TY - THES
A1 - Willner, Sven N.
T1 - Global economic response to flood damages under climate change
T1 - Global-ökonomische Reaktion auf klimabedingte Überschwemmungsschäden
N2 - Climate change affects societies across the globe in various ways. In addition to gradual changes in temperature and other climatic variables, global warming is likely to increase intensity and frequency of extreme weather events.
Beyond biophysical impacts, these also directly affect societal and economic activity. Additionally, indirect effects can occur; spatially, economic losses can spread along global supply-chains; temporally, climate impacts can change the economic development trajectory of countries.
This thesis first examines how climate change alters river flood risk and its local socio-economic implications. Then, it studies the global economic response to river floods in particular, and to climate change in general.
Changes in high-end river flood risk are calculated for the next three decades on a global scale with high spatial resolution. In order to account for uncertainties, this assessment makes use of an ensemble of climate and hydrological models as well as a river routing model, that is found to perform well regarding peak river discharge. The results show an increase in high-end flood risk in many parts of the world, which require profound adaptation efforts. This pressure to adapt is measured as the enhancement in protection level necessary to stay at historical high-end risk. In developing countries as well as in industrialized regions, a high pressure to adapt is observed - the former to increase low protection levels, the latter to maintain the low risk levels perceived in the past.
Further in this thesis, the global agent-based dynamic supply-chain model acclimate is developed. It models the cascading of indirect losses in the global supply network. As an anomaly model its agents - firms and consumers - maximize their profit locally to respond optimally to local perturbations. Incorporating quantities as well as prices on a daily basis, it is suitable to dynamically resolve the impacts of unanticipated climate extremes.
The model is further complemented by a static measure, which captures the inter-dependencies between sectors across regions that are only connected indirectly. These higher-order dependencies are shown to be important for a comprehensive assessment of loss-propagation and overall costs of local disasters.
In order to study the economic response to river floods, the acclimate model is driven by flood simulations. Within the next two decades, the increase in direct losses can only partially be compensated by market adjustments, and total losses are projected to increase by 17% without further adaptation efforts. The US and the EU are both shown to receive indirect losses from China, which is strongly affected directly. However, recent trends in the trade relations leave the EU in a better position to compensate for these losses.
Finally, this thesis takes a broader perspective when determining the investment response to the climate change damages employing the integrated assessment model DICE. On an optimal economic development path, the increase in damages is anticipated as emissions and consequently temperatures increase. This leads to a significant devaluation of investment returns and the income losses from climate damages almost double.
Overall, the results highlight the need to adapt to extreme weather events - local physical adaptation measures have to be combined with regional and global policy measures to prepare the global supply-chain network to climate change.
N2 - Der Klimawandel betrifft Gesellschaften weltweit auf verschiedenste Weise. Neben graduellen Veränderungen der Temperatur und anderer klimatischer Variablen werden wahrscheinlich auch die Intensität und die Häufigkeit von Extremwetterereignissen zunehmen. Diese beeinflussen neben ihren bio-physikalischen Auswirkungen auch unmittelbar die gesellschaftliche und wirtschaftliche Aktivität. Zusätzlich können indirekte Effekte auftreten: Die räumliche Dimension umfasst die Ausbreitung wirtschaftlicher Schäden entlang globaler Versorgungsketten, zeitlich betrachtet können Klimaauswirkungen die wirtschaftlichen Entwicklungspfade von Ländern prägen.
Die vorliegende Dissertation widmet sich zunächst der Frage, wie sich (Fluss-)Hochwasserrisiken und ihre gesellschaftlichen sowie wirtschaftlichen Implikationen durch den Klimawandel verändern. Weiterhin wird die Reaktionsdynamik des globalen ökonomischen Systems auf Klimawandel im Allgemeinen und auf Überschwemmungsereignisse an Flüssen im Speziellen untersucht.
So werden die Risiken von schweren Fluss-Überschwemmungen für die nächsten drei Jahrzehnte global mit hoher räumlicher Auflösung berechnet. Zur Berücksichtigung von Unsicherheiten wird dabei auf ein Ensemble von Klima- und hydrologischen Modellen zurückgegriffen. Dabei werden die hydrologischen Modelle mit einem Flussverteilungsmodel, das die verbesserte Abbildung von Extrempegelständen an Flüssen ermöglicht, kombiniert. Die Berechnungen zeigen einen Anstieg des Überschwemmungsrisikos für weite Teile der Erde. Der damit einhergehende Anpassungsdruck wird in dieser Studie als Anpassung des Schutzniveaus berechnet, die notwendig ist, um das bestehende Überschwemmungsrisiko beizubehalten. Ein hoher Anpassungsdruck besteht dabei sowohl in Entwicklungs- als auch in Industriestaaten. Während in Ersteren oft erst adäquate Hochwasserschutzmaßnahmen ergriffen werden müssen, müssen Letztere oft ihr aktuelles Schutzniveau ausbauen.
Weiterhin wird in der vorliegenden Arbeit das globale, agenten-basierte und dynamische Modell acclimate entwickelt, welches Kaskaden von indirekten ökonomischen Schäden im globalen Versorgungsnetzwerk modelliert. Acclimate ist als Anomalienmodell angelegt, dessen Agenten - Firmen und Konsumenten - durch Profitmaximierung versuchen, optimal auf lokale Störungen zu reagieren. Da das Modell sowohl Warenströme als auch die zugehörigen Preise nach Tagen aufgelöst abbildet, ist es besonders gut geeignet, die kurzfristigen ökonomischen Auswirkungen unvorhergesehener Klimaextreme zu beschreiben. Das dynamische Modell wird ergänzt durch ein neues statisches Maß, das die Abhängigkeiten zwischen regionalen Sektoren beschreibt. Dabei werden nicht nur die direkten Handelsverbindungen betrachtet, sondern auch solche höherer Ordnung. Es zeigt sich, dass diese für eine umfassende Abschätzung der Schadenskaskaden und damit der Gesamtkosten lokaler Extremereignisse nicht vernachlässigt werden dürfen.
Zur Untersuchung der ökonomischen Reaktionsdynamik auf Hochwasserereignisse wird das acclimate-Modell für Simulationen von Flussüberschwemmungen angewandt. Bis zum Jahr 2035 wird dabei ein Anstieg des direkten Schadens prognostiziert. Dieser kann nur teilweise durch Marktmechanismen ausgeglichen werden, so dass die Gesamtschäden weltweit um 17% zunehmen - sofern keine zusätzlichen Anpassungsmaßnahmen getroffen werden. Für die USA und die EU zeigt sich, dass diese durch ihre Handelsverbindungen insbesondere zu China indirekt betroffen sind, da China starke direkte Flussüberflutungen zu erwarten hat. Die Entwicklungen der globalen Handelsbeziehungen in den letzten Jahren versetzen die EU jedoch in die Lage einen zunehmenden Teil dieser Verluste auszugleichen.
In einem weiter gefassten Ansatz wird schlussendlich die Änderung des Investitionsverhaltens aufgrund der Schäden durch Klimawandel unter Zuhilfenahme des ökonomischen Wachstumsmodells DICE untersucht. Es lässt sich festhalten, dass auf einem optimalen ökonomischen Entwicklungspfad die Zunahme der Schäden bereits antizipiert wird, wenn Emissionen und dem darauf folgend die Temperatur ansteigen. Dies führt zu einer signifikanten Abwertung von Kapitalerträgen, was die direkten Verluste durch Klimaschäden nahezu verdoppelt.
Insgesamt unterstreichen die Ergebnisse dieser Arbeit die Notwendigkeit der Anpassung an klimabedingte Extremwetterereignisse. Dazu müssen lokale, physikalische Anpassungsmaßnahmen durch regionale und globale Politikinstrumente ergänzt werden, um das globale Versorgungsnetzwerk adäquat auf den Klimawandel vorzubereiten.
KW - climate change
KW - river floods
KW - higher-order effects
KW - economic network
KW - climate impacts
KW - Klimawandel
KW - Überschwemmungen
KW - Wirtschaftsnetzwerk
Y1 - 2018
ER -
TY - THES
A1 - Steiglechner, Peter
T1 - Estimating global warming from anthropogenic heat emissions
T1 - Abschätzung der globalen Erwärmung durch anthropogene Abwärme
BT - conceptual and numerical modelling approaches
BT - konzeptionelle und numerische Modellierungsansätze
N2 - The forcing from the anthropogenic heat flux (AHF), i.e. the dissipation of primary energy consumed by the human civilisation, produces a direct climate warming. Today, the globally averaged AHF is negligibly small compared to the indirect forcing from greenhouse gas emissions. Locally or regionally, though, it has a significant impact. Historical observations show a constant exponential growth of worldwide energy production. A continuation of this trend might be fueled or even amplified by the exploration of new carbon-free energy sources like fusion power. In such a scenario, the impacts of the AHF become a relevant factor for anthropogenic post-greenhouse gas climate change on the global scale, as well.
This master thesis aims at estimating the climate impacts of such a growing AHF forcing. In the first part of this work, the AHF is built into simple and conceptual, zero- and one-dimensional Energy Balance Models (EBMs), providing quick order of magnitude estimations of the temperature impact. In the one-dimensional EBM, the ice-albedo feedback from enhanced ice melting due to the AHF increases the temperature impact significantly compared to the zero-dimensional EBM.
Additionally, the forcing is built into a climate model of intermediate complexity, CLIMBER-3α. This allows for the investigation of the effect of localised AHF and gives further insights into the impact of the AHF on processes like the ocean heat uptake, sea ice and snow pattern changes
and the ocean circulation.
The global mean temperature response from the AHF today is of the order of 0.010 − 0.016 K in all reasonable model configurations tested. A transient tenfold increase of this forcing heats up the Earth System additionally by roughly 0.1 − 0.2 K in the presented models. Further growth
can also affect the tipping probability of certain climate elements.
Most renewable energy sources do not or only partially contribute to the AHF forcing as the energy from these sources dissipates anyway. Hence, the transition to a (carbon-free) renewable energy mix, which, in particular, does not rely on nuclear power, eliminates the local and global climate impacts from the increasing AHF forcing, independent of the growth of energy production.
N2 - Das Forcing durch die Emission von anthropogener Abwärme (AHF), d.h. die Dissipation von konsumierter Primärenergie, stellt einen Beitrag zu einer direkten Klimaerwärmung dar.
Der global gemittelte AHF ist heutzutage vernachlässigbar klein im Vergleich zu dem indirekten Forcing durch Treibhausgasemissionen. Auf lokaler oder regionaler Ebene hat das Forcing jedoch einen signifikanten Einfluss. Die Energieproduktion hat in der Vergangenheit ein konstant exponentielles Wachstum aufgezeigt. Dieser Trend kann durch die Erschließung neuer CO2-neutraler Energiequellen, wie zum Beispiel Fusionsenergie, weiter bestärkt und angetrieben werden. In solch einem Szenario führt das AHF Forcing zu einem auch global relevanten Beitrag zum menschengemachten Klimawandel abseits der Treibhausgasemissionen.
In dieser Arbeit sollen die Auswirkungen eines wachsenden AHF auf das Klima abgeschätzt werden. Im ersten Teil wird das zusätzliche Forcing in einfache und konzeptionelle, null- und eindimensionale Energiebilanzmodelle (EBM) eingebaut. Diese bieten schnelle Größenordnungsabschätzungen des Temperaturanstiegs. Im eindimensionalen EBM erhöht die Eis-Albedo-Rückkopplung die Temperatur signifikant im Verlgeich zum nulldimensionalen Fall aufgrund von verstärkter Eisschmelze. Zusätzlich, wird das AHF Forcing in das Erdsystemmodell mittlerer Komplexität CLIMBER-3α eingebaut. Dieses erlaubt eine Analyse des Effekts eines heterogenen AHF Forcings und gibt weitere Einblicke in die Einflüsse auf Prozessse wie den Wärmefluss in den Ozean, Veränderungen in Meereis und Schneebedeckung und die Ozeanzirkulation.
Der global gemittelte Temperaturanstieg für das heutige AHF Forcing beträgt 0.010 − 0.016 K in allen realistischen, getesteten Modellkonfigurationen. Ein transienter Anstieg des Forcings auf den zehnfachen Wert erwärmt die Erde um weitere 0.1 − 0.2 K in den vorgestellten Modellen. Weiteres Wachstum kann zusätzlich auch das Kippen von bestimmten Klimaelementen beeinflussen. Die meisten erneuerbaren Energiequellen tragen nicht oder nur kaum zu der anthropogenen Abwärme bei, da deren Energie sowieso dissipiert. Daher beseitigt ein Wechsel auf einen CO2-neutralen, erneuerbaren Energiemix, der explizit nicht auf nuklearen Brennstoffen basiert, unabhängig von dem Wachstum der Energieproduktion die lokalen wie auch globalen Auswirkungen des AHF Effekts.
KW - climate change
KW - waste heat
KW - heat island
KW - energy balance model
KW - climate model of intermediate complexity
KW - Klimawandel
KW - Abwärme
KW - Wärmeinsel
KW - Energiebilanzmodell
KW - Klimamodell mittlerer Komplexität
Y1 - 2021
U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-498866
ER -
TY - THES
A1 - Reese, Ronja
T1 - The far reach of ice-shelf thinning in Antarctica
Y1 - 2018
ER -
TY - JOUR
A1 - Pradhan, Prajal
A1 - Kropp, Jürgen
T1 - Interplay between diets, health, and climate change
JF - Sustainability
N2 - The world is facing a triple burden of undernourishment, obesity, and environmental impacts from agriculture while nourishing its population. This burden makes sustainable nourishment of the growing population a global challenge. Addressing this challenge requires an understanding of the interplay between diets, health, and associated environmental impacts (e.g., climate change). For this, we identify 11 typical diets that represent dietary habits worldwide for the last five decades. Plant-source foods provide most of all three macronutrients (carbohydrates, protein, and fat) in developing countries. In contrast, animal-source foods provide a majority of protein and fat in developed ones. The identified diets deviate from the recommended healthy diet with either too much (e.g., red meat) or too little (e.g., fruits and vegetables) food and nutrition supply. The total calorie supplies are lower than required for two diets. Sugar consumption is higher than recommended for five diets. Three and five diets consist of larger-than-recommended carbohydrate and fat shares, respectively. Four diets with a large share of animal-source foods exceed the recommended value of red meat. Only two diets consist of at least 400 gm/cap/day of fruits and vegetables while accounting for food waste. Prevalence of undernourishment and underweight dominates in the diets with lower calories. In comparison, a higher prevalence of obesity is observed for diets with higher calories with high shares of sugar, fat, and animal-source foods. However, embodied emissions in the diets do not show a clear relation with calorie supplies and compositions. Two high-calorie diets embody more than 1.5 t CO2eq/cap/yr, and two low-calorie diets embody around 1 t CO2eq/cap/yr. Our analysis highlights that sustainable and healthy diets can serve the purposes of both nourishing the population and, at the same time, reducing the environmental impacts of agriculture.
KW - dietary patterns
KW - healthy diets
KW - embodied emissions
KW - diet shifts
KW - sustainable diets
KW - emission intensity
Y1 - 2020
U6 - https://doi.org/10.3390/su12093878
SN - 2071-1050
VL - 12
IS - 9
PB - MDPI
CY - Basel
ER -
TY - GEN
A1 - Otto, Christian
A1 - Piontek, Franziska
A1 - Kalkuhl, Matthias
A1 - Frieler, Katja
T1 - Event-based models to understand the scale of the impact of extremes
T2 - Nature energy
N2 - Climate change entails an intensification of extreme weather events that can potentially trigger socioeconomic and energy system disruptions. As we approach 1 degrees C of global warming we should start learning from historical extremes and explicitly incorporate such events in integrated climate-economy and energy systems models.
KW - Climate-change impacts
KW - Energy economics
KW - Socioeconomic scenarios
Y1 - 2020
U6 - https://doi.org/10.1038/s41560-020-0562-4
SN - 2058-7546
VL - 5
IS - 2
SP - 111
EP - 114
PB - Nature Publishing Group
CY - London
ER -
TY - THES
A1 - Middelanis, Robin
T1 - Global response to local extremes—a storyline approach on economic loss propagation from weather extremes
T1 - Globale Reaktion auf lokale Extreme — ein Storyline-Ansatz zu ökonomischer Schadensausbreitung aufgrund von Wetterextremen
N2 - Due to anthropogenic greenhouse gas emissions, Earth’s average surface temperature is steadily increasing. As a consequence, many weather extremes are likely to become more frequent and intense. This poses a threat to natural and human systems, with local impacts capable of destroying exposed assets and infrastructure, and disrupting economic and societal activity. Yet, these effects are not locally confined to the directly affected regions, as they can trigger indirect economic repercussions through loss propagation along supply chains. As a result, local extremes yield a potentially global economic response. To build economic resilience and design effective adaptation measures that mitigate adverse socio-economic impacts of ongoing climate change, it is crucial to gain a comprehensive understanding of indirect impacts and the underlying economic mechanisms.
Presenting six articles in this thesis, I contribute towards this understanding. To this end, I expand on local impacts under current and future climate, the resulting global economic response, as well as the methods and tools to analyze this response.
Starting with a traditional assessment of weather extremes under climate change, the first article investigates extreme snowfall in the Northern Hemisphere until the end of the century. Analyzing an ensemble of global climate model projections reveals an increase of the most extreme snowfall, while mean snowfall decreases.
Assessing repercussions beyond local impacts, I employ numerical simulations to compute indirect economic effects from weather extremes with the numerical agent-based shock propagation model Acclimate. This model is used in conjunction with the recently emerged storyline framework, which involves analyzing the impacts of a particular reference extreme event and comparing them to impacts in plausible counterfactual scenarios under various climate or socio-economic conditions. Using this approach, I introduce three primary storylines that shed light on the complex mechanisms underlying economic loss propagation.
In the second and third articles of this thesis, I analyze storylines for the historical Hurricanes Sandy (2012) and Harvey (2017) in the USA. For this, I first estimate local economic output losses and then simulate the resulting global economic response with Acclimate. The storyline for Hurricane Sandy thereby focuses on global consumption price anomalies and the resulting changes in consumption. I find that the local economic disruption leads to a global wave-like economic price ripple, with upstream effects propagating in the supplier direction and downstream effects in the buyer direction. Initially, an upstream demand reduction causes consumption price decreases, followed by a downstream supply shortage and increasing prices, before the anomalies decay in a normalization phase. A dominant upstream or downstream effect leads to net consumption gains or losses of a region, respectively. Moreover, I demonstrate that a longer direct economic shock intensifies the downstream effect for many regions, leading to an overall consumption loss.
The third article of my thesis builds upon the developed loss estimation method by incorporating projections to future global warming levels. I use these projections to explore how the global production response to Hurricane Harvey would change under further increased global warming. The results show that, while the USA is able to nationally offset direct losses in the reference configuration, other countries have to compensate for increasing shares of counterfactual future losses. This compensation is mainly achieved by large exporting countries, but gradually shifts towards smaller regions. These findings not only highlight the economy’s ability to flexibly mitigate disaster losses to a certain extent, but also reveal the vulnerability and economic disadvantage of regions that are exposed to extreme weather events.
The storyline in the fourth article of my thesis investigates the interaction between global economic stress and the propagation of losses from weather extremes. I examine indirect impacts of weather extremes — tropical cyclones, heat stress, and river floods — worldwide under two different economic conditions: an unstressed economy and a globally stressed economy, as seen during the Covid-19 pandemic. I demonstrate that the adverse effects of weather extremes on global consumption are strongly amplified when the economy is under stress. Specifically, consumption losses in the USA and China double and triple, respectively, due to the global economy’s decreased capacity for disaster loss compensation. An aggravated scarcity intensifies the price response, causing consumption losses to increase.
Advancing on the methods and tools used here, the final two articles in my thesis extend the agent-based model Acclimate and formalize the storyline approach. With the model extension described in the fifth article, regional consumers make rational choices on the goods bought such that their utility is maximized under a constrained budget. In an out-of-equilibrium economy, these rational consumers are shown to temporarily increase consumption of certain goods in spite of rising prices.
The sixth article of my thesis proposes a formalization of the storyline framework, drawing on multiple studies including storylines presented in this thesis. The proposed guideline defines eight central elements that can be used to construct a storyline.
Overall, this thesis contributes towards a better understanding of economic repercussions of weather extremes. It achieves this by providing assessments of local direct impacts, highlighting mechanisms and impacts of loss propagation, and advancing on methods and tools used.
N2 - Mit dem kontinuierlichen Anstieg der globalen Mitteltemperatur aufgrund anthropogener Treibhausgasemissionen kann die Intensität und Häufigkeit vieler Wetterextreme zunehmen. Diese haben das Potential sowohl natürliche als auch menschliche Systeme stark zu beeinträchtigen. So hat die Zerstörung von Vermögenswerten und Infrastruktur sowie die Unterbrechung gesellschaftlicher und ökonomischer Abläufe oft negative wirtschaftliche Konsequenzen für direkt betroffene Regionen. Die Auswirkungen sind jedoch nicht lokal begrenzt, sondern können sich entlang von Lieferketten ausbreiten und somit auch indirekte Folgen in anderen Regionen haben – bis hin zu einer potenziell globalen wirtschaftlichen Reaktion. Daher sind Strategien zur Anpassung an veränderliche Klimabedingungen notwendig, um die Resilienz globaler Handelsketten zu stärken und dadurch negative sozioökonomische Folgen abzumildern. Hierfür ist ein besseres Verständnis lokaler Auswirkungen sowie ökonomischer Mechanismen zur Schadensausbreitung und deren Folgen erforderlich.
Die vorliegende Dissertation umfasst insgesamt sechs Artikel, die zu diesem Verständnis beitragen. In diesen Studien werden zunächst lokale Auswirkungen von Wetterextremen unter gegenwärtigen und zukünftigen klimatischen Bedingungen untersucht. Weiterhin werden die globalen wirtschaftlichen Auswirkungen lokaler Wetterextreme sowie die darunterliegenden ökonomischen Effekte analysiert. In diesem Zusammenhang trägt diese Arbeit ferner zu der Weiterentwicklung der verwendeten Methoden und Ansätze bei.
Der erste Artikel widmet sich zunächst der Betrachtung von extremem Schneefall in der nördlichen Hemisphäre unter dem Einfluss des Klimawandels. Zu diesem Zweck wird ein Ensemble von Projektionen globaler Klimamodelle bis zum Ende des Jahrhunderts analysiert. Die Projektionen zeigen dabei eine Verstärkung von extremen Schneefallereignissen, während die mittlere Schneefallintensität abnimmt.
Um indirekte Auswirkungen von Wetterextremen zu erforschen, wird weiterhin das numerische agentenbasierte Modell Acclimate verwendet, welches die Ausbreitung ökonomischer Verlustkaskaden im globalen Versorgungsnetzwerk simuliert. In mehreren sogenannten Storylines werden die Auswirkungen eines historischen Referenzereignisses analysiert und mit den potentiellen Auswirkungen dieses Ereignisses unter plausiblen alternativen klimatischen oder sozioökonomischen Bedingungen verglichen. In dieser Dissertation werden drei zentrale Storylines vorgestellt, die jeweils unterschiedliche Aspekte der Schadensausbreitung von Wetterextremen untersuchen.
Im zweiten und dritten Artikel dieser Arbeit werden dazu Storylines für die historischen Hurrikane Sandy (2012) und Harvey (2017) in den USA untersucht. Hierfür werden zunächst die lokalen ökonomischen Verluste durch diese Hurrikane ermittelt, welche als direkte wirtschaftliche Schockereignisse in Acclimate zur Berechnung der globalen Reaktion verwendet werden. Hierbei untersucht die Studie zu Hurricane Sandy globale Konsumpreisanomalien und damit einhergehende Auswirkungen auf das Konsumverhalten. Der direkte Schock löst hier eine wellenartige Veränderung globaler Konsumpreise mit drei Phasen aus, welche aus gegenläufigen Effekte aufwärts und abwärts der Lieferketten resultiert – sogenannten Upstream- und Downstream-Effekten. Zunächst steigt der Konsum aufgrund sinkender Preise durch Upstream-Effekte, bevor Preise aufgrund von Güterknappheit durch Downstream-Effekte wieder ansteigen und der Konsum abfällt. In einer Normalisierungsphase klingen diese Anomalien wieder ab. Ein länger anhaltender direkter wirtschaftlicher Schock verstärkt die Downstream-Phase und führt so in vielen Regionen insgesamt zu einem Konsumverlust.
Die entwickelte Methode zur Berechnung direkter Verluste wird im dritten Artikel erweitert, indem Verstärkungen unter dem Einfluss des fortschreitenden Klimawandels berücksichtigt werden. Unter Nutzung dieser verstärkten direkten Verluste wird die Veränderung globaler Produktionsanomalien in Reaktion auf Hurricane Harvey simuliert. Die Ergebnisse zeigen, dass die USA bei zunehmender Erwärmung nicht mehr in der Lage sein werden, direkte Produktionsverluste auf nationaler Ebene auszugleichen. Stattdessen muss ein zunehmender Anteil dieser Verluste durch andere, insbesondere exportstarke Länder ausgeglichen werden. Der Anteil kleinerer Regionen an dieser ausgleichenden Produktion nimmt jedoch mit zunehmenden direkten Verlusten zu. Diese Produktionsverschiebungen verdeutlichen die Möglichkeit der globalen Wirtschaft, lokale Katastrophenverluste weitgehend flexibel abzumildern. Gleichzeitig veranschaulichen sie den Wettbewerbsnachteil direkt betroffener Wirtschaftsregionen.
Die Storyline im vierten Artikel befasst sich mit dem Einfluss einer globalen wirtschaftlichen Krise auf die Schadensausbreitung von tropischen Wirbelstürmen, Hitzestress und Flussüberschwemmungen weltweit. Hierfür werden die indirekten Auswirkungen dieser Extreme unter dem Einfluss der global reduzierten wirtschaftlichen Aktivität während der Covid-19-Pandemie, sowie bei „normaler“ globaler Wirtschaftsleistung simuliert. Der Vergleich beider Szenarien zeigt bei global gestörter Wirtschaft eine deutliche Verstärkung negativer Konsumauswirkungen durch die simulierten Extreme. Konsumverluste steigen besonders stark in den USA und China an, wo sie sich verdoppeln bzw. verdreifachen. Diese Veränderungen resultieren aus der global verminderten wirtschaftlichen Kapazität, die für den Ausgleich der Produktionsverluste von Wetterextremen zur Verfügung steht. Dies verstärkt die Extremewetter-bedingte Güterknappheit, was zu Preisanstiegen und erhöhten Konsumverlusten führt.
Abschließend werden in den letzten beiden Artikeln die in der Arbeit verwendeten Methoden und Ansätze erweitert. Hierfür wird das Modell Acclimate im fünften Artikel weiterentwickelt, indem Konsumenten als rational agierende Agenten modelliert werden. Mit dieser Erweiterung treffen lokale Verbraucher Entscheidungen über die konsumierten Güter so, dass diese den Nutzen eines begrenzten Budgets maximieren. Die entstehende Dynamik kann außerhalb eines wirtschaftlichen Gleichgewichts dazu führen, dass bestimmte Güter temporär trotz erhöhter Preise stärker nachgefragt werden.
Der sechste Artikel formalisiert den Storyline-Ansatz und präsentiert einen Leitfaden für die Erstellung von Storylines. Dieser basiert auf den Ergebnissen mehrerer Studien, die diesen Ansatz verfolgen; einschließlich Storylines aus der vorliegenden Arbeit. Es werden insgesamt acht Elemente definiert, anhand derer eine Storyline-Studie erstellt werden kann.
Insgesamt trägt diese Arbeit zu einem umfassenderen Verständnis der ökonomischen Auswirkungen von Wetterextremen bei. Hierfür werden lokale Auswirkungen von Extremen unter gegenwärtigen und zukünftigen klimatischen Bedingungen untersucht, sowie wichtige ökonomische Mechanismen und Auswirkungen der resultierenden Schadensausbreitung aufgedeckt. Neben diesen Erkenntnissen werden überdies Weiterentwicklungen der Methoden und Ansätze präsentiert, die weiterführende Analysen ermöglichen.
KW - Klimawandel
KW - Wetterextreme
KW - indirekte ökonomische Effekte
KW - makroökonomische Modellierung
KW - climate change
KW - weather extremes
KW - indirect economic impacts
KW - macro-economic modelling
Y1 - 2023
U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-611127
ER -
TY - JOUR
A1 - Marwan, Norbert
T1 - Challenges and perspectives in recurrence analyses of event time series
JF - Frontiers in applied mathematics and statistics
N2 - The analysis of event time series is in general challenging. Most time series analysis tools are limited for the analysis of this kind of data. Recurrence analysis, a powerful concept from nonlinear time series analysis, provides several opportunities to work with event data and even for the most challenging task of comparing event time series with continuous time series. Here, the basic concept is introduced, the challenges are discussed, and the future perspectives are summarized.
KW - event time series
KW - extreme events
KW - recurrence analysis
KW - edit distance
KW - synchronization
Y1 - 2023
U6 - https://doi.org/10.3389/fams.2023.1129105
SN - 2297-4687
VL - 9
PB - Frontiers Media
CY - Lausanne
ER -
TY - THES
A1 - Lehmann, Jascha In-su
T1 - Changes in extratropical storm track activity and their implications for extreme weather events
Y1 - 2016
ER -
TY - JOUR
A1 - Ladeira, Guenia
A1 - Marwan, Norbert
A1 - Destro-Filho, Joao-Batista
A1 - Ramos, Camila Davi
A1 - Lima, Gabriela
T1 - Frequency spectrum recurrence analysis
JF - Scientific reports
N2 - In this paper, we present the new frequency spectrum recurrence analysis technique by means of electro-encephalon signals (EES) analyses. The technique is suitable for time series analysis with noise and disturbances. EES were collected, and alpha waves of the occipital region were analysed by comparing the signals from participants in two states, eyes open and eyes closed. Firstly, EES were characterized and analysed by means of techniques already known to compare with the results of the innovative technique that we present here. We verified that, standard recurrence quantification analysis by means of EES time series cannot statistically distinguish the two states. However, the new frequency spectrum recurrence quantification exhibit quantitatively whether the participants have their eyes open or closed. In sequence, new quantifiers are created for analysing the recurrence concentration on frequency bands. These analyses show that EES with similar frequency spectrum have different recurrence levels revealing different behaviours of the nervous system. The technique can be used to deepen the study on depression, stress, concentration level and other neurological issues and also can be used in any complex system.
KW - Biomedical engineering
KW - Brain injuries
KW - Computational models
KW - Computational neuroscience
KW - Data acquisition
KW - Data processing
KW - Electrical and electronic engineering
KW - Neural circuits
KW - Visual system
Y1 - 2020
U6 - https://doi.org/10.1038/s41598-020-77903-4
SN - 2045-2322
VL - 10
IS - 1
PB - Nature portfolio
CY - Berlin
ER -
TY - THES
A1 - Krämer, Kai Hauke
T1 - Towards a robust framework for recurrence analysis
BT - automated state space reconstruction, optimal parameter selection and correction schemes
N2 - In our daily life, recurrence plays an important role on many spatial and temporal scales and in different contexts. It is the foundation of learning, be it in an evolutionary or in a neural context. It therefore seems natural that recurrence is also a fundamental concept in theoretical dynamical systems science. The way in which states of a system recur or develop in a similar way from similar initial states makes it possible to infer information about the underlying dynamics of the system. The mathematical space in which we define the state of a system (state space) is often high dimensional, especially in complex systems that can also exhibit chaotic dynamics. The recurrence plot (RP) enables us to visualize the recurrences of any high-dimensional systems in a two-dimensional, binary representation. Certain patterns in RPs can be related to physical properties of the underlying system, making the qualitative and quantitative analysis of RPs an integral part of nonlinear systems science. The presented work has a methodological focus and further develops recurrence analysis (RA) by addressing current research questions related to an increasing amount of available data and advances in machine learning techniques. By automatizing a central step in RA, namely the reconstruction of the state space from measured experimental time series, and by investigating the impact of important free parameters this thesis aims to make RA more accessible to researchers outside of physics.
The first part of this dissertation is concerned with the reconstruction of the state space from time series. To this end, a novel idea is proposed which automates the reconstruction problem in the sense that there is no need to preprocesse the data or estimate parameters a priori. The key idea is that the goodness of a reconstruction can be evaluated by a suitable objective function and that this function is minimized in the embedding process. In addition, the new method can process multivariate time series input data. This is particularly important because multi-channel sensor-based observations are ubiquitous in many research areas and continue to increase. Building on this, the described minimization problem of the objective function is then processed using a machine learning approach.
In the second part technical and methodological aspects of RA are discussed. First, we mathematically justify the idea of setting the most influential free parameter in RA, the recurrence threshold ε, in relation to the distribution of all pairwise distances in the data. This is especially important when comparing different RPs and their quantification statistics and is fundamental to any comparative study. Second, some aspects of recurrence quantification analysis (RQA) are examined. As correction schemes for biased RQA statistics, which are based on diagonal lines, we propose a simple method for dealing with border effects of an RP in RQA and a skeletonization algorithm for RPs. This results in less biased (diagonal line based) RQA statistics for flow-like data. Third, a novel type of RQA characteristic is developed, which can be viewed as a generalized non-linear powerspectrum of high dimensional systems. The spike powerspectrum transforms a spike-train like signal into its frequency domain. When transforming the diagonal line-dependent recurrence rate (τ-RR) of a RP in this way, characteristic periods, which can be seen in the state space representation of the system can be unraveled. This is not the case, when Fourier transforming τ-RR.
Finally, RA and RQA are applied to climate science in the third part and neuroscience in the fourth part. To the best of our knowledge, this is the first time RPs and RQA have been used to analyze lake sediment data in a paleoclimate context. Therefore, we first elaborate on the basic formalism and the interpretation of visually visible patterns in RPs in relation to the underlying proxy data. We show that these patterns can be used to classify certain types of variability and transitions in the Potassium record from six short (< 17m) sediment cores collected during the Chew Bahir Drilling Project. Building on this, the long core (∼ m composite) from the same site is analyzed and two types of variability and transitions are
identified and compared with ODP Site wetness index from the eastern Mediterranean. Type variability likely reflects the influence of precessional forcing in the lower latitudes at times of maximum values of the long eccentricity cycle ( kyr) of the earth’s orbit around the sun, with a tendency towards extreme events. Type variability appears to be related to the minimum values of this cycle and corresponds to fairly rapid transitions between relatively dry and relatively wet conditions.
In contrast, RQA has been applied in the neuroscientific context for almost two decades. In the final part, RQA statistics are used to quantify the complexity in a specific frequency band of multivariate EEG (electroencephalography) data. By analyzing experimental data, it can be shown that the complexity of the signal measured in this way across the sensorimotor cortex decreases as motor tasks are performed. The results are consistent with and comple- ment the well known concepts of motor-related brain processes. We assume that the thus discovered features of neuronal dynamics in the sensorimotor cortex together with the robust RQA methods for identifying and classifying these contribute to the non-invasive EEG-based development of brain-computer interfaces (BCI) for motor control and rehabilitation.
The present work is an important step towards a robust analysis of complex systems based on recurrence.
N2 - In unserem täglichen Leben spielt die Rekurrenz auf vielen räumlichen und zeitlichen Skalen und in verschiedenen Kontexten eine bedeutende Rolle. Es ist die Grundlage des Lernens, sei es in einem evolutionären oder in einem neuronalen Kontext. Es erscheint daher selbstverständ- lich, dass Rekurrenz auch ein grundlegendes Konzept in der dynamischen Systemwissenschaft ist. In diesem Zusammenhang ermöglicht die Art und Weise, wie sich Zustände eines Systems wiederholen oder sich auf ähnliche Weise aus ähnlichen Anfangszuständen entwickeln, Infor- mationen über die zugrunde liegende Dynamik des Systems abzuleiten. Der mathematische Raum, in dem wir den Zustand eines Systems definieren (Zustandsraum), ist häufig hoch- dimensional, insbesondere in komplexen Systemen, die darüberhinaus auch eine chaotische Dynamik aufweisen können. Der Rekurrenzplot (RP) ermöglicht es uns, die Rekurrenzen beliebiger hochdimensionaler Systeme in einer zweidimensionalen, binären Darstellung zu visualisieren. Bestimmte Muster in RPs können mit physikalischen Eigenschaften des zugrunde liegenden Systems in Beziehung gesetzt werden, wodurch die qualitative und quantitative Analyse von RPs ein integraler Bestandteil der nichtlinearen Systemwissenschaft wird. Die vorgestellte Arbeit hat einen methodischen Schwerpunkt und entwickelt die Rekurrenzsana- lyse (RA) weiter, indem sie sich mit aktuellen Forschungsfragen befasst, die sich auf eine zunehmende Menge verfügbarer Daten und Fortschritte beim maschinellen Lernen beziehen. Durch die Automatisierung eines zentralen Schritts in der RA, nämlich der Rekonstruktion des Zustandsraums aus gemessenen experimentellen Zeitreihen, und durch die Untersuchung der Auswirkungen wichtiger freier Parameter soll die RA für Forscher außerhalb der Physik zugänglicher gemacht werden.
Der erste Teil dieser Dissertation befasst sich mit der Rekonstruktion des Zustandsraums aus Zeitreihen. Hierzu wird eine neue Idee vorgeschlagen, die das Rekonstruktionsproblem so automatisiert, dass weder die Daten vorverarbeitet noch a priori Parameter geschätzt werden müssen. Die Schlüsselidee ist, dass die Güte einer Rekonstruktion durch eine geeignete Kostenfunktion evaluiert werden kann und diese Funktion im Einbettungsprozess minimiert wird. Darüber hinaus kann die neue Methode multivariate Zeitreihen-Eingabedaten verarbei- ten. Das ist insbesondere deshalb von großer Bedeutung, da mehrkanalige sensorgestützte Beobachtungen in vielen Forschungsbereichen allgegenwärtig sind und weiterhin zunehmen. Darauf aufbauend wird dann das beschriebene Minimierungsproblem der Kostenfunktion mit einem Ansatz des maschinellen Lernens bearbeitet.
Im zweiten Teil werden einige technische und methodische Aspekte der RA erörtert. Zu- nächst begründen wir mathematisch die Idee, den einflussreichsten freien Parameter in der RA, den Rekurrenzgrenzwert ε, in Bezug auf die Verteilung aller paarweisen Abstände in den Daten festzulegen. Dies ist insbesondere dann wichtig, wenn verschiedene RPs und ihre Quantifizierungsstatistiken verglichen werden, und ist für jede vergleichende Studie von grundlegender Bedeutung. Zweitens werden einige Aspekte der Rekurrenzquantifizierungs- analyse (RQA) untersucht. Als Korrekturschemata für verzerrte RQA-Statistiken, welche auf diagonalen Linien basierenden, schlagen wir eine einfache Methode zum Umgang mit Randeffekten von RPs in der RQA und einen Skeletonisierungsalgorithmus für RPs vor. Dies sorgt in der Folge zu weniger verzerrten (auf diagonalen Linien basierenden) RQA-Statistiken für hoch abgetastete Daten. Drittens wird eine neuartige RQA-Charakteristik entwickelt, die als verallgemeinertes, nichtlineares Leistungsspektrum hochdimensionaler Systeme angesehen werden kann. Das Spike-Powerspectrum transformiert ein Spike-train-ähnliches Signal in seinen Frequenzbereich. Wenn die diagonallinienabhängige Rekurrenzsrate (τ-RR) eines RP auf diese Weise transformiert wird, können charakteristische Perioden, die in der Zustands- raumdarstellung des Systems erkennbar sind, entschlüsselt werden. Dies ist nicht der Fall, wenn die τ-RR Fourier-transformiert wird.
ix
x
Schließlich werden RA und RQA im dritten Teil auf Paläoklima-Seesedimentdaten und im vierten Teil auf EEG-Daten (Elektroenzephalographie) angewendet. Nach unserem besten Wissen ist dies das erste Mal, dass RPs und RQA für die Analyse von Seesedimentdaten in einem Paläoklima-Kontext verwendet wurden. Daher wird zunächst an dem grundlegenden Formalismus und der Interpretation visuell sichtbarer Muster in RPs in Bezug auf die zugrunde liegenden Proxy-Daten gearbeitet. Wir zeigen, dass diese Muster verwendet werden können, um bestimmte Arten von Variabilität und Übergängen im Kaliumdatensatz von sechs kurzen (< 17m) Sedimentkernen zu klassifizieren, die während des Chew Bahir-Bohrprojekts gesammelt wurden. Darauf aufbauend wird der lange Kern (∼ m composite) desselben Standorts analysiert und zwei Arten von Variabilität und Übergängen werden identifiziert und mit dem Feuchtigkeitsindex des ODP-Standorts aus dem östlichen Mittelmeerraum verglichen. Die Variabilität vom Typ spiegelt wahrscheinlich den Einfluss des Präzessionsantriebs in den unteren Breiten zu Zeiten mit Maximalwerten des langen Exzentrizitätszyklus ( kyr) der Erdumlaufbahn um die Sonne wider, wobei die Tendenz zu extremen Ereignissen besteht. Die Variabilität vom Typ scheint mit den lokalen Minima dieses Zyklus verbunden zu sein und entspricht ziemlich schnellen Übergängen zwischen relativ trockenen und relativ nassen Bedingungen.
Im Gegensatz dazu wird RQA seit fast zwei Jahrzehnten im neurowissenschaftlichen Kontext angewendet. Im letzten Teil werden RQA-Statistiken zur Quantifizierung der Komplexität in einem bestimmten Frequenzband multivariater EEG-Daten verwendet. Durch die Analyse experimenteller Daten kann gezeigt werden, dass die Komplexität des auf diese Weise über den sensomotorischen Kortex gemessenen Signals abnimmt, wenn motorische Aufgaben ausgeführt werden. Die Ergebnisse stimmen mit den bekannten Konzepten motorischer Gehirnprozesse überein und ergänzen diese. Wir nehmen an, dass die so entdeckten Merkmale der neuronalen Dynamik im sensomotorischen Kortex zusammen mit den robusten RQA-Methoden zur Identifizierung und Klassifizierung dieser zu der nicht-invasiven EEG-basierten Entwicklung von Gehirn-Computer-Schnittstellen (BCI) und zur motorischen Steuerung und Rehabilitation beitragen werden.
Die vorliegende Arbeit ist ein wichtiger Schritt zu einer robusten Analyse komplexer Systeme basierend auf Rekurrenz.
KW - recurrence
KW - state space reconstruction
KW - embedding
KW - recurrence analysis
KW - recurrence quantification analysis
KW - Einbettung
KW - Rekurrenz
KW - Rekurrenzanalyse
KW - quantifizierende Rekurrenzanalyse
KW - Zustandsraumrekonstruktion/Phasenraumrekonstruktion
Y1 - 2021
U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-538743
ER -