@phdthesis{Keupp2024,
  author    = {Keupp, Luzia Esther},
  title     = {Hochaufgel{\"o}ste Erfassung zuk{\"u}nftiger Klimarisiken f{\"u}r Land- und Forstwirtschaft in Unterfranken},
  doi       = {10.25972/OPUS-34735},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-347350},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2024},
  abstract  = {Das Klima und seine Ver{\"a}nderungen wirken sich direkt auf die Land- und Forstwirtschaft aus. Daher ist die Untersuchung der zuk{\"u}nftigen Klimarisiken f{\"u}r diese Sektoren von hoher Relevanz. Dies ist auch und vor allem f{\"u}r den schon heute weitr{\"a}umig trockheitsgepr{\"a}gten und vom Klimawandel besonders betroffenen nordwestbayerischen Regierungsbezirk Unterfranken der Fall, dessen Gebiet zu {\"u}ber 80 \% land- oder forstwirtschaftlich genutzt wird. Zur Untersuchung der Zukunft in hoher r{\"a}umlicher Aufl{\"o}sung werden Projektionen von regionalen Klimamodellen genutzt. Da diese jedoch Defizite in der Repr{\"a}sentation des beobachteten Klimas der Vergangenheit aufweisen, sollte vor der weiteren Verwendung eine Anpassung der Daten erfolgen. Dies geschieht in der vorliegenden Arbeit am Beispiel des regionalen Klimamodells REMO im Bezug auf klimatische Kennwerte f{\"u}r Trockenheit, Starkniederschlag, Hitze sowie (Sp{\"a}t-)Frost, die alle eine hohe land- und forstwirtschaftliche Bedeutung besitzen. Die Datenanpassung erfolgt durch zwei verschiedene Ans{\"a}tze. Zum Einen wird eine Biaskorrektur der aus Globalmodell-angetriebenen REMO-Daten berechneten Indizes durch additive und multiplikative Linearskalierung sowie empirische und parametrische Verteilungsanpassung durchgef{\"u}hrt. Zum Anderen wird ein exploratives Verfahren auf Basis von Model Output Statistics angewandt: Lokale und großr{\"a}umige atmosph{\"a}rische Variablen von REMO mit Reanalyseantrieb, die eine zeitliche Korrespondenz zu den Beobachtungen aufweisen, dienen als Pr{\"a}diktoren f{\"u}r die Aufstellung von Transferfunktionen zur Simulation der Indizes. Diese Transferfunktionen werden sowohl mithilfe Multipler Linearer Regression als auch mit verschiedenen Generalisierten Linearen Modellen konstruiert. Sie werden anschließend genutzt, um Analysen auf Basis von biaskorrigierten Globalmodell-angetriebenen REMO-Pr{\"a}diktoren durchzuf{\"u}hren. Sowohl f{\"u}r die Biaskorrektur als auch die Model Output Statistics wird eine Kreuzvalidierung durchgef{\"u}hrt, um die Ergebnisse unabh{\"a}ngig vom jeweiligen Trainingszeitraum zu untersuchen und die jeweils besten Varianten zu finden. Werden beide Verfahren mit ihren Unterkategorien f{\"u}r den gesamten historischen Modellzeitraum verglichen, so weist f{\"u}r alle Monat-Kennwert-Kombinationen eine der beiden Verteilungskorrekturen die besten Ergebnisse auf. Die Zukunftsprojektionen unter Verwendung der jeweils erfolgreichsten Methode zeigen im regionalen Durchschnitt f{\"u}r das 21. Jahrhundert negative Trends der (Sp{\"a}t-)Frost- und Eis- sowie positive Trends der Hitzetageh{\"a}ufigkeit. Winterliche Starkregenereignisse nehmen hinsichtlich ihrer Anzahl zu, im Sommer verst{\"a}rkt sich die Trockenheit. Die Hinzunahme zwei weiterer regionaler Klimamodelle best{\"a}tigt die allgemeinen Zukunftstrends, jedoch ergeben sich beim Sp{\"a}tfrost Widerspr{\"u}che, wenn dieser hinsichtlich der thermisch abgegrenzten Vegetationsperiode definiert wird. Zus{\"a}tzlich werden die Model Output Statistics auf gleiche Weise mit bodennahen Pr{\"a}diktoren zur Simulation von Ertr{\"a}gen aus Acker- und Weinbau wiederholt. Die G{\"u}te kann aufgrund mangelnder Beobachtungsdatenl{\"a}nge nur anhand der Reanalyse-angetriebenen REMO-Daten abgesch{\"a}tzt werden, ist hierbei jedoch deutlich besser als im Bezug auf die Kennwertsimulation. Die Zukunftsprojektionen von REMO sowie drei weiterer Regionalmodelle zeigen im Mittel {\"u}ber alle Landkreise Unterfrankens steigende Winter- sowie sinkende Sommerfeldfruchtertr{\"a}ge. Hinsichtlich der Frankenweinertr{\"a}ge widersprechen sich die Ergebnisse der drei Klassen Weiß-, Rot- und Gesamtwein insofern, als dass REMO und ein weiteres Modell negative Weiß- und Rotweinertragstrends, jedoch positive Gesamtweinertragstrends simulieren. Die zwei anderen verwendeten Modelle f{\"u}hren durch positive Trendvorzeichen f{\"u}r den Weißwein zu insgesamt koh{\"a}renten Ergebnissen. Die Resultate im Bezug auf die land- und forstwirtschaftlich relevanten klimatischen Kennwerte bedeuten, dass Anpassungsmaßnahmen gegen{\"u}ber Hitze sowie im Speziellen gegen{\"u}ber Trockenheit in Zukunft im ohnehin trockenheitsgepr{\"a}gten Unterfranken an Bedeutung gewinnen werden. Auch die unsicheren Projektionen im Bezug auf die Sp{\"a}tfrostgefahr m{\"u}ssen im Blick behalten werden. Die Trends der Feldfruchtertr{\"a}ge deuten in die gleiche Richtung, da Sommergetreide eine h{\"o}here Trockenheitsanf{\"a}lligkeit besitzen. Die unklaren Ergebnisse der Weinertr{\"a}ge hingegen lassen keine eindeutigen Schl{\"u}sse zu. Der starke anthropogene Einfluss auf die Erntemengen sowie die großen Unterschiede der Rebsorten hinsichtlich der klimatischen Eignung k{\"o}nnten ein Grund hierf{\"u}r sein.},
  subject      = {Klima},
  language  = {de}
}
@phdthesis{Abel2023,
  author    = {Abel, Daniel Karl-Joseph},
  title     = {Weiterentwicklung der Bodenhydrologie des regionalen Klimamodells REMO},
  doi       = {10.25972/OPUS-31146},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-311468},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2023},
  abstract  = {Die Bodenfeuchte stellt eine essenzielle Variable f{\"u}r den Energie-, Feuchte- und Stoffaustausch zwischen Landoberfl{\"a}che und Atmosph{\"a}re dar. Ihre Auswirkungen auf Temperatur und Niederschlag sind vielf{\"a}ltig und komplex. Die in Klimamodellen verwendeten Schemata zur Simulation der Bodenfeuchte, auch bodenhydrologische Schemata genannt, sind aufgrund des Ursprungs der Klimamodelle aus Wettermodellen jedoch h{\"a}ufig sehr stark vereinfacht dargestellt. Bei Klimamodellen, die Simulationen mit einer groben Aufl{\"o}sung von mehreren Zehner- oder Hunderterkilometern rechnen, k{\"o}nnen viele Prozesse vernachl{\"a}ssigt werden. Da die Aufl{\"o}sung der Klimamodelle jedoch stetig steigt und mittlerweile beim koordinierten Projekt regionaler Klimamodelle CORDEX-CORE standardm{\"a}ßig bei 0.22° Kantenl{\"a}nge liegt, m{\"u}ssen auch h{\"o}her aufgel{\"o}ste Daten und mehr Prozesse simuliert werden. Dies gilt erst recht mit Blick auf konvektionsaufl{\"o}sende Simulationen mit wenigen Kilometern Kantenl{\"a}nge. Mit steigenden Modellaufl{\"o}sungen steigt zugleich die Komplexit{\"a}t und Differenziertheit der Fragestellungen, die mit Hilfe von Klimamodellen beantwortet werden sollen. An diesem Punkt setzt auch das Projekt BigData@Geo an, in dessen Rahmen die vorliegende Arbeit entstand. Ziel dieses Projektes ist es, hochaufgel{\"o}ste Klimainformationen f{\"u}r den bayerischen Regierungsbezirk Unterfranken f{\"u}r Akteure aus der Land- und Forstwirtschaft sowie dem Weinbau zur Verf{\"u}gung zu stellen. Auf diesen angewandten und grundlegenden Anforderungen und Zielsetzungen basierend, bedarf auch das in dieser Arbeit verwendete regionale Klimamodell REMO (Version 2015) der weiteren Entwicklung. So ist das Hauptziel der Arbeit das bestehende einschichtige bodenhydrologische Schema durch ein mehrschichtiges zu ersetzen. Der Vorteil mehrerer simulierter Bodenschichten besteht darin, dass nun die vertikale Bewegung des Wassers in Form von Versickerung und kapillarem Aufstieg simuliert werden kann. Dies geschieht auf der Basis bodenhydrologischer Parameter, deren Wert in Abh{\"a}ngigkeit vom Boden und der Bodenfeuchte {\"u}ber die Wasserr{\"u}ckhaltekurve bestimmt wird. F{\"u}r diese Kurve existieren verschiedene Parametrisierungen, von denen die Ans{\"a}tze von Clapp-Hornberger und van Genuchten verwendet wurden. Außerdem kann die Bodenfeuchte nun bis zu einer Tiefe von circa 10 m beziehungsweise der Tiefe des anstehenden Gesteins simuliert werden. Damit besteht im Gegensatz zum vorherigen Schema, dessen Tiefe auf die Wurzeltiefe beschr{\"a}nkt ist, die M{\"o}glichkeit, dass Wasser auch unterhalb der Wurzeln zur Verf{\"u}gung stehen kann und somit die absolute im Boden verf{\"u}gbare Wassermenge zunimmt. Die Schichtung erlaubt dar{\"u}ber hinaus die Verdunstung aus unbewachsenem Boden lediglich auf Basis des in der obersten Schicht verf{\"u}gbaren Wassers. Ein weiterer Prozess, der dank der Schichtung und der weiter unten erl{\"a}uterten Datens{\"a}tze neu parametrisiert werden kann, ist die Infiltration. F{\"u}r die Verwendung des Schemas sind Informationen {\"u}ber bodenhydrologische Parameter, die Wurzeltiefe und die Tiefe bis zum anstehenden Gestein erforderlich. Entsprechende Datens{\"a}tze m{\"u}ssen hierf{\"u}r aufbereitet und in das Modell eingebaut werden. Bez{\"u}glich der Wurzeltiefe wurden drei sich bez{\"u}glich der Tiefe, der Definition und der verf{\"u}gbaren Aufl{\"o}sung stark voneinander unterscheidende Datens{\"a}tze verglichen. Letztendlich wird die Wurzeltiefe aus dem mit einer anderen REMO-Version gekoppelten Vegetationsmodul iMOVE verwendet, da zuk{\"u}nftig eine Kopplung dieses Moduls mit dem mehrschichtigen Boden geplant ist und die Wurzeltiefen damit konsistent sind. Zudem ist die zugrundeliegende Aufl{\"o}sung der Daten hoch und es werden maximale Wurzeltiefen ber{\"u}cksichtigt, die besonders wichtig f{\"u}r die Simulation von Landoberfl{\"a}che-Atmosph{\"a}re-Interaktionen sind. Diese Vorteile brachten die anderen Datens{\"a}tze nicht mit. In der finalen Modellversion werden f{\"u}r die Tiefe bis zum anstehenden Gestein und die Korngr{\"o}ßenverteilungen die Daten von SoilGrids verwendet. Ein Vergleich mit anderen Bodendatens{\"a}tzen fand in einer parallel laufenden Dissertation statt (Ziegler 2022). Bei SoilGrids ist hervorzuheben, dass die Korngr{\"o}ßenverteilungen in einer hohen r{\"a}umlichen Aufl{\"o}sung (1 km^2 oder h{\"o}her) und mit mehreren vertikalen Schichten vorliegen. Gegen{\"u}ber dem urspr{\"u}nglich in REMO verwendeten Datensatz mit einer Kantenl{\"a}nge von 0.5° und ohne vertikale Differenzierung ist dies eine starke Verbesserung der Eingangsdaten. Dazu kommt, dass die Korngr{\"o}ßenverteilungen die Verwendung kontinuierlicher Pedotransferfunktionen statt f{\"u}nf diskreter Texturklassen, denen f{\"u}r die bodenhydrologischen Parameter fixe Tabellenwerte zugewiesen werden, erm{\"o}glichen. Dies f{\"u}hrt zu einer deutlich besseren Differenzierung des heterogenen Bodens. Im Rahmen der Arbeit wurden insgesamt 19 Simulationen f{\"u}r Europa und ein erweitertes Deutschlandgebiet mit Aufl{\"o}sungen von 0.44° beziehungsweise 0.11° f{\"u}r den Zeitraum 2000 bis 2018 gerechnet. Dabei zeigte sich, dass die Einf{\"u}hrung des mehrschichtigen Bodenschemas gegen{\"u}ber dem einschichtigen Schema zu einer Verringerung der Bodenfeuchte in der Wurzeltiefe f{\"u}hrt. Nichtsdestotrotz nimmt die absolute Wassermenge des Bodens durch die Ber{\"u}cksichtigung des Bodens unterhalb der Wurzelzone zu. Bezogen auf die einzelnen Schichten wird die Bodenfeuchte damit zwar untersch{\"a}tzt, im Laufe der Modellentwicklung kann jedoch eine Verbesserung im Vergleich zu ERA5 erzielt werden. Das neue Schema f{\"u}hrt zu einer Verringerung der Evapotranspiration, die {\"u}ber alle Schritte der Modellentwicklung und besonders w{\"a}hrend der Sommermonate auftritt. Im Vergleich zu Validationsdaten von ERA5 und GLEAM zeigt sich, dass dies eine Verbesserung dieser Gr{\"o}ße bedeutet, die sowohl in der Fl{\"a}che als auch beim Fehler und in der Verteilung auftritt. Gleiches l{\"a}sst sich f{\"u}r den Oberfl{\"a}chenabfluss sagen. Hierf{\"u}r implementierte Schemata (Philip, Green-Ampt), die anders als das standardm{\"a}ßig verwendete Improved-Arno-Schema bodenhydrologische Parameter ber{\"u}cksichtigen, konnten eine weitere Verbesserung im Flachland zeigen. In Gebirgsregionen nahm der Fehler durch die nicht enthaltene Ber{\"u}cksichtigung der Hangneigung jedoch zu, sodass in der finalen Modellversion auf das Improved-Arno-Schema zur{\"u}ckgegriffen wurde. Die Temperatur steigt durch die urspr{\"u}ngliche Version des mehrschichtigen Schemas zun{\"a}chst an, was zu einer {\"U}ber- statt der vorherigen Untersch{\"a}tzung gegen{\"u}ber E-OBS f{\"u}hrt. Die Modellentwicklung resultiert zwar in einer Reduzierung der Temperatur, jedoch f{\"a}llt diese zu stark aus, sodass der Temperaturfehler letztendlich gr{\"o}ßer als in der einschichtigen Modellversion ist. Da die Evapotranspiration jedoch maßgeblich verbessert wurde, kann dieser Fehler eventuell auf ein {\"u}berm{\"a}ßiges Tuning der Temperatur zur{\"u}ckgef{\"u}hrt werden. Die Betrachtung von Hitzeereignissen am Beispiel der Sommer 2003 und 2018 hat gezeigt, dass die Modellentwicklung dazu beitr{\"a}gt, diese Ereignisse besser als das einschichtige Schema zu simulieren. Zwar trifft dies nicht auf das r{\"a}umliche Verhalten der mittleren Temperatur zu, jedoch auf deren zeitlichen Verlauf. Hinzu kommt die bessere Simulation der t{\"a}glichen Extrem- und besonders der Minimaltemperatur, was zu einer Erh{\"o}hung der t{\"a}glichen Temperaturspanne f{\"u}hrt. Diese wird von Klimamodellen in der Regel zu stark untersch{\"a}tzt. Durch die Ber{\"u}cksichtigung der vertikalen Wasserfl{\"u}sse hat sich jedoch auch gezeigt, dass noch enormes Entwicklungspotenzial mit Blick auf (boden)hydrologische Prozesse besteht. Dies gilt in besonderem Maße f{\"u}r zuk{\"u}nftige Simulationen mit konvektionserlaubender Aufl{\"o}sung. So sollten subskalige Informationen des Bodens und der Orographie ber{\"u}cksichtigt werden. Dies dient einerseits der Repr{\"a}sentation vorliegender Heterogenit{\"a}ten und kann andererseits, wie am Beispiel der Infiltrationsschemata dargelegt, zur Verbesserung bestehender Prozesse beitragen. Da die simulierte Drainage durch das mehrschichtige Bodenschema im gleichen Maße zu- wie der Oberfl{\"a}chenabfluss abnimmt und das Wasser dem Modell in der Folge nicht weiter zur Verf{\"u}gung steht, sollte zuk{\"u}nftig auch Grundwasser im Modell ber{\"u}cksichtigt werden. Eine Vielzahl von Studien konnte einen Mehrwert durch die Implementierung dieser Variable und damit verbundener Prozesse feststellen. Mittelfristig ist jedoch insgesamt die Kopplung an ein hydrologisches Modell zu empfehlen, um die bei hochaufl{\"o}senden Simulationen relevanten Prozesse angemessen repr{\"a}sentieren zu k{\"o}nnen. Hierf{\"u}r bieten sich beispielsweise ParFlow oder mHM an. Insgesamt ist festzuhalten, dass das mehrschichtige Bodenschema einen Mehrwert liefert, da schwer zu simulierende und in der Postprozessierung zu korrigierende Variablen wie die Evapotranspiration und der Oberfl{\"a}chenabfluss deutlich besser modelliert werden k{\"o}nnen als mit dem einschichtigen Schema. Dies gilt auch f{\"u}r die Extremtemperaturen. Beides ist klar auf die Schichtung des Bodens und damit einhergehender Prozesse zur{\"u}ckzuf{\"u}hren. Bez{\"u}glich der Daten zeigt sich, dass die Wurzeltiefe, die Ber{\"u}cksichtigung von SoilGrids und die vertikale Bodeninformation f{\"u}r die weitere Optimierung verantwortlich sind. Dar{\"u}ber hinaus ist der h{\"o}here Informationsgehalt, der anhand der geschichteten Bodenfeuchte zur Verf{\"u}gung steht, ebenfalls als Mehrwert einzustufen.},
  subject      = {Klima},
  language  = {de}
}
@phdthesis{Ziegler2022,
  author    = {Ziegler, Katrin},
  title     = {Implementierung von verbesserten Landoberfl{\"a}chenparametern und -prozessen in das hochaufgel{\"o}ste Klimamodell REMO},
  doi       = {10.25972/OPUS-26128},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-261285},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2022},
  abstract  = {Das Ziel dieser Arbeit war neue Eingangsdaten f{\"u}r die Landoberfl{\"a}chenbeschreibung des regionalen Klimamodells REMO zu finden und ins Modell zu integrieren, um die Vorhersagequalit{\"a}t des Modells zu verbessern. Die neuen Daten wurden so in das Modell eingebaut, dass die bisherigen Daten weiterhin als Option verf{\"u}gbar sind. Dadurch kann {\"u}berpr{\"u}ft werden, ob und in welchem Umfang sich die von jedem Klimamodell ben{\"o}tigten Rahmendaten auf Modellergebnisse auswirken. Im Zuge der Arbeit wurden viele unterschiedliche Daten und Methoden zur Generierung neuer Parameter miteinander verglichen, denn neben dem Ersetzen der konstanten Eingangswerte f{\"u}r verschiedene Oberfl{\"a}chenparameter und den damit verbundenen {\"A}nderungen wurden als zus{\"a}tzliche Verbesserung auch Ver{\"a}nderungen an der Parametrisierung des Bodens speziell in Hinblick auf die Bodentemperaturen in REMO vorgenommen. Im Rahmen dieser Arbeit wurden die durch die verschiedenen {\"A}nderungen ausgel{\"o}sten Auswirkungen f{\"u}r das CORDEX-Gebiet EUR-44 mit einer Aufl{\"o}sung von ca. 50km und f{\"u}r das in dem darin eingebetteten neu definierten Deutschlandgebiet GER-11 mit einer Aufl{\"o}sung von ca. 12km getestet sowie alle {\"A}nderungen anhand von verschiedenen Beobachtungsdatens{\"a}tzen validiert. Die vorgenommenen Arbeiten gliederten sich in drei Hauptteile. Der erste Teil bestand in dem vom eigentlichen Klimamodell unabh{\"a}ngigen Vergleich der verschiedenen Eingangsdaten auf unterschiedlichen Aufl{\"o}sungen und deren Performanz in allen Teilen der Erde, wobei ein besonderer Fokus auf der Qualit{\"a}t in den sp{\"a}teren Modellgebieten lag. Unter Ber{\"u}cksichtigung der Faktoren, wie einer globalen Verf{\"u}gbarkeit der Daten, einer verbesserten r{\"a}umlichen Aufl{\"o}sung und einer kostenlosen Nutzung der Daten sowie verschiedener Validationsergebnissen von anderen Studien, wurden in dieser Arbeit vier neue Topographiedatens{\"a}tze (SRTM, ALOS, TANDEM und ASTER) und drei neue Bodendatens{\"a}tze (FAOn, Soilgrid und HWSD) f{\"u}r die Verwendung im Pr{\"a}prozess von REMO aufbereitet und miteinander sowie mit den bisher in REMO verwendeten Daten verglichen. Auf Grundlage dieser Vergleichsstudien schieden bei den Topographiedaten die verwendeten Datensatz-Versionen von SRTM, ALOS und TANDEM f{\"u}r die in dieser Arbeit durchgef{\"u}hrten REMO-L{\"a}ufe aus. Bei den neuen Bodendatens{\"a}tzen wurde ausgenutzt, dass diese verschiedenen Bodeneigenschaften f{\"u}r unterschiedliche Tiefen als Karten zur Verf{\"u}gung stellen. In REMO wurden bisher alle ben{\"o}tigten Bodenparameter abh{\"a}ngig von f{\"u}nf verschiedenen Bodentexturklassen und einer zus{\"a}tzlichen Torfklasse ausgewiesen und als konstant {\"u}ber die gesamte Modellbodens{\"a}ule (bis ca. 10m) angenommen. Im zweiten Teil wurden auf Basis der im ersten Teil ausgew{\"a}hlten neuen Datens{\"a}tze und den neu verf{\"u}gbaren Bodenvariablen verschiedene Sensitivit{\"a}tsstudien {\"u}ber das Beispieljahr 2000 durchgef{\"u}hrt. Dabei wurden verschiedene neue Parametrisierungen f{\"u}r die bisher aus der Textur abgeleiteten Bodenvariablen und die Parametrisierung von weiteren hydrologischen und thermalen Bodeneigenschaften verglichen. Ferner wurde aufgrund der neuen nicht {\"u}ber die Tiefe konstanten Bodeneigenschaften eine neue numerische Methode zur Berechnung der Bodentemperaturen der f{\"u}nf Schichten in REMO getestet, welche wiederum andere Anpassungen erforderte. Der Test und die Auswahl der verschiedenen Datensatz- und Parametrisierungsversionen auf die Modellperformanz wurde in drei Experimentpl{\"a}ne unterteilt. Im ersten Plan wurden die Auswirkungen der ausgew{\"a}hlten Topographie- und Bodendatens{\"a}tze {\"u}berpr{\"u}ft. Der zweite Plan behandelte die Unterschiede der verschiedenen Parametrisierungsarten der Bodenvariablen hinsichtlich der verwendeten Variablen zur Berechnung der Bodeneigenschaften, der {\"u}ber die Tiefe variablen oder konstanten Eigenschaften und der verwendeten Berechnungsmethode der Bodentemperatur{\"a}nderungen. Durch die Erkenntnisse aus diesen beiden Experimentpl{\"a}nen, die f{\"u}r beide Untersuchungsgebiete durchgef{\"u}hrt wurden, ergaben sich im dritten Plan weitere Parametrisierungs{\"a}nderungen. Alle {\"A}nderungen dieses dritten Experimentplans wurden sukzessiv getestet, sodass der paarweise Vergleich von zwei aufeinanderfolgenden Modelll{\"a}ufen die Auswirkungen der Neuerung im jeweils zweiten Lauf widerspiegelt. Der letzte Teil der Arbeit bestand aus der Analyse von f{\"u}nf l{\"a}ngeren Modelll{\"a}ufen (2000-2018), die zur {\"U}berpr{\"u}fung der Ergebnisse aus den Sensitivit{\"a}tsstudien sowie zur Einsch{\"a}tzung der Performanz in weiteren teilweise extremen atmosph{\"a}rischen Bedingungen durchgef{\"u}hrt wurden. Hierf{\"u}r wurden die bisherige Modellversion von REMO (id01) f{\"u}r die beiden Untersuchungsgebiete EUR-44 und GER-11 als Referenzl{\"a}ufe, zwei aufgrund der Vergleichsergebnisse von Experimentplan 3 selektierte Modellversionen (id06 und id15a f{\"u}r GER-11) sowie die finale Version (id18a f{\"u}r GER-11), die alle vorgenommenen {\"A}nderungen dieser Arbeit enth{\"a}lt, ausgew{\"a}hlt. Es stellte sich heraus, dass sowohl die neuen Topographiedaten als auch die neuen Bodendaten große Differenzen zu den bisherigen Daten in REMO haben. Zudem {\"a}nderten sich die von diesen konstanten Eingangsdaten abgeleiteten Hilfsvariablen je nach verwendeter Parametrisierung sehr deutlich. Dies war besonders gut anhand der Bodenparameter zu erkennen. Sowohl die r{\"a}umliche Verteilung als auch der Wertebereich der verschiedenen Modellversionen unterschieden sich stark. Eine Einsch{\"a}tzung der Qualit{\"a}t der resultierenden Parameter wurde jedoch dadurch erschwert, dass auch die verschiedenen zur Validierung herangezogenen Bodendatens{\"a}tze f{\"u}r diese Parameter deutlich voneinander abweichen. Die finale Modellversion id18a {\"a}hnelte trotz der umfassenden {\"A}nderungen in den meisten Variablen den Ergebnissen der bisherigen REMO-Version. Je nach zeitlicher und r{\"a}umlicher Aggregation sowie unterschiedlichen Regionen und Jahreszeiten wurden leichte Verbesserungen, aber auch leichte Verschlechterungen im Vergleich zu den klimatologischen Validationsdaten festgestellt. Gr{\"o}ßere Ver{\"a}nderungen im Vergleich zur bisherigen Modellversion konnten in den tieferen Bodenschichten aufgezeigt werden, welche allerdings aufgrund von fehlenden Validationsdaten nicht beurteilt werden konnten. F{\"u}r alle 2m-Temperaturen konnte eine tendenzielle leichte Erw{\"a}rmung im Vergleich zum bisherigen Modelllauf beobachtet werden, was sich einerseits negativ auf die ohnehin durchschnittlich zu hohe Minimumtemperatur, aber andererseits positiv auf die bisher zu niedrige Maximumtemperatur des Modells in den betrachteten Gebieten auswirkte. Im Niederschlagssignal und in den 10m-Windvariablen konnten keine signifikanten {\"A}nderungen nachgewiesen werden, obwohl die neue Topographie an manchen Stellen im Modellgebiet deutlich von der bisherigen abweicht. Des Weiteren variierte das Ranking der verschiedenen Modellversionen jeweils nach dem angewendeten Qualit{\"a}tsindex. Um diese Ergebnisse besser einordnen zu k{\"o}nnen, muss ber{\"u}cksichtigt werden, dass die neuen Daten f{\"u}r Modellgebiete mit 50 bzw. 12km r{\"a}umlicher Aufl{\"o}sung und der damit verbundenen hydrostatischen Modellversion getestet wurden. Zudem sind vor allem in Fall der Topographie die bisher enthaltenen GTOPO-Daten (1km Aufl{\"o}sung) f{\"u}r die Aggregation auf diese gr{\"o}bere Modellaufl{\"o}sung geeignet. Die bisherigen Bodendaten stoßen jedoch mit 50km Aufl{\"o}sung bereits an ihre Grenzen. Zus{\"a}tzlich ist zu beachten, dass nicht nur die Mittelwerte dieser Daten, sondern auch deren Subgrid-Variabilit{\"a}t als Variablen im Modell f{\"u}r verschiedene Parametrisierungen verwendet werden. Daher ist es essentiell, dass die Eingangsdaten eine deutlich h{\"o}here Aufl{\"o}sung bereitstellen als die zur Modellierung definierte Aufl{\"o}sung. F{\"u}r lokale Klimasimulationen mit Aufl{\"o}sungen im niedrigen Kilometerbereich spielen auch die Vertikalbewegungen (nicht-hydrostatische Modellversion) eine wichtige Rolle, die stark von der Topographie sowie deren horizontaler und vertikaler {\"A}nderungsrate beeinflusst werden, was die in dieser Arbeit eingebauten wesentlich h{\"o}her aufgel{\"o}sten Daten f{\"u}r die zuk{\"u}nftige Weiterentwicklung von REMO wertvoll machen kann.},
  subject      = {Klimamodell},
  language  = {de}
}