Ziel dieser Arbeit ist es einerseits, allgemeine Erwartungen an die Bedienabläufe eines Fahrerinformationssystems zu ermitteln, welche Benutzer aus ihren Vorerfahrungen mit anderen technischen Geräten mitbringen, und andererseits zu zeigen, dass sich die Anpassung der Bedienabläufe eines Fahrerinformationssystems an diese allgemeinen Benutzererwartungen vorteilhaft auf die Gebrauchstauglichkeit des Gerätes auswirkt. Dabei wird eine Erwartung, welche in einer bestimmten Bediensituation an das Gerät besteht, verstanden als das mentale Modell von der Funktionsweise des Systems, welches der Benutzer in genau dieser Situation aus seinem schematischen Vorwissen und Merkmalen der Bedienoberfläche des zu bedienenden Gerätes bildet. In einer ersten Studie werden zunächst durch einen Vergleich mit dem konzeptuellen Modell eines bestehenden Fahrerinformationssystems diejenigen mentalen Modelle der Benutzer von Bedienabläufen identifiziert, welche interindividuell übereinstimmen. Dazu wird eine auf process tracing aufbauende, eigens entwickelte Methodik eingesetzt, welche es ebenfalls erlaubt, für diese Erwartungen diejenigen Aspekte zu ermitteln, welche unabhängig von speziellen Merkmalen des untersuchten Systems auch für Bedienabläufe eines Fahrerinformationssystems generell zutreffen. In einer nächsten Studie werden die ermittelten systemunabhängigen Benutzererwartungen verifiziert, indem aus ihnen das Bedienverhalten für ein zweites FIS mit anderem Bedienkonzept vorhergesagt wird. Dank der Verwendung des gleichen, handlungspsychologisch definierten Analyseniveaus für mentale und konzeptuelle Modelle können die verifizierten systemunabhängigen, interindividuell übereinstimmenden Benutzererwartungen als konzeptuelle Modelle in Form von Status-Übergangs-Diagrammen dargestellt und so als allgemeine Gestaltungsempfehlungen für Bedienabläufe in Fahrerinformationssystemen festgehalten werden. In einer dritten Studie werden die Bedienabläufe eines Prototypen entsprechend den allgemeinen Benutzererwartungen gestaltet und gegenüber Bedienabläufen evaluiert, welche von den Benutzererwartungen abweichen. Dabei zeigt sich, dass Bedienabläufe, welche mit den allgemeinen mentalen Modellen der Benutzer übereinstimmen, zu besseren Bedienleistungen und Systembewertung auf Seiten der Benutzer führen. Die formulierten allgemeinen Gestaltungsempfehlungen sind meist generalisierbar auf andere Domänen und die Ergebnisse dieser Arbeit bieten Ansatzpunkte für zukünftige Forschungsarbeiten. / The presented research project has two main goals: To learn about the nature of users’ general expectancies towards the operation of infotainment systems in passenger cars and to show that designing the paths of operation according to the users’ expectancies has positive effects on the usability of such systems. An expectancy at a certain point in the course of operation is understood as the mental model which the user forms of the system’s functionality in this situation on the basis of the system’s interface’s properties and his or her past experiences with other technical devices. A first study compares the conceptional model of an existing in-car infotainment system with the mental models of people using this system and thus identifies which mental models are shared interindividually by a majority of the users. The methodology used in this study was developed based on process tracing and permitted to equally identify those aspects of the mental models which are independent of the specific interaction concept of the examined system and therefore apply to the paths of operation of any in-car infotainment system in general. A next study verifies the users’ system-independent expectancies found in the first study by predicting users’ behavior during the operation of a second system with a different user interface. Both the users’ mental models and the systems’ conceptional models are analyzed and described using the same level of abstraction which is defined on the basis of action regulation theory. Thus directly comparable to the conceptional models, the users’ expectancies are described as state-transition diagrams which in turn as conceptional models represent the derived recommendations for the design of operational paths in infotainment systems. A third study uses a prototype system to evaluate paths of operation which have been designed according to the general recommendations versus paths of operation which deviate from the users’ expectancies. The results of this third study show that a system with paths of operation matching the users’ general mental models permits better user performance and leads to greater customer satisfaction. The general rules for designing the paths of operation of an in-car infotainment system described in this project can be applied to other domains and open perspectives for future research.

In diesem Beitrag diskutieren wir die Szenariotechnik als partizipatives Instrument zum Umgang mit komplexen, nichtlinearen Systemen. Exemplarisch berichten wir über ein transdisziplinär angelegtes Projekt zur Transformation der Landwirtschaft. Anhand dessen skizzieren wir folgend den Nutzen der Szenariotechnik als auch die Notwendigkeit eines integrativen und inklusiven Vorgehens, um der Komplexität und der damit verbundenen Unsicherheit zur Modellierung zukünftiger Systeme zu begegnen. Das damit eng verbundene Verständnis von nachhaltiger Entwicklung als Zielformulierung verstehen wir als stetigen Aushandlungsprozess und veränderliches Ziel. In diesem Kontext legen wir das Entwerfen multipler Zukünfte als größten Vorteil der Szenariomethode dar. Ebenso argumentieren wir, dass die Szenariotechnik den Ansprüchen an einen nachhaltigkeitsfokussierten Modellierungsansatz gerecht wird und beleuchten sowohl Potenziale als auch Herausforderungen. Der Fokus liegt dabei auf dem Potenzial, mit Hilfe der Szenariotechnik das Wissen unterschiedlicher Akteure aus Wissenschaft und Praxis zu verbinden und zu kommunizieren. Die hier vorgestellte Szeanriotechnik adressiert dabei Systemwissen, Zielwissen und Transformationswissen mit dem Ziel, dieses als partizipativ generierte Erzählung zusammenzuführen.

Das Ziel dieser Arbeit ist die systematische Untersuchung der Auswirkungen von Änderungen in der Niederschlagshäufigkeit und -menge im Amazonas sowie eine Prognose der zukünftigen Entwicklung des Regenwaldes unter den sich ändernden Bedingungen im Rahmen des Klimawandels. Die in dieser Arbeit durchgeführten Untersuchungen der Niederschlagskorrelationsmuster des südamerikanischen Monsuns basieren auf der Theorie komplexer Netzwerke und offenbaren beispielsweise den Übergang von einem geordneten zu einem ungeordneten System zu Beginn des Monsuns. Die Erweiterung der verwendeten Methoden hin zu mehrschichtigen Netzwerken wird anschließend zur Untersuchung der Ursache von Dürren im zentralen Amazonasgebiet verwendet. Ein bivariates Netzwerk aus Niederschlagsdaten und atlantischen Meeresoberflächentemperaturen zeigt, dass bestimmte Meeresregionen im tropischen Atlantik den Niederschlag im zentralen Amazonas stark beeinflussen. Die Ergebnisse dieser Arbeit zeigen, dass einer Dürre in der Regel die Entstehung eines klimatischen Dipols der Meeresoberflächentemperaturen zwischen den identifizierten Ozeanregionen vorausgeht. Aufbauend auf diesen Ergebnissen wird in dieser Arbeit erstmalig ein Frühwarnsystem für Dürren im Amazonas vorgestellt. Der Untersuchung des Einflusses von Niederschlagsvariabilität auf die Vegetation wird eine Potentiallandschaft aus Niederschlags- und Baumbedeckungsdaten im Amazonas zugrunde gelegt. Die vorliegende Studie zeigt, dass eine direkte Abhängigkeit zwischen der lokalen, langfristigen Niederschlagsvariabilität und der Resilienz des Waldes besteht. Dies bedeutet, dass stärkere jährliche Niederschlagsvariabilität zu einem Trainingseffekt der tropischen Vegetation führen kann. Bedenkt man außerdem, dass es in Zukunft im zentralen Amazonas mehr Dürren geben soll, kann es entscheidend sein, ob die Vegetation einer Region zuvor Erfahrung mit starker Niederschlagsvariabilität gemacht hat und dementsprechend angepasst ist. Um nicht nur lokale, sondern auch globale Einflüsse zu berücksichtigen, wird zum einen der Effekt einer sich verlangsamenden thermohalinen Zirkulation durch Klimaerwärmung und zum anderen der direkte Einfluss der Klimaerwärmung auf denn zentralen Amazonas Regenwald untersucht. Die Studie zeigt, dass beide Ereignisse gegensätzliche und somit sich ausgleichende Einflüsse auf die Vegetation im Amazonasgebiet haben können. Der Regenwald könnte somit stabil in Bezug auf den Klimawandel sein. Die vorliegende Dissertation Arbeit leistet auf der Basis von neu entwickelten Methoden einen wesentlichen Beitrag, um die Kenntnisse der betrachteten klimatischen und ökologischen Systeme zu vertiefen. / This thesis investigates the impact of changes in frequency and amount of precipitation in the Amazon rainforest and analyzes its development under the changing conditions due to global warming. In this context, complex network theory is utilized to investigate the South American monsoon system. The precipitation correlation structure reveals hidden features of the system, such as the transition from a disordered to an ordered monsoon system. Further developing existing network methods towards multilayer network tools allows for the investigation of the root causes for droughts in the central Amazon basin. By using a bivariate network between monthly precipitation in the central Amazon and Atlantic sea surface temperatures, distinct oceanic regions are identified to have a strong influence on central Amazonian precipitation. The formation of a climatological dipole between the northern and southern tropical Atlantic sea surface temperatures is found to precede droughts. As a result, this study is the first to give an early warning for droughts in the Amazon. To investigate the influence of rainfall variability on vegetation, a potential landscape is constructed from precipitation and Amazonian tree cover data. The resilience of the forest is found to directly depend on the local rainfall variability in the long-term past, thereby reflecting a vegetational training effect under specific environmental conditions. Considering climate change projections, this effect could be decisive for the future survival of the present rainforest vegetation state. In order to cover long-term influences of global warming, this thesis additionally investigates the effects of a slowing down of the Atlantic meridional overturning circulation and the direct influence of global warming on the southern Amazon rainforest.. It is revealed that these effects, although caused by global warming, have competitive impacts on precipitation in the Amazon basin, with a stabilizing effect of an Atlantic meridional overturning circulation slowdown on the Amazon rainforest. This dissertation provides newly developed, as well as adjusted methods to enhance our understanding of the considered climatological and vegetational systems. Together, they provide the basic tools for a further investigation of these complex systems.

Der Zustandsraum ist ein sehr wichtiges und grundlegendes Konzept für die Untersuchung komplexer Systeme. Alle Eigenschaften des Systems können anhand der Struktur dieses Raumes verstanden werden. Aufgrund der immensen Größe des Zustandsraumes eines realen komplexen Systems ist eine vergröberte Beschreibung unumgänglich für dessen Analyse. In dieser Arbeit werden, aufbauend auf dem lang etablierten Modell der hierarchischen Bäume, spezielle Aspekte komplexer Systeme untersucht. Gleichzeitig wird das verwendete Modell in geeigneter Weise erweitert und verbessert. Im ersten Teil der Forschungsarbeit werden die Besonderheiten des Wahrscheinlichkeitsflusses an einem einzelnen Sattelpunkt einer Energielandschaft detailliert betrachtet. Die Einflüsse verschiedener Parameter wie Energietiefe, Zustandsdichte und Konnektivität werden unabhängig voneinander und im Zusammenspiel untersucht. Im zweiten Teil wird ein vollständiges System, das komplexes Verhalten zeigt, untersucht, wobei besonderes Gewicht auf seine Wechselwirkung, d.h. seinen Energieaustausch mit der Umgebung, gelegt wird. Es kann gezeigt werden, daß das hierarchische Relaxationsverhalten, welches bei anderen Varianten komplexer Systeme beobachtet werden konnte, im Baummodell bereits enthalten ist. Neben den bisher untersuchten, auf Energielandschaften basierenden Systemen besitzen auch turbulente Diffusionsprozesse hierarchische Strukturen. Im dritten Teil der Arbeit wird die Baumstruktur verwendet, um turbulente Superdiffusionsprozesse zu modellieren. Das dabei beobachtete Diffusionsverhalten wird mit vier bekannten mathematischen Modellen verglichen. Die Ergebnisse zeigen, daß nur eines der untersuchten Modelle den vom Baummodell beschriebenen turbulenten Transport in akzeptabler Weise nachbildet. / The state space is a very important and fundamental concept for the treatment of complex systems. All the system's properties can be understood by means of its structure. Due to the gigantic extent of a real system's state space, a coarse grained approach is inevitable for the analysis. In this work, based on the well established model of hierarchical trees, particular aspects of complex systems have been studied, while at the same time several extensions to the model have been made. In the first part of this research work the features of the probability flow are treated in detail at a single saddle point in the energy landscape. Influences of various parameters like energetic depth, density of states and connectivity are studied isolated and in their interaction. In the second part a whole system showing complex behavior is being considered, especially its energy exchange with the surroundings. It can be demonstrated that the hierarchical relaxation behavior observed in other realizations of complex systems is intrinsically covered by the tree model. Beside energy landscape based systems turbulent diffusion processes possess hierarchical structures, too. In the third part the tree structure has been used to model a turbulent superdiffusion process. The diffusion behavior observed there has been compared with four well known diffusion equation approaches. The results show that only one of the discussed continuum diffusion equations can model the turbulent transport based on the tree model in acceptable fashion.

Natural language is a remarkable example of a complex dynamical system which combines variation and universal structure emerging from the interaction of millions of individuals. Understanding statistical properties of texts is not only crucial in applications of information retrieval and natural language processing, e.g. search engines, but also allow deeper insights into the organization of knowledge in the form of written text. In this thesis, we investigate the statistical and dynamical processes underlying the co-existence of universality and variability in word statistics. We combine a careful statistical analysis of large empirical databases on language usage with analytical and numerical studies of stochastic models. We find that the fat-tailed distribution of word frequencies is best described by a generalized Zipf’s law characterized by two scaling regimes, in which the values of the parameters are extremely robust with respect to time as well as the type and the size of the database under consideration depending only on the particular language. We provide an interpretation of the two regimes in terms of a distinction of words into a finite core vocabulary and a (virtually) infinite noncore vocabulary. Proposing a simple generative process of language usage, we can establish the connection to the problem of the vocabulary growth, i.e. how the number of different words scale with the database size, from which we obtain a unified perspective on different universal scaling laws simultaneously appearing in the statistics of natural language. On the one hand, our stochastic model accurately predicts the expected number of different items as measured in empirical data spanning hundreds of years and 9 orders of magnitude in size showing that the supposed vocabulary growth over time is mainly driven by database size and not by a change in vocabulary richness. On the other hand, analysis of the variation around the expected size of the vocabulary shows anomalous fluctuation scaling, i.e. the vocabulary is a nonself-averaging quantity, and therefore, fluctuations are much larger than expected. We derive how this results from topical variations in a collection of texts coming from different authors, disciplines, or times manifest in the form of correlations of frequencies of different words due to their semantic relation. We explore the consequences of topical variation in applications to language change and topic models emphasizing the difficulties (and presenting possible solutions) due to the fact that the statistics of word frequencies are characterized by a fat-tailed distribution. First, we propose an information-theoretic measure based on the Shannon-Gibbs entropy and suitable generalizations quantifying the similarity between different texts which allows us to determine how fast the vocabulary of a language changes over time. Second, we combine topic models from machine learning with concepts from community detection in complex networks in order to infer large-scale (mesoscopic) structures in a collection of texts. Finally, we study language change of individual words on historical time scales, i.e. how a linguistic innovation spreads through a community of speakers, providing a framework to quantitatively combine microscopic models of language change with empirical data that is only available on a macroscopic level (i.e. averaged over the population of speakers).

Certainly one of the most powerful and important modeling languages of our time is the Calculus. But research consistently shows that students do not understand how the variables in calculus-based mathematical models relate to aspects of the systems that those models are supposed to represent. Because of this, students never access the true power of calculus: its suitability to model a wide variety of real-world systems across domains. In this paper, we describe the motivation and theoretical foundations for the DeltaTick and HotLink Replay applications, an effort to address these difficulties by a) enabling students to model a wide variety of systems in the world that change over time by defining the behaviors of that system, and b) making explicit how a system\''s behavior relates to the mathematical trends that behavior creates. These applications employ the visualization and codification of behavior rules within the NetLogo agent-based modeling environment (Wilensky, 1999), rather than mathematical symbols, as their primary building blocks. As such, they provide an alternative to traditional mathematical techniques for exploring and solving advanced modeling problems, as well as exploring the major underlying concepts of calculus.

Die Analyse von Proxy-Zeitreihen aus Paläoklimaarchiven wie zum Beispiel Baumringen, Seesedimenten, Tropfsteinen und Eisbohrkernen mittels gefensterter Rekurrenznetzwerkanalyse ermöglicht die Identifizierung und Charakterisierung dynamischer Anomalien in der Klimavariabilität der Vergangenheit. Das Ziel der vorliegenden Arbeit ist die Entwicklung einer zuverlässigeren Routine zur gefensterten Rekurrenznetzwerkanalyse. Aufbauend auf dem bestehenden methodischen Rahmen werden die Bereiche der Phasenraumrekonstruktion und des Signifikanztests als verbesserungsfähig identifiziert. Deshalb werden verschiedene Methoden zur Rekonstruktion des Phasenraums aus unregelmäßig abgetasteten, verrauschten Daten verglichen. Außerdem wird ein allgemeiner flächenweiser Signifikanztest eingeführt, der, basierend auf einem ausgewählten Nullmodell, Korrelationen in den Analyseergebnissen numerisch abschätzt, um damit das Problem hoher Raten an falsch positiv signifikanten Ergebnissen zu adressieren. Im zweiten Teil der Arbeit wird die entwickelte Methodik genutzt, um die nichtlineare Variabilität des Klimas der Vergangenheit in Nord- und Südamerika zu untersuchen, indem vier reale Zeitreihen verschiedener Proxys studiert werden. Außerdem werden Proxy-System-Modelle genutzt, um auf die Frage der Eignung von Daten verschiedener Paläoklimaarchive zur Charakterisierung der Klimavariabilität mittels gefensterter Rekurrenznetzwerkanalyse einzugehen. Mit der Arbeit wird der Einsatz nichtlinearer Methoden zur Analyse von Paläoklima-Zeitreihen vorangebracht, das Potential und die Grenzen der gefensterten Rekurrenznetzwerkanalyse aufgezeigt und zukünftige relevante Fragestellungen, die die erhaltenen Ergebnisse und Schlussfolgerungen komplementieren können, identifiziert. / Studying palaeoclimate proxy data from archives such as tree rings, lake sediments, speleothems, and ice cores using windowed recurrence network analysis offers the possibility to characterise dynamical anomalies in past climate variability. This thesis aims at developing a more reliable framework of windowed recurrence network analysis by comparing different phase space reconstruction approaches for non-uniformly sampled noisy data and by tackling the problem of increased numbers of false positive significant points when correlations within the analysis results can not be neglected. For this, different phase space reconstruction approaches are systematically compared and a generalised areawise significance test which implements a numerical estimation of the correlations within the analysis results is introduced. In particular, the test can be used to identify patches of possibly false positive significant points. The developed analysis framework is applied to detect and characterise dynamical anomalies in past climate variability in North and South America by studying four real-world palaeoclimatic time series from different archives. Furthermore, the question whether palaeoclimate proxy time series from different archives are equally well suited for tracking past climate dynamics with windowed recurrence network analysis is approached by using the framework of proxy system modelling. This thesis promotes the use of non-linear methods for analysing palaeoclimate proxy time series, provides a detailed assessment of potentials and limitations of windowed recurrence network analysis and identifies future research directions that can complement the obtained results and conclusions.

Das Klimasystem der Erde besteht aus zahlreichen interagierenden Teilsystemen, die sich über verschiedene Zeitskalen hinweg verändern, was zu einer äußerst komplizierten räumlich-zeitlichen Klimavariabilität führt. Das Verständnis von Prozessen, die auf verschiedenen räumlichen und zeitlichen Skalen ablaufen, ist ein entscheidender Aspekt bei der numerischen Wettervorhersage. Die Variabilität des Klimas, ein sich selbst konstituierendes System, scheint in Mustern auf großen Skalen organisiert zu sein. Die Verwendung von Klimanetzwerken hat sich als erfolgreicher Ansatz für die Erkennung der räumlichen Ausbreitung dieser großräumigen Muster in der Variabilität des Klimasystems erwiesen. In dieser Arbeit wird mit Hilfe von Klimanetzwerken gezeigt, dass die Klimavariabilität nicht nur auf größeren Skalen (Asiatischer Sommermonsun, El Niño/Southern Oscillation), sondern auch auf kleineren Skalen, z.B. auf Wetterzeitskalen, in Mustern organisiert ist. Dies findet Anwendung bei der Erkennung einzelner tropischer Wirbelstürme, bei der Charakterisierung binärer Wirbelsturm-Interaktionen, die zu einer vollständigen Verschmelzung führen, und bei der Untersuchung der intrasaisonalen und interannuellen Variabilität des Asiatischen Sommermonsuns. Schließlich wird die Anwendbarkeit von Klimanetzwerken zur Analyse von Vorhersagefehlern demonstriert, was für die Verbesserung von Vorhersagen von immenser Bedeutung ist. Da korrelierte Fehler durch vorhersagbare Beziehungen zwischen Fehlern verschiedener Regionen aufgrund von zugrunde liegenden systematischen oder zufälligen Prozessen auftreten können, wird gezeigt, dass Fehler-Netzwerke helfen können, die räumlich kohärenten Strukturen von Vorhersagefehlern zu untersuchen. Die Analyse der Fehler-Netzwerk-Topologie von Klimavariablen liefert ein erstes Verständnis der vorherrschenden Fehlerquelle und veranschaulicht das Potenzial von Klimanetzwerken als vielversprechendes Diagnoseinstrument zur Untersuchung von Fehlerkorrelationen. / The Earth’s climate system consists of numerous interacting subsystems varying over a multitude of time scales giving rise to highly complicated spatio-temporal climate variability. Understanding processes occurring at different scales, both spatial and temporal, has been a very crucial problem in numerical weather prediction. The variability of climate, a self-constituting system, appears to be organized in patterns on large scales. The climate networks approach has been very successful in detecting the spatial propagation of these large scale patterns of variability in the climate system. In this thesis, it is demonstrated using climate network approach that climate variability is organized in patterns not only at larger scales (Asian Summer Monsoon, El Niño-Southern Oscillation) but also at shorter scales, e.g., weather time scales. This finds application in detecting individual tropical cyclones, characterizing binary cyclone interaction leading to a complete merger, and studying the intraseasonal and interannual variability of the Asian Summer Monsoon. Finally, the applicability of the climate network framework to understand forecast error properties is demonstrated, which is crucial for improvement of forecasts. As correlated errors can arise due to the presence of a predictable relationship between errors of different regions because of some underlying systematic or random process, it is shown that error networks can help to analyze the spatially coherent structures of forecast errors. The analysis of the error network topology of a climate variable provides a preliminary understanding of the dominant source of error, which shows the potential of climate networks as a very promising diagnostic tool to study error correlations.

Tropische Regenwälder sind durch anthropogene Aktivitäten gefährdet und wurden als Kippelement identifiziert. Ein Kippen in einen neuen Zustand könnte tiefgreifende Auswirkungen auf das globale Klima haben, sobald die Vegetation von einem bewaldeten in einen Savannen- oder Graslandzustand übergegangen ist. Waldbrände können die Grenze zwischen Savanne und Wald verschieben und somit das dynamische Gleichgewicht zwischen diesen beiden möglichen Vegetationszuständen unter sich änderndem Klima beeinträchtigen. In der vorliegenden Doktorarbeit wurde ein neues Erdsystemmodell entwickelt und angewendet, um explizit die Auswirkungen von Feuer, Klimawandel und Landnutzung auf eine potenzielle tropische Hysterese abzuschätzen. In den ersten beiden Teilen der Arbeit wurde das Vegetationsmodell LPJmL vor allem in Hinblick auf Feuersimulation verbessert und anschließend biophysikalisch an das Erdystemmodell CM2Mc gekoppelt. Im dritten Teil dieser Arbeit wurde das resultierende Modell CM2Mc-LPJmL schließlich angewendet, um wichtige biophysikalische Feuer-Vegetations-Klima-Rückkopplungen und einen potentiellen Kipppunkt bzw. eine Hysterese der tropischen Wälder zu untersuchen. Die Ergebnisse der Experimente zeigten, dass eine alleinige Klima Störung nicht zu einem großflächigen Kipppunkt tropischer Wälder führt. Andererseits führte die vollständige Entwaldung bei einer erhöhten CO2-Konzentration von über 450 ppm und die Wirkung von Waldbränden zu einer Verschiebung großer Teile des Amazonas Regenwaldes in einen stabilen Graslandzustand. Die Leistung dieser Arbeit ist die Entwicklung eines neuen Erdsystemmodells, das die Vorteile des umfassenden dynamischen Vegetationsmodells LPJmL und eines prozessbasierten Feuermodells mit dem geringen Rechenaufwand von CM2Mc verbindet. Diese Doktorarbeit untersuchte zum ersten Mal den expliziten Einfluss von Feuer auf tropische Kipppunkte und auf eine mögliche vegetative Erholung in einem umfassenden feuerfähigen Erdsystemmodell. / Tropical rain forests are endangered by anthropogenic activities and are recognized as one of the terrestrial tipping elements. An ecosystem regime change to a new state could have profound impacts on the global climate, once the biome has transitioned from a forest into a savanna or grassland state. Fire could potentially shift the savanna-forest boundary and hence impact the dynamical equilibrium between these two possible vegetation states under a changing climate. In this thesis, a new Earth system model was developed and applied to explicitly estimate the impact of fire, climate change and land-use on a potential tropical tipping point and hysteresis. The first part of this thesis describes the improvement of simulating fire within the dynamic global vegetation model (DGVM) LPJmL (Lund-Potsdam-Jena-managed-Land). In the second part, the improved LPJmL model was biophysically coupled to the Earth system model CM2Mc, which involved numerous changes in the original LPJmL model. In the third part of this thesis, the resulting model CM2Mc-LPJmL was finally applied to investigate important biophysical fire-vegetation-climate feedbacks and a potential tipping point and hysteresis of tropical forests. The results of the modeling experiments indicated that a sole climate disturbance does not lead to a large-scale tipping of tropical forests into a savanna or grassland state. On the other hand, complete deforestation alongside elevated CO2 above 450 ppm and the impact of fire led to a shift of large parts of the Amazon into a stable grassland state. The contribution of this thesis is the development of a new Earth system model, including the advantages of the comprehensive dynamic vegetation model LPJmL, a process-based fire model and the low computation cost of CM2Mc. This thesis studied for the first time the explicit impact of fire on tropical tipping points and a possible vegetation recovery in a comprehensive fire-enabled Earth system model.

Die Doktorarbeit untersucht, wie sich Mensch-Umwelt-Interaktionen am Beispiel von Abholzung und Landnutzungsänderungen im Amazonas analysieren und modellieren lassen. Die Abholzung tropischer Wälder bedroht die Stabilität artenreicher Ökosysteme, lokaler Wettergeschehen und des globalen Klimas. Drei Hauptteile erforschen das Thema mit Konzepten der theoretischen Physik und Netzwerktheorie. Der erste Teil gibt einen kritischen Überblick über Modellansätze, die Entscheidungen und menschliches Verhalten beschreiben. Agentenbasierte Netzwerkmodelle ergeben sich als vielversprechender Ansatz um sozial-ökologische Systeme zu modellieren. Der zweite Teil identifiziert Muster in satellitengestützten Landbedeckungsdaten im brasilianischen Amazonas. Basierend auf der Theorie der Markov-Ketten werden Übergangsraten zwischen verschiedenen Typen von Landbedeckung berechnet und Übergangsmatrizen für Teilgebiete mit Clusteralgorithmen verglichen. Angrenzende Teilgebiete weisen ähnliche Übergänge auf. Die identifizierten Cluster decken sich mit Erkenntnissen aus Feldstudien. Auf Grundlage der geschätzten Übergangsrate ergeben sich Projektionen für die Entwicklung der Landbedeckungsanteile. Der dritte Teil entwickelt ein agentenbasiertes Modell um zu untersuchen, unter welchen Bedingungen die Intensivierung der Viehhaltung im Amazonas die Abholzung reduzieren kann. Das Modell kombiniert ökologische, ökonomische und soziale Prozesse und modelliert Landnutzungsstrategien mit Heuristiken. Die Modellanalyse zeigt, dass eine Intensivierung die Abholzung nur dann verringert, wenn der lokale Viehmarkt saturiert. Unter anderen ökonomischen Bedingungen kann Intensivierung die Abholzung erhöhen. Die Arbeit demonstriert, dass eine Kombination von Methoden aus der Theorie komplexer Systeme mit sozialwissenschaftlichen Theorien zu einem besseren Verständnis der emergenten Dynamik sozial-ökologischer Systeme führen kann – eine Grundvoraussetzung, um solche Systeme nachhaltig zu bewirtschaften. / This thesis investigates how to model and analyze human-nature interactions using the example of deforestation and land-use change in the Brazilian Amazon. Deforestation of tropical forests threatens the stability of species-rich ecosystems, local weather patterns, and global climate. The three main parts of the thesis study different aspects of this topic using concepts from theoretical physics and network theory. The first part reviews modeling approaches to human decision making and behavior. From the review, networked agent-based models emerge as promising tools to capture the dynamics of social-ecological systems such as the land system. The second part of the thesis combines Markov-chain and cluster analyses to detect patterns in satellite-derived land-cover maps of the Brazilian Amazon. I compute transition rates between different land-cover types and apply clustering algorithms to find spatial patterns. The analysis shows that neighboring subregions undergo similar transitions and identifies clusters corresponding to findings from field surveys. Markov-chain models, parameterized with the transition rates, are used to compute land-cover projections. In the third part, I develop an agent-based model to investigate under which conditions the intensification of cattle ranching can reduce deforestation in the Amazon. The model captures stylized environmental, economic, as well as social processes, and uses heuristic decision theory to represent different land management strategies. A detailed analysis reveals that fast intensification can only lower deforestation rates if local cattle markets saturate. Under other economic conditions intensification may increase deforestation. The contributions of this thesis demonstrate that combining modeling tools from complexity science with social-science theories allow better understanding the emergent dynamics of social-ecological systems, which is a prerequisite for their sustainable management.