Einführung

Mit der PhenoTracker-Toolbox kannst du interaktiv und einfach die Auswirkungen der Klimaerwärmung auf die Pflanzenwelt untersuchen. Lade unsere GrüneKlimastreifen, die den Klimawandel in der Natur abbilden, herunter, analysiere mit PhenoInterpol, wie die Erwärmung phänologische Phasen in Bayern verfrüht, oder werte Daten aus einem Zweigexperiment mit TECCS aus.

Phänologische Jahreszeiten

Die folgenden phänologischen Jahreszeiten (Arten / Phänophasen) wurden von 1951 bis 2021 ausgewertet (mit Ausnahme des Winters, für den die Daten von 1961 bis 1990 nicht verfügbar sind):
  • Vorfrühling (Hasel / Blüte Beginn)
  • Erstfrühling (Forsythie / Blüte Beginn)
  • Vollfrühling (Stiel-Eiche / Blattentfaltung Beginn)
  • Frühsommer (Schwarzer Holunder / Blüte Beginn)
  • Hochsommer (Sommer-Linde / Blüte Beginn)
  • Spätsommer (Apfel, frühe Reife / Pflückreife Beginn)
  • Frühherbst (Schwarzer Holunder / erste reife Früchte)
  • Vollherbst (Stiel-Eiche / erste reife Früchte)
  • Spätherbst (Stiel-Eiche / herbstliche Blattverfärbung)
  • Winter (Stiel-Eiche / herbstlicher Blattfall)

Links

Anmerkungen

Diese App ist für die Anzeige auf einem Computerbildschirm (Vollbild) ausgelegt. Wenn die Anzeige nicht optimal ist, bitte die Bildschirmgröße (Internet-Browser) anpassen. Bei mobilen Nutzern kann es vereinzelt zu Fehlern kommen, dann bitte die App aktualisieren.

Hintergrund

Die Klimastreifen von Ed Hawkins, University of Reading (#ShowYourStripes), zeigen mit zunächst blauen, dann überwiegend roten Streifen den globalen oder regionalen Temperaturanstieg von der vorindustriellen Zeit bis heute. Wir haben diese Idee zu "green warming stripes" (#GrüneKlimaStreifen) weiterentwickelt, um klimabedingte phänologische Veränderungen zu zeigen.

GrüneKlimaStreifen

Anhand von phänologischen Ereignissen wie der Blattentfaltung oder der Blüte von Pflanzen lassen sich die Auswirkungen des Klimawandels auf die Natur direkt beobachten, da sich ihr Beginn pro 1 °C Erwärmung um bis zu 5 Tage vorverlagert. Nehmen wir als Beispiel die Blüte der Hasel in Bayern. In unseren grünen Klimastreifen stehen die blauen Farben nun für Jahre mit kalter Witterung und damit mit späterer Blüte oder Blattentwicklung, während die grünen Streifen warme Jahre mit früherer Pflanzenentwicklung anzeigen.

Auswahl an Zeitreihen

Wir bieten GrüneKlimaStreifen für verschiedene phänologische Jahreszeiten in Bayern und für historische Zeitreihen weltweit an, wie z.B. die Kirschblüte in Kyoto in Japan seit 801. Die zehn phänologischen Jahreszeiten Vor-, Erst- und Vollfrühling, Früh-, Hoch- und Spätsommer, Früh-, Voll- und Spätherbst, und Winter werden anhand von Zeigerpflanzen definiert. So steht beispielsweise die Haselblüte für den Vorfrühling, während mit der Fruchtreife der Rosskastanie der Vollherbst beginnt. Wir planen, die Palette der GrüneKlimaStreifen schrittweise zu erweitern, zum Beispiel für andere Regionen oder weitere berühmte historische Zeitreihen.

Bedeutung

Die Verschiebung der phänologischen Jahreszeiten hat vielfältige Auswirkungen. So bedeutet eine frühere Blüte allergener Pflanzen eine längere Leidenszeit für Pollenallergiker, und der Austrieb von Bäumen im April statt im Mai ist mit einem höheren Risiko von Spätfrostschäden verbunden. Mit der "grünen Welle" im Frühjahr ändert sich das Nahrungsangebot für Pflanzenfresser, und bestäubende Insekten können geeignete Blüten finden - allerdings nur, wenn das dafür notwendige Timing nicht durch den Klimawandel verlorengegangen ist.

Anleitung

Auswahl : GrüneKlimaStreifen sind für alle phänologischen Jahreszeiten in den Bundesländern Deutschlands sowie für ausgewählte historische Reihen weltweit verfügbar.
Abbildung : Die Abbildungen können mit oder ohne Beschriftung und in verschiedenen Bildformaten heruntergeladen werden. Als Zusatzinformationen sind angegeben: das mittlere Eintrittsdatum im Zeitraum 1971-2000, der Trend, d.h. die Veränderung über den gesamten Beobachtungszeitraum, in Tagen/Jahr, wobei negative Trends einen früheren Eintritt bedeuten, und die Anzahl der Beobachtungsstationen im entsprechenden Bundesland.

Hintergrund

Jede einzelne phänologische Beobachtung durch Bürgerwissenschaftler:innen ist wertvoll. Benötigt man jedoch Informationen für Orte, für die keine Beobachtungen vorlagen, hilft es, ein Eintrittsdatum aus bekannten Werten der Umgebung zu schätzen. PhenoInterpol ermöglicht diese räumliche Interpolation (Schätzung) bayernweit für alle phänologischen Jahreszeiten und Jahre ab 1951. Für jeden auszuwählenden Punkt in Bayern kann die entsprechende phänologische Zeitreihe angezeigt werden und untersucht werden, wie stark die Erwärmung die Eintrittsdaten vorverlegt.

Anleitung

Unter Karte wird die interpolierte Karte für die ausgewählte phänologische Jahreszeit und das ausgewählte Jahr dargestellt, der mittlere Eintrittstermin über ganz Bayern ist links angegeben. Für jeden angeklickten Ort auf der Karte wird das geschätzte Eintrittsdatum angezeigt.
Wechselt man nun zu Analyse wird die Zeitreihe für die ausgewählte phänologische Jahreszeit und den gewünschten Ort in Bayern angezeigt. Auf der linken Y-Achse ist der Eintrittstermin in Tagen seit Jahresbeginn (TSJ) angegeben. Wenn man diese Angaben in ein Datum umrechnen will, dann geht man auf Tools (ganz links in der Leiste). Der Phänologie-Trend wiederum gibt Auskunft darüber, ob und wie stark sich die Eintrittsdaten verfrühen (negativer Trend).
Die Temperaturen im Vormonat sind oftmals entscheidend für die Pflanzenentwicklung. Hohe Temperaturen im März beispielsweise führen zu einer früheren Forsythienblüte. Man kann dies selbst untersuchen, indem man verschiedene Monate für die Monatsmitteltemperatur auswählt. Diese Temperaturen sind im Diagramm grau dargestellt und ihr Trend links angegeben. Wie eng der Zusammenhang zwischen Temperatur und Phänologie ist, verrät der sogenannte Korrelationskoeffizient (unten links im Diagramm), der zwischen -1 und +1 liegen kann. "-1" bedeutet einen perfekten Zusammenhang zwischen wärmeren Temperaturen und früheren Eintrittsterminen, während Werte gegen "0" keinen Temperaturzusammenhang bedeuten.

Hintergrund

Die beiden Karten zeigen für alle Landkreise und kreisfreien Städte in Bayern links phänologische Trends und rechts Temperaturtrends für den Zeitraum 1951-2021 an. Negative phänologische Trends bedeuten eine Verfrühung, positive Temperaturtrends eine Erwärmung. Die mittleren Trends können abgelesen werden, wenn man den Mauszeiger über die Karte auf den gewünschten Landkreis bewegt.

Hintergrund

Mit Tag-TSJ-Umwandlung können Datum und Tag seit Jahresbeginn (TSJ) schnell umgerechnet werden.

Hintergrund

TECCS (Twig Experiment Climate Change Simulator) ist ein einfach zu bedienendes Simulationswerkzeug. Es erlaubt, mögliche Auswirkungen der Winter- und/oder Frühlingserwärmung auf Austriebszeitpunkte zu untersuchen.

Anleitung zur Durchführung des Experiments

Eine ausführliche Anleitung zur Durchführung des Experimentes befindet sich auf https://www.baysics.de/wp-content/uploads/2020/12/Anleitung_TECCS.pdf . Hier ist genau beschrieben, wie Zweige abgeschnitten und in Innenräumen beobachtet werden.
Eingabedatei
Die auf Papier oder digital notierten Beobachtungsdaten müssen nun für ein ausgewähltes Entwicklungsstadium (z.B. BBCH7) für jeden Zweig umgerechnet werden. Und zwar in Tage zwischen Start des Experiments und dem Schnittzeitpunkt (Days_outside) und Tage seit Schnittzeitpunkt bis zur Beobachtung des Entwicklungsstadiums (Days_inside). Um diese Daten dann in TECCS zu analysieren, müssen sie in digitale Tabellen eingegeben werden, z.B. Microsoft Excel oder LibreOffice Calc. Dann sollten Ihre Daten in etwa so aussehen:

Die ersten beiden Spalten enthalten die Anzahl der Tage im Freiland (seit Start des Experiments) und im Innenraum (seit Abschneiden des Zweiges). Die dritte Spalte Branch_id enthält eine Kennung des Zweiges B, gefolgt von einer zweistelligen Zahl, die sich zusammensetzt aus der Woche, in der der Zweig abgeschnitten wurde, und einer zweistelligen Zahl, die den Zweig identifiziert. Z.B. B-02-05 wird in Woche 2 geschnitten und ist Zweig 5.
Damit die Daten korrekt eingelesen werden können, muss folgendes beachtet werden:
  • die Spaltennamen müssen exakt lauten Days_outside, Days_inside, Branch_id
  • die Spalten 1 und 2 enthalten nur ganze Zahlen
  • das Trennzeichen in den Bezeichnungen in Spalte 3 (B-01-01) ist immer ein einzelner Strich
Die Datei muss dann als CSV-Datei (Komma getrennt) gespeichert werden. Öffnen Sie dann diese .csv-Datei mit einem Texteditor, z.B. Notepad unter Windows. Achten Sie darauf, dass das Trennzeichen ein Komma und kein Semikolon ist. Dann müssen Sie die beiden Kopfzeilen hinzufügen:
"Start of experiment: 2015-11-21"
"BBCH: 7"
Die Datei, die in TECCS hochgeladen wird, sieht dann wie folgt aus:

Modell für den Austrieb der Knospe
  • die Wärmesumme wird anhand der mittleren Innenraumtemperatur und der zugehörigen Tage abgeschätzt
  • die passenden Temperaturen außen werden von der nächstgelegenen Klimastation übernommen
  • das Modell zwischen Kältetagen und der notwendigen (kritischen) Wärmesumme wird wie folgt gefittet: Wärmesummekrit = a + b * ln(Kältetage)
  • die entsprechenden Schwellenwerte für die Definition von Kältetagen und Wärmesumme können variiert werden (Voreinstellung 5 °C)
Climate Change Simulator
  • die zukünftige Knospenentwicklung wird für ein gewähltes Basisjahr (2020-2022) simuliert
  • Winter- und Frühjahrstemperaturen können zwischen -1 und 5 °C gegenüber dem Basisjahr verändert werden

Auswahl

Anleitung

Möchten Sie die Streifen herunterladen?
Herunterladen

Loading...

Auswahl

Anleitung

Möchten Sie die Streifen herunterladen?
Herunterladen

Loading...

Auswahl

Anleitung

Zoomen Sie hinein und wählen Sie einen Punkt auf der Karte aus, um das Eintrittsdatum zu sehen.

Loading...

Auswahl

Anleitung

Testen Sie, mit welchen Monatsmitteltemperaturen sich eine Verfrühung der Phänologie am besten erklären lässt. Der Korrelationskoeffizient sollte dabei möglichst nah an "-1" kommen.

Loading...

Auswahl

Loading...

Loading...

Dieses Tool hilft dir bei der Umwandlung zwischen den Formaten "Datum" und "Tag seit Jahresbeginn (TSJ)".
Bitte trage entweder ein Datum oder ein TSJ mit dem Jahr ein.

Datum zu TSJ

TSJ

                            

TSJ zu Datum

Datum

                            

Hochladen

Beispieldaten finden Sie hier:
Herunterladen

Modell für Austrieb der Knospe

Chilling-Forcing Model

Loading...

Simulator für den Klimawandel


1 Die Datei mit den Beobachtungsdaten muss genau der Vorlage entsprechen. Nur dann kann sie fehlerfrei eingelesen werden (siehe „Info“).
2 Hier soll die geschätzte oder gemessene durchschnittliche Raumtemperatur in dem Zimmer, in dem die abgeschnittenen Zweige beobachtet werden, eingetragen werden.
3 Hier soll die nächstgelegene Klimastation ausgewählt werden. In dieser App können Daten von bayerischen Klimastationen des DWD (2010-2018) verwendet werden, um die entsprechenden Außentemperaturen für den Zeitraum Starttag des Experiments bis Schnittzeitpunkt bereitzustellen.
4 Kältetage im Winter sind die Tage seit Start des Experiments, an denen die Tagesmitteltemperatur an der ausgewählten Klimastation kleiner als der Schwellenwert ist.
5 Wärmesumme im Frühjahr wird berechnet aus den Tagesmitteln der Temperatur, die gleich oder größer als der Schwellenwert für die Wärmesumme sind. Die täglichen Differenzen zum Schwellenwert werden dann ab dem Starttag des Experiments aufsummiert. Wenn der Zweig noch im Freiland ist, werden die Temperaturen der nächstgelegenen Klimastation verwendet, ansonsten die angegebene Raumtemperatur für die abgeschnittenen Zweige.
6 Die Modellgleichung gibt für verschiedene Kältetage an, welche Wärmesumme für den Austrieb notwendig ist. Die Modellgüte (R 2 ), die zwischen 0 und 100% liegen kann, ist ein Anhaltspunkt, wie gut das Modell den Zusammenhang zwischen Kältetage und notwendiger Wärmesumme beschreibt.
7 Für die Klimawandelsimulation kann man hier auswählen, um wieviel °C die Temperatur im Vergleich zum ausgewählten Basisjahr erhöht sein soll. Es bietet sich an, verschiedene Erwärmungsraten für Frühjahr und Winter auszuprobieren.
8 Der Starttag der Simulation wird aus der Eingabedatei übernommen. Mit dem Modell wird nun simuliert, wann die Bäume / Sträucher unter den gewählten Erwärmungen austreiben. Der Austriebszeitpunkt ist dann erreicht, wenn die notwendige Wärmesumme für die entsprechenden Kältetage erreicht oder überschritten ist (rote Simulationslinie für alle Tage seit Starttag des Experiments).
Datenverfügbarkeit und -verarbeitung
Die phänologischen Beobachtungen und Lufttemperaturdaten stammen vom Deutschen Wetterdienst (DWD), verfügbar unter https://opendata.dwd.de/
Die phänologische Interpolationskarte wurde in Anlehnung an einen Interpolationsalgorithmus des DWD erstellt und zwar als multiples lineares Regressionsmodell des TSJ in Abhängigkeit von Längengrad, Breitengrad und Meereshöhe in Kombination mit einem inversen Distanzgewichtungsmodell (IDW).

Referenzen
Weitere Details zu phänologischen Beobachtungen und damit verbundenen wissenschaftlichen Studien findest du in den folgenden Publikationen:
  • Yuan, Y., Härer, S., Ottenheym, T. et al.: Maps, trends, and temperature sensitivities—phenological information from and for decreasing numbers of volunteer observers. Int J Biometeorol. https://doi.org/10.1007/s00484-021-02110-3, 2021.
  • Menzel A, Yuan Y, Matiu M, et al.: Climate change fingerprints in recent European plant phenology. Glob Change Biol., 00, 1–14, https://doi.org/10.1111/gcb.15000, 2020.
  • Menzel A, Yuan Y, Hamann A, et al.: Chilling and Forcing From Cut Twigs—How to Simplify Phenological Experiments for Citizen Science. Front. Plant Sci., 11, 561413, doi: 10.3389/fpls.2020.561413, 2020
  • Kaspar, F., Zimmermann, K., and Polte-Rudolf, C.: An overview of the phenological observation network and the phenological database of Germany's national meteorological service (Deutscher Wetterdienst), Adv. Sci. Res., 11, 93–99, https://doi.org/10.5194/asr-11-93-2014, 2014.

Datenquellen
Deutscher Wetterdienst (DWD)
Landwirtschaftliches Zentrum Ebenrain, Sissach und MeteoSchweiz
Grand Conseil de la République et Canton de Genève
Yasuyuki AONO (Osaka Prefecture University)

Danksagung
Vielen Dank an die Experten und Kollegen für die Bereitstellung ihrer Daten!
Wir freuen uns, wenn wir weitere historische Zeitreihen integrieren können.
Kontakt
Dr. Ye Yuan, TUM (stanley.yuan@tum.de)
Alissa Lüpke, TUM (alissa.luepke@tum.de)
Simon Kloos, TUM (simon.kloos@tum.de)
Prof. Dr. Annette Menzel, TUM (annette.menzel@tum.de)