Refine
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Document Type
- Doctoral Thesis (2) (remove)
Keywords
- Telekonnektion (2) (remove)
Institute
Zirkulationsdynamische Telekonnektivität des Sommerniederschlags im südhemisphärischen Afrika
(2003)
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.
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.