Feinskalige Klimaprojektionen werden zunehmend notwendig, um die Auswirkungen des Klimawandels in einem sich schnell ändernden Klima zu verstehen. Für die Planung von Anpassungen in komplexem Gelände wie den Alpen erfordern viele Anwendungen Daten auf einer horizontalen Skala von 100 m oder weniger. Regionale Klimamodelle (RCMs) von heute sind aufgrund ihrer groben Auflösung (typischerweise 10–50 km) nicht in der Lage, die erforderlichen Daten zu liefern; Daher ist eine zusätzliche statistische Herunterskalierung erforderlich, um die gewünschte Auflösung zu erreichen. Durch die Herunterskalierung mithilfe eines Wettergenerators können die erforderlichen Daten relativ schnell und mit weniger Rechenaufwand bereitgestellt werden. Allerdings werden nur sehr wenige Wettergeneratoren speziell für komplexes Gelände entwickelt, die hochauflösende Rasterdaten für Regionen mit komplexem Gelände liefern können, und solche Wettergeneratoren werden selten auf ihre Fähigkeit hin untersucht, realistische Informationen bereitzustellen. Ziel dieser Arbeit ist daher die Entwicklung und Evaluierung eines Multi-Site-Wettergenerators für komplexes Gelände, der gerasterte, hochauflösende Daten meteorologischer Variablen in den Alpen liefern kann. Das Ziel der Arbeit wird erreicht, indem zunächst ein parametrischer Single-Site-Wettergenerator für sechs Variablen (Niederschlag, minimale und maximale Temperatur, Sonneneinstrahlung, relative Luftfeuchtigkeit und Windgeschwindigkeit) entwickelt und für alle Variablen an 83 Wetterstationen in ganz Europa ausgewertet wird. Als nächstes wird der Single-Site-Wettergenerator zu einem gerasterten Multi-Site-Generator für Niederschläge erweitert, wobei der von Kleiber et al. (2012) angegebene Ansatz verwendet wird. In dieser Arbeit werden zwei weitere Erweiterungen vorgeschlagen, um das Modell für komplexes Gelände geeignet zu machen: Einbeziehung der Höhe in die Kovarianzstruktur und Einbeziehung der Höhe in die Kriging-Interpolation von Parametern. Der gitterförmige Niederschlagsgenerator für mehrere Standorte wird in einer kleinen Region mit hochkomplexem Gelände in den österreichischen Alpen getestet und bewertet, wo mithilfe eines Netzwerks von 29 Wetterstationen Daten mit einer horizontalen Auflösung von 1 km generiert werden. Im letzten Teil wird ein multivariater Wettergenerator für mehrere Standorte vom Wilks-Typ entwickelt, getestet und für die Temperatur in acht europäischen Regionen validiert. Der Generator verwendete Rasterdaten als Eingabe mit einer Auflösung von 1o und lieferte eine Rasterausgabe mit derselben Auflösung. Anschließend wird der Generator auf zukünftige Klimaszenarien für den Zeitraum 2071–2100 aus dem RCM des EURO-CORDEX-Projekts angewendet. Die Ergebnisse zeigten, dass der Single-Site-Wettergenerator in der Lage ist, die Verteilungseigenschaften aller sechs Variablen mit großer Genauigkeit zu reproduzieren. Der gerasterte Niederschlagsgenerator für mehrere Standorte erfasst die räumlich-zeitlichen Eigenschaften lokaler Niederschläge auf Tages-, Monats- und Jahresskala in den österreichischen Alpen einigermaßen gut. Die vorgeschlagene Erweiterung – die Einbeziehung der Höhe in die Kriging-Interpolation – verbesserte die Simulation der raumzeitlichen Niederschlagsfelder erheblich, während die andere Erweiterung keinen großen Einfluss auf die Ergebnisse hatte. Für den Multi-Site-Wettergenerator vom Wilks-Typ ergab die Analyse, dass das Modell die beobachteten raumzeitlichen Eigenschaften der Temperatur für das aktuelle Klima genau wiedergibt. Zukünftige Klimasimulationen zeigten, dass die globale Erwärmung die raumzeitlichen Eigenschaften der Temperatur beeinflusst, wie z. B. Temperaturautokorrelationen, die Häufigkeit räumlicher Hitzetage und die Länge räumlicher Hitzeperioden.
Titelaufnahme
- TitelMulti-Site Weather Generator for Complex Terrain Applications in Snow Hydrology
- Weitere TitelMulti-Site Weather Generator for Complex Terrain Applications in Snow Hydrology
- verfasst von
- begutachtet von
- betreut von
- Erschienen
- Umfang161
- AnmerkungAbweichender Titel laut Übersetzung der Verfasserin/des Verfassers
- Datum der AbgabeOktober 2023
- SpracheEnglisch
- DokumenttypDissertation
- Schlagwörter (DE)Klimaprojektion / komplexem Gelände / Regionale Klimamodell (RCM) / groben Auflösung / statistische Herunterskalierung / Wettergenerator / hochauflösende / Wettergenerator / Multi-Site-Wettergenerators / meteorologischer Variablen / Single-Site-Wettergenerator / Niederschlag / Europa / gerasterten Multi-Site-Generator / Erweiterungen / Kovarianzstruktur / Kriging-Interpolation / österreichischen Alpen / multivariater / Temperatur / Rasterdaten / Klimaszenarien / EURO-CORDEX-Projekts / Verteilungseigenschaften / räumlich-zeitlichen / Höhe / Kriging-Interpolation / Wilks-Typ / Eigenschaften / Klimasimulationen / Temperaturautokorrelationen / räumlicher Hitzeperioden
- Schlagwörter (EN)Climate projection / complex terrain / Regional Climate Model (RCM) / coarse resolution / statistical downscaling / weather generator / high-resolution / weather generator / multi-site weather generator / meteorological variable / single-site weather generator / precipitation / Europe / gridded multi-site generator / Extension / covariance structure / kriging interpolation / Austrian Alps / Multi-variate / temperature / gridded data / climate scenario / EURO-CORDEX / distributional characteristics / spatiotemporal / elevation / interpolation / Wilks-type / climate simulation / spatiotemporal / characteristics / autocorrelation / spatial spells
- URN
- Das Dokument ist online verfügbar
- Nachweis
Fine-scale climate projections are becoming increasingly necessary to understand the impacts of climate change in a rapidly changing climate. For planning adaptation in complex terrain such as the Alps, many applications call for data at a horizontal scale of 100 m or less. Regional climate models (RCMs) of today are unable to provide the required data due to their coarse resolution (typically 10–50 km); hence, additional statistical downscaling is required to achieve the desired resolution. Downscaling using a weather generator can provide the required data rather quickly and with less computational effort. However, very few weather generators are built specifically for complex terrain that can provide high-resolution gridded data for regions with complex terrain, and such weather generators are rarely evaluated for their ability to provide realistic information. Therefore, this thesis aims at developing and evaluating a multi-site weather generator for complex terrain that can provide gridded high-resolution data of meteorological variables in the Alps. The objective of the thesis is accomplished by first developing a parametric single-site weather generator for six variables (precipitation, minimum and maximum temperature, solar radiation, relative humidity, and wind speed) and evaluating it for all variables at 83 weather stations across Europe. Next, the single-site weather generator is extended to a gridded multi-site generator for precipitation using the framework given by Kleiber et al. (2012). Two further extensions are proposed in this thesis to make the model suitable for complex terrain: including elevation in the covariance structure and including elevation in the kriging interpolation of parameters. The gridded multi-site precipitation generator is tested and evaluated in a small region with highly complex terrain in the Austrian Alps, where data at 1 km horizontal resolution are generated using a network of 29 weather stations. In the final part, a Wilks-type multi-variate multi-site weather generator is developed, tested, and validated for temperature in eight European regions. The generator used gridded data as input at 1◦ resolution and provided gridded output at the same resolution. The generator is then applied to future climate scenarios for the period 2071–2100 from the RCM of the EURO-CORDEX project. Results showed that the single-site weather generator is able to reproduce the distributional characteristics of all six variables with great accuracy. The gridded multi-site precipitation generator captures the spatiotemporal properties of local precipitation at a daily, monthly, and annual scale in the Austrian Alps reasonably well. The proposed extension — including elevation in the kriging interpolation — considerably improved the simulation of the spatiotemporal fields of precipitation, while the other extension did not have much influence on the results. For the Wilks-type multi-site weather generator, the analysis revealed that the model accurately reproduces the observed spatiotemporal characteristics of temperature for the current climate. Future climate simulations showed that global warming influences the spatiotemporal characteristics of temperature, such as temperature autocorrelations, the frequency of spatial hot days, and the length of spatial hot spells.
- Das PDF-Dokument wurde 10 mal heruntergeladen.