gibt. Ein Beispiel dafur¨ ﬁndet sich in Abb. C.10 (b). Hier betragt¨ die Streu- ung 60 Tage mit einem Ausreißer bei Tag 112. Dieser Wert wurde entfernt, da er 30 Tage spater¨ einsetzt als alle anderen Phasen. Stationen, die fur¨ bestimmte Leitphasen einen auffallig¨ fruhen¨ oder spaten¨ Phaseneintritt aufwiesen, wurden fur¨ diese Phase aus der Betrachtung ausgeschlossen. Das kann ein Hinweis darauf sein, dass die Stationen eine besondere klimatische Lage haben und somit nicht reprasentativ¨ fur¨ die entsprechende Naturraumgruppe sind. Es gibt dennoch auch den Fall, dass eine hohe oder auffallige¨ Streuung vorliegt, aber mit den Prufkriterien¨ nicht eindeutig geklart¨ werden kann, ob ein Wert plausibel ist oder nicht, wie Abb. C.10 (c) zeigt. Hier werden keine Daten entfernt. Fur¨ die spatere¨ Aggregation der einzelnen Phasen auf die Ebene der Naturraumgruppen ist es daher sinnvoll den Median zu verwenden, da er robuster gegenuber¨ noch potentiell vorhandenen Ausreißern ist. Alle Daten, die fur¨ nicht plausibel erachtet wurden, werden aus den Analysen ausgeschlossen. Eine vollstandige¨ Dokumentation der Datenprufung¨ ist auf dem projektbegleitenden Datentrager¨ enthalten. Eine tabellarische Darstellung im Hauptteil des Berichts (Tab. 4.1 auf S. 23) gibt einen Uberblick¨ uber¨ den Datenbestand nach der Prufung.¨

C.3.2.5 Vergleich Datenbestand mit und ohne Sofortmelder Bei der Datenaufbereitung wurde fur¨ die Jahre, in denen kein Jahresmelder verfugbar¨ ist, Daten aus dem Sofortmelder-Programm verwendet4) und der Da- tenbestand so etwas erweitert. Lucken¨ gibt es vor allem im Jahr 2014. Die Pha- seneintritte aus dem Sofortmelderprogramm konnen¨ tendenziell etwas fruher¨ liegen, da es eine etwas andere Beobachtungsanleitung gibt. Das Vermischen der Datensatze¨ kann daher zu veranderten¨ Trends fuhren.¨ Um dies auszuschlie- ßen, wird die Trendentwicklung fur¨ den Datenbestand ohne Daten aus dem Sofortmelder getestet.

Der Vergleich der Trendentwicklung fur¨ den Datenbestand mit und ohne So- fortmelder, zeigt allerdings nur geringe Abweichungen. Am starksten¨ wirkt sich das Fehlen der Daten im Jahr 2014 aus. Es ist eine Eigenschaft von linearen Trends, die mit der verbreitet verwendeten Methode der kleinsten Quadra- te bestimmt werden, dass diese relativ sensitiv gegenuber¨ dem Verhalten des untersuchten Parametern am Anfang und am Ende der Kurve sind. Die Abwei- chungen beschranken¨ sich, bis auf Einzelfalle,¨ auf Anderungen¨ in den Nach- kommastellen. Die starkste¨ Abweichung ist in der Phase Sal-Weide mit einer

4)Die Unterschiede zwischen Jahresmeldern und Sofortmeldern werden in Abschnitt 2.1.4 des Be- richtshauptteils erl¨autert.

C a elnvnDtnas21 beeinflusst. 2014 aus Daten von Fehlen (oh- Die das Tage C.11). 2,5 Abb. auf zu Weser-Aller-Tiefland (vgl. Sofortmelder) Naturraumgruppe finden der (mit in Tage Dekade 2,8 pro Sofortmelder) von ne Abnahme der in Anderung Weser-Aller-Tiefland. Naturraumgruppe der in C.11: Abbildung ¨ (a) egec e rnsmtudon ewnugdsSfrmlesf Sofortmelders des Verwendung ohne und mit Trends der Vergleich i Sofortmeldern Mit neugi rn idi eetihndurch Wesentlichen im wird Trend im Anderung ¨ . Pr C.3 fn ph ufung ¨ (b) heSofortmelder Ohne nlgshrDaten anologischer ¨ rdeSal-Weide die ur ¨ CI

Anhang C

Essentielles Korrelationsanalyse Zur D.1 Erl D enZsmehn o rah n ikn eesa;es uc zus durch erst beweisbar; Plausibilit Wirkung liche Korrelationsanalyse und der Ursache Hilfe von Zusammenhang mit kein ist genommen mathematisch Streng Koeffizient riablen. der wenn und besteht betr Variablen –1 keiner- den dass der an, zwischen bei zeigt Zusammenhang Zunahme 0 lei einer von Korrelationskoeffizient von Variablen Ein wird). einer begleitet bei anderen Zunahme perfekte eine dass eine anneh- Sinne, +1 dem –1 von Koeffizient und ein +1 wobei zwischen Werte men, kann Sie angegeben. relationskoeffizienten, St Die erkl physikalisch Zusammenh einen gefundenen zus Allgemeinen die im dass man Zu- ausgeht, wobei eines kann, werden Korrelationskoeffizi- Grad beschrieben einfache der enten durch dass Zeitreihen ist, zwei zwischen Korrelationen sammenhanges von Einsatz beim Grundannahme s ih taen usakvrifced oghnwie ilerfolgt Vielmehr Vorgehensweise. vereinfachende Annahmen stark dass Erkenntnis, zu der eine sie etwa nicht ist werden. schlossen agvrue w vermutet hang Korrelationskoef- nichtlinearen w von fizienten Einsatz Der darstellen. Fehlerpotenzial ten ,,neutralstm die Datenreihen den schen i aldrSmetg ndnenennJhe)ennunregelm einen Jahren) einzelnen den besitzt. lauf in Sommertage der Zahl die h alvr asen Gr eine zus dass liegt vor, werden, fall berechnet Vorhaben im sie wie relationen, ugi ednReihen beiden in aufig ¨ orltoe esndnGa e uamnag wshnVariablen. zwischen Zusammenhangs des Grad den messen Korrelationen ndee ohbnwr e ier orltosofzetvredt Dies verwendet. Korrelationskoeffizient lineare der wird Vorhaben diesem In mGud eg ieKreainzice wiZirie loa,wie an, also Zeitreihen zwei zwischen Korrelation eine zeigt Grunde Im redsZsmehnswr ae nFr ie azh,dmKor- dem Maßzahl, einer Form in dabei wird Zusammenhangs des arke ¨ Verfahren g,s eth iesh tre brivreBzeugzice e Va- den zwischen Beziehung inverse aber starke, sehr eine besteht so agt, ¨ r u eehfrit enenNtreezhne e Zusammen- dem hinter Naturgesetz ein wenn gerechtfertigt, nur are ¨ ¨ ueugnz statistischen zu auterungen brKorrelationen uber ¨ tbtahugnkn u hsklsh Zusammenh physikalische auf kann atsbetrachtungen ¨ re a ndee ihlnae es wirkt. Weise nichtlinearen dieser in das urde, ¨ ß deZi)mntnznmtudnrdeadr (z.B. andere die nur und zunimmt monoton Zeit) (die oße ¨ rae itrrn haben. Hintergrund arbaren ¨ gleichzeitige pte n ,,T und Spitzen brennlnae uamnagzwi- Zusammenhang linearen einen uber ¨ gih”Bshebn i e gerings- dem mit Beschreibung ogliche” ¨ neurs ange ¨ brisimn neg (in anzeigt Ubereinstimmung ¨ lr utee.F auftreten. aler” ¨ clce au id d.h. sind, Natur achlicher ¨ tlc e Spezial- der atzlich ¨ tlc davon atzlich ¨ ßgnVer- aßigen ¨ rdeKor- die ur ¨ nege- ange ¨ CIII atz- ¨

Anhang D Anhang D Erlauterungen¨ zu statistischen Verfahren

Signifikanz von Korrelationen In diesem Abschnitt wird kurz beleuchtet, wie groß der Vertrauensbereich (Konfidenzintervall) eines Korrelationskoeffizienten ist und wie hoch die Signifi- kanzschwelle fur¨ eine Korrelation ist. Zu Grunde liegt beiden das Konzept der Stichprobe, d.h. jede Berechnung findet auf der Basis einer begrenzten Zeitreihe (beispielsweise 65 Jahre des Zeitraums 1951–2014) statt und ist somit lediglich die Schatzung¨ eines wahren Parameters. Ein Konfidenzintervall gibt dabei an, wie groß der Bereich ist, in dem mit vorgewahlter,¨ beispielsweise 95 %iger Si- cherheit eine berechnete (geschatzte)¨ Korrelation die wahre Korrelation trifft. Die Intervallbreite hangt¨ von zwei Eigenschaften der Stichprobe ab: • Große¨ der Stichprobe und • Betrag der berechneten Korrelation.

InS ACHS (1968) findet sich eine ausfuhrliche¨ Abhandlung der Abhangig-¨ keitsmaße Korrelation und Regression sowie von Prufverfahren¨ und Vertrau- ensgrenzen fur¨ Korrelationskoeffizienten (Nomogramm dort auf S. 328). Diese bedienen sich einer so genannten z-Transformation, bei der die Metrik des Kor- relationskoeffizienten geandert¨ wird. In diesem transformierten Raum wird das Konfidenzintervall berechnet und danach in Einheiten des Korrelationskoeffi- zienten zurucktransformiert.¨ In Tab. D.1 ist fur¨ verschieden große berechnete Korrelationskoeffizienten und Stichprobenumfange¨ wiedergegeben, wie groß das jeweilige 95 %-Konfidenzintervall ist.

Tabelle D.1: 95 %-Konfidenzintervall zwischen dem oberen (ro) und unteren (ru) Wert des Korrela- tionskoeffizienten r bei verschiedenen Beträgen von r und Stichprobenumfängen N.

N 20 30 50 100 500 ro ru ro ru ro ru ro ru ro ru r: 0.5 0.77 0.09 0.73 0.19 0.69 0.25 0.64 0.34 0.56 0.43 r: 0.8 0.90 0.52 0.89 0.56 0.88 0.67 0.86 0.72 0.83 0.77 r: 0.9 0.95 0.72 0.95 0.76 0.94 0.83 0.93 0.85 0.92 0.88 r: 0.95 0.98 0.82 0.98 0.85 0.97 0.91 0.97 0.93 0.96 0.94

Bei einem kleinen berechneten Korrelationskoeffizienten r ist der Vertrauens- bereich verhaltnism¨ aßig¨ groß, insbesondere, wenn auch er zusatzlich¨ auf wenigen Werten fußt – im Extremfall, also z.B. bei sehr geringem Stichprobenumfang (N = 3, in Tab. D.1 nicht dargestellt) kann der Vertrauensbereich eines Korrela- tionskoeffizienten von r = 0.5 zwischen –0.91 und +0.98 liegen, also praktisch keine Aussage zulassen. Im Umkehrschluss bedeutet dies, dass hohe Korrelati- onskoeffiezienten auf der Basis von vielen Daten einen engen Vertrauensbereich und damit eine hohere¨ Aussagesicherheit mit sich bringen.

CIV cidnnStichprobenumf schiedenen eeKreainkefiin einen Korrelationskoeffizient nete Beziehung statistische eine scheinlichkeit D.2: Tabelle uam drAnhemtdrZi it i ersinwredz ab- dazu wurde Regression Die gibt. Zeit der mit gesch Abnahme oder Zunahme veran- Trends dieses Sicherheit abgesch die und Konfidenzintervalls schaulicht eines Hilfe mit kann so f Wird Konfidenzintervalle der Berechnung D.2.1 des und Trendgeraden der Konfidenzintervalle D.2 kann. Koeffizienten sein errechneten vom der gesch liegt beschrieben, Konfidenzintervall k zum bestimmen Werten vielen unendlich aus w (s.o.) %-Niveau 95 dem auf kant von tionskoeffizient von Ausf Korrelationskoeffizient ein w Aussage kann, dieser werden zu erachtet wahrscheinlich ( Korrelationskoeffizienten als relation des Wert niedrigem f dass sehr nachzuvollziehen, ana- einem lehrreich, nicht Vorhaben es im ist Werten werden, von lysiert Anzahlen große derart wenn Auch wieder. f Auswahl Eine ben. Abh ( Menge welcher bei Korrelationskoeffizienten des Wert welchem ab lysiert, dass eingesetzt, Grundannahme S Si- in %iger Ebenfalls 95 wird. mit unhaltbar Grundannahme cherheit diese (Stichprobenumfang) Werte benutzter e isnBtahugnitjdc me ubahe,ds e errech- der dass beachten, zu immer jedoch ist Betrachtungen diesen Bei erm Signifikanzuntersuchung Eine rnanhef Grundannahme N 5%crnevnr von %Schranke 95 niki o tcpoeufn is infiazcwle angege- Signifikanzschwellen diese – Stichprobenumfang vom angigkeit ¨ S in uhrungen ¨ ttmit atzt breit sehr Datenbasis kleiner bei der Bereich, einem in Wert wahre atzte ¨ ¨ Wertekollektivs ren lmvral drennKianiao i rn berechnet, Trend ein Klimaindikator einen oder Klimavariable eine ur ¨ infiazcrne u e 5%Nva f %-Niveau 95 dem auf Signifikanzschranken . ofieznevledrTedeae n e Wertekollektivs des und Trendgeraden der Konfidenzintervalle D.2 ACHS rvrcidn Stichprobenumf verschiedene ur rdeScenc ie rn s,ds sen lineare eine es dass ist, Trend einem nach Suche die ur ¨ ¨ r ¨ angen 0 = ttwerden. atzt ¨ s ue uetemn aszB i Korrela- ein z.B. dass entnehmen, zu zudem ist (1968) . 5 N eet u ie aebssvn1 etnsignifi- Werten 16 von Datenbasis einer auf bereits . .403 .802 0.09 0.20 0.28 0.36 0.44 03 010500 100 50 30 20 a en Korrelation keine gar are. ¨ arnKoeffizienten wahren gih izgezn i ece Wahr- welcher mit einzugrenzen, oglicht ¨ ACHS ntn.WebidnAusf den bei Wie onnten). ¨ brap eth.Dbiwr als wird Dabei besteht. uberhaupt ¨ rdnKorrelationskoeffizienten den ur ¨ iddr u .30–in – 330 S. auf dort sind (1968) > r D.2 Tab. in sich findet ange ¨ hedzB e 0Werten 30 bei z.B. ahrend ¨ xsir ( existiert 0 absch r50Wrebrisab bereits Werte 500 ur ¨ . 36 > r ben tt(e i nur wir (den atzt ¨ r tg id Den wird. otigt ¨ 0 0 = . 09 ieKor- eine ) n ana- und ) uhrungen ¨ r e ver- bei CV N )

Anhang D Anhang D Erlauterungen¨ zu statistischen Verfahren

(P y · P x2) − (P y · P xy) a = (D.) n · P x2 − (P x)2

(a: Achsenabschnitt der Regressionsgeraden; x: Jahre; y: Hauﬁgkeit¨ des Ereig- nisses; n: Zahl der Wertepaare) und

P P x·P y xy − n b = P 2 (D.) P 2 ( x) x − n

(b: Steigung der Regressionsgeraden; x: Jahre; y: Hauﬁgkeit¨ des Ereignisses; n: Zahl der Wertepaare), womit sich die Werte yˆ wie folgt abschatzen¨ lassen:

yˆ = a + bx (D.)

Zusatzlich¨ wird der Korrelationskoefﬁzient r als Maß der Stringenz des Zu- sammenhangs zwischen der Zeit und dem Klimaindikator wie folgt berechnet p r = byx · bxy (D.)

mit der in Gleichung D. bestimmten Steigung fur¨ byx und

P P x·P y xy − n bxy = P 2 P 2 ( y) y − n Die Bestimmung der Konfidenzintervalle folgt der statistischen Praxis (siehe z.B.S ACHS und HEDDERICH, 2009). Dabei wird postuliert, dass die Regressi- onsgerade sowohl eine Unsicherheit bezuglich¨ der Lage in y-Richtung (mogli-¨ che Verschiebung nach oben bzw. unten) und Neigung besitzt. Es gilt also, eine Einhüllende zu konstruieren, in deren Bereich die Regressionsgerade mit einer vorher zu definierenden Irrtumswahrscheinlichkeit liegen kann. Der Vertrauensbereich yˆG fur¨ die Trendgerade findet sich fur¨ das Jahr x in diesem Intervall p yˆG =y ˆ ± 2 · F(2,n−2) · syˆG (D.)

F(2,n−2) ist die Schwelle der F -Verteilung mit den Freiheitsgraden ν1 = 2 und ν2 = n − 2 (n: Anzahl der untersuchten Datenpunkte). Bei einer Irrtumswahr- scheinlichkeit α von 0,05 und 64 Datenpunkten (n − 2 = 62) besitzt F(2,n−2) p beispielsweise einen Wert von 3,15 und 2 · F(2,n−2) ist 2,51.

Die Intervallbreite syˆG wird nach folgender Beziehung berechnet. s 1 (x − x¯)2 syˆG (x) = sy · + (D.) n Qx

CVI mit Stelle daf Restwahrscheinlichkeit eine auch aber besitzt, Trend dass gerichteten hinweist, darauf Sch Vertrauensbereich mittlere der die dass Irrtumswahrscheinlichkeit zwar etwa, der ist mit Denkbar Gerade ist. die warten dem in ,,Korridor”, ter darin naldrutruhe aepnt) e ie Irrtumswahrscheinlichkeit einer Bei Datenpunkte). untersuchten der Anzahl Irrtums- einer mit – das – gibt, % Jahr 5 kein von es wahrscheinlichkeit ob ungew oder Jahren hat, einzelnen gegeben in Hiermit Abweichungen es aufgespannt. ob befinden, werden, veranschaulicht etc.) kann Sommertage, Eistage, der beispielsweise Irrtumswahrscheinlichkeit einer Gerade die dass t mit n − rensdrBrcnne s f ist Berechnungen der Ergebnis ue idi e ugbdtinnc e ratnsetf Erwartungswert der noch Ausgabedateien den in wird Zudem i wie ,ordr idvmVrrunbrih( Vertrauensbereich vom wird ,,Korridor” zweiter Ein 2 s i cwledrStudent- der Schwelle die ist x y EW ˆ . ofieznevledrTedeae n e Wertekollektivs des und Trendgeraden der Konfidenzintervalle D.2 etmt isrfidtsc f sich findet Dieser bestimmt. abwärts tugdrGrdnf Geraden der atzung ¨ s eeg enk sein geneigt y. ˆ ( Q x xy = ) Q Q y drastisch x y y EW = ˆ s W = = y s α X y = t ˆ = rdeRgesoseae( Regressionsgerade die ur ˆ = X ¨ X · etiugmtdmFreiheitsgrad dem mit Verteilung i et e lmidktr ebt(also selbst Klimaindikators des Werte die s s y y xy ± x onnte. y + 1 ¨ ± ,u e amnf Rahmen dem ,,aus Q 2 2 − y t n t − − − n n renJahr ein ur Q ¨ − ( − n P 1 − rbieIdktrnennaufw einen Indikatoren beide ur Q ¨ ( x ( 2 2 P P xy + 2 · · x ) n s n s 2 n ( y · x y. ˆ y x ˆ P ) G ) 2 2 Q − y x x ¯ x ) 2 nenmIntervall einem in y allt”. ˆ ¨ W ,i e ihmit sich dem in ), y ˆ G i gekr ein ) hlcestarke ohnliche ¨ ur ¨ rbesteht, ur ¨ n y α − nder an ( umm- uer- zu ¨ D ( ( ( CVII 2 D D D arts . ¨  (n: . . .    α ) ) ) )

Anhang D Anhang D Erlauterungen¨ zu statistischen Verfahren

von 0,05 und 64 Datenpunkten (n − 2 = 62) besitzt tn−2 beispielsweise einen Wert von 2,00. yEWˆ ist dem Vertrauensbereich der Regressionsgeraden relativ ahnlich¨ – er wird zwar in den detaillierten Ausgabedateien (s. Abschnitt D.2.2 – Abschnitt ,,Informationsdatei”) zur Verfugung¨ gestellt, in den graﬁschen Ausgaben wird yEWˆ jedoch nicht verwendet.

D.2.2 Inhalt der begleitenden Dateien

Bei der Berechnung der Konfidenzintervalle werden Dateien erzeugt, die im Rahmen des Vorhabens fur¨ die Nutzer zur Verfugung¨ gestellt werden. Pro Station entstehen zwei Dateien: trends und tidlong , also beispielsweise tidlong 10270 Jahr fur¨ die Angaben zum Trend der Station Neurup- pin fur¨ das Jahr. In der ersten findet sich in Tabellenform der Verlauf der Trendgeraden und die in Anhang D.2 beschriebenen Konfidenzintervalle und in der zweiten finden sich statistische Parameter der Regression – insbesondere die trends...-Datei ist zur Weiterverarbeitung (beispielsweise in einem Tabellenkalkulationsprogramm) geeignet.

Die Trend-Datei

In dieser Datei wird der Trend nebst den Konﬁdenzintervallen tabelliert. In jeder Zeile ﬁnden sich dazu folgende Angaben:

1. Statusangabe, nur fur¨ spezielle Anwendungen relevant

2. Weitere Statusangabe, nur fur¨ spezielle Anwendungen relevant

3. Jahr (x)

4. Untersuchte Variable in diesem Jahr [y(x)]

5. Position der Trendgerade in diesem Jahr (yˆ(x))

h obeni 6. Konﬁdenzintervall oben fur¨ die Trendgerade yˆG(x)|

7. Konﬁdenzintervall unten fur¨ die Trendgerade [y ˆG(x)|unten]

h obeni 8. Konﬁdenzintervall oben fur¨ den Wertebereich yˆW (x)|

9. Konﬁdenzintervall unten fur¨ den Wertebereich [y ˆW (x)|unten]

h obeni 10. Konﬁdenzintervall oben fur¨ y an der Stelle x yEW (x)| – erganzende¨ Angabe

CVIII rt el en i etrnZie ouetee ues Hilfsgr zumeist dokumentieren Zeilen weiteren die der sein, und Zeile f Trendauswertung erste der Informativ Details Konfidenzintervalle. Zeilen drei der in Bestimmung sich finden Datei dieser In Informationsdatei Die f f Magdeburg bidn D.1: Abbildung 1) rdeTedeae(G n G,rt n e etbrih(B n B,blau). VB-, und (VB+ Wertebereich den und rot) VG-, und (VG+ Trendgerade die ur ¨ Kndnitralutnf unten Konfidenzintervall 11. oae,dnJhezie,dnVgttoseidnudi eatnJh.JdrgfneeTrend gefundene Jeder Identifikationsnummer. Jahr. eine gesamten daher im und bekommt Vegetationsperioden den Jahreszeiten, den Monaten, efhe ntet m anstrebt, Verfahren F gegeben. D.1 Abb. in ist 3.–9. von Inhalts des Darstellung Eine rdemtoooice tnadaaee rog ieufnrih rnsce e e das der bei Trendsuche, umfangreiche eine erfolgt Standardparameter meteorologischen die ur ¨ • el 1: Zeile Angabe Kreainkefiin wshnx n y-Werten und x- zwischen Korrelationskoeffizient 8. (Koeffizient Trendgeraden der Steigung 7. (Koeffizient Trendgeraden der y-Abschnitt 6. f Jahre, der Anzahl 5. Trendendes des Jahr 4. Trendbeginns des Jahr 3. Dezem- bis Januar Monate 1–12 Jahreszeitenkennung: und Monats- 2. Trendidentifikator 1. rdnZiru 9121)mtTedeae gsrcet n e Konfidenzintervallen den und (gestrichelt) Trendgeraden mit 1951–2014) Zeitraum den ur ¨ e,1–0Jhezie,Vgttoseidnudgsme Jahr gesamtes und Vegetationsperioden Jahreszeiten, 13–20 ber, . ofieznevledrTedeae n e Wertekollektivs des und Trendgeraden der Konfidenzintervalle D.2 esilf Beispiel gihtveeTiedrSainziriez nlsee ndneinzelnen den in – analysieren zu Stationszeitreihe der Teile viele ¨ oglichst ren aseln ieKianiaos(ir ezrdaea e Station der an Heizgradtage (hier: Klimaindikators eine Darstellung eine ur ¨ 1) rdedrTedbsim wurde bestimmt Trend der die ur ¨ ur ¨ y ndrStelle der an x b rNte d Nutzer ur h ¨ ndrTrendgleichung) der in y a EW ndrTrendgleichung) der in ( x ) | oben rt ae die dabei urfte i ¨ erg – oßen. ¨ anzende ¨ CIX

Anhang D Anhang D Erlauterungen¨ zu statistischen Verfahren

9. Gesamtanstieg der Trendgerade

• Zeile 2: 1. Standardabweichung von a 2. Standardabweichung von b p 3. Qxy/ Qx · Qy 4. r∗ Hilfsgroße¨ bei der Bestimmung des Konﬁdenzintervalls 5. tˆHilfsgroße¨ bei der Bestimmung des Konﬁdenzintervalls 6. t Wert der t-Verteilung mit n − 2 Freiheitsgraden 7. F Wert der F-Verteilung mit (2, n − 2) Freiheitsgraden

• Zeile 3: 1. Parameter fur¨ die obere Schranke des Konfidenzintervalls der Trend- geraden 2. Parameter fur¨ die untere Schranke des Konfidenzintervalls der Trendgeraden 3. Parameter fur¨ die obere Schranke des Konfidenzintervalls des Wer- tebereichs 4. Parameter fur¨ die untere Schranke des Konfidenzintervalls des Wer- tebereichs

5. Qx

6. Qy

7. Qxy 8. Standardabweichung von x 9. Standardabweichung von y 10. Standardabweichung von x · y

11. syˆG

D.3 Der Mann-Kendall-Test

Dem Mann-Kendall-Test liegt folgende Uberlegung¨ zu Grunde: Wenn in einer Zeitreihe ein Trend, z.B. ein Anstieg, vorliegt, dann muss es zahlreiche Werte- paare aus der Zeitreihe geben, bei denen der spatere¨ Wert großer¨ als der fruhere¨ ist. Dabei ist nicht von Bedeutung, um wie viel der spatere¨ Wert den fruheren¨ ubertrifft.¨ Der Test wurde in Publikationen vonM ANN (1945) undK ENDALL (1970) aus- gearbeitet (auch beschrieben inS CHONWIESE¨ , 2000). In der Umsetzung wird, ausgehend vom ersten Wert der Zeitreihe xn, sukzessive bestimmt, ob fur¨ alle nachfolgenden i Werte die Differenz an+i − an großer,¨ gleich oder kleiner 0

CX worin der Wert zweiten vom ausgehend Bestimmung, Zeitreihe diese erfolgt Weiteren Des ist. B analysierten aller keitsverteilung mit benutzte Normierung zur die Gr sich reduziert Dabei anzubringen. Korrektur eine und sind schiedlich f z.B. werden Es usw. s i Testgr die ist Termen. mit ausgewertet also wird Es adae f dardtafel Zahlen von Werte Treten H belegt. die 1 sind so Bindungen, keine e 5%Nva nuegn muss anzuzeigen, %-Niveau 95 dem infiazafdm9 -ieuagzit nsrcedsetein steht entsprechend angezeigt; %-Niveau f 99 dem auf Signifikanz B 2) ren infiazafdm9 %-Niveau. 90 dem auf Signifikanz eine ur ¨ ERNHOFER Aus e e etmugvon Bestimmung der Bei ist so Werte, identische d.h. auf, Bindungen Reihe untersuchten der in Treten uhwn e etkieliVrelnsnamnf Verteilungsannahmen keinerlei Test der wenn Auch Testgr Die u reteugudEnrnn e Testwerte der Einordnung und Orientierung Zur iddrhAfumeugdreinzelnen der Aufsummierung durch wird wr zu wird D.3 Gleichung und Wurzel der unter oße ¨ sgn b k 2 = > 1 dr+ nAbh in +1 oder 0 –1, : i naldrafertnnBnugnist. Bindungen aufgetretenen der Anzahl die x 1 ⇒ rSgiknnvasi rtmwhshilcki z ne ..in z.B. finden (zu Irrtumswahrscheinlichkeit in Signifikanzniveaus ur ¨ n eet u f Nur belegt. +1 w oße n G und ¨ oße ¨ 18 = i udrnEd,udwie f weiter und Ende, deren zu bis Q Q ; OLDBERG b ebtangen selbst betr sgn Q ur 3 = ¨ Q = N ( rdiese ur g f agt ¨ ¨ ⇒ a B = q ) 64 = w a S = 0 6= B q 18 1 erasafs ideng e H der einige sind so auf mehrmals 66 = rdnFl,ds leWredrZirieunter- Zeitreihe der Werte alle dass Fall, den ur = ¨ niki o e ifrn wshndnbeiden den zwischen Differenz der von angigkeit X ¨ [H idwefltvreagn swr ieH eine wird Es vorgegangen: folgt wie wird 18 · 1 k [ Jahre K nach kann, werden N X N i aufigkeiten · ¨ b hr omletitudkn i ie Stan- einer mit kann und normalverteilt ahert =1 RSG ¨ ; − b [ b = k N N 1 · 4 = j ( · X = H N otS 2 ugwre werden. ausgewertet 42) S. dort 2008, , .] · ( · N N i b ( +1 ( ( k N ⇒ > Q − N · a ( − sgn ) N w 1) − S S − wird 1) − 156 = 1) · ( 1) b ,6si.Ist sein. 1,96 1) a · (2 w (2 j · / = / ur N ¨ w (2 2 − 2016 = 2 b ; berechnet. H k et von Werte N b 5) + = a a 5) + 5 = n i ( . e Mann-Kendall-Test Der D.3 ) a 5)] + +2 b Q ) · ENDALL ( men infiazauf Signifikanz eine Um : ⇒ − nwdrmt0oe mit oder 0 mit entweder b i u nedrReihe, der Ende zum bis − B w etpaebetrachtet. Wertepaare rdeWerte die ur ¨ 1) ] > Q 300 = · a (2 (1970) eetg.Gb es Gibt gefertigt. b +5) etc. ,7s s eine ist so 2,57 ugetnmit aufigkeiten ¨ bestimmt > Q a macht, ( ( ( aufig- ¨ D D D 1,65 CXI . . .    2) ) ) ) .

Anhang D

swre xrmetttsiceAsetne e idrclgsnach Niederschlages des durchgef Auswertungen A-531 DWA extremwertstatistische wurden Es der A-531 DWA nach Auswertung der Tabellen E.1 Extremwertstatistische E bnntnSainndurchgef Stationen benannten E.1 Abschnitt in f jeweils wurden Auswertungen Die 30-j gleitenden der Abbildungen E.2 tentr wieder. Grafik enthaltene Verf gb f gibt E.1 Abb. ist. aufgebaut Grafik einer und len leDtin mPFFra,bfidnsc u e rjkbgetne Da- projektbegleitenden dem auf sich befinden PDF-Format, im Dateien, Alle r tto iden d-ae ugleet i i i aebatmtTabel- mit Datenblatt ein wie die ausgeliefert, pdf-Datei eine wird Station Pro • • • • • • • • • gn gestellt: ugung ¨ gri Verzeichnis im ager ¨ aelrsh aseln e rense(Verzeichnis Ergebnisse der Datentr Darstellung anhang Tabellarische trrgnuwrugnc W -3 (Verzeichnis A-531 DWA nach anhang Starkregenauswertung Wittenberg Neuruppin Magdeburg Leipzig/Halle Braunschweig Braunlage Artern uwrugndsNiederschlages des Auswertungen ercttn6Stationen 6 betrachteten wiedergegeben. E.2 Abb. in ist Beispiel ein – ager) ¨ e/e2/vergleichstabellen e/e2/dwa531 ht i rensewre f werden Ergebnisse Die uhrt. ¨ anhang u e rjkbgiednDatentr projektbegeitenden dem auf e/e1 rvollst ur ¨ ni ohneeDkdna den an Dekaden vorhandene andig ¨ ¨ hie Auswertung ahrigen ht F uhrt. ¨ u e projektbegeitenden dem auf rdeSainAtr i dort die Artern Station die ur ¨ rfled ttoe zur Stationen folgende ur ¨ rdeewre erstellt: wurden diese ur ¨ ager) ¨ CXIII

Anhang E Anhang E Extremwertstatistische Auswertungen des Niederschlages

Abbildung E.1: Beispiel fur¨ eine Auswertung nach DWA A-531. Schar der Ausgleichskurven, berechnet aus den partiellen Serien an der Station Artern.

• Graﬁsche Darstellung der Ergebnisse (Verzeichnis anhang e/e2/vergleichsgrafiken auf dem projektbegeitenden Datentrager)¨

Abbildung E.2: Beispiel fur¨ eine gleitende 30-j¨ahrige Auswertung. Diagramm fur¨ die Dauerstufe 15 Minuten an der Station Neuruppin.

E.3 Weitere Partielle Serien

E.3.1 Abbildungen der partiellen Serien – Ereignish¨auﬁgkeiten pro Jahr

Die zugehorigen¨ Dateien ﬁnden sich auf dem projektbegleitenden Datentrager¨ im Verzeichnis anhang e/e3

CXIV mVerzeichnis im zugeh Die durchschnittliche – Serien partiellen der Abbildungen E.3.2 rinsegnpoJahr pro Ereignismengen rgnDtinﬁdnsc u e rjkbgetne Datentr projektbegleitenden dem auf sich ﬁnden Dateien origen ¨ anhang e/e3 . etr atel Serien Partielle Weitere E.3 CXV ager ¨

Anhang E

e rjkbgetne Datentr projektbegleitenden dem F Jahresverl vorgestellt. die werden 4.5.3 Abschnitt Im Jahresg der Grafiken F.2 projektbe- dem auf sich PNG-Format Datentr im gleitenden Dateien sich finden Stationen weitere wre i pne e aetmeau f Tagestemperatur der Spannen die werden 4.5.1 Stationen Abschnitt betrachteten Im der Tagesspannen der Grafiken F.3 Tagesg die werden 4.5.2 Abschnitt Im Tagesg der Grafiken F.1 Tagesg F u e rjkbgetne Datentr projektbegleitenden dem auf F vorgestellt. Artern Tagesspannen rwieeSainnbfidnsc aee mPGFra auf PNG-Format im Dateien sich befinden Stationen weitere ur ¨ gri Verzeichnis im ager ¨ rwieeSainnbfidnsc aee mPNG-Format im Dateien sich befinden Stationen weitere ur ¨ ¨ ne Jahresg ange, ¨ nedrbtahee Stationen betrachteten der ange ¨ nedrbtahee Stationen betrachteten der ange gri Verzeichnis im ager ¨ gri Verzeichnis im ager nea e tto renvretlt F vorgestellt. Artern Station der an ange ¨ ¨ anhang uef aufe ¨ rdnBoknudGardelegen und Brocken den ur ¨ f/f1 ¨ neund ange anhang anhang f/f2 rdeStation die ur ¨ f/f3 CXVII ur ¨

Anhang F

j is ae igni e ee l ph als Regel der in liegen Daten Diese Datengrundlage G.1 Ph G dsHutel erl Hauptteils des 2.1.4 schnitt ae,die Daten, nat bdsVredndsSfrmlesennm einen Sofortmelders des Verwenden das Ob Anhalt. erg zu Daten Datenbest fehlende und beiden tragen anderen den zwischen migkeiten verf Phasen retn nsrcedufrair n mEd uenmDtnazzu- Datensatz einem zu Ende am sammengef und umformatiert entsprechend arbeitung ber k haben Trends werden Diese gute unter- bevorzugt. ne Teil Jahresmelder zum dem Sofortmelder aus langj dem als Daten und die Jahresmelder wurden dem scheiden, aus Daten die sich f nur Portal CDC-GDS im Sofort- ist des und 1991 Datenbestand ab Der erst Beobachtungsgebiet. beginnt melders im Phase einer Auftreten f Sofortmelder. dem aus Daten und Jahresmelder dem aus h ebctnsukegb (Ph gibt Beobachtungspunkte che fr das hier wird Gemeldet beobachtet. Objekt einem an nur Beobachtungsgebiet nicht im Pflanzen und der Gesamtheit der an wird melderprogramm f sind Jahresmelder-Daten Die hlce Aufl ahrlicher ¨ rJh nenmOjk Bu drSruh z.enmSadr beobachtet. Standort einem bzw. Strauch) oder (Baum Objekt einem an Jahr ur ¨ F i nesheezice ars n ootedr idi Ab- im sind Sofortmeldern und Jahres- zwischen Unterschiede Die e aebsadasScsnAhl idasDtnai ewne.Die verwendet. Datenbasis als wird Sachsen-Anhalt aus Datenbestand Der i ae u e esheee aeqelnwre f wurden Datenquellen verschiedenen den aus Daten Die w wird Jahresmelder Im ucksichtigt. • • • rdeAsetne ednfled aeqelnverwendet: Datenquellen folgende werden Auswertungen die ur ¨ ¨ e arsedrfe verf frei Jahresmelder der bis (MIRAKEL) Sachsen-Anhalt 2014); Oktober von im (Datenlieferung Datenbank 2011 der aus Datenbestand e ootedrfe verf frei Sofortmelder der brisimn i e ae u e aeleeugvnSachsen- von Datenlieferung der aus Daten den mit Ubereinstimmung hie tnadaest l repr als Standarddatensatz ahriger ¨ ¨ brdsCCGSPra verf Portal CDC-GDS das uber ¨ ht ae f es Da uhrt. ga.DeeDtndee o le au e vnule Unstim- eventuellen bei dazu, allem vor dienen Daten Diese ugbar. ¨ ¨ nlgsh Datenbasis anologische ¨ sn vor. osung ¨ nt,wr mwiee elu e rjke nesctund untersucht Projektes des Verlauf weiteren im wird onnte, ¨ rdevrcidnnSainnzmTi unterschiedli- Teil zum Stationen verschiedenen die ur ¨ heddrgsme eeainproeudJahr und Vegetationsperiode gesamten der ahrend ¨ autert. ¨ rdnZiru b15 rhvet mSofort- Im archiviert. 1951 ab Zeitraum den ur gae Daten ugbarer gae Daten ugbarer ¨ ¨ ¨ n-enn) i bri D-D Portal CDC-GDS im aber die ano-Kennung), ne,vralmf allem vor anzen, ¨ ¨ nlgshbooiceKenngr anologisch-biologische ¨ ga id netie ihi Daten in sich unterteilen sind, ugbar ¨ snaie neee n egnei- zeigen und angesehen asentativer ¨ brdsCCGSPortal. CDC-GDS das uber brdsCCGSPortal; CDC-GDS das uber ¨ ¨ rdeJhe21/04 Da 2013/2014. Jahre die ur ne u Kl zur anden ¨ ¨ gihnEnusauf Einfluss oglichen ¨ rdewieeBe- weitere die ur ¨ rausgew ur ¨ rn beizu- arung ¨ ßnin oßen ¨ uheste ¨ CXIX ahlte ¨

Anhang G Anhang G Phanologische¨ Datenbasis nicht mitgefuhrt¨ werden, werden alle Phano-Kennungen¨ mit der dazugehori-¨ gen Stations-Kennung zusammengefuhrt.¨

G.2 Auswahl der ph¨anologischen Phasen

Fur¨ die spateren¨ Analysen und die Datenprufung¨ werden nach einer ersten Sichtung auf Datenvollstandigkeit¨ folgende Leitphasen bzw. Zeigerpﬂanzen ausgewahlt.¨

• Vorfruhling:¨ Schneeglockchen¨ (Blute),¨ Sal-Weide (Blute)¨

• Erstfruhling:¨ Lowenzahn¨ (Blute)¨

• Vollfruhling:¨ Stieleiche (Blattentfaltung)

• Fruhsommer:¨ Schwarzer Holunder (Blute)¨

• Hochsommer: Sommer-Linde (Blute)¨

• Spatsommer:¨ Heidekraut (Blute)¨

• Fruhherbst:¨ Schwarzer Holunder (Fruchtreife)

• Vollherbst: Stieleiche (Fruchtreife)

• Spatherbst:¨ Stieleiche (Blattverfarbung)¨

• Winter: Stieleiche (Blattfall)

Folgende Phasen werden fur¨ die weiteren Analysen nicht verwendet: Hasel (Blute),¨ Forsythie (Blute),¨ Eberesche (Fruchtreife), Kornelkirsche (Fruchtreife), Eberesche (Blattfall), Rosskastanie (Fruchtreife), Robinie (Blute).¨ Diese Daten wurden nur einer groben Prufung¨ unterzogen, da sie als Vergleich und fur¨ die Plausibilitatspr¨ ufung¨ gut verwendet werden konnen.¨

G.3 R¨aumliche Abgrenzung

Die ursprunglich¨ vorgeschlagenen 52 Stationen wurden um weitere Stationen erganzt,¨ um die Naturraumgruppen etwas umfassender abzudecken. Analog zu den Klimadaten (aus AP 1) wurde ein 30 km-Puffer um die Grenze von Sachsen-Anhalt gelegt und im Rahmen dessen entsprechend weitere Stationen der zu untersuchenden Naturraumgruppen einbezogen. Insgesamt gibt es 14 Naturraumgruppen, die in Sachsen-Anhalt liegen oder an das Bundesland grenzen (MEYNEN und SCHMITHUSEN¨ , 1962) und in Abb. G.1 dargestellt sind. Fur¨ die Auswertung werden davon folgende Natur- raumgruppen betrachtet (Bezeichnungen nach dem BfN, in Klammern abweichende Bezeichnungen in der Graphik):

CXX ednotzsmegfstbtahe.D i aelg erumfangreich sehr Datenlage die Da betrachtet. zusammengefasst oft werden bidn G.1: Abbildung i aurugupn4 n 8(Th 48 und 47 Naturraumgruppen Die • • • • • • • • • • • 8 Elbe-Mulde-Tieﬂand 88: Elbtalniederung 87: Altmark und Wendland 86: Fl 85: L 64: Weser-Aller-Tieﬂand 62: N 51: 0 itletce cwredgbe ( Schwarzerdegebiet B Mitteldeutsches 50: Th 47/48: S und Erzgebirgsvorland 46: Harz 38: orden) ¨ nbre Heide uneburger ¨ rlce Harzvorland ordliches aming ¨ ¨ aurugupnScsnAhls(nach Sachsen-Anhalts Naturraumgruppen rne eknudRandplatten und Becken uringer ¨ csshsH achsisches ¨ rne eknmtRandplatten) mit Becken uringer ¨ ugelland ¨ S slce azoln und Harzvorland Ostliches ¨ CHEFFLER . R G.3 ulceAbgrenzung aumliche ¨ und F R UHAUF ¨ 2011). , CXXI

Anhang G Anhang G Phanologische¨ Datenbasis ist, werden in den Analysen beide Naturraumgruppen getrennt aufgefuhrt.¨ Die Naturraumgruppe 81 (Mittelbrandenburgische Platten) wird in den Er- gebnissen nicht berucksichtigt,¨ da der Datenbestand in allen phanologischen¨ Phasen zu gering ist. Ebenso wird die Naturraumgruppe 78 (Mecklenburg- Brandenburgisches Platten) vernachlassigt,¨ da die Naturraumgruppe nur an Sachsen-Anhalt grenzt und keine reprasentative¨ Flache¨ einnimmt. Als weitere raumliche¨ Abgrenzung fur¨ die Stationsauswahl gelten zusatzlich¨ die Grenzen der Naturraumgruppen. Insgesamt wurden 717 Stationen in die Untersuchung einbezogen (vgl. Abb. G.2).

Abbildung G.2: R¨aumliche Verteilung der Ph¨anologie-Stationen.

G.4 Weitere vorgenommene Anderungen¨

Die Station Wilkau–Haßlau (Stationsnr. 13035, Phano-Kennung¨ 150484400) wurde aus den weiteren Analysen ausgeschlossen, da sie außerhalb des Be- reiches liegt. In den unterschiedlichen Datenquellen und Stationsinformatio- nen gibt es uneinheitliche Benennungen der Stationen. Hier haben die Statio- nen Pratau und Salzwedel unterschiedliche Stationsnummern: Pratau (MIRA- KEL: 3992; CDC: 13313) und Salzwedel (MIRAKEL: 4373; CDC: 15451). Die Stationsnummerierung des CDC- Dienstes wurde ubernommen,¨ um eine Ver- schneidung der beiden Datensatze¨ moglich¨ zu machen. Bei den Stationen 13182, 13183, 13184 gibt es ebenfalls Unterschiede in der Benennung und im Beobach- tungsort. Die folgende Benennung wird ubernommen:¨ 13182 – Kosen;¨ 13183 – Kosen,¨ Bad Frankenau;¨ 13184 – Mollern-Oberm¨ ollern.¨

CXXII rpe Sachsen-Anhalts. gruppen G.3: Abbildung f Trends die stellen Abschnitt diesem in Karten Die G.5 e hsneinpo1 ar verschiebt. sich Jahre Tage 10 viel wie pro um Phasenbeginn d.h. der Dekade, Angaben eine Die auf sich zusammengefasst. beziehen Trendentwicklung Darstellung zur der ,,Th in des Randplatten” Naturraumgruppen und die Beckens wurden Dabei dar. turraumgruppen ph nlgshnPaei etamvn15 i 04f 2014 bis 1951 von Zeitraum im Phase anologischen ¨ G.5 Naturraumgruppen verschiedenen in Trendentwicklung der Ubersicht ¨ brih e rnetikugi esheee Naturraumgruppen verschiedenen in Trendentwicklung der Ubersicht ¨ rnetikugdrVorfr der Trendentwicklung higpae,,Bl uhlingsphase ¨ t e a-ed”i e Naturraum- den in Sal-Weide” der ute ¨ rdnEnrt e jeweiligen der Eintritt den ur ¨ rdevrcidnnNa- verschiedenen die ur ¨ uringers ¨ CXXIII

Anhang G Anhang G Phanologische¨ Datenbasis

Abbildung G.4: Trendentwicklung der Erstfruhlingsphase¨ ,,Blute¨ des L¨owenzahns” in den Naturraum- gruppen Sachsen-Anhalts.

Abbildung G.5: Trendentwicklung der Vollfruhlingsphase¨ ,,Blattentfaltung der Stieleiche” in den Na- turraumgruppen Sachsen-Anhalts.

CXXIV aurugupnSachsen-Anhalts. Naturraumgruppen bidn G.7: Abbildung G.6: Abbildung amrpe Sachsen-Anhalts. raumgruppen G.5 brih e rnetikugi esheee Naturraumgruppen verschiedenen in Trendentwicklung der Ubersicht ¨ rnetikugdrHcsmepae,,Bl Hochsommerphase der Trendentwicklung rnetikugdrFr der Trendentwicklung homrhs ,,Bl uhsommerphase ¨ t e cwre oudr”i den in Holunders” Schwarzen des ute ¨ t e omrLne ndnNatur- den in Sommer-Linde” der ute ¨ CXXV

Anhang G Anhang G Phanologische¨ Datenbasis

Abbildung G.8: Trendentwicklung der Sp¨atsommerphase ,,Blute¨ des Heidekrauts” in den Naturraum- gruppen Sachsen-Anhalts.

Abbildung G.9: Trendentwicklung der Fruhherbstphase¨ ,,Fruchtreife des Schwarzen Holunders” in den Naturraumgruppen Sachsen-Anhalts.

CXXVI urugupnSachsen-Anhalts. turraumgruppen bidn G.11: Abbildung Sachsen-Anhalts. raumgruppen G.10: Abbildung G.5 brih e rnetikugi esheee Naturraumgruppen verschiedenen in Trendentwicklung der Ubersicht ¨ rnetikugdrSp der Trendentwicklung rnetikugdrVlhrspae,FuhriedrSilih”i e Natur- den in Stieleiche” der ,,Fruchtreife Vollherbstphase der Trendentwicklung ¨ tebths ,,Blattverf atherbstphase ¨ rugdrSilih”i e Na- den in Stieleiche” der arbung CXXVII

Anhang G