Welche Prozesse führen dazu, dass sich Winterstürme über Europa verstärken?

Die durch Wolkenbildung freigesetzte Energie beschleunigt die Intensivierung von Stürmen und führt zu stärkeren Regenfällen und stärkeren Windböen.

Insbesondere im Winter treten in Europa starke Stürme auf, die extreme Winde und intensiven Regen mit sich bringen. Verschiedene physikalische Prozess sind während der Entwicklung und Intensivierung dieser Winterstürme entscheidend. Eine besondere Rolle spielt die diabatische Erwärmung - die Freisetzung von Wärme während der Wolken- und Niederschlagsbildung. 

Es wird angenommen, dass der Klimawandel die Prozesse die Winterstürme verstärken beeinflusst. Wie sich diese Prozesse in einem wärmeren Klima verändern, wie sie miteinander interagieren und welche Rolle dabei insbesondere die diabatische Erwärmung spielt, ist jedoch noch nicht ganz klar. Es wird vermutet, dass die diabatische Erwärmung in Zukunft an Bedeutung gewinnt und Winde und insbesondere Niederschlag demzufolge verstärkt werden (Catto et al., 2019). Um die Veränderung des Einflusses der diabatischen Erwärmung verstehen zu können, ist es notwendig, diesen quantitativ zu erfassen. Zu diesem Zweck haben wir eine Auswahl historischer Winterstürme (1979-2023) analysiert.

Sturmzugbahn von Sturm Anna
Sturmzugbahn von Sturm Anna (Linie mit grünen Punkten, 6-stündlich) mit Windgeschwindigkeit in der unteren Troposphäre (pinke Einfärbung in m s-2) und Bodendruck (Konturen alle 5hPa) am Zeitpunkt der maximalen Intensität (26.2.2002, roter Punkt). Zudem Warm Conveyor Belt Masken (grüne Flächen und rote Fläche zum Zeitpunkt der Karte, Beschreibung siehe Text) zu jedem Zeitpunkt der Sturmzugbahn.


Wie beeinflusst die Kondensation von Wasserdampf die Intensivierung von Stürmen über Europa?

Mithilfe von ERA5-Reanalyse-Daten (Hersbach et al., 2020) haben wir Sturmzugbahnen für die Jahre 1997 bis 2023 berechnet und 300 Winterstürme anhand der stärksten Böen über Mitteleuropa ausgewählt. Unsere Ergebnisse zeigen, dass die diabatische Erwärmung im Durchschnitt etwa 25% zur Sturmintensivierung beiträgt, in einigen Fällen sogar über 70%. Ein weiterer Faktor, der für die Sturmentwicklung wichtig ist, ist die Existenz eines starken horizontalen Temperaturunterschieds - auch als Baroklinität bezeichnet. Große Temperaturunterschiede finden wir vor allem dort, wo subtropisch warme auf polare kalte Luftmassen treffen. Um die einzelnen Prozesse besser quantifizieren zu können, wurde die Bodendrucktendenzgleichung (PTE, Fink et al., 2012) verwendet.

Ein weiterer wichtiger Aspekt der Sturmdynamik ist der sogenannte Warm Conveyor Belt (WCB, siehe Abb.1). Innerhalb des WCBs steigen Luftmassen auf und es wird durch die Kondensation von Wasserdampf bei Wolkenbildung zusätzliche Wärme freisetzt, was die Stürme weiter verstärkt. Zur Identifikation der WCBs wurde das Maschine Learning Modell ELIAS 2.0 (Quinting & Grams, 2022) verwendet. Hiermit haben wir untersucht, wie die Aktivität der WCBs bei Stürmen variiert und konnten deren Rolle für die Verstärkung von Stürmen quantifizieren.

Abb.1: Schematische Darstellung der Strömungssysteme in einem Tiefdruckgebiet, inklusive „warm conveyor belt“ (WCB), „dry intrusion“ (DI), und „cold conveyor belt“ (CCB).

Strukturelle Unterschiede zwischen diabatischen und baroklinen Stürmen

Um die Unterschiede Prozesse bei der Sturmentwicklung quantifizieren zu können, haben wir die ausgewählten Winterstürmen nach ihrem relativen Anteil diabatischer Prozesse an der Sturmintensivierung in drei Gruppen (tercile) eingeteilt. Stürme, deren Anteil weniger als 20% beträgt werden als barokline Stürme klassifiziert, während Stürme mit einem Anteil von mehr als 32% als diabatische Stürme bezeichnet werden.
Die Mittelung meteorologischer Felder relativ zum Sturmzentrum ermöglicht es die strukturellen Unterschiede zwischen diabatisch und baroklinen Stürmen darzustellen (Abb.2). Diabatische Stürme entstehen weiter südlich und verlagern sich schneller. Sie entwickeln sich in einer Umgebung mit höheren Temperaturen und in einer feuchteren unteren Atmosphäre (Abb.2a), insbesondere im Einflussbereich von Warm Conveyor Belts. Die verstärkte WCB Aktivität (Abb.2b) und die erhöhte diabatische Erwärmung fördert eine schnellere Intensivierung solcher Stürme.

Schließlich konnten wir auch zeigen, dass diabatische Stürme mit stärkeren Windgeschwindigkeiten, stärkeren Böen und mehr Niederschlag zusammenhängen (Abb.2c), was auf ein größeres Schadenspotenzial für Europa hindeutet.

Die Ergebnisse sind in folgender Publikation veröffentlicht: 

Christ S, Quinting J, Pinto JG (2025) Characteristics of diabatically influenced cyclones with high wind damage potential in Europe. Quart J R Meteorol Soc  https://doi.org/10.1002/qj.70083.

Die Arbeit ist im Rahmen des ClimXtreme 2 Projekt Teilprojekts A6CyclEx entstanden.
 

Abb.2: Über die Sturmauswahl gemittelte Parameter 12 Stunden vor dem jeweiligen Intensitätsmaximum für (a) spezifische Feuchte (Schattierung, in g/kg), potentielle Temperatur (rote Konturen, in K) und Bodendruck (schwarze Konturen, in hPa) für diabatische (oben) und barokline (unten) Stürme. (b) Vorkommen von Warm Conveyor Belt Einström- (blau), Aufstiegs- (grün) und Ausströmregion (rot) (in %) für diabatische (oben) und barokline Stürme (unten). (c) Differenz der bodennahen Windböen zwischen diabatischen und baroklinen Stürmen (oben) und Differenz des Niederschlags (unten).

Referenzen:

Catto, J.L., Ackerley, D., Booth, J.F. et al.: The Future of Midlatitude Cyclones. Curr Clim Change Rep, 5, 407–420, https://doi.org/10.1007/s40641-019-00149-4, 2019.

Fink, A. H., Pohle, S., Pinto, J. G., and Knippertz, P.: Diagnosing the influence of diabatic processes on the explosive deepening of extrat- ropical cyclones, Geophysical Research Letters, 39, L07 803, https://doi.org/10.1029/2012GL051025, 2012.

Hersbach, H. et al.: The ERA5 global reanalysis, Q. J. Roy. Meteorol. Soc., 146, 1999–2049, https://doi.org/10.1002/qj.3803, 2020.

Quinting, J. F. and Grams, C. M.: EuLerian Identification of ascending AirStreams (ELIAS 2.0) in numerical weather prediction and climate models - Part 1: Development of deep learning model, Geoscientific Model Development, 15, 715–730, https://doi.org/10.5194/gmd-15-715-2022, 2022.