Homogenisierung von Schneezeitreihen für eine robuste Schneeklimatologie der Alpen

Schnee ist nicht nur ein bedeutender Wirtschaftsfaktor, sondern birgt auch ein sehr relevantes Gefahrenpotential für Gebirgsregionen wie die Alpen. Daher ist es nicht verwunderlich, dass es eine lange Tradition in der Messung des Schnees in solchen Regionen gibt. Darüber hinaus ist der Schnee von zunehmendem Interesse für Wettervorhersagemodelle, hydrologische Modellen, oder zur Klima-Überwachung. Hom4Snow konzentriert sich auf langfristige tägliche Messungen der Neuschneehöhe und der Schneehöhe in Österreich und der Schweiz, da sie die einzigen Datenquellen zur Beschreibung langfristiger Schneeveränderungen sind. Die hohe räumliche Dichte der Messungen in den Alpen ermöglichst es die Vielfalt der Topographie zu beschreiben. Wie bei anderen Klima-Messreihen gibt es jedoch eine hohe Wahrscheinlichkeit, dass die langfristigen Schneemessungen Inhomogenitäten in den Zeitreihen aufweisen, die durch Änderungen der Stationsumgebung, Beobachterwechsel oder Änderungen der Messpraxis zustande kommen. Solche Inhomogenitäten können raum-zeitliche Trends deutlich verändern, sowie in weiterer Folge zu falschen Schlussfolgerungen von Entscheidungsträgern oder wissenschaftlichen Anwendern führen. Daher sollen in dem vorgeschlagenen Projekt innovative Methoden für die Homogenisierung der langfristigen Schnee-Zeitreihen entwickelt und die Auswirkungen solcher Anpassungen auf zeitliche Trends und Klimatologien demonstriert werden. Ein einzigartiger Datensatz "paralleler" Schneemessungen aus verschiedenen Seehöhen und Klimaregionen ermöglicht einen Vergleich der Empfindlichkeit von Neuschneehöhe, Schneehöhe und davon abgeleiteten Kenngrößen auf mögliche Veränderungen der Messbedingungen. Die Zusammenstellung und Analyse der parallelen Schneemessungen sowie die Entwicklung von Algorithmen um Lücken in den Datenreihen zu füllen, wird die Hauptaufgabe einer ersten Dissertation sein. Diese Schritte werden einer zweiten Dissertation helfen qualitativ hochwertige Referenzreihen zu erstellen, um Verfahren zur Brucherkennung anzuwenden und schließlich verlässliche Methoden für die Korrektur der Inhomogenitäten zu entwickeln. Schließlich wird untersucht inwieweit die festgestellten Inhomogenitäten abgeleitete Trends, Klimatologien sowie die Klimasensitivität der Schneezeitreihen beeinflussen. Die Zusammenarbeit der Partner wird nicht nur die Anzahl der langfristigen und hochwertigen Schnee- Zeitreihen in Österreich und der Schweiz erhöhen, sondern auch deutlich die Unsicherheit von Trendaussagen in Bezug auf Schneemessungen in den Alpen reduzieren. Dies ist von großer Bedeutung für Bemessungsaufgaben (Berechnung von Schneelasten) in der Bautechnik, Berechnung von Schadenspotentialen für dieVersicherungswirtschaft, Bewertungvon Planungsvorhaben vonSchigebieten, Umweltverträglichkeitsprüfungen oder Risikominderungsmaßnahmen. Darüber hinaus erlauben die Ergebnisse ein Ranking der verschiedenen Schneeparameter im Hinblick auf ihre Empfindlichkeit gegenüber Inhomogenitäten. Schließlich werden unsere Ergebnisse erste Hinweise darauf geben, wie Schneemessreihen durch die Umstellung von manueller auf automatische Schneemessung beeinflusst werden, eine Umstellung die derzeit in vielen Ländern auf der ganzen Welt in Gange ist.

Das Wissen über die klimabedingten Veränderungen des Schnees in den Alpen ist von vielfältiger Bedeutung in der Praxis. Sowohl die Wasserwirtschaft, die Ökologie, die Landwirtschaft oder der Tourismus in den Alpen sind vom Schnee abhängig. Um die Veränderungen des Schnees analysieren und beurteilen zu können, ist man auf zuverlässige Modellergebnisse und Messungen angewiesen. Satellitendaten können nur eine deutlich kürzere Zeitspanne abdecken und haben im Gebirgsregionen noch große technische Probleme bei der Erfassung des Schnees. Langfristige Messungen an Stationen zum Schnee in den Alpen beziehen sich vorwiegend auf die Gesamt- und die Neuschneehöhe. Auch wenn diese Messungen prinzipiell einfach durchzuführen sind, bergen sie das Potential von Fehlern und Änderungen in den Messreihen, die in der gleichen Größenordnung oder sogar größer als die klimabedingten Veränderungen sein können. Diese Fehler (Brüche) in den Messreihen zu erkennen und möglichst wirklichkeitsnahe, also den natürlichen Verhältnissen entsprechend, zu korrigieren (mit dem Fachbegriff Homogenisierung bezeichnet), war die Herausforderung und Forschungsfrage des Projektes Hom4Snow. Während für die Lufttemperaturmessungen oder Niederschlagsmessungen recht umfangreiche Erfahrungen zur Homogenisierung vorliegen, war es vor dem Projekt Hom4Snow für die Gesamt- und Neuschneehöhe noch wissenschaftliches Neuland. Aufbauend auf dem Wissen von Lufttemperatur und Niederschlag wurden die dort entwickelten Methoden durch Hom4Snow für den Schnee getestet. Jedoch hat der Schnee einige Spezifika die bei der Homogenisierung berücksichtigt werden müssen. Zum Beispiel führt die Korrektur der Schneehöhe auch zu einer Veränderung der Schneedeckendauer, die unter Umständen aber keinen Bruch in der Zeitreihe aufweist. Diese Anforderungen zu berücksichtigen und zu konkreten Anleitungen für alle SchneeforscherInnen zu entwickeln war daher eine Herausforderung von Hom4Snow. Das Projekt konnte in Zusammenarbeit mit Kollegen aus der Schweiz klar die Relevanz der Homogenisierung für die Schneemessungen zeigen, wobei dies für verschiedene Schneekenngrößen (z.B. mittlere Schneehöhe, maximale Schneehöhe, Schneedeckentage) separat behandelt wurde. Weiters wurde eine verbesserte Methode für die Korrektur der Brüche und zum Ergänzen von Ausfällen in den Schneemessreihen entwickelt. Diese neu entwickelte Methode orientiert sich nicht an einer mittleren Änderung der Schneehöhe sondern korrigiert die einzelnen Klassen der Häufigkeitsverteilung individuell. Dadurch können insbesondere extreme Schneehöhen (extrem gering, extrem groß) realistischer korrigiert werden. Gerade die extremen Schneehöhen haben eine sehr große Bedeutung in der Praxis, sind sie doch für extreme Schneelaste auf Gebäuden, Lawinenereignisse oder Einschränkungen für Infrastruktur verantwortlich. Schließlich konnte Hom4Snow auch zeigen welche Fehler und damit falsche Aussagen durch die Nichtberücksichtigung der Homogenisierung entstehen können.