Springe direkt zu Inhalt

AG Statistische Meteorologie

Attribution of discharge trends in the Rhine basin over the past decades to anthropogenic climate changes using a weather generator and hydrological modelling.

Betreuung: Prof. Dr. Henning Rust, Dr. Sergiy Vorogushyn (GFZ Potsdam) 

Beschreibung: The aim of the Master Thesis project is to carry out the attribution analysis of past changes in flood flows in the Rhine basin. The work will build upon the previous works of Murawski et al. (2016), who developed an optimal weather pattern classification with focus on the Rhine basin. They additionally compiled a set of General Circulation Models (GCM) representing the state of the atmosphere with and without anthropogenic greenhouse gas emission. Further, Murawski et al. (2018) investigated to which degree the changes between weather patterns (between-type variability) and within weather patterns (within-type variability) can explain observed trends in climate variables at weather stations in the Rhine basin. This analysis is the prerequisite of using the proposed weather pattern classification for conditioning of a multi-site, multi-variable weather generator (Hundecha et al., 2009). 

Grundlagen: Two sets of daily output discharge series (resulting from the anthropogenically influenced and natural climate) will be analysed for their statistical properties. Finally, the uncertainty associated with attribution statement regarding the anthropogenic impact on flood flows will be assessed.

Vorraussetzungen: Basic knowledge of meteorology/climatology as well as understanding of principal hydrological flood processes and of hydrological modelling. Strong statistical and programming skills (FORTRAN, R/MATLAB) are expected. We encourage a master thesis written in English with potential further publication of results in a scientific journal (not part of the master project).

Wie ändert sich der Niederschlag im Klimawandel?

Beschreibung: Im Gegensatz zur Temperatur, ist die Änderung des Niederschlags mit dem Klimawandel nicht so leicht zu beschreiben. Wir sprechen einerseits über eine größere Wahrscheinlichkeit für Dürre, andererseits über mehr Starkniederschläge. In dieser Arbeit sollen die Änderungen der Auftrittswahrscheinlichkeit/Häufigkeit von Niederschlagsereignissen verschiedener Stärke gemessen an Stationsdaten mittels logistischen Modellen untersucht werden. Lassen sich verschiedene Tendenzen für verschiedene Stärken finden und quantifizieren?

Grundlagen: Frei verfügbare Niederschlagsdatensätze vom DWD, von der FU und ggf. anderen Quellen.

Voraussetzungen: Kenntnisse in statistischer Modellierung mit R. Lust auf Statistik mit Niederschlagsdaten.

Veränderung des Einflusses von atmosphärischen Blockierungslagen auf die Variabilität von Temperaturextremen

Betreuung: Henning Rust, Andy Richling

Beschreibung: Persistente und stationäre atmosphärische Blockierungslagen ("Blockings") sind von großer Bedeutung für die Entstehung von Temperaturextremen in Europa. Hierbei spielen für Hitze- und Kältewellen vor allem die Lage des Blockings sowie die damit einhergehenden Prozesse eine wichtige Rolle. So begünstigen im Sommer vor allem mit Blocking verbundene Strahlungsprozesse sowie Absinkvorgänge die Entstehung von hohen Temperaturen, während im Winter die andauernde Advektion von kalten Luftmassen aus arktischen bzw. sibirischen Regionen kalte Temperaturextreme begünstigt. Aufgrund dieser unterschiedlichen Prozesse kann es in den Herbst- und Frühjahrsmonaten aufgrund des Überganges beider Prozesse zu starken Variabilitäten der Temperaturextreme kommen. Insbesondere im Agrarbereich kann dies u.a. aufgrund von damit verbundenen Früh- bzw. Spätfrösten zu Problemen führen. Im Kontext eines sich verändernden Klimas sollen in dieser Arbeit daher der Einfluss von atmosphärischen Blockierungslagen auf die saisonale Variabilität von Temperaturextremen (insbesondere mit Fokus auf den Herbst und das Frühjahr) sowie deren langzeitliche Veränderung mithilfe von statistischen Modellen identifiziert und ausgewertet werden.

Grundlagen: Reanalysedaten, Beobachtungsdaten

Voraussetzung: Kenntnisse in R bzw. einer anderen Software zum statistischen Auswerten von Zeitreihen. Für die Interpretation der resultierenden Zusammmenhänge und Ergebnisse sind synoptische, sowie allgemeine meteorologische Kenntnisse von Vorteil.

Literatur: Pfahl, S.: Characterising the relationship between weather extremes in Europe and synoptic circulation features, Nat. Hazards Earth Syst. Sci., 14, 1461–1475, https://doi.org/10.5194/nhess-14-1461-2014, 2014.