Flood hazard estimations are conducted with a variety of methods. These include flood frequency analysis (FFA), hydrologic and hydraulic modelling, probable maximum discharges as well as climate scenarios. However, most of these methods assume stationarity of the used time series, i.e., the series must not exhibit trends. Against the background of climate change and proven significant trends in atmospheric circulation patterns, it is questionable whether these changes are also reflected in the discharge data. The aim of this PhD thesis is therefore to clarify, in a spatially-explicit manner, whether the available discharge data derived from selected German catchments exhibit trends. Concerning the flood hazard, the suitability of the currently used stationary FFA approaches is evaluated for the discharge data. Moreover, dynamics in atmospheric circulation patterns are studied and the link between trends in these patterns and discharges is investigated. To tackle this research topic, a number of different analyses are conducted. The first part of the PhD thesis comprises the study and trend test of 145 discharge series from catchments, which cover most of Germany for the period 1951–2002. The seasonality and trend pattern of eight flood indicators, such as maximum series and peak-over-threshold series, are analyzed in a spatially-explicit manner. Analyses are performed on different spatial scales: at the local scale, through gauge-specific analyses, and on the catchment-wide and basin scales. Besides the analysis of discharge series, data on atmospheric circulation patterns (CP) are an important source of information, upon which conclusions about the flood hazard can be drawn. The analyses of these circulation patterns (after Hess und Brezowsky) and the study of the link to peak discharges form the second part of the thesis. For this, daily data on the dominant CP across Europe are studied; these are represented by different indicators, which are tested for trend. Moreover, analyses are performed to extract flood triggering circulation patterns and to estimate the flood potential of CPs. Correlations between discharge series and CP indicators are calculated to assess a possible link between them. For this research topic, data from 122 meso-scale catchments in the period 1951–2002 are used. In a third part, the Mulde catchment, a mesoscale sub-catchment of the Elbe basin, is studied in more detail. Fifteen discharge series of different lengths in the period 1910–2002 are available for the seasonally differentiated analysis of the flood potential of CPs and flood influencing landscape parameters. For trend tests of discharge and CP data, different methods are used. The Mann-Kendall test is applied with a significance level of 10%, ensuring statistically sound results. Besides the test of the entire series for trend, multiple time-varying trend tests are performed with the help of a resampling approach in order to better differentiate short-term fluctuations from long-lasting trends. Calculations of the field significance complement the flood hazard assessment for the studied regions. The present thesis shows that the flood hazard is indeed significantly increasing for selected regions in Germany during the winter season. Especially affected are the middle mountain ranges in Central Germany. This increase of the flood hazard is attributed to a longer persistence of selected CPs during winter. Increasing trends in summer floods are found in the Rhine and Danube catchments, decreasing trends in the Elbe and Weser catchments. Finally, a significant trend towards a reduced diversity of CPs is found causing fewer patterns with longer persistence to dominate the weather over Europe. The detailed study of the Mulde catchment reveals a flood regime with frequent low winter floods and fewer summer floods, which bear, however, the potential of becoming extreme. Based on the results, the use of instationary approaches for flood hazard estimation is recommended in order to account for the detected trends in many of the series. Through this methodology it is possible to directly consider temporal changes in flood series, which in turn reduces the possibility of large under- or overestimations of the extreme discharges, respectively. / Hochwasserabschätzungen werden mit Hilfe einer Vielzahl von Methoden ermittelt. Zu diesen zählen Hochwasserhäufigkeitsanalysen, die hydrologische und hydraulische Modellierung, Abschätzungen zu maximal möglichen Abflüssen wie auch Langzeitstudien und Klimaszenarien. Den meisten Methoden ist jedoch gemein, dass sie stationäre Bedingungen der beobachteten Abflussdaten annehmen. Das heißt, in den genutzten Zeitreihen dürfen keine Trends vorliegen. Vor dem Hintergrund des Klimawandels und nachgewiesener Trends in atmosphärischen Zirkulationsmustern, stellt sich jedoch die Frage, ob sich diese Veränderungen nicht auch in den Abflussdaten widerspiegeln. Ziel der Dissertation ist daher die Überprüfung der Annahme von Trendfreiheit in Abflüssen und Großwetterlagen, um zu klären, ob die aktuell genutzten stationären Verfahren zur Hochwasserbemessung für die vorhandenen Daten in Deutschland geeignet sind. Zu prüfen ist des Weiteren, inwiefern regional und saisonal eine Verschärfung bzw. Abschwächung der Hochwassergefahr beobachtet werden kann und ob eindeutige Korrelationen zwischen Abflüssen und Großwetterlagen bestehen. Den ersten Schwerpunkt der vorliegenden Dissertation bildet die deutschlandweite Analyse von 145 Abflusszeitreihen für den Zeitraum 1951–2002. Acht Hochwasserindikatoren, die verschiedene Aspekte der Hochwasser-Charakteristik beleuchten, werden analysiert und bezüglich möglicher Trends getestet. Um saisonalen Unterschieden in der Hochwassercharakteristik der einzelnen Regionen gerecht zu werden, werden neben jährlichen auch saisonale Reihen untersucht. Die Analyse von Maximalreihen wird durch Schwellenwertanalysen ergänzt, die die Hochwasserdynamik bzgl. Frequenz und Magnitude detaillierter erfassen. Die Daten werden auf verschiedenen Skalen untersucht: sowohl für jeden einzelnen Pegel wie auch für ganze Regionen und Einzugsgebiete. Nicht nur die Analyse der Abflussdaten bietet die Möglichkeit, Bewertungen für die zukünftige Hochwasserabschätzung abzuleiten. Auch Großwetterlagen bilden eine bedeutende Informationsquelle über die Hochwassergefahr, da in der Regel nur ausgewählte Zirkulationsmuster die Entstehung von Hochwasser begünstigen. Die saisonal differenzierte Untersuchung der Großwetterlagen und die Prüfung einer Korrelation zu den Abflüssen an 122 mesoskaligen Einzugsgebieten bilden deshalb den zweiten Schwerpunkt der Arbeit. Hierzu werden tägliche Daten der über Europa dominierenden Großwetterlage (nach Hess und Brezowsky) mit Hilfe verschiedener Indikatoren untersucht. Analysen zum Hochwasserpotential der einzelnen Wetterlagen und weiterer Einflussfaktoren werden für das mesoskalige Einzugsgebiet der Mulde in einer separaten Studie durchgeführt. Für diese Detail-Studie stehen 15 Abflusszeitreihen verschiedener Länge im Zeitraum 1909–2002 zur Verfügung. Um die Daten von Abflüssen und Großwetterlagen bezüglich vorhandener Trends zu testen, werden verschiedene Methoden genutzt. Der Mann-Kendall Test wird mit einem Signifikanzniveau von 10% (zweiseitiger Test) angewendet, was statistisch sichere Bewertungen ermöglicht. Neben der Prüfung der gesamten Datenreihe werden multiple zeitlich-variable Trendanalysen mit Hilfe eines Resampling-Ansatzes durchgeführt. Darüber hinaus werden räumlich differenzierte Analysen durchgeführt, um die saisonale Hochwassercharakteristik einzelner Regionen besser zu verstehen. Diese werden durch Tests zur Feldsignifikanz der Trends ergänzt. Mit der vorliegenden Arbeit kann gezeigt werden, dass die Hochwassergefahr für einzelne Regionen im Winterhalbjahr signifikant steigt. Davon sind insbesondere Gebiete in Mitteldeutschland betroffen. Die Verschärfung der Hochwassergefahr durch eine längere Persistenz ausgewählter Großwetterlagen konnte ebenfalls für das Winterhalbjahr nachgewiesen werden. Sommerhochwasser zeigen zwar ebenfalls steigende, aber auch fallende Trends, die räumlich geclustert sind. Im Elbe- und Weser-Einzugsgebiet sinken die Abflüsse signifikant, im Donau- und Rheineinzugsgebiet steigen sie nachweisbar. Darüber hinaus ist eine signifikante Abnahme der Anzahl verschiedener Großwetterlagen sowohl im Sommer als auch im Winter zu verzeichnen. Bzgl. der Studie zum Mulde-Einzugsgebiet konnte ein zweigeteiltes Hochwasserregime nachgewiesen werden. In den Wintermonaten treten häufig kleine Hochwasser auf, die auch die Mehrheit der jährlichen Maximalwerte bilden. Sommerhochwasser sind seltener, können aber extreme Ausmaße annehmen. Ein Vergleich der geschätzten Jährlichkeiten mit verschiedenen Zeitreihen zeigt die Notwendigkeit der Berücksichtigung saisonaler Aspekte für die Bemessung von Hochwassern. Aufgrund der Ergebnisse müssen die bisher genutzten stationären Verfahren als nicht mehr geeignet bewertet werden. Es wird daher die Nutzung instationärer Verfahren zur Abschätzung von Extremhochwasser und der damit verbundenen Bemessung von Schutzmaßnahmen empfohlen, um den teilweise vorliegenden Trends in den Daten Rechnung zu tragen. Durch diesen Ansatz ist es möglich, zeitlich dynamische Veränderungen im Hochwassergeschehen stärker zu berücksichtigen. Darüber hinaus sollten saisonale Aspekte des Einzugsgebietes Eingang in die Gefahrenabschätzung finden.

The Mediterranean region frequently experiences extreme precipitation events (EPEs) with devastating consequences for affected societies, economies, and environment. Thus, it is crucial to better understand their characteristics and drivers and improve their predictions at longer lead times. This work provides new insights about the spatiotemporal dependencies of EPEs in the region. It, moreover, implements Empirical Orthogonal Function analysis and subsequent non-hierarchical Kmeans clustering for generating nine distinct weather patterns over the domain, referred to as “Mediterranean patterns”. These patterns are significantly associated with EPEs across the region, and in fact, can be used to extend the forecasting horizon of EPEs. This is demonstrated considering modelled data for all the domain, but also using observational data for Calabria, southern Italy, an area of complex topography that increases the challenges of weather prediction. The results suggest preferential techniques for improving EPEs predictions for short, medium, and extended range forecasts, supporting thus the mitigation of their negative impacts.