Detailansicht

Temperatursensitivität phänologischer und nivaler Größen

Christian Maurer

Art der Arbeit

Dissertation

Universität

Universität Wien

Fakultät

Fakultät für Geowissenschaften, Geographie und Astronomie

Betreuer*in

Michael Hantel

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.23473

URN

urn:nbn:at:at-ubw:1-29367.94553.750563-7

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Der Einfluss von Saisonmitteltemperaturen auf phänologische (besonders Weinlesedatum) und nivale (Schneebedeckung und Hochgebirgsvegetation) Größen ist Gegenstand der vorliegenden Dissertation. Diese eint, dass die Temperatur, unter allen Einflüssen, der bedeutendste ist. Aus historischen Quellen wird in einer ersten Arbeit eine nahezu vollständige Zeitreihe von Weinlesedaten 1523-2007 für den Großraum Wien gewonnen, aus der aufgrund einer beachtlichen Korrelation zur Mai-Juni-Juli-Mitteltemperatur Dekadenmitteltemperaturen bis ins 16. Jahrhundert zurück abgeschätzt werden können. Ausgehend von einem Temperaturniveau, das jenem der 1990er Jahren entspricht, sinkt die rekonstruierte Temperatur bis zu einem Minimum Ende des 18. Jahrhunderts ab. Anzeichen für einen Temperaturanstieg im Ausmaß der letzten 40 Jahre fehlen in der 470-jährigen Untersuchungsperiode. In einer zweiten Arbeit liegt der Focus auf Extremereignissen, welche auf Basis einer Synopsis von phänologischen Daten, rekonstruierten und gemessenen Mitteltemperaturen sowie dokumentarischen Quellen gesucht werden. Für den Bereich Österreich, Schweiz und Nordostfrankreich werden mithilfe einer 105-jährigen Referenzperiode und zweifacher Standardabweichung als Grenzwert 36 extreme Jahre definiert, wobei in einem gegebenen Jahr mindestens zwei von den Parametern Weinlesedatum, rekonstruierte oder gemessene Mitteltemperatur den Grenzwert überschreiten müssen und die dokumentarische Quellen als Zusatzinformation dienen. Hinsichtlich der nivalen Parameter sollen eine formalisierte und quantitative Darstellung der mittleren Schneebedeckungsverhältnisse in den Alpen sowie der Vegetationsverhältnisse an einem ausgewählten Alpengipfel in Abhängigkeit von der Temperatur gezeigt werden. Dabei wird besonderes Augenmerk auf die Temperaturempfindlichkeit der betrachteten Zustandsgröße sowie auf jene Höhe, in der diese erreicht wird, gelegt. Unter Weiterentwicklung einer bereits vorhandenen Theorie kann in einem ersten Schritt das Konzept der Medianschneelinie im Winter (Dezember-Jänner-Februar) präsentiert werden. Das ist jene Höhenlinie, die alle Punkte mit einer 50%-Wahrscheinlichkeit für Schnee verbindet und auf klimatische Veränderungen besonders sensibel reagiert. Entscheidend dabei ist, dass man ein Konzept verwendet, durch das Lokaltemperaturen in Klimaeffekt und Effekt der Koordinaten (Länge, Breite, Höhe) zerlegt werden können. In einem zweiten Schritt wird die Lage der Medianschneelinie im Sommer mit der Lage des alpin-nivalen Ökotons auf einem ausgewählten Alpengipfel verglichen. Letzteres ist jene Grenzlinie im Hochgebirge, die durch eine 50%-Wahrscheinlichkeit für nivale und eine ebenso hohe Wahrscheinlichkeit für alpine Vegetation ausgezeichnet ist. Obwohl man es mit zwei sehr verschiedenen Eingangsdaten, nämlich mit einem Zeitdauerverhältnis auf der einen und mit einem Flächenverhältnis auf der anderen Seite zu tun hat, welche auch auf Temperaturänderungen unterschiedlich schnell reagieren, liegen beide Medianhöhen im gleichen Niveau. Dies untermauert quantitativ die ökologische These, dass das alpin-nivale Ökoton von der Sommerschneebedeckung gesteuert wird. Nach dieser zunächst nur auf die Medianlinien angewendeten Entwicklung, wird das vorhandene Werkzeug genutzt, um beliebige Schneelinien (5-95%) zu generieren. Damit soll das Schneelinienklima der Alpen} beschrieben werden. Durch die nunmehrige Anwendung des Konzeptes der Generalisierten Linearen Modelle kann eine wahrscheinlichkeitstheoretisch fundierte Anpassung erreicht werden. Gleichzeitig wird im Zuge dieser Arbeit die lokale Gültigkeit der Schneelinientheorie diskutiert und die Dominanz des Prädiktors Temperatur hervorgehoben.

Abstract

(Englisch)

The impact of seasonal mean temperatures on phenological (especially grape harvest dates) and nival (snow cover and vegetation in high mountain areas) quantities is the issue of the present thesis. These are unified by the fact, that temperature, among all other influences, is the most relevant. The first paper collects a nearly continuous series of grape harvest dates 1523-2007 for Greater Vienna from historical sources. Based upon this data decadal mean temperatures back to the 16th century can be estimated due to a remarkable correlation to the mean temperature for the months of May-June-July. Starting from a temperature level, which is comparable to that of the 1990s, the reconstructed temperature drops until reaching a minimum value at the end of the 18th century. Signs for a raise in temperature to the extent of the past 40 years are lacking in the 470 years of investigation. The second paper focuses on extreme events, which are researched on the basis of a synopsis of phenological data, reconstructed and measured mean temperatures as well as documentary sources. For the region of Austria, Switzerland and north-eastern France 36 extreme years are defined with the help of a reference period lasting 105 years and double standard deviation as a threshold. At least two of the parameters grape harvest date, reconstructed or measured mean temperature in a given year must exceed that threshold; the documentary sources serve as additional information. With regard to the nival parameters a formalized and quantitative presentation of both the mean snow cover conditions in the Alps and the vegetation conditions on a selected Alpine peak as a function of temperature shall be given. A special focus shall be placed on the temperature sensitivity of the state quantity considered as well as on the altitude at which the corresponding sensitivity is adopted. Further developing an already existing theory leads to the concept of the median snowline in winter (December-January-February). This line equals the altitude line which connects all points with a 50% probability for snow cover and which is most sensitive to climate change. Using a concept through which local temperatures are separated into the climate effect and the effect of coordinates (longitude, latitude, altitude) is essential. In a second step the position of the median snowline in summer is contrasted to the position of the alpine-nival ecotone at a selected Alpine peak. The latter depicts the boundary in high mountains which is characterized by a 50% probability for nival as well as for alpine vegetation. Despite two completely different input data sets - namely a time duration ratio on the one hand and an area ratio on the other hand - which above all react differently quickly to temperature changes, both median lines can be found at the same altitude. This fact confirms the ecological thesis quantitatively that the alpine-nival ecotone is driven by the summer snow cover. By extending this basic theoretic development, at first only applied to the median lines, the available tool is used to generate arbitrary snowlines (5-95%). Thereby the snowline climate of the Alps shall be described. Applying henceforth the method of Generalized Linear Models yields a theoretically sound fitting procedure. At the same time the local validity of the snowline theory at some individual climate stations is discussed in the course of the paper, just as stating the predominance of the predictor temperature.

Autor*innen

Christian Maurer

Haupttitel (Deutsch)

Temperatursensitivität phänologischer und nivaler Größen

Paralleltitel (Englisch)

Temperatur sensitivity of phenological and nival parameters

Publikationsjahr

2012

Umfangsangabe

158 S. : graph. Darst.

Sprache

Deutsch

Beurteiler*innen

Franz Rubel ,

Leopold Hainberger

Klassifikation

30 Naturwissenschaften allgemein > 30.00 Naturwissenschaften allgemein: Allgemeines

AC Nummer

AC10687398

Utheses ID

20987

Studienkennzahl

UA | 091 | 415 | |

Detailansicht

Abstracts

Schlagwörter