TY - THES A1 - Block, Alexander T1 - Unsicherheiten in Oberflächen- und Bodenparametern und ihre Auswirkungen auf die Ergebnisse regionaler Klimasimulationen T1 - Uncertainties of surface and soil parameters and their impacts on regional climate simulations N2 - In regionalen Klimamodellen wird die untere Randbedingung durch Bodenmodelle bereitgestellt. Diese beinhalten Modellformulierungen, die eine große Anzahl an Eingabeparametern benötigen. Die exakte Bestimmung dieser Parameter stellt ein Problem dar, da sie für ein großes Gebiet in hoher räumlicher und teilweise zeitlicher Auflösung erfolgen muss. Die unterschiedlichen Bestimmungsmethoden tragen dazu bei, dass für viele Oberflächen- und Bodenparameter nur ein möglicher Wertebereich angegeben werden kann. Die Auswirkungen dieser ungenauen Kenntnis der Parameter auf die Ergebnisse regionaler Klimasimulationen mit dem CLM wurden untersucht. Für den LAI, den Vegetationsbedeckungsgrad, die Wurzeltiefe, die Vegetationsalbedo, den Stomatawiderstand, die Bodenart und die Wärmeleitfähigkeit konnten Veränderungen der Modellergebnisse im Jahresmittel von 2-6 W/m^2 der Energiebilanzgrößen und 0,25 K der 2m-Temperatur nachgewiesen werden. Im Monatsmittel ergeben sich Veränderungen bis 20 W/m^2 für die turbulenten Wärmeflüsse und bis 1,5 K für die 2m-Temperatur. Es konnte gezeigt werden, dass die resultierenden Unsicherheiten in den Modellergebnissen dabei räumlich und zeitlich variieren und stark vom Bodenwassergehalt beeinflusst werden. Die Benutzung zweier neuer Parameterdatensätze führte in den Simulationen zu einer Erwärmung bis 0,5 K im Jahresmittel und konnte damit die gegenüber Beobachtungsdaten vorhandene Temperaturabweichung von 1,5 K des Modells reduzieren. N2 - The lower boundary conditions of regional climate models are provided by the soil model. In the parameterizations of the soil model a large number of input parameters is required. An accurate determination of these parameters is a problem since the parameters are needed in a high temporal and spatial resolution. The different measurement and estimation methods contribute to the fact that for many surface and soil parameters only a possible range of the values can be indicated. The impacts of this insufficient knowledge of the parameters on the results of regional climate simulations were examined with the CLM. For the LAI, the vegetation cover, the root depth, the vegetation albedo, the stomatal resistance, the soil type, and the thermal conductivity changes of annual mean values in the order of 2-6 W/m^2 for the energy balance terms and 0.25 K for the 2m-temperature could be proven. Monthly mean values were changed in the order of 20 W/m^2 for the turbulent heat fluxes and of 1.5 K for the 2m-temperature. It is shown that the resulting uncertainties in the model results vary thereby spatially and temporally and are strongly affected by the soil water content. The use of two new parameter data sets resulted in a warming in the simulations up to 0.5 K for the annual mean and reduced thereby the known temperature derivation of 1.5 K of the model in respect to observed data. KW - Klima / Modell KW - Boden KW - Energiebilanz KW - Regionale Klimamodelle KW - Bodenmodelle KW - Unsicherheiten KW - Regional climate simulation KW - Soil model KW - Uncertainties Y1 - 2007 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus-3636 ER - TY - THES A1 - Wilberforce, Nana Takyi T1 - Climate change detection in Central Africa T1 - Messung des Klimawandel in Zentralafrika N2 - Central Africa is a band of land stretching from the Atlantic Ocean to the Horn of Africa between 18º N 0.75º S and 18º W 44º E. The climate of this region shows a transition zone from the Sahara Desert in the north to the wet tropical Guinean coast and equatorial continental interior in its south. In such transition zones, drought is a common occurrence; of great concern is the progressive drying of the region from the 1970s and into the 1980s. This thesis aims to investigate whether climate change has occurred in Central Africa in the 2nd half of the 20th century. The reanalysis data from the National Centres for Environmental Prediction (NCEP) was used to analyse trends of temperature and precipitation over Central Africa with the linear regression model and patterns of precipitation using principal component analysis. The results of the trend analyses revealed an average increase in temperature of 0.15K/ decade and an average decrease in precipitation of -91 mm/decade for the period 1948-2004 over the whole study area. A regional trend analysis of box averaged data (2.5° in latitude and longitude) revealed an increased precipitation over the Northern part,” the Sahel”, and a marked decrease in precipitation and an increase in temperature over the Eastern parts of the study areas especially in countries such as Somalia, Sudan and Ethiopia. To quantify the changes in temperature and precipitation for different climatic periods (1951-1980, 1961-1990 and 1971-2000), 30-year trend analyses were also performed. Results revealed a relatively stable temperature trend and fluctuations in the precipitation trend over the three 30 year climate periods. Principal component analysis produces a decomposition of the data field into spatial patterns (eigenvectors) and a temporal time series describing the temporal importance of these patterns. For precipitation over Central Africa, three patterns stand out for 60.39% of the total variance in the precipitation over Central Africa. The individual principal components explain 37.6%, 12.1%, and 10.7% respectively of the total variance. The first principal component captures progressive drying in Central Africa, the second principal component captures the different seasons within Central Africa and the third principal component captures the movement of the Intertropical Convergence Zone over Central Africa. Apart from explaining the current precipitation patterns over Central Africa, the use of principal component analysis in this study has demonstrated that a limited number of spatial patterns are basis for African weather, coordinate system for present day climate with maximum variance contribution along the first axis, maximum of the remaining variance along the second axis with subsequent axes explaining less variance can be used to explain precipitation variability within Central Africa. The same method can be used to explain temporal differences between climate change scenarios and present day climate. N2 - Zentralafrika erstreckt sich vom Atlantik bis zum Horn von Afrika zwischen 18º N 0.75º S und 18º W 44º E. Das Klima dieser Region geht von der trockenen Sahara im Norden in die feuchte tropische Küste über. In solchen Übergangszonen, besonders im kontinentalen Inneren, tritt häufig Dürre auf. Von großer Bedeutung war dabei eine zunehmende Austrocknung der Region während der siebziger und achtziger Jahre. Diese Arbeit zielt darauf ab zu erforschen, ob eine Klimaveränderung in Zentralafrika in der 2. Hälfte des 20. Jahrhunderts eingetreten ist. Die Reanalyse-Daten des National Centre for Environmental Prediction (NCEP) wurden verwendet, um Tendenzen der Temperatur und des Niederschlags mit einer linearen Regression zu analysieren. Niederschlagsmuster wurden mit der Hauptkomponentenanalyse (principal component analysis) untersucht. Die Resultate der Trendanalysen ergaben eine durchschnittliche Zunahme der Temperatur um 0.15 K/Dekade und eine durchschnittliche Abnahme des Niederschlags um -91 mm/Dekade für den Zeitraum 1948-2004 über das gesamte Untersuchungsgebiet. Eine regionale Trendanalyse zeigte erhöhten Niederschlag über dem Norden und der Sahelzone, und eine deutliche Abnahme über den östlichen Gebieten, die mit einem Anstieg der Temperatur in Ländern wie Somalia, Sudan und Äthiopien einherging. Um die Veränderungen von Temperatur und Niederschlag für unterschiedliche klimatische Perioden (1951-1980, 1961-1990 und 1971-2000) zu beschreiben, wurden 30-Jahr Trendanalysen durchgeführt. Die Resultate zeigten eine verhältnismäßig beständige Temperaturtendenz, aber Fluktuationen beim Niederschlag. Die Hauptkomponentenanalyse ermöglicht eine Aufspaltung der Daten in räumliche Muster (Eigenvektoren) und eine Zeittreihe, die zeitliche wichtigkeit dieser Muster beschreibt. Für den Niederschlag in Zentralafrika stechen drei Muster heraus, die 60,4 % der Gesamtabweichung repräsentieren. Die einzelnen Muster erklären dabei 37,6 %, 12,1 % und 10,7 % der Gesamtabweichung. Das erste Muster beschreibt Austrocknung, das zweite die unterschiedlichen Jahreszeiten, und das dritte die Bewegung der Intertropischen Konvergenz Zone (ITCZ). Die Hauptkomponentenanalyse erklärt nicht nur die gegenwärtigen Niederschlagsmuster in Zentralafrika, sondern zeigt, dass eine begrenzte Anzahl von räumlichen Mustern Grundlage für das afrikanische Wetter sind. Sie beschreibt ein Koordinatensystem für das heutige Klima mit maximalen Abweichungen entlang ersten Achse und maximalen restlichen Abweichungen entlang der zweiten Achse, während die folgenden Achsen geringere Abweichungen erklären und verwendet werden können um die Niederschlagveränderlichkeit in Zentralafrika zu bestimmen. Die gleiche Methode kann verwendet werden, um zeitliche Unterschiede zwischen Szenarien der Klimaänderung und dem heutigem Klima zu erklären KW - Zentralafrika KW - Klimaänderung KW - Wiederschlaf KW - Temperatur KW - Zentralafrika KW - Klimawandel KW - Precipitation KW - Temperature KW - Central Africa KW - Climate Change Y1 - 2007 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus-3583 ER - TY - THES A1 - Nawdiyal, Manish T1 - Effect of mining on regional climate T1 - Auswirkungen des Tagebaus in der Lausitz auf das regionale Klima N2 - Intensive coal mining over the region of Lusatia covers a large area in southern Brandenburg and Saxony. Post mining this region has been filled with water resulting in lake formation. People living in the vicinity of mining area believe that the lake formation will increase convective precipitation in the neighboring area which shall lead to weathering of their structures. This was the prime reason to investigate the Lusatia region. The study about the impact of lake was carried out using data and CCLM simulation analyses. For data analysis, stations Senftenberg, Cottbus and Elsterheide-Geierswalde were selected. For the analysis, six 10 years running time series, CPDF were analyzed for all the three stations. Last three time series included the period of lake formation at station Elsterheide-Geierswalde. The CPDF time series showed little deviation for station Elsterheide-Geierswalde as compared to that for other two stations during lake formation periods. But in absence of parameters (temperature, wind data) data analysis was inconclusive. To observe effect of LULC (Land use and land cover) change on precipitation, three different simulations have been carried out, 1. VAT010: This simulation represents the potential vegetation of the whole domain. This describes the pre mining stage of the area when there was no mining. 2. VAT020: This simulation represents the introduction of lake points in the model domain. This describes the situation of area post mining, when lakes are formed. N2 - Intensiver Übertagekohleabbau in der Lausitz erstreckt sich über eine große Region in Südbrandenburg und Sachsen. Ehemalige Tagebaue werden mit Wasser geflutet, so dass an ihrer Stelle Seen entstehen. Die Menschen, die in der Umgebung der Tagebaue leben, glauben, dass die neu entstandenen Seen den konvektiven Niederschlag in dieser Region erhöhen und dadurch die Witterungseinflüsse z. B. auf ihre Gebäude zunehmen. Dies war der Hauptgrund dafür, die Region der Lausitz zu untersuchen. Die vorliegende Studie zum Einfluss der Tagebauseen wurde mithilfe von Daten meteorologischer Messstationen und eines Klimamodells, dem CCLM, durchgeführt. Die Analyse der Stationsdaten beruht auf den Stationen Senftenberg, Cottbus und Elsterheide-Geierswalde. Für alle drei Stationen wurden sechs 10-Jahreszeitreihen und die dazugehörigen CPDFs analysiert. Die letzten drei Zeitreihen beinhalten die Zeitperiode, in der die Seen in der Nähe der Station Elsterheide-Geierswalde entstanden sind. Die CPDF der Station Elsterheide-Geierswalde zeigt nur geringe Abweichungen im Vergleich zu den CPDFs der anderen beiden Stationen im gleichen Zeitraum. Da jedoch Stationsdaten wie Temperatur und Wind für die Analyse nicht zur Verfügung standen, sind die Ergebnisse nicht aussagekräftig. Um die Auswirkungen der Landnutzungs- und Landbedeckungsänderungen auf den Niederschlag zu untersuchen, wurden drei verschiedene Simulationen mit dem regionalen Klimamodell CCLM durchgeführt: 1. VAT010: Diese Simulation repräsentiert die potentielle Vegetation in der modellierten Region. Damit beschreibt sie die Situation vor dem Beginn des Kohletagebaus. 2. VAT020: Diese Simulation beinhaltet eine Vegetation, die dahingehend geändert wurde, dass sich Wasser an der Stelle, an der die Tagebauseen entstanden sind, befindet. Das ist der Zustand nach dem Ende des Kohleabbaus. 3. VAT030: Diese dritte Simulation repräsentiert die Zeit während des Kohleabbaus, also ohne jegliche Vegetation im Bereich der Tagebaue. Werden die Simulationen VAT020 und VAT010 miteinander verglichen, so ergibt sich ein leichter Anstieg des Niederschlags über den See-Gitterpunkten im Sommer und im Frühherbst. Diese Änderung wird durch Faktoren wie die Bodenrauhigkeit, die Westwinde, einem kleinen Bowen-Verhältnis und der Wärmekapazität des Sees erklärt. Auf Basis der Analysen und Ergebnisse wird die Schlussfolgerung gezogen, dass die Tagebauseen in der Lausitz keinen Einfluss auf den konvektiven Niederschlag und die Umgebung der Seen haben. KW - Mining effect KW - Regional climate KW - CCLM simulation KW - Data analysis KW - Bergbautätigkeit KW - Regionales Klima KW - CCLM-Simulation KW - Datenanalyse KW - Lausitz KW - Braunkohlenrevier KW - Rekultivierung KW - Klimaanalyse Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-34631 ER - TY - THES A1 - An, Ni T1 - Statistical analysis of extreme climate events in Brandenburg T1 - Statistische Analyse der extremen Klimafälle in Brandenburg N2 - The main idea of this paper is to evaluate the performance of the fine resolution CLM model in the state of Brandenburg Germany, create a bias correction method and reanalyze the climate signals of the corrected simulations on projections of the 21st century. The bias correction method is a distribution oriented method and the analysis is mainly focused on the extreme events such as 95 and 5 percentile daily temperatures and 95 percentile daily precipitations in a period of 30 years, but also includes seasonal temperature, daily temperature difference and monthly precipitation to demonstrate the effectiveness of the correction method. The results showed that the correction method was very effective on different variables. After correction, the extreme daily temperature bias was reduced from a cold bias of 1-2K to less than 0.1K. The corrected projection simulations suggested that the extreme temperatures were about to increase both in intensity and in frequency. The extreme precipitation after correction was meant to become more severe and frequent as well. N2 - Das Ziel dieser Arbeit liegt darin, die Leistungsfähigkeit der Feinauflösung CLM-Modell im Land Brandenburg, Deutschland, auszuwerten, indem man ein Bias-Korrekturverfahren erstellt und die Klimasignale der korrigierten Simulationen auf Projektionen des 21. Jahrhunderts erneut analysiert. Das Bias-Korrekturverfahren ist ein Distribution-orientiertes Verfahren. Die Analyse konzentriert sich in erster Linie auf die Extremereignisse wie 95 und 5 Perzentil Tagestemperaturen und 95-Perzentil täglicher Niederschläge in einem Zeitraum von 30 Jahren und umfasst auch saisonale Temperatur, tägliche Temperaturdifferenz und monatliche Ausfällung, um die Effektivität des Korrekturverfahrens zu demonstrieren. Die Ergebnisse zeigten, dass das Korrekturverfahren sehr effektiv war und für verschiedene Variablen geeignet ist. Nach der Korrektur wurde der extreme Tagestemperatur Bias von einer kalten Vorspannung mit Genauigkeit von 1-2K auf weniger als 0,1 K verringert. Die korrigierten Projektionssimulationen zeigen, dass die extremen Temperaturen im Begriff sind, sich sowohl in der Intensität und in der Frequenz zu erhöhen. Das bedeutet, dass nach der Korrektur die extremen Niederschläge heftiger und häufiger werden. KW - Bias correction KW - Climate simulation KW - CLM model evaluation KW - Climate signal analysis KW - Bias Korrektur KW - Klima Simulation KW - CLM Modell Auswertung KW - Klima Signal Analyse KW - Brandenburg KW - Klima KW - Modell KW - Statistische Analyse KW - Simulation Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-36117 ER -