TY - THES A1 - Braun, Tobias T1 - Recurrences in past climates T1 - Rekurrenzen in vergangenen Klimaperioden BT - novel concepts & tools for the study of Palaeoseasonality and beyond BT - neue Konzepte und Methoden zur Analyse von Paläosaisonalität und darüber hinaus N2 - Our ability to predict the state of a system relies on its tendency to recur to states it has visited before. Recurrence also pervades common intuitions about the systems we are most familiar with: daily routines, social rituals and the return of the seasons are just a few relatable examples. To this end, recurrence plots (RP) provide a systematic framework to quantify the recurrence of states. Despite their conceptual simplicity, they are a versatile tool in the study of observational data. The global climate is a complex system for which an understanding based on observational data is not only of academical relevance, but vital for the predurance of human societies within the planetary boundaries. Contextualizing current global climate change, however, requires observational data far beyond the instrumental period. The palaeoclimate record offers a valuable archive of proxy data but demands methodological approaches that adequately address its complexities. In this regard, the following dissertation aims at devising novel and further developing existing methods in the framework of recurrence analysis (RA). The proposed research questions focus on using RA to capture scale-dependent properties in nonlinear time series and tailoring recurrence quantification analysis (RQA) to characterize seasonal variability in palaeoclimate records (‘Palaeoseasonality’). In the first part of this thesis, we focus on the methodological development of novel approaches in RA. The predictability of nonlinear (palaeo)climate time series is limited by abrupt transitions between regimes that exhibit entirely different dynamical complexity (e.g. crossing of ‘tipping points’). These possibly depend on characteristic time scales. RPs are well-established for detecting transitions and capture scale-dependencies, yet few approaches have combined both aspects. We apply existing concepts from the study of self-similar textures to RPs to detect abrupt transitions, considering the most relevant time scales. This combination of methods further results in the definition of a novel recurrence based nonlinear dependence measure. Quantifying lagged interactions between multiple variables is a common problem, especially in the characterization of high-dimensional complex systems. The proposed ‘recurrence flow’ measure of nonlinear dependence offers an elegant way to characterize such couplings. For spatially extended complex systems, the coupled dynamics of local variables result in the emergence of spatial patterns. These patterns tend to recur in time. Based on this observation, we propose a novel method that entails dynamically distinct regimes of atmospheric circulation based on their recurrent spatial patterns. Bridging the two parts of this dissertation, we next turn to methodological advances of RA for the study of Palaeoseasonality. Observational series of palaeoclimate ‘proxy’ records involve inherent limitations, such as irregular temporal sampling. We reveal biases in the RQA of time series with a non-stationary sampling rate and propose a correction scheme. In the second part of this thesis, we proceed with applications in Palaeoseasonality. A review of common and promising time series analysis methods shows that numerous valuable tools exist, but their sound application requires adaptions to archive-specific limitations and consolidating transdisciplinary knowledge. Next, we study stalagmite proxy records from the Central Pacific as sensitive recorders of mid-Holocene El Niño-Southern Oscillation (ENSO) dynamics. The records’ remarkably high temporal resolution allows to draw links between ENSO and seasonal dynamics, quantified by RA. The final study presented here examines how seasonal predictability could play a role for the stability of agricultural societies. The Classic Maya underwent a period of sociopolitical disintegration that has been linked to drought events. Based on seasonally resolved stable isotope records from Yok Balum cave in Belize, we propose a measure of seasonal predictability. It unveils the potential role declining seasonal predictability could have played in destabilizing agricultural and sociopolitical systems of Classic Maya populations. The methodological approaches and applications presented in this work reveal multiple exciting future research avenues, both for RA and the study of Palaeoseasonality. N2 - Unsere Fähigkeit, den Zustand eines Systems vorherzusagen, hängt grundlegend von der Tendenz des Systems ab, zu früheren Zuständen zurückzukehren. Solche "Rekurrenzen" sind sogar Bestandteil unserer Intuition und alltäglichen Erfahrungswelt: regelmäßige Routinen, soziale Zusammentreffen and die Wiederkehr der Jahreszeiten sind hierfür nur vereinzelte Beispiele. Rekurrenzplots (RPs) stellen uns in diesem Kontext eine systematische Methode zur Verfügung, um die Wiederkehreigenschaften von Systemzuständen quantitativ zu untersuchen. Obwohl RPs konzeptionell vergleichsweise simpel sind, stellen sie eine vielseitige Methode zur Analyse von gemessenen Beobachtungsdaten dar. Das globale Klimasystem ist ein komplexes System, bei dem ein datenbasiertes Verständnis nicht lediglich von rein akademischen Wert ist – es ist viel mehr relevant für das Fortbestehen der Gesellschaft innerhalb der natürlichen planetaren Grenzen. Um die heute beobachteten Klimaveränderungen allerdings in einen langfristigen Kontext einzuordnen, benötigen wir empirische Daten, die weit über die Periode hinaus gehen, für die instrumentelle Daten verfügbar sind. Paläoklimatologische Datenreihen repräsentieren hier ein wertvolles Archiv, dessen Auswertung jedoch Analysemethoden erfordert, die an die Komplexitäten von paläoklimatologischen ‘Proxydaten’ angepasst sind. Um einen wissenschaftlichen Beitrag zu dieser Problemstellung zu leisten, befasst sich diese Doktorarbeit mit der Konzeptionierung neuer Methoden und der problemstellungsbezogenen Anpassung bewährter Methoden in der Rekurrenzanalyse (RA). Die hier formulierten zentralen Forschungsfragen konzentrieren sich auf den Nachweis zeitskalen-abhängiger Eigenschaften in nichtlinearen Zeitreihen und, insbesondere, der Anpassung von quantitativen Maßen in der RA, um paläosaisonale Proxydaten zu charakterisieren (‘Paläosaisonalität’). Im ersten Teil dieser Arbeit liegt der Schwerpunkt auf der Entwicklung neuer methodischer Ansätze in der RA. Die Vorhersagbarkeit nichtlinearer (paläo)klimatologischer Zeitreihen ist durch abrupte Übergänge zwischen dynamisch grundlegend verschiedenen Zuständen erschwert (so zum Beispiel das Übertreten sogenannter ‘Kipppunkte’). Solche Zustandsübergänge zeigen oft charakteristische Zeitskalen-Abhängigkeiten. RPs haben sich als Methode zum Nachweis von Zustandsübergängen bewährt und sind darüber hinaus geeignet, Skalenabhängigkeiten zu identifizieren. Dennoch wurden beide Aspekte bislang selten methodisch zusammengeführt. Wir kombinieren hier bestehende Konzepte aus der Analyse selbstähnlicher Strukturen und RPs, um abrupte Zustandsübergänge unter Einbezug der relevantesten Zeitskalen zu identifizieren. Diese Kombination von Konzepten führt uns ferner dazu, ein neues rekurrenzbasiertes, nichtlineares Abhängigkeitsmaß einzuführen. Die quantitative Untersuchung zeitversetzter Abhängigkeiten zwischen zahlreichen Variablen ist ein zentrales Problem, das insbesondere in der Analyse hochdimensionaler komplexer Systeme auftritt. Das hier definierte ‘Rekurrenzfluß’-Abhängigkeitsmaß ermöglicht es auf elegante Weise, derartige Abhängigkeiten zu charakterisieren. Bei räumlich ausgedehnten komplexen Systemen führen Interaktionen zwischen lokalen Variablen zu der Entstehung räumlicher Muster. Diese räumlichen Muster zeigen zeitliche Rekurrenzen. In einer auf dieser Beobachtung aufbauenden Publikation stellen wir eine neue Methode vor, mit deren Hilfe differenzierbare, makroskopische Zustände untersucht werden können, die zu zentralen, zeitlich wiederkehrenden räumlichen Mustern korrespondieren. Folgend leiten wir über zum zweiten Teil dieser Arbeit, indem wir uns Anpassungen von Methoden zur Untersuchung von Paläosaisonalität zuwenden. Messreihen paläoklimatologischer Proxydaten geben uns nur indirekt Informationen über die ihnen zugrunde liegenden Klimavariablen und weisen inhärente Limitationen auf, wie zum Beispiel unregelmäßige Zeitabstände zwischen Datenpunkten. Wir zeigen statistische Verzerrungseffekte auf, die in der quantitativen RA auftreten, wenn Signale mit nichtstationärer Abtastrate untersucht werden. Eine Methode zur Korrektur wird vorgestellt und anhand von Messdaten validiert. Der zweite Teil dieser Dissertation befasst sich mit angewandten Analysen von paläosaisonalen Zeitreihen. Eine Literaturauswertung verbreiteter und potentiell vielversprechender Zeitreihenanalysemethoden zeigt auf, dass es eine Vielzahl solcher Methoden gibt, deren adäquate Anwendung aber Anpassungen an Klimaarchiv-spezifische Grenzen und Probleme sowie eine Zusammenführung interdisziplinärer Fähigkeiten erfordert. Daraufhin untersuchen wir an einem Stalagmiten gemessene Proxydaten aus der zentralen Pazifikregion als ein natürliches Archiv für potentielle Veränderungen der El Niño-Southern Oscillation (ENSO) währen des mittleren Holozäns. Die bemerkenswert hohe zeitliche Auflösung der Proxy-Zeitreihen erlaubt es uns, Verbindungen zwischen der Ausprägung der ENSO und saisonalen Zyklen herzustellen, wobei wir erneut Gebrauch von der RA machen. Die letzte Publikation in dieser Arbeit untersucht, in wie fern die Vorhersagbarkeit saisonaler Veränderungen eine Rolle für die Stabilität von Gesellschaften spielen könnte, deren Nahrungsversorgung auf Landwirtschaft beruht. Die klassische Maya-Zivilisation erlitt zwischen 750-950 CE eine drastische Fragmentierung urbaner Zentren, die mit regionalen Dürren in Verbindung gebracht werden. Auf Grundlage von saisonal-aufgelösten Proxydaten aus der Yok Balum Höhle in Belize, definieren wir ein quantitatives Maß für saisonale Vorhersagbarkeit. Dies erlaubt Schlussfolgerungen über die potentielle Rolle, die ein Verlust saisonaler Vorhersagbarkeit für die sich destablisierenden agrarwirtschaftlichen und soziopolitischen Systeme der Maya gehabt haben könnte. Die methodischen Ansätze und Anwendungen in dieser Arbeit zeigen vielseitige, spannende Forschungsfragen für zukünftige Untersuchungen in der RA und Paläosaisonalität auf. KW - recurrence analysis KW - palaeoclimate KW - seasonality KW - nonlinear time series analysis KW - self-similarity KW - regime shifts KW - climate impact research KW - Klimafolgenforschung KW - nichtlineare Zeitreihenanalyse KW - Paläoklima KW - Rekurrenzanalyse KW - abrupte Übergänge KW - Selbstähnlichkeit Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-586900 ER - TY - THES A1 - Petrow, Theresia T1 - Floods in Germany : analyses of trends, seasonality and circulation patterns T1 - Hochwasser in Deutschland : Untersuchungen zu Trends, Saisonalität und Großwetterlagen N2 - Flood hazard estimations are conducted with a variety of methods. These include flood frequency analysis (FFA), hydrologic and hydraulic modelling, probable maximum discharges as well as climate scenarios. However, most of these methods assume stationarity of the used time series, i.e., the series must not exhibit trends. Against the background of climate change and proven significant trends in atmospheric circulation patterns, it is questionable whether these changes are also reflected in the discharge data. The aim of this PhD thesis is therefore to clarify, in a spatially-explicit manner, whether the available discharge data derived from selected German catchments exhibit trends. Concerning the flood hazard, the suitability of the currently used stationary FFA approaches is evaluated for the discharge data. Moreover, dynamics in atmospheric circulation patterns are studied and the link between trends in these patterns and discharges is investigated. To tackle this research topic, a number of different analyses are conducted. The first part of the PhD thesis comprises the study and trend test of 145 discharge series from catchments, which cover most of Germany for the period 1951–2002. The seasonality and trend pattern of eight flood indicators, such as maximum series and peak-over-threshold series, are analyzed in a spatially-explicit manner. Analyses are performed on different spatial scales: at the local scale, through gauge-specific analyses, and on the catchment-wide and basin scales. Besides the analysis of discharge series, data on atmospheric circulation patterns (CP) are an important source of information, upon which conclusions about the flood hazard can be drawn. The analyses of these circulation patterns (after Hess und Brezowsky) and the study of the link to peak discharges form the second part of the thesis. For this, daily data on the dominant CP across Europe are studied; these are represented by different indicators, which are tested for trend. Moreover, analyses are performed to extract flood triggering circulation patterns and to estimate the flood potential of CPs. Correlations between discharge series and CP indicators are calculated to assess a possible link between them. For this research topic, data from 122 meso-scale catchments in the period 1951–2002 are used. In a third part, the Mulde catchment, a mesoscale sub-catchment of the Elbe basin, is studied in more detail. Fifteen discharge series of different lengths in the period 1910–2002 are available for the seasonally differentiated analysis of the flood potential of CPs and flood influencing landscape parameters. For trend tests of discharge and CP data, different methods are used. The Mann-Kendall test is applied with a significance level of 10%, ensuring statistically sound results. Besides the test of the entire series for trend, multiple time-varying trend tests are performed with the help of a resampling approach in order to better differentiate short-term fluctuations from long-lasting trends. Calculations of the field significance complement the flood hazard assessment for the studied regions. The present thesis shows that the flood hazard is indeed significantly increasing for selected regions in Germany during the winter season. Especially affected are the middle mountain ranges in Central Germany. This increase of the flood hazard is attributed to a longer persistence of selected CPs during winter. Increasing trends in summer floods are found in the Rhine and Danube catchments, decreasing trends in the Elbe and Weser catchments. Finally, a significant trend towards a reduced diversity of CPs is found causing fewer patterns with longer persistence to dominate the weather over Europe. The detailed study of the Mulde catchment reveals a flood regime with frequent low winter floods and fewer summer floods, which bear, however, the potential of becoming extreme. Based on the results, the use of instationary approaches for flood hazard estimation is recommended in order to account for the detected trends in many of the series. Through this methodology it is possible to directly consider temporal changes in flood series, which in turn reduces the possibility of large under- or overestimations of the extreme discharges, respectively. N2 - Hochwasserabschätzungen werden mit Hilfe einer Vielzahl von Methoden ermittelt. Zu diesen zählen Hochwasserhäufigkeitsanalysen, die hydrologische und hydraulische Modellierung, Abschätzungen zu maximal möglichen Abflüssen wie auch Langzeitstudien und Klimaszenarien. Den meisten Methoden ist jedoch gemein, dass sie stationäre Bedingungen der beobachteten Abflussdaten annehmen. Das heißt, in den genutzten Zeitreihen dürfen keine Trends vorliegen. Vor dem Hintergrund des Klimawandels und nachgewiesener Trends in atmosphärischen Zirkulationsmustern, stellt sich jedoch die Frage, ob sich diese Veränderungen nicht auch in den Abflussdaten widerspiegeln. Ziel der Dissertation ist daher die Überprüfung der Annahme von Trendfreiheit in Abflüssen und Großwetterlagen, um zu klären, ob die aktuell genutzten stationären Verfahren zur Hochwasserbemessung für die vorhandenen Daten in Deutschland geeignet sind. Zu prüfen ist des Weiteren, inwiefern regional und saisonal eine Verschärfung bzw. Abschwächung der Hochwassergefahr beobachtet werden kann und ob eindeutige Korrelationen zwischen Abflüssen und Großwetterlagen bestehen. Den ersten Schwerpunkt der vorliegenden Dissertation bildet die deutschlandweite Analyse von 145 Abflusszeitreihen für den Zeitraum 1951–2002. Acht Hochwasserindikatoren, die verschiedene Aspekte der Hochwasser-Charakteristik beleuchten, werden analysiert und bezüglich möglicher Trends getestet. Um saisonalen Unterschieden in der Hochwassercharakteristik der einzelnen Regionen gerecht zu werden, werden neben jährlichen auch saisonale Reihen untersucht. Die Analyse von Maximalreihen wird durch Schwellenwertanalysen ergänzt, die die Hochwasserdynamik bzgl. Frequenz und Magnitude detaillierter erfassen. Die Daten werden auf verschiedenen Skalen untersucht: sowohl für jeden einzelnen Pegel wie auch für ganze Regionen und Einzugsgebiete. Nicht nur die Analyse der Abflussdaten bietet die Möglichkeit, Bewertungen für die zukünftige Hochwasserabschätzung abzuleiten. Auch Großwetterlagen bilden eine bedeutende Informationsquelle über die Hochwassergefahr, da in der Regel nur ausgewählte Zirkulationsmuster die Entstehung von Hochwasser begünstigen. Die saisonal differenzierte Untersuchung der Großwetterlagen und die Prüfung einer Korrelation zu den Abflüssen an 122 mesoskaligen Einzugsgebieten bilden deshalb den zweiten Schwerpunkt der Arbeit. Hierzu werden tägliche Daten der über Europa dominierenden Großwetterlage (nach Hess und Brezowsky) mit Hilfe verschiedener Indikatoren untersucht. Analysen zum Hochwasserpotential der einzelnen Wetterlagen und weiterer Einflussfaktoren werden für das mesoskalige Einzugsgebiet der Mulde in einer separaten Studie durchgeführt. Für diese Detail-Studie stehen 15 Abflusszeitreihen verschiedener Länge im Zeitraum 1909–2002 zur Verfügung. Um die Daten von Abflüssen und Großwetterlagen bezüglich vorhandener Trends zu testen, werden verschiedene Methoden genutzt. Der Mann-Kendall Test wird mit einem Signifikanzniveau von 10% (zweiseitiger Test) angewendet, was statistisch sichere Bewertungen ermöglicht. Neben der Prüfung der gesamten Datenreihe werden multiple zeitlich-variable Trendanalysen mit Hilfe eines Resampling-Ansatzes durchgeführt. Darüber hinaus werden räumlich differenzierte Analysen durchgeführt, um die saisonale Hochwassercharakteristik einzelner Regionen besser zu verstehen. Diese werden durch Tests zur Feldsignifikanz der Trends ergänzt. Mit der vorliegenden Arbeit kann gezeigt werden, dass die Hochwassergefahr für einzelne Regionen im Winterhalbjahr signifikant steigt. Davon sind insbesondere Gebiete in Mitteldeutschland betroffen. Die Verschärfung der Hochwassergefahr durch eine längere Persistenz ausgewählter Großwetterlagen konnte ebenfalls für das Winterhalbjahr nachgewiesen werden. Sommerhochwasser zeigen zwar ebenfalls steigende, aber auch fallende Trends, die räumlich geclustert sind. Im Elbe- und Weser-Einzugsgebiet sinken die Abflüsse signifikant, im Donau- und Rheineinzugsgebiet steigen sie nachweisbar. Darüber hinaus ist eine signifikante Abnahme der Anzahl verschiedener Großwetterlagen sowohl im Sommer als auch im Winter zu verzeichnen. Bzgl. der Studie zum Mulde-Einzugsgebiet konnte ein zweigeteiltes Hochwasserregime nachgewiesen werden. In den Wintermonaten treten häufig kleine Hochwasser auf, die auch die Mehrheit der jährlichen Maximalwerte bilden. Sommerhochwasser sind seltener, können aber extreme Ausmaße annehmen. Ein Vergleich der geschätzten Jährlichkeiten mit verschiedenen Zeitreihen zeigt die Notwendigkeit der Berücksichtigung saisonaler Aspekte für die Bemessung von Hochwassern. Aufgrund der Ergebnisse müssen die bisher genutzten stationären Verfahren als nicht mehr geeignet bewertet werden. Es wird daher die Nutzung instationärer Verfahren zur Abschätzung von Extremhochwasser und der damit verbundenen Bemessung von Schutzmaßnahmen empfohlen, um den teilweise vorliegenden Trends in den Daten Rechnung zu tragen. Durch diesen Ansatz ist es möglich, zeitlich dynamische Veränderungen im Hochwassergeschehen stärker zu berücksichtigen. Darüber hinaus sollten saisonale Aspekte des Einzugsgebietes Eingang in die Gefahrenabschätzung finden. KW - Hochwasser KW - Deutschland KW - Saisonalität KW - Großwetterlage KW - Trends KW - floods KW - Germany KW - trends KW - circulation patterns KW - seasonality Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-37392 ER -