Motivation:

Schwere konvektive Stürme (severe convective storms, SCS) und insbesondere großer Hagel stellen weltweit einen großen Schadentreiber dar. Immer wieder kommt es zu erheblichen Schäden an Gebäuden, Fahrzeugen, kritischen Infrastrukturen und in der Landwirtschaft. Die anthropogen bedingte Erwärmung erhöht die atmosphärische Feuchtigkeit und damit die Instabilität, wirkt sich aber auch auf weitere meteorologische Faktoren aus, die für die Entstehung von Hagelstürmen von Bedeutung sind, wie z. B. die vertikale Windscherung oder die Schmelzhöhe. Außerdem ist davon auszugehen, dass sich die Häufigkeit bestimmter großräumiger Wetterlagen oder -regime, die den Rahmen für die Entstehung von Konvektion bilden, ebenfalls verändert. Angesichts der hohen Schäden durch Hagel ist ein besseres Verständnis der Hagelgefährdung, der räumlich-zeitlichen Verteilung der Hagelereignisse und deren Intensität für verschiedene Nutzer von erheblicher Bedeutung, etwa für die globale (Rück-)Versicherungswirtschaft.

Projektaktivitäten:

Das Ziel des Forschungsprojekts, das in Kooperation mit der Allianz Re | München, durchgeführt wird, ist es, die Auswirkungen des Klimawandels auf die Hagelgefahr und das Hagelrisiko für Teile Europas zu beschreiben. In diesem Zusammenhang ist sowohl ein verbessertes Verständnis der bisherigen Auswirkungen des Klimawandels auf die Hagelgefährdung / das Hagelrisiko in der Vergangenheit als auch in der Zukunft (etwa 2030 bis 2050) von Interesse. Dafür werden hochauflösende klimatologische Analysen für verschiedene Zeithorizonte und unterschiedliche meteorologische Regionen erstellt.

Durch die Anwendung eines objektorientierten Ansatzes, der sich auf spezifische Eigenschaften der Ereignisse (Intensität, Organisation, Struktur, räumliche/zeitliche Ausdehnung) stützt, soll die Beziehung zwischen SCS/Hagelstürmen und Umgebungsbedingungen verfeinert werden, um so die in den verschiedenen Datensätzen in den letzten Jahrzehnten festgestellten unterschiedlichen Trends besser zu verstehen und in Einklang zu bringen. Diese Beziehung zwischen Objekten und Umgebungsfeldern für verschiedene Intensitätsklassen und Gewitterarten wird dann auf ein Ensemble hochauflösender regionaler Klimamodelle für verschiedene Emissionsszenarien (SSP) übertragen. Für die Beziehung zwischen Objekteigenschaften und Modellfeldern werden verschiedene statistische Methoden einschließlich maschineller Lernverfahren angewandt.

Überdies ist eine räumlich verteilte, ereignisbasierte Risikobetrachtung, z. B. durch einen Katalog stochastisch generierter Ereignisse, ein wichtiges Instrument, um die unterschiedlichen Auswirkungen von Ereignissen mit hoher Häufigkeit und geringer Intensität im Vergleich zu selteneren, extremeren Ereignissen zu verstehen. Auch dies soll im Rahmen dieser Arbeit entwickelt werden.