Universiẗat, Diss., 2003--Kiel.

University, Diss., 2003--Kiel.

Der Eintrag von Mineralstaub in den Ozean geschieht entweder durch trockene oder durch nasse Deposition. Dies ist ein wichtiger Prozess um ozeanische Organismen wie Phytoplankton mit Nährstoffen (z.B. Nitrat, Phosphat oder Eisen) zu versorgen. Viele Modelle befassen sich mit der Simulation von Depositionsflüssen von Mineralstaub in den Ozean. Messungen von Massendepositionsflüssen von Mineralstaub sind hingegen selten. Daher ist es von großer Notwendigkeit, diese Messungen durchzuführen um die vielen Modelle zu validieren und den Mineralstaubzyklus besser zu verstehen. Innerhalb des SOPRAN Projektes (Surface Ocean PRocesses in the ANthropocene) wird der Materialtransport zwischen der Atmosphäre und dem Ozean untersucht. Die Messungen dafür wurden auf den Kapverdischen Inseln durchgeführt, über welchen der Saharastaub durch die Passatwindzirkulation vorwiegend transportiert wird. Im Rahmen dieser Arbeit werden in-situ Messungen von trockener Deposition von Mineralstaub in den Ozean präsentiert. Verschiedene Methoden wurden auf ihre Anwendbarkeit getestet und deren Ergebnisse miteinander verglichen. Alle Messergebnisse liegen im Bereich der Messunsicherheiten, wodurch ein Satz qualitätsgesicherter Daten aufgebaut werden konnte. Diese Daten wurden mit den Ergebnissen eines regionalen Chemie-Transport Modells verglichen. Modellierte Massendepositionsflüsse von Mineralstaub waren manchmal doppelt so hoch wie gemessene. Die größte Unsicherheit der Modelle liegt in der Emission des Mineralstaubs, die im Transport und der Deposition fortgesetzt wird. Weitere Unterschiede entstehen durch den Vergleich von Punktmessungen mit einer Gitterzelle, wenn der Staub nicht gleichmäßig über die Gitterzelle verteilt ist. Zusammenfassend wurden Massendepositionsmessungen von Mineralstaub erfolgreich mit verschiedenen Methoden durchgeführt. Mit den Erfahrungen aus dieser Studie ist es nun möglich, Langzeitmessungen von Mineralstaubdeposition in den Ozean erstellen. Diese Daten können von Atmosphärenmodellierern für ihre Modellvalidierung genutzt werden. Anwender von Ozeanmodellen und SOPRAN Partner werden diese Ergebnisse nutzen um z.B. die ozeanische Reaktion auf den Mineralstaubeintrag zu untersuchen. / The input of mineral dust to the oceans, via dry or wet deposition, is an important process, because the entrainment of nutrients (e.g., Nitrate, Phosphor and Iron) is essential for oceanic life such as phytoplankton. A lot of effort has been done to model the dust deposition fluxes to the ocean. However, field measurements concerning the deposition flux are sparse. Therefore, those measurements are needed in order to verify the huge amount of model outputs and to better understand the mineral dust cycle. Within the project SOPRAN (Surface Ocean PRocesses in the ANthropocene), the influence of material exchange between the atmosphere and the ocean is investigated. Measurements were carried out at the Cape Verde Islands in the direct outflow of the Saharan Desert. This study presents the first in-situ measurements of the dry mass deposition flux of mineral dust to the ocean. The applicability of different methods was tested and the results were compared to each other. The results of the measured data were comparable and a set of quality assured data could be built up. Those results were compared to the output of a regional chemistry- transport model. The modeled mass deposition flux was sometimes double as high as the measured one. The main uncertainty of the models is the emission of mineral dust at the source region, proceeding in the transport and emission of mineral dust. Furthermore, comparing single point measurements with outputs of a grid cell leads to differences in deposition fluxes by an inhomogeneous distribution of the mineral dust layer. Summarizing, the measurements of the mass deposition flux of mineral dust could be performed successfully with several methods. With the expertise of this study, long-term observations of the mineral dust deposition to the ocean can now be established. These data can be used by atmosphere modelers to validate their models. Ocean modelers and partners of the SOPRAN project will use these data to investigate e.g., the biological response of the ocean to mineral dust entrainment.

The climate variability over the North Atlantic region is described in the 10-50 year band, using a 500-year integration of the Hamburg ECHAMl/LSG coupled general circulation model. In order to isolate nearly periodic components of the atmosphere and the ocean, the multichannel version of the singular spectrum analysis (MSSA) is applied to 11 components of the climate system. In doing so the main focus is on the turbulent exchange between the two subsystems. One interdecadal oscillation of the system ocean and atmosphere is detected with a period of about 18 years. The associated anomalies of sea level pressure (SLP) are situated east of Newfoundland while these of the geopotential height at 500 hPa are slightly shifted to the East. Both the fields undergo a primarily standing oscillation. The sea surface temperature (SST) and the sub surface temperature anomalies have a large extension along the 40° N latitude circle with most of their variability south of Newfoundland. lt is found that the SST anomaly is primarily generated by the temperature advection in the upper ocean layer which is coupled to the Subpolar Gyre strength and Ekman pumping vertical velocity. Both the processes are forced by the atmosphere. In a further analysis applied only to the SST and the Geopotential height at 500 hPa over the whole Northern Hemisphere this 18 year mode was also isolated. The modes obtained by the local and hemispheric analyses are well correlated both in time and space, suggesting a more active role of atmosphere than of the ocean, in addition a strong modulation of the amplitude of the oscillation due to local processes over the North Atlantic was detected. / Die Klimavariabilität über dem Nordatlantik wird anhand einer 500 Jahre Integration des Hamburger gekoppelten Klimamodels ECHAMl/LSG untersucht. Um periodische Komponenten in Ozean und Atmosphäre zu isolieren, wird die MSSA ("multichannel singular spectrum analysis") auf 11 Komponenten des Klimasystems angewandt. Bei den Analysen wird besonderes Augenmerk auf den turbulenten Austausch zwischen beiden Subsystemen gelegt. Es kann eine Oszillation des gekoppelten Systems mit einer Periode von etwa 18 Jahren detektiert werden. Die Anomalie des Bodendrucks weist ihre maximale Amplitude östlich von Neufundland auf, während die Anomalie des 500 hPa Geopotentials leicht östlich dazu verschoben ist. Die Anomalie der SST zeigt ihre größte Variabilität südlich von Neufundland. Diese wird im wesentlichen durch die Temperaturadvektion in der oberen Ozeanschicht generiert, welche im wesentlichen an den subpolaren ozeanischen Wirbel sowie an das "Ekman pumping" gekoppelt ist. Beide Prozesse werden durch die Atmosphäre angetrieben. In einer weiteren Analyse, in der die MSSA auf die SST und das 500 hPa Geopotential der gesamten nördlichen Hemisphäre angewandt wird, kann ebenfalls ein Oszillation von 18 Jahren detektiert werden. Diese Mode korreliert räumlich und zeitlich gut mit dem der lokalen Analyse über dem Nordatlantik, welches auf ein aktivere Rolle der Atmosphäre hinweist. Die starken Unterschiede der Amplitudenmodulation könnten durch lokale Prozesse bedingt sein.

The climate variability over the North Atlantic region is described in the 10-50 year band, using a 500-year integration of the Hamburg ECHAMl/LSG coupled general circulation model. In order to isolate nearly periodic components of the atmosphere and the ocean, the multichannel version of the singular spectrum analysis (MSSA) is applied to 11 components of the climate system. In doing so the main focus is on the turbulent exchange between the two subsystems. One interdecadal oscillation of the system ocean and atmosphere is detected with a period of about 18 years. The associated anomalies of sea level pressure (SLP) are situated east of Newfoundland while these of the geopotential height at 500 hPa are slightly shifted to the East. Both the fields undergo a primarily standing oscillation. The sea surface temperature (SST) and the sub surface temperature anomalies have a large extension along the 40° N latitude circle with most of their variability south of Newfoundland. lt is found that the SST anomaly is primarily generated by the temperature advection in the upper ocean layer which is coupled to the Subpolar Gyre strength and Ekman pumping vertical velocity. Both the processes are forced by the atmosphere. In a further analysis applied only to the SST and the Geopotential height at 500 hPa over the whole Northern Hemisphere this 18 year mode was also isolated. The modes obtained by the local and hemispheric analyses are well correlated both in time and space, suggesting a more active role of atmosphere than of the ocean, in addition a strong modulation of the amplitude of the oscillation due to local processes over the North Atlantic was detected. / Die Klimavariabilität über dem Nordatlantik wird anhand einer 500 Jahre Integration des Hamburger gekoppelten Klimamodels ECHAMl/LSG untersucht. Um periodische Komponenten in Ozean und Atmosphäre zu isolieren, wird die MSSA ('multichannel singular spectrum analysis') auf 11 Komponenten des Klimasystems angewandt. Bei den Analysen wird besonderes Augenmerk auf den turbulenten Austausch zwischen beiden Subsystemen gelegt. Es kann eine Oszillation des gekoppelten Systems mit einer Periode von etwa 18 Jahren detektiert werden. Die Anomalie des Bodendrucks weist ihre maximale Amplitude östlich von Neufundland auf, während die Anomalie des 500 hPa Geopotentials leicht östlich dazu verschoben ist. Die Anomalie der SST zeigt ihre größte Variabilität südlich von Neufundland. Diese wird im wesentlichen durch die Temperaturadvektion in der oberen Ozeanschicht generiert, welche im wesentlichen an den subpolaren ozeanischen Wirbel sowie an das 'Ekman pumping' gekoppelt ist. Beide Prozesse werden durch die Atmosphäre angetrieben. In einer weiteren Analyse, in der die MSSA auf die SST und das 500 hPa Geopotential der gesamten nördlichen Hemisphäre angewandt wird, kann ebenfalls ein Oszillation von 18 Jahren detektiert werden. Diese Mode korreliert räumlich und zeitlich gut mit dem der lokalen Analyse über dem Nordatlantik, welches auf ein aktivere Rolle der Atmosphäre hinweist. Die starken Unterschiede der Amplitudenmodulation könnten durch lokale Prozesse bedingt sein.

We used ERA-Interim reanalysis data to perform a pattern analysis of the tropospheric mean meridional temperature flux in the Northern Hemisphere exploiting an artificial neural network called self organizing map (SOM). The basic explanation of the neural network will be given for a better understanding of the presented result. The neural network provides an analyses of the given data in terms of a decomposition into distinct patterns. The results confirms that the strongest fluxes occur over the North Atlantic. Additionally, the SOM showed that in general fluxes over the North Atlantic are most common over all analyzed winters. / Wir verwendeten ERA-Interim Reanalysedaten. Dabei wurde für eine Analyse des über die Troposphäre gemittelten Temperaturflusses ein künstliches neuronales Netzwerks namens Selbstorganisierende Karte (Self Organizing Map, SOM) benutzt. Das neuronale Netzwerk hilft dabei den Datensatz in bestimmte Muster zu unterteilen. Die Ergebnisse bestätigen, dass die größten Flüsse über dem Nordatlantik in die Arktis vordringen. Weiterhin zeigt sich mithilfe der SOM-Methode, dass im Allgemeinen für den analysierten Zeitraum Flüsse über dem Nordatlantik häufiger sind als andere Pfade in Richtung Arktis.

Der Eintrag von Mineralstaub in den Ozean geschieht entweder durch trockene oder durch nasse Deposition. Dies ist ein wichtiger Prozess um ozeanische Organismen wie Phytoplankton mit Nährstoffen (z.B. Nitrat, Phosphat oder Eisen) zu versorgen. Viele Modelle befassen sich mit der Simulation von Depositionsflüssen von Mineralstaub in den Ozean. Messungen von Massendepositionsflüssen von Mineralstaub sind hingegen selten. Daher ist es von großer Notwendigkeit, diese Messungen durchzuführen um die vielen Modelle zu validieren und den Mineralstaubzyklus besser zu verstehen. Innerhalb des SOPRAN Projektes (Surface Ocean PRocesses in the ANthropocene) wird der Materialtransport zwischen der Atmosphäre und dem Ozean untersucht. Die Messungen dafür wurden auf den Kapverdischen Inseln durchgeführt, über welchen der Saharastaub durch die Passatwindzirkulation vorwiegend transportiert wird. Im Rahmen dieser Arbeit werden in-situ Messungen von trockener Deposition von Mineralstaub in den Ozean präsentiert. Verschiedene Methoden wurden auf ihre Anwendbarkeit getestet und deren Ergebnisse miteinander verglichen. Alle Messergebnisse liegen im Bereich der Messunsicherheiten, wodurch ein Satz qualitätsgesicherter Daten aufgebaut werden konnte. Diese Daten wurden mit den Ergebnissen eines regionalen Chemie-Transport Modells verglichen. Modellierte Massendepositionsflüsse von Mineralstaub waren manchmal doppelt so hoch wie gemessene. Die größte Unsicherheit der Modelle liegt in der Emission des Mineralstaubs, die im Transport und der Deposition fortgesetzt wird. Weitere Unterschiede entstehen durch den Vergleich von Punktmessungen mit einer Gitterzelle, wenn der Staub nicht gleichmäßig über die Gitterzelle verteilt ist. Zusammenfassend wurden Massendepositionsmessungen von Mineralstaub erfolgreich mit verschiedenen Methoden durchgeführt. Mit den Erfahrungen aus dieser Studie ist es nun möglich, Langzeitmessungen von Mineralstaubdeposition in den Ozean erstellen. Diese Daten können von Atmosphärenmodellierern für ihre Modellvalidierung genutzt werden. Anwender von Ozeanmodellen und SOPRAN Partner werden diese Ergebnisse nutzen um z.B. die ozeanische Reaktion auf den Mineralstaubeintrag zu untersuchen. / The input of mineral dust to the oceans, via dry or wet deposition, is an important process, because the entrainment of nutrients (e.g., Nitrate, Phosphor and Iron) is essential for oceanic life such as phytoplankton. A lot of effort has been done to model the dust deposition fluxes to the ocean. However, field measurements concerning the deposition flux are sparse. Therefore, those measurements are needed in order to verify the huge amount of model outputs and to better understand the mineral dust cycle. Within the project SOPRAN (Surface Ocean PRocesses in the ANthropocene), the influence of material exchange between the atmosphere and the ocean is investigated. Measurements were carried out at the Cape Verde Islands in the direct outflow of the Saharan Desert. This study presents the first in-situ measurements of the dry mass deposition flux of mineral dust to the ocean. The applicability of different methods was tested and the results were compared to each other. The results of the measured data were comparable and a set of quality assured data could be built up. Those results were compared to the output of a regional chemistry- transport model. The modeled mass deposition flux was sometimes double as high as the measured one. The main uncertainty of the models is the emission of mineral dust at the source region, proceeding in the transport and emission of mineral dust. Furthermore, comparing single point measurements with outputs of a grid cell leads to differences in deposition fluxes by an inhomogeneous distribution of the mineral dust layer. Summarizing, the measurements of the mass deposition flux of mineral dust could be performed successfully with several methods. With the expertise of this study, long-term observations of the mineral dust deposition to the ocean can now be established. These data can be used by atmosphere modelers to validate their models. Ocean modelers and partners of the SOPRAN project will use these data to investigate e.g., the biological response of the ocean to mineral dust entrainment.

Die Tiefenkonvektion ist ein wesentlicher Bestandteil der Zirkulation im Nordatlantik. Sie beeinflusst den nordwärtigen Wärmetransport der thermohalinen Zirkulation. Ein Verständnis ihrer Stabilität und Variabilität ist daher nötig, um Klimaveränderungen im Bereich des Nordatlantiks einschätzen zu können. <br /> <br /> Diese Arbeit hat zum Ziel, das konzeptionelle Verständnis der Stabilität und der Variabilität der Tiefenkonvektion zu verbessern. Beobachtungsdaten aus der Labradorsee zeigen Phasen mit und ohne Tiefenkonvektion. Ein einfaches Modell mit zwei Boxen wird an diese Daten angepasst. Das Ergebnis legt nahe, dass die Labradorsee zwei koexistierende stabile Zustände hat, einen mit regelmäßiger Tiefenkonvektion und einen ohne Tiefenkonvektion. Diese Bistabilität ergibt sich aus einer positiven Salzgehalts-Rückkopplung, deren Ursache ein Netto-Süßwassereintrag in die Deckschicht ist. Der konvektive Zustand kann schnell instabil werden, wenn der mittlere Antrieb sich hin zu wärmeren oder weniger salzhaltigen Bedingungen ändert. <br /> <br /> Die wetterbedingte Variabilität des externen Antriebs wird durch die Addition eines stochastischen Antriebsterms in das Modell eingebaut. Es zeigt sich, dass dann die Tiefenkonvektion häufig an- und wieder ausgeschaltet wird. Die mittlere Aufenthaltszeit in beiden Zuständen ist ein Maß ihrer stochastischen Stabilität. Die stochastische Stabilität hängt in glatter Weise von den Parametern des Antriebs ab, im Gegensatz zu der deterministischen (nichtstochastischen) Stabilität, die sich abrupt ändern kann. Sowohl das Mittel als auch die Varianz des stochastischen Antriebs beeinflussen die Häufigkeit von Tiefenkonvektion. Eine Abnahme der Konvektionshäufigkeit, als Reaktion auf eine Abnahme des Salzgehalts an der Oberfläche, kann zum Beispiel durch eine Zunahme der Variabilität in den Wärmeflüssen kompensiert werden. <br /> <br /> Mit einem weiter vereinfachten Box-Modell werden einige Eigenschaften der stochastischen Stabilität analytisch untersucht. Es wird ein neuer Effekt beschrieben, die wandernde Monostabilität: Auch wenn die Tiefenkonvektion aufgrund geänderter Parameter des Antriebs kein stabiler Zustand mehr ist, kann der stochastische Antrieb immer noch häufig Konvektionsereignisse auslösen. Die analytischen Gleichungen zeigen explizit, wie die wandernde Monostabilität sowie andere Effekte von den Modellparametern abhängen. Diese Abhängigkeit ist für die mittleren Aufenthaltszeiten immer exponentiell, für die Wahrscheinlichkeit langer nichtkonvektiver Phasen dagegen nur dann, wenn diese Wahrscheinlichkeit gering ist. Es ist zu erwarten, dass wandernde Monostabilität auch in anderen Teilen des Klimasystems eine Rolle spielt. <br /> <br /> Insgesamt zeigen die Ergebnisse, dass die Stabilität der Tiefenkonvektion in der Labradorsee sehr empfindlich auf den Antrieb reagiert. Die Rolle der Variabilität ist entscheidend für ein Verständnis dieser Empfindlichkeit. Kleine Änderungen im Antrieb können bereits die Häufigkeit von Tiefenkonvektionsereignissen deutlich mindern, was sich vermutlich stark auf das regionale Klima auswirkt. / Deep convection is an essential part of the circulation in the North Atlantic Ocean. It influences the northward heat transport achieved by the thermohaline circulation. Understanding its stability and variability is therefore necessary for assessing climatic changes in the area of the North Atlantic. <br /> <br /> This thesis aims at improving the conceptual understanding of the stability and variability of deep convection. Observational data from the Labrador Sea show phases with and without deep convection. A simple two-box model is fitted to these data. The results suggest that the Labrador Sea has two coexisting stable states, one with regular deep convection and one without deep convection. This bistability arises from a positive salinity feedback that is due to the net freshwater input into the surface layer. The convecting state can easily become unstable if the mean forcing shifts to warmer or less saline conditions. <br /> <br /> The weather-induced variability of the external forcing is included into the box model by adding a stochastic forcing term. It turns out that deep convection is then switched &quot;on&quot; and &quot;off&quot; frequently. The mean residence time in either state is a measure of its stochastic stability. The stochastic stability depends smoothly on the forcing parameters, in contrast to the deterministic (non-stochastic) stability which may change abruptly. The mean and the variance of the stochastic forcing both have an impact on the frequency of deep convection. For instance, a decline in convection frequency due to a surface freshening may be compensated for by an increased heat flux variability. <br /> <br /> With a further simplified box model some stochastic stability features are studied analytically. A new effect is described, called wandering monostability: even if deep convection is not a stable state due to changed forcing parameters, the stochastic forcing can still trigger convection events frequently. The analytical expressions explicitly show how wandering monostability and other effects depend on the model parameters. This dependence is always exponential for the mean residence times, but for the probability of long nonconvecting phases it is exponential only if this probability is small. It is to be expected that wandering monostability is relevant in other parts of the climate system as well. <br /> <br /> All in all, the results demonstrate that the stability of deep convection in the Labrador Sea reacts very sensitively to the forcing. The presence of variability is crucial for understanding this sensitivity. Small changes in the forcing can already significantly lower the frequency of deep convection events, which presumably strongly affects the regional climate. <br><br>----<br>Anmerkung:<br> Der Autor ist Träger des durch die Physikalische Gesellschaft zu Berlin vergebenen Carl-Ramsauer-Preises 2003 für die jeweils beste Dissertation der vier Universitäten Freie Universität Berlin, Humboldt-Universität zu Berlin, Technische Universität Berlin und Universität Potsdam.

Current conventional weather forecasts are based on high-dimensional numerical models. They are usually only skillful up to a maximum lead time of around 7 days due to the chaotic nature of the climate dynamics and the related exponential growth of model and data initialisation errors. Even the fully detailed medium-range predictions made for instance at the European Centre for Medium-Range Weather Forecasts do not exceed lead times of 14 days, while even longer-range predictions are limited to time-averaged forecast outputs only. Many sectors would profit significantly from accurate forecasts on seasonal time scales without needing the wealth of details a full dynamical model can deliver. In this thesis, we aim to study the potential of a much cheaper data-based statistical approach to provide predictions of comparable or even better skill up to seasonal lead times, using as an examplary forecast target the time until the next occurrence of frost. To this end, we first analyse the properties of the temperature anomaly time series obtained from measured data by subtracting a sinusoidal seasonal cycle, as well as the distribution properties of the first passage times to frost. The possibility of generating additional temperature anomaly data with the same properties by using very simple autoregressive model processes to potentially reduce the statistical fluctuations in our analysis is investigated and ultimately rejected. In a next step, we study the potential for predictability using only conditional first passage time distributions derived from the temperature anomaly time series and confirm a significant dependence of the distributions on the initial conditions. After this preliminary analysis, we issue data-based out-of-sample forecasts for three different prediction targets: The specific date of first frost, the probability of observing frost before summer for forecasts issued in spring, and the full probability distribution of the first passage times to frost. We then study the possibility of improving the forecast quality first by enhancing the stationarity of the temperature anomaly time series and then by adding as an additional input variable the state of the North Atlantic Oscillation on the date the predictions are issued. We are able to obtain significant forecast skill up to seasonal lead times when comparing our results to an unskilled reference forecast. A first comparison between the data-based forecasts and corresponding predictions gathered from a dynamical weather model, necessarily using a lead time of only up to 15 days, shows that our simple statistical schemes are only outperformed (and then only slightly) if further statistical post-processing is applied to the model output. / Aktuelle Wetterprognosen werden mit Hilfe von hochdimensionalen, numerischen Modellen generiert. Durch die dem Klima zugrunde liegende chaotische Dynamik wachsen Modellfehler und Ungenauigkeiten in der Modellinitialisierung exponentiell an, sodass Vorhersagen mit signifikanter Güte üblicherweise nur für eine Vorlaufzeit von maximal sieben Tagen möglich sind. Selbst die detaillierten Prognosen des Europäischen Zentrums für mittelfristige Wettervorhersagen gehen nicht über eine Vorlaufzeit von 14 Tagen hinaus, während noch längerfristigere Vorhersagen auf zeitgemittelte Größen beschränkt sind. Viele Branchen würden signifikant von akkuraten Vorhersagen auf saisonalen Zeitskalen pro-fitieren, ohne das ganze Ausmaß an Details zu benötigen, das von einem vollständigen dynamischen Modell geliefert werden kann. In dieser Dissertation beabsichtigen wir, am Beispiel einer Vorhersage der Zeitdauer bis zum nächsten Eintreten von Frost zu untersuchen, inwieweit deutlich kostengünstigere, datenbasierte statistische Verfahren Prognosen von gleicher oder sogar besserer Güte auf bis zu saisonalen Zeitskalen liefern können. Dazu analysieren wir zunächst die Eigenschaften der Zeitreihe der Temperaturanomalien, die aus den Messdaten durch das Subtrahieren eines sinusförmigen Jahresganges erhalten werden, sowie die Charakteristiken der Wahrscheinlichkeitsverteilungen der Zeitdauer bis zum nächsten Eintreten von Frost. Die Möglichkeit, durch einen einfachen autoregressiven Modellprozess zusätzliche Datenpunkte gleicher statistischer Eigenschaften wie der Temperaturanomalien zu generieren, um die statistischen Fluktuationen in der Analyse zu reduzieren, wird untersucht und letztendlich verworfen. Im nächsten Schritt analysieren wir das Vorhersagepotential, wenn ausschließlich aus den Temperaturanomalien gewonnene bedingte Wahrscheinlichkeitsverteilungen der Wartezeit bis zum nächsten Frost verwendet werden, und können eine signifikante Abhängigkeit der Verteilungen von den Anfangsbedingungen nachweisen. Nach dieser einleitenden Untersuchung erstellen wir datenbasierte Prognosen für drei verschiedene Vorhersagegrößen: Das konkrete Datum, an dem es das nächste Mal Frost geben wird; die Wahrscheinlichkeit, noch vor dem Sommer Frost zu beobachten, wenn die Vorhersagen im Frühjahr ausgegeben werden; und die volle Wahrscheinlichkeitsverteilung der Zeitdauer bis zum nächsten Eintreten von Frost. Anschließend untersuchen wir die Möglichkeit, die Vorhersagegüte weiter zu erhöhen - zunächst durch eine Verbesserung der Stationarität der Temperaturanomalien und dann durch die zusätzliche Berücksichtigung der Nordatlantischen Oszillation als einer zweiten, den Anfangszustand charakterisierenden Variablen im Vorhersageschema. Wir sind in der Lage, im Vergleich mit einem naiven Referenzvorhersageschema eine signifikante Verbesserung der Vorhersagegüte auch auf saisonalen Zeitskalen zu erreichen. Ein erster Vergleich zwischen den datenbasierten Vorhersagen und entsprechenden, aus den dynamischen Wettermodellen gewonnenen Prognosen, der sich notwendigerweise auf eine Vorlaufzeit der Vorhersagen von lediglich 15 Tagen beschränkt, zeigt, dass letztere unsere simplen statistischen Vorhersageschemata nur schlagen (und zwar knapp), wenn der Modelloutput noch einer statistischen Nachbearbeitung unterzogen wird.

Current conventional weather forecasts are based on high-dimensional numerical models. They are usually only skillful up to a maximum lead time of around 7 days due to the chaotic nature of the climate dynamics and the related exponential growth of model and data initialisation errors. Even the fully detailed medium-range predictions made for instance at the European Centre for Medium-Range Weather Forecasts do not exceed lead times of 14 days, while even longer-range predictions are limited to time-averaged forecast outputs only. Many sectors would profit significantly from accurate forecasts on seasonal time scales without needing the wealth of details a full dynamical model can deliver. In this thesis, we aim to study the potential of a much cheaper data-based statistical approach to provide predictions of comparable or even better skill up to seasonal lead times, using as an examplary forecast target the time until the next occurrence of frost. To this end, we first analyse the properties of the temperature anomaly time series obtained from measured data by subtracting a sinusoidal seasonal cycle, as well as the distribution properties of the first passage times to frost. The possibility of generating additional temperature anomaly data with the same properties by using very simple autoregressive model processes to potentially reduce the statistical fluctuations in our analysis is investigated and ultimately rejected. In a next step, we study the potential for predictability using only conditional first passage time distributions derived from the temperature anomaly time series and confirm a significant dependence of the distributions on the initial conditions. After this preliminary analysis, we issue data-based out-of-sample forecasts for three different prediction targets: The specific date of first frost, the probability of observing frost before summer for forecasts issued in spring, and the full probability distribution of the first passage times to frost. We then study the possibility of improving the forecast quality first by enhancing the stationarity of the temperature anomaly time series and then by adding as an additional input variable the state of the North Atlantic Oscillation on the date the predictions are issued. We are able to obtain significant forecast skill up to seasonal lead times when comparing our results to an unskilled reference forecast. A first comparison between the data-based forecasts and corresponding predictions gathered from a dynamical weather model, necessarily using a lead time of only up to 15 days, shows that our simple statistical schemes are only outperformed (and then only slightly) if further statistical post-processing is applied to the model output. / Aktuelle Wetterprognosen werden mit Hilfe von hochdimensionalen, numerischen Modellen generiert. Durch die dem Klima zugrunde liegende chaotische Dynamik wachsen Modellfehler und Ungenauigkeiten in der Modellinitialisierung exponentiell an, sodass Vorhersagen mit signifikanter Güte üblicherweise nur für eine Vorlaufzeit von maximal sieben Tagen möglich sind. Selbst die detaillierten Prognosen des Europäischen Zentrums für mittelfristige Wettervorhersagen gehen nicht über eine Vorlaufzeit von 14 Tagen hinaus, während noch längerfristigere Vorhersagen auf zeitgemittelte Größen beschränkt sind. Viele Branchen würden signifikant von akkuraten Vorhersagen auf saisonalen Zeitskalen pro-fitieren, ohne das ganze Ausmaß an Details zu benötigen, das von einem vollständigen dynamischen Modell geliefert werden kann. In dieser Dissertation beabsichtigen wir, am Beispiel einer Vorhersage der Zeitdauer bis zum nächsten Eintreten von Frost zu untersuchen, inwieweit deutlich kostengünstigere, datenbasierte statistische Verfahren Prognosen von gleicher oder sogar besserer Güte auf bis zu saisonalen Zeitskalen liefern können. Dazu analysieren wir zunächst die Eigenschaften der Zeitreihe der Temperaturanomalien, die aus den Messdaten durch das Subtrahieren eines sinusförmigen Jahresganges erhalten werden, sowie die Charakteristiken der Wahrscheinlichkeitsverteilungen der Zeitdauer bis zum nächsten Eintreten von Frost. Die Möglichkeit, durch einen einfachen autoregressiven Modellprozess zusätzliche Datenpunkte gleicher statistischer Eigenschaften wie der Temperaturanomalien zu generieren, um die statistischen Fluktuationen in der Analyse zu reduzieren, wird untersucht und letztendlich verworfen. Im nächsten Schritt analysieren wir das Vorhersagepotential, wenn ausschließlich aus den Temperaturanomalien gewonnene bedingte Wahrscheinlichkeitsverteilungen der Wartezeit bis zum nächsten Frost verwendet werden, und können eine signifikante Abhängigkeit der Verteilungen von den Anfangsbedingungen nachweisen. Nach dieser einleitenden Untersuchung erstellen wir datenbasierte Prognosen für drei verschiedene Vorhersagegrößen: Das konkrete Datum, an dem es das nächste Mal Frost geben wird; die Wahrscheinlichkeit, noch vor dem Sommer Frost zu beobachten, wenn die Vorhersagen im Frühjahr ausgegeben werden; und die volle Wahrscheinlichkeitsverteilung der Zeitdauer bis zum nächsten Eintreten von Frost. Anschließend untersuchen wir die Möglichkeit, die Vorhersagegüte weiter zu erhöhen - zunächst durch eine Verbesserung der Stationarität der Temperaturanomalien und dann durch die zusätzliche Berücksichtigung der Nordatlantischen Oszillation als einer zweiten, den Anfangszustand charakterisierenden Variablen im Vorhersageschema. Wir sind in der Lage, im Vergleich mit einem naiven Referenzvorhersageschema eine signifikante Verbesserung der Vorhersagegüte auch auf saisonalen Zeitskalen zu erreichen. Ein erster Vergleich zwischen den datenbasierten Vorhersagen und entsprechenden, aus den dynamischen Wettermodellen gewonnenen Prognosen, der sich notwendigerweise auf eine Vorlaufzeit der Vorhersagen von lediglich 15 Tagen beschränkt, zeigt, dass letztere unsere simplen statistischen Vorhersageschemata nur schlagen (und zwar knapp), wenn der Modelloutput noch einer statistischen Nachbearbeitung unterzogen wird.