Detailansicht

Vergleich von Homogenisierungsverfahren

Jasmina Hadzimustafic

Art der Arbeit

Diplomarbeit

Universität

Universität Wien

Fakultät

Fakultät für Geowissenschaften, Geographie und Astronomie

Betreuer*in

Leopold Haimberger

URN

urn:nbn:at:at-ubw:1-29078.07600.186254-0

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Die Reliabilität langjähriger klimatologischer Messungen ist ein wesentlicher Aspekt der physikalischen Interpretation beobachteter und modellierter atmosphärischer Prozesse. Die räumliche und zeitliche Inhomogenität der Beobachtungen atmosphärischer Parametern erhöht das Risiko falscher Aussagen über Wetter und Klima, besonders dann, wenn die Unsicherheiten unbekannt oder nicht quantifizierbar sind. Die Notwendigkeit, zwischen der natürlichen Variabilität und künstlichen Inhomogenitäten zu unterscheiden, hat zur Entwicklung verschiedener Methoden für die Erkennung und Korrektur der Inhomogenitäten in den klimatologischen Daten geführt. Diese Arbeit beschäftigt sich mit dem Vergleich zweier bekannter Methoden für Erkennung von Brüchen, Ausreißern und linearen Trends in klimatologischen Messungen. Einige Varianten des Standard Normal Homogenitätstests (SNHT; \citealp{Alexandersson:97}) und die Methode von \citet{CaussinusMestre:04} (CMT) werden anhand von simulierten Daten verglichen und ihr Verhalten bei der Erkennung von Brüchen in vertikalen Temperaturprofilen aus Radiosondenbeobachtungen analysiert. Weil die Homogenisierung von Radiosondendaten tägliche Daten erfordert, wurden die beiden Methoden auch auf dieser Zeitskala verglichen. %Um sich mit dem Problem der Homogenisierung von Zeitreihen auf Tagesskala zu beschäftigen, wurden die zwei Methoden mit täglichen Daten verglichen. Beide Verfahren wurden in die RAOBCORE (RAdiosonde OBservation Bias Correction using REanalyses; \citealp{Haimberger:05,Haimberger:07}) Software implementiert. Die Unterschiede in der Empfindlichkeit der beiden Methoden gegenüber starker Variabilität in Tagesdaten war in diesem Vergleich besonders herausfordernd, ebenso die Optimierung der Caussinus und Mestre Methode hinsichtlich ihrer Recheneffizienz. Im Gegensatz zum linearen Anstieg des SNHT steigt deren Rechenzeit mindestens quadratisch mit der Anzahl der Tage, was die Anwendung diesen Test für die Detektion der Inhomogenitäten in Tagesdaten erschwert. Während CMT mit simulierten Daten meist bessere Ergebnisse lieferte, waren die Unterschiede bei der Verwendung mit RAOBCORE gering, mit leichten Vorteilen für den SNHT. Insgesamt scheint es, dass beide Methoden Brüche verlässlich detektieren und eher die Schätzung der Bruchstärken für die Homogenisierungsqualität entscheidend ist.

Abstract

(Englisch)

The scientific efforts to prove and quantify changing climate include a discussion about data quality. The reliability of long instrumental time series of meteorological parameters such as temperature, wind, humidity and precipitation is a crucial aspect of the scientific interpretation and verification of modeled and observed climate patterns from the last century and future scenarios. The temporal and spatial inhomogenity of observations as well as the wide spectra of measurement routines and measuring instruments increases the risk of false interpretation of the existing datasets. To be able to distinguish between natural climate variability and artificial shifts in the form of systematic and random errors, it is neccessary to apply objective statistical methods to detect, quantify and correct shifts and artificial trends in time series. Two statistical techniques for the homogenization of artificial breaks will be discussed in this work regarding their efficiency to detect inhomogenities in daily temperature data from the statistical and computational point of view. Two methods, the Standard Normal Homogeneity Test for single shifts and linear trends (SNHT) from \citet{Alexandersson:97} and the Multiple change-points penalized Log-Likelihood procedure (CMT) from \citet{CaussinusLyz:97}, applied on climatological data by \citet{CaussinusMestre:04} are discussed in order to give a quantitative insight in their performance when dealing with highly resolved, daily data. The comparison was implemented with both, synthetic data and real data from global radiosonde datasets, being homogenized with the RAOBCORE (RAdiosonde OBservation Bias Correction using REanalyses) tool developed at the Department of Meteorology and Geophysics, University of Vienna \citep{Haimberger:05,Haimberger:07}. RAOBCORE homogenization tool detects and adjusts artificial shifts in time series by comparison of radiosonde data with ERA-40 and ERA Interim Re-Analyses, products of European Centre for Medium-Range Weather Forecasts (ECMWF) and available for the time period since 1957. The inhomogeneities are detected with a modified version of SNHT (equal sampling SNHT), which performed well in this application. However, it shows some general limitations, such as pure detection rate when dealing with weaker magnitude shifts and time series with more frequent breaks. The final aim was to integrate the second test, CMT for the homogenization of the global radiosonde data in RAOBCORE at reasonable computational costs and to reduce its sensitivity, when being applied on daily data. The computational costs increase quadratic with the length of investigated series, rendering this method problematic compared to SNHT. Apart from improvements on the computational efficiency, further modifications were introduced in order to reduce the false alarm rate for long daily records caused by additional noise in daily data.

Autor*innen

Jasmina Hadzimustafic

Haupttitel (Deutsch)

Vergleich von Homogenisierungsverfahren

Publikationsjahr

2011

Umfangsangabe

94 S. : Ill., graph. Darst.

Sprache

Deutsch

Beurteiler*in

Leopold Haimberger

Klassifikationen

38 Geowissenschaften > 38.80 Meteorologie: Allgemeines ,

38 Geowissenschaften > 38.82 Klimatologie

AC Nummer

AC08716174

Utheses ID

13181

Studienkennzahl

UA | 415 | | |

Detailansicht

Abstracts

Schlagwörter