eingereicht von Ronald Peters
Geodäsie 95-03
April 2000
Betreuer Dr. Gunter Liebsch
Ein in den letzten Jahren intensiver erforschtes Klima-Phänomen ist die Nordatlantische Oszillation (NAO). Deren Einfluß auf das Klima in Europa wurde in jüngerer Zeit nachgewiesen.
Diese Arbeit schildert die Wirkung der NAO und beschreibt einführend vergleichbare ozeanische Klimaphänomene.
Es wird untersucht, inwiefern Pegelschwankungen der Ostsee Folgen der Nordatlantischen Oszillation sind. Dazu werden ausgewählte NAO-Indizes sowie Pegelmessungen an einigen Ostseestationen dargestellt und untereinander verglichen.
Durch Korrelation der Datenreihen wird analysiert, wie die NAO sich auf den Ostsee-Meeresspiegel auswirkt.
Einführung
Inhalt
1. Motivation
2. Klimaphänomene Was ist die NAO?
2.1. El Niño Southern Oscillation
2.2. Nordatlantische Oszillation
2.3. Weitere Klima-Indizes der nördlichen Hemisphäre
3. Datenquellen und Methodik
3.1. NAO-Daten
3.2. Pegeldaten
3.3. Methodik
4. Darstellung einiger NAO-Indizes
4.1. CRU NAO-Index
4.2. CGD NAO-Index
4.3. CPC NAO-Index
4.4. Baumringanalyse
4.5. Vergleich der NAO-Indizes
5. Darstellung einiger Pegelreihen
5.1. Pegel Kemi
5.2. Pegel Stockholm
5.3. Pegel Warnemünde
5.4. Vergleich der Pegelreihen
6. Zusammenhang zwischen der NAO und dem Meeresspiegel der Ostsee
6.1. Korrelation von NAO und Wasserständen
6.2. Korrelation mit Extremwerten
6.3. Korrelation mit den Folgemonaten
7. Fazit
8. Quellenverzeichnis
9. Abbildungsverzeichnis
10. Tabellenverzeichnis
11. Abkürzungsverzeichnis
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
In verschiedenen Publikationen wird der dänische Missionar Hans Egede Saabye zitiert, der während seines Grönlandaufenthaltes 1770-78 in seinem Tagebuch vermerkte, daß der Winter in Grönland milder ist als gewöhnlich, wenn er in Dänemark besonders streng ist und umgekehrt. Im ebenfalls in der zweiten Hälfte des 18. Jahrhunderts erschienenen Buch "Historie von Gronland" von D. Crantz wird dieser Gegensatz gleichfalls erwähnt. [14]
Es sind dies die vermutlich ersten Aufzeichnungen über das heute als Nordatlantische Oszillation (North Atlantic Oscillation, NAO) bekannte Klimaphänomen. Nach der Auswertung von bis zu über 200 Jahre zurückreichenden Wetterbeobachtungen gilt ein Zusammenhang zwischen NAO und der Temperatur sowie dem Niederschlag in Europa als gesichert.
Bereits seit Ende des 19. Jahrhunderts weiß man, daß die Meeresspiegelvariationen am Kattegat mit Veränderungen des mittleren Ostseepegels in Beziehung stehen. Inzwischen ist bekannt, daß diese Meeresspiegeländerungen von mindestens einem Monat Dauer von der Nordsee und wegen ihrer exponierten Lage damit per se vom Nordatlantik beeinflußt werden, mit einem Minimum in der südwestlichen Ostsee und einem Maximum im nördlichen Bottnischen Meerbusen. Meeresspiegeländerungen kürzerer Periode sind interne Schwankungen der Ostsee mit Maxima in der nördlichen und südlichen Ostsee sowie einer Knotenlinie bei Stockholm. [3]
Ferner wurde in eine Verbindung von extremen Hoch- und Niedrigwassern (im jährlichen Mittel) der Ostsee und ungewöhnlichen Wettersituationen (Temperatur, Windrichtung, Eisbedeckung) im Ostseeraum nachgewiesen. [4]
Eine unmittelbare Beziehung zwischen der NAO und dem Pegel der Ostsee ist daher denkbar und soll in dieser Arbeit untersucht werden. Zweckmäßig ist dabei die Betrachtung oben erwähnter Gebiete: Stockholm als Bereich mit einem Minimum an internen Schwankungen des Meeresspiegels, Warnemünde und Kemi aus dem Bereich minimalen bzw. maximalen äußeren Einflusses auf den Pegel.
Zur Einführung in das Thema und zum Verständnis ozeanischer Oszillationen wird zunächst ein Überblick über die NAO und vergleichbare Klimaphänomene gegeben.
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Seit längerem bekannt ist das tropische Klimaphänomen El Niño, eine periodische (drei bis sieben Jahre) Erwärmung des Oberflächenwassers im mittleren und östlichen Pazifik sowie dessen Gegenstück La Niña, eine Abkühlung des Pazifiks. Bereits vor einigen Jahrzehnten wurde die enge Verbindung El Niños mit einer atmosphärischen Zirkulation nachgewiesen (El Niño Southern Oscillation, ENSO).
ENSO ist verbunden mit vielfältigen klimatischen Effekten und wirtschaftlichen Folgen, nicht nur im Bereich zwischen den Aktionszentren Australien und Tahiti, sondern mit Wirkungen (extreme Temperatur- und Niederschlagsschwankungen) auch auf Süd-Amerika, südliches Nord-Amerika und Ostafrika. Die Verflechtung zwischen dem Einsetzen El Niños und anomaler Niederschlagsverteilung in Südostasien wurden nachgewiesen. [1],[19]
Abbildung 1: El Niño
Schema des Pazifik unter normalen Bedingungen (links) und während des El Niño-Einflusses (rechts). Temperatur des Oberflächenwassers (orange bedeutet wärmer als 29°C, Abstufung in 1-K-Schritten). El Niño-Kennzeichen: Umschlagen der Hauptwindrichtung von Ost-West nach West-Ost (schwarze Pfeile), Wärmepool verlagert sich ostwärts, Verdunstung und Niederschläge nehmen zu (rechts). [5]
Der Antrieb von ENSO ist noch unbekannt; es gibt Hinweise, daß die Wärmespeicherung im tiefen Westpazifik eine entscheidende Rolle spielt: Während der kühlen La Niña-Phase wird der Ozean wegen der geringeren Wolkenbedeckung aufgeheizt. Im El Niño-Abschnitt transportiert er die Wärme in andere Breiten und kühlt sich (vor allem durch Verdunstung) ab.
Besonders strenge ENSO-Ereignisse in den Jahren 1982/83 und 1997/98 sowie die kürzer werdende Periodenlänge erhärten die Vermutung, daß der vom Menschen beschleunigte Treibhaus-Effekt El Niño intensiviert. Computermodelle lassen den Schluß zu, daß die globale Klimaerwärmung die El Niño-Auswirkungen verstärkt. [18]
Weniger heftig und in seinen Folgen bei weitem nicht so extrem wie ENSO wohl vor allem deshalb erst in jüngerer Zeit eingehend untersucht ist El Niños "kleiner Bruder", die Nordatlantische Oszillation. Die NAO beschreibt die Luftdruckgegensätze über dem Nordatlantik ("Islandtief", IT, und "Azorenhoch", AH) und damit einher gehende Wetteranomalien.
ENSO und NAO sind voneinander unabhängige Klimaphänomene, ein signifikanter Zusammenhang zwischen ihnen wurde nicht festgestellt [14]. Sie haben unterschiedliche Entstehungsursachen, aber ihre Auswirkungen sind qualitativ (wenn auch nicht quantitativ) vergleichbar.
Ein NAO-Index kann definiert werden als Differenz des normalisierten Luftdrucks in Höhe des Meeresspiegels (Sea Level Pressure, SLP) an Stationen, die repräsentativ für die Lage des Islandtiefs und des Azorenhochs sind, also einer Station in Island und einer Station auf den Azoren. Der Index ist hoch (positiv), wenn Islandtief und Azorenhoch besonders ausgeprägt sind, und entsprechend niedrig (negativ), wenn die Luftdruckgegensätze weniger deutlich ausgeprägt sind.
Der NAO-Index ist nicht eindeutig definiert. Statt der Luftdruckdaten einer Azoren-Station nutzen einige Quellen Daten von Portugal (Lissabon) oder Gibraltar. Auch wurde schon allein der Luftdruck (SLP) an einer Islandstation als NAO-Index benutzt. Verschiedene Datenreihen entstehen durch unterschiedliche zeitliche Staffelung: monatliche, saisonale oder jährliche Mittelwerte. Da nachgewiesen wurde, daß die NAO zwar eine ganzjährig zu beobachtende Erscheinung ist, wobei aber die Wintermonate dominieren, kann ein NAO-Index nur aus dem Mittelwert der Monate Dezember bis März bzw. auch hier gibt es Unterschiede Dezember bis Februar gebildet werden.
Eine andere Methode nutzt statt der Differenzen des Luftdrucks die der Meeresoberflächentemperatur (sea surface temperature, SST).
 |
Abbildung 2: |
Es wurde versucht, den Einfluß der NAO auf Temperaturen und Niederschläge in Europa zur länger zurückreichenden Modellierung zu verwenden: Mittels Baumring-Analyse (Tree Ring Reconstruction, TRR) und Untersuchung von Bohrkernen aus dem Grönland-Eis wurde ein 300 Jahre zurückreichender NAO-Index erstellt.
Beide Gebiete, Islandtief und Azorenhoch, sind relativ stabil, verlagern sich aber gleichzeitig nördlich oder südlich. Der erste Fall beschreibt die Intensivierung (positiver Index), also Druckabnahme über Island und Druckzunahme über dem subtropischen Atlantik (Abbildung 2) und ist gekennzeichnet von starken Westwinden über dem Nordatlantik und milden Wintertemperaturen in Europa. Südliche Verlagerung zeigt eine Abschwächung, also Druckzunahme im IT und Druckabnahme im AH (Abbildung 3), verbunden mit schwachen Winden und strengen Wintern. [14]
Die Intensitätswechsel vollziehen sich mehr oder weniger deutlich über mehrere Jahre, zwei- bis fünfjährige Schwankungen werden von 20- bis 50jährigen Perioden überlagert [7]. Das bedeutet, daß während über 100 Jahren Aufzeichnung erst wenige Realisierungen des Phänomens beobachtet wurden, wodurch die Modellierung der NAO noch recht vage ist.
 |
Abbildung 3: Negative NAO-Phase |
Die NAO realisiert kein weißes Rauschen, sondern stellt die Überlagerung eines breiten Spektrums von Variationen dar, entsteht also durch das Zusammenwirken vielfältiger stochastischer oder deterministischer Klima- und Wetter-Prozesse. Unübersehbar sind dabei unzählige kurzperiodische Wirkungen, zusammen mit unbestimmten Langzeiteinflüssen. [15]
Die Nordatlantische Oszillation beeinflußt in erheblichem Maße das Klima von Nord-Amerika bis Skandivanien, Nord-Afrika und dem Mittleren Osten; Anomalien von Temperatur, Niederschlag und Wind wirken unmittelbar auf das Wachstum von Wasser- und Landlebewesen, was sich indirekt in ökonomischen und sozialen Folgen fortsetzt.
Die ausgeprägte negative Phase im Winter 1995/1996 wird verantwortlich gemacht für den kalten und schneereichen Winter im östlichen Nord-Amerika, Kälte in Nord-Europa und regenreiches, stürmisches Wetter in Nord-Afrika. [8]
Seit Ende der 1960er Jahre wurde ein bis auf wenige Ausnahmen permanentes Ansteigen des NAO-Index festgestellt. Eine ebenfalls in den vergangenen Jahrzehnten beobachtete Klimaänderung und Zunahme extremer Wettersituationen (Orkane [2]) verleitet vielfach zu Spekulationen über eine vom Menschen induzierte Klimakatastrophe. Jedoch besteht hier noch erheblicher Forschungsbedarf, um natürliche Schwankungen von etwaigen anthropogenen Einflüssen zu trennen.
Die Ostatlantische Oszillation (East Atlantic pattern, EA) ähnelt der NAO, die Dipol-Zentren liegen jedoch weiter südöstlich. Dadurch gibt es im Gegensatz zur NAO eine deutliche Verbindung zu subtropischen Klimaphänomenen. EA gehört zu den drei wichtigsten niederfrequenten Mustern über dem Nordatlantik. Verschiedene Quellen definieren EA unterschiedlich.
Abbildung 4: Positive Phase des EA
Der Ostatlantik-Jet (East Atlantic Jet pattern, EA-Jet) ist neben NAO und EA ein weiteres niederfrequentes Klima-Muster im Bereich des nördlichen Atlantiks. Die Dipol-Zentren liegen im östlichen Nordatlantik / Skandinavien sowie über Nordafrika und dem Mittelmeer. Ein positiver Index steht für starke Westwinde über den meisten Teilen Europas, ein negativer Index für eher differenzierte Wettererscheinungen mit einem stabilen Hochdruckgebiet über Grönland und Groß Britannien.
Abbildung 5: Positive Phase des EA-Jet
Der EA-Jet tritt in den Sommermonaten April bis August auf, EA hingegen im Zeitraum September bis April. Die NAO ist ganzjährig nachweisbar, spielt im Sommer jedoch eine untergeordnete Rolle. (Abbildung 4 Abbildung 6, [11])
Abbildung 6: Positive Phase des NAO-Index
Das Skandinavien-Muster (Scandinavia pattern, SCAND, auch: Eurasia-1, Abbildung 7) zirkuliert zwischen Skandinavien und dem Arktischen Ozean nördlich Sibirien. Über Westeuropa sowie West-China liegen entgegengesetzte, aber schwächere Zentren. SCAND tritt, außer im Juni und Juli, ganzjährig auf und zeigt sehr langperiodische Variationen (bis zu mehreren Jahrzehnten). Ein positiver Index ist meist verbunden mit einem stabilen Hoch über Skandinavien und West-Russland.
Abbildung 7: Positive Phase des SCAND
Das Ost-Atlantik/West-Russland Muster (East Atlantic / West Russia, EA/WR, auch: Eurasia-2, Abbildung 8) gehört in den Monaten Oktober bis Mai zu den dominierenden Klimaerscheinungen über Eurasien. Es besteht im Winter aus zwei Aktionszentren über dem Kaspischen Meer und Westeuropa; im Frühjahr und Herbst aus zwei gleichartigen Zentren über Nordwest-Russland und bei Portugal sowie einem entgegengesetzten über Nordwest-Europa.
Der weniger häufig positive Index bewirkt wärmeres und feuchteres Wetter über Skandinavien und Nordwest-Russland sowie unterdurchschnittliche Temperaturen und Niederschläge am östlichen Mittelmeer (z.B. 1992/93).
Abbildung 8: EA/WR-Muster
Das Polare / Eurasische Muster (Polar / Eurasian pattern, POL, Abbildung 9) tritt nur in den Wintermonaten Dezember bis Februar auf und besteht aus einem Hauptzentrum über der Nordpolarregion und entgegengesetzten Nebenzentren über Europa und Nordost-China. POL ist ein Zeichen der zirkumpolaren Zirkulation und deren Auswirkungen auf die atmosphärische Zirkulation in mittleren Breiten (Europa und Asien). Ein positiver Index beschreibt stärkere, der negative schwächere polare Zirkulationen.
Abbildung 9: Positive Phase des POL
Mit POL vergleichbar ist die Arktische Oszillation (Artic Oscillation, AO) (Abbildung 10). SLP-Variationen im Arktischen Ozean sind ganzjährig positiv mit der NAO korreliert (im März am stärksten und im Oktober am geringsten [20]). Die Anbindung an den SLP von Island ist deutlich größer als an den südlichen NAO-Bereich (Azoren). Der in den vergangenen Jahren anhaltend positive Index brachte Nord-Europa milde Winter und Südeuropa Trockenheit.
Positive (oben) und negative (unten) Phase der Arktischen Oszillation: Milde Winter in Europa, feucht im Norden und trocken im Süden, sowie Kälte in Ostkanada sind Ausdruck der von starker zirkumpolarer Luftmassenzirkulation geprägten positiven AO-Phase. Hingegen bringt die negative Phase Kaltluft nach Europa und weit nach Nordamerika sowie Feuchtigkeit in den Mittelmeerraum. [9]
Abbildung 10: Arktische Oszillation
Indexreihen der genannten Muster reichen mindestens bis in die 50er Jahre zurück. Weitere großräumige Klima-Muster im Pazifik und Nordamerika werden aufgezeichnet und untersucht, um deren Verbindungen untereinander zu studieren und fundierte Klimaprognosen zu modellieren. [11]
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
NAO-Daten werden im Internet kostenlos für wissenschaftliche und private Zwecke zur Verfügung gestellt. Im Rahmen dieser Arbeit wurde auf folgende Quellen zurückgegriffen:
Ein monatlicher NAO-Index als Differenz der MSLP (Mean Sea Level Pressure) -Daten von Gibraltar und Reykjavik (Island) wurde berechnet durch Phil D. Jones, der nahezu lückenlose Aufzeichnungen seit 1821 verwenden konnte. Die hier verwendeten Daten sind aktualisiert bis November 1999.
Die Luftdruckdaten sind für jeden Monat separat normalisiert. Bei der Normalisierung ist vermutlich die Standardabweichung eines bestimmten Zeitraums festgesetzt worden, um die vorhandenen Werte konstant zu halten, wenn neue Beobachtungen hinzugefügt werden. Erst dann sind die jeweiligen Differenzen gebildet worden. Auf welchen Zeitraum sich die Normalisierung bezieht, ist nicht explizit angegeben.
Bereitgestellt wird hier auch ein auf der Baumringanalyse (TRR) basierender Winter-Index als Mittel der Monate Dezember bis Februar, der sich an den Stationen Ponta Delgada (Azoren) und Akureyri (Island) orientiert. Er reicht von 1701 bis 1980.
J.W. Hurrel stellte einen monatlichen NAO-Index als Differenz des normalisierten Luftdrucks von Ponta Delgada (Azoren) und Stykkisholmur / Reykjavik (Island) für den Zeitraum 1865 bis Mitte 1998 vor. Mit diesen Stationen sind auch ein saisonaler Index (gleitendes Mittel über jeweils drei Monate) für 18651998 und ein jährlicher Index für 18651997 erstellt worden. Ein Winter-Index als Mittel der Monate Dezember bis März nutzt Lissabon statt der Azoren-Station. Daten liegen für den Zeitraum 18641999 vor.
Die Normalisierung erfolgte auch hier separat für jeden Monat. Dabei wurde der Zeitabschnitt von 18641983 (Winter) bzw. 18651984 (die anderen) fixiert.
Das CPC hat Klimamuster aufgezeichnet und einen monatlichen NAO-Index seit 1950 berechnet. Die normalisierten Daten liegen bis Mitte 1999 vor. Nähere Angaben zu den Stationen sind nicht zu entnehmen.
Prüfen der Daten auf Plausibilität: Das CRU [12] und das CGD [10] stellen auch SLP-Daten von Island und Gibraltar bzw. den Azoren bereit. Daraus wurden eigene monatliche Reihen berechnet und mit den gegebenen NAO-Indizes verglichen. Mit jeweils fast 98% Korrelation stimmen die Reihen ausgezeichnet überein. Alle anderen Indizes wurden ungeprüft übernommen.
Wasserstandsdaten der Ostsee stammen aus laufenden Projekten am Institut für Planetare Geodäsie der TU Dresden. Es wurden Datensätze (monatliche Mittelwerte) der Pegel Kemi (nördliche Ostsee), Stockholm (mittlere Ostsee) und Warnemünde (südliche Ostsee) untersucht.
Die Daten liegen für folgende Zeiträume vor:
Pegelaufzeichnungen werden im Ostseeraum seit etwa 100 bis 150 Jahren durchgeführt: Zunächst wurden ein- oder mehrmals täglich Ablesungen an einer Pegellatte ausgeführt, später wurden kontinuierlich aufzeichnende Schreibpegel installiert. Um aus den Ablesungen verwertbare Datensätze zu gewinnen, sind mehrere Schritte notwendig: Die Daten sind für den gesamten Zeitraum auf einen einheitlichen Höhenbezug zu bringen. Korrektionen sind anzubringen, um die Auswirkungen vertikaler Bewegungen der Pegellatte und ihrer Bezugspunkte zu eliminieren.
Weiterhin muß u.a. nachvollzogen werden,
Die hier benutzten Wasserstandsdaten sind bereits fertig "verarbeitet". Analoge Probleme treten sicher auch bei der Erfassung des Luftdrucks zur Berechnung der NAO-Indizes auf, sind jedoch nicht ohne weiteres nachzuvollziehen. Die in dieser Arbeit verwendeten NAO-Daten seien als korrigiert angesehen.
Der Meeresspiegel ist langfristigen Änderungen unterworfen. Hauptgründe dafür sind
In der Summe schätzt man für die letzten 100 Jahre einen Meeresspiegelanstieg von durchschnittlich 10-25 cm. Für die nächsten 50 Jahre erwartet man weitere 20 cm, wobei die Unsicherheit groß ist und regionale Auswirkungen erheblicher sein werden. [13]
In Europa wird der Meeresspiegelanstieg überlagert von der postglazialen Landhebung. Die Inlandeismasse über Fennoskandien bewirkte eine Auflastdeformation von bis zu 1000 m. Nach Abschmelzen des Eises bis vor ca. 10.000 Jahren hält die Landhebung in einigen Gebieten noch heute in der Größenordnung 1 cm/Jahr an.
Beide Effekte, Meeresspiegelanstieg und Landhebung, sind für den untersuchten Zeitraum, 100 bis 200 Jahre, genähert linear. Die Auswirkungen auf Pegelmessungen sind entgegengesetzt und würden sich im Idealfall gegenseitig aufheben. Der lineare Trend y=m·x+b der Pegelreihen wurde jeweils nach der Methode der kleinsten Quadrate berechnet und von der Pegelreihe subtrahiert.
Die Datensätze wurden normalisiert, d.h. es wurde von jedem Wert der Mittelwert des Datensatzes abgezogen und durch die Standardabweichung geteilt. Ohne die Korrelation der Daten zu beeinflussen, sind sie dadurch visuell besser miteinander vergleichbar.
Die Berechnung der Korrelationskoeffizienten und die graphische Darstellung erfolgten mit MS Excel. Einige Korrelationen wurden mit einem mit Turbo-Pascal entwickelten Programm stichprobenartig kontrolliert.
Monate wurden in dezimaler Form an das Jahr gebunden, indem der auf drei wirksame Ziffern berechnete Wert (Monat0,5)/12 zum Jahr addiert wurde.
Wo kein aus Originaldaten (SLP) generierter saisonaler, jährlicher oder Winter-Index zur Verfügung stand, wurde dieser durch entsprechende Mittelung der monatlichen Daten gebildet. Vergleicht man wo vorhanden auf diese Weise entstandene Werte mit Original-Indizes, sieht man erhebliche Unterschiede, die vielfältige Ursachen haben, auf die an dieser Stelle nicht näher eingegangen werden soll.
Der aus Baumringanalysen hervorgegangene Winter-Index soll als Sonderfall dem Vergleich dienen.
Jahresangaben für Winter-Reihen beziehen sich immer auf das Jahr, in das der Januar fällt. Saisonal geglättete Reihen sind jeweils dem mittleren der drei Monate zugeordnet.
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Um die oben erwähnte Vielfältigkeit der Daten zu demonstrieren, werden zunächst einige NAO-Indizes miteinander verglichen.
Ein erster betrachteter Datensatz stammt vom CRU. Der monatliche NAO-Index ist berechnet aus Luftdruckdaten von Gibraltar und Südwest Island. Um kurzperiodische Schwankungen zu glätten, wurde eine gleitende Mittelbildung der monatlichen Werte über drei Monate (seasonal index, saisonaler Index) durchgeführt.
Anschaulicher für die Darstellung längerfristiger Änderungen ist die Berechnung jährlicher Mittelwerte sowie da die NAO in den Wintermonaten besonders ausgeprägt ist eines Mittels aus den Monaten Dezember bis März.
Die Graphik des monatlichen (Abbildung 11) und saisonalen Index (Abbildung 12) ist überlagert von einem gleitenden Median über 36 Perioden (drei Jahre). Dieser veranschaulicht das mehrjährige Verhalten der NAO.
Die Zeichungen des jährlichen (Abbildung 13) und des Winter-Index (Abbildung 14) sind von Medianfiltern über zehn Perioden (10 Jahre) überlagert, um Schwankungen der Größenordnung von Jahrzehnten zu visualisieren.
Abbildung 11: Monatlicher NAO-Index (Climatic Research Unit)
Abbildung 12: Saisonaler NAO-Index aus monatlichem Index (Climatic Research Unit)
Abbildung 13: Jährlicher NAO-Index aus monatlichem Index (Climatic Research Unit)
Abbildung 14: Winter-NAO-Index aus monatlichem Index (Climatic Research Unit)
Die Korrelation zwischen dem jährlichen und dem Winter-Index beträgt 44% (vgl. Kapitel 4.5.). Das zeigt, daß die Ausprägung der NAO in den Wintermonaten einen entscheidenden Anteil des Phänomens trägt: Der viermonatige Winterzeitraum ist verantwortlich für fast die Hälfte der jährlichen Variation.
Auffällig in Abbildung 14 ist nach dem massiven Abfall ab 1950 der stete Aufwärtstrend seit Ende der 1960er Jahre. Der extrem negative Index 1996 könnte der Auftakt zu einer erneuten Trendumkehr sein.
Die zeitlich unterschiedlich aufgelösten Darstellungen verdeutlichen, daß die NAO eine Vielzahl Perioden in sich vereint, klare wiederkehrende Muster sind hingegen nicht zu erkennen.
Das CGD stellt die NAO in der Unterscheidung monatlicher / saisonaler / jährlicher bzw. Winter-Index bereit.
Berechnet wurden die Datensätze aus Luftdruckwerten von Stykkisholmur (Island) und Lissabon (Winter-Index) bzw. Ponta Delgada (alle anderen).
Die monatlich aufgelösten Reihen (Abbildung 15 und Abbildung 16) sind wieder von einem dreijährigen Median überlagert, die jährlich aufgelösten Reihen (Abbildung 17 und Abbildung 18) von einem zehnjährigen.
Abbildung 15: Monatlicher NAO-Index (Climate and Global Dynamics Division)
Abbildung 16: Saisonaler NAO-Index (Climate and Global Dynamics Division)
Abbildung 17: Jährlicher NAO-Index (Climate and Global Dynamics Division)
Abbildung 18: Winter-NAO-Index (Climate and Global Dynamics Division)
Die Korrelation zwischen dem jährlichen- und dem Winter-Index beträgt 67% (vgl. Kapitel 4.5.). Hier zeigt sich also eine deutlichere Dominanz der Wintermonate am NAO-Index als beim Index des CRU.
Bereits im jährlichen Index sind der negative Bereich um die 1960er Jahre, der steigende Trend der letzten 30 Jahre und der markante negative Einschnitt vor wenigen Jahren sichtbar.
Die monatlich aufgelösten Indizes bieten wiederum ein sehr differenziertes Bild.
Als prominentes von einer ganzen Reihe Klimamuster wird vom CPC seit 1950 ein NAO-Index berechnet. An welchen Orten die Luftdruckdaten registriert werden, ist nicht angegeben. Aus monatlichen Werten wurden wieder saisonaler, jährlicher und Winter-Index berechnet.
Auch hier dienen mediangefilterte Kurven der Veranschaulichung mehrjähriger Trends. (Abbildung 19 Abbildung 22)
Abbildung 19: Monatlicher NAO-Index (Climate Prediction Center)
Abbildung 20: Saisonaler NAO-Index aus monatlichem Index (Climate Prediction Center)
Abbildung 21: Jährlicher NAO-Index aus monatlichem Index (Climate Prediction Center)
Abbildung 22: Winter-NAO-Index aus monatlichem Index (Climate Prediction Center)
Mit einer Korrelation von 57% (vgl. Kapitel 4.5.) zwischen dem jährlichen- und dem Winter-Index zeigt sich auch hier die im Winter vorherrschende Ausprägung der NAO.
In allen vier Abbildungen ist ein ansteigender Trend zu erkennen, was zu voreiligen Schlußfolgerungen verleiten könnte. Durch den sehr kurzen Aufzeichnungszeitraum von rund 50 Jahren ist dieser Quelle der vorangegangene Abfall der Kurve vorenthalten.
Als indirekte Methode der Rekonstruktion der NAO sei die Baumringanalyse aufgezeigt. Die Daten werden vom CRU [12] bereitgestellt.
Hierbei wird der Umstand ausgenutzt, daß das an der Dicke der Jahresringe erkennbare Wachstum von Bäumen abhängig ist von Temperatur und Feuchtigkeit im betreffenden Jahr; diese wiederum stehen wie eingangs beschrieben (vgl. Kapitel 2.2.) in intensiver Wechselwirkung mit der NAO.
Abbildung 23: Winter-NAO-Index aus Baumringanalyse (Climatic Research Unit)
Der 300 Jahre umfassende Index zeigt, daß über Dekaden anhaltende Aufwärts- oder Abwärtstrends durchaus nicht ungewöhnlich sind. Mehr oder weniger steile Phasen kommen genauso vor wie extreme Einzelereignisse.
Die NAO-Indizes stammen aus verschiedenen, teilweise nicht benannten Quellen. Um die sich daraus ergebenden Unterschiede zu bewerten, werden die Daten miteinander korreliert.
| CRU | CGD | CPC | TRR | |||||||||||
| mon | sai | ann | win | mon | sai | ann | win | mon | sai | ann | win | win | ||
| - | 0,65 | - | - | 0,76 | 0,47 | - | - | 0,57 | 0,35 | - | - | - | mon | CRU |
| - | - | - | 0,49 | 0,74 | - | - | 0,35 | 0,55 | - | - | - | sai | ||
| - | 0,44 | - | - | 0,76 | 0,53 | - | - | 0,57 | 0,35 | 0,20 | ann | |||
| - | - | - | 0,61 | 0,97 | - | - | 0,41 | 0,78 | 0,38 | win | ||||
| - | 0,63 | - | - | 0,70 | 0,47 | - | - | - | mon | CGD | ||||
| - | - | - | 0,45 | 0,70 | - | - | - | sai | ||||||
| - | 0,67 | - | - | 0,83 | 0,64 | 0,48 | ann | |||||||
| - | - | - | 0,47 | 0,83 | 0,57 | win | ||||||||
| - | 0,63 | - | - | - | mon | CPC | ||||||||
| - | - | - | - | sai | ||||||||||
| - | 0,59 | 0,37 | ann | |||||||||||
| - | 0,65 | win | ||||||||||||
Tabelle 1: Korrelation verschiedener NAO-Indizes
Tabelle 1 zeigt, wie die einzelnen Indexreihen miteinander korreliert sind. Reihen gleicher temporaler Auflösung sind recht hoch miteinander korreliert, mit jeweils höchsten Werten für den Winter-Index (farbig markiert).
Ein Maximum von 97% stellt sich zwischen den Winter-Indizes des CRU und des CGD heraus. Diese NAO-Indizes wurden aus SLP-Daten von Gibraltar (CRU) bzw. Lissabon (CGD) berechnet; zwei Stationen, die nur wenige hundert Kilometer auseinander liegen und die NAO für den Winter besser repräsentieren als für den Rest des Jahres [10].
Die Außenseiterrolle des TRR-Indizes wurde bereits erwähnt. Sowohl seine mittelbare Entstehung als auch sein Bezug auf andere Stationen begründen die geringere Korrelation mit den anderen Indizes. Die CPC-Reihe ist zu kurz für eine aussagekräftige Analyse.
 |
Insbesondere der optische Vergleich der beiden längeren Reihen (CRU und CGD) offenbart eine deutliche Ähnlichkeit. (vgl. Abbildung 14 und Abbildung 18) |
Abbildung 24: NAO-Index (Winter),
Climatic Research Unit (oben) vs. Climate and Global Dynamics Division (unten)
Abschließend ist festzustellen, daß die untersuchten Realisierungen der NAO ein hochkomplexes Klimamuster manifestieren. Der Winter dominiert das Phänomen, das ein breites Spektrum sich überlagernder Oszillationen repräsentiert.
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Der Meeresspiegel der Ostsee ist vielen Einflüssen unterworfen: Luftdruck, Niederschläge, Windrichtung und stärke und deren zeitliche Abfolge, Eisbedeckung, Gezeiten, um nur einige zu nennen. Wie jedes Meer unterliegt auch die Ostsee einer internen Oszillation. Die Auswirkungen vertikaler Krustenbewegungen wurden bereits in Kapitel 3.3. angesprochen.
Die Ausbreitung der Siedlungen bis nah an die Küste veranlaßte die Küstenbewohner zum Schutz vor Überschwemmungen zur systematischen Beobachtung des Meeresspiegels. Dabei mußten sie sich zwangsläufig auf Pegel in Küstenstädten beschränken; erst seit wenigen Jahrzehnten kommen flächenhafte Satellitenmessungen hinzu.
Abbildung 25: Lage der einbezogenen Pegelstationen
An der Ostsee wurde an einigen Orten bereits im 19. Jahrhundert mit der regelmäßigen Aufzeichnung begonnen, was heute die Analyse langjähriger Pegelreihen ermöglicht.
Die Wasserstandswerte dreier ausgewählter Pegelstationen (Kemi, Stockholm und Warnemünde) wurden in eine den NAO-Reihen analoge Form gebracht, also als normalisierte monatliche, saisonale, jährliche bzw. Winter-Reihen dargestellt.
Auch hier heben drei- bzw. zehnjährige Medianfilter die mehrjährige Prägungen hervor.
Wie in Kapitel 3.3. beschrieben, wurden die Pegelreihen vom linearen Trend befreit. Exemplarisch sind auch die trendbehafteten monatlichen und jährlichen Reihen dargestellt.
Kemi liegt in einem Bereich, der in hohem Maße von Wettersituationen außerhalb des Ostseeraums beeinflußt wird [3]. Aussagen über eine Verbindung von NAO und Meeresspiegel sind daher hier am ehesten zu erwarten. Leider ist Kemi mit rund 70 Jahren Aufzeichnungszeit auch die kürzeste Pegelreihe.
Abbildung 26: Pegel Kemi, monatlich (trendbehaftet)
Abbildung 27: Pegel Kemi, monatlich
Abbildung 28: Pegel Kemi, saisonal
Abbildung 29: Pegel Kemi, jährlich (trendbehaftet)
Abbildung 30: Pegel Kemi, jährlich
Abbildung 31: Pegel Kemi, Winter
Für den Pegel Kemi ist ein Abwärtstrend unverkennbar (Abbildung 29): Um rund einen halben Meter sank der Meeresspiegel im knapp 70jährigen Aufzeichnungszeitraum gegenüber dem Bezugspunkt. Grund dafür ist vor allem die postglaziale Landhebung in Skandinavien (vgl. Kapitel 3.3.).
Die Winter-Reihe ist mit der jährlichen Reihe stark korreliert (64%, vgl. Kapitel 5.4.), d.h. auffällige Meeresspiegel-Schwankungen finden zum größten Teil in den Monaten Dezember bis März statt.
Stockholm liegt im Knotenbereich kurzperiodischer Bewegungen der Ostsee. Meeresspiegelvariationen mit externen Ursachen zeigen sich hier am deutlichsten, da sie praktisch nicht von ostsee-internen Schwankungen überlagert werden. [3]
Abbildung 32: Pegel Stockholm, monatlich (trendbehaftet)
Abbildung 33: Pegel Stockholm, monatlich
Abbildung 34: Pegel Stockholm, saisonal
Abbildung 35: Pegel Stockholm, jährlich (trendbehaftet)
Abbildung 36: Pegel Stockholm, jährlich
Abbildung 37: Pegel Stockholm, Winter
Auch Stockholm weist eine eindeutige Abwärtstendenz auf (ca. 40 cm bzgl. des Pegelnullpunktes in 100 Jahren, Abbildung 35). Am Ende der vorliegenden Reihe hat es jedoch den Anschein, es könnte eine Trendumkehr erfolgen. Hier wäre die Einbeziehung von Daten der 1990er Jahre interessant.
Die Winter-Reihe ist zu 73% mit der jährlichen Reihe korreliert (vgl. Kapitel 5.4.). Die Sommermonate sind also auch hier für langjährige Pegeluntersuchungen weniger aussagekräftig.
In der südlichen Ostsee Warnemünde wirken extern angetriebene Meeresspiegelschwankungen minimal, während sie am stärksten von internen Änderungen überlagert werden. [3] Daher ist hier die geringste Kopplung an die NAO zu erwarten. Vorteilhaft für die Analyse ist die lange Aufzeichnung über fast 150 Jahre.
Abbildung 38: Pegel Warnemünde, monatlich (trendbehaftet)
Abbildung 39: Pegel Warnemünde, monatlich
Abbildung 40: Pegel Warnemünde, saisonal
Abbildung 41: Pegel Warnemünde, jährlich (trendbehaftet)
Abbildung 42: Pegel Warnemünde, jährlich
Abbildung 43: Pegel Warnemünde, Winter
Warnemünde tendiert im Vergleich zu Kemi und Stockholm in die entgegensetzte Richtung, weist nämlich einen relativ steigenden Meeresspiegel aus (ca. 16 cm, Abbildung 41).
Die Korrelation zwischen jährlicher und Winter-Reihe beträgt in Warnemünde 66% (vgl. Kapitel 5.4.). Besonderes Augenmerk muß also auch hier auf den Winter gerichtet werden.
Klare Variationsmuster werden aus den graphischen Darstellungen der Pegelreihen nicht ersichtlich. Der Meeresspiegel ist vielseitigen Einflüssen kurzer und langer Periode unterworfen.
Die Datensätze werden miteinander korreliert, um Abhängigkeiten zwischen einzelnen Reihen bzw. Stationen beurteilen zu können.
Deutlicher als bei der NAO zeigt sich bei allen drei Pegeln die Dominanz der Wintermonate in der jährlichen Variation (blau markiert). Hoch ist auch die Korrelation jeweils der monatlichen mit den saisonal geglätteten Werten, wobei hier jedoch von vornherein eine Abhängigkeit gegeben ist. (Tabelle 2)
Auffällig ist die hohe Korrelation der Pegel Kemi und Stockholm sowie, nicht ganz so hoch, Stockholm und Warnemünde (rot markiert). Ein Zusammenhang zwischen Kemi und Warnemünde ist weniger deutlich.
Tabelle 2: Korrelation der Pegelreihen
In der folgenden Analyse des statistischen Zusammenhangs zwischen der Nordatlantischen Oszillation und dem Ostsee-Meeresspiegel spielen also die Wintermonate eine entscheidende Rolle. Für Kemi und Stockholm sind sich ähnelnde Ergebnisse zu erwarten, während Warnemünde mehr Eigenarten zeigen dürfte.
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Miteinander korreliert werden die einander in der temporalen Auflösung entsprechenden Datenreihen. Der Versuch, beispielsweise aus der Winter-NAO einen Einfluß auf die jährlichen Pegelwerte zu finden, brachte keine aussagekräftigeren Ergebnisse.
Wirksam bei der Berechnung der Korrelationskoeffizienten wird natürlich immer nur der Zeitraum, für den NAO- und Pegeldaten vorliegen. Daraus folgen für den Pegel Kemi und für den NAO-Index des CPC generell Abstriche in der Aussagekraft. Da der TRR-Index bereits 1980 endet, "fehlen" auch ihm wichtige Jahre.
Abbildung 44: Korrelation der NAO-Indizes mit dem Pegel Kemi
Abbildung 44 veranschaulicht den Zusammenhang zwischen der Nordatlantischen Oszillation und dem Meeresspiegel am Pegel Kemi. Die beiden längeren NAO-Reihen vom CRU und CGD liefern jeweils ähnliche Werte: Über 30% bis 40% Korrelation bei den monatlichen und saisonalen Reihen, über 50% bei den jährlichen und über 60% bei den Winter-Reihen.
Beim CPC hingegen ergeben sich kleinere Werte, 39% bei den jährlichen bzw. 35% bei den Winter-Werten. Der TRR-Index liegt mit 48% dazwischen.
Die Indizes vom CRU und CGD mit den bekannten Einschränkungen auch TRR zeigen eine recht deutliche Kopplung mit dem Pegel Kemi.
Abbildung 45: Korrelation der NAO-Indizes mit dem Pegel Stockholm
Die Verbindung der NAO-Indizes mit den Stockholmer Pegelmessungen zeigt Abbildung 45. Für den Winter zeigen CRU und CGD auch hier einen relativ hohen Korrelationskoeffizienten von 0,63. Im Vergleich zur Untersuchung von Kemi liefert hier der CPC-Index einen höheren Wert, TRR einen kleineren.
Bei dem monatlichen, saisonalen und jährlichen Reihen zeigt CRU die höchsten Korrelationen, CPC wieder die niedrigsten.
Besonders der CRU-Index, für den Winter auch CGD, dokumentiert die Verbindung der NAO mit dem Pegel Stockholm. Nicht ganz so hohe Werte wie bei Kemi (für den Winter gleich hoch wie Kemi), dafür aber auf der Basis einer längeren Datenreihe, bestätigen die Relation zwischen der NAO und Pegelschwankungen in der Ostsee.
Abbildung 46: Korrelation der NAO-Indizes mit dem Pegel Warnemünde
Für Warnemünde ergibt sich ein anderes Bild (Abbildung 46): Die Koeffizienten für die monatlichen und saisonalen Datensätze liegen bei Null, sie weisen keine markante Verbindung miteinander auf. Erst für den Winter sind Werte um 25% (Indizes vom CRU und CGD) zu sehen diese Größenordnung gilt bei den anderen beiden Pegeln bereits für die schwächsten Korrelationen.
CPC- und TRR-Index lassen auf keinen Einfluß der NAO auf den Pegel Warnemünde schließen.
Insgesamt gilt: Entsprechend der temporalen Auflösung erhöht sich die Korrelation; monatliche Reihen sind am schwächsten korreliert, saisonal geglättete schon stärker, die jährlichen noch höher. Offenbar wird der Zusammenhang stärker, je länger die jeweiligen Perioden sind. Der Winter liefert wie erwartet die höchsten Korrelationen, schließlich überwiegen sowohl NAO-Index als auch Pegelvariationen in den Monaten Dezember bis März.
Für den CPC-Index gilt dieser Befund nur teilweise. Er ist schwer einzuordnen, seinem Verhalten wird jedoch wegen seiner geringen Aufzeichnungsdauer auch nur wenig Aussagekraft beigemessen.
Der TRR-Index ermöglicht solche Vergleiche nicht, eine Verbindung mit den Pegeln Kemi und Stockholm wird aber deutlich.
Da eine Beziehung zwischen der Nordatlantischen Oszillation und dem Meeresspiegel der Ostsee erkennbar ist, liegt es nahe, extreme NAO-Ereignisse näher zu untersuchen. Sie müßten sich aus dem "Rauschen" der Wasserstandswerte herausheben und in extremen Pegelständen widerspiegeln.
Nur der CRU- und der CGD-Index werden nachfolgend betrachtet, da sie als am höchsten mit den Pegeln korreliert erkannt wurden. Verglichen mit dem CPC-Index liegen sie außerdem für einen längeren Zeitraum vor. Der TRR-Index wird zum Vergleich mituntersucht.
Als "extrem" seien hier alle die Werte bezeichnet, die um mindestens die einfache Standardabweichung (1 s ) des Datensatzes von dessen Mittelwert abweichen. Betrachtet man die Datensätze als genähert normalverteilte Zufallsgrößen, sind etwa ein Drittel der Zahlen als Extremwerte zu erwarten. Ein noch größeres Extremwert-Kriterium (z.B. 2 s ) erwies sich als nicht praktikabel, weil es zu wenig Werte liefert.
Abbildung 47 zeigt exemplarisch am Pegel Kemi, daß die Annahme der Normalverteilung gerechtfertigt ist. Von 789 Zahlenwerten liegen 259 (also erwartungsgemäß etwa ein Drittel) nicht mehr innerhalb des 1 s -Bereichs, 29 (etwas weniger als die erwarteten 5%) nicht mehr innerhalb des 2 s -Bereichs.
Abbildung 48 zeigt die Häufigkeitsverteilung der Werte für den Winter-NAO-Index des CRU. Hier liegen von 178 Zahlenwerten 56 nicht mehr innerhalb der 1 s -Grenze, 8 nicht mehr innerhalb 2 s . Auch hier sind die Werte genähert normalverteilt. Ungeprüft sei für alle anderen benutzten Datenreihen die Normalverteilung vorausgesetzt.
Abbildung 47: Häufigkeitsverteilung der Pegeldaten von Kemi (monatlich)
Abbildung 48: Häufigkeitsverteilung der NAO-Daten des CRU (Winter)
Die extremen NAO-Werte werden mit den zugehörigen Pegelwerten korreliert. Eine Beeinflussung des Meeresspiegels durch die NAO müßte dadurch deutlicher zutage treten.
Umgekehrt werden extreme Pegelwerte mit entsprechenden NAO-Werten verglichen. Dies soll nicht implizieren, daß die Nordatlantische Oszillation von Meeresspiegelvariationen abhängt. Trotzdem ist die Zuordnung sinnvoll, denn beide sind Ausdruck des globalen, also eines übergeordneten Klimageschehens. Wenn die NAO für extreme Pegelstände verantwortlich ist, kommt dies in einer hohen Korrelation zum Ausdruck.
Schließlich werden die Extremwerte der NAO mit den extremen Pegeln korreliert. Dabei gehen jedoch nur noch wenige Wertepaare ein, da selten bei beiden Reihen Werte desselben Monats/Jahres extrem sind.
Abbildung 49: Korrelation der Extremwerte, NAO und Pegel Kemi
In Abbildung 49 bis Abbildung 51 stehen die blauen, quaderförmigen Balken für Verknüpfungen des jeweiligen Pegels mit dem CRU-Index; die roten, zylinderförmigen Balken mit dem CGD-Index; die grauen Balken für TRR.
Wie in Abbildung 49 zu sehen ist, erhält man Korrelation um 60%, wenn man extreme NAO-Ereignisse mit Pegeldaten des gleichen Monats kombiniert bzw. umgekehrt. Für die jährlich aufgelösten Reihen ergeben sich um 80%.
Wo Extremwerte beider Reihen zusammenfallen (jede dritte Säule), sind sie mit bis zu 99% hochkorreliert. Allerdings umfassen die entsprechenden Datensätze nur wenige Werte.
Der TRR-Index stützt das Ergebnis mit etwas schwächeren Werten.
Abbildung 50: Korrelation der Extremwerte, NAO und Pegel Stockholm
Die Ergebnisse für den Stockholmer Pegel (Abbildung 50) ähneln denen von Kemi. Bis auf den Winter ist die Korrelation für den CRU-Index etwas niedriger. Der CGD-Index liefert hingegen monatlich, saisonal bzw. jährlich deutlich kleinere Werte. Der TRR-Index ist wesentlich schwächer an Stockholm gebunden.
Mehr Datenpaare der im Vergleich zu Kemi längeren Pegelaufzeichnung bedeuten eine größere Sicherheit der Aussagen.
Abbildung 51: Korrelation der Extremwerte, NAO und Pegel Warnemünde
Für Warnemünde muß man stärker zwischen den verschiedenen NAO-Indizes differenzieren: Für die monatlichen Reihen findet man beim CRU-Index Korrelationskoeffizienten zwischen 0 und 0,1; der CGD-Index liefert ebenfalls negative Korrelationen mit größeren Beträgen. Die saisonalen Reihen hingegen sind positiv korreliert.
Für die jährlichen Reihen zeigt nur der CRU-Index eine merkliche Korrelation. Erst die Winter-Reihen sprechen für eine Kopplung der NAO an den Warnemünder Pegel.
Der TRR-Index bestätigt die Aussagen nicht; es gibt keinen deutlichen Zusammenhang der Extrema.
Es macht keinen wesentlichen Unterschied, ob die extremen NAO-Ereignisse mit den zugehörigen Pegelwerten korreliert werden, oder umgekehrt die extremen Pegelwerte mit den entsprechenden NAO-Daten. Deutlich größer wird die Korrelation, wenn jeweils nur die Extremwerte analysiert werden: Zwischen extremen NAO-Ereignissen und extremen Pegelwerten an der Ostsee besteht ein enger Zusammenhang.
Extreme Wasserstände treten in der Ostsee auf, wenn südwestliche (in Hochwasserjahren) oder nordöstliche (in Niedrigwasserjahren) Winde dominieren [4]. Durch die schmale Verbindung zur Nordsee bzw. zum Nordatlantik reagiert die Ostsee träge auf solche anhaltenden Bedingungen. Es ist daher sinnvoll zu untersuchen, ob auch ein zeitlich verzögerter Zusammenhang zwischen extremen NAO-Ereignissen und Pegelschwankungen in der Ostsee existiert. Dazu werden die monatlichen extremen NAO-Werte mit den Pegelwert der Folgemonate korreliert.
Abbildung 52: Korrelation monatlicher NAO-Extremwerte mit Folgemonaten des Pegels
Man findet eine Abschwächung der Korrelation ab dem Folgemonat für Kemi und Stockholm. In Warnemünde hingegen wird überhaupt erst mit dem Folgemonat eine Korrelation deutlich wird (0,30 für den CRU-Index bzw. 0,16 für den CGD-Index, Abbildung 52). Die vermutete Verzögerung bestätigt sich also für den Pegel Warnemünde. Allerdings ist der Korrelationskoeffizient für den Folgemonat bei Kemi und Stockholm auch noch höher als der von Warnemünde.
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Untersucht wurden statistische Zusammenhänge zwischen ausgewählten NAO-Indizes und Wasserstandsdaten der Pegel Kemi, Stockholm und Warnemünde.
Der Zusammenhang zwischen der NAO und den Ostsee-Pegeln variiert stark, abhängig sowohl von der Definition des NAO-Index als auch von der Lage der Pegelstation im Ostseeraum. Unverkennbar ist jedoch die generelle Wirkung des nordatlantischen Klimageschehens auf die analysierten Pegel. Die Korrelationskoeffizienten sind dabei durchaus als tatsächlicher Einfluß der NAO zu deuten, wenn man einschränkt, daß die NAO nur indirekt wirkt und der Meeresspiegel auch einer Reihe anderer Einflüsse unterworfen ist.
Da Pegelwerte nur die Wasserstände an der Küste wiedergeben, läßt sich hieraus nicht auf den gesamten Ostsee-Meeresspiegel verallgemeinern. Immerhin repräsentieren Kemi, Stockholm und Warnemünde aber unterschiedliche Zonen des Einflusses intern wie extern verursachter Einwirkungen (vgl. Kapitel 1.).
Keinesfalls läßt sich aus den untersuchten NAO-Realisierungen eine auswählen, die ideal zur Ostsee paßt. Doch für die Pegel Kemi, im nördlichen Ostseeraum gelegen, und Stockholm, im mittleren Teil der Ostsee, erhält man ein deutliches Bild:
Die monatlich aufgelösten Reihen sind mit etwa einem Drittel korreliert, die jährlichen zur Hälfte. Die Korrelation ist höher, wenn man nur die Wintermonate betrachtet, also die Abschnitte der größten Variationen. Die Korrelation mit dem CRU-Index liefert hierbei immer die höchsten Werte: Er spiegelt den Einfluß der NAO also am besten wider.
Die Analyse der Extremwerte bestärkt diese Erkenntnisse. Hier beträgt die Korrelation etwa 50% bis 80%; und bis zu 99%, wenn beide Reihen extrem sind. Der CRU-Index ist wieder am höchsten mit den Pegeln korreliert.
Für Kemi erhält man insgesamt höhere Werte; erwartungsgemäß, denn Kemi liegt im Bereich höchster extern angetriebener Variation.
Je gröber die zeitliche Auflösung, desto offenkundiger wird die Beziehung zwischen der NAO und den Pegeln. Von den untersuchten Reihen weisen die monatlichen immer die geringste Korrelation auf. Sie unterliegen am deutlichsten weiteren Einflüssen mit kurzperiodischer Wirkung.
Das Ergebnis für Warnemünde ist als ebenso deutlich zu werten, denn ein geringer Einfluß wurde ja gerade hier erwartet. Für den Winter liefert der NAO-Index des CGD die mit 27% die höchste Korrelation der NAO mit dem Pegel, während die um null schwankenden Werte der monatlichen und saisonalen Reihen keine ausgeprägte Bindung des Pegels an die NAO zeigen. Bei der Analyse der Extremwerte erhält man für die monatlichen Reihen sogar negative Korrelationen. Nur für den Winter zeigt sich beim CGD-Index deutlicher ein Einfluß der NAO auf den Pegel; nämlich um 45% (wenn eine Reihe extrem ist) bzw. rund 70% (beide Reihen extrem) Korrelation. Offenbar unterliegt der Warnemünder Pegel am stärksten den vielfältigen weiteren Einflüssen, die nicht auf die NAO zurückzuführen sind.
Bemerkenswert ist für Warnemünde der Einfluß der NAO auf den Folgemonat. Beim CRU-Index steigt die Korrelation von -0,01 auf 0,30; beim CGD-Index von -0,08 auf 0,16. Dies ist jedoch eher als indirekte Wirkung anderer, durch die NAO beeinflußter Klimaelemente zu verstehen, da der Effekt an den beiden anderen Stationen nicht erkennbar ist. Die NAO zeigt sich hier also als Teil großräumiger Klimamechanismen, die ihrerseits wieder den Ostsee-Meeresspiegel modulieren.
Wie bei allen klimatischen Beobachtungen darf man sich nicht auf Aufzeichnungen von wenigen Jahrzehnten verlassen. Praktisch jährlich sind neue Erkenntnisse zu erwarten, wenn die auswertbaren Datenreihen durch aktuelle Messungen verlängert werden.
Der NAO-Index hat einen etwa 30jährigen Aufwärtstrend hinter sich, über dessen Fortsetzung die Beobachtungen kommender Jahre Aufschluß geben werden. Ergänzt man Meßwerte aus den letzten Jahren, können die Pegelreihen kurzfristig um sieben bis zwölf Jahre verlängert werden und Anhaltspunkte für ihr künftiges Verhalten liefern.
Klimaänderungen vollziehen sich in geologischen Zeiträumen. Der mögliche Einfluß des Menschen betrifft dabei im wesentlichen die Zeitspanne seit Beginn der Industrialisierung vor rund 200 Jahren. Unbestritten ist die Einflußnahme des Menschen auf die Umwelt durch die Freisetzung sogenannter Treibhausgase. Die Trennung dieser Effekte von natürlichen Prozessen ist weiterhin unklar.
Computermodelle, gestützt auf weitere Messungen, werden in Zukunft komplexere Beziehungen verständlich machen. Ziel solcher Untersuchungen sind Vorhersagen über die Klimaentwicklung und deren Folgen, denn nur gesicherte Erkenntnisse können die Grundlage fundierter Entscheidungen bilden. Das betrifft lokale Fragen wie den Bau von Hochwasserschutzanlagen ebenso wie internationale Kooperationen wie die Beratungen zur Reduktion des CO2-Ausstoßes. Mögen die jüngsten Klimakonferenzen auch höchst fragwürdige "Ergebnisse" erbracht haben, können gesicherte Aussagen über das globale Klimageschehen doch die Menschheit für solche Themen sensibilisieren helfen.
In diesem Sinne ist es hilfreich zu verstehen, daß Variationen des Ostsee-Meeresspiegels in merklichen Zusammenhang mit der Nordatlantische Oszillation stehen.
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Da das Internet nicht im herkömmlichen Sinn archivierbar ist, sind Verweise auf Internet-Seiten als Literaturangabe prinzipiell problematisch. Andererseits bietet das Medium die Möglichkeit häufiger und schneller Aktualisierung, was bei einem jungen Objekt intensiver wissenschaftlicher Bearbeitung wie es die Nordatlantische Oszillation darstellt äußerst vorteilhaft ist.
[1] Christoph Ammann: El Niño, eine Klimaanomalie im Pazifik. Jahresarbeit, 4.Oktober 1998
http://www.ammann-web.de/el-nino/index.htm
[2] Claudia Ehrenstein: Die Wellen werden immer höher. Die Welt, 6. Februar 1999
[3] Martin Ekman: Extreme Annual Means in the Baltic Sea Level during 200 Years
in: Small Publications in Historical Geophysics No. 2, Summer Institute for Historical Geophysics, Åland Islands, 1996
[4] Martin Ekman: Anomalous Winter Climate coupled to Extreme Annual Means in the Baltic Sea Level during the last 200 Years
in: Small Publications in Historical Geophysics No. 3, Summer Institute for Historical Geophysics, Åland Islands, 1997
[5] Bob Henson, Kevin E. Trenberth: Children of the Tropics: El Niño and La Niña. University Corporation for Atmospheric Research (UCAR), 1998
http://www.ucar.edu/publications/lasers/elnino/
[6] Lamont-Doherty Earth Observatory, New York, 1998
http://www.ldeo.columbia.edu/NAO
[7] Hermann Mächel: Schwankungen der Nordatlantik-Oszillation (NAO) im
Zeitraum 1881-1995. Meteorologisches Institut der Universität Bonn, 1998
http://www.meteo.uni-bonn.de/Deutsch/Forschung/Gruppen/node28.html
[8] John Marshall, Yochanan Kushnir: A white paper on Atlantic Climate Variability, 1997
http://geoid.mit.edu/accp/avehtml.html
[9] Todd Mitchell: The Arctic Oscillation. Joint Institute for the Study of the Atmosphere and Ocean, Washington 1999
http://tao.atmos.washington.edu/data_sets/ao/ao.html
[10] National Center for Atmospheric Research, Boulder, Colorado
http://www.cgd.ucar.edu/cas/climind/nao_winter.html
[11] Northern Hemisphere Teleconnection Patterns. Climate Prediction Center, National Centers for Environmental Prediction, Washington
http://www.cpc.ncep.noaa.gov/data/teledoc/telecontents.html
[12] Tim J. Osborn, Climatic Research Unit, University of East Anglia, Norwich, UK
http://www.cru.uea.ac.uk/~timo/
[13] Ronald Peters: Der Anstieg des globalen Meeresspiegels. Seminarvortrag, Dresden 16. Dezember 1998
http://geo95.home.pages.de/seminar/meer.htm
[14] David B. Stephenson: The North Atlantic Oscillation Web Site, 1997-1999
http://www-sv.cict.fr/lsp/Stephen/NAO/
[15] David B. Stephenson et al.: Is the North Atlantic Oscillation a random walk? International Journal of Climatology, 16. März 1999
[16] Vince Stricherz: Arctic oscillation might carry evidence of global warming. University of Washington, 1999
http://www.washington.edu/newsroom/news/1999archive/06-99archive/k060199.html
[17] Vision and Strategies around the Baltic Sea 2010 (VASAB 2010)
http://www.vasab.org.pl/
[18] A. Timmermann, J. Oberhuber, A. Bacher, M. Esch, M. Latif & E. Roeckner: Increased El Niño frequency in a climate model forced by future greenhouse warming
in: Nature 398, 22. April 1999
[19] Kevin E. Trenberth: The Definition of El Niño. Bulletin of the American Meteorological Society 78, 1997
http://goldhill.cgd.ucar.edu/cas/papers/clivar97/index.html
[20] John E. Walsh et al.: Relationship between the Atmospheric Circulation of the Central Arctic and the North Atlantic. The 5th Conference on Polar Meteorology and Oceanography, 1999
http://www.confex2.com/ams/99annual/abstracts/909.htm
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Abbildung 1: El Niño
Abbildung 2: Positive NAO-Phase
Abbildung 3: Negative NAO-Phase
Abbildung 4: Positive Phase des EA
Abbildung 5: Positive Phase des EA-Jet
Abbildung 6: Positive Phase des NAO-Index
Abbildung 7: Positive Phase des SCAND
Abbildung 8: EA/WR-Muster
Abbildung 9: Positive Phase des POL
Abbildung 10: Arktische Oszillation
Abbildung 11: Monatlicher NAO-Index (Climatic Research Unit)
Abbildung 12: Saisonaler NAO-Index aus monatlichem Index (Climatic Research Unit)
Abbildung 13: Jährlicher NAO-Index aus monatlichem Index (Climatic Research Unit)
Abbildung 14: Winter-NAO-Index aus monatlichem Index (Climatic Research Unit)
Abbildung 15: Monatlicher NAO-Index (Climate and Global Dynamics Division)
Abbildung 16: Saisonaler NAO-Index (Climate and Global Dynamics Division)
Abbildung 17: Jährlicher NAO-Index (Climate and Global Dynamics Division)
Abbildung 18: Winter-NAO-Index (Climate and Global Dynamics Division)
Abbildung 19: Monatlicher NAO-Index (Climate Prediction Center)
Abbildung 20: Saisonaler NAO-Index aus monatlichem Index (Climate Prediction Center)
Abbildung 21: Jährlicher NAO-Index aus monatlichem Index (Climate Prediction Center)
Abbildung 22: Winter-NAO-Index aus monatlichem Index (Climate Prediction Center)
Abbildung 23: Winter-NAO-Index aus Baumringanalyse (Climatic Research Unit)
Abbildung 24: NAO-Index (Winter), Climatic Research Unit (oben) vs. Climate and Global Dynamics Division (unten)
Abbildung 25: Lage der einbezogenen Pegelstationen
Abbildung 26: Pegel Kemi, monatlich (trendbehaftet)
Abbildung 27: Pegel Kemi, monatlich
Abbildung 28: Pegel Kemi, saisonal
Abbildung 29: Pegel Kemi, jährlich (trendbehaftet)
Abbildung 30: Pegel Kemi, jährlich
Abbildung 31: Pegel Kemi, Winter
Abbildung 32: Pegel Stockholm, monatlich (trendbehaftet)
Abbildung 33: Pegel Stockholm, monatlich
Abbildung 34: Pegel Stockholm, saisonal
Abbildung 35: Pegel Stockholm, jährlich (trendbehaftet)
Abbildung 36: Pegel Stockholm, jährlich
Abbildung 37: Pegel Stockholm, Winter
Abbildung 38: Pegel Warnemünde, monatlich (trendbehaftet)
Abbildung 39: Pegel Warnemünde, monatlich
Abbildung 40: Pegel Warnemünde, saisonal
Abbildung 41: Pegel Warnemünde, jährlich (trendbehaftet)
Abbildung 42: Pegel Warnemünde, jährlich
Abbildung 43: Pegel Warnemünde, Winter
Abbildung 44: Korrelation der NAO-Indizes mit dem Pegel Kemi
Abbildung 45: Korrelation der NAO-Indizes mit dem Pegel Stockholm
Abbildung 46: Korrelation der NAO-Indizes mit dem Pegel Warnemünde
Abbildung 47: Häufigkeitsverteilung der Pegeldaten von Kemi (monatlich)
Abbildung 48: Häufigkeitsverteilung der NAO-Daten des CRU (Winter)
Abbildung 49: Korrelation der Extremwerte, NAO und Pegel Kemi
Abbildung 50: Korrelation der Extremwerte, NAO und Pegel Stockholm
Abbildung 51: Korrelation der Extremwerte, NAO und Pegel Warnemünde
Abbildung 52: Korrelation monatlicher NAO-Extremwerte mit Folgemonaten des Pegels
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
Tabelle 1: Korrelation verschiedener NAO-Indizes
Tabelle 2: Korrelation der Pegelreihen
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
| AH | Azorenhoch |
| ann | annual (jährlich) Kennzeichen für Datenreihe aus jährlichen Mittelwerten |
| CGD | Climate and Global Dynamics Division |
| CPC | Climate Prediction Center |
| CRU | Climatic Research Unit |
| ENSO | El Niño Southern Oscillation |
| IT | Islandtief |
| K | Einheitenzeichen der Temperatur (Kelvin) |
| mon | monatlich Kennzeichen für Datenreihe aus monatlichen Mittelwerten |
| MSLP | Mean Sea Level Pressure (mittlerer Luftdruck in Höhe des Meeresspiegels) |
| NAO | Nordatlantische Oszillation |
| sai | saisonal Kennzeichen für Datenreihe aus Mittelwerten dreier aufeinanderfolgender Monate |
| SLP | Sea Level Pressure (Luftdruck in Höhe des Meeresspiegels) |
| SST | Sea Surface Temperature (Wassertemperatur der Meeresoberfläche) |
| TRR | Tree Ring Reconstruction (Baumring-Analyse) |
| win | Winter Kennzeichen für Datenreihe aus Mittelwerten der Monate Dezember bis März |
TOP · INHALT · KAP. 1 · 2 · 3 · 4 · 5 · 6 · 7 · QUELLEN · ABB. · TABELLEN · ABK.
© 2000 · Ronald Peters