A Climate Change Impact Assessment Study on Mountain Soil Moisture with Emphasis on Epistemic Uncertainties

Abstract

Mountains are expected to respond sensitive to climate change. Thus, sound climate change impact assessment studies focusing on mountain areas are strongly needed to estimate changes and to develop adaptation strategies. Nowadays, climate change impact assessment studies (CCIAS) are a common approach and many publications on hydrological responses to climate change have been published. Nonetheless, CCIAS focusing on soil moisture are widely missing especially at the catchment scale; even more, as to our knowledge there are only two studies on mountain soil moisture at a coarse scale. The wide neglect of soil moisture in climate change impact assessment studies contrasts the key role of soil moisture in ecosystems. This clearly shows the strong demand for CCIAS on mountain soil moisture. In this study, a commonly used CCIAS approach was used, comprising (1) of a physically based model that was calibrated and validated under recent climate conditions, (2) that was driven by downscaled regional climate models (RCMs) for a reference and a future scenario climate conditions. A major challenge in CCIAS is the propagation of uncertainties that questions the model results. In this study a special focus is set on the structural uncertainties originating from the use of downscaling approaches and climate models. Therefore, an analytic framework was developed based on the both concepts of uncertainty propagation and the uncertainty cascade. The concept comprehensively summarizes all uncertainties occurring in climate change impact assessment studies and illustrates how the uncertainties propagate. We conducted the CCIAS in a mountain catchment (160 km²) in the Swiss Alps at a high spatial resolution (50m). At first, the frequently used, physically based, distributed hydrological model was successfully applied to the catchment for recent years (2001-2007) to provide a sound calibration and validation. The potentials and the limitations of WaSiM-ETH to simulate soil moisture dynamics and patterns were shown by comparing model results with extensive soil moisture measurements at an hourly time step. While WaSiM-ETH was able to reproduce discharge with a high accuracy (R² = 0.95, ME = 0.8, IoA = 0.95), the simulation of soil moisture for different altitudes and land use types is partly limited, since the model was unable to model the total variability of the soil moisture dynamic, but tended to mean values. An adjusted RMSE of 8.0 Vol-% that takes the intra-plot variability into account was calculated for soil moisture. A necessary prerequisite is the validation of the ability of the downscaled RCM data to drive the hydrological model in such that the hydrological processes are reproduced. A comparative study was conducted based on two common downscaling approaches (statistical downscaling (SD) and direct use (DU)) and two RCMs (CHRM, REMO). Uncertainties were found to be unsteadily distributed, both in terms of variables and time. The “one” model approach that shows least uncertainty for all kinds of hydrological variables like discharge, actual evapotranspiration, and soil moisture was not found. This finding adds considerable value to the scientific discussion, since most previous studies focus on one variable or one downscaling approach alone. In addition, we evaluated the spatial uncertainties of soil moisture and evapotranspiration. We showed that the choice of downscaling approaches is of circumstantial relevance for discharge and water balance, while for all spatial variables, we found SD approaches to perform better than DU approaches. Next, we simulated the impact of climate change on mountain soil moisture by applying three different downscaling approaches and two RCMs. In addition to the SD and DU-models, the very popular delta change approach (Δ) was applied that scales the climate observation by adding the climate signal. Therefore, uncertainty assessment for the Δ-approach was not necessary. The use of multiple downscaling techniques in an ensemble forecast is new for soil moisture impact studies. The study proved the partly superior role of downscaling approaches when focusing on the impact per se under future climate and thereby contrasting findings of recent publications. Moreover, it questions results from studies that are based on one downscaling approach alone. The study provided detailed data on climate change impact on the hydrology of the catchment that are completely in line with previous findings. The high spatio-temporal resolution of the study add value to previous mountain soil moisture studies of Jasper et al. (2004, 2006) by providing site specific data on soil moisture decrease and drought stress potential at the catchment scale. The consensus of six models driven by two threefold downscaled RCM reveals the forested areas below 1800 m a.s.l. to be most affected by climate change in 2070-2100 (-10 vol-%). The variability of the results from the six ensembles were remarkably high, offering a bandwidth of possibilities from nearly unchanged soil moisture conditions to strong expansion of drought stress in the future. In addition we found uncertainties from the applied hydrological model and downscaling approaches in the magnitude of the predicted changes (+/- 10 vol-%). Therefore, the results have to be interpreted carefully. Probabilistic forecasting with several hundred model runs might confirm the found tendency of soil moisture decrease in future studies.

<strong>Eine Studien zu den Auswirkungen des Klimawandels auf die Gebirgs-Bodenfeuchte unter besonderer Berücksichtigung der epistemischen Unsicherheiten</strong><br /> Generell wird davon ausgegangen, dass sich der Klimawandel besonders gravierend in den Gebirge auswirken wird. Untersuchungen zu den Auswirkungen des Klimawandels (Climate Change Impact Assessment Studies – CCIAS) in Gebirgen und die daraus zu entwickelten Anpassungsstrategien sind daher von herausragender Bedeutung. Heutzutage sind CCIAS ein häufig benutzter Ansatz, und viele Studien zu den hydrologischen Auswirkungen des Klimawandels wurden bislang publiziert; allerdings beschränken sich die Allermeisten auf die Änderung des Abflusses. Es fehlen jedoch CCIAS, die einen Fokus auf die räumlich explizite Beschreibung der Bodenfeuchteänderung legen und hier insbesondere auf der Einzugsgebietsskala. Die bisherige Nichtberücksichtigung der Bodenfeuchte in der Forschungsgemeinschaft steht in großem Widerspruch zu ihrer Bedeutung in den Ökosystemen und hebt den großen Bedarf für CCIAS mit Fokus auf die Bodenfeuchte nochmals deutlich hervor. In der vorliegenden Studie wurde ein weitverbreiteter CCIAS Ansatz angewandt, der sich zusammensetzt aus: (1) einem physikalisch basierten Modell, welches unter den derzeitigen klimatischen Bedingungen kalibriert und validiert wurde und (2) aus zwei regionalen Klimamodellen (RCM), die durch drei unterschiedliche Ansätze auf die Modell- bzw Stationsskala überführt wurden (Downscaling). Die sich daraus ergebenden sechs Modelansätze wurden auf einen Referenz- (1960-1990) und einen Szenariozeitraum (2079-2100) angewendet. Eine wesentliche Herausforderung stellt dabei die Fortpflanzung von Unsicherheiten der einzelnen Teilabschnitte dar, die die Modellergebnisse in Frage stellen könnten. Für eine belastbare CCIAS sind diese Unsicherheiten notwendigerweise zu bestimmen. In dieser Studie wurde der Fokus auf die strukturellen Unsicherheiten gesetzt, die unter anderem aus der Koppelung von hydrologischem Modell, Downscaling-Ansätzen und Klimamodellen entstehen. Dafür wurde ein analytischer Ansatz entwickelt, der auf dem Konzept zur Unsicherheitsfortpflanzung und der sogenannten Unsicherheitskaskade basiert. Die CCIAS wurde in einem Gebirgseinzugsgebiet (160km²) in den Schweizer Alpen mit einer hohen räumlichen Auflösung von 50m durchgeführt. Zunächst wurde das häufig eingesetzte physikalisch basierte, distributive hydrologische Modell WaSiM-ETH auf einen aktuellen Zeitraum angewandt (2001-2007), um eine solide Kalibrierung und Validierung gegen Abfluss und Bodenfeuchtedaten zu ermöglichen und die Unsicherheiten zu bestimmen. Möglichkeiten und Grenzen von WaSiM-ETH bei der Simulation der Bodenfeuchtedynamik und des räumlichen Musters wurden aufgrund von umfangreichen Bodenfeuchtemessungen auf Stundenbasis ermittelt. Während WaSiM-ETH den Abfluss mit einer sehr hohen Genauigkeit (R²=0,95; ME=0,8; IoA=0,95) wiedergeben kann, ist die Simulation der Bodenfeuchte in verschiedenen Höhenlagen und Landnutzungstypen begrenzt, da das Modell nicht die gesamte Variabilität der Bodenfeuchtedynamik abbilden kann und stattdessen zu Mittelwerten tendiert. Ein angepasster RMSE, der die standortinterne Variabilität mit berücksichtigt, wurde für die Bodenfeuchte von 8,0 Vol-% berechnet. Neben der Evaluierung des hydrologischen Modells ist die zweite Quelle von Unsicherheiten in den heruntergerechneten RCMs zu sehen. Eine vergleichende Studie, die auf zwei Downscaling-Ansätzen (statistisches Downscaling (SD) - und direkte Verwendung - direct use (DU) sowie auf zwei RCMs (CHRM, REMO-UBA) basiert, wurde für den Referenzzeitraum 1960-1990 auf Tagesbasis durchgeführt. Es wurde festgestellt, dass in den verschiedenen Ansätzen die auftretenden Unsicherheiten ungleichmäßig in Bezug auf die untersuchten hydrologischen Variablen und ungleichmäßig stark über die Zeit auftreten. Eine Downscaling-Model-Kombination, die die geringsten Unsicherheiten für alle verschiedenen hydrologischen Variablen wie Abfluss, reale Evapotranspiration und Bodenfeuchte im gleichen Maße aufzeigt, konnte nicht identifiziert werden. Darüber hinaus wurden die Unsicherheiten in Bezug auf Bodenfeuchte und Verdunstung räumlich explizit untersucht. Dabei zeigte sich, dass die Wahl des Downscaling-Ansatzes nur eine untergeordnete Bedeutung bei der Modellierung des Abflusses und der Wasserbilanz hat, allerdings ist die Wahl des Downscaling-Ansatzes für alle räumlichen Variablen wie Bodenfeuchte und Evapotranspiration maßgeblich. In einem nächsten Schritt wurden die Auswirkungen des Klimawandels auf die Bodenfeuchte unter Anwendung von drei verschiedenen Downscaling-Ansätzen und den zwei RCMs für den Szenariozeitraum 2070-2100 simuliert. In Ergänzung zu den SD- und DU-Ansätzen, wurde der sehr oft verwendete Delta-Change-Ansatz verwendet, der die Klimadaten des Referenzzeitraumes mit Hilfe des Klimawandel-Signals des Szenariozeitraums skaliert. Daher war eine Analyse der Unsicherheiten für den Delta-Change-Ansatz nicht notwendig. Der gleichzeitige Einsatz von verschiedenen Downscaling-Ansätzen bei Untersuchungen zu den Auswirkungen des Klimawandels auf die Bodenfeuchte im Gebirge wurde so erstmalig durchgeführt. Es zeigte sich, dass die Wahl des Downscaling-Ansatzes sehr viel größere Auswirkungen auf die Modellergebnisse hat, als das verwendete RCM. Dieses Ergebnis stellt die Modellergebisse anderer Studien in Frage, die ausschließlich auf einem Downscaling-Ansatz beruhen, oder die die große Bedeutung der RCMs heraus stellten. Grund hierfür mag die häufige Beschränkung auf eine Zielvariable, zumeist den Abfluss sein. Inhaltlich zeigte sich bei der Analyse der Auswirkungen des Klimawandels auf die Hydrologie eine große Übereinstimmung mit vorangegangenen Studien. Hinsichtlich der Bodenfeuchte ergänzt die vorliegende Studie durch ihre hohe räumliche und zeitliche Auflösung der prognostizierten Bodenfeuchtedaten vorangegangene Untersuchungen von Jasper et al. (2004, 2006), indem sie ortsgenaue Daten zur Abnahme der Bodenfeuchte und Trockenstress auf der Einzugsgebietsskala liefert. Das gemeinsame Ergebnis der sechs Modell-Ansätze (kombiniert aus zwei RCMs und drei Downscaling-Ansätzen) zeigt, dass die waldbestandenen Gebiete unter 1800m ü.d.M. am stärksten vom Klimawandel in den Jahren 2070-2100 (+/-10Vol-%) betroffen sein werden. Die Streuung der Ergebnisse der sechs Modellrechnungen ist allerdings sehr hoch. So decken die Ergebnisse eine Bandbreite ab, die von zukünftig nahezu unveränderten Bedingungen der Bodenfeuchte bis zu einer starken Ausdehnung des Trockenstresses reichen. Zusätzlich wurden die Unsicherheiten des angewandten hydrologischen Modells und den Downscaling-Ansätzen verwendet, um die Ergebnisse einordnen zu können. Die aufsummierten Unsicherheiten (+/-10Vol-%) entsprechen den durchschnittlich zu erwartenden Abnahmen der Bodenfeuchte (-10Vol-%). Die Ergebnisse müssen daher vorsichtig interpretiert werden. Probabilistische Vorhersagesysteme mit mehreren hundert Modellläufen könnten gegebenenfalls in weiteren Studien die beobachtete Tendenz einer abnehmenden Bodenfeuchte weiter bestätigen.