Afrikas Küstenregionen sind mit einem beschleunigten Meeresspiegelanstieg konfrontiert, der durch Klimavariabilität zusätzlich verschärft wird. In dieser Studie analysieren wir Satellitenaltimetrie-Daten von 1993 bis 2024 für die afrikanischen Meeresgebiete. Der El Niño 2023–2024 verursachte die größte jemals verzeichnete (um den Trend bereinigte) Meeresspiegelanomalie (27 mm) und übertraf damit sogar das stärkere Ereignis von 1997–1998. Diese außergewöhnliche Reaktion resultierte aus einer ozeanischen Vorkonditionierung: Rekordwerte des Indischen-Ozean-Dipols, des Atlantischen Niños sowie der Indizes des tropischen Nordatlantiks gingen dem El Niño voraus und verstärkten dessen Wirkung. Gleichzeitig unterbanden anomale Winde das Aufquellen von Kaltwasser (Upwelling), während eine Rekord-Schichtung des Wassers die Oberflächenwärme einschloss, was den Wärmeinhalt des Ozeans vervierfachte. Die thermische Ausdehnung machte über 70 % der Gesamtanomalie dieses Ereignisses aus und erreichte fast 30 mm im gesamten afrikanischen Meeresraum. Seit 1993 ist der Meeresspiegel um insgesamt 11,26 cm angestiegen, wobei die Beschleunigungsrate von 0,14 mm/Jahr² den globalen Durchschnitt übersteigt. Diese Ergebnisse verdeutlichen die kombinierten Bedrohungen für tiefliegende Deltas und kleine Inselentwicklungsländer (SIDS) durch Überflutungen, anhaltende Landabsenkungen und sinkende marine Produktivität.

Hauptanwendungen der Satellitengravimetrie-Missionen GRACE und GRACE-FO sind Untersuchungen zu Massenumverteilungen von Wasser und Eis auf der Erdoberfläche, häufig mit unmittelbarem Bezug zur Klimaforschung. Häufig dienen dabei globale gegitterte Datensätze globaler Massenverteilungsanomalien als Grundlage. Solche Level-3-Datenprodukte werden von einzelnen Institutionen entweder direkt aus den Level-1-Beobachtungen der Satellitengravimetriemissionen oder aus Level-2 Schwerefeldlösungen abgeleitet.

Verschiedene Level-3-Produkte basieren auf unterschiedlichen Methoden und unterscheiden sich dadurch in ihren Ergebnissen. In diesem Beitrag werden die Mascon-Datenprodukte des Jet Propulsion Laboratory (JPL), des Goddard Space Flight Center (GSFC), und des Center for Space Research (CSR), welche auf der Auswertung von Level-1-Daten basieren, sowie ein auf Level-2-Daten basierendes Datenprodukt der Technischen Universität Dresden (TUD) qualitativ und quantitativ untersucht und verglichen. Hierbei werden verschiedene Bestandteile zeitlicher Änderungen, wie mittlere lineare Änderung, saisonale Signale sowie nicht-lineare und nicht-saisonale Komponenten betrachtet. Darüber hinaus werden die integrierten Massenänderungen ausgewählter Gebiete analysiert und verglichen. Dazu gehören der Antarktische und Grönländische Eisschild, sowie an die Eisschilde angrenzende Ozeangebiete.

Die Ergebnisse zeigen, dass die vier Produkte hinsichtlich der zeitlich mittleren Massenänderungsrate weitgehend übereinstimmen. Große Abweichungen zwischen den Produkten treten vor allem an den Eisschilden auf und verteilen sich auf unter 3 % der Erdoberfläche. Aus dem Vergleich des jährlichen Signals ergibt sich, dass sich das TUD-Produkt in bestimmten lokal begrenzten Küstenregionen von den anderen Produkten unterscheidet. Weiter werden räumlich kohärente Phasenunterschiede des saisonalen Anteils von Ozeanmassenänderungen festgestellt, die sich auf unterschiedliche Berücksichtigungen des atmosphäreischen Hintergrundmodells zurückführen lassen. In allen Produkten werden kleinskalige Unterschiede, die aus einer unterschiedlichen Definition der Gittergröße resultieren, festgestellt. Die Ergebnisse der integrierten Massenänderung über dem Antarktischen und Grönländischen Eisschild zeigen, dass alle Produkte den Massenverlust der Eisschilde beschreiben und der lineare Trend maximal um 20 Gt variiert.

Bei Betrachtung der an die Eisschilde angrenzenden Ozeangebiete zeigen sich dagegen deutliche Unterschiede. Hier weisen die verschiedenen Produkte ein teilweise widersprüchliches Trendverhalten auf. Dies ist mit unterschiedlichen Strategien zur Vermeidung von Leck-Effekten zu erklären und weist auf weiteren Forschungsbedarf zum Methodenvergleich und zur Methodenentwicklung hin.

Unter der Annahme, dass ein sich erwärmendes Klima zu einer Intensivierung des globalen Wasserkreislaufs führt, wird erwartet, dass auch die Häufigkeit und Intensität von Extremereignissen (Dürre und Flut) in den kommenden Jahrzehnten zunehmen werden. GRACE/-FO Beobachtungen der terrestrischen Wasserspeicherung (TWS) wurden bereits dafür genutzt, Extremereignisse sowohl auf globaler als auch auf regionaler Ebene zu identifizieren und analysieren. Diese Analysen sind jedoch durch die begrenzte räumliche und zeitliche Auflösung der Satellitenbeobachtungen eingeschränkt. Insbesondere Hochwasserereignisse treten meist sehr lokal auf und sind von kurzer Dauer (unter einem Monat), was ihre Erfassung erschwert. Zukünftige Satellitengravimetrie-Missionen, insbesondere die Doppelpaar-Konstellation MAGIC, werden die räumliche und zeitliche Auflösung voraussichtlich deutlich verbessern. In dieser Studie untersuchen wir daher mithilfe langfristiger (50-jähriger) End-to-End-Simulationen von GRACE-C und MAGIC auf globaler Ebene die Verbesserungen, die insbesondere MAGIC bei der Erkennung feuchter Extremereignisse erzielen kann.

Die Simulationsumgebung basiert auf dem Beschleunigungsansatz und berücksichtigt gemäß den aktuellen Entwurfsstudien zur MAGIC-Mission sowohl gezeitenbedingte als auch nicht-gezeitenbedingte Hintergrundmodellfehler sowie das Instrumentenrauschen der Beschleunigungs- und Entfernungsmessgeräte. Als Input- und Referenzdatensatz verwenden wir tägliche Ergebnisse eines Klimamodells (GFDL-CM4) aus dem CMIP6-Archiv, das in früheren Studien als realistische Darstellung der Wasserspeicherungsentwicklung identifiziert wurde. Um die von der MAGIC-Konstellation erwartete verbesserte zeitliche und räumliche Auflösung zu untersuchen, vergleichen wir (i) Extremwerte, die aus 5-tägigen Gravitationsfeldsimulationen abgeleitet wurden, mit denen aus monatlichen Feldern, und (ii) zeigen, wie sich die für MAGIC erforderliche schwächere räumliche Filterung positiv auf die Erkennbarkeit von Extremereignissen auswirkt.

Zur Analyse werden zwei verschiedene Ansätze verwendet: Eine Methode konzentriert sich ausschließlich auf die stochastischen Eigenschaften der Zeitreihen im Sinne der Extremwerttheorie und bewertet das Intensitäts-Frequenz-Verhältnis hoher TWS-Werte durch die Berechnung der erwarteten Return Levels feuchter Extreme. Der andere Ansatz nutzt die Tatsache, dass eine 50-jährige Simulationszeitreihe statistisch aussagekräftige Schlussfolgerungen aus dem direkten Vergleich von Referenz- und Simulationsergebnissen auf Zeitreihenebene ermöglicht. Dabei wird der Zeitpunkt des Auftretens von Extremen auf der Grundlage von Klassifizierungs-Scores, die korrekt und falsch identifizierte Extremereignisse berücksichtigen, bewertet.

Wie gut können hydrologische Modelle Veränderungen der terrestrischen Wasserspeicherung in datenarmen Regionen wie dem Kongobecken erfassen?

In diesem Vortrag werden die Dynamiken der terrestrischen Wasserspeicherung (TWS) sowie ihre einzelnen Speicherkomponenten (d. h. Bodenfeuchte, Grundwasser sowie Wasser in Seen, Flüssen und Reservoiren) mithilfe von Ergebnissen aus OS LISFLOOD, ein open-source, räumlich verteiltes Wasserressourcenmodell, das vom Joint Research Center der Europäischen Kommission entwickelt wurde, untersucht.

Simulationen, die mit ERA5-Reanalysedaten angetrieben werden, werden anhand von Beobachtungen der GRACE-Satellitengravimetrie evaluiert und mit Simulationen verglichen, die auf alternativen meteorologischen Antriebsdatensätzen sowie anderen hydrologischen Modellen basieren. Die Auswertung konzentriert sich auf verschiedene zeitliche Komponenten des TWS-Signals und erfolgt mithilfe statistischer Kenngrößen wie Korrelation, Root Mean Squared Difference und Kling-Gupta-Effizienz. Besonderes Augenmerk liegt auf der geringen Leistungsfähigkeit von OS LISFLOOD im Kongobecken in den niederfrequenten Anteilen des Signals bei Verwendung von ERA5-Daten.

Durch die Analyse von Unterschieden zwischen meteorologischen Antriebsdatensätzen, der Sensitivität des Modells gegenüber unterschiedlichen atmosphärischen Antrieben sowie des Einflusses der Kalibrierung zielt diese Studie darauf ab, potenzielle Unsicherheitsquellen in großskaligen hydrologischen Simulationen zu identifizieren.

GNSS-Koordinatenzeitreihen werden häufig zur Überwachung klimabedingter Oberflächendeformationen verwendet, die durch atmosphärische, hydrologische und ozeanische Belastungen verursacht werden. Diese Produkte können jedoch systemabhängige Artefakte enthalten, die mit der Bahnmodellierung, der Beobachtungsgeometrie und den Verarbeitungsstrategien zusammenhängen. Das Verständnis der Konsistenz klimarelevanter Signale zwischen einzelnen GNSS-Konstellationen ist daher für geodätische Klimastudien von großer Bedeutung.

Diese Studie untersucht systemspezifische Koordinatenzeitreihen, die aus GPS-, GLONASS-, Galileo-, BeiDou- und kombinierten Multi-GNSS-Lösungen der Europäischen Weltraumorganisation (ESA) abgeleitet wurden. Der Datensatz umfasst Stationen mit mindestens vier Jahren Beobachtungsdaten aus dem Zeitraum 2020 bis 2025.

Die aus GNSS abgeleiteten Verschiebungen werden mit Modellen der atmosphärischen, hydrologischen und ozeanischen Belastung verglichen. Zur Bewertung der Konsistenz zwischen einzelnen Konstellationen und geophysikalischen Belastungssignalen werden Korrelationen, Amplitudenunterschiede und regionale Variabilitäten analysiert.

Vorläufige Ergebnisse zeigen deutliche konstellationsspezifische spektrale Signaturen, die mit Umlaufperioden und deren Aliasfrequenzen verbunden sind, insbesondere bei GLONASS und BeiDou. Die relativen Unterschiede der jährlichen Amplituden weisen auf eine insgesamt gute Übereinstimmung zwischen GPS-, Galileo- und Multi-GNSS-Lösungen hin, mit medianen Abweichungen von 8–9 %. Größere Unterschiede werden hingegen für BeiDou (11 %) und insbesondere für GLONASS beobachtet, dessen jährliche Amplituden typischerweise etwa 60 % kleiner sind als die aus GPS abgeleiteten Werte. Während einzelne Systeme charakteristische Artefakte aufweisen, reduzieren Multi-GNSS-Lösungen langperiodische orbitbedingte Signale erheblich und zeigen die beste Übereinstimmung mit den Belastungsmodellen. Die Analyse weist zudem auf regionale Unterschiede in der Stärke systemspezifischer Effekte hin.

Die Ergebnisse liefern neue Erkenntnisse über die Eignung einzelner GNSS-Konstellationen für Klimaanwendungen und unterstreichen die Vorteile der Multi-GNSS-Integration für die Überwachung umweltbedingter Oberflächendeformationen.

Atmosphärischer Wasserdampf ist das bedeutendste Treibhausgas und eine wichtige Essential Climate Variable (ECV). Diese Variable spielt eine Schlüsselrolle bei der Überwachung der langfristigen Auswirkungen des globalen Klimawandels. Traditionelle Techniken wie Wasserdampfradiometer und Radiosonden messen wesentliche meteorologische Daten. In den letzten zwei Jahrzehnten hat sich jedoch die Technologie Global Navigation Satellite System (GNSS) als kosteneffizientes Werkzeug für die kontinuierliche Atmosphärenüberwachung unter allen Wetterbedingungen etabliert. Um diese Technik für eine robuste Klimaüberwachung zu nutzen, wurde das Global Climate Observing System (GCOS) Reference Upper-Air Network (GRUAN) als internationales Referenzbeobachtungsnetzwerk eingerichtet. Innerhalb dieses Netzwerks fungiert das GFZ als wichtiges Verarbeitungszentrum und bietet eine umfassende Quelle troposphärischer Produkte, einschließlich des integrierten Wasserdampfs (Precipitable Water Vapor, PWV). Da mittlerweile mehr als 10 Jahre konsistent verarbeiteter Daten verfügbar sind, bietet das Netzwerk eine einzigartige Möglichkeit für langfristige Klimastudien. In dieser Arbeit werden 10-jährige PWV-Zeitreihen über vier verschiedene klimatologische Regionen hinweg untersucht. Der Schwerpunkt liegt auf der Charakterisierung der Langzeitstabilität und der rückführbaren Unsicherheit der GNSS-abgeleiteten Produkte. Zu diesem Zweck bewerten wir die Präzision des geschätzten GNSS-PWV und validieren diese Produkte durch einen Vergleich mit ERA5-Reanalysedaten. Darüber hinaus werden die GNSS-PWV-Zeitreihen analysiert, um die Auswirkungen des globalen Wandels auf die Verteilung der atmosphärischen Feuchtigkeit zu bewerten.

Variationen der Wasserspeicherung in Flüssen verursachen elastische Auflastdeformationen, die prinzipiell mit Beobachtungen des Global Navigation Satellite System (GNSS) erfasst werden können.  Transiente, durch Änderungen des Flusswasserstands verursachte Auflastsignale sind jedoch in der Regel kleinräumig, lokal begrenzt und schwer von großräumigeren hydrologischen Auflastsignalen sowie von Common-Mode-Fehlern zu trennen.  In dieser Studie präsentieren wir die erste GNSS-Beobachtung transienter Variationen der Flusswasserspeicherung entlang des Rheins in Nordwesteuropa, basierend auf einem dichten regionalen GNSS-Netzwerk und täglichen Beobachtungen des Flusswasserstands.
Nach der Entfernung großräumiger hydrologischer Auflastsignale und regionaler Common-Mode-Signale identifizieren wir kohärente vertikale Bodenbewegungssignale, die mit transienten Änderungen des Flusswasserstands verbunden sind.  Die detektierten Signale weisen Amplituden von etwa 1 mm auf und dauern über Zeitskalen von 14 bis 60 Tagen an.  Räumlich konzentriert sich die Antwort entlang des Rhein-Korridors, wobei eine Sensitivität bis in Entfernungen von etwa 300 km vom Fluss erkennbar ist.  Zwei repräsentative Ereignisse, im Oktober 2011 und im Juli 2021, zeigen deutliche transiente Deformationsmuster im Zusammenhang mit Änderungen des Flusswasserstands.  Insbesondere das Ereignis im Oktober 2011 weist nach einem Rückgang des Flusswasserstands eine stromabwärts gerichtete Migration der GNSS-beobachteten Hebung auf, mit einer scheinbaren Ausbreitungsgeschwindigkeit, die geringer ist als die der Flusswasserstandswelle.
Die aus GNSS abgeleitete Deformation ist etwa fünfmal größer als von PREM-basierten, rein elastischen Auflastmodellen vorhergesagt, die durch Beobachtungen des Flusswasserstands angetrieben werden, und ihre Ausbreitungsgeschwindigkeit beträgt etwa die Hälfte der Geschwindigkeit der Flusswasserstandswelle. Diese Diskrepanz deutet darauf hin, dass die beobachteten Signale nicht nur die direkte Auflast durch Flusswasser widerspiegeln, sondern auch verzögerte Uferspeicherung und Grundwasserreaktionen im Flusskorridor, was durch Grundwassermodellsimulationen und Grundwasserpegelbeobachtungen gestützt wird. Diese Studie unterstreicht das Potenzial von GNSS als komplementäres Beobachtungssystem zur Überwachung transienter Änderungen der terrestrischen Wasserspeicherung auf regionaler Skala.