Forschung

Die Wassertemperatur von Fließgewässern ist ein zentraler Faktor für den ökologischen Zustand aquatischer Ökosysteme und unterliegt zunehmendem Anpassungsdruck durch den Klimawandel, aber auch durch thermische Einleitungen. Bestehende Wärmelastmodellierungen, die vor über einem Jahrzehnt unter damaligen klimatischen und hydrologischen Randbedingungen erstellt wurden, stehen damit vor der Frage, ob ihre zentralen Annahmen weiterhin Gültigkeit besitzen – insbesondere im Hinblick auf sich verschiebende saisonale Temperatur- und Abflussmuster. Das Projekt SENSI-SAI untersucht am Beispiel der Salzach/Inn, wie sich Abfluss- und Wassertemperaturverhältnisse seit der ursprünglichen Modellierung verändert haben, und entwickelt darauf aufbauend eine Sensitivitätsanalyse für kritische Kombinationen aus niedrigem Abfluss und hoher Wassertemperatur. Die bestehende thermische Sensitivität zwischen Luft- und Wassertemperatur wird anhand aktualisierter Zeitreihen überprüft und auf aktuelle Klimaszenarien skaliert. Ergänzend wird die Relevanz des Gletscherrückgangs für die saisonale Abflussdynamik alpiner Einzugsgebiete literaturbasiert eingeordnet. Ziel ist eine belastbare Risikobewertung, ob und unter welchen Bedingungen ökologische Temperaturgrenzwerte künftig erreicht oder überschritten werden können, sowie eine fundierte Handlungsempfehlung für die Auftraggeberin.

Das Projekt untersucht den Einfluss von Klimavariabilität und Klimawandel auf die Nitratdynamik im Grundwasser in Österreich. Ziel ist es, die Wechselwirkungen zwischen Klima, Landnutzung, Bewirtschaftungspraktiken und hydrogeologischen Bedingungen zu quantifizieren und den Beitrag klimatischer Faktoren zu Nitratbelastungen im Grundwasser zu bestimmen. Dabei sollen insbesondere zeitlich verzögerte Reaktionen (Legacy-Effekte) sowie die Auswirkungen von Dürren, Starkniederschlägen und kombinierten Extremereignissen auf Mobilisierung und Transport von Nitrat analysiert werden. Grundlage ist ein österreichweiter Datensatz aus langjährigen Grundwassermessreihen, hochaufgelösten Klimadaten und räumlichen Informationen zur Landnutzung. Mithilfe eines integrierten methodischen Ansatzes werden Klimaindizes, statistische Verfahren und Methoden des maschinellen Lernens kombiniert, um Zusammenhänge zwischen klimatischen Einflussgrößen und Nitratkonzentrationen zu identifizieren sowie zukünftige Entwicklungen unter verschiedenen Klimaszenarien zu prognostizieren. Das Projekt schließt eine wesentliche Wissenslücke zur klimatischen Steuerung der Grundwasserqualität. Es entwickelt Prognosemodelle, quantifiziert Zeitverzögerungen zwischen Einträgen an der Landoberfläche und Grundwasserreaktionen und klassifiziert Grundwasserkörper hinsichtlich ihrer Empfindlichkeit gegenüber klimatischen Stressoren. Die Ergebnisse werden in räumliche Vulnerabilitätskarten überführt, die besonders gefährdete Gebiete ausweisen. Die Projektergebnisse liefern wissenschaftliche Grundlagen für die Bewertung klimabedingter Risiken der Grundwasserqualität sowie für die Priorisierung von Monitoringmaßnahmen. Zielgruppen sind Wasserwirtschaft, Behörden, Trinkwasserversorger sowie Forschungseinrichtungen, die belastbare Entscheidungsgrundlagen für den langfristigen Schutz und die nachhaltige Bewirtschaftung der Grundwasserressourcen benötigen.

Die UN-Aktionsdekade für Kryosphärenwissenschaften zielt darauf ab, Unsicherheiten hinsichtlich der Ursachen und den Auswirkungen von Veränderungen bei Schnee, Eis und Permafrost zu verringern. Schnee trägt maßgeblich zu diesen Unsicherheiten bei, da Schneeprozesse in Klimamodellen noch nicht vollständig verstanden und dargestellt werden können. SnowShifts zielt darauf ab, unser Verständnis des Schneevolumens und der Schneemasse, ihrer nichtlinearen Dynamik und Eigenschaften sowie insbesondere der Veränderungen des Schneeregimes innerhalb der Erd- und Klimasysteme erheblich zu verbessern. Dies soll durch eine neuartige Kombination aus In-situ- und Fernerkundungsbeobachtungen sowie durch die Entwicklung hochmoderner numerischer Modelle erreicht werden. Innovative Technologien wie photonenzählende satellitengestützte Laseraltimeter, bodengestützte Supraleitgravimeter sowie neuartige Ansätze zur Skalenüberbrückung und zum Downscaling von Satellitengravimetriedaten in extremen Regionen werden mit den neuesten Multisensor-Satellitendaten und Modellierungen kombiniert. Dies ermöglicht die Ermittlung von Schneevolumen, -masse, -ausdehnung und anderen Eigenschaften wie der Schneealbedo mit bisher unerreichter räumlicher und zeitlicher Auflösung. Die kombinierten Fortschritte in Beobachtung und Modellierung werden Trends und Veränderungen im Schneeklima definieren und beschreiben, die von den polaren Regionen bis hin zu den Hochgebirgsregionen der mittleren Breiten reichen. Dieses Projekt wird zukünftige Schneeszenarien für mindestens drei sozioökonomische Entwicklungspfade liefern, wodurch aktuelle globale und regionale Klimamodelle verfeinert und potenzielle Nichtlinearitäten bei Schneeveränderungen untersucht und definiert werden. SnowShifts wird nicht nur die Genauigkeit unserer neuen Modelle bei der Nachbildung von Schneemengen und -dynamiken demonstrieren, sondern auch umfangreiche Datensätze generieren, die den Schnee in abgelegenen und bisher wenig erforschten Regionen charakterisieren. Die neuen Darstellungen von Schneeprozessen werden ein wichtiges Ergebnis sein, das es der wissenschaftlichen Gemeinschaft ermöglicht, die gewonnenen Erkenntnisse in Klima- und Landoberflächenmodelle zu integrieren und rechnerisch aufwendige Modellkomponenten teilweise durch Emulatoren auf Basis von maschinellem Lernen zu ersetzen.