Universität zu Köln

Haas, Rabea (2015). Estimation of regional-scale wind and gust speeds for Europe by statistical-dynamical downscaling. PhD thesis, Universität zu Köln.

Preview

PDF Diss.pdf - Submitted Version Download (14MB)

Abstract

The winter season 2013/14 has shown once again that mid-latitude windstorms have a strong impact on Europe in terms of potential damages and insured losses caused by gusts or indirectly by storm surges. To analyze windstorm occurrences and associated footprints, data sets or simulations are necessary, which have a high temporal and spatial resolution, cover reality as best as possible, and are able to predict wind or gust speeds for future climate conditions. In order to meet these requirements, this study combines data from General Circulation Models (GCMs), reanalyses, Regional Climate Models (RCMs), and observations with respect to the individual advantages. The first part relates large-scale reanalysis wind speeds and regional gust speeds simulated with the COSMO-CLM RCM by multiple linear regression models. These models are trained with a sample of 100 historical windstorms, which had a large influence on European onshore areas. By applying the obtained transfer functions to other large-scale data (GCM simulations), this kind of statistical-dynamical downscaling enables to estimate high-resolution gust speed footprints for Europe in a computationally cost-efficient way. A validation against observations of German weather stations shows that both the results for the combined downscaling approach and for pure dynamical downscaling with an RCM are in congruence with measurements and have similar deviations. The deviations from observations are caused by model biases due to local effects, which cannot be parameterized by the RCM. Thus, the second part aims at adjusting RCM simulations to observations. For this purpose, wind observations of 173 selected test sites and gust observations of 111 selected test sites of the German Weather Service as well as COSMO-CLM simulations are fitted by Weibull distributions. The observation-based distribution parameters are interpolated to the RCM grid, where they are related to the parameters of the simulations by probability mapping. This enables to correct the simulations while retaining the regular grid. Validation with grid points and nearby test sites shows an improvement of about 84 % and 64 % of the sites for wind and gust, respectively. Averaged over all test sites, for wind, 99 of the 100 selected events are improved in terms of more realistic simulations, and 88 events are improved for gusts. In the third part, the introduced statistical-dynamical downscaling is applied to a large ensemble of decadal hindcasts simulated with the earth system model of the Max-Plack-Institue (MPI-ESM-LR, baseline 1). The decadal predictability of peak wind speeds over Europe is analyzed using ten different realizations of yearly initialized decades between 1979 and 2010. Comparing original COSMO-CLM footprints and statistical-dynamically downscaled footprints of all days within the investigation period with respect to selected quantiles shows that the approach is appropriate for this large ensemble. The methodology is also able to identify periods with enhanced windstorm activity as exemplary shown for the years 1990 - 1993. The validation against uninitialized simulations using skill scores indicates that both the original hindcasts and the downscaled hindcasts are able to predict wind speeds and peak wind speeds for Europe on decadal scales. The performance is best for high quantiles equal or above 75 % and for the first years (1 - 4) after initialization. It is shown that the combination of the different data sets enables to increase the data resolution in a computationally inexpensive way, while small-scale features parameterized by the RCM are still included. This is important for large ensembles like given for decadal hindcasts and predictions. Additionally, the approach has the advantage of estimating peak winds as proxy for gusts, whereas most large-scale data sets only provide wind speeds. For wind speed, it is recommendable to adjust the simulations to observations by quantile mapping. The same technique delivers for gust speeds improvements only in some areas of the German investigation area. In general, adding or omitting parts of the approach introduced here is easy to implement as all techniques are applicable stand-alone and joined together. This enables to use the methodology also for other parameters.

Item Type:	Thesis (PhD thesis)
Translated abstract:	Abstract Language Der Winter 2013/14 hat einmal mehr gezeigt, dass Stürme der mittleren Breiten einen großen Einfluss auf Europa haben, da sie durch Böen und indirekt durch Sturmfluten große, teils versicherte, Schäden verursachen. Zur Untersuchung von Stürmen, ihrem Auftreten und damit verbundenen Wind- und Böensignaturen, sind geeignete Datensätze nötig. Diese sollten eine große zeitliche und räumliche Auflösung haben, die Realität so gut wie möglich widerspiegeln und in der Lage sein, Wind- oder Böengeschwindigkeiten unter zukünftigen Klimabedingungen zu simulieren. Um diesen Anforderungen gerecht zu werden, zeigt diese Arbeit eine Möglichkeit Daten von globalen Klimamodellen, Reanalysen, Regionalmodellen und Beobachtungen unter Berücksichtigung der individuellen Vorteile zu kombinieren. Der erste Teil setzt Windgeschwindigkeiten aus Reanalysen und Böengeschwindigkeiten, die mit dem Regionalmodell COSMO-CLM simuliert wurden, in Beziehung. Dazu werden lineare Regressionsmodelle mit einer Stichprobe von 100 Stürmen, die einen großen Einfluss auf das Europäische Festland hatten, trainiert. Die ermittelten Transferfunktionen können anschließend auf andere großskalige Daten (Klimamodelle) angewandt werden. Durch diese Art der statistisch-dynamischen Regionalisierung ist es möglich, hoch aufgelöste Böensignaturen für Europa mit geringem Rechenaufwand zu schätzen. Eine Validierung gegenüber Beobachtungen Deutscher Wetterstationen zeigt sowohl für die Ergebnisse des kombinierten Ansatzes als auch für die Ergebnisse der rein dynamische Regionalisierung mit einem Regionalmodell gut Übereinstimmungen mit Messungen und ähnliche Abweichungen. Die Abweichungen zu den Beobachtungen werden dabei durch lokale Effekte verursacht, die nicht durch das Regionalmodell parameterisiert werden können. Aus diesem Grund zielt der zweite Teil der Arbeit auf die Anpassung von Regionalmodellsimulationen an Beobachtungen. Dafür werden Weibull Verteilungen an Windbeobachtungen 173 ausgewählter Stationen, Böenbeobachtungen 111 ausgewählter Stationen und COSMO-CLM Simulationen angepasst. Die beobachtungsbasierten Verteilungsparameter werden anschließend auf das Regionalmodellgitter interpoliert, wo sie durch "Probability Mapping" mit den Parametern der Simulationen verknüpft werden. Dadurch können die Simulationen korrigiert werden, während das regelmäßige Gitter beibehalten wird. Eine Validierung mit Gitterpunkten und benachbarten Stationen zeigt eine Verbesserung der Simulationen in Richtung der Beobachtungen an 84 % der Stationen für Wind und an 64 % der Stationen für Böen. Gemittelt über alle Stationen können für Wind 99 der 100 ausgewählten Ereignisse verbessert werden und für Böen 88 Ereignisse. Im dritten Teil wird die statistisch-dynamische Regionalisierung auf ein großes Ensemble dekadischer "Hindcasts" des Erdsystemmodells des Max-Planck-Instituts (MPI-ESM-LR, baseline 1) angewandt. Die dekadische Vorhersagbarkeit von Spitzenwindgeschwindigkeiten über Europe wird mit Hilfe von zehn unterschiedlichen Realisierungen jährlich initialisierter Dakaden zwischen 1979 und 2010 untersucht. Vergleicht man ausgewählte Quantile der originalen COSMO-CLM Signaturen und der statistisch-dynamisch regionalisierten Signaturen, zeigt sich, dass der Ansatz für dieses große Ensemble geeignet ist. Die Methode kann außerdem zur Identifizierung von Zeiträumen mit erhöhter Sturmaktivität genutzt werden, wie beispielhaft an den Jahren 1990\,-\,1993 gezeigt wird. Der Vergleich zu uninitialisierten Simulationen liefert Qualitätsmaße, die darauf hinweisen, dass sowohl die "Hindcasts", als auch die regionalisierten Simulationen geeignet sind, um Windgeschwindigkeiten bzw. Spitzenwindgeschwindigkeiten für Europa auf dekadischen Skalen vorherzusagen. Das Ergebnis ist dabei am besten für hohe Quantile größer oder gleich 75 % und für die ersten Jahre (1 - 4) nach der Initialisierung. Es wurde gezeigt, dass die Kombination der verschiedenen Datensätze dazu führt, dass die Auflösung der Daten ohne großen Rechenaufwand erhöht werden kann, während die durch das Regionalmodell parameterisierten kleinskaligen Eigenschaften erhalten bleiben. Des Weiteren hat die Methodik den Vorteil, dass Spitzenwinde als Näherung von Böen geschätzt werden können, wohingegen die meisten großskaligen Datensätze nur Windgeschwindigkeiten liefern. Für Windgeschwindigkeiten ist es empfehlenswert, die Simulationen an die Beobachtungen durch "Quantile Mapping" anzupassen. Für Böen liefert die gleiche Technik nur in machen Gebieten Deutschlands eine Verbesserung. Im Allgemeinen ist es jedoch einfach, einzelne Teile der Methodik hinzuzufügen oder wegzulassen, da alle Techniken sowohl alleine als auch zusammenhängend anwendbar sind. Dies erlaubt auch eine einfache Anpassung für andere Parameter. German
Creators:	Creators Email ORCID ORCID Put Code Haas, Rabea rhaas@meteo.uni-koeln.de UNSPECIFIED UNSPECIFIED
URN:	urn:nbn:de:hbz:38-61189
Date:	2015
Language:	English
Faculty:	Faculty of Mathematics and Natural Sciences
Divisions:	Faculty of Mathematics and Natural Sciences > Department of Geosciences > Institute for Geophysics and Meteorology
Subjects:	Earth sciences
Uncontrolled Keywords:	Keywords Language European windstorms English Downscaling English Dekadal Predictability English
Date of oral exam:	10 June 2014
Referee:	Name Academic Title Kerschgens, Michael Prof. Dr. Fink, Andreas Prof. Dr.
Refereed:	Yes
URI:	http://kups.ub.uni-koeln.de/id/eprint/6118