TY  - GEN
A1  - Smith, Taylor
A1  - Bookhagen, Bodo
T1  - Using passive microwave data to understand spatio-temporal trends and dynamics in snow-water storage in High Mountain Asia
T2  - active and passive microwave remote sensing for environmental monitoring II
N2  - High Mountain Asia provides water for more than a billion downstream users. Many catchments receive the majority of their yearly water budget in the form of snow - the vast majority of which is not monitored by sparse weather networks. We leverage passive microwave data from the SSMI series of satellites (SSMI, SSMI/S, 1987-2016), reprocessed to 3.125 km resolution, to examine trends in the volume and spatial distribution of snow-water equivalent (SWE) in the Indus Basin. We find that the majority of the Indus has seen an increase in snow-water storage. There exists a strong elevation-trend relationship, where high-elevation zones have more positive SWE trends. Negative trends are confined to the Himalayan foreland and deeply-incised valleys which run into the Upper Indus. This implies a temperature-dependent cutoff below which precipitation increases are not translated into increased SWE. Earlier snowmelt or a higher percentage of liquid precipitation could both explain this cutoff.(1) Earlier work 2 found a negative snow-water storage trend for the entire Indus catchment over the time period 1987-2009 (-4 x 10(-3) mm/yr). In this study based on an additional seven years of data, the average trend reverses to 1.4 x 10(-3). This implies that the decade since the mid-2000s was likely wetter, and positively impacted long-term SWE trends. This conclusion is supported by an analysis of snowmelt onset and end dates which found that while long-term trends are negative, more recent (since 2005) trends are positive (moving later in the year).(3)
KW  - Passive Microwave
KW  - Snow
KW  - Climate Change
KW  - High Mountain Asia
Y1  - 2018
SN  - 978-1-5106-2160-2
U6  - https://doi.org/10.1117/12.2323827
SN  - 0277-786X
SN  - 1996-756X
VL  - 10788
PB  - SPIE-INT Soc Optical Engineering
CY  - Bellingham
ER  - 
TY  - JOUR
A1  - Jones, Benjamin M.
A1  - Arp, Christopher D.
A1  - Whitman, Matthew S.
A1  - Nigro, Debora
A1  - Nitze, Ingmar
A1  - Beaver, John
A1  - Gadeke, Anne
A1  - Zuck, Callie
A1  - Liljedahl, Anna
A1  - Daanen, Ronald
A1  - Torvinen, Eric
A1  - Fritz, Stacey
A1  - Grosse, Guido
T1  - A lake-centric geospatial database to guide research and inform management decisions in an Arctic watershed in northern Alaska experiencing climate and land-use changes
JF  - AMBIO
N2  - Lakes are dominant and diverse landscape features in the Arctic, but conventional land cover classification schemes typically map them as a single uniform class. Here, we present a detailed lake-centric geospatial database for an Arctic watershed in northern Alaska. We developed a GIS dataset consisting of 4362 lakes that provides information on lake morphometry, hydrologic connectivity, surface area dynamics, surrounding terrestrial ecotypes, and other important conditions describing Arctic lakes. Analyzing the geospatial database relative to fish and bird survey data shows relations to lake depth and hydrologic connectivity, which are being used to guide research and aid in the management of aquatic resources in the National Petroleum Reserve in Alaska. Further development of similar geospatial databases is needed to better understand and plan for the impacts of ongoing climate and land-use changes occurring across lake-rich landscapes in the Arctic.
KW  - Arctic
KW  - Climate Change
KW  - GIS
KW  - Lakes
KW  - Land-use change
KW  - Watershed
Y1  - 2017
U6  - https://doi.org/10.1007/s13280-017-0915-9
SN  - 0044-7447
SN  - 1654-7209
VL  - 46
SP  - 769
EP  - 786
PB  - Springer
CY  - Dordrecht
ER  - 
TY  - THES
A1  - Caesar, Levke
T1  - The evolution of the Atlantic Meridional Overturning Circulation and its implications for surface warming
N2  - The Atlantic Meridional Overturning Circulation (AMOC) is likely the most well-known system of ocean currents on Earth, redistributing heat, nutrients and carbon over a large part of the Earth’s surface and affecting global climate as a result. Due to enhanced freshwater fluxes into the subpolar North Atlantic as a response to global warming, the AMOC is expected, and may have already started, to weaken and these changes will likely have global impacts. It is therefore of considerable relevance to improve our understanding of past and future AMOC changes. My thesis tries to answer some of the open questions in this field by giving strong evidence that the AMOC has already weakened over the last century, by narrowing future projections of this slowdown and
by studying the impacts on global surface warming.

While there have been various studies trying to reconstruct the strength of the overturning circulation in the past, often based on model simulations in combination with observations (Jackson et al., 2016, Kanzow et al., 2010) or proxies (Frajka-Williams, 2015, Latif et al., 2006), the results so far, due to lack of direct measurements, have been inconclusive. In the first paper I build on previous work that links the anomalously low sea surface temperatures (SSTs) in the North Atlantic with the reduced meridional heat transport due to a weaker AMOC. Using the output of a high-resolution global climate model, I derive a characteristic spatial and seasonal SST fingerprint of an AMOC slowdown and an improved SST-based AMOC index. The same fingerprint is seen in
the observational SSTs since the late 19th Century, giving strong evidence that since then the AMOC has slowed down. In addition, the reconstruction of the historical overturning strength with the new AMOC index agrees well with and extends the results of earlier studies as well as the direct measurements from the RAPID project and shows a strong decline of the AMOC by about 15% (3±1 Sv) since the mid-20th Century (Caesar et al., 2018).

The reconstruction of the historical overturning strength with the AMOC index enables us to weight future AMOC projections based on their skill in modeling the historical AMOC as described in the second paper of this thesis (Olson et al., 2018). Using Bayesian model averaging we considerably narrow the projections of the CMIP5 ensemble to a decrease of -4.0 Sv and -6.8 Sv between the years 1960-1999 and 2060-2099 for the RCP4.5 and RCP8.5 emission scenarios, respectively. These values fit to, yet are at the lower end of, previously published estimates.

In the third paper I examine how the AMOC slowdown affects the global mean surface temperature (GMST) with a focus on how it will change the ocean heat uptake (OHC). Accounting for the effect of changes in the radiative forcing on the GMST, I test how AMOC variations correlate with the residual part of surface temperature changes in the past. I find that the correlation is positive which fits the understanding that the deep-water formation that is important in driving the AMOC cools the deep ocean and therefore warms the surface (Caesar et al., 2019). The future weakening of the overturning circulation could therefore delay global surface warming.

Due to nonlinear behavior and scale specific changes it can be difficult to study the dominant processes and modes that drive climate variability. In the fourth paper we develop and test a new technique based on the wavelet multiscale correlation (WMC) similarity measure to study climate variability on different temporal and spatial scales (Agarwal et al., 2018). In a fifth contribution to my thesis this method is applied to the observed sea surface temperatures. The results reconfirm well-known relations between SST anomalies such as the El Niño-Southern Oscillation (ENSO) and the Pacific Decadal Oscillation (PDO) on inter-annual and decadal timescales, respectively. They
furthermore give new insights into the characteristics and origins of long-range teleconnections, for example, that the teleconnection between ENSO and Indian Ocean dipole exist mainly between the northern part of the ENSO tongue and the equatorial Indian Ocean, and provides therefore valuable knowledge about the regions that are necessary to include when modeling regional climate variability at a certain scale (Agarwal et al., 2019).

In summary, my PhD thesis investigates past and future AMOC variability and its effects on global mean surface temperature by utilizing a combination of observational sea surface data and the output of historical and future climate model simulations from both the high-resolution CM2.6 model as well as the CMIP5 ensemble. It further includes the development and validation of a new method to study climate variability, that, applied to the observed sea surface temperatures, gives new insight about teleconnections in the Earth System. My findings provide evidence that the AMOC has already slowed down, will continue to do so in the future, and will impact the global mean temperature. Further impacts of an AMOC slowdown may include increased sea-level rise at the U.S. east coast (Ezer, 2015), heat extremes in Europe (Duchez et al., 2016) and increased storm activity in the North Atlantic region (Jackson et al., 2015), all of which have significant socio-economic implications.
KW  - Climate Change
KW  - Ocean Circulation
KW  - AMOC
Y1  - 2019
CY  - Potsdam
ER  - 
TY  - GEN
A1  - Sengupta, Jayshree
T1  - Indien und die G8
N2  - Seit 2005 ist Indien als eines der fünf Outreach-Länder in die Diskussionen der G8 eingebunden. Dies geschah wegen seiner Rolle als eine der Kraftquellen der Weltwirtschaft sowie als viertgrößter globaler Markt. Indien betrachtet ein offenes Welthandelregime und einen größeren Kapitalfluss in die Entwicklungsländer als notwendig, um diesen zu helfen, deren Exporte zu steigern, neue Jobs zu schaffen und den Wohlstand ihrer Produzenten zu erhöhen.
N2  - Since 2005 India is as one of the five outreach-countries included in the G8 discussions because of its role as one of the world’s economic powerhouses and the fourth biggest market in the world. India regards a more open world trading regime and more capital flows into developing countries necessary to help them to increase their exports, create jobs and increase the wealth of its producers.
KW  - Klimawandel
KW  - Welthandel
KW  - Globalisisierung
KW  - Indien
KW  - G8
KW  - Climate Change
KW  - World Trade
KW  - Globalization
KW  - India
KW  - G8
Y1  - 2007
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-23189
ER  - 
TY  - THES
A1  - Kriegler, Elmar
T1  - Imprecise probability analysis for integrated assessment of climate change
T1  - Anwendung der Theorie der unscharfen Wahrscheinlichkeit in der integrierten Analyse des Klimawandels
N2  - We present an application of imprecise probability theory to the quantification of uncertainty in the integrated assessment of climate change. Our work is motivated by the fact that uncertainty about climate change is pervasive, and therefore requires a thorough treatment in the integrated assessment process. Classical probability theory faces some severe difficulties in this respect, since it cannot capture very poor states of information in a satisfactory manner. A more general framework is provided by imprecise probability theory, which offers a similarly firm evidential and behavioural foundation, while at the same time allowing to capture more diverse states of information. An imprecise probability describes the information in terms of lower and upper bounds on probability.  For the purpose of our imprecise probability analysis, we construct a diffusion ocean energy balance climate model that parameterises the global mean temperature response to secular trends in the radiative forcing in terms of climate sensitivity and effective vertical ocean heat diffusivity. We compare the model behaviour to the 20th century temperature record in order to derive a likelihood function for these two parameters and the forcing strength of anthropogenic sulphate aerosols. Results show a strong positive correlation between climate sensitivity and ocean heat diffusivity, and between climate sensitivity and absolute strength of the sulphate forcing.  We identify two suitable imprecise probability classes for an efficient representation of the uncertainty about the climate model parameters and provide an algorithm to construct a belief function for the prior parameter uncertainty from a set of probability constraints that can be deduced from the literature or observational data. For the purpose of updating the prior with the likelihood function, we establish a methodological framework that allows us to perform the updating procedure efficiently for two different updating rules: Dempster's rule of conditioning and the Generalised Bayes' rule. Dempster's rule yields a posterior belief function in good qualitative agreement with previous studies that tried to constrain climate sensitivity and sulphate aerosol cooling. In contrast, we are not able to produce meaningful imprecise posterior probability bounds from the application of the Generalised Bayes' Rule. We can attribute this result mainly to our choice of representing the prior uncertainty by a belief function.  We project the Dempster-updated belief function for the climate model parameters onto estimates of future global mean temperature change under several emissions scenarios for the 21st century, and several long-term stabilisation policies. Within the limitations of our analysis we find that it requires a stringent stabilisation level of around 450 ppm carbon dioxide equivalent concentration to obtain a non-negligible lower probability of limiting the warming to 2 degrees Celsius. We discuss several frameworks of decision-making under ambiguity and show that they can lead to a variety of, possibly imprecise, climate policy recommendations. We find, however, that poor states of information do not necessarily impede a useful policy advice.  We conclude that imprecise probabilities constitute indeed a promising candidate for the adequate treatment of uncertainty in the integrated assessment of climate change. We have constructed prior belief functions that allow much weaker assumptions on the prior state of information than a prior probability would require and, nevertheless, can be propagated through the entire assessment process. As a caveat, the updating issue needs further investigation. Belief functions constitute only a sensible choice for the prior uncertainty representation if more restrictive updating rules than the Generalised Bayes'Rule are available.
N2  - Diese Arbeit untersucht die Eignung der Theorie der unscharfen Wahrscheinlichkeiten für die Beschreibung der Unsicherheit in der integrierten Analyse des Klimawandels. Die wissenschaftliche Unsicherheit bezüglich vieler Aspekte des Klimawandels ist beträchtlich, so dass ihre angemessene Beschreibung von großer Wichtigkeit ist. Die klassische Wahrscheinlichkeitstheorie weist in diesem Zusammenhang einige Probleme auf, da sie Zustände sehr geringer Information nicht zufriedenstellend beschreiben kann. Die unscharfe Wahrscheinlichkeitstheorie bietet ein gleichermaßen fundiertes Theoriegebäude, welches jedoch eine größere Flexibilität bei der Beschreibung verschiedenartiger Informationszustände erlaubt. Unscharfe Wahrscheinlichkeiten erfassen solche Informationszustände durch die Spezifizierung von unteren und oberen Grenzen an zulässige Werte der Wahrscheinlichkeit.  Unsere Analyse des Klimawandels beruht auf einem Energiebilanzmodell mit diffusivem Ozean, welches die globale Temperaturantwort auf eine Änderung der Strahlungsbilanz in Abhängigkeit von zwei Parametern beschreibt: die Klimasensitivität, und die effektive vertikale Wärmediffusivität im Ozean. Wir vergleichen das Modellverhalten mit den Temperaturmessungen des 20. Jahrhunderts, um eine sogenannte Likelihood-Funktion für die Hypothesen zu diesen beiden Parametern sowie dem kühlenden Einfluss der Sulfataerosole zu ermitteln. Im Ergebnis zeigt sich eine stark positive Korrelation zwischen Klimasensitivität und Wärmediffusivität im Ozean, und Klimasensitivität und kühlendem Einfluss der Sulfataerosole.  Für die effiziente Beschreibung der Parameterunsicherheit ziehen wir zwei geeignete Modelltypen aus der unscharfen Wahrscheinlichkeitstheorie heran. Wir formulieren einen Algorithmus, der den Informationsgehalt beider Modelle durch eine sogenannte Belief-Funktion beschreibt. Mit Hilfe dieses Algorithmus konstruieren wir Belief-Funktionen für die A-priori-Parameterunsicherheit auf der Grundlage von divergierenden Wahrscheinlichkeitsschätzungen in der Literatur bzw. Beobachtungsdaten. Wir leiten eine Methode her, um die A-priori-Belief-Funktion im Lichte der Likelihood-Funktion zu aktualisieren. Dabei ziehen wir zwei verschiedene Regeln zur Durchführung des Lernprozesses in Betracht: die Dempstersche Regel und die verallgemeinerte Bayessche Regel. Durch Anwendung der Dempsterschen Regel erhalten wir eineA-posteriori-Belief-Funktion, deren Informationsgehalt qualitativ mit den Ergebnissen bisheriger Studien übereinstimmt, die eine Einschränkung der Unsicherheit über die Klimasensitivität und die kühlende Wirkung der Sulfataerosole versucht haben. Im Gegensatz dazu finden wir bei Anwendung der verallgemeinerten Bayesschen Regel keine sinnvollen unteren und oberen Grenzen an die A-posteriori-Wahrscheinlichkeit. Wir stellen fest, dass dieses Resultat maßgeblich durch die Wahl einer Belief-Funktion zur Beschreibung der A-priori-Unsicherheit bedingt ist.  Die A-posteriori-Belief-Funktion für die Modellparameter, die wir aus der Anwendung der Dempsterschen Regel erhalten haben, wird zur Abschätzung des zukünftigen Temperaturanstiegs eingesetzt. Wir betrachten verschiedene Emissionsszenarien für das 21. Jahrhundert sowie verschiedene Stabilisierungsziele für den Treibhausgasgehalt in der Atmosphäre. Im Rahmen unserer Analyse finden wir, dass sehr strikte Stabilisierungsziele im Bereich einer Kohlendioxid-Äquivalentkonzentration von ca. 450 ppm in der Atmosphäre notwendig sind, um nicht eine vernachlässigbar kleine untere Wahrscheinlichkeit für die Begrenzung der Erwärmung auf 2 Grad Celsius zu erhalten. Wir diskutieren verschiedene Kriterien für die Entscheidungsfindung unter unscharfer Wahrscheinlichkeit, und zeigen dass sie zu verschiedenen teilweise unscharfen Politikempfehlungen führen können. Nichtsdestotrotz stellen wir fest, dass eine klare Politikempfehlung auch bei Zuständen schwacher Information möglich sein kann.  Wir schließen, dass unscharfe Wahrscheinlichkeiten tatsächlich ein geeignetes Mittel zur Beschreibung der Unsicherheit in der integrierten Analyse des Klimawandels darstellen. Wir haben Algorithmen zur Generierung und Weiterverarbeitung von Belief-Funktionen etabliert, die eine deutlich größere A-priori-Unsicherheit beschreiben können, als durch eine A-priori-Wahrscheinlichkeit möglich wäre. Allerdings erfordert die Frage des Lernprozesses für unscharfe Wahrscheinlichkeiten eine weitergehende Untersuchung. Belief-Funktionen stellen nur dann eine vernünftige Wahl für die Beschreibung der A-priori-Unsicherheit dar, wenn striktere Regeln als die verallgemeinerte Bayessche Regel für den Lernprozess gerechtfertigt werden können.
KW  - Anthropogene Klimaänderung
KW  - Klima / Umweltschutz
KW  - Unschärfe
KW  - Intervallwahrscheinlichkeit
KW  - Entscheidung bei Unsicherheit
KW  - Climate Change
KW  - Integrated Assessment
KW  - Uncertainty
KW  - Imprecise Probability
KW  - Decision Making under Ambiguity
Y1  - 2005
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-5611
ER  - 
TY  - THES
A1  - Kleinen, Thomas Christopher
T1  - Stochastic information in the assessment of climate change
T1  - Stochastische Information in der Bewertung des Klimawandels
N2  - Stochastic information, to be understood as "information gained by the application of stochastic methods", is proposed as a tool in the assessment of changes in climate. This thesis aims at demonstrating that stochastic information can improve the consideration and reduction of uncertainty in the assessment of changes in climate. The thesis consists of three parts. In part one, an indicator is developed that allows the determination of the proximity to a critical threshold. In part two, the tolerable windows approach (TWA) is extended to a probabilistic TWA. In part three, an integrated assessment of changes in flooding probability due to climate change is conducted within the TWA. The thermohaline circulation (THC) is a circulation system in the North Atlantic, where the circulation may break down in a saddle-node bifurcation under the influence of climate change. Due to uncertainty in ocean models, it is currently very difficult to determine the distance of the THC to the bifurcation point. We propose a new indicator to determine the system's proximity to the bifurcation point by considering the THC as a stochastic system and using the information contained in the fluctuations of the circulation around the mean state. As the system is moved closer to the bifurcation point, the power spectrum of the overturning becomes "redder", i.e. more energy is contained in the low frequencies. Since the spectral changes are a generic property of the saddle-node bifurcation, the method is not limited to the THC, but it could also be applicable to other systems, e.g. transitions in ecosystems.  In part two, a probabilistic extension to the tolerable windows approach (TWA) is developed. In the TWA, the aim is to determine the complete set of emission strategies that are compatible with so-called guardrails. Guardrails are limits to impacts of climate change or to climate change itself. Therefore, the TWA determines the "maneuvering space" humanity has, if certain impacts of climate change are to be avoided. Due to uncertainty it is not possible to definitely exclude the impacts of climate change considered, but there will always be a certain probability of violating a guardrail. Therefore the TWA is extended to a probabilistic TWA that is able to consider "probabilistic uncertainty", i.e. uncertainty that can be expressed as a probability distribution or uncertainty that arises through natural variability. As a first application, temperature guardrails are imposed, and the dependence of emission reduction strategies on probability distributions for climate sensitivities is investigated. The analysis suggests that it will be difficult to observe a temperature guardrail of 2°C with high probabilities of actually meeting the target. In part three, an integrated assessment of changes in flooding probability due to climate change is conducted. A simple hydrological model is presented, as well as a downscaling scheme that allows the reconstruction of the spatio-temporal natural variability of temperature and precipitation. These are used to determine a probabilistic climate impact response function (CIRF), a function that allows the assessment of changes in probability of certain flood events under conditions of a changed climate.  The assessment of changes in flooding probability is conducted in 83 major river basins. Not all floods can be considered: Events that either happen very fast, or affect only a very small area can not be considered, but large-scale flooding due to strong longer-lasting precipitation events can be considered. Finally, the probabilistic CIRFs obtained are used to determine emission corridors, where the guardrail is a limit to the fraction of world population that is affected by a predefined shift in probability of the 50-year flood event. This latter analysis has two main results. The uncertainty about regional changes in climate is still very high, and even small amounts of further climate change may lead to large changes in flooding probability in some river systems.
N2  - Stochastische Information, zu verstehen als "Information, die durch die Anwendung stochastischer Methoden gewonnen wird", wird als Hilfsmittel in der Bewertung von Klimaänderungen vorgeschlagen. Das Ziel dieser Doktorarbeit ist es, zu zeigen, dass stochastische Information die Berücksichtigung und Reduktion von Unsicherheit in der Bewertung des Klimawandels verbessern kann. Die Arbeit besteht aus drei Teilen. Im ersten Teil wird ein Indikator entwickelt, der die Bestimmung des Abstandes zu einem kritischen Grenzwert ermöglicht. Im zweiten Teil wird der "tolerable windows approach" (TWA) zu einem probabilistischen TWA erweitert. Im dritten Teil wird eine integrierte Abschätzung der Veränderung von Überflutungswahrscheinlichkeiten im Rahmen des TWA durchgeführt. Die thermohaline Zirkulation (THC) ist ein Zirkulationssystem im Nordatlantik, in dem die Zirkulation unter Einfluss des Klimawandels in einer Sattel-Knoten Bifurkation abreißen kann. Durch Unsicherheit in Ozeanmodellen ist es gegenwärtig kaum möglich, den Abstand des Systems zum Bifurkationspunkt zu bestimmen. Wir schlagen einen neuen Indikator vor, der es ermöglicht, die Nähe des Systems zum Bifurkationspunkt zu bestimmen. Dabei wird die THC als stochastisches System angenommen, und die Informationen, die in den Fluktuationen der Zirkulation um den mittleren Zustand enthalten sind, ausgenutzt. Wenn das System auf den Bifurkationspunkt zubewegt wird, wird das Leistungsspektrum "roter", d.h. die tiefen Frequenzen enthalten mehr Energie. Da diese spektralen Veränderungen eine allgemeine Eigenschaft der Sattel-Knoten Bifurkation sind, ist die Methode nicht auf die THC beschränkt, sondern weitere Anwendungen könnten möglich sein, beispielsweise zur Erkennung von Übergängen in Ökosystemen. Im zweiten Teil wird eine probabilistische Erweiterung des "tolerable windows approach" (TWA) entwickelt. Das Ziel des TWA ist die Bestimmung der Menge der Emissionsreduktionsstrategien, die mit sogenannten Leitplanken kompatibel sind. Diese Leitplanken sind Begrenzungen der Auswirkungen des Klimawandels, oder des Klimawandels selber. Der TWA bestimmt daher den Spielraum, den die Menschheit hat, wenn bestimmte Auswirkungen des Klimawandels vermieden werden sollen. Durch den Einfluss von Unsicherheit ist es aber nicht möglich, die betrachteten Auswirkungen des Klimawandels mit Sicherheit auszuschließen, sondern es existiert eine gewisse Wahrscheinlichkeit, dass die Leitplanke verletzt wird. Der TWA wird daher zu einem probabilistischen TWA weiterentwickelt, der es ermöglicht, "probabilistische Unsicherheit", also Unsicherheit, die durch eine Wahrscheinlichkeitsverteilung ausgedrückt werden kann, oder die durch den Einfluß von natürlicher Variabilität entsteht, zu berücksichtigen. Als erste Anwendung werden Temperaturleitplanken betrachtet, und die Abhängigkeit der Emissionsreduktionsstrategien von Wahrscheinlichkeitsverteilungen über die Klimasensitivität wird bestimmt. Die Analyse ergibt, dass die Einhaltung einer Temperaturleitplanke von 2°C sehr schwierig wird, wenn man hohe Wahrscheinlichkeiten des Einhaltens der Leitplanke fordert. Im dritten Teil wird eine integrierte Abschätzung der Änderungen von Überflutungswahrscheinlichkeiten unter Einfluss des Klimawandels durchgeführt. Ein einfaches hydrologisches Modell wird vorgestellt, sowie ein Skalierungsansatz, der es ermöglicht, die raum-zeitliche natürliche Variabilität von Temperatur und Niederschlag zu rekonstruieren. Diese werden zur Bestimmung einer probabilistischen Klimawirkungsfunktion genutzt, einer Funktion, die es erlaubt, die Veränderungen der Wahrscheinlichkeit bestimmter Überflutungsereignisse unter Einfluss von Klimaänderungen abzuschätzen. Diese Untersuchung der Veränderung von Überflutungswahrscheinlichkeiten wird in 83 großen Flusseinzugsgebieten durchgeführt. Nicht alle Klassen von Überflutungen können dabei berücksichtigt werden: Ereignisse, die entweder sehr schnell vonstatten gehen, oder die nur ein kleines Gebiet betreffen, können nicht berücksichtigt werden, aber großflächige Überflutungen, die durch starke, langanhaltende Regenfälle hervorgerufen werden, können berücksichtigt werden. Zuguterletzt werden die bestimmten Klimawirkungsfunktion dazu genutzt, Emissionskorridore zu bestimmen, bei denen die Leitplanken Begrenzungen des Bevölkerungsanteils, der von einer bestimmten Veränderung der Wahrscheinlichkeit eines 50-Jahres-Flutereignisses betroffen ist, sind. Letztere Untersuchung hat zwei Hauptergebnisse. Die Unsicherheit von regionalen Klimaänderungen ist immer noch sehr hoch, und außerdem können in einigen Flusssystemen schon kleine Klimaänderungen zu großen Änderungen der Überflutungswahrscheinlichkeit führen.
KW  - Anthropogene Klimaänderung
KW  - Stochastische Differentialgleichung
KW  - Überflutung
KW  - Thermohaline Zi
KW  - Integrierte Bewertung
KW  - Klimawandel
KW  - Climate Change
KW  - Integrated Assessment
KW  - Flooding probability
KW  - stochastic differential equation
Y1  - 2005
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-5382
ER  -