Entwicklung neuartiger statistischer Abschätzungen des Klimawandels im Mittelmeerraum unter Fokussierung auf Instationaritäten in den Prädiktor- Prädiktand-Beziehungen
Zusammenfassung der Projektergebnisse
Statistische Downscalingansätze stellen eine Möglichkeit zur Regionalisierung des projizierten globalen Klimawandels dar und basieren auf statistischen Beziehungen, die großskalige atmosphärische Variablen (Prädiktoren) mit regionalen bis lokalen Klimavariablen (Prädiktanden) in Verbindung setzen. Die Modellerstellung wird dabei stets unter der Annahme von Stationarität der Prädiktor-Prädiktand-Beziehungen vorgenommen. Im Forschungsprojekt wurden neuartige Ansätze zur Erfassung, Analyse und Einbeziehung von Instationaritäten in statistische Downscalingmodelle entwickelt. Übergreifendes Ziel war es, qualitativ hochwertige statistische Abschätzungen unter dem Aspekt des Klimawandels zu erarbeiten, die eine möglichst große Spannbreite der Zusammenhänge mit ihren spezifischen Veränderlichkeiten beinhalten. Eine zentrale Stellung im Projekt nahm die Entwicklung zweier neuartiger Downscalingansätze ein: (1) Verwendung gleitender Kalibrierungs-/Validierungszeiträume. Dabei wurde für jedes Einzelmodell eines bestimmten Kalibrierungs- bzw. Validierugszeitraums ein geeignetes Gütemaß (zum Beispiel der mittlere Fehler der Abschätzungen bei der Betrachtung von Mittelwerten) mit entsprechenden Bootstrap-Konfidenzintervallen herangezogen. Anschließend wurde die mittlere Modellgüte durch die Mittelung der Modellgüten in den einzelnen Kalibrierungs- bzw. Validierungszeiträumen bestimmt. Alternativ wurden auch Ergebnisse aus einem random- sampling-Verfahren als Referenz für die Spannbreite der stationären Modellvariabilität herangezogen. Die (Nicht-) Überschneidung der Konfidenzintervalle der Einzelmodelle mit der Spannbreite der stationären Modellgüte wurde dann verwendet, um (In-) Stationarität zu postulieren. (2) Identifikation von Wechselpunkten (Change Points) in den Prädiktoren-Prädiktand-Beziehungen anhand von Change Point Generalized Linear Models. Anschließend wurde eine Change Point Analyse, basierend auf Kompositen und kumulativen Summenkurven, durchgeführt, die eine vom Prädiktand unabhängige Bestimmung der Change Points in den Prädiktorendaten erlaubt. Nach der zeitlichen und quantitativen Erfassung der unterschiedlichen Prädiktor-Prädiktand- Beziehungen wurden die Gründe für die Instationaritäten näher beleucht. Die Ergebnisse zeigen, dass Instationaritäten durch sich verändernde Prädiktoren-Prädiktand-Beziehungen spezifischer Prädiktorenkonfigurationen verursacht werden. Eine detaillierte Analyse von Instationaritäten machte deutlich, dass Instationaritäten sowohl durch abrupte Änderungen als auch durch eher graduelle Veränderungen verursacht werden können. Insgesamt konnten Instationaritäten in den Auftrittshäufigkeiten und Phasen atmosphärischer Muster, der Stärke und der räumlichen Lage der musterspezifischen Anomaliezentren sowie in den musterinternen Charakteristika wie den thermischen und thermo-dynamischen Eigenschaften beobachtet werden. In Zusammenhang mit der Abschätzung zukünftiger Niederschlagsveränderungen unter Bedingungen eines anthropogen verstärkten Treibhauseffektes führte die Identifikation und Analyse von Instationaritäten schließlich zu einer begründeten Auswahl bestimmter statistischer Modelle für die Zukunftsabschätzungen. In den globalen Zirkulationsmodellen, die für die Zukunftsabschätzungen herangezogen wurden, wurde eine hohe Intra- und Inter-Modellvariabilität festgestellt. So zeigte zum Beispiel die negative Phase der Nordatlantischen Oszillation im Winter eine wesentlich höhere zeitliche Variabilität in den analysierten Zirkulationsmodellen im Vergleich zur Reanalyse. Im Projekt wurde die Berücksichtigung von Instationaritäten im statistischen Downscaling durch die Anpassung der statistischen Modelle an beobachtete Instationaritäten und deren selektiven Einsatz in den Projektionen realisiert. Unter der Annahme, dass sich das Klima im 21. Jahrhundert im Bereich der beobachteten natürlichen Variabilität ändert (eine inhärente Annahme im statistischen Downscaling und auch in GCMs aufgrund der Parametrisierungen), konnte auf diese Weise den Instationaritäten im beobachteten und zukünftigen Klima Rechnung getragen werden. Im Bereich der Analyse und Berücksichtigung von Instationaritäten im zukünftigen Klima besteht jedoch sicherlich noch weiterer Forschungsbedarf. Übergreifend haben die gewonnenen Forschungsergebnisse zu einem vertieften Verständnis der Instationaritäten in der Klimavariabilität und zu einer substantiellen Verbesserung statistischer Downscalingmodelle geführt. Aus dem Projekt hat sich zudem klarer weiterer Forschungsbedarf ergeben, zu realisieren im DFG-Projekt „SLAC-SD. Bedeutung von Meeres- und Landoberflächen-Atmosphäre-Klima-Wechselwirkungen im Rahmen des statistischen Downscaling für Europa und den Mittelmeerraum“.
Projektbezogene Publikationen (Auswahl)
- (2012): The climate of the Mediterranean region in future climate projections. In: Mediterranean Climate. From Past to Future. Lionello, P. (Hrsg.). Elsevier. ISBN: 9780124160422, 449-502
Planton, S., Lionello, P., Artale, V., Aznar, R., Carillo, A., Colin, J., Congedi, L., Dubois, C., Elizalde, A., Gualdi, S., Hertig, E., Jacobeit, J., Jordà, G., Li, L., Mariotti, A., Piani, C., Ruti, P., Sanchez- Gomez, E., Sannino, G., Sevault, F., Somot, S., Tsimplis, M.N.
- (2013): A novel approach to statistical downscaling considering nonstationarities: application to daily precipitation in the Mediterranean area. J. Geophys. Res. – Atmospheres 118, 520-533
Hertig, E. and J. Jacobeit
(Siehe online unter https://doi.org/10.1002/jgrd.50112) - (2014): Application of statistical methods for regional climate change projections in the Mediterranean area. Reg. Environ. Change 14(5), 1891-1906
Jacobeit, J., Hertig, E., Seubert, S., Lutz, K.
(Siehe online unter https://doi.org/10.1007/s10113-014-0605-0) - (2014): Considering observed and future non-stationarities in statistical downscaling of Mediterranean precipitation. Theor. Appl. Climatol.
Hertig, E. and J. Jacobeit
(Siehe online unter https://doi.org/10.1007/s00704-014-1314-9) - (2014): Variability of weather regimes in the North Atlantic-European area: past and future. Atmos. Sci. Let. 15, 314-320
Hertig, E. and J. Jacobeit
(Siehe online unter https://doi.org/10.1002/asl2.505) - (2015): A review of non-stationarities in climate variability of the last century with focus on the North Atlantic–European sector. Earth Science Reviews 147, 1-17
Hertig, E., Beck, Ch., Wanner, H., Jacobeit, J.
(Siehe online unter https://doi.org/10.1016/j.earscirev.2015.04.009) - (2015): VALUE- A framework to validate downscaling approaches for climate change studies. Earth’s Future 3, 1-14
Maraun, D., Widmann, M., Benestad, R. E., Kotlarski, S., Hertig, E., Wibig, J., Gutierrez, J. M., Huth, R., Chandler, R., Wilcke, R.
(Siehe online unter https://doi.org/10.1002/2014EF000259) - Change points in predictors-predictand relationships within the scope of statistical downscaling. Internat J of Climatology, Vol 37 Issue 3, 15 March 2017, Pages 1619-1633
Hertig, E., Merkenschlager, Ch., Jacobeit, J.
(Siehe online unter https://doi.org/10.1002/joc.4801) - Non-stationarities in the relationships of heavy precipitation events in the Mediterranean area and the large-scale circulation in the second half of the 20th century. Global and Planetary Change
Volume 151, April 2017, Pages 108-121
Merkenschlager, Ch., Hertig, E., Jacobeit, J.
(Siehe online unter https://doi.org/10.1016/j.gloplacha.2016.10.009)
