TY - THES A1 - Hertig, Elke T1 - Niederschlags- und Temperaturabschätzungen für den Mittelmeerraum unter anthropogen verstärktem Treibhauseffekt T1 - Assessment of Mediterranean precipitation and temperature under increased greenhouse warming conditions N2 - Unter Einbezug von modellsimulierten großskaligen Geopotential-, Feuchte- und Meeresoberflächentemperaturfeldern für Szenarien eines anthropogen verstärkten Treibhauseffekts wird der Niederschlag bzw. die Temperatur im Mittelmeerraum für das 21. Jahrhundert mit der Methode des statistischen Downscalings abgeschätzt. Die als Gitterfelder mit 0.5° räumlicher Auflösung vorliegenden Niederschlags- und Temperaturdaten des CRU-(Climatic Research Unit in Norwich) Datensatzes werden jeweils mittels s-modaler Hauptkomponentenanalyse in Regionen unterteilt. Die resultierenden Zeitreihen der regionalen Variationszentren offenbaren dabei unterschiedliche Niederschlags- und Temperaturverhältnisse in den verschiedenen mediterranen Teilregionen im Untersuchungszeitraum 1948-1998. Als großskalige Einflussgrößen dienen Reanalysedaten des NCEP/NCAR (National Centers for Environmental Prediction/ National Center for Atmospheric Research) der geopotentiellen Höhen der 1000hPa-und 500hPa-Niveaus und der spezifischen Feuchte im 1000hPa-Niveau. Als ozeanische Einflussgrößen werden Meeresoberflächentemperaturdaten des Nordatlantiks und des Mittelmeers verwendet. Zur Dimensionsreduktion und zur Beseitigung linearer Abhängigkeiten gehen die verschiedenen Prädiktorfelder ebenfalls, jeweils getrennt, in s-modale Hauptkomponentenanalysen ein. Anschließend wird der Verlauf des Niederschlags bzw. der Temperatur der regionalen Variationszentren in den Monaten Oktober bis Mai 1948-1998 mit der großräumigen atmosphärischen und ozeanischen Variabilität im gleichen Zeitraum verknüpft. Dies geschieht in mehreren Kalibrierungsabschnitten unter Verwendung von Kanonischen Korrelationsanalysen und multiplen Regressionsanalysen. Die erstellten statistischen Zusammenhänge werden dann in von der Kalibrierung unabhängigen Verifikationszeiträumen überprüft. Die erzielten Modellgüten in den Verifikationsperioden werden herangezogen, um die besten statistischen Modelle für die Zukunftsabschätzungen auszuwählen. Dabei zeigt sich, dass für den mediterranen Niederschlag die besten Modellgüten im Allgemeinen mit der Prädiktorenkombination 1000hPa-/500hPa-Geopotential und spezifische Feuchte erzielt werden können. Die Temperatur im Mittelmeerraum lässt hingegen den stärksten Zusammenhang mit Werten der 1000hPa-/500hPa-geopotentiellen Höhen erkennen. Durch Einsetzen von modellsimulierten Werten der Prädiktoren in die Regressions-bzw. Kanonischen Korrelationsgleichungen wird schließlich die Reaktion der regionalen Klimavariablen Niederschlag bzw. Temperatur auf Veränderungen der großskaligen Zirkulations-, Feuchte- und Meeresoberflächentemperaturanomalien unter Bedingungen eines anthropogen verstärkten Treibhauseffektes abgeschätzt. Je nach verwendeter Methode und einbezogener Prädiktorenkombination zeigen sich teils erhebliche Unterschiede in den Abschätzungsergebnissen. So wird zum Beispiel bei den bedingten Abschätzungen für das 21. Jahrhundert der zukünftige Niederschlagsverlauf zum Teil erheblich abgewandelt, wenn modellsimulierte Feuchtewerte zusätzlich zu den Geopotentialinformationen einbezogen werden. Für die bedingten Abschätzungen des regionalen Klimas im Mittelmeerraum im 21. Jahrhundert werden Prädiktoren-Modellergebnisse zweier verschiedener IPCC- (Intergovernmental Panel on Climate Change) Emissionsszenarien herangezogen. Zum einen werden modellsimulierte Werte nach IS92a- Szenario herangezogen, zum anderen solche nach jüngstem SRESB2-Szenario. Aus beiden verwendeten Szenarienrechnungen gehen im Allgemeinen gleichförmige Tendenzen bei der Entwicklung der Niederschlagssummen im Mittelmeerraum unter anthropogener Verstärkung des Treibhauseffektes im 21. Jahrhundert hervor. Unter Verwendung von Prädiktorenwerten des Hamburger Klimamodells ECHAM4 nach SRESB2-Szenario (großskalige Einflussgrößen: 1000hPa-/500hPa-geopotentielle Höhen und 1000hPa-spezifische Feuchte) ergibt sich für den westlichen und nördlichen Mittelmeerraum bei einer anthropogenen Verstärkung des Treibhauseffektes eine Verkürzung mit gleichzeitiger Intensitätszunahme der "feuchten" Jahreszeit. Dies äußert sich darin, dass im Winter in diesen Regionen Niederschlagszunahmen im Zeitraum 2071-2100 im Vergleich zu 1990-2019 abgeschätzt werden, während im Herbst und Frühjahr Niederschlagsrückgänge überwiegen. In den östlichen und südlichen Teilen des Mittelmeerraumes zeigen sich hingegen für die Monate Oktober bis Mai fast ausschließlich negative Niederschlagstendenzen unter Bedingungen eines anthropogen verstärkten Treibhauseffektes. Für die Temperatur wird unter Verwendung von Modellwerten der großskaligen Einflussgrößen 1000hPa-/500hPa-geopotentielle Höhen unter SRESB2-Szenariobedingungen ein Temperaturanstieg im gesamten Mittelmeerraum für alle untersuchten Monate (Oktober bis Mai) im Zeitraum 2071 bis 2100 im Vergleich zum Abschnitt 1990-2019 abgeschätzt. Die Erhöhung ist im Herbst und zu Beginn des Frühjahrs insgesamt am stärksten ausgeprägt. N2 - Mediterranean precipitation and temperature are assessed for the 21st century under enhanced greenhouse warming conditions by means of statistical downscaling from simulated large- scale predictor fields of 1000hPa-/500hPa- geopotential heights, 1000hPa- specific humidity and sea surface temperatures of the North Atlantic and the Mediterranean. Based on highly resolved gridded data covering the Mediterranean area homogeneously (CRU05 dataset, Climatic Research Unit in Norwich), precipitation and temperature regions are derived by s-mode principal component analyses (PCA). Resulting time series of the regional centres of variation reveal different precipitation and temperature conditions in the various Mediterranean regions for the period 1948-1998. As large-scale predictors 1000hPa-/500hPa-geopotential heights, as well as 1000hPa-specific humidity grids are selected from the NCEP/NCAR-reanalysis project (National Centers for Environmental Prediction/ National Center for Atmospheric Research). Sea surface temperatures of the North Atlantic and of the Mediterranean operate as oceanic predictors. S-mode PCA is also applied to the different predictor fields to remove linear dependencies between variables and to reduce the dimensions of the data. In a next step precipitation/temperature time series of the regional centres of variation for October to May 1948-1998 are linked to the large-scale atmospheric and oceanic circulation in the same period. Canonical correlation analysis and multiple regression analysis are used to establish predictor- predictand- relationships in different calibration periods. Independant periods of time are used to verify the quality of the statistical models. The different quality of the models in the verification periods is used to select the best-performing models for the assessment of future precipitation and temperature. Thereby it is revealed that for Mediterranean precipitation the best performance is achieved with the predictor combination 1000hPa-/500hPa- geopotential heights and specific humidity, whereas Mediterranean temperature shows the strongest connection to the 1000hPa-/500hPa-geopotential heights. The established statistical relationships are subsequently used to predict the response of future precipitation and temperature in the Mediterranean region from climate model changes of the large- scale circulation, humidity, and sea surface temperature anomalies. Considerable differences appear, depending on statistical methods and types of predictors used. Thus the additional inclusion of model-simulated specific humidity values into the predictor fields can result in a substantially modified progression of future precipitation amounts. Model results based on two different IPCC- (Intergovernmental Panel on Climate Change) emission scenarios are used for the conditional assessment of Medi-terranean climate changes in the 21st century. On the one hand model-simulated values according to the IS92a- scenario are used, on the other hand latest SRESB2- scenario values. Both scenario computations yield uniform tendencies of future precipitation amounts in the Mediterranean under increased greenhouse warming conditions. Using ECHAM4- model data according to the SRESB2- scenario (large-scale predictors: 1000hPa-/500hPa-geopotential heights and 1000hPa-specific humidity), a shortening and at the same time an intensity increase of the wet season arises for the western and northern Mediterranean regions. Thus the models predict precipitation increases in winter for the period 2071-2100 compared to 1990-2019, whereas precipitation decreases dominate in fall and spring. The eastern and southern parts of the Mediterranean exhibit mainly negative precipitation tendencies from October to May under enhanced greenhouse warming conditions. Mediterranean temperature shows an increase for the whole Mediterranean area in all analysed months from October to May for the period 2071-2100 compared to 1990-2019 under SRESB2- scenario conditions. Overall the temperature rise is most pronounced during fall and at the beginning of spring. KW - Mittelmeerraum KW - Treibhauseffekt KW - Niederschlag KW - Temperatur KW - Prognose KW - Mediterraner Niederschlag KW - Mediterrane Temperatur KW - Statistisches Downscaling KW - anthropogener Treibhauseffekt KW - Mediterranean precipitation KW - Mediterranean temperature KW - Statistical Downscaling KW - increased greenhouse warming Y1 - 2004 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-8740 ER - TY - THES A1 - Paxian, Andreas T1 - Future changes in climate means and extremes in the Mediterranean region deduced from a regional climate model T1 - Zukünftige Veränderungen von Klimamittelwerten und -extremwerten im Mittelmeerraum abgeleitet von einem regionalen Klimamodell N2 - The Mediterranean area reveals a strong vulnerability to future climate change due to a high exposure to projected impacts and a low capacity for adaptation highlighting the need for robust regional or local climate change projections, especially for extreme events strongly affecting the Mediterranean environment. The prevailing study investigates two major topics of the Mediterranean climate variability: the analysis of dynamical downscaling of present-day and future temperature and precipitation means and extremes from global to regional scale and the comprehensive investigation of temperature and rainfall extremes including the estimation of uncertainties and the comparison of different statistical methods for precipitation extremes. For these investigations, several observational datasets of CRU, E-OBS and original stations are used as well as ensemble simulations of the regional climate model REMO driven by the coupled global general circulation model ECHAM5/MPI-OM and applying future greenhouse gas (GHG) emission and land degradation scenarios. N2 - Der Mittelmeerraum weist eine starke Vulnerabilität gegenüber dem zukünftigen Klimawandel auf, da für diese Region starke klimatische Auswirkungen vorhergesagt werden, aber nur eine geringe Anpassungsfähigkeit besteht. Daher werden präzise Vorhersagen des regionalen oder lokalen Klimawandels benötigt, v.a. für Extremereignisse, welche den Mittelmeer-Lebensraum stark beeinträchtigen. Die vorliegende Studie untersucht zwei Hauptaspekte der Klimavariabilität im Mittelmeerraum: Zum Einen wird das dynamische Downscaling gegenwärtiger und zukünftiger Mittelwerte und Extremereignisse von Temperatur und Niederschlag von der globalen zur regionalen Skala analysiert. Zum Anderen wird eine umfassende Untersuchung von Temperatur- und Niederschlagsextremen samt Unsicherheitsabschätzung und Vergleich unterschiedlicher statistischer Methoden zur Bestimmung von Niederschlagsextremen durchgeführt. Für diese Untersuchungen stehen verschiedene Beobachtungsdaten von CRU, E-OBS und Messstationen sowie Ensemble-Simulationen des regionalen Klimamodells REMO zur Verfügung, das vom gekoppelten globalen “General Circulation Model” ECHAM5/MPI-OM angetrieben wird und zukünftige Treibhausgasemissions- und Landnutzungsänderungs-Szenarien verwendet. KW - Mittelmeerraum KW - Klima KW - Klimaänderung KW - Temperatur KW - Modell KW - Niederschlag KW - Klimaschwankung KW - Klimamodellierung KW - regionales Klimamodell KW - Mittelmeer KW - Modellierung KW - Extremwertstatistik KW - climate modelling KW - regional climate model Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-72155 ER - TY - THES A1 - Vogt, Gernot T1 - Future changes and signal analyses of climate means and extremes in the Mediterranean Area deduced from a CMIP3 multi-model ensemble T1 - Zukünftige Veränderungen und Signalanalysen klimatischer Mittelwerte und Extremereignisse im Mittelmeerraum abgeleitet aus einem Multi-Modell Ensemble der CMIP3-Datenbank N2 - Considering its social, economic and natural conditions the Mediterranean Area is a highly vulnerable region by designated affections of climate change. Furthermore, its climatic characteristics are subordinated to high natural variability and are steered by various elements, leading to strong seasonal alterations. Additionally, General Circulation Models project compelling trends in specific climate variables within this region. These circumstances recommend this region for the scientific analyses conducted within this study. Based on the data of the CMIP3 database, the fundamental aim of this study is a detailed investigation of the total variability and the accompanied uncertainty, which superpose these trends, in the projections of temperature, precipitation and sea-level pressure by GCMs and their specific realizations. Special focus in the whole study is dedicated to the German model ECHAM5/MPI-OM. Following this ambition detailed trends and mean values are calculated and displayed for meaningful time periods and compared to reanalysis data of ERA40 and NCEP. To provide quantitative comparison the mentioned data are interpolated to a common 3x3° grid. The total amount of variability is separated in its contributors by the application of an Analysis of Variance (ANOVA). For individual GCMs and their ensemble-members this is done with the application of a 1-way ANOVA, separating a treatment common to all ensemble-members and variability perturbating the signal given by different initial conditions. With the 2-way ANOVA the projections of numerous models and their realizations are analysed and the total amount of variability is separated into a common treatment effect, a linear bias between the models, an interaction coefficient and the residuals. By doing this, the study is fulfilled in a very detailed approach, by considering yearly and seasonal variations in various reasonable time periods of 1961-2000 to match up with the reanalysis data, from 1961-2050 to provide a transient time period, 2001-2098 with exclusive regard on future simulations and 1901-2098 to comprise a time period of maximum length. The statistical analyses are conducted for regional-averages on the one hand and with respect to individual grid-cells on the other hand. For each of these applications the SRES scenarios of A1B, A2 and B1 are utilized. Furthermore, the spatial approach of the ANOVA is substituted by a temporal approach detecting the temporal development of individual variables. Additionally, an attempt is made to enlarge the signal by applying selected statistical methods. In the detailed investigation it becomes evident, that the different parameters (i.e. length of temporal period, geographic location, climate variable, season, scenarios, models, etc…) have compelling impact on the results, either in enforcing or weakening them by different combinations. This holds on the one hand for the means and trends but also on the other hand for the contributions of the variabilities affecting the uncertainty and the signal. While temperature is a climate variable showing strong signals across these parameters, for precipitation mainly the noise comes to the fore, while for sea-level pressure a more differentiated result manifests. In turn, this recommends the distinguished consideration of the individual parameters in climate impact studies and processes in model generation, as the affecting parameters also provide information about the linkage within the system. Finally, an investigation of extreme precipitation is conducted, implementing the variables of the total amount of heavy precipitation, the frequency of heavy-precipitation events, the percentage of this heavy precipitation to overall precipitation and the mean daily intensity from events of heavy precipitation. Each time heavy precipitation is defined to exceed the 95th percentile of overall precipitation. Consecutively mean values of these variables are displayed for ECHAM5/MPI-OM and the multi-model mean and climate sensitivities, by means of their difference between their average of the past period of 1981-2000 and the average of one of the future periods of 2046-2065 or 2081-2100. Following this investigation again an ANOVA is conducted providing a quantitative measurement of the severity of change of trends in heavy precipitation across several GCMs. Besides it is a difficult task to account for extreme precipitation by GCMs, it is noteworthy that the investigated models differ highly in their projections, resulting partially in a more smoothed and meaningful multi-model mean. Seasonal alterations of the strength of this behaviour are quantitatively supported by the ANOVA. N2 - Bezüglich seiner sozialen, wirtschaftlichen und natürlichen Gegebenheiten ist der Mittelmeerraum eine Region, die in Anbetracht des zu erwartenden Klimawandels äußerst anfällig ist. Seine klimatischen Eigenschaften sind hoher natürlicher Variabilität, unterschiedlichen Antriebsmechanismen, sowie einer starken saisonalen Schwankung unterworfen. Zudem projizieren Globale Zirkulationsmodelle für diese Region aussagekräftige Trends für ausgewählte Klimavariablen. Diese Vorraussetzungen machen den Mittelmeerraum zu einem hervorragenden Studienobjekt für diese wissenschaftliche Arbeit. Auf der Basis der CMIP3 Datenbank ist das zu Grunde liegende Ziel dieser Arbeit eine detaillierte Untersuchung der Gesamtvariabilität und der damit einhergehenden Unsicherheit, die in den Projektionen der Globalen Zirkulationsmodelle und deren einzelnen Realisationen die Trends der Variablen Temperatur, Niederschlag und Druck überlagert. Besonderes Augenmerk liegt dabei auf dem deutschen Modell ECHAM5/MPI-OM. Für dieses Ziel werden Trends und Mittelwerte für aussagekräftige Zeitperioden berechnet und graphisch den Reanalysedatensätzen NCEP und ERA40 gegenübergestellt. Um quantitative Vergleiche zu ermöglichen werden die angesprochenen Datensätze auf ein gemeinsames geographisches Gitter von 3x3° interpoliert. Der Gesamtanteil der Variabilität wird in seine Entstehungsquellen durch die Anwendung einer Varianzanalyse (ANOVA) aufgeteilt. Dies wird mit einer 1-Wege Varianzanalyse für einzelne Globale Zirkulationsmodelle und ihre Realisationen durchgeführt, wobei ein Anteil dem Signal entspricht, das in allen Realisationen vorhanden ist und ein Anteil dem Rauschen zugeordnet werden kann, das das Signal überlagert und unterschiedlichen Anfangsbedingungen des Modells geschuldet ist. Durch eine 2-Wege Varianzanalyse werden die unterschiedlichen Realisationen mehrerer Klimamodelle in eine Analyse eingebunden, wobei der Anteil der Gesamtvariabilität wiederum in einen gemeinsamen Signalanteil, einem Anteil des linearen Unterschieds zwischen den verschiedenen Klimamodellen, einem Interaktionskoeffizient und dem Rauschen aufgeteilt werden. Die Anwendung dieser Verfahren wird detailliert ausgeführt, indem die Analysen auf jährlicher und saisonaler Grundlage für unterschiedliche Zeitperioden, nämlich 1961-1990 für den Vergleich mit den Reanalysedatensätzen, 1961-2050 als eine Übergangsperiode zwischen den Szenarien, 2001-2098 als reinen zukünftigen Betrachtungszeitraum und 1901-2098 um eine maximal umfassende Zeitperiode zu erhalten, betrachtet werden. Die statistischen Verfahren werden sowohl für regionale Mittelwerte als auch für einzelne Gitterpunkte berechnet. Für jede dieser Berechnungen werden die SRES Szenarien A1B, A2 und B1 herangezogen. Zudem wird der räumliche Ansatz der ANOVA ebenso durch einen zeitlichen ersetzt, wodurch die zeitliche Entwicklung der einzelnen Variabilitäten dargestellt wird. Des Weiteren wird durch gezielte statistische Methoden versucht, künstlich verstärkte Signale zu detektieren. Durch die detaillierte Untersuchung wird offenkundig, dass die unterschiedlichen Randbedingungen (hier die Länge der Zeitperiode, der geographische Ort, die Bezugsvariable, die Saison, das Szenario, das Modell, etc…) eine entscheidende Rolle für das Ergebnis spielen, indem sie einerseits durch deren unterschiedlicher Kombination es sowohl verstärken als auch glätten können. Dies gilt sowohl für die Mittelwerte und die Trends als auch für die unterschiedlichen Partitionen der Variabilitäten, die wiederum die Unsicherheiten und das Signal beeinflussen. Während Temperatur starke Signale über alle dieser Randbedingungen aufweist, so zeigt sich für Niederschlag hauptsächlich ein starkes Rauschen, während für Druck eine sehr ambivalente Verteilung hervortritt. Dies wiederum beweist, dass dieser differenzierte Ansatz bezüglich der Betrachtung der Abhängigkeit dieser Randebedingungen unabdinglich in Klimafolgestudien und der Modellentwicklung ist, da diese Bedingungen auch Informationen über die Wechselbeziehungen im System beinhalten. Schließlich wird noch die Entwicklung von Extremereignissen hinsichtlich der Niederschlagsmengen von Extremereignissen, der Häufigkeit der Ereignisse von extremen Niederschlagsmengen, dem prozentualen Anteil der Niederschlagsmenge aus Extremereignissen zu der Gesamtniederschlagsmenge und der mittleren täglichen Intensität von Niederschlagsextremereignissen untersucht. Hierbei wird ein Extremereignis als ein Ereignis definiert, das in seiner Menge oberhalb des 95.Perzentils der Menge der Gesamtereignisse liegt. So werden Mittelwerte dieser Variablen für ECHAM5/MPI-OM und über alle Modelle sowie deren Veränderungen zwischen ihren Mittelwerten aus den Zeiträumen der Vergangenheit 1981-2000 und den zukünftigen Perioden von 2046-2065 oder 2081-2100 gezeigt. Der Struktur dieser Studie folgend, wird wiederum eine ANOVA angewendet um eine quantitative Ermessung der Stärke der Veränderung im Erscheinungsbild von Extremniederschlagsereignissen über eine Vielzahl verschiedener Zirkulationsmodelle zu gewinnen. Ungeachtet der schwierigen Tatsache, Extremniederschlagsereignisse aus GCMs abzuleiten, ist es erwähnenswert, dass die betrachteten Modelle stark in ihren Projektionen abweichen, was wiederum zu einem in einem gemäßigten und aussagekräftigerem Multi-Modell Mittelwert führt. Saisonale Unterschiede in diesem Verhalten können durch die ANOVA quantitativ belegt werden. KW - Klimaschwankung KW - Klimaänderung KW - Mittelmeerraum KW - Varianzanalyse KW - Hochschulschrift KW - Climate KW - Climate Change KW - Analysis of Variance KW - ANOVA KW - Mediterranean KW - Signal Noise KW - Uncertainty KW - General Circulation Model KW - Klima KW - Extremwert KW - Modell Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-117369 ER -