@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}
}
@article{KasparOttHertigKasparetal.2019,
  author    = {Kaspar-Ott, Irena and Hertig, Elke and Kaspar, Severin and Pollinger, Felix and Ring, Christoph and Paeth, Heiko and Jacobeit, Jucundus},
  title     = {Weights for general circulation models from CMIP3/CMIP5 in a statistical downscaling framework and the impact on future Mediterranean precipitation},
  series = {The International Journal of Climatology},
  volume    = {39},
  journal   = {The International Journal of Climatology},
  doi       = {10.1002/joc.6045},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-325628},
  pages     = {3639-3654},
  year      = {2019},
  abstract  = {This study investigates the projected precipitation changes of the 21st century in the Mediterranean area with a model ensemble of all available CMIP3 and CMIP5 data based on four different scenarios. The large spread of simulated precipitation change signals underlines the need of an evaluation of the individual general circulation models in order to give higher weights to better and lower weights to worse performing models. The models' spread comprises part of the internal climate variability, but is also due to the differing skills of the circulation models. The uncertainty resulting from the latter is the aim of our weighting approach. Each weight is based on the skill to simulate key predictor variables in context of large and medium scale atmospheric circulation patterns within a statistical downscaling framework for the Mediterranean precipitation. Therefore, geopotential heights, sea level pressure, atmospheric layer thickness, horizontal wind components and humidity data at several atmospheric levels are considered. The novelty of this metric consists in avoiding the use of the precipitation data by itself for the weighting process, as state-of-the-art models still have major deficits in simulating precipitation. The application of the weights on the downscaled precipitation changes leads to more reliable and precise change signals in some Mediterranean sub-regions and seasons. The model weights differ between sub-regions and seasons, however, a clear sequence from better to worse models for the representation of precipitation in the Mediterranean area becomes apparent.},
  language  = {en}
}