Ziel von CoDEx ist es, einen Detektions- und Attributionsrahmen (D&A) für extreme Wetterbedingungen im Zusammenhang mit Feuchtekonvektion zu entwickeln. Eine geeignete Reduzierung der Freiheitsgrade, die das Signal-Rausch-Verhältnis verbessert, erhöht das Potenzial, weniger starke Signale wie z.B. Klimaänderungssignale in hochdimensionalen und hochvariablen lokalen Wettersystemen zu erkennen.
Dieses Projekt beabsichtigt, sich auf eine kompakte statistisch-dynamische Beschreibung hochdimensionaler räumlicher Wetterextreme zu konzentrieren: In zwei Teilprojekten untersuchen und entwickeln wir verschiedene Methoden und statistisch-dynamische Modelle zur Informationskompression von räumlich verteilten Extremen.
In diesem Teilprojekt werden wir bestehende Strategien zur Informationskompression analysieren, von denen sich einige als sehr nützlich für die statistische Inferenz in der Klimaforschung erwiesen haben. Die meisten dieser Methoden zielen auf die Beschreibung des Hauptteils der Verteilung, während sich unsere Analyse auf das Tail-Verhalten der Klimavariablen konzentrieren wird. So werden wir verschiedene Methoden vergleichen und ihre Vor- und Nachteile in Bezug auf extreme Wetterbedingungen bewerten. Diese Verfahren umfassen die datenadaptive Zerlegungen wie die Hauptkomponenten-Analyse, Filteransätze mittels Wavelet-Zerlegung oder dynamische Zerlegungen basierend auf reduzierten dynamischen Modellen. Wir werden weiterhin neue räumliche statistische Modelle für Extreme verwenden, einschließlich des Modells, das im zweiten Teilprojekt entwickelt werden soll. Fortschritte in diesem Projekt werden die Toolbox für statistische Methoden für Extremwerte erweitern und helfen, Veränderungen in der Häufigkeit und Intensität von Extremwerten zu erkennen. Die methodischen Fortschritte werden in einer Detektions- und Attributionsstudie für mesoskalige Wetterextreme verglichen.
| Projektleitung: | Petra Friederichs |
| Mitarbeiterin: | Svenja Szemkus |
In diesem Teilprojekt werden wir räumliche statistische Modelle für mesoskalige Wetterextreme wie Starkniederschläge und Windböen entwickeln. Basierend auf Ideen aus der Extremwertstatistik werden diese Modelle die räumliche Abhängigkeitsstruktur einzelner Extremereignisse beschreiben. Hier werden Extremereignisse definiert als Überschreitungen bestimmter Merkmale (eng verwandt mit dem "Impact") über hohe Schwellenwerte, die durch Pareto-Prozesse modelliert werden, und nicht als zusammengesetzte Ereignisse, die durch max-stabile Prozesse modelliert werden. Durch die Einbeziehung einer angemessenen Zahl weiterer Kovariablen, wie beispielsweise verschiedener meteorologischer Variablen auf unterschiedlichen Skalen, wird das Modell räumlich-zeitliche Nichtstationäritäten zulassen. So wird uns das statistische Modell ermöglichen, die relevanten Variablen mit einer feineren räumlichen Auflösung zu beschreiben ("Downscaling"). Das Modell zielt auf die Identifizierung von Extremereignissen und den zugrunde liegenden dynamischen Mustern ab und dient als eine Methode zur Informationskomprimierung.
| Projektleitung: | Marco Oesting |
| Mitarbeiterin: | Carolin Forster |
"CoDEx" ist Teil des Verbundprojektes "ClimXtreme", das vom Bundesministerium für Bildung und Forschung (BMBF) durch das dritte Rahmenprogramm Forschung für Nachhaltige Entwicklung (FONA3) gefördert wird.
