Forschung

Frühwarnsysteme für Extremereignisse, insbesondere Dürren, sind entscheidend für den Schutz von Wirtschaft, Gesellschaft und Umwelt. Jüngste Dürren haben in Europa zu wirtschaftlichen Verlusten, sozialen Herausforderungen wie Arbeitslosigkeit und Migration sowie zu Nahrungsmittelknappheit geführt und damit den dringenden Bedarf an effektivem Monitoring und zuverlässiger Vorhersage unterstrichen. Trotz Fortschritten im Dürremonitoring behandelt ein Großteil der Forschung Dürren weiterhin primär als Gefahr, ohne deren Auswirkungen oder die zugrunde liegenden Komponenten des Wasserkreislaufs, die diese antreiben, ausreichend zu berücksichtigen. Zudem stehen Dürren häufig in Wechselwirkung mit anderen Extremen, etwa Hitzewellen, was ihre Effekte verstärkt und die ökologische Nachhaltigkeit zusätzlich herausfordert. Das Projekt SynoDryMFW adressiert diese Lücke, indem es ein Rahmenkonzept entwickelt, das Dürrenwirkungen, die wesentlichen Treiber von Wasserkreislaufkomponenten und die Interaktionen mit anderen Extremereignissen integriert. Das Rahmenkonzept prognostiziert Dürren auf Basis von Wirkungen und Haupttreibern in einem raum-zeitlichen Kontext in einer vielfältigen Untersuchungsregion (österreichische Einzugsgebiete) und besitzt Potenzial für eine weltweite Anwendbarkeit. Ein hybrider, datengetriebener Modellierungsansatz, der statistische Methoden mit Machine Learning und Deep Learning kombiniert, wird die „Black-Box“-Limitationen von KI-Modellen überwinden. Durch den Wechsel von gefahrenbasiertem zu wirkungsbasiertem Dürremonitoring liefert das Projekt ein innovatives Frühwarnsystem, das Treiber, Wirkungen und Risiken miteinander verknüpft. Das Ergebnis wird Akteurinnen und Akteure sowie die Entscheidungsfindung bei der Anpassung an Dürreereignisse unterstützen und die mit vielen Extremwetterereignissen verbundenen Risiken mindern.

Niederwasser und hydrologische Trockenereignisse zählen zu den weltweit größten Naturgefahren und stellen für verschiedene Wassersektoren wie etwa Schifffahrt oder Kraftwerksbetreiber ein hohes Schadensrisiko dar. Klimawandelszenarien prognostizieren einen Anstieg von intensiveren und persistenten Niederwasserereignissen. Dieser Anstieg verursacht erhebliche Kosten für die Gesellschaft. Eine verbesserte saisonale Vorhersage (1-6 Monate im Voraus) wäre daher für viele Sektoren vorteilhaft und würde ein proaktives Bewirtschaften von Wasserressourcen ermöglichen. Generell ist die Abflussvorhersage in Regionen wie Nordamerika, Afrika oder Australien häufiger als in Europa. In Europa sind die Abflussprozesse weniger stark von globalen atmosphärischen Strömungen abhängig, was langfristige Prognosen erschwert. Saisonale Vorhersagen von Niederwasser sind noch seltener, obwohl hydrologische Dürren langsam entwickelnde Prozesse sind, welche nur marginal von kurzfristigen Niederschlagsereignissen beeinflusst sind. Aus diesem Grund sollten saisonale Niederwasserprognosen besser vorherzusagen sein. Für Österreich fehlen Ansätze für die saisonale Niederwasserprognose allerdings vollständig. Das Ziel dieses Forschungsprojekts ist, diese Forschungslücke zu schließen und probabilistische Niederwasservorhersagen (1-6 Monate im Voraus) für die 5 wichtigsten Flüsse (Donau, Inn, Salzach, Drau, Mur) in Österreich zu entwickeln. Das Untersuchungsgebiet wurde in Vorgesprächen mit Stakeholdern ausgesucht, um den Nutzen des Projekts für Wassersektoren und die Gesellschaft zu maximieren. Der hier verwendete Forschungsansatz ist in vielerlei Hinsicht innovativ: • Es werden unterschiedliche zeitliche und räumliche Auflösungen von Input-Variablen (z.B. Grundwasser, Bodenfeuchte) analysiert und deren Auswirkung auf die Niederwasserprognose beleuchtet. • Es werden bias-korrigierte und auf eine feinere Auflösung verdichtete saisonale Vorhersagen von meteorologischen Variablen verwendet. Zusätzlich wird der Mehrwert dieser saisonalen meteorologischen Vorhersagen auf die Niederwasserprognose untersucht. • Es wird der Nutzen von komplexeren Raum-Zeit Modellen gegenüber einfacheren Modellen nur an den Stationen untersucht. • Es werden Prozess-basierte Modelle mit statistischen Modellen kombiniert, um den Mehrwert von solchen hybriden Modellen zu bewerten. • Es wird versucht den Nutzen für die betroffenen Akteure – insbesondere für die Schifffahrt und die Wasserkraft - zu maximieren.

Dieses Forschungsprojekt beinhaltet eine Beitrag zum Projekt: Anpassungsstrategien an den Klimawandel für Österreichs Wasserwirtschaft: Follow-up Studie 2024. Der Beitrag besteht aus Trendanalysen für Hochwasser, Wasserdargebot Oberflächenwasser und Niederwasser und umfasst Literaturstudien, Methodenvergleich und Entwicklung, und Anwendungen für ca. 800 Pegelstationen in Österreich. Dabei sind unterschiedliche Trendanalysen, die serielle Autokorrelation der Abflüsse berücksichtigen vegleichend zu evaluieren und eine Gesamtaussage unterteilt zu synthetisieren. Die Forschungsfrage ist inwieweit sich der Abfluss in Österreich im Zuge des Klimawandels und direkter anthropogener Beeinflussung verändert hat, und eine Quantifizierung der Änderungen nach Regionen, Saisonen und Gebietsgrößen.