TY - THES A1 - Karama, Alphonse T1 - East African Seasonal Rainfall prediction using multiple linear regression and regression with ARIMA errors models T1 - Vorhersage des saisonalen Niederschlags in Ostafrika mit multipler linearer Regression und Regression mit ARIMA-Fehlermodellen N2 - The detrimental impacts of climate variability on water, agriculture, and food resources in East Africa underscore the importance of reliable seasonal climate prediction. To overcome this difficulty RARIMAE method were evolved. Applications RARIMAE in the literature shows that amalgamating different methods can be an efficient and effective way to improve the forecasts of time series under consideration. With these motivations, attempt have been made to develop a multiple linear regression model (MLR) and a RARIMAE models for forecasting seasonal rainfall in east Africa under the following objectives: 1. To develop MLR model for seasonal rainfall prediction in East Africa. 2. To develop a RARIMAE model for seasonal rainfall prediction in East Africa. 3. Comparison of model's efficiency under consideration In order to achieve the above objectives, the monthly precipitation data covering the period from 1949 to 2000 was obtained from Climate Research Unit (CRU). Next to that, the first differenced climate indices were used as predictors. In the first part of this study, the analyses of the rainfall fluctuation in whole Central- East Africa region which span over a longitude of 15 degrees East to 55 degrees East and a latitude of 15 degrees South to 15 degrees North was done by the help of maps. For models’ comparison, the R-squared values for the MLR model are subtracted from the R-squared values of RARIMAE model. The results show positive values which indicates that R-squared is improved by RARIMAE model. On the other side, the root mean square errors (RMSE) values of the RARIMAE model are subtracted from the RMSE values of the MLR model and the results show negative value which indicates that RMSE is reduced by RARIMAE model for training and testing datasets. For the second part of this study, the area which is considered covers a longitude of 31.5 degrees East to 41 degrees East and a latitude of 3.5 degrees South to 0.5 degrees South. This region covers Central-East of the Democratic Republic of Congo (DRC), north of Burundi, south of Uganda, Rwanda, north of Tanzania and south of Kenya. Considering a model constructed based on the average rainfall time series in this region, the long rainfall season counts the nine months lead of the first principal component of Indian sea level pressure (SLP_PC19) and the nine months lead of Dipole Mode Index (DMI_LR9) as selected predictors for both statistical and predictive model. On the other side, the short rainfall season counts the three months lead of the first principal component of Indian sea surface temperature (SST_PC13) and the three months lead of Southern Oscillation Index (SOI_SR3) as predictors for predictive model. For short rainfall season statistical model SAOD current time series (SAOD_SR0) was added on the two predictors in predictive model. By applying a MLR model it is shown that the forecast can explain 27.4% of the total variation and has a RMSE of 74.2mm/season for long rainfall season while for the RARIMAE the forecast explains 53.6% of the total variation and has a RMSE of 59.4mm/season. By applying a MLR model it is shown that the forecast can explain 22.8% of the total variation and has a RMSE of 106.1 mm/season for short rainfall season predictive model while for the RARIMAE the forecast explains 55.1% of the total variation and has a RMSE of 81.1 mm/season. From such comparison, a significant rise in R-squared, a decrease of RMSE values were observed in RARIMAE models for both short rainfall and long rainfall season averaged time series. In terms of reliability, RARIMAE outperformed its MLR counterparts with better efficiency and accuracy. Therefore, whenever the data suffer from autocorrelation, we can go for MLR with ARIMA error, the ARIMA error part is more to correct the autocorrelation thereby improving the variance and productiveness of the model. N2 - Die nachteiligen Auswirkungen der Klimavariabilität auf Wasser, Landwirtschaft und Nahrungsressourcen in Ostafrika unterstreichen die Bedeutung einer zuverlässigen saisonalen Klimavorhersage. Um diese Schwierigkeit zu überwinden, wurden die Regression mit ARIMA-Fehlern (RARIMAE)-Methoden entwickelt. Die Anwendungen RARIMAE in der Literatur zeigen, dass die Zusammenführung verschiedener Methoden ein effizienter und effektiver Weg sein kann, um die Vorhersagen der betrachteten Zeitreihen zu verbessern. Aus dieser Motivation heraus wurde versucht, ein multiples lineares Regressionsmodell (MLR) und ein RARIMAE-Modell zur Vorhersage saisonaler Niederschläge in Ostafrika unter folgenden Zielsetzungen zu entwickeln: 1. Entwicklung eines MLR-Modells für die Vorhersage der saisonalen Regenfälle in Ostafrika. 2. Entwicklung eines RARIMAE-Modells für die saisonale Niederschlagsvorhersage in Ostafrika. 3. Vergleich der betrachteten Modelleffizienz Um die oben genannten Ziele zu erreichen, wurden die monatlichen Niederschlagsdaten für den Zeitraum von 1949 bis 2000 von der Climate Research Unit (CRU) bezogen. Daneben wurden die ersten differenzierten Klimaindizes als Prädiktoren verwendet. Im ersten Teil dieser Studie wurden die Niederschlagsschwankungen in der gesamten Region Zentral-Ostafrika, die sich über einen Längengrad von 15 Grad Ost bis 55 Grad Ost und einen Breitengrad von 15 Grad Süd bis 15 Grad Nord erstrecken, analysiert mit Hilfe von Karten gemacht. Für den Modellvergleich werden die Erklärte Varianz-Werte für das MLR-Modell von den R-Quadrat-Werten des RARIMAE-Modells abgezogen. Die Ergebnisse zeigen positive Werte, was darauf hinweist, die Erklärte Varianz durch das RARIMAE-Modell verbessert wird. Auf der anderen Seite werden die Root-Mean-Square-Error-Werte (RMSE) des RARIMAE-Modells von den RMSE-Werten des MLR-Modells subtrahiert und die Ergebnisse zeigen einen negativen Wert, der darauf hinweist, dass der RMSE durch das RARIMAE-Modell für Trainings- und Testdatensätze reduziert wird. Für den zweiten Teil dieser Studie umfasst das betrachtete Gebiet einen Längengrad von 31,5 Grad Ost bis 41 Grad Ost und einen Breitengrad von 3,5 Grad Süd bis 0,5 Grad Süd. Diese Region umfasst den Zentral-Osten der Demokratischen Republik Kongo (DRC), nördlich von Burundi, südlich von Uganda, Ruanda, nördlich von Tansania und südlich von Kenia. Betrachtet man ein Modell, das auf der Grundlage der durchschnittlichen Niederschlagszeitreihen in dieser Region erstellt wurde, zählt die lange Regensaison den neunmonatigen Vorsprung der ersten Hauptkomponente des indischen Meeresspiegeldrucks (SLP_PC19) und den neunmonatigen Vorsprung des Dipolmodus-Index (DMI_LR9) als ausgewählte Prädiktoren für statistische und prädiktive Modelle. Auf der anderen Seite zählt die kurze Regenzeit den dreimonatigen Vorsprung der ersten Hauptkomponente der indischen Meeresoberflächentemperatur (SST_PC13) und den dreimonatigen Vorsprung des Southern Oscillation Index (SOI_SR3) als Prädiktoren für das Vorhersagemodell. Für das statistische Modell der kurzen Regenzeit wurde die aktuelle SAOD-Zeitreihe (SAOD_SR0) zu den beiden Prädiktoren im Vorhersagemodell hinzugefügt. Durch die Anwendung eines MLR-Modells wird gezeigt, dass die Vorhersage 27,4 % der Gesamtvariation erklären kann und einen RMSE von 74,2 mm/Saison für eine lange Regenzeit hat, während die Vorhersage für RARIMAE 53,6% der Gesamtvariation erklärt und einen RMSE von 59,4 mm/Saison hat. Durch die Anwendung eines MLR-Modells wird gezeigt, dass die Vorhersage 22,8% der Gesamtvariation erklären kann und einen RMSE von 106,1 mm/Saison für das Vorhersagemodell für kurze Regenzeiten hat, während die Vorhersage für RARIMAE 55,1% der Gesamtvariation erklärt und a RMSE von 81,1 mm/Saison. Aus einem solchen Vergleich wurde ein signifikanter Anstieg die Erklärte Varianz und eine Abnahme der RMSE-Werte in RARIMAE-Modellen sowohl für die gemittelten Zeitreihen für kurze Regenfälle als auch für lange Regenzeiten beobachtet. In Bezug auf die Zuverlässigkeit übertraf RARIMAE seine MLR-Pendants mit besserer Effizienz und Genauigkeit. Wenn die Daten unter Autokorrelation leiden, können wir uns daher für MLR mit ARIMA-Fehler entscheiden. Der ARIMA-Fehlerteil dient mehr dazu, die Autokorrelation zu korrigieren, wodurch die Varianz und Produktivität des Modells verbessert wird. KW - Regression KW - Niederschlag KW - Telekonnektion KW - Precipitation KW - ARIMA KW - Teleconnection Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-251831 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 - 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 - Beyer, Ulrike T1 - Regionale Niederschlagsänderungen in Namibia bei anthropogen verstärktem Treibhauseffekt T1 - Regional rainfall changes in Namibia under conditions of man-made enhanced greenhouse warming N2 - Diese Dissertation präsentiert Ergebnisse regionaler Niederschlagsabschätzungen für Namibia bei anthropogen verstärktem Treibhauseffekt, die mit der Methode des Statistischen Downscaling erzielt wurden. Über statistische Transferfunktionen werden Beziehungen zwischen großskaliger atmosphärischer Zirkulation und Namibischen Sommerregen aufgestellt. Dazu werden in einer 30-jährigen Kalibrierungsperiode Hauptkomponenten von Geopotentiellen Höhen verschiedener atmosphärischer Niveaus (300, 500, 1000hPa) mit den Niederschlagsmonatssummen (November bis März) von 84 Namibischen Stationen durch multiple Regressionsanalysen verknüpft, die für jede Station oder alternativ für Gitternetzniederschlagsdaten berechnet werden. Nach der Verifikation der statistischen Zusammenhänge in einem unabhängigen Zeitraum werden Regressionsmodelle jener Stationen bzw. Gitterpunkte selektiert, die mit signifikanten Korrelationen von r>0.4 zwischen beobachteten und modellierten Werten ausreichende Qualität garantieren. Diese Modelle werden eingesetzt, um unter Verwendung simulierter ECHAM3-T42 und ECHAM4tr-T42 Geopotentialdaten den lokalen Niederschlag für die jeweiligen Treibhauseffekt-Szenarien abzuschätzen. Als zusätzliche Methode, um die großskalige atmosphärische Zirkulation mit lokalen Stationsdaten zu verknüpfen, werden kanonische Korrelationsanalysen durchgeführt. Unabhängig von der Verfahrensweise resultieren für Klimabedingungen dreifacher bzw. transient ansteigender CO2-Konzentrationen im Vergleich zu einem Referenzzeitraum (1961-90) zunehmende Niederschläge in den nördlichen und östlichen Teilen Namibias von Dezember bis Februar. In den südlichen und südwestlichen Regionen sind von November bis Januar geringe Abnahmen zu verzeichnen. Die Abschätzungen für März zeigen einen deutlichen Rückgang der Niederschläge in ganz Namibia. Diese Ergebnisse weisen auf eine intensivierte, akzentuiertere Regenzeit hin, auch wenn die Gesamtmenge der Niederschläge unter Bedingungen des anthropogen verstärkten Treibhauseffekts mehr oder weniger gleich bleibt. Daher ist es von besonderer Bedeutung, die Abschätzungen der Niederschlagsänderungen auf monatlicher Ebene durchzuführen. Weitere Untersuchungen beinhalten die Trennung thermischer und dynamischer Effekte in den zur Abschätzung herangezogenen ECHAM3 und ECHAM4 Zirkulationsdaten. Durch die globale Erwärmung kommt es zu einer Anhebung der Geopotentiellen Höhen der Treibhauseffekt-Szenarien. Durch die Korrektur des Uplifting-Prozesses werden dynamisch induzierte Auswirkungen auf das Niederschlagsgeschehen erfasst. Áus der Verwendung uplifting-korrigierter Geopotentialdaten als Prädiktoren in der Downscaling-Prozedur resultieren sowohl im positiven als auch negativen Bereich geringere Änderungsraten in den Abschätzungsergebnissen. Ohne Zweifel reagiert das Klimasystem auf den anthropogen verstärkten Treibhauseffekt. In Bezug auf zukünftige Namibische Sommerregen ist es von besonderer Bedeutung die Auswirkungen des Treibhauseffekts regional und temporal zu differenzieren. N2 - This thesis presents results of regional rainfall assessments in Namibia, under conditions of man-made enhanced greenhouse warming. The results are obtained by statistical downscaling procedures. Relations between large-scale atmospheric circulation and Namibian summer rainfall are established by statistical transfer functions. For this purpose, principle components of geopotential heights of different atmospheric levels (300, 500, 1000hPa) and monthly rainfall data of 84 Namibian stations are linked by stepwise multiple regression analyses for every station, or alternatively for gridded rainfall data. The analyses were done on a monthly basis (November – March) during a 30-year calibration period. After verifying these statistical relations in an independent period, stations, or grids, with regression models of sufficient quality (significant correlation r>0.4 between observed and modeled data) are selected and used to assess local rainfall for greenhouse gas-scenarios from simulated ECHAM3-T42 and ECHAM4tr-T42 geopotential height data. As additional method to connect large scale circulation features with local station rainfall data, canonical correlation analyses are applied. Independent of the procedure, results for climate conditions of threefold respectively transient increase in CO2-concentrations, compared to a reference period (1961-90), show an increase of rainfall in northern and eastern parts of Namibia for December to February. Slight decreases in southern and southwestern regions from November to January are seen. Assessments for March indicate a distinct decrease over the whole country. These findings point to an intensified, more accentuated rainy season, however, the amount of rainfall remains more or less the same under conditions of enhanced greenhouse warming. Therefore it is of special importance to assess rainfall changes on a monthly basis. Further investigations consist of the separation of thermal and dynamical effects in ECHAM3 and ECHAM4 circulation data. Global warming produces a thermal uplifting of the geopotential heights used in climate change scenarios. By correction of this uplifting process, dynamical induced effects of rainfall events are captured. The use of uplifting corrected geopotential heights as predictors in the downscaling procedure in general leads to smaller changes of rainfall in the assessment results, both in positive and negative range. There is no doubt that the climate system reacts to man-made enhanced greenhouse warming. With regard to future Namibian summer rainfall, it is important to differentiate the effects of greenhouse warming on a regional and temporal scale. KW - Namibia KW - Niederschlag KW - Treibhauseffekt KW - Treibhausgas KW - Anthropogene Klimaänderung KW - Skalierbarkeit KW - Niederschlag KW - Namibia KW - Treibhauseffekt KW - Statistisches Downscaling KW - Regionale Klimamodellierung KW - Multiple Regressionsanalyse KW - Klimawandel KW - Rainfall KW - Namibia KW - greenhouse warming KW - statistical downscaling KW - regional climate modeling KW - multiple regression analyse KW - climate change KW - Africa Y1 - 2001 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-1181615 ER - TY - THES A1 - Philipp, Andreas T1 - Zirkulationsdynamische Telekonnektivität des Sommerniederschlags im südhemisphärischen Afrika T1 - Teleconnectivity of summer rainfall in southern hemispheric Africa due to circulation dynamics N2 - Die Arbeit befasst sich mit den durch Telekonnektionen etablierten Zusammenhängen zwischen der globalen troposphärischen Zirkulation der Atmosphäre und der sommerlichen Niederschlagsvariabilität im südhemisphärischen Afrika auf interannueller Zeitskala. Ziel der Arbeit ist die Erfassung maßgeblicher Telekonnektionen sowie deren Überprüfung hinsichtlich kausal nachvollziehbarer zirkulationsdynamischer Erklärungsmodelle, die - über formalstatistische Signifikanzkriterien hinausgehend - eine Beurteilung der Fernkopplungen in Hinblick auf ihre Bedeutung für den Niederschlag im südhemisphärischen Afrika gestattet. Die hierzu durchgeführten Arbeitsschritte umfassen im Wesentlichen: i.) hauptkomponentenbasierte Regionalisierung des Niederschlags im südhemisphärischen Afrika, ii.) Entwurf einer sog. multisaisonalen Analysemethode zur Ermittlung der intrasaisonalen Persistenz der Kopplungen, iii.) intensive Nutzung und Weiterentwicklung bivariater Techniken der Telekonnektionsanalyse, iv.) Anwendung und Ergebnisvergleich verschiedener multivariater Methoden (SFPCA, CCA, SVD), v.) Neuentwicklung einer dreistufigen Methodenkombination zur Extraktion sog. Hauptkopplungsmodi, vi.) zirkulationsdynamische Analyse der Hauptkopplungsmodi hinsichtlich plausibler Kopplungsmechanismen. Für acht Hauptkopplungsmodi konnten Erklärungsmodelle für den Transport von Anomaliesignalen zwischen den jeweils involvierten Telekonnektionszentren des globalen Druckfeldes und den korrelierten Niederschlagsschwankungen in den Regionen des südlichen Afrikas aufgezeigt werden, die sich sowohl hinsichtlich der räumlichen Verteilung der Zentren als auch prozessual in vier Hauptgruppen zusammenfassen lassen: 1.) ENSO-Telekonnektionen: Das pazifische ENSO-System stellt sich als dominierender Modus hinsichtlich der Telekonnektionen des südhemisphärischen Niederschlags in Afrika dar. Während eine positive Abhängigkeit des frühsommerlichen Niederschlags in Ostafrika durch Variationen der tropischen Walkerzirkulation des Indischen Ozeans etabliert wird, werden die insgesamt stärksten Kopplungen im südwestlichen Kontinetalbereich im Spätsommer festgestellt. Als Kopplungsmechanismus wird hier eine höhenkonvergente Strömungskonfiguration über dem Südostatlantik und Südafrika erkannt, die über Anomalieimpulse der Walkerzirkulation des Atlantiks mit den pazifischen ENSO-Anomalien verknüpft ist. 2.) Wellendynamik der südhemisphärischen Westwinddrift: Zwei Hauptkopplungsmodi beschreiben die Einbindung der Höhentrogaktivität über dem südlichen Afrika in Telekonnektionsmuster der Südhemisphäre. Beide beeinflussen die Niederschlagsvariabilität im Süden Afrikas durch die Modifikation von Höhentroglagen über der Südostküste Südafrikas, die in ihrem westlichen Rückseitenbereich konvektionshemmend wirken und einen Impuls zu anomal trockenen Verhältnissen in den betroffenen Niederschlagsregionen ausüben. 3.) Auftrittshäufigkeit und Intensität tropischer Zyklonen im südwestlichen Indischen Ozean: Die auf saisonaler Zeitskala mit tropischen Zyklonen assoziierten großskaligen Zirkulationsanomalien überwiegen bzw. kompensieren Effekte der Niederschlagserhöhung durch Starkregenereignisse im südöstlichen Afrika. Sowohl eine Verlagerung des Hauptkonvektionsgebietes als auch die Auswirkungen auf die Luftmassenadvektion über dem Subkontinent verursachen tendenziell trockenere Verhältnisse in Regionen des südöstlichen und zentralen südhemisphärischen Afrikas bei verstärkter Zyklonalaktivität im Spätsommer. 4.) Telekonnektionen mit der Zirkulation der subtropischen und mittleren Breiten der Nordhemisphäre: Vier Hauptkopplungsmodi repräsentieren Zusammenhänge v.a. der frühsommerlichen Niederschlagsvariabilität in Ostafrika. Die Schlüsselrolle bei der prozessualen Verzahnung der außertropischen Zirkulation mit innertropischen Konvektionsanomalien nimmt die Höhenströmung im Bereich des Subtropenjetstreams über Südwestasien ein, welche mit der Variabilität der Meridionalströmung im hochtroposphärischen Strömungsast der Hadleyzelle über Nordostafrika verknüft ist. Diese wiederum ist mittels Horizontaldivergenzanomalien an die Konvektionstätigkeit über dem äquatornahen Ostafrika gekoppelt. ; Neben Telekonnektionen des südafrikanischen Niederschlags bezüglich der atmosphärischen Zirkulation wurden Zusammenhänge mit der Variabilität der Meeresoberflächentemperaturen untersucht. Bis auf das ENSO-System und den sog. Dipolmodus im Indischen Ozean, konnten keine weiteren bedeutenden, auf der interannuellen Zeitskala wirksamen ozeanischen Einflüsse auf die Atmosphäre festgestellt werden, die zur weiteren Erklärung von Niederschlagstelekonnektionen beitragen. Die Ergebnisse der Arbeit lassen den Einsatz der Methoden bei der Analyse zeitversetzter Telekonnektionen im Rahmen prognostischer Modellierung der telekonnektiv beeinflussten Niederschlagsvariabilität im südhemisphärischen Afrika als aussichtsreich erscheinen. N2 - The study deals with relationships between the global tropospheric circulation and the summer rainfall in southern hemispheric Africa caused by teleconnections on interannual timescales. Objectives are the identification of important teleconnections as well as their examination concerning physically plausible explanations in order to confirm their relevance for rainfall variability in southern hemispheric Africa beyond pure formal statistics. The implemented procedures include essentially: i.) regionalisation of southern African rainfall based on principal component analysis, ii.) design of a so-called multi-seasonal analysis scheme in order to examine the intraseasonal persistence of teleconnections, iii.) extensive use and further development of bivariate methods for teleconnection analysis, iv.) application and comparison of various multivariate methods (SFPCA, CCA, SVD), v.) development of a novel three-stage combination of methods for extracting so-called comprehensive teleconnection modes, vi.) analysis of circulation dynamics of these modes in order to reveal decisive mechanisms responsible for these teleconnections. Eight comprehensive teleconnection modes allow to explain the transport of anomaly signals between remote teleconnection centers in the global pressure field and the related rainfall time series in southern Africa. Concerning dynamic processes as well as geographical locations of the involved remote centers they may be condensed to four principal types: 1.) ENSO teleconnections: the Pacific ENSO system is the leading mode of southern African rainfall teleconnections. While there is a positive correlation of early summer rainfall in eastern Africa caused by variations of the tropical Walker circulation over the Indian Ocean, the overall strongest (negative) linkage is found in the southeast of the subcontinent during the late summer season. The mechanism for this teleconnection is made up by high level convergence above the southeast Atlantic and South Africa being linked to the Pacific ENSO system by anomaly signals in the Atlantic Walker circulation cell. 2.) Wave dynamics of the southern hemisphere westerlies: two modes describe the integration of upper trough activity over southern Africa into teleconnection patterns of the southern hemisphere. Both of them show impacts on rainfall variability by means of modifications in the upper trough configuration, supressing convection on the western rear. 3.) Frequency and intensity of tropical cyclones and depressions in the southwestern Indian Ocean: the large-scale circulation anomalies associated with tropical cyclones on the seasonal time scale outbalance the short-term effects of intense rainfall in southeastern Africa. The dislocation of major convection centers, but also modified air mass advection due to enhanced cyclone activity induce tendentiously drier conditions in southeastern and central parts of southern hemispheric Africa. 4.) Teleconnections to the circulation of northern hemispheric mid- and high latitudes: four modes represent teleconnections of early summer rainfall variability in eastern Africa. The key role of the dynamic interlocking between extratropical circulation and tropical convection anomalies consists in high tropospheric flow anomalies in the vicinity of the subtropical jetstream above southwest Asia which is connected to the upper level branch of the Hadley cell in northeast Africa. This cell in turn is linked to convective activity over eastern Africa by upper level divergence anomalies. ; Furthermore, relations of southern African rainfall to the variability of sea surface temperatures have been examined. Apart from the dominant ENSO system and the so-called Indian Ocean Dipole mode, no further oceanic influences onto the atmosphere could be identified that contribute to the understanding of rainfall teleconnections on the interannual time scale. The results of this study are promising concerning applications of the methods with respect to time-lag teleconnections within the scope of seasonal forecast modelling of rainfall variability in southern hemispheric Africa. KW - Südafrika KW - Niederschlag KW - Telekonnektion KW - Allgemeine atmosphärische Zirkulation KW - Telekonnektionen KW - südliches Afrika KW - Niederschlag KW - Zirkulationsdynamik KW - ENSO KW - teleconnections KW - southern Africa KW - rainfall KW - circulation dynamics KW - ENSO Y1 - 2003 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-8106 ER -