Daten und Methoden 8 am BSH für die Entwicklung des wind-basierten Sturmflutmodells für die Deutsche Bucht erstellt (Bo- esch, 2024). Dabei dienen die logarithmierten Skew Surge Daten als abhängige Variable im Modelltrai- ning (Schaffer et al., 2025). Es ist zu erwähnen, dass in den Skew Surge Daten, bedingt durch deren Berechnungsmethode, der Anstieg des Meeresspiegels nicht berücksichtigt ist. 3.1.4 Atmosphärische Reanalysen Die ERA5 Reanalyse des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) ist eine der modernsten und fortschrittlichsten globalen Reanalysen (Hersbach et al., 2020). Für die vorlie- gende Studie werden die stündlichen Werte des Luftdrucks auf Meeresspiegelniveau (Sea-Level Pres- sure, SLP) verwendet und daraus Tagesmittelwerte bestimmt. Die Daten wurden im August 2021 vom Copernicus Climate Data Store (Hersbach et al., 2025) heruntergeladen. Weiterhin werden für die vor- liegende Studie die stündlichen Werte der zonalen (u) und meridionalen (v) Komponenten des Windes auf 10 m Höhe verwendet. Das National Center for Environmental Prediction (NCEP) und das National Center for Atmospheric Re- search (NCAR) haben in enger Zusammenarbeit die Reanalysis 1 (Kalnay et al., 1996) erstellt. NCEP/NCAR R1 umspannte ursprünglich einen Zeitraum von 1957 bis 1996, wurde aber nachträglich bis 1948 erweitert und bis zum heutigen Tag fortgesetzt. Die wie bei ERA5 genutzten tagesgemittelten SLP-Felder liefern zudem die Grundlage der operationell betriebenen Wetterlagenklassifizierung des BSH für Nord- und Ostsee (siehe Abschnitt 3.2.1). Mithilfe der Reanalysedaten werden somit die sturmflutrelevanten Wetterlagen der vergangenen Jahrzehnte bestimmt (Abschnitt 4.2.1) und weitere Indizes für die Untersuchung von möglichen Ände- rungssignalen in Klimaprojektionen ermittelt. 3.1.5 Klimamodellsimulationen Zur Abschätzung möglicher zukünftiger Änderungssignale werden tagesgemittelte Luftdruckdaten in Meereshöhe (Sea Level Pressure = SLP) eines Ensembles aus verschiedenen globalen Klimamodellen oder General Circulation Models (GCMs) des Coupled Model Intercomparison Project Phase 6 (CMIP6) als Datengrundlage verwendet (Eyring et al., 2016). Die jeweiligen atmosphärischen und ozeanogra- phischen Modellkomponenten sowie deren Auflösung sind neben der Referenz, den untersuchten Sze- narien und den genutzten Modellläufen in Tabelle 3-1 aufgeführt. Dieses im Folgenden als „CMIP6- Ensemble“ bezeichnete Modellensemble umfasst 23 Simulationsläufe aus sieben verschiedenen Klimamodellen für den historischen Zeitraum (1970-2014) sowie verschiedene Klimawandelszenarien für die Zukunft (2015-2100). Alle Simulationen wurden gemäß dem Protokoll für die historischen Ex- perimente des CMIP6 und ScenarioMIP (O’Neill et al., 2016) durchgeführt. Die analysierten TIER1-Sze- narien (SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5) umspannen eine weite Bandbreite an sozioökonomi- schen Narrativen und Treibhausgaskonzentrationspfaden bis zum Ende des 21. Jahrhunderts. Die große Anzahl zur Verfügung stehender Simulationen im CMIP6-Ensemble lassen eine robustere Abschätzung des Klimaänderungssignals zu als Untersuchungen, in denen nur ein einzelnes Modell bzw. ein einzelner Modellauf projiziert wird. Dies ist von Bedeutung, weil Luftdruck, Wind und andere dynamisch geprägte Größen sowohl in Realität als auch in Klimamodellen durch vergleichsweise große natürliche Variabilität gekennzeichnet sind und diesbezügliche Klimaprojektionen von größerer Mo- dellunsicherheit geprägt sind als z.B. temperaturbezogene Größen.