Refine
Has Fulltext
- yes (12)
Is part of the Bibliography
- yes (12)
Year of publication
Document Type
- Doctoral Thesis (10)
- Journal article (1)
- Working Paper (1)
Keywords
- Klima (12) (remove)
Institute
- Institut für Geographie und Geologie (7)
- Graduate School of Life Sciences (1)
- Institut für Geographie (1)
- Institut für Geologie (1)
- Institut für Informatik (1)
- Institut für Politikwissenschaft und Soziologie (1)
- Philosophische Fakultät (Histor., philolog., Kultur- und geograph. Wissensch.) (1)
- Theodor-Boveri-Institut für Biowissenschaften (1)
Die Bodenfeuchte stellt eine essenzielle Variable für den Energie-, Feuchte- und Stoffaustausch zwischen Landoberfläche und Atmosphäre dar. Ihre Auswirkungen auf Temperatur und Niederschlag sind vielfältig und komplex. Die in Klimamodellen verwendeten Schemata zur Simulation der Bodenfeuchte, auch bodenhydrologische Schemata genannt, sind aufgrund des Ursprungs der Klimamodelle aus Wettermodellen jedoch häufig sehr stark vereinfacht dargestellt.
Bei Klimamodellen, die Simulationen mit einer groben Auflösung von mehreren Zehner- oder Hunderterkilometern rechnen, können viele Prozesse vernachlässigt werden. Da die Auflösung der Klimamodelle jedoch stetig steigt und mittlerweile beim koordinierten Projekt regionaler Klimamodelle CORDEX-CORE standardmäßig bei 0.22° Kantenlänge liegt, müssen auch höher aufgelöste Daten und mehr Prozesse simuliert werden. Dies gilt erst recht mit Blick auf konvektionsauflösende Simulationen mit wenigen Kilometern Kantenlänge. Mit steigenden Modellauflösungen steigt zugleich die Komplexität 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, hochaufgelöste Klimainformationen für den bayerischen Regierungsbezirk Unterfranken für Akteure aus der Land- und Forstwirtschaft sowie dem Weinbau zur Verfügung 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 Abhängigkeit vom Boden und der Bodenfeuchte über die Wasserrückhaltekurve bestimmt wird. Für diese Kurve existieren verschiedene Parametrisierungen, von denen die Ansätze 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 beschränkt ist, die Möglichkeit, dass Wasser auch unterhalb der Wurzeln zur Verfügung stehen kann und somit die absolute im Boden verfügbare Wassermenge zunimmt. Die Schichtung erlaubt darüber hinaus die Verdunstung aus unbewachsenem Boden lediglich auf Basis des in der obersten Schicht verfügbaren Wassers. Ein weiterer Prozess, der dank der Schichtung und der weiter unten erläuterten Datensätze neu parametrisiert werden kann, ist die Infiltration.
Für die Verwendung des Schemas sind Informationen über bodenhydrologische Parameter, die Wurzeltiefe und die Tiefe bis zum anstehenden Gestein erforderlich. Entsprechende Datensätze müssen hierfür aufbereitet und in das Modell eingebaut werden. Bezüglich der Wurzeltiefe wurden drei sich bezüglich der Tiefe, der Definition und der verfügbaren Auflösung stark voneinander unterscheidende Datensätze verglichen. Letztendlich wird die Wurzeltiefe aus dem mit einer anderen REMO-Version gekoppelten Vegetationsmodul iMOVE verwendet, da zukünftig eine Kopplung dieses Moduls mit dem mehrschichtigen Boden geplant ist und die Wurzeltiefen damit konsistent sind. Zudem ist die zugrundeliegende Auflösung der Daten hoch und es werden maximale Wurzeltiefen berücksichtigt, die besonders wichtig für die Simulation von Landoberfläche-Atmosphäre-Interaktionen sind. Diese Vorteile brachten die anderen Datensätze nicht mit. In der finalen Modellversion werden für die Tiefe bis zum anstehenden Gestein und die Korngrößenverteilungen die Daten von SoilGrids verwendet. Ein Vergleich mit anderen Bodendatensätzen fand in einer parallel laufenden Dissertation statt (Ziegler 2022). Bei SoilGrids ist hervorzuheben, dass die Korngrößenverteilungen in einer hohen räumlichen Auflösung (1 km^2 oder höher) und mit mehreren vertikalen Schichten vorliegen. Gegenüber dem ursprünglich in REMO verwendeten Datensatz mit einer Kantenlänge von 0.5° und ohne vertikale Differenzierung ist dies eine starke Verbesserung der Eingangsdaten. Dazu kommt, dass die Korngrößenverteilungen die Verwendung kontinuierlicher Pedotransferfunktionen statt fünf diskreter Texturklassen, denen für die bodenhydrologischen Parameter fixe Tabellenwerte zugewiesen werden, ermöglichen. Dies führt zu einer deutlich besseren Differenzierung des heterogenen Bodens.
Im Rahmen der Arbeit wurden insgesamt 19 Simulationen für Europa und ein erweitertes Deutschlandgebiet mit Auflösungen von 0.44° beziehungsweise 0.11° für den Zeitraum 2000 bis 2018 gerechnet. Dabei zeigte sich, dass die Einführung des mehrschichtigen Bodenschemas gegenüber dem einschichtigen Schema zu einer Verringerung der Bodenfeuchte in der Wurzeltiefe führt. Nichtsdestotrotz nimmt die absolute Wassermenge des Bodens durch die Berücksichtigung des Bodens unterhalb der Wurzelzone zu. Bezogen auf die einzelnen Schichten wird die Bodenfeuchte damit zwar unterschätzt, im Laufe der Modellentwicklung kann jedoch eine Verbesserung im Vergleich zu ERA5 erzielt werden. Das neue Schema führt zu einer Verringerung der Evapotranspiration, die über alle Schritte der Modellentwicklung und besonders während der Sommermonate auftritt. Im Vergleich zu Validationsdaten von ERA5 und GLEAM zeigt sich, dass dies eine Verbesserung dieser Größe bedeutet, die sowohl in der Fläche als auch beim Fehler und in der Verteilung auftritt.
Gleiches lässt sich für den Oberflächenabfluss sagen. Hierfür implementierte Schemata (Philip, Green-Ampt), die anders als das standardmäßig verwendete Improved-Arno-Schema bodenhydrologische Parameter berücksichtigen, konnten eine weitere Verbesserung im Flachland zeigen. In Gebirgsregionen nahm der Fehler durch die nicht enthaltene Berücksichtigung der Hangneigung jedoch zu, sodass in der finalen Modellversion auf das Improved-Arno-Schema zurückgegriffen wurde. Die Temperatur steigt durch die ursprüngliche Version des mehrschichtigen Schemas zunächst an, was zu einer Über- statt der vorherigen Unterschätzung gegenüber E-OBS führt. Die Modellentwicklung resultiert zwar in einer Reduzierung der Temperatur, jedoch fällt diese zu stark aus, sodass der Temperaturfehler letztendlich größer als in der einschichtigen Modellversion ist. Da die Evapotranspiration jedoch maßgeblich verbessert wurde, kann dieser Fehler eventuell auf ein übermäßiges Tuning der Temperatur zurückgeführt werden.
Die Betrachtung von Hitzeereignissen am Beispiel der Sommer 2003 und 2018 hat gezeigt, dass die Modellentwicklung dazu beiträgt, diese Ereignisse besser als das einschichtige Schema zu simulieren. Zwar trifft dies nicht auf das räumliche Verhalten der mittleren Temperatur zu, jedoch auf deren zeitlichen Verlauf. Hinzu kommt die bessere Simulation der täglichen Extrem- und besonders der Minimaltemperatur, was zu einer Erhöhung der täglichen Temperaturspanne führt. Diese wird von Klimamodellen in der Regel zu stark unterschätzt.
Durch die Berücksichtigung der vertikalen Wasserflüsse hat sich jedoch auch gezeigt, dass noch enormes Entwicklungspotenzial mit Blick auf (boden)hydrologische Prozesse besteht. Dies gilt in besonderem Maße für zukünftige Simulationen mit konvektionserlaubender Auflösung. So sollten subskalige Informationen des Bodens und der Orographie berücksichtigt werden. Dies dient einerseits der Repräsentation vorliegender Heterogenitäten 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 Oberflächenabfluss abnimmt und das Wasser dem Modell in der Folge nicht weiter zur Verfügung steht, sollte zukünftig auch Grundwasser im Modell berücksichtigt 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 hochauflösenden Simulationen relevanten Prozesse angemessen repräsentieren zu können. Hierfür 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 Oberflächenabfluss deutlich besser modelliert werden können als mit dem einschichtigen Schema. Dies gilt auch für die Extremtemperaturen. Beides ist klar auf die Schichtung des Bodens und damit einhergehender Prozesse zurückzuführen. Bezüglich der Daten zeigt sich, dass die Wurzeltiefe, die Berücksichtigung von SoilGrids und die vertikale Bodeninformation für die weitere Optimierung verantwortlich sind. Darüber hinaus ist der höhere Informationsgehalt, der anhand der geschichteten Bodenfeuchte zur Verfügung steht, ebenfalls als Mehrwert einzustufen.
A completely revised and enhanced version of the water balance model MODBIL of the regional water balance dynamics of Cyprus was developed for this study. The model is based on a physical, process-oriented, spatially distributed concept and is applied for the calculation of all important water balance components of the island for the time period of 1961-2004. The calibrated results are statistically analysed and visualised for the whole island area, and evaluated with respect to the renewability of natural water resources. Climate variability and changes of the past decades are analysed with regard to their influence on water balances. A further part of the study focusses on the simulation of impacts of potential climate change. The water balances are simulated under changing climatic conditions on the base of theoretical precipitation, temperature and relative humidity changes and the revealed impacts on the water balances and renewable resources are discussed. Furthermore, a first principal water balance scenario is developed for the assessment of the regional hydrological changes expected for Cyprus by the end of the 21st century. The scenarios are based on recently calculated climate change assessments for this part of the Mediterranean, under an assumed further increase of greenhouse gasses in the atmosphere.
Glacier outlines during the ‘Little Ice Age’ maximum in Jotunheimen were mapped by using remote sensing techniques (vertical aerial photos and satellite imagery), glacier outlines from the 1980s and 2003, a digital terrain model (DTM), geomorphological maps of individual glaciers, and field-GPS measurements. The related inventory data (surface area, minimum and maximum altitude) and several other variables (e.g. slope, range) were calculated automatically by using a geographical information system. The length of the glacier flowline was mapped manually based on the glacier outlines at the maximum of the ‘Little Ice Age’ and the DTM. The glacier data during the maximum of the ‘Little Ice Age’ were compared with the Norwegian glacier inventory of 2003. Based on the glacier inventories during the maximum of the ‘Little Ice Age’, the 1980s and 2003, a simple parameterization after HAEBERLI & HOELZLE (1995) was performed to estimate unmeasured glacier variables, as e.g. surface velocity or mean net mass balance. Input data were composed of surface glacier area, minimum and maximum elevation, and glacier length. The results of the parameterization were compared with the results of previous parameterizations in the European Alps and the Southern Alps of New Zealand (HAEBERLI & HOELZLE 1995; HOELZLE et al. 2007). A relationship between these results of the inventories and of the parameterization and climate and climate changes was made.
Hochaufgelöste Erfassung zukünftiger Klimarisiken für Land- und Forstwirtschaft in Unterfranken
(2024)
Das Klima und seine Veränderungen wirken sich direkt auf die Land- und Forstwirtschaft aus. Daher ist die Untersuchung der zukünftigen Klimarisiken für diese Sektoren von hoher Relevanz. Dies ist auch und vor allem für den schon heute weiträumig trockheitsgeprägten und vom Klimawandel besonders betroffenen nordwestbayerischen Regierungsbezirk Unterfranken der Fall, dessen Gebiet zu über 80 % land- oder forstwirtschaftlich genutzt wird. Zur Untersuchung der Zukunft in hoher räumlicher Auflösung werden Projektionen von regionalen Klimamodellen genutzt. Da diese jedoch Defizite in der Repräsentation 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 für Trockenheit, Starkniederschlag, Hitze sowie (Spät-)Frost, die alle eine hohe land- und forstwirtschaftliche Bedeutung besitzen. Die Datenanpassung erfolgt durch zwei verschiedene Ansätze. Zum Einen wird eine Biaskorrektur der aus Globalmodell-angetriebenen REMO-Daten berechneten Indizes durch additive und multiplikative Linearskalierung sowie empirische und parametrische Verteilungsanpassung durchgeführt. Zum Anderen wird ein exploratives Verfahren auf Basis von Model Output Statistics angewandt: Lokale und großräumige atmosphärische Variablen von REMO mit Reanalyseantrieb, die eine zeitliche Korrespondenz zu den Beobachtungen aufweisen, dienen als Prädiktoren für 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-Prädiktoren durchzuführen. Sowohl für die Biaskorrektur als auch die Model Output Statistics wird eine Kreuzvalidierung durchgeführt, um die Ergebnisse unabhängig vom jeweiligen Trainingszeitraum zu untersuchen und die jeweils besten Varianten zu finden. Werden beide Verfahren mit ihren Unterkategorien für den gesamten historischen Modellzeitraum verglichen, so weist für alle Monat-Kennwert-Kombinationen eine der beiden Verteilungskorrekturen die besten Ergebnisse auf. Die Zukunftsprojektionen unter Verwendung der jeweils erfolgreichsten Methode zeigen im regionalen Durchschnitt für das 21. Jahrhundert negative Trends der (Spät-)Frost- und Eis- sowie positive Trends der Hitzetagehäufigkeit. Winterliche Starkregenereignisse nehmen hinsichtlich ihrer Anzahl zu, im Sommer verstärkt sich die Trockenheit. Die Hinzunahme zwei weiterer regionaler Klimamodelle bestätigt die allgemeinen Zukunftstrends, jedoch ergeben sich beim Spätfrost Widersprüche, wenn dieser hinsichtlich der thermisch abgegrenzten Vegetationsperiode definiert wird.
Zusätzlich werden die Model Output Statistics auf gleiche Weise mit bodennahen Prädiktoren zur Simulation von Erträgen aus Acker- und Weinbau wiederholt. Die Güte kann aufgrund mangelnder Beobachtungsdatenlänge nur anhand der Reanalyse-angetriebenen REMO-Daten abgeschätzt werden, ist hierbei jedoch deutlich besser als im Bezug auf die Kennwertsimulation. Die Zukunftsprojektionen von REMO sowie drei weiterer Regionalmodelle zeigen im Mittel über alle Landkreise Unterfrankens steigende Winter- sowie sinkende Sommerfeldfruchterträge. Hinsichtlich der Frankenweinerträge 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 führen durch positive Trendvorzeichen für den Weißwein zu insgesamt kohärenten Ergebnissen.
Die Resultate im Bezug auf die land- und forstwirtschaftlich relevanten klimatischen Kennwerte bedeuten, dass Anpassungsmaßnahmen gegenüber Hitze sowie im Speziellen gegenüber Trockenheit in Zukunft im ohnehin trockenheitsgeprägten Unterfranken an Bedeutung gewinnen werden. Auch die unsicheren Projektionen im Bezug auf die Spätfrostgefahr müssen im Blick behalten werden. Die Trends der Feldfruchterträge deuten in die gleiche Richtung, da Sommergetreide eine höhere Trockenheitsanfälligkeit besitzen. Die unklaren Ergebnisse der Weinerträge hingegen lassen keine eindeutigen Schlüsse zu. Der starke anthropogene Einfluss auf die Erntemengen sowie die großen Unterschiede der Rebsorten hinsichtlich der klimatischen Eignung könnten ein Grund hierfür sein.
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.
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.
Die Bedeutung der sozialen Bewegung Fridays for Future (FFF) ist auch nach der Covid-19-Pandemie hoch, was sich daran zeigt, dass am 23.09.2022 weltweit zahlreiche Demonstrierende beim globalen Klimastreik für Klimagerechtigkeit auf die Straße gingen. Aus dem großen Zuspruch für die Bewegung ergibt sich zum einen die Frage, was die Klimabewegung unter Gerechtigkeit versteht und zum anderen die Frage, wie sie diese politisch umsetzen möchte. Für die Untersuchung wird ein Ländervergleich zwischen den FFF-Gruppen Deutschland, Österreich, Italien und Ungarn vorgenommen. Die Autor:innen des Forschungsbeitrags führten mithilfe von Interviews mit Aktivist:innen, Analysen der Websites und des relevantesten Social Media-Kanals Fallanalysen durch. Die Forschungsarbeit kommt dabei zum Ergebnis, dass die Gerechtigkeitsvorstellungen der Gruppen nahezu übereinstimmen. Hinsichtlich der Umsetzungsperspektiven ergeben sich viele Gemeinsamkeiten bei der Netzwerkbildung und dem Agenda Setting der nationalen FFF-Gruppen. Während die konkreten Forderungen der Aktivist:innen an verschiedene Akteur:innen divergieren, ist allen vier untersuchten FFF-Gruppen gemein, dass die Politik der zentrale Adressat der Forderungen ist.
Der anthropogene Klimawandel ist eine der größten Herausforderungen des 21. Jahrhunderts. Eine Hauptschwierigkeit liegt dabei in der Unsicherheit bezüglich der regionalen Änderung von Niederschlag und Temperatur. Hierdurch wird die Entwicklung geeigneter Anpassungsstrategien deutlich erschwert.
In der vorliegenden Arbeit werden vier Evaluationsansätze mit insgesamt 13 Metriken für 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 über den Unsicherheitsbereich des zukünftigen Klimas getroffen. Die Evaluation der Modelle wird im Mittelmeerraum sowie in acht Unterregionen durchgeführt. Dabei wird der saisonale Trend von Temperatur und Niederschlag im Evaluationszeitraum 1960–2009 ausgewertet. Zusätzlich wird für bestimmte Metriken jeweils das klimatologische Mittel oder die harmonischen Zeitreiheneigenschaften evaluiert. Abschließend werden zum Test der Übertragbarkeit 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 Abhängigkeit der Modellbewertungen von verschiedenen Referenzdaten mit Hilfe von insgesamt drei Referenzdatensätzen 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 einfügen. So wurde die Leistung der globalen Klimamodelle der neusten Generation (2013) im Vergleich zur Vorgängergeneration (2007) im Schnitt ähnlich hoch bzw. in vielen Situationen auch stärker eingeordnet. Ein durchweg bestes Modell konnte nicht festgestellt werden. Der Großteil der entwickelten Metriken zeigt für ähnliche Situationen übereinstimmende Modellbewertungen. Bei der Gewichtung hat sich der Niederschlag als besonders geeignet herausgestellt. Grund hierfür sind die im Schnitt deutlichen Unterschiede der Modellleistungen in Zusammenhang mit einer geringeren Simulationsgüte. Umgekehrt zeigen die Metriken für die Modelle der Temperatur allgemein überwiegend hohe Evaluationsergebnisse, wodurch nur wenig Informationsgewinn durch Gewichtung erreicht werden kann. Während die Metriken gut für unterschiedliche Regionen und Skalenniveaus verwendet werden Evaluationszeiträume nicht grundsätzlich gegeben. Zusätzlich zeigen die Modellranglisten unterschiedlicher Regionen und Jahreszeiten häufig nur geringe Korrelationen. Dies gilt besonders für den Niederschlag. Bei der Temperatur sind hingegen leichte Übereinstimmungen auszumachen. Beim Vergleich der mittleren Ranglisten über alle Modellbewertungen und Situationen der Hauptregionen des Mittelmeerraums mit den Globalregionen besteht eine signifikante Korrelation von 0,39 für Temperatur, während sie für Niederschlag um null liegt. Dieses Ergebnis ist für alle drei verwendeten Referenzdatensätze im Mittelmeerraum gültig. So schwankt die Korrelation der Modellbewertungen des Niederschlags für unterschiedliche Referenzdatensätze immer um Null und die der Temperaturranglisten zwischen 0,36 und 0,44. Generell werden die Metriken als geeignete Evaluationswerkzeuge für Klimamodelle eingestuft. Daher können sie einen Beitrag zur Änderung des Unsicherheitsbereichs und damit zur Stärkung des Vertrauens in Klimaprojektionen leisten.
Die Abhängigkeit der Modellbewertungen von Region und Untersuchungszeitraum muss dabei jedoch berücksichtigt werden. So besitzt die Analyse der Konsistenz von Modellbewertungen sowie der Stärken und Schwächen der Klimamodelle großes Potential für folgende Studien, um das Vertrauen in Modellprojektionen weiter zu steigern.
Climate models are the tool of choice for scientists researching climate change. Like all models they suffer from errors, particularly systematic and location-specific representation errors. One way to reduce these errors is model output statistics (MOS) where the model output is fitted to observational data with machine learning. In this work, we assess the use of convolutional Deep Learning climate MOS approaches and present the ConvMOS architecture which is specifically designed based on the observation that there are systematic and location-specific errors in the precipitation estimates of climate models. We apply ConvMOS models to the simulated precipitation of the regional climate model REMO, showing that a combination of per-location model parameters for reducing location-specific errors and global model parameters for reducing systematic errors is indeed beneficial for MOS performance. We find that ConvMOS models can reduce errors considerably and perform significantly better than three commonly used MOS approaches and plain ResNet and U-Net models in most cases. Our results show that non-linear MOS models underestimate the number of extreme precipitation events, which we alleviate by training models specialized towards extreme precipitation events with the imbalanced regression method DenseLoss. While we consider climate MOS, we argue that aspects of ConvMOS may also be beneficial in other domains with geospatial data, such as air pollution modeling or weather forecasts.
Mit der vorliegenden Arbeit wurde exemplarisch die holozäne Klima- und Landschaftsentwicklung für einen semiariden Natur- und Kulturraum in Südost-Spanien rekonstruiert. Dabei wurden unterschiedliche klimatologische, orographische und anthropogene Einflussfaktoren beschrieben und deren interdependentes Wirkungsgefüge abgeleitet. Dies erfolgte durch die Analyse des subrezenten Regionalklimas, anhand eines an die semi-ariden Bedingungen angepassten Wasserhaushaltsmodells sowie durch die Einbeziehung von stratigraphischen und geochemischen Untersuchungen an Sedimentaufschlüssen, die eine Interpretation der regionalen holozänen Klima- und Umweltgeschichte ermöglicht. Um eine Vergleichsbasis für die holozänen Klimabedingungen zu erhalten, wurde das Klima der letzten 50 Jahre im Hinblick auf subrezente Änderungen analysiert. Dazu wurden die räumlichen und zeitlichen Eigenschaften der Niederschlagsquantität und –intensität ausgewertet und beschrieben. Durch die differenzierte Gegenüberstellung der Resultate der verschiedenen Auswertever¬fahren wird eine detaillierte Beschreibung der rezenten und subrezenten pluvio-klimatischen Steuergrößen für das Untersuchungsgebiet möglich. Die Analysen zeigen, dass die 30 jährigen Mittelwerte der Jahresniederschlagssummen im Untersuchungsgebiet zwischen 281 und 426 mm schwanken und, entgegen dem für das westliche Mediterraneum postulierten negativen Trend, zunehmen. Die Anzahl der annuellen Niederschlagstage unterliegt einer hohen Variabilität, wenngleich ein positiver Trend der Starkniederschlagsereignisse, insbesondere für die Monate September und Oktober, zu erkennen ist. Dies ist vor dem Hintergrund der sommerlichen Trockenheit (40 bis 150 Tage) entscheidend, da frühherbstliche Starkniederschlagsereignisse aufgrund des erhöhten Oberflächenabflusses besonders erosionswirksam sind. Die relative annuelle Niederschlagsvariabilität im Untersuchungsgebiet erreicht bis zu 36 % und liegt damit teilweise über den Werten von ariden nordafrikanischen Gebieten. Ein deutlicher Unterschied des pluvio-klimatischen Regimes konnte im Untersuchungsgebiet in Abhängigkeit der orographischen Verhältnisse festgestellt werden. So schwanken die Werte für die Niederschlagssumme, -intensität und -dauer sowie zeitlichem Auftreten in Abhängigkeit von der umgebenden Reliefstruktur und Höhenlage deutlich. Um mögliche Veränderungen der ephemeren und periodischen Abflusscharakteristik sowie der Wasserhaushaltsgrößen ableiten zu können, wurde ein flächendifferenziertes Wasserhaushalts-Simulationsmodell an die semi-ariden Bedingungen des Untersuchungsgebietes angepasst. Auf der Basis der Modellergebnisse für die Jahre 1988 bis 1993 konnte gezeigt werden, dass der mittlere Gebietsniederschlag von rund 430 mm zu 87 % verdunstet, was auf die hohen Lufttemperaturen, die häufigen Strahlungswetterlagen, die Windverhältnisse sowie die reduzierte Wasseraufnahmefähigkeit des Bodens zurückgeführt wird. Die mittlere, modellierte Gesamtabflussspende beträgt lediglich 32 mm, was rund 7.5 % der Gebietsniederschlagssumme entspricht und als charakteristisch für semi-aride Naturräume angesehen werden kann. Die Änderung des Boden- und Grundwasser¬speichers von +24 mm wird teilweise durch die anthropogene Nutzung, durch Bewässerung und den Bau von Rückhaltebecken erklärt. Neben der hydrologischen Modellierung wurden des Weiteren Landbedeckungsszenarien erstellt und in das adaptierte Modell integriert, um die holozänen Umweltbedingungen zu rekonstruieren. Dabei hat sich gezeigt, dass unter potentiell natürlicher Vegetation eine Erhöhung der Bodenfeuchte und des Zwischenabflusses, eine Reduzierung des Oberflächenabflusses und eine Steigerung der potentiellen Evapotranspiration gegenüber dem heutigen Zustand erfolgt. Unter intensivierten Landnutzungsbedingungen, die möglicherweise zu Beginn des Subatlantikums geherrscht haben oder in Zukunft auftreten könnten, erfolgt hingegen eine Erhöhung des Oberflächenabflusses, eine Reduzierung der pflanzenverfügbaren Bodenfeuchte sowie eine verminderte aktuelle Evapotranspiration, wenngleich die Änderungs¬beträge geringer als in Szenario 1 ausfallen. Dies liegt vermutlich daran, dass die heutige Landnutzung mit Trockenfeldbau, Bewässerungskulturen und Weidewirtschaft als intensiv beschrieben werden kann und durch Landdegradation und Erosion gekennzeichnet ist. Dazu zählen insbesondere Erosionsprozesse, die durch fließendes Wasser, Wind oder durch Gravitation ausgelöst werden und vornehmlich auf steilen ackerbaulich und weidewirtschaftlich genutzten Flächen auftreten. Der Mensch greift seit der Antike in unterschiedlicher Intensität in dieses Prozessgeschehen ein, und verändert durch seine wirtschaftende Tätigkeit die Pflanzenbedeckung, die Bodeneigenschaften (z.B. Bodenwasserhaushalt) sowie das Mikro- und Mesorelief, und verstärkt oder vermindert damit die natürlichen Erosionsprozesse. Die anthropogenen Auswirkungen auf die historische Landschaftsentwicklung wurden in der vergleichenden Betrachtung der stratigraphischen und geochemischen Untersuchungen von drei Sedimentaufschlüssen aufgezeigt. Zwei Sedimentaufschlüsse im hydrologischen Einzugsgebiet des Río Caramel zeigen erhöhte Akkumulationsraten, steigende Anteile von organischem Kohlenstoff und eine Änderung der stratigraphischen Charakterisik für die letzten 3.000 Jahre BP an. Auf der Basis von geochemischen Untersuchungen der Sedimente wurden Verhältniswerte zwischen MgO/CaO, Fe2O3/MnO und SiO2/(CaO+MgO) bestimmt, deren Änderungen als Maß für die vorzeitlichen Umweltbedingungen angesehen werden können. Für das Spätglazial zeigen diese Untersuchungen relativ trockene Umweltbedingungen an. Zum Ende des Präboreals steigen die Indizes an und deuten auf eine Veränderung der Umweltbedingungen im Untersuchungsraum hin, deren Trend bis ins späte Subboreal anhält. Die feuchteste Phase erfolgt im Übergang zwischen Atlantikum und Subboreal und fällt somit mit dem Beginn der ackerbau¬lichen Nutzung der Region zusammen. Seither erfolgt eine Aridisierungstendenz, die mit kurzen Unterbrechungen das gesamte Subatlantikum andauert. Basierend auf den vorgestellten klimatischen und orographischen Analysen sowie unter Berücksichtigung der Resultate der Wasserhaushaltsmodellierung und Szenarien konnte in dieser interdisziplinären Arbeit ein Beitrag zur Rekonstruktion der subrezenten und holozänen Klima- und Umweltgeschichte des hydrologischen Einzugsgebietes des oberen Rio Guadalentín geleistet werden. Dieser Beitrag ist im übergeordneten Kontext der holozänen Forschung des westlichen Mediterraneums zu sehen, die ein besseres Verständnis der allgemeinen Landschafts- und Klimaentwicklung der letzten 10.000 Jahre für die Iberische Halbinsel ermöglicht. Insbesondere die Ergebnisse der stratigraphischen und geochemischen Untersuchungen der Sedimentaufschlüsse erscheinen im Hinblick auf die holozäne Umweltgeschichte für eine großräumige Übertragung geeignet, um die zukünftige Landschaftsentwicklung besser verstehen und prognostizieren zu können.
The present work investigates the influence of environmental stimuli on the building behavior of workers of the leaf-cutting ant Atta vollenweideri. It focuses on cues related to the airflow-driven ventilation of their giant underground nests, i.e., air movements and their direction, carbon dioxide concentrations and humidity levels of the nest air. First, it is shown that workers are able to use airflow and its direction as learned orientation cue by performing learning experiments with individual foragers using a classical conditioning paradigm. This ability is expected to allow workers to also navigate inside the nest tunnels using the prevailing airflow directions for orientation, for example during tasks related to nest construction and climate control.
Furthermore, the influence of carbon dioxide on the digging behavior of workers is investigated. While elevated CO2 levels hardly affect the digging rate of the ants, workers prefer to excavate at locations with lower concentrations and avoid higher CO2 levels when given a choice. Under natural conditions, shifting their digging activity to soil layers containing lower carbon dioxide levels might help colonies to excavate new or to broaden existing nest openings, if the CO2 concentration in the underground rises.
It is also shown that workers preferably transport excavated soil along tunnels containing high CO2 concentrations, when carbon dioxide levels in the underground are elevated as well. In addition, workers prefer to carry soil pellets along outflow tunnels instead of inflow tunnels, at least for high humidity levels of the air. The material transported along tunnels providing outflow of CO2-rich air might be used by workers for the construction of ventilation turrets on top of the nest mound, which is expected to promote the wind-induced ventilation and the removal of carbon dioxide from the underground.
The climatic conditions inside the nest tunnels also influence the structural features of the turrets constructed by workers on top the nest. While airflow and humidity have no effect on turret structure, outflow of CO2-rich air from the nest causes workers to construct turrets with additional openings and increased aperture, potentially enhancing the airflow-driven gas exchanges within the nest.
Finally, the effect of airflow and ventilation turrets on the gas exchanges in Atta vollenweideri nests is tested experimentally on a physical model of a small nest consisting of a single chamber and two nest tunnels. The carbon dioxide clearance rate from the underground was measured depending on both the presence of airflow in the nest and the structural features of the built turrets. Carbon dioxide is removed faster from the physical nest model when air moves through the nest, confirming the contribution of wind-induced flow inside the nest tunnels to the ventilation of Atta vollenweideri nests. In addition, turrets placed on top of one of the tunnel openings of the nest further enhance the CO2 clearance rate and the effect is positively correlated with turret aperture.
Taken together, climatic variables like airflow, carbon dioxide and humidity levels strongly affect the building responses of Atta vollenweideri leaf-cutting ants. Workers use these environmental stimuli as orientation cue in the nest during tasks related to excavation, soil transport and turret construction. Although the effects of these building responses on the microclimatic conditions inside the nest remain elusive so far, the described behaviors are expected to allow ant colonies to restore and maintain a proper nest climate in the underground.
Bewertung und Auswirkungen der Simulationsgüte führender Klimamoden in einem Multi-Modell Ensemble
(2013)
Der rezente und zukünftige Anstieg der atmosphärischen Treibhausgaskonzentration bedeutet für das terrestrische Klimasystem einen grundlegenden Wandel, der für die globale Gesellschaft schwer zu bewältigende Aufgaben und Herausforderungen bereit hält. Eine effektive, rühzeitige Anpassung an diesen Klimawandel profitiert dabei enorm von möglichst genauen Abschätzungen künftiger Klimaänderungen.
Das geeignete Werkzeug hierfür sind Gekoppelte Atmosphäre Ozean Modelle (AOGCMs). Für solche Fragestellungen müssen allerdings weitreichende Annahmen über die zukünftigen klimarelevanten Randbedingungen getroffen werden. Individuelle Fehler dieser Klimamodelle, die aus der nicht perfekten Abbildung der realen Verhältnisse und Prozesse resultieren, erhöhen die Unsicherheit langfristiger Klimaprojektionen. So unterscheiden sich die Aussagen verschiedener AOGCMs im Hinblick auf den zukünftigen Klimawandel insbesondere bei regionaler Betrachtung, deutlich. Als Absicherung gegen Modellfehler werden üblicherweise die Ergebnisse mehrerer AOGCMs, eines Ensembles an Modellen, kombiniert. Um die Abschätzung des Klimawandels zu präzisieren, wird in der vorliegenden Arbeit der Versuch unternommen, eine Bewertung der Modellperformance der 24 AOGCMs, die an der dritten Phase des Vergleichsprojekts für gekoppelte Modelle (CMIP3) teilgenommen haben, zu erstellen. Auf dieser Basis wird dann eine nummerische Gewichtung für die Kombination des Ensembles erstellt. Zunächst werden die von den AOGCMs simulierten Klimatologien für einige
grundlegende Klimaelemente mit den betreffenden klimatologien verschiedener Beobachtungsdatensätze quantitativ abgeglichen. Ein wichtiger methodischer Aspekt
hierbei ist, dass auch die Unsicherheit der Beobachtungen, konkret Unterschiede zwischen verschiedenen Datensätzen, berücksichtigt werden. So zeigt sich, dass die Aussagen, die aus solchen Ansätzen resultieren, von zu vielen Unsicherheiten in den Referenzdaten beeinträchtigt werden, um generelle Aussagen zur Qualität von AOGCMs zu treffen. Die Nutzung der Köppen-Geiger Klassifikation offenbart jedoch, dass die prinzipielle Verteilung der bekannten Klimatypen im kompletten CMIP3 in vergleichbar guter Qualität reproduziert wird. Als Bewertungskriterium wird daher hier die Fähigkeit der AOGCMs die großskalige natürliche Klimavariabilität, konkret die hochkomplexe gekoppelte
El Niño-Southern Oscillation (ENSO), realistisch abzubilden herangezogen. Es kann anhand verschiedener Aspekte des ENSO-Phänomens gezeigt werden, dass nicht alle AOGCMs hierzu mit gleicher Realitätsnähe in der Lage sind. Dies steht im Gegensatz zu den dominierenden Klimamoden der Außertropen, die modellübergreifend überzeugend repräsentiert werden. Die wichtigsten Moden werden, in globaler Betrachtung, in verschiedenen Beobachtungsdaten über einen neuen Ansatz identifiziert. So können für einige bekannte Zirkulationsmuster neue Indexdefinitionen gewonnen werden, die sich sowohl als äquivalent zu den Standardverfahren erweisen und im Vergleich zu diesen zudem eine deutliche Reduzierung
des Rechenaufwandes bedeuten. Andere bekannte Moden werden dagegen als weniger bedeutsame, regionale Zirkulationsmuster eingestuft. Die hier vorgestellte
Methode zur Beurteilung der Simulation von ENSO ist in guter Übereinstimmung mit anderen Ansätzen, ebenso die daraus folgende Bewertung der gesamten Performance
der AOGCMs. Das Spektrum des Southern Oscillation-Index (SOI) stellt somit eine aussagekräftige Kenngröße der Modellqualität dar.
Die Unterschiede in der Fähigkeit, das ENSO-System abzubilden, erweisen sich als signifikante Unsicherheitsquelle im Hinblick auf die zukünftige Entwicklung einiger fundamentaler und bedeutsamer Klimagrößen, konkret der globalen Mitteltemperatur,
des SOIs selbst, sowie des indischen Monsuns. Ebenso zeigen sich signifikante Unterschiede für regionale Klimaänderungen zwischen zwei Teilensembles des CMIP3, die auf Grundlage der entwickelten Bewertungsfunktion eingeteilt werden. Jedoch sind diese Effekte im Allgemeinen nicht mit den Auswirkungen der
anthropogenen Klimaänderungssignale im Multi-Modell Ensemble vergleichbar, die für die meisten Klimagrößen in einem robusten multivariaten Ansatz detektiert und
quantifiziert werden können. Entsprechend sind die effektiven Klimaänderungen, die sich bei der Kombination aller Simulationen als grundlegende Aussage des
CMIP3 unter den speziellen Randbedingungen ergeben nahezu unabhängig davon, ob alle Läufe mit dem gleichen Einfluss berücksichtigt werden, oder ob die erstellte nummerische Gewichtung verwendet wird. Als eine wesentliche Begründung hierfür kann die Spannbreite der Entwicklung des ENSO-Systems identifiziert werden. Dies
bedeutet größere Schwankungen in den Ergebnissen der Modelle mit funktionierendem ENSO, was den Stellenwert der natürlichen Variabilität als Unsicherheitsquelle
in Fragen des Klimawandels unterstreicht. Sowohl bei Betrachtung der Teilensembles als auch der Gewichtung wirken sich dadurch gegenläufige Trends im SOI
ausgleichend auf die Entwicklung anderer Klimagrößen aus, was insbesondere bei letzterem Vorgehen signifikante mittlere Effekte des Ansatzes, verglichen mit der
Verwendung des üblichen arithmetischen Multi-Modell Mittelwert, verhindert.