Im hochdimensionalen Raum des Klimasystems ist die interne Variabilität des Klimasystems in der Regel zu groß, insbesondere auf kleinen Skalen, als dass das Signal des Klimawandels statistisch signifikant wäre. Allerdings kann eine geeignete Reduzierung der Freiheitsgrade das Signal-Rausch-Verhältnis verbessern und damit die Identifizierung und Klassifizierung weniger prägnanter Signale des Klimawandels ermöglichen.

In Phase I von ClimXtreme haben wir Methoden zur Informationsverdichtung von hochauflösenden räumlichen Wetterextremen analysiert und entwickelt. Zu den untersuchten Methoden gehören Daten-adaptive Zerlegungsstrategien wie die Hauptkomponentenanalyse und Filteransätze mit Wavelet-Zerlegung. Außerdem haben wir verschiedene räumliche Extremwertmodelle untersucht. Insbesondere haben wir neue statistische Modelle mit nichtstationärer Abhängigkeitsstruktur entwickelt, um die räumliche Abhängigkeitsstruktur von extremen Wetterereignissen auf der Grundlage von Extremal-t- und Brown-Resnick-Prozessen zu beschreiben.

In Phase II werden wir die zeitliche Komponente in den Beschreibungsrahmen und die statistische Modellentwicklung einbeziehen. In einem ersten Schritt werden wir daher untersuchen, wie die zeitliche Komponente in die Methoden und statistischen Modelle aus Phase I integriert werden kann. Vorwiegend werden wir den entwickelten Wavelet-Ansatz nutzen, um bestehende statistische Modelle auf ihre räumlich-zeitliche Darstellung von Niederschlagsextremen zu überprüfen. Zudem werden wir die in Phase I entwickelten statistischen Modelle um ein nichtstationäres räumlich-zeitliches Punktprozessmodell erweitern, das Zeit und Ort von Extremereignissen gemeinsam modelliert.

Schließlich werden wir diese statistischen Modelle verwenden, um bedingte Simulationen auf verschiedenen räumlichen und zeitlichen Skalen abzuleiten. Diese Ergebnisse werden in eine Studie über die Erkennung und Attribution von Extremereignissen einfließen und auch zur Verbesserung stochastischer Wettergeneratoren verwendet werden.

Website: CODEX
Institutionen: Institut für Geowissenschaften, Universität Bonn¹, Institut für Stochastik und Anwendungen, Universität Stuttgart²
Kontakt: Priv. Doz. Dr. Petra Friederichs¹, Svenja Szemkus¹,  Prof. Dr. Marco Oesting², Carolin Forster²