GROW - Verbundprojekt OUTLAST: Entwicklung eines operationellen, multisektoralen, globalen Vorhersagesystems für Dürregefahren, Teilprojekt 1

Ziel des Gesamtvorhabens ist es, das erste globale und operationelle Dürrevorhersagesystem für den Regenfeldbau, den Bewässerungslandbau, nichtlandwirtschaftliche Ökosysteme sowie die Wasserversorgung zu entwickeln, zu validieren, zu testen und als Bestandteil des Global Hydrological Status and Outlook System (HydroSOS) der WMO zu implementieren. Das Teilvorhaben der Universität Göttingen wird zu dem Gesamtziel beitragen durch (i) die Koordination des Projektverbundes, (ii) die Entwicklung operationeller saisonaler Dürregefahrvorhersagen für den Bewässerungsfeldbau sowie den Regenfeldbau und integration des Vorhersagesystems in das übergeordnete, multisektorale Vorhersagesystem, sowie (iii) die systematische Evaluation des multisektoralen Vorhersagesystems auf globaler Skala sowie auf regionaler Ebene in Zusammenarbeit mit den regionalen Pilotanwendern. Die Projektkoordination umfasst die übergeordnete Abstimmung und der Aktivitäten der Teilvorhaben, das Monitoring des Projektfortschrittes, die Gewährleistung einer effizienten und zielgerichteten Kommunikation zwischen Projektpartnern sowie mit den Pilotanwendern, den Projektförderern (Berichterstattung) und der Öffentlichkeit. Zusätzlich zu dem kickoff-workshop sind 4 Projektworkshops vorgesehen, von denen zwei workshops von dem Göttinger Teilvorhaben organisiert werden. Die Simulation von Dürregefahren erfolgt, aufbauend auf den Vorarbeiten im Projekt GlobeDrought, durch Anwendung des Global Crop Water Models (GCWM). Dieses Modell wird weiterentwickelt um jeweils zu Monatsbeginn automatisierte Ensemblevorhersagen für die bevorstehenden 6 Monate bereitzustellen und auszuwerten. Die Vorhersagegüte der globalskalige Dürreprognosen wird systematisch evaluiert und zwar in Bezug auf (i) die Art der untersuchten Dürre (Bodenfeuchtedürren, hydrologische Dürren), (ii) die Länge der Vorhersageperiode, (iii) saisonale Unterschiede, sowie (iv) regionale Unterschiede in der Vorhersagegüte.