Seite - 241 - in Umwelt- und Bioressourcenmanagement für eine nachhaltige Zukunftsgestaltung

241 Umweltinformationssysteme & -management 6 Reduktion von Treibhausgasemissionen (Schmidt et al. 2010)), während in positiven Modellen Umweltindikatoren und ökonomische Daten mit statistischen Methoden auf Zusammenhänge und Kausalitäten untersucht werden (z.B. zwischen Freihandels- politik und globalen Treibhausgasemissionen (Islam et al. 2016)). Natürliche Ressourcen sind sowohl Produktionsfaktor als auch Lieferant von Öko- systemdienstleistungen in unserem Wirtschaftssystem. Jedoch beeinträchtigen unsere Produktions- und Konsumaktivitäten die Umwelt. Umweltdaten sind in beiden Fällen relevant. So beeinflussen Klimavariablen die Produktivität in der Landwirtschaft genauso wie die Energieerzeugung mittels erneuerbarer Technologien. Auch für die Abschätzung der Folgen menschlichen Wirtschaftens auf die natürliche Umwelt sind Umweltdaten wichtig. Nur wenn Emissionen und daraus resultierende Schäden systematisch erhoben werden, können Rückschlüsse gezogen werden, welchen Einfluss verschiedene Formen des Wirtschaftens auf das System Erde haben. Ein klassisches Beispiel ist die Messung von Treibhausgasemissionen und die Bestimmung von globalen Durchschnittstemperaturen, die es erlauben, den Zusammenhang zwischen dem Wirt- schaften, den damit verbundenen Emissionen und dem Klimawandel zu beschreiben. Während in den letzten Jahren in diesem Bereich große Fortschritte erzielt wurden und eine immer genauere Beschreibung des Beitrags unterschiedlicher Sektoren, Regio- nen und Länder an den globalen Treibhausgasemissionen möglich ist, bestehen in anderen Bereichen noch große Lücken. So ist z.B. die systematische, globale Erfas- sung von Biodiversitätsdaten in vielen Fällen noch nicht ausreichend fortgeschritten, um Wirkungszusammenhänge umfassend und zuverlässig abschätzen zu können. Hohe Datenmengen sind v.a. auch dann notwendig, wenn Entscheidungen unter Unsicherheit getroffen werden müssen. Als vereinfachtes Beispiel kann das Schadens- risiko von Naturgefahren wie etwa Hochwasser, Dürre oder Sturmschäden dienen. Dieses Risiko entspricht der mit der Eintrittswahrscheinlichkeit gewichteten Schadens- höhe, wobei die Eintrittswahrscheinlichkeit von Extremereignissen mithilfe der Extremwertstatistik ermittelt werden kann. Ist z.B. das Schadensrisiko einer Über- schwemmung größer als die Kosten eines Hochwasserschutzes, so ist eine Investition in eine Schutzmaßnahme sinnvoll. Um solche Risikobewertungen durchführen zu können, sind lange Zeitreihen von Umweltdaten notwendig, da Schadensereignisse meist nur selten auftreten. Umweltzustände verändern sich nicht nur räumlich, son- dern auch über die Zeit (u.a. auch durch menschlichen Eingriff), was die Bewertung erschwert. So können beispielsweise bei der Verwendung sehr kurzer Zeitreihen von Hochwasserdaten langfristige, möglicherweise durch den Klimawandel ausgelöste Trends nicht erkannt werden. Die Entscheidung über Schutzmaßnahmen würde in diesem Fall auf falschen Erwartungen über die zukünftige Wahrscheinlichkeit solcher Ereignisse basieren.