Ergebnisse der VALUE Evaluationsstudie

(1)

Ergebnisse der VALUE Evaluationsstudie

zur G üte von Regionalisierungsmethoden f ür die Klimaforschung Douglas Maraun, Martin Widmann, Jose Gutierrez, Sven Kotlarski, Elke Hertig, Joanna Wibig, Radan Huth, Renate Wilcke und alle Beitragenden Wegener Center Klima und Globalen Wandel, Universit ät Graz

Douglas Maraun VALUE April 7, 2016 1 / 25

(2)

Outline

Hintergrund

VALUE (2011-2015) Ergebnisse

(3)

Hintergrund

(4)

Hintergrund

Herausforderungen der Klimaforschung

I “Researchers are still struggling to develop tools to accurately forecast climate changes for the twenty-first century at the local and regional level.”Nature Editorial, 2010

I “Certainty is what current-generation regional studies cannot yet provide.”Nature Editorial, 2010

(5)

Downscaling und Robuste Anpassung

Manche sch ¨utten das Kind mit dem Bade aus

(6)

Hintergrund

Schl ¨usselfragen

I Wie gut simulieren Globalmodelle die Randbedingungen f ¨ur regionale Klimaprojektionen?

I Wie gut funktioniert Downscaling f ¨ur regionale Klimaprojektionen?

I Wie hoch ist das Signal-Rausch-Verh ¨altnis zwischen erwarteten Trends und nat ¨urlichen Klimaschwankungen?

Maraun et al., Earth’s Future, 2015

(7)

Hintergrund

(8)

VALUE (2011-2015)

Ziel

Das Ziel von VALUE ist die Etablierung eines Forschungsnetzes zur systematischenValidierungund

Verbesserungvon Downscaling Methoden f ¨ur die Klimaforschung.

(9)

Offenes Netzwerk EU COST Action ES1102

Mitgliedstaaten

(10)

VALUE (2011-2015)

VALUE Framework

(11)

Validierungsbaum

Marginal Temporal Spatial Inter-Variable Phenomena

Indices

Performance Measures Aspects

Which climatic phenomena are relevant for my problem?

Which aspects of the model output make up these phenomena?

What indices should be used to quantify these aspects?

How do I measure the performance to simulate these indices?

User Problem Q1

Q2

Q3

Q4

(12)

VALUE (2011-2015)

Beispiele f ¨ur Indizes und G ¨utemaße

www.value-cost.eu/reports

Randverteilungen

Index G ¨utemaß

Mittelwert, Varianz, 98% Perzentil (relativer) Bias Zeitliche Abh ¨angigkeit

Statistiken von Perioden Bias R ¨aumliche Abh ¨angigkeit

Zerfallsl ¨angen von Korrelation/Tail Dependence (relativer) Bias Multivariate Abh ¨angigkeit

Gemeinsame Schwellwert ¨uberschreitungen (relativer) Bias Variable bedingt auf großskalige Zirkulation (relativer) Bias

(13)

Validierungsexperimente

www.value-cost.eu/validation

I Perfect Predictor

Pr ¨adiktoren/Randwerte aus ERA-Interim Reanalyse I Pseudorealit ¨at

Pr ¨adiktanden aus Regionalmodellen (Gegenwart und Zukunft) I GCM-Pr ¨adiktoren

Pr ¨adiktoren/Randwerte aus Globalmodellen

(14)

VALUE (2011-2015)

Referenzdaten

www.value-cost.eu/data

gegitterte Daten ohne Registrierung gegitterte Daten mit Registrierung sub-t ¨agliche Daten

gegitterte Daten nur f ¨ur VALUE-Nutzer

Daten

I 85 ECA-D Stationen;

I entsprechende E-OBS Gitterboxen;

I hochwertige gegitterte Daten f ¨ur ausgew ¨ahlte Regionen;

I st ¨undliche Daten f ¨ur Emilia Romagna.

Variablen

I Temperatur, Niederschlag; an ausgew ¨ahlten Stationen:

Wind, Feuchte, Strahlung radiation.

(15)

Hintergrund

(16)

Ergebnisse

VALUE Portal

www.value-cost.eu/validationportal

(17)

Ergebnisse Temperatur

(18)

Ergebnisse Temperatur

Temperatur: Standardabweichung

blau: ERA-Interim; rot: Perfect Prog; gelb: MOS; orange: Wettergenerator

Gutierrez et al., Int. J. Climatol., in prep.

(19)

Ergebnisse Niederschlag

(20)

Niederschlag: Mittel

(21)

Niederschlagswahrscheinlichkeit

(22)

Niederschlag: Standardabweichung

(23)

Niederschlag: Trockenperioden

Hertig et al., Int. J. Climatol., in prep.

(24)

Special Issue in Int. J. Climatol.

I Introduction, Maraun et al.

I User needs, Roessler et al.

I Observational uncertainty, Kotlarski et al.

I Sensitivity of gridded data to station density, Herreira et al.

I Overall validation, Gutierrez et al.

I Temporal validation, Huth et al.

I Spatial validation, Widmann et al.

I Extreme events, Hertig et al.

I Multi-variate validation, Wilcke et al.

I Process-based validation, Maraun et al.

I Grid/station-scale comparison, Wibig et al.

I Sub-daily downscaling, Wibig et al.

(25)

Blick in die Zukunft

VALUE

I Experimente 2+3 Post-VALUE

Deep Uncertainties: bei welchen Gr ¨oßen sind unsere Unsicherheitsbereiche falsch?

I Widerspr ¨uche zwischen Modellensembles I Fehler von Globalmodellen

I Sommerextremniederschl ¨age ...

⇒CCCA-Vernetzungsworkshops in Wien und Graz Kontakt: douglas.maraun@uni-graz.at