Detailansicht
Changes in heatwave properties under climate change
a systematic bias in future heatwave diagnostics throughout the seasonal cycle
Maximilian Meindl
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Meteorology
Betreuer*in
Aiko Voigt
Mitbetreuer*in
Lukas Brunner
DOI
10.25365/thesis.75635
URN
urn:nbn:at:at-ubw:1-20439.39329.208143-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Der vom Menschen verursachte Klimawandel führt zu einer globalen Erwärmung und damit zu häufigeren und intensiveren Temperaturextremen. Tägliche Temperaturextreme können nach verschiedenen Ansätzen definiert werden, wobei sogenannte Schwellenwerte auf der Grundlage relativer Perzentile eine gängige Methode sind. In dieser Masterarbeit werde ich Hitzewellen, die in Raum und Zeit verbunden sind, im Verlauf des saisonalen Zyklus untersuchen, wobei sich diese aus täglichen Temperaturextremen ableiten lassen. Die genaue Definition der Schwellenwerte spielt dabei eine wesentliche Rolle. Um die Sensitivität auf abgeleitete Metriken von Hitzewellen gegenüber der Definition des Extremschwellenwertes zu untersuchen, verwende ich den Ansatz von sogenannten beweglichen Schwellenwerten. Diese Methode umfasst ein gleitendes Fenster von 31 Tagen, um die Stichprobengröße für Perzentilberechnungen zu erhöhen, sowie ein zusätzliches gleitendes Fenster von 31 Jahren, um den Einfluss der globalen Erwärmung zu berücksichtigen. Es wird gezeigt, dass die Einführung eines gleitenden Fensters über den saisonalen Zyklus zu einem Bias bei der Überschreitung von Schwellenwerten führen kann. Um dieses Problem zu lösen, schlugen Brunner et al., 2024 eine einfache Bias-Korrekturmethode vor, die die Entfernung des mittleren saisonalen Zyklus vor der Berechnung der Schwellenwerte beinhaltet. Diese Methode verwende ich im Zuge meiner Masterarbeit, um Auswirkungen auf abgeleitete Metriken von Hitzewellen zu untersuchen. Ich verwende das 99. Perzentil als Schwellenwert und illustriere das Potenzial für einen signifikanten Bias in der Häufigkeit von Extremen, der in bestimmten Regionen laut 5 ausgewählten CMIP6-Modellen über 50% liegt. Meine Ergebnisse zeigen außerdem, dass ohne Anwendung der Biaskorrektur eine erhebliche Unterschätzung abgeleiteter Eigenschaften von Hitzewellen auftritt, insbesondere in Bezug auf Fläche, Dauer und Intensität. Für ein Ensemblemember des globalen Klimamodells ACCESS-CM2 kann die Differenz in der Fläche von Hitzewellen bei Vergleich der biaskorrigierten und nicht biaskorrigierten Ergebnisse für die 100 größten Ereignisse im Zeitraum 1960-1990 bis zu 40% betragen. Eine statistische Analyse von 5 Ensemblemitgliedern des ACCESS-CM2 Modells zeigt, dass Änderungen in den Eigenschaften von Hitzewellen statistisch signifikant sind, wenn die Biaskorrektur nicht angewendet wird. Nur wenn eine geeignete Methode zur Biaskorrektur verwendet wird gibt es keine signifikanten Veränderungen von projizierten Hitzewellen, wenn sie relativ zur Zukunft definiert sind. Die Ergebnisse meiner Masterarbeit tragen dazu bei, ein besseres Verständnis der Auswirkungen saisonaler gleitender Fenster auf die Eigenschaften von Hitzewellen zu erlangen und liefern wertvolle Erkenntnisse für zukünftige Klimaprojektionen. Die Existenz eines systematischen Bias in der Diagnostik zukünftiger Hitzewellen über den saisonalen Zyklus hinweg wurde bereits von Brunner et al., 2024 nachgewiesen, wobei meine Arbeit insbesondere die Auswirkungen des Bias auf zukünftige Veränderungen von Hitzewellen zeigt. Zudem betone ich die Bedeutung der Anwendung geeigneter Methoden zur Biaskorrektur, um die Genauigkeit von Temperaturextremen im Zusammenhang mit dem aktuellen Klimawandel zu verbessern.
Abstract
(Englisch)
Human-induced climate change is leading to a warming Earth, resulting in more frequent and intense temperature extremes. Daily temperature extremes can be defined following various approaches, with relative percentile-based thresholds being a common method. In this master thesis I am exploring spatiotemporal heatwaves across the seasonal cycle derived from daily temperature extremes, emphasizing the critical role of the extreme threshold chosen in their definition. To investigate the sensitivity of heatwave characteristics to the extreme threshold definition, I focus on the approach utilizing a so-called moving threshold. This method involves a 31-day running window to increase the sample size for percentile calculations as well as an additional 31-year running window to account for the impact of global warming. It is recognized that the usage of a seasonal running window may introduce biases in threshold exceedances. To address this issue, Brunner et al., 2024 proposed a simple bias-correction method, involving the removal of the mean seasonal cycle before percentile threshold calculation, which I will also use here to explore effects on downstream impact metrics. I focus on the 99th percentile as threshold and show the potential for a significant bias in the extreme frequency, exceeding 50% in certain regions according to 5 selected CMIP6 models. My findings further reveal that without bias-correction, this also leads to a substantial underestimation of derived heatwave properties, in particular area, duration, and magnitude. For one ensemble member of the ACCESS-CM2 model, the difference in heatwave area can reach up to 40%, when comparing biased and corrected results for the 100 biggest events in the period 1960-1990. A statistical analysis of 5 ensemble members of the ACCESS-CM2 model shows that changes in heatwave properties are statistically significant when the bias-correction method is not applied. When defined relative to a future climate, simulated heatwaves show no significant changes unless no proper bias-correction method is employed. The results of my master thesis contribute to a better understanding of the implications of using a seasonally running window on heatwave characteristics, providing valuable insights for future climate projections. I emphasize the importance of adopting appropriate methods and bias-correction techniques to enhance the accuracy of temperature extremes in the context of ongoing climate change.
Schlagwörter
Schlagwörter
(Deutsch)
Hitzewellen Klimasimulationen Klimawandel Temperaturextreme Systematischer Fehler Statistische Analyse
Schlagwörter
(Englisch)
heatwaves climate simulations climate change temperature extremes systematic bias statistical analysis
Autor*innen
Maximilian Meindl
Haupttitel (Englisch)
Changes in heatwave properties under climate change
Hauptuntertitel (Englisch)
a systematic bias in future heatwave diagnostics throughout the seasonal cycle
Publikationsjahr
2024
Umfangsangabe
viii, 62 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Aiko Voigt
AC Nummer
AC17150100
Utheses ID
70854
Studienkennzahl
UA | 066 | 614 | |