Dürre und Spätfrostgefahr in einem sich ändernden Klima
Projektbeschreibung
Der Klimawandel führt zu einer Zunahme sowohl von Dürren als auch von Spätfrösten im Frühjahr – zwei Extreme, die Waldökosysteme schwer schädigen können, wenn sie gleichzeitig auftreten. Dennoch ist ihre statistische Wechselbeziehung nach wie vor kaum verstanden. In diesem Projekt haben wir einen neuartigen statistischen Rahmen entwickelt, um die gemeinsame Wahrscheinlichkeit von Dürre- und Spätfrostrisiken zu quantifizieren, wobei wir uns auf Bayern als Fallstudie konzentriert haben. Anhand hochauflösender historischer Klimadaten und zukünftiger Klimaprognosen haben wir modelliert, wie sich die Abhängigkeit zwischen diesen Extremen im Laufe der Zeit entwickelt. Unser neu entwickeltes Y-Vine-Copula-Regressionsmodell ermöglicht die flexible Modellierung komplexer Abhängigkeiten und unterstützt die räumliche Risikovorhersage unter verschiedenen Emissionsszenarien. Die Ergebnisse bilden eine datengestützte Grundlage für eine verbesserte Waldrisikobewertung und ein langfristiges Ökosystemmanagement unter den Bedingungen des Klimawandels.
Ergebnisse
- Entwicklung eines neuartigen Y-Vine-Copula-Regressionsmodells für Regressionskonfigurationen mit zwei Antwortvariablen
- Erfolgreiche Erfassung von Heavy Tails und asymmetrischen Abhängigkeitsstrukturen zwischen Dürre und Frost
- Quantifizierung der gemeinsamen Wahrscheinlichkeit extremer Ereignisse in den historischen Aufzeichnungen Bayerns (1951–2020)
- Entwicklung einer neuen Methode zur räumlichen und zeitlichen Risikovorhersage
- Nachweis der mit der Zeit steigenden gemeinsamen Wahrscheinlichkeit für ein geringes Risiko von Dürre und Spätfrost
- Ermöglichung eines direkten Vergleichs zwischen historischen und prognostizierten Klimabedingungen
- Bereitstellung einer statistischen Grundlage für eine verbesserte Risikobewertung von Waldökosystemen
Weitere Schritte
Eine Erweiterung dieses Projekts stellt die Erweiterung des räumlichen Umfangs von Bayern auf den europäischen Raum dar. Dabei könnte die Entwicklung hochauflösender täglicher Klimadatensätze mit einer weiteren Verfeinerung des Y-Vine-Copula-Rahmenwerks kombiniert werden. Ziel ist es, regionale Unterschiede im Zusammenspiel von Wetterbedingungen, Spätfrost und Dürre in ganz Europa zu identifizieren. Dies wird umfassendere Waldrisikobewertungen unterstützen und adaptive Managementstrategien im Rahmen des sich beschleunigenden Klimawandels ermöglichen.

M. Tepegjozova und C. Czado (2022), Bivariate vine copula based quantile regression: A publication on the novel vine tree structure was finished and submitted to the Journal of Multivariate Analysis, https://arxiv.org/abs/2205.02557
Team
Prof. Dr. Christian Zang, TUM Junior research group HyBBEx Weihenstephan Triesdorf, University of Applied Sciences
Benjamin Meyer, MSc, Land Surface-Atmosphere Interactions TUM Junior research group HyBBEx


