The wind resource of Northeast Brazil as a climate variable: decadal variability, regional model bias and projected change at turbine hub height

Wind ist mehr als nur ein Wetterereignis; er ist eine Klimavariable, die ganze Stromnetze antreibt. Im Nordosten Brasiliens ist der Wind die zweitgrößte Elektrizitätsquelle und erzeugt genug Energie, um Millionen von Haushalten zu beleuchten und die lokale Wirtschaft anzukurbeln. Diese Region verlässt sich stark auf stetige Brisen, die über die Küste und über Hochplateaus wehen, aber die Stärke dieser Winde ist nicht konstant. Sie verändert sich im Laufe der Zeit, beeinflusst durch großräumige Muster im Ozean und in der Atmosphäre, wie etwa die El Niño-Southern Oscillation, welche den Pazifik erwärmt und abkühlt, sowie Temperaturschwankungen im tropischen Atlantik. Für Ingenieure und Planer ist das Verständnis darüber, ob diese Winde stärker, schwächer werden oder einfach nur ihren Rhythmus ändern, eine Frage der Anpassung. Wenn die Windressource schrumpft, wird die Energieversorgung riskant; wenn sie wächst, könnte die Region noch leistungsfähiger werden. Die entscheidende Frage ist, ob die in den letzten Jahren beobachteten Veränderungen eine dauerhafte Verschiebung durch die globale Erwärmung sind oder nur eine natürliche, vorübergehende Fluktation, die sich schließlich umkehren wird.

Ein Forschungsteam machte sich daran, diese Frage zu beantworten, indem es den Wind genau dort untersuchte, wo moderne Turbinen rotieren, anstatt sich auf alte Messungen in Bodennähe zu verlassen. Sie sammelten über eine Million stündliche Datensätze von zwölf hohen Metalltürmen, sogenannten meteorologischen Masten, die sich in drei verschiedenen Windparks in den Bundesstaaten Rio Grande do Norte und Ceará befinden. Diese Türme sind zwischen 7�8 und 95 Meter hoch und entsprechen damit der Höhe der Naben der Turbinen, wo die Rotorblätter die meiste Energie einfangen. Die Daten decken einen Zeitraum von 2011 oder 2015 bis 2025 ab. Die Wissenschaftler verglichen diese realen Messungen anschließend mit Computersimulationen des zukünftigen Klimas unter Verwendung eines regionalen Modells namens Eta, das in vier verschiedene globale Klimamodelle eingebettet war. Diese Simulationen projizierten, wie der Wind unter verschiedenen Szenarien der Treibhausgasemissionen aussehen könnte, wobei der Zeitraum bis zur Mitte des Jahrhunderts reicht. Das Ziel war es zu sehen, ob die Modelle die Windgeschwindigkeit in der Höhe der Turbinen genau vorhersagen können und ob sich der Wind wirklich verändert oder lediglich durch seine natürlichen Phasen zyklisch bewegt.

Die Geschichte, die die Daten erzählen, ist eine von dramatischen Schwankungen statt eines langsamen, stetigen Rückgangs. Die Forscher fanden heraus, dass der Wind von 2015 bis 2017 außergewöhnlich stark war, ein Zeitraum, der mit einem sehr starken El-Niño-Ereignis zusammenfiel. Ab 2018 sank der Wind dann signifikant und blieb bis 2024 ruhig, eine Periode, die mit einer seltenen Abfolge von drei aufeinanderfolgenden La-Niña-Ereignissen und einer Erwärmungsphase im tropischen Atlantik zusammenfiel. Bis 2025 begann der Wind sich zu erholen. Dieses Muster war kein allmählicher, linearer Abfall, der auf einen dauerhaften Verlust der Windkraft hindeuten würde. Stattdessen war es ein plötzlicher Abstieg, ein Übergang von einem Aktivitätsniveau zum nächsten, gefolgt von einer Rückkehr zu höheren Werten. In den Standorten von Rio Grande do Norte war dieser Rückgang statistisch signifikant und entsprach einem Rückgang von 5 bis 12 Prozent pro Jahrzehnt, wenn man eine gerade Linie durch die Daten ziehen würde. Die Forscher betonen jedoch, dass dies eine natürliche, dekadische Variabilität ist, die mit dem Ozean synchronisiert ist, und kein erzwungenes Signal des Klimawandels. Die windigsten Jahre und die ruhigsten Jahre waren einfach unterschiedliche Kapitel im selben Buch, gesteuert von der Stimmung des Ozeans.

Als die Wissenschaftler die Computermodelle gegen diese realen Messungen testeten, stellten sie fest, dass die Modelle gut darin waren, die Jahreszeiten vorherzusagen, aber schlecht darin, die spezifischen Jahre vorherzusagen. Die Simulationen zeigten korrekt, dass der Wind zwischen August und November am stärksten und während der Regenzeit am schwächsten ist, unterschätzten jedoch konsequent die tatsächliche Windgeschwindigkeit, manchmal um bis zu 36 Prozent. Diese Unterschätzung war während der Regenmonate am schwerwiegendsten, wenn die Modelle nicht erfassen konnten, wie der Wind über den Hochplateaus beschleunigt.ت Viel wichtiger war, dass die Modelle die spezifische Abfolge von windigen und ruhigen Jahren nicht vorhersagen konnten, weil sie nicht auf demselben Kalender liefen wie die reale Welt. Dies führte zu einer überraschenden Entdeckung darüber, wie Wissenschaftler versuchen, Modellprognosen mit realen Standorten zu verknüpfen. Die Forscher testeten, ob Werkzeuge des maschinellen Lernens, die oft verwendet werden, um Modellendaten in lokale Vorhersagen zu „übersetzen“, dieses Problem lösen könnten. Sie fanden heraus, dass diese Werkzeuge bei der Anwendung auf zukünftige Klimaszenarien völlig versagten. Da die Modelle und die reale Welt nicht synchron liefen, konnten die Algorithmen des maschinellen Lernens die wahre Beziehung zwischen den beiden nicht erlernen. Stattdessen mittelten sie die Daten einfach heraus und übertrugen nur einen winzigen Bruchteil der projizierten Veränderung, wodurch sie das Signal zukünftiger Klimaveränderungen effektiv verbargen.

Um ein klareres Bild der Zukunft zu erhalten, nutzten die Forscher eine andere Methode, die sich eher auf die statistische Verteilung des Windes konzentrierte, anstatt zu versuchen, Jahr-für-Jahr-Muster abzugleichen. Sie passten die Modelldaten an, um die bekannten Verzerrungen zu korrigieren, insbesondere die Unterschätzung während der Regenzeit. Als sie die korrigierten Projektionen für den Zeitraum zwischen 2025 und 2054 betrachteten, waren die Ergebnisse überraschend moderat. Die Modelle deuteten auf eine leichte Zunahme der Windgeschwindigkeit von etwa 3 bis 5 Prozent auf den Hochplateaus von Ceará hin, während die Küstenstandorte in Rio Grande do Norte fast keine Veränderung zeigten. Diese projizierten Änderungen sind gering, insbesondere im Vergleich zu den natürlichen Schwankungen, die die Region bereits erlebt hat. Der Unterschied zwischen einem windigen Jahr und einem ruhigen Jahr in der jüngeren Vergangenheit war weitaus größer als der gesamte Unterschied, der zwischen heute und der Mitte des Jahrhunderts vorhergesagt wird. Darüber hinaus stimmten die verschiedenen Computermodelle untereinander weniger überein, als sie sich über das spezifische Emissionsszenario einig waren, was bedeutet, dass die Unsicherheit in den Modellen derzeit größer ist als das Signal des Klimawandels selbst.

Die Auswirkungen dieser Erkenntnisse sind tiefgreifend für die Art und Weise, wie Energieplaner über die Zukunft nachdenken sollten. Die Studie legt nahe, dass die Windressource im Nordosten Brasiliens in den kommenden Jahrzehnten nicht durch den Klimawandel in Gefahr ist, zu verschwinden oder zusammenzubrechen. Die Region bleibt einer der besten Orte der Welt für Windenergie. Die natürliche Variabilität des Windes ist jedoch ein viel größerer Faktor als der langsame Marsch der globalen Erwärmung. Ein heute errichtter Windpark könnte aufgrund natürlicher Ozeankreisläufe ein Jahrzehnt lang schwächeren Winden ausgesetzt sein, was seinen Leistungsoutput erheblich reduzieren würde, selbst wenn der langfristige Klimatrend stabil bleibt. Dies bedeutet, dass Energieprognosen für neue Projekte nicht nur das durchschnittliche Klima der Zukunft berücksichtigen müssen, sondern auch diese natürlichen Auf- und Abwärtsbewegungen. Die Forscher kommen zu dem Schluss, dass für die nächsten dreißig Jahre der wichtigste Faktor für die Planung nicht das Klimawandel-Signal ist, sondern die Fähigkeit, sich an den natürlichen Rhythmus des Ozeans anzupassen. Der Wind wird weiterhin wehen, aber seine Stärke wird in einer Weise auf und ab schwanken, die größer und unmittelbarer ist als die langsamen Veränderungen, die von Klimamodellen vorhergesagt werden.