{"id":75746,"date":"2021-10-13T09:48:43","date_gmt":"2021-10-13T07:48:43","guid":{"rendered":"https:\/\/www.sonnenseite.com\/?p=75746"},"modified":"2021-10-13T09:48:44","modified_gmt":"2021-10-13T07:48:44","slug":"mindestens-85-der-weltbevoelkerung-vom-klimawandel-beeinflusst","status":"publish","type":"post","link":"https:\/\/www.sonnenseite.com\/de\/wissenschaft\/mindestens-85-der-weltbevoelkerung-vom-klimawandel-beeinflusst\/","title":{"rendered":"Mindestens 85% der Weltbev\u00f6lkerung vom Klimawandel beeinflusst"},"content":{"rendered":"\n

Eine neue in Nature Climate Change<\/em> ver\u00f6ffentlichte Studie dokumentiert beispiellose wissenschaftliche Evidenz zu den Folgen des menschengemachten Klimawandels auf mindestens 80 Prozent der Landfl\u00e4che der Welt, mit mindestens 85 Prozent der Weltbev\u00f6lkerung.<\/p>\n\n\n\n

Das hinter der Studie stehende Wissenschaftsteam hat eine neue Forschungstechnik entwickelt: Mit Modellen des maschinellen Lernens wurde eine noch nie dagewesene Menge von 100.000 empirischen Studien zusammengef\u00fchrt mit umfangreichen Modell- und Beobachtungsdaten zu Temperaturver\u00e4nderungen und Niederschl\u00e4gen. Das Ergebnis ist ein umfassendes, globales Bild der bisherigen Auswirkungen des vom Menschen verursachten Klimawandels.<\/p>\n\n\n\n

Die Studie \u201eMachine learning-based evidence and attribution mapping of 100,000 climate impact studies\u201c wurde unter der Leitung von zwei Klimaforschungsinstituten durchgef\u00fchrt: vom Mercator Research Institute on Global Commons and Climate Change sowie von Climate Analytics. <\/p>\n\n\n\n

\u201eUnsere Studie l\u00e4sst keinen Zweifel daran, dass die Klimakrise bereits fast \u00fcberall auf der Welt zu sp\u00fcren ist\u201c, erkl\u00e4rt Max Callaghan<\/a>, Postdoc in der MCC-Arbeitsgruppe Angewandte Nachhaltigkeitsforschung und Leitautor der Studie. \u201eDas ist auch wissenschaftlich umfassend dokumentiert.\u201c<\/p>\n\n\n\n

Die \u201eZurechnungsl\u00fccke\u201c<\/h5>\n\n\n\n

Das Papier identifiziert auch auf eine \u201eZuordnungsl\u00fccke\u201c: Der Mangel an Dokumenten und Daten aus einkommensschwachen L\u00e4ndern erschwert das Verst\u00e4ndnis der Klimafolgen in diesen Gebieten, obwohl in globalen Klimamodellen Ver\u00e4nderungen beobachtet werden.<\/p>\n\n\n\n

In L\u00e4ndern mit hohen Einkommen ist die belastbare Evidenz f\u00fcr zurechenbare Auswirkungen doppelt so umfangreich wie in L\u00e4ndern mit niedrigen Einkommen. 23 Prozent der Bev\u00f6lkerung in L\u00e4ndern mit niedrigen Einkommen leben in Gebieten, in denen zwar die Trends bei Temperatur und\/oder Niederschlag zumindest teilweise zurechenbar, aber die Auswirkungen nur geringf\u00fcgig nachgewiesen sind.<\/p>\n\n\n\n

\u201eDie Entwicklungsl\u00e4nder stehen bei den Klimafolgen an vorderster Front, aber unsere Studie zeigt, dass es bei den Daten daf\u00fcr wirklich blinde Flecken gibt\u201c, sagt Shruti Nath, Forscherin bei Climate Analytics und Co-Autorin der Studie. \u201eDie meisten Gebiete, in denen wir keine Zurechnung herstellen k\u00f6nnen, liegen in Afrika. Die Zurechnungsl\u00fccke hat konkrete Konsequenzen f\u00fcr die Planung von Ma\u00dfnahmen der Klima-Anpassung in diesen Regionen und auch f\u00fcr den Zugang zu Finanzmitteln.“<\/p>\n\n\n\n

\u00dcbersichten \u00fcber die Klimawissenschaft im Zeitalter von Big Literature<\/h5>\n\n\n\n

Die klimawissenschaftliche Literatur w\u00e4chst exponentiell. Seit dem ersten Bewertungsbericht des Weltklimarats IPCC im Jahr 1990 hat sich die Zahl der Studien \u00fcber Klimafolgen mehr als verhundertfacht. Die in der jetzt vorliegenden Studie verwendeten Methoden zielen darauf ab, f\u00fcr das Zeitalter von Big Literature eine L\u00f6sung zu finden. Das Team verwendete einen modernen Deep-Learning-Ansatz f\u00fcr die Auswahl und Klassifizierung von rund 100.000 wissenschaftliche Arbeiten, die beobachtete Klimafolgen dokumentieren: von sozialen Gef\u00e4hrdungen bis zu Einfl\u00fcssen auf die Umwelt, etwa auf S\u00fc\u00dfwasserseen, \u00d6kosysteme oder Gletscher.<\/p>\n\n\n\n

Der Algorithmus extrahiert die jeweilige Einwirkung, den dahinterstehenden Klima-Treiber sowie die geografische Lage. Diese Informationen werden r\u00e4umlich hochaufgel\u00f6st abgeglichen mit den infolge des menschengemachten Klimawandels abgeleiteten Trends zu Temperatur und Niederschlag. Die Kombination dieser beiden Big-Data-Quellen \u2013 eine beispiellose Big-Literature-Datenbank mit dokumentierten Klimafolgen sowie die vom Menschen verursachten lokalen Temperatur- und Niederschlagsver\u00e4nderungen \u2013 ist eine einzigartige Ressource und Orientierungshilfe f\u00fcr klimapolitische Ma\u00dfnahmen.<\/p>\n\n\n\n

MCC-Forscher Max Callaghan fasst zusammen: \u201eUnsere Weltkarte der Klimafolgen gibt Orientierung f\u00fcr den globalen Kampf gegen die Erderhitzung, f\u00fcr regionale und lokale Risikoabsch\u00e4tzungen und auch f\u00fcr konkrete Anpassungsma\u00dfnahmen.\u201c<\/p>\n\n\n\n