Open Access

Benjamin Lang

• Die vorliegende Arbeit untersucht, inwiefern die Dynamik der Atmosphäre durch dekadische Klimamodelle repräsentiert wird. Um diese zu erfassen, werden zwei unterschiedliche methodische Ansätze verwendet. Zum einen dienen verschiedene Telekonnektionsindizes wie die Nordatlantische Oszillation (NAO) oder der Southern Oscillation Index (SOI), in denen die interne Variabilität der Atmosphäre zum Ausdruck kommt, als Untersuchungsgegenstand, zum anderen werden unterschiedliche Klassifikationsverfahren (schwellenwertbasiert, clusteranalytisch, eigenvektorbasiert) zur Generierung von Zirkulationstypen im nordatlantisch-europäischen Raum (90°W-40°O, 20°N-80°N) verwendet, welche hinsichtlich ihrer Auftrittshäufigkeit sowie interner Parameter (Persistenz, Intensität) analysiert werden. Um die dekadische Vorhersageleistung zu untersuchen, kommt das globale Erdsystemmodell des Max-Planck-Instituts (MPI-ESM) in verschiedenen Modellgenerationen (historical, baseline0, baseline1, prototype) zumDie vorliegende Arbeit untersucht, inwiefern die Dynamik der Atmosphäre durch dekadische Klimamodelle repräsentiert wird. Um diese zu erfassen, werden zwei unterschiedliche methodische Ansätze verwendet. Zum einen dienen verschiedene Telekonnektionsindizes wie die Nordatlantische Oszillation (NAO) oder der Southern Oscillation Index (SOI), in denen die interne Variabilität der Atmosphäre zum Ausdruck kommt, als Untersuchungsgegenstand, zum anderen werden unterschiedliche Klassifikationsverfahren (schwellenwertbasiert, clusteranalytisch, eigenvektorbasiert) zur Generierung von Zirkulationstypen im nordatlantisch-europäischen Raum (90°W-40°O, 20°N-80°N) verwendet, welche hinsichtlich ihrer Auftrittshäufigkeit sowie interner Parameter (Persistenz, Intensität) analysiert werden. Um die dekadische Vorhersageleistung zu untersuchen, kommt das globale Erdsystemmodell des Max-Planck-Instituts (MPI-ESM) in verschiedenen Modellgenerationen (historical, baseline0, baseline1, prototype) zum Einsatz., welche sich hinsichtlich der Art der Initialisierung sowie der Ensemblegröße unterscheiden. Anhand der verschiedenen Modellgenerationen wird in der vorliegenden Arbeit untersucht, ob und inwiefern sich unterschiedliche Initialisierungstechniken sowie eine Erhöhung der Anzahl an Ensemblemitglieder auf die dekadische Vorhersageleistung auswirken. Das methodische Vorgehen orientiert sich an den auf dem dekadischen Forschungsgebiet üblichen Hindcast-Analysen, d. h. es werden die mithilfe des globalen Erdsystemmodells erstellten, retrospektiven dekadischen Vorhersagen des Untersuchungszeitraum (1979-2011) mit beobachten Werten verglichen, wozu mehrere Reanalysedatensätze zum Einsatz kommen. Die Auswertung erfolgt nach sog. Leadjahren, wofür aus allen jährlich gestarteten Vorhersagen im Untersuchungszeitraum jeweils ein bestimmtes Jahr nach Initialisierung des Modells herausgegriffen wird (z. B. für „Leadjahr 1“ jeweils das erste Jahr der Vorhersage). Zur Messung der Vorhersageleistung kommen mit dem Mean Squared Error Skill Score (MSSS) und dem Ranked Probability Skill Score (RPSS) sowohl ein deterministisches als auch ein probabilistisches Gütemaß zum Einsatz. Außerdem wird zur Evaluierung der Zeitreihen der lineare Korrelationskoeffizient nach Pearson (CORR) verwendet. Die Ergebnisse zeigen sowohl für die Telekonnektionsindizes als auch für die mit unterschiedlichen Klassifikationsverfahren generierten Zirkulationstypen, dass Verbesserungen in der Vorhersageleistung – insofern sie auftreten – grundsätzlich nur im ersten Leadjahr beobachtet werden können. Verbesserungen sind vor allem für die mit einer Initialisierung von Ozean und Atmosphäre versehene zweite (basline1) und dritte Modellgeneration (prototype) des dekadischen Vorhersagemodells MPI-ESM zu erkennen. Demgegenüber weisen die nicht initialisierten Modellläufe (historical) sowie die erste Modellgeneration (baseline0), welche lediglich eine Initialisierung des Ozeans aufweist, schlechtere Ergebnisse in der Vorhersageleistung auf. Allerdings zeigen die unterschiedlichen Telekonnektionsindizes und Klassifikationsverfahren deutliche Unterschiede. So treten beispielsweise im Frühling (MAM) des ersten Leadjahres einerseits Korrelationkoeffizienten nahe 0 für einzelne Telekonnektionsindizes (z. B. NAO) auf, andererseits lassen sich Werte über r = 0,7 für bestimmte Indizes (z. B. SOI) beobachten. Zudem wird in der vorliegenden Arbeit aufgezeigt, dass sich nicht nur die Implementierung einer Initialisierung in das Klimamodell positiv auf die Vorhersageleistung auswirkt. Vielmehr kann nachgewiesen werden, dass die Erhöhung der Ensembleanzahl einen entscheidenden Einfluss auf die Verbesserung in der Vorhersageleistung hat. Allerdings muss insgesamt festgestellt werden, dass sich die Verbesserungen, wenn man die Ergebnisse zu den Telekonnektionsindizes und für die mithilfe von unterschiedlichen Klassifikationsverfahren generierten Zirkulationstypen überblickend betrachtet, hauptsächlich auf das erste Leadjahr beschränken und nicht für den gesamten dekadischen Zeitraum beobachtet werden können.…