@phdthesis{Ring2018,
  author    = {Ring, Christoph},
  title     = {Entwicklung und Vergleich von Gewichtungsmetriken zur Analyse probabilistischer Klimaprojektionen aktueller Modellensembles},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-157294},
  school      = {Universit{\"a}t W{\"u}rzburg},
  pages     = {XII, 195},
  year      = {2018},
  abstract  = {Der anthropogene Klimawandel ist eine der gr{\"o}ßten Herausforderungen des 21. Jahrhunderts. Eine Hauptschwierigkeit liegt dabei in der Unsicherheit bez{\"u}glich der regionalen {\"A}nderung von Niederschlag und Temperatur. Hierdurch wird die Entwicklung geeigneter Anpassungsstrategien deutlich erschwert. In der vorliegenden Arbeit werden vier Evaluationsans{\"a}tze mit insgesamt 13 Metriken f{\"u}r aktuelle globale (zwei Generationen) und regionale Klimamodelle entwickelt und verglichen, um anschließend eine Analyse der Projektionsunsicherheit vorzunehmen. Basierend auf den erstellten Modellbewertungen werden durch Gewichtung Aussagen {\"u}ber den Unsicherheitsbereich des zuk{\"u}nftigen Klimas getroffen. Die Evaluation der Modelle wird im Mittelmeerraum sowie in acht Unterregionen durchgef{\"u}hrt. Dabei wird der saisonale Trend von Temperatur und Niederschlag im Evaluationszeitraum 1960-2009 ausgewertet. Zus{\"a}tzlich wird f{\"u}r bestimmte Metriken jeweils das klimatologische Mittel oder die harmonischen Zeitreiheneigenschaften evaluiert. Abschließend werden zum Test der {\"U}bertragbarkeit der Ergebnisse neben den Hauptuntersuchungsgebieten sechs global verteilte Regionen untersucht. Außerdem wird die zeitliche Konsistenz durch Analyse eines zweiten, leicht versetzten Evaluationszeitraums behandelt, sowie die Abh{\"a}ngigkeit der Modellbewertungen von verschiedenen Referenzdaten mit Hilfe von insgesamt drei Referenzdatens{\"a}tzen untersucht. Die Ergebnisse legen nahe, dass nahezu alle Metriken zur Modellevaluierung geeignet sind. Die Auswertung unterschiedlicher Variablen und Regionen erzeugt Modellbewertungen, die sich in den Kontext aktueller Forschungsergebnisse einf{\"u}gen. So wurde die Leistung der globalen Klimamodelle der neusten Generation (2013) im Vergleich zur Vorg{\"a}ngergeneration (2007) im Schnitt {\"a}hnlich hoch bzw. in vielen Situationen auch st{\"a}rker eingeordnet. Ein durchweg bestes Modell konnte nicht festgestellt werden. Der Großteil der entwickelten Metriken zeigt f{\"u}r {\"a}hnliche Situationen {\"u}bereinstimmende Modellbewertungen. Bei der Gewichtung hat sich der Niederschlag als besonders geeignet herausgestellt. Grund hierf{\"u}r sind die im Schnitt deutlichen Unterschiede der Modellleistungen in Zusammenhang mit einer geringeren Simulationsg{\"u}te. Umgekehrt zeigen die Metriken f{\"u}r die Modelle der Temperatur allgemein {\"u}berwiegend hohe Evaluationsergebnisse, wodurch nur wenig Informationsgewinn durch Gewichtung erreicht werden kann. W{\"a}hrend die Metriken gut f{\"u}r unterschiedliche Regionen und Skalenniveaus verwendet werden Evaluationszeitr{\"a}ume nicht grunds{\"a}tzlich gegeben. Zus{\"a}tzlich zeigen die Modellranglisten unterschiedlicher Regionen und Jahreszeiten h{\"a}ufig nur geringe Korrelationen. Dies gilt besonders f{\"u}r den Niederschlag. Bei der Temperatur sind hingegen leichte {\"U}bereinstimmungen auszumachen. Beim Vergleich der mittleren Ranglisten {\"u}ber alle Modellbewertungen und Situationen der Hauptregionen des Mittelmeerraums mit den Globalregionen besteht eine signifikante Korrelation von 0,39 f{\"u}r Temperatur, w{\"a}hrend sie f{\"u}r Niederschlag um null liegt. Dieses Ergebnis ist f{\"u}r alle drei verwendeten Referenzdatens{\"a}tze im Mittelmeerraum g{\"u}ltig. So schwankt die Korrelation der Modellbewertungen des Niederschlags f{\"u}r unterschiedliche Referenzdatens{\"a}tze immer um Null und die der Temperaturranglisten zwischen 0,36 und 0,44. Generell werden die Metriken als geeignete Evaluationswerkzeuge f{\"u}r Klimamodelle eingestuft. Daher k{\"o}nnen sie einen Beitrag zur {\"A}nderung des Unsicherheitsbereichs und damit zur St{\"a}rkung des Vertrauens in Klimaprojektionen leisten. Die Abh{\"a}ngigkeit der Modellbewertungen von Region und Untersuchungszeitraum muss dabei jedoch ber{\"u}cksichtigt werden. So besitzt die Analyse der Konsistenz von Modellbewertungen sowie der St{\"a}rken und Schw{\"a}chen der Klimamodelle großes Potential f{\"u}r folgende Studien, um das Vertrauen in Modellprojektionen weiter zu steigern.},
  subject      = {Anthropogene Klima{\"a}nderung},
  language  = {de}
}
@misc{Streckel2013,
  type      = {Master Thesis},
  author    = {Streckel, Christian},
  title     = {Migration im Kontext von Umwelteinfl{\"u}ssen und Klimawandel},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-102334},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2013},
  abstract  = {Klimawandelbedingte bzw. potenziell klimawandelbedingte Umweltmigration ist ein sehr komplexes und breites Feld. Es existiert eine F{\"u}lle von Studien, die sich in ihrer Herangehensweise unterscheiden, weshalb hier ein Systematisierungsvorschlag aufgezeigt wird. Mittels einer an den Richtlinien der Grounded Theory orientierten Analyse wurden Studien auf zentrale gemeinsame Kategorien hin untersucht und als Modell pr{\"a}sentiert. Dieses stellt jedoch kein abgeschlossenes System dar, sondern dient durch seine Offenheit als Ger{\"u}st, das mit Ergebnissen aus weiteren Fallstudien gefestigt werden kann.},
  subject      = {Anthropogene Klima{\"a}nderung},
  language  = {de}
}
@phdthesis{Pollinger2013,
  author    = {Pollinger, Felix},
  title     = {Bewertung und Auswirkungen der Simulationsg{\"u}te f{\"u}hrender Klimamoden in einem Multi-Modell Ensemble},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-97982},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2013},
  abstract  = {Der rezente und zuk{\"u}nftige Anstieg der atmosph{\"a}rischen Treibhausgaskonzentration bedeutet f{\"u}r das terrestrische Klimasystem einen grundlegenden Wandel, der f{\"u}r die globale Gesellschaft schwer zu bew{\"a}ltigende Aufgaben und Herausforderungen bereit h{\"a}lt. Eine effektive, r{\"u}hzeitige Anpassung an diesen Klimawandel profitiert dabei enorm von m{\"o}glichst genauen Absch{\"a}tzungen k{\"u}nftiger Klima{\"a}nderungen. Das geeignete Werkzeug hierf{\"u}r sind Gekoppelte Atmosph{\"a}re Ozean Modelle (AOGCMs). F{\"u}r solche Fragestellungen m{\"u}ssen allerdings weitreichende Annahmen {\"u}ber die zuk{\"u}nftigen klimarelevanten Randbedingungen getroffen werden. Individuelle Fehler dieser Klimamodelle, die aus der nicht perfekten Abbildung der realen Verh{\"a}ltnisse und Prozesse resultieren, erh{\"o}hen die Unsicherheit langfristiger Klimaprojektionen. So unterscheiden sich die Aussagen verschiedener AOGCMs im Hinblick auf den zuk{\"u}nftigen Klimawandel insbesondere bei regionaler Betrachtung, deutlich. Als Absicherung gegen Modellfehler werden {\"u}blicherweise die Ergebnisse mehrerer AOGCMs, eines Ensembles an Modellen, kombiniert. Um die Absch{\"a}tzung des Klimawandels zu pr{\"a}zisieren, wird in der vorliegenden Arbeit der Versuch unternommen, eine Bewertung der Modellperformance der 24 AOGCMs, die an der dritten Phase des Vergleichsprojekts f{\"u}r gekoppelte Modelle (CMIP3) teilgenommen haben, zu erstellen. Auf dieser Basis wird dann eine nummerische Gewichtung f{\"u}r die Kombination des Ensembles erstellt. Zun{\"a}chst werden die von den AOGCMs simulierten Klimatologien f{\"u}r einige grundlegende Klimaelemente mit den betreffenden klimatologien verschiedener Beobachtungsdatens{\"a}tze quantitativ abgeglichen. Ein wichtiger methodischer Aspekt hierbei ist, dass auch die Unsicherheit der Beobachtungen, konkret Unterschiede zwischen verschiedenen Datens{\"a}tzen, ber{\"u}cksichtigt werden. So zeigt sich, dass die Aussagen, die aus solchen Ans{\"a}tzen resultieren, von zu vielen Unsicherheiten in den Referenzdaten beeintr{\"a}chtigt werden, um generelle Aussagen zur Qualit{\"a}t von AOGCMs zu treffen. Die Nutzung der K{\"o}ppen-Geiger Klassifikation offenbart jedoch, dass die prinzipielle Verteilung der bekannten Klimatypen im kompletten CMIP3 in vergleichbar guter Qualit{\"a}t reproduziert wird. Als Bewertungskriterium wird daher hier die F{\"a}higkeit der AOGCMs die großskalige nat{\"u}rliche Klimavariabilit{\"a}t, konkret die hochkomplexe gekoppelte El Ni{\~n}o-Southern Oscillation (ENSO), realistisch abzubilden herangezogen. Es kann anhand verschiedener Aspekte des ENSO-Ph{\"a}nomens gezeigt werden, dass nicht alle AOGCMs hierzu mit gleicher Realit{\"a}tsn{\"a}he in der Lage sind. Dies steht im Gegensatz zu den dominierenden Klimamoden der Außertropen, die modell{\"u}bergreifend {\"u}berzeugend repr{\"a}sentiert werden. Die wichtigsten Moden werden, in globaler Betrachtung, in verschiedenen Beobachtungsdaten {\"u}ber einen neuen Ansatz identifiziert. So k{\"o}nnen f{\"u}r einige bekannte Zirkulationsmuster neue Indexdefinitionen gewonnen werden, die sich sowohl als {\"a}quivalent zu den Standardverfahren erweisen und im Vergleich zu diesen zudem eine deutliche Reduzierung des Rechenaufwandes bedeuten. Andere bekannte Moden werden dagegen als weniger bedeutsame, regionale Zirkulationsmuster eingestuft. Die hier vorgestellte Methode zur Beurteilung der Simulation von ENSO ist in guter {\"U}bereinstimmung mit anderen Ans{\"a}tzen, ebenso die daraus folgende Bewertung der gesamten Performance der AOGCMs. Das Spektrum des Southern Oscillation-Index (SOI) stellt somit eine aussagekr{\"a}ftige Kenngr{\"o}ße der Modellqualit{\"a}t dar. Die Unterschiede in der F{\"a}higkeit, das ENSO-System abzubilden, erweisen sich als signifikante Unsicherheitsquelle im Hinblick auf die zuk{\"u}nftige Entwicklung einiger fundamentaler und bedeutsamer Klimagr{\"o}ßen, konkret der globalen Mitteltemperatur, des SOIs selbst, sowie des indischen Monsuns. Ebenso zeigen sich signifikante Unterschiede f{\"u}r regionale Klima{\"a}nderungen zwischen zwei Teilensembles des CMIP3, die auf Grundlage der entwickelten Bewertungsfunktion eingeteilt werden. Jedoch sind diese Effekte im Allgemeinen nicht mit den Auswirkungen der anthropogenen Klima{\"a}nderungssignale im Multi-Modell Ensemble vergleichbar, die f{\"u}r die meisten Klimagr{\"o}ßen in einem robusten multivariaten Ansatz detektiert und quantifiziert werden k{\"o}nnen. Entsprechend sind die effektiven Klima{\"a}nderungen, die sich bei der Kombination aller Simulationen als grundlegende Aussage des CMIP3 unter den speziellen Randbedingungen ergeben nahezu unabh{\"a}ngig davon, ob alle L{\"a}ufe mit dem gleichen Einfluss ber{\"u}cksichtigt werden, oder ob die erstellte nummerische Gewichtung verwendet wird. Als eine wesentliche Begr{\"u}ndung hierf{\"u}r kann die Spannbreite der Entwicklung des ENSO-Systems identifiziert werden. Dies bedeutet gr{\"o}ßere Schwankungen in den Ergebnissen der Modelle mit funktionierendem ENSO, was den Stellenwert der nat{\"u}rlichen Variabilit{\"a}t als Unsicherheitsquelle in Fragen des Klimawandels unterstreicht. Sowohl bei Betrachtung der Teilensembles als auch der Gewichtung wirken sich dadurch gegenl{\"a}ufige Trends im SOI ausgleichend auf die Entwicklung anderer Klimagr{\"o}ßen aus, was insbesondere bei letzterem Vorgehen signifikante mittlere Effekte des Ansatzes, verglichen mit der Verwendung des {\"u}blichen arithmetischen Multi-Modell Mittelwert, verhindert.},
  subject      = {Modell},
  language  = {de}
}
@phdthesis{Beyer2001,
  author    = {Beyer, Ulrike},
  title     = {Regionale Niederschlags{\"a}nderungen in Namibia bei anthropogen verst{\"a}rktem Treibhauseffekt},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-1181615},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2001},
  abstract  = {Diese Dissertation pr{\"a}sentiert Ergebnisse regionaler Niederschlagsabsch{\"a}tzungen f{\"u}r Namibia bei anthropogen verst{\"a}rktem Treibhauseffekt, die mit der Methode des Statistischen Downscaling erzielt wurden. {\"U}ber statistische Transferfunktionen werden Beziehungen zwischen großskaliger atmosph{\"a}rischer Zirkulation und Namibischen Sommerregen aufgestellt. Dazu werden in einer 30-j{\"a}hrigen Kalibrierungsperiode Hauptkomponenten von Geopotentiellen H{\"o}hen verschiedener atmosph{\"a}rischer Niveaus (300, 500, 1000hPa) mit den Niederschlagsmonatssummen (November bis M{\"a}rz) von 84 Namibischen Stationen durch multiple Regressionsanalysen verkn{\"u}pft, die f{\"u}r jede Station oder alternativ f{\"u}r Gitternetzniederschlagsdaten berechnet werden. Nach der Verifikation der statistischen Zusammenh{\"a}nge in einem unabh{\"a}ngigen Zeitraum werden Regressionsmodelle jener Stationen bzw. Gitterpunkte selektiert, die mit signifikanten Korrelationen von r>0.4 zwischen beobachteten und modellierten Werten ausreichende Qualit{\"a}t garantieren. Diese Modelle werden eingesetzt, um unter Verwendung simulierter ECHAM3-T42 und ECHAM4tr-T42 Geopotentialdaten den lokalen Niederschlag f{\"u}r die jeweiligen Treibhauseffekt-Szenarien abzusch{\"a}tzen. Als zus{\"a}tzliche Methode, um die großskalige atmosph{\"a}rische Zirkulation mit lokalen Stationsdaten zu verkn{\"u}pfen, werden kanonische Korrelationsanalysen durchgef{\"u}hrt. Unabh{\"a}ngig von der Verfahrensweise resultieren f{\"u}r Klimabedingungen dreifacher bzw. transient ansteigender CO2-Konzentrationen im Vergleich zu einem Referenzzeitraum (1961-90) zunehmende Niederschl{\"a}ge in den n{\"o}rdlichen und {\"o}stlichen Teilen Namibias von Dezember bis Februar. In den s{\"u}dlichen und s{\"u}dwestlichen Regionen sind von November bis Januar geringe Abnahmen zu verzeichnen. Die Absch{\"a}tzungen f{\"u}r M{\"a}rz zeigen einen deutlichen R{\"u}ckgang der Niederschl{\"a}ge in ganz Namibia. Diese Ergebnisse weisen auf eine intensivierte, akzentuiertere Regenzeit hin, auch wenn die Gesamtmenge der Niederschl{\"a}ge unter Bedingungen des anthropogen verst{\"a}rkten Treibhauseffekts mehr oder weniger gleich bleibt. Daher ist es von besonderer Bedeutung, die Absch{\"a}tzungen der Niederschlags{\"a}nderungen auf monatlicher Ebene durchzuf{\"u}hren. Weitere Untersuchungen beinhalten die Trennung thermischer und dynamischer Effekte in den zur Absch{\"a}tzung herangezogenen ECHAM3 und ECHAM4 Zirkulationsdaten. Durch die globale Erw{\"a}rmung kommt es zu einer Anhebung der Geopotentiellen H{\"o}hen der Treibhauseffekt-Szenarien. Durch die Korrektur des Uplifting-Prozesses werden dynamisch induzierte Auswirkungen auf das Niederschlagsgeschehen erfasst. {\´A}us der Verwendung uplifting-korrigierter Geopotentialdaten als Pr{\"a}diktoren in der Downscaling-Prozedur resultieren sowohl im positiven als auch negativen Bereich geringere {\"A}nderungsraten in den Absch{\"a}tzungsergebnissen. Ohne Zweifel reagiert das Klimasystem auf den anthropogen verst{\"a}rkten Treibhauseffekt. In Bezug auf zuk{\"u}nftige Namibische Sommerregen ist es von besonderer Bedeutung die Auswirkungen des Treibhauseffekts regional und temporal zu differenzieren.},
  subject      = {Namibia},
  language  = {de}
}