@phdthesis{Murawski2017,
  author    = {Murawski, Aline},
  title     = {Trends in precipitation over Germany and the Rhine basin related to changes in weather patterns},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-412725},
  school      = {Universit{\"a}t Potsdam},
  pages     = {112},
  year      = {2017},
  abstract  = {Niederschlag als eine der wichtigsten meteorologischen Gr{\"o}ßen f{\"u}r Landwirtschaft, Wasserversorgung und menschliches Wohlbefinden hat schon immer erh{\"o}hte Aufmerksamkeit erfahren. Niederschlagsmangel kann verheerende Auswirkungen haben, wie z.B. Missernten und Wasserknappheit. {\"U}berm{\"a}ßige Niederschl{\"a}ge andererseits bergen jedoch ebenfalls Gefahren in Form von Hochwasser oder Sturzfluten und wiederum Missernten. Daher wurde viel Arbeit in die Detektion von Niederschlags{\"a}nderungen und deren zugrundeliegende Prozesse gesteckt. Insbesondere angesichts von Klimawandel und unter Ber{\"u}cksichtigung des Zusammenhangs zwischen Temperatur und atmosph{\"a}rischer Wasserhaltekapazit{\"a}t, ist großer Bedarf an Forschung zum Verst{\"a}ndnis der Auswirkungen von Klimawandel auf Niederschlags{\"a}nderungen gegeben. Die vorliegende Arbeit hat das Ziel, vergangene Ver{\"a}nderungen in Niederschlag und anderen meteorologischen Variablen zu verstehen. F{\"u}r verschiedene Zeitr{\"a}ume wurden Tendenzen gefunden und mit entsprechenden Ver{\"a}nderungen in der großskaligen atmosph{\"a}rischen Zirkulation in Zusammenhang gebracht. Die Ergebnisse dieser Arbeit k{\"o}nnen als Grundlage f{\"u}r die Attributierung von Hochwasserver{\"a}nderungen zu Klimawandel genutzt werden. Die Annahmen f{\"u}r die Maßstabsverkleinerung („Downscaling") der Daten von großskaligen Zirkulationsmodellen auf die lokale Skala wurden hier getestet und verifziert. In einem ersten Schritt wurden Niederschlagsver{\"a}nderungen in Deutschland analysiert. Dabei lag der Fokus nicht nur auf Niederschlagssummen, sondern auch auf Eigenschaften der statistischen Verteilung, {\"U}bergangswahrscheinlichkeiten als Maß f{\"u}r Trocken- und Niederschlagsperioden und Extremniederschlagsereignissen. Den r{\"a}umlichen Fokus auf das Rheineinzugsgebiet, das gr{\"o}ßte Flusseinzugsgebiet Deutschlands und einer der Hauptwasserwege Europas, verlagernd, wurden nachgewiesene Ver{\"a}nderungen in Niederschlag und anderen meteorologischen Gr{\"o}ßen in Bezug zu einer „optimierten" Wetterlagenklassifikation analysiert. Die Wetterlagenklassifikation wurde unter der Maßgabe entwickelt, die Varianz des lokalen Klimas bestm{\"o}glich zu erkl{\"a}ren. Die letzte hier behandelte Frage dreht sich darum, ob die beobachteten Ver{\"a}nderungen im lokalen Klima eher H{\"a}ufigkeits{\"a}nderungen der Wetterlagen zuzuordnen sind oder einer Ver{\"a}nderung der Wetterlagen selbst. Eine gebr{\"a}uchliche Annahme f{\"u}r einen Downscaling-Ansatz mit Hilfe von Wetterlagen und einem stochastischen Wettergenerator ist, dass Klimawandel sich allein durch eine Ver{\"a}nderung der H{\"a}ufigkeit von Wetterlagen ausdr{\"u}ckt, die Eigenschaften der Wetterlagen dabei jedoch konstant bleiben. Diese Annahme wurde {\"u}berpr{\"u}ft und die F{\"a}higkeit der neuesten Generation von Zirkulationsmodellen, diese Wetterlagen zu reproduzieren, getestet. Niederschlagsver{\"a}nderungen in Deutschland im Zeitraum 1951-2006 lassen sich zusammenfassen als negativ im Sommer und positiv in allen anderen Jahreszeiten. Verschiedene Niederschlagscharakteristika best{\"a}tigen die Tendenz in den Niederschlagssummen: w{\"a}hrend mittlere und extreme Niederschlagstageswerte im Winter zugenommen haben, sind auch zusammenh{\"a}ngende Niederschlagsperioden l{\"a}nger geworden (ausgedr{\"u}ckt als eine gestiegene Wahrscheinlichkeit f{\"u}r einen Tag mit Niederschlag gefolgt von einem weiteren nassen Tag). Im Sommer wurde das Gegenteil beobachtet: gesunkene Niederschlagssummen, untermauert von verringerten Mittel- und Extremwerten und l{\"a}ngeren Trockenperioden. Abseits dieser allgemeinen Zusammenfassung f{\"u}r das gesamte Gebiet Deutschlands, ist die r{\"a}umliche Verteilung von Niederschlagsver{\"a}nderungen deutlich heterogener. Vermehrter Niederschlag im Winter wurde haupts{\"a}chlich im Nordwesten und S{\"u}dosten Deutschlands beobachtet, w{\"a}hrend im Fr{\"u}hling die st{\"a}rksten Ver{\"a}nderungen im Westen und im Herbst im S{\"u}den aufgetreten sind. Das saisonale Bild wiederum l{\"o}st sich f{\"u}r die zugeh{\"o}rigen Monate auf, z.B. setzt sich der Anstieg im Herbstniederschlag aus deutlich vermehrtem Niederschlag im S{\"u}dwesten im Oktober und im S{\"u}dosten im November zusammen. Diese Ergebnisse betonen die starken r{\"a}umlichen Zusammenh{\"a}nge der Niederschlags{\"a}nderungen. Der n{\"a}chste Schritt hinsichtlich einer Zuordnung von Niederschlagsver{\"a}nderungen zu {\"A}nderungen in großskaligen Zirkulationsmustern, war die Ableitung einer Wetterlagenklassifikation, die die betrachteten lokalen Klimavariablen hinreichend stratifizieren kann. Fokussierend auf Temperatur, Globalstrahlung und Luftfeuchte zus{\"a}tzlich zu Niederschlag, wurde eine Klassifikation basierend auf Luftdruck, Temperatur und spezifischer Luftfeuchtigkeit als am besten geeignet erachtet, die Varianz der lokalen Variablen zu erkl{\"a}ren. Eine vergleichsweise hohe Anzahl von 40 Wetterlagen wurde ausgew{\"a}hlt, die es erlaubt, typische Druckmuster durch die zus{\"a}tzlich verwendete Temperaturinformation einzelnen Jahreszeiten zuzuordnen. W{\"a}hrend die F{\"a}higkeit, Varianz im Niederschlag zu erkl{\"a}ren, relativ gering ist, ist diese deutlich besser f{\"u}r Globalstrahlung und nat{\"u}rlich Temperatur. Die meisten der aktuellen Zirkulationsmodelle des CMIP5-Ensembles sind in der Lage, die Wetterlagen hinsichtlich H{\"a}ufigkeit, Saisonalit{\"a}t und Persistenz hinreichend gut zu reproduzieren. Schließlich wurden dieWetterlagen bez{\"u}glich Ver{\"a}nderungen in ihrer H{\"a}ufigkeit, Saisonalit{\"a}t und Persistenz, sowie der Wetterlagen-spezifischen Niederschl{\"a}ge und Temperatur, untersucht. Um Unsicherheiten durch die Wahl eines bestimmten Analysezeitraums auszuschließen, wurden alle m{\"o}glichen Zeitr{\"a}ume mit mindestens 31 Jahren im Zeitraum 1901-2010 untersucht. Dadurch konnte die Annahme eines konstanten Zusammenhangs zwischen Wetterlagen und lokalem Wetter gr{\"u}ndlich {\"u}berpr{\"u}ft werden. Es wurde herausgefunden, dass diese Annahme nur zum Teil haltbar ist. W{\"a}hrend Ver{\"a}nderungen in der Temperatur haupts{\"a}chlich auf Ver{\"a}nderungen in der Wetterlagenh{\"a}ufigkeit zur{\"u}ckzuf{\"u}hren sind, wurde f{\"u}r Niederschlag ein erheblicher Teil von Ver{\"a}nderungen innerhalb einzelner Wetterlagen gefunden. Das Ausmaß und sogar das Vorzeichen der Ver{\"a}nderungen h{\"a}ngt hochgradig vom untersuchten Zeitraum ab. Die H{\"a}ufigkeit einiger Wetterlagen steht in direkter Beziehung zur langfristigen Variabilit{\"a}t großskaliger Zirkulationsmuster. Niederschlagsver{\"a}nderungen variieren nicht nur r{\"a}umlich, sondern auch zeitlich - Aussagen {\"u}ber Tendenzen sind nur in Bezug zum jeweils untersuchten Zeitraum g{\"u}ltig. W{\"a}hrend ein Teil der Ver{\"a}nderungen auf {\"A}nderungen der großskaligen Zirkulation zur{\"u}ckzuf{\"u}hren ist, gibt es auch deutliche Ver{\"a}nderungen innerhalb einzelner Wetterlagen. Die Ergebnisse betonen die Notwendigkeit f{\"u}r einen sorgf{\"a}ltigen Nachweis von Ver{\"a}nderungen m{\"o}glichst verschiedene Zeitr{\"a}ume zu untersuchen und mahnen zur Vorsicht bei der Anwendung von Downscaling-Ans{\"a}tzen mit Hilfe von Wetterlagen, da diese die Auswirkungen von Klimaver{\"a}nderungen durch das Vernachl{\"a}ssigen von Wetterlagen-internen Ver{\"a}nderungen falsch einsch{\"a}tzen k{\"o}nnten.},
  language  = {en}
}
@phdthesis{Nied2016,
  author    = {Nied, Manuela},
  title     = {The role of soil moisture and weather patterns for flood occurrence and characteristics at the river basin scale},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-94612},
  school      = {Universit{\"a}t Potsdam},
  pages     = {XVI, 86},
  year      = {2016},
  abstract  = {Flood generation at the scale of large river basins is triggered by the interaction of the hydrological pre-conditions and the meteorological event conditions at different spatial and temporal scales. This interaction controls diverse flood generating processes and results in floods varying in magnitude and extent, duration as well as socio-economic consequences. For a process-based understanding of the underlying cause-effect relationships, systematic approaches are required. These approaches have to cover the complete causal flood chain, including the flood triggering meteorological event in combination with the hydrological (pre-)conditions in the catchment, runoff generation, flood routing, possible floodplain inundation and finally flood losses. In this thesis, a comprehensive probabilistic process-based understanding of the causes and effects of floods is advanced. The spatial and temporal dynamics of flood events as well as the geophysical processes involved in the causal flood chain are revealed and the systematic interconnections within the flood chain are deciphered by means of the classification of their associated causes and effects. This is achieved by investigating the role of the hydrological pre-conditions and the meteorological event conditions with respect to flood occurrence, flood processes and flood characteristics as well as their interconnections at the river basin scale. Broadening the knowledge about flood triggers, which up to now has been limited to linking large-scale meteorological conditions to flood occurrence, the influence of large-scale pre-event hydrological conditions on flood initiation is investigated. Using the Elbe River basin as an example, a classification of soil moisture, a key variable of pre-event conditions, is developed and a probabilistic link between patterns of soil moisture and flood occurrence is established. The soil moisture classification is applied to continuously simulated soil moisture data which is generated using the semi-distributed conceptual rainfall-runoff model SWIM. Applying successively a principal component analysis and a cluster analysis, days of similar soil moisture patterns are identified in the period November 1951 to October 2003. The investigation of flood triggers is complemented by including meteorological conditions described by a common weather pattern classification that represents the main modes of atmospheric state variability. The newly developed soil moisture classification thereby provides the basis to study the combined impact of hydrological pre-conditions and large-scale meteorological event conditions on flood occurrence at the river basin scale. A process-based understanding of flood generation and its associated probabilities is attained by classifying observed flood events into process-based flood types such as snowmelt floods or long-rain floods. Subsequently, the flood types are linked to the soil moisture and weather patterns. Further understanding of the processes is gained by modeling of the complete causal flood chain, incorporating a rainfall-runoff model, a 1D/2D hydrodynamic model and a flood loss model. A reshuffling approach based on weather patterns and the month of their occurrence is developed to generate synthetic data fields of meteorological conditions, which drive the model chain, in order to increase the flood sample size. From the large number of simulated flood events, the impact of hydro-meteorological conditions on various flood characteristics is detected through the analysis of conditional cumulative distribution functions and regression trees. The results show the existence of catchment-scale soil moisture patterns, which comprise of large-scale seasonal wetting and drying components as well as of smaller-scale variations related to spatially heterogeneous catchment processes. Soil moisture patterns frequently occurring before the onset of floods are identified. In winter, floods are initiated by catchment-wide high soil moisture, whereas in summer the flood-initiating soil moisture patterns are diverse and the soil moisture conditions are less stable in time. The combined study of both soil moisture and weather patterns shows that the flood favoring hydro-meteorological patterns as well as their interactions vary seasonally. In the analysis period, 18 \% of the weather patterns only result in a flood in the case of preceding soil saturation. The classification of 82 past events into flood types reveals seasonally varying flood processes that can be linked to hydro-meteorological patterns. For instance, the highest flood potential for long-rain floods is associated with a weather pattern that is often detected in the presence of so-called 'Vb' cyclones. Rain-on-snow and snowmelt floods are associated with westerly and north-westerly wind directions. The flood characteristics vary among the flood types and can be reproduced by the applied model chain. In total, 5970 events are simulated. They reproduce the observed event characteristics between September 1957 and August 2002 and provide information on flood losses. A regression tree analysis relates the flood processes of the simulated events to the hydro-meteorological (pre-)event conditions and highlights the fact that flood magnitude is primarily controlled by the meteorological event, whereas flood extent is primarily controlled by the soil moisture conditions. Describing flood occurrence, processes and characteristics as a function of hydro-meteorological patterns, this thesis is part of a paradigm shift towards a process-based understanding of floods. The results highlight that soil moisture patterns as well as weather patterns are not only beneficial to a probabilistic conception of flood initiation but also provide information on the involved flood processes and the resulting flood characteristics.},
  language  = {en}
}