Polar regions are some of the most sensitive and vulnerable regions on Earth. In particular, the long-term interactions between climate, ecosystems and humans in polar continental areas are still poorly understood. The research section "Polar Terrestrial Environmental Systems" therefore investigates high-latitude Biodiversity Change, high-latitude Vegetation Change, Past Climate Change in polar regions, and Polar Ecology and Health. Research in Earth System Diagnostics and Earth System Complexity is carried out on a global scale. On expeditions we develop long-term measurements and specifically observe flora and fauna and environmental conditions in the polar regions. Since the time span covered by direct observations is short, the analysis of long-term changes requires, on the one hand, the use of indirect proxy data extracted from environmental archives, such as lake sediments and marine sediments, and modeling. Therefore, understanding paleoclimate and environmental indicators, so-called 'proxies' (such as isotopes in ground ice, ice sheet and snow, genetics, pollen, paleothermy), proxy development and proxy data syntheses, as well as the analysis of global interactions, is a central research interest of the group. In this way, a better understanding of the polar continental areas and their interactions with the global Earth system can be gained.
Analysing the krummholz form of Larix cajanderi in the Russian Arctic (Photo: Julius Schröder)
'Glacial legacy on the establishment of evergreen vs summergreen boreal forests'
Die Ökosysteme der borealen Wälder sind für die Menschheit von entscheidender Bedeutung und unterscheiden deutlich zwischen immergrünen und sommergrünen Nadelwäldern. GlacialLegacy beschäftigt sich mit den aktuellen Fragen "Warum wird Nordasien von sommergrünen borealen Wäldern dominiert" und "Wie werden sich diese Lärchenwälder in Zukunft verändern", mit einem kohärenten empirischen und modellierenden Ansatz, der Pollen-Datensynthese, sedimentäre alte DNA-Analysen, Vegetations- und biophysikalische Untersuchungen und Vegetationsmodellierung integriert.
Unsere Hypothese ist, dass sommergrüne und immergrüne Nadelbaumwälder alternative quasistabile Zustände darstellen, die heute unter ähnlichen Klimaten auftreten, die aber aufgrund der unterschiedlichen (genetischen) Eigenschaften der nördlichen Refugien entstanden sind - ein Vermächtnis des vorangegangenen Eiszeitalters. Einmal etablierte asiatische Lärchenwälder stabilisierten sich aufgrund ihres einzigartigen Vegetations-Feuer-Permafrost-Klimasystems, welches die Invasion von immergrünen Taxa hemmt. Die langfristige Vegetationstrajektorie verursacht jedoch den irreversiblen Übergang von Sommergrün in immergrüne Nadelbaumwälder. Dies liegt vor allem daran, dass Lärchen im Vergleich zu immergrünen Fichten und Kiefern eine schwache Konkurrenz darstellen, wenn sie in Mischbeständen wächst. Der asiatische Lärchenwald konnte erst nach einer neuen waldfreien Eiszeit wieder entstehen. Da beide borealen Waldtypen nur über einen bestimmten Klimarahmen hinweg stabil sind, könnte ein zukünftiges wärmeres und trockeneres Klima ihren Übergang in Steppen verursachen, was für asiatische Lärchenwälder irreversibel ist.
Förderung: European Research Council Consolidator Grant 2018-2023
Kooperation:
Prof. Dr. Luidmila A. Pestryakova (NEFU, University Yakutsk)
Weiterführende Informationen:
Herzschuh, U., Birks, H.J.B., Laepple, T., Andreev, A., Melles, M., & Brigham-Grette, J. (2016). Glacial legacies on interglacial vegetation at the Pliocene-Pleistocene transition in NE Asia. Nature Communications.7, 1–11. doi:10.1038/ncomms11967, https://www.nature.com/articles/ncomms11967.pdf
Illustration des Konzepts "Bi-Stabilität des borealen Waldes und glaziales Erbe". (Photo: Alfred-Wegener-Institut)
Die saisonale Ausdehnung und die Eigenschaften des arktischen Eises an Land und im Ozean bestimmen die Wirksamkeit des Albedo-Feedback-Mechanismus, der eine Verstärkung des arktischen Klimas bewirkt. Verschiedene Eishabitate werden von spezifischen Eisalgen bewohnt, die über taxonomische Grenzen hinweg ähnliche Mechanismen haben, um in diesen extremen Umgebungen zu überleben. Dieses Projekt untersucht das Potenzial sedimentärer alter DNA als Proxy für Veränderungen der Eisbedeckung auf tausendjährigen Zeitskalen (letzten 6000 Jahre), indem die funktionelle Zusammensetzung der Algengemeinschaft in Eis-, Wassersäulen- und Oberflächensedimentproben sowie in marinen und lakustrinen Sedimentkernen aus der Framstraße, Nordwestpazifik und Sibirien (Samoylov, Zentraljakutien) betrachtet werden.
Probenahme und analytische Strategie zur Untersuchung der taxonomischen und funktionellen Zusammensetzung von Eisalgen in Seen und Ozeanen. (Photo: Alfred-Wegener-Institut)
High-resolution reconstruction of regional climate changes in Antarctica
- Glaciological and isotope-geochemical studies on the Antarctic Peninsula and the West Antarctic Ice Sheet
Ziel dieses Projektes ist es, die jüngste und vergangene Klimavariabilität zweier Hochakkumulationsregionen in der Westantarktis - der nördlichen Antarktischen Halbinsel und der Union Glacier Region in den Ellsworth Mountains auf dem Westantarktischen Eisschild - zu untersuchen und mögliche Einflussfaktoren für beobachtete Veränderungen zu ermitteln. Dazu werden neu gesammelte Eis/Schnee-Kerne aus beiden Regionen als natürliche Klimaarchive genutzt und in hoher (jahreszeitlicher) Auflösung auf Dichte, stabile Wasserisotope und verschiedene chemische Parameter analysiert. Neue Daten über Akkumulationsraten und meteorologische Parameter (z.B. Lufttemperatur) sowie Informationen über Herkunft und Transportwege von Niederschlagsluftmassen werden gewonnen.
Interdisziplinäre Projekte an der Schnittstelle zwischen Naturwissenschaften und Data Science
Projekt A: "Arctic Environmental Data Analytics"– Gregor Pfalz
Projekt B: "Data fusion using remote sensing data and machine/deep learning techniques to better understand present, past and future vegetation dynamics in Central Yakutia" – Femke van Geffen
Die "Helmholtz Einstein International Research School on Data Science" ist ein auf sechs Jahre angelegtes Kooperationsprojekt mit dem Einstein Center Digital Future (ECDF), den Berliner Universitäten und den in der Hauptstadtregion ansässigen sechs Helmholtz-Zentren.
Die Promotionsthemen kommen aus den Forschungsschwerpunkten Imaging, Machine Learning, Modellierung, neue Hardware-Konzepte, Visualisierung und Sequenzierung. Die interdisziplinären Themen werden von Betreuer-Teams, bestehend aus zwei Professoreninnen bzw. Professoren, einer Person aus der Helmholtz-Gemeinschaft und einer aus dem ECDF, formuliert und betreut.
HEIBRiDS kann somit eine einzigartige Umgebung nutzen, die die Erforschung der Kernmethoden, Algorithmen und Prozesse der Digitalisierung aus unterschiedlichen Blickwinkeln ermöglicht und Wissen zwischen unterschiedlichen Disziplinen transportiert.
Projekt A versucht durch die Entwicklung eines Datenanalyse-Systems die frühere und heutige Beziehung zwischen dem Klimawandel in der Arktis und der Ökosystemdynamik in nördlichen Seesystemen zu rekonstruieren. Hierfür stützt sich das Projekt auf paläoklimatologische Daten aus der russischen Arktis von vergangenen Expeditionen des Alfred-Wegener-Instituts sowie von russischen Partnern.
Das Ziel von Projekt B ist die Entwicklung von neuen Machine/Deep Learning Methoden zur Analyse von Vegetationsdaten, die es ermöglichen einen Einblick in die Dynamik von Vegetationsarten über die Zeit zu gewinnen.
Im European Space Agency (ESA) Climate Change Initiative (CCI+) Programm werden konsistente Zeitserien für klimawissenschaftliche Anwendungen produziert. In CCI+ Permafrost (2018-2021) simuliert die Universität Oslo zirkum-arktische Zeitreihen von Permafrosttemperatur und Auftautiefe für den Zeitraum von 2003 bis 2017 mit dem transienten Equilibrium-Model CryoGrid. Dieses wird mit aus Satelliten-Daten abgeleiteter Oberflächentemperatur und Schneewasser-Äquivalent angetrieben.
AWI Potsdam ist verantwortlich für die Permafrost_cci Produkt-Validierung. Dafür stellen wir die Permafrost_cci und REKLIM Bodentemperatur-Kollektion aus Temperaturmessungen in flachen Bodentiefen und begleitende Datensätze zu Stratigraphie, Bodeneisgehalt und Vegetationsbedeckung zusammen, um entsprechend dem 3‑Schichten Erdsystem-Modell für Permafrost Landschaften (Warwick et al. 2017) alle Daten der drei Schichten Auftauboden, Permafrost und Vegetation/Infrastruktur/Schnee zusammenzubringen.
Gamma Remote Sensing and Consulting AG (GAMMA), Switzerland - Dr. Tazio Strozzi
b.geos GmbH (B.GEOS), Austria - Dr. Annett Bartsch
AWI Potsdam Permafrost Research, Germany – Prof. Dr. Guido Grosse, Dr. Ingmar Nitze
AWI Potsdam Atmospheric Research, Germany – Dr. Heidrun Matthes, Prof. Dr. Annette Rinke
University of Oslo, Geosciences, Norway - Prof. Dr. Sebastian Westermann, Dr. Jaros Obu
University of Fribourg, Geosciences, Switzerland - Prof. Dr. xxx
Bolin Centre of Climate Research of Stockholm University, Sweden - Prof. Dr. Gustaf Hugelius
West University of Timișoara, Geosciences, Romania
TERRASIGNA, Bucharest, Romania
Norwegian Research Centre NORCE, Tromsø, Norway
University Centre in Svalbard UNIS Norway
Abbildung Permafrost_cci Permafrost Vorkommen der Nördlichen Hemisphäre und in situ Temperature und Umweltvariablen Daten Kollektion aus einer großen Bandbreite von Meßprogrammen (links). (rechts) Die Permafrost_cci und REKLIM Datenkollektion bringt alle Daten nach dem 3 Layer Konzept für Permafrost Landschaften zusammen: 2 Schichten repräsentieren die Auftauschicht und den Permafrost und beide zusammen die Geo und Cryosphäre; die 3. Schicht ist die Pufferschicht der Bio- und Hydrosphäre die auch die Infrastruktur beinhaltet (die Datensammlung ist fortlaufend im Rahmen dieses Projektes).
Das Ziel von SPACE ist es, die räumliche und zeitliche Struktur von Klimaänderungen auf Zeitskalen von Jahren bis Jahrtausende zu bestimmen, und diese zu nutzen, um Klimamodelle zu testen, unser Verständnis von Klimaschwankungen zu verbessern und eine solidere Basis für Klimarekonstruktionen bereitzustellen. Direkte Beobachtungsdaten (z.B. von Wetterstationen) sind nur eine Momentaufnahme der Klimageschichte. Zwei Entwicklungen erlauben uns inzwischen jedoch eine bessere Nutzung von Paläoklimaarchiven: (1) Die verbesserte Verfügbarkeit und der zunehmende Umfang von Paläoklimadaten und (2) die großen Fortschritte im Verständnis der Paläoarchivierungsprozesse (siehe auch das Projekt ECUS).
Sowohl empirische Evidenzen als auch die Physik weisen auf eine enge Verbindung von Zeitskala und assoziierter räumlicher Ausdehnung von Klimaschwankungen hin. Während schnelle Variationen wie das Wetter regional sind, weisen die Wechsel zwischen Warm- und Eiszeiten eine global kohärente Komponente auf. SPACE quantifiziert diese angenommene Tendenz des Klimasystems, seine räumlichen Freiheitsgrade auf längeren Zeitskalen zu reduzieren und nutzt diesen Zusammenhang, um die oft verrauschten und teilweise widersprüchlichen Paläoklimadaten besser zu interpretieren. Ziel ist damit die Paläoklimaforschung für quantitative Tests von Klimamodellen und das Erdsystemverständnis besser nutzbar zu machen und die zukünftige Klimaentwicklung über den Blick in die Vergangenheit besser einzuschätzen.
Förderung: €1.5M European Research Council Horizon 2020 Grant 2017-2022
Weiterführende Informationen:
Rehfeld, Kira, Thomas Münch, Sze Ling Ho, and Thomas Laepple. 2018. “Global Patterns of Declining Temperature Variability from the Last Glacial Maximum to the Holocene.” Nature 554 (7692): 356–59. https://doi.org/10.1038/nature25454.
Kunz, T., Dolman, A. M., & Laepple, T. (2020). Estimating the timescale-dependent uncertainty of paleoclimate records – a spectral approach. Part I: Theoretical concept. Climate of the Past Discussions, 1–38. https://doi.org/10.5194/cp-2019-150
Abbildungen: auf längeren Zeitskalen vergrössert sich die räumliche Ausdehnung (in der Raum-Zeit Struktur)
Correlation of interannual temperature variations in Brussels with temperature variations in the rest of the world in a climate model simulation (Photo: Alfred-Wegener-Institut)
Correlation of multidecadal temperature variations in Brussels with temperature variations in the rest of the world in a climate model simulation (Photo: Alfred-Wegener-Institut)
Correlation of centennial temperature variations in Brussels with temperature variations in the rest of the world in a climate model simulation (Photo: Alfred-Wegener-Institut)
Forecasting climate surprises on longer timescales (FORCLIMA)
The Greenland and Antarctic ice sheets and the Atlantic Meridional Overturning Circulation (AMOC) are prominent examples of tipping elements in the Earth system that have the potential to respond nonlinearly to small changes in forcing. Tipping elements can thus give rise to climate surprises, i.e., low-probability, high-impact events that may be triggered earlier than expected. FORCLIMA will generate probabilistic estimates of climate surprises for the medium-term future (centuries to millennia) with much higher confidence than we have today, and inform us about interactions between key tipping elements in the climate system. This project will advance the state of the art in coupled climate – ice-sheet modeling, and lead to deeper understanding of the long-term impacts of climate change on the Earth system.
Contact: Alexander Robinson
Topic: Earth system complexity
Funding: European Research Council (ERC) Consolidator Grant (2023-2028)
