Anzahl der Tropennächte in Wien im Jahr 2019

Aufsplittung in Monate

Neben der Angabe der absoluten Zahlen ist es noch interessant die Daten nicht nur für das ganze Jahr zu betrachten, sondern in Monate aufzuspalten.

Zusätzliche Filterung nach Monaten

Aus Übersichtsgründen ist diese zusätzliche Filterung nach Monaten nicht mehr in Tabellenform, sondern grafisch dargestellt (Abbildung 2.1). Vor und nach dem dargestellten Zeitraum wurde an keiner der untersuchten Stationen eine Tropennacht gemessen. Mit Ausnahme von einer Nacht im September in der Inneren Stadt fanden demnach alle Tropennächte während des meteorologischen Sommers von Juni bis August statt.

Interpretation der Ergebnisse

Es ist auffällig, dass alle Stationen, bis auf Wien/Innere Stadt und Wien/Unterlaa im Juni ihr Maximum der meisten Tropennächte haben. Der Grund, dass in der Innenstadt später im Jahr sogar noch mehr solcher Nächte gemessen werden, liegt mit hoher Wahrscheinlichkeit an der hohen Wärmekapazität der Stadt. Die Nächte werden ab Ende Juni wieder länger, und so kann mit fortschreitendem Sommer wieder mehr kühlere Luft vom Umland in die äußeren Bezirke Wiens einfließen. In der Innenstadt hingegen wird durch die vor allem im Juli und August oft langanhaltenden Hochdruckwetterlagen mit größtenteils sonnigem Wetterverlauf sehr viel Energie in der Straße und den Gebäuden gespeichert, und die Luftmassen des Umlandes spielen in dieser Region eine untergeordnete Rolle. So kommt es im Juli und August im Vergleich zum Juni zu einer leichten Zunahme der Tropennächte pro Monat in der Inneren Stadt, aber bereits zu einem Rückgang in den Randbezirken.

Um fundiertere Ergebnisse in dieser Auswertung zu erhalten, wäre der nächste Schritt von der Betrachtung eines Jahres hin zu einer Mittelung über mehrere Jahre. Die notwendigen Daten hierfür können ebenfalls vom Datenportal der ZAMG bezogen werden.

Untersuchung mit Gitterdatensatz

Da die unter Stufe 2 zum Schluss genannte Auswertung über mehrere Jahre ähnlich funktioniert wie die bisherige Analyse, wird in diesem Abschnitt zu dem noch nicht angeschnittenen Arbeiten mit Gitterdatensätzen hingeführt.

Weitere Analyse des Wärmeinseleffekts

In Stufe 1 dieses ShowCases wurde bereits der Wärmeinseleffekt anhand der in Wien befindlichen SYNOP-Stationen gezeigt. Stationen näher am Zentrum der Stadt gelegen zeigen hierbei zum einen eine höhere Anzahl an Tropennächten, und zum anderen eine höhere Minimumstemperatur in der wärmsten Nacht.

Das Ziel ist es nun eine flächendeckende Analyse der Minimumstemperatur in Wien und dem nähesten Umland durchzuführen. Hierzu ist der Schritt von Stationsdaten auf Gitterdatensätze notwendig.

Die verwendeten Daten und deren Filterung

Als Gitterdatensatz wird der Analysedatensatz von INCA mit stündlicher Auflösung (kurz INCA_L hourly) verwendet. Er bietet stündliche Werte von einer Vielzahl an Parametern, wovon für diese Auswertung die Temperatur in 2 m Höhe benötigt wird. Die folgende Auswertung beinhält alle nächtlichen Stundenwerte (zwischen 18 UTC und 06 UTC) des Jahres 2019 im Großraum Wien. Die für den Datendownload benötigten Koordinaten können aus vielen Onlinekartentools wie OpenStreetMap herausgelesen werden.

Statt der Anzahl der Tropennächte gerät nun die mittlere nächtliche Minimumstemperatur in den Fokus der Auswertung. Von jeder Nacht wird jene Stunde mit dem geringsten Flächenmittel der Temperatur ausgewählt, und jeder Datenpunkt des Kartenaussschnittes von diesem Zeitpunkt abgespeichert. Der ausgewählte Wert entspricht also nicht zwingendermaßen der tiefsten Temperatur an jedem Gitterpunkt, sondern er steht für die Temperatur zu jenem Zeitpunkt, an dem es in der gesamten ausgewählten Region am Kältesten war. Für das gesamte Jahr 2019 ergeben sich so Gitterdaten zu 365 Zeitpunkten, von welchen zum Abschluss eine zeitliche Mittelung durchgeführt wird. Das Ergebnis ist die in der folgenden Grafik dargestellte durchschnittliche nächtliche Minimumstemperatur.

Zur Auswertung verwendete Software

Die Auswertungen der Zeitreihen in den vorangegangenen Abschnitten wurden mit Microsoft Excel durchgeführt. Für die Verarbeitung von Gitterdatensätzen ist dieses allerdings nicht mehr produktiv nutzbar, wodurch auf die Programmiersprache Python 3 zurückgegriffen wird. Die NetCDF-Files werden dort mit dem Package netCDF4 und xarray verarbeitet.

Interpretation der Ergebnisse

Die schon in Stufe 1 angedeuteten Effekte zeigen sich hier nochmals deutlicher. Der städtische Wärmeinseleffekt wird vor allem durch den rötlichen (warmen) Bereich im Zentrum von Wien deutlich. Dieser ist auf die dort besonders starke Verbauung zurückzuführen. Des Weiteren sind die auffallend tiefen Temperaturen im Westen Wiens von Interesse. Es ist quasi auf den ersten Blick logisch, dass die Temperatur dort signifikant tiefer als im Zentrum ist. Doch der Wienerwald ist darüber hinaus im Durchschnitt deutlich kühler als das restliche Umland Wiens, was sehr wahrscheinlich auf alpinmeteorologische Effekte zurückzuführen ist.