Global environmental change leads to the emergence of new human health risks. As a consequence, transmission opportunities of environment-related diseases are transformed and human infection with new emerging pathogens increase. The main motivation for this study is the considerable demand for disease surveillance and monitoring in relation to dynamic environmental drivers. Remote sensing (RS) data belong to the key data sources for environmental modelling due to their capabilities to deliver spatially continuous information repeatedly for large areas with an ecologically adequate spatial resolution. A major research gap as identified by this study is the disregard of the spatial mismatch inherent in current modelling approaches of profiling disease risk using remote sensing data. Typically, epidemiological data are aggregated at school or village level. However, these point data do neither represent the spatial distribution of habitats, where disease-related species find their suitable environmental conditions, nor the place, where infection has occurred. As a consequence, the prevalence data and remotely sensed environmental variables, which aim to characterise the habitat of disease-related species, are spatially disjunct. The main objective of this study is to improve RS-based disease risk models by incorporating the ecological and spatial context of disease transmission. Exemplified by the analysis of the human schistosomiasis disease in West Africa, this objective includes the quantification of the impact of scales and ecological regions on model performance. In this study, the conditions that modify the transmission of schistosomiasis are reviewed in detail. A conceptual underpinning of the linkages between geographical RS measures, disease transmission ecology, and epidemiological survey data is developed. During a field-based analysis, environmental suitability for schistosomiasis transmission was assessed on the ground, which is then quantified by a habitat suitability index (HSI) and applied to RS data. This conceptual model of environmental suitability is refined by the development of a hierarchical model approach that statistically links school-based disease prevalence with the ecologically relevant measurements of RS data. The statistical models of schistosomiasis risk are derived from two different algorithms; the Random Forest and the partial least squares regression (PLSR). Scale impact is analysed based on different spatial resolutions of RS data. Furthermore, varying buffer extents are analysed around school-based measurements. Three distinctive sites of Burkina Faso and Côte d’Ivoire are specifically modelled to represent a gradient of ecozones from dry savannah to tropical rainforest including flat and mountainous regions. The model results reveal the applicability of RS data to spatially delineate and quantitatively evaluate environmental suitability for the transmission of schistosomiasis. In specific, the multi-temporal derivation of water bodies and the assessment of their riparian vegetation coverage based on high-resolution RapidEye and Landsat data proofed relevant. In contrast, elevation data and water surface temperature are constraint in their ability to characterise habitat conditions for disease-related parasites and freshwater snail species. With increasing buffer extent observed around the school location, the performance of statistical models increases, improving the prediction of transmission risk. The most important RS variables identified to model schistosomiasis risk are the measure of distance to water bodies, topographic variables, and land surface temperature (LST). However, each ecological region requires a different set of RS variables to optimise the modelling of schistosomiasis risk. A key result of the hierarchical model approach is its superior performance to explain the spatial risk of schistosomiasis. Overall, this study stresses the key importance of considering the ecological and spatial context for disease risk profiling and demonstrates the potential of RS data. The methodological approach of this study contributes substantially to provide more accurate and relevant geoinformation, which supports an efficient planning and decision-making within the public health sector. / Globale Umweltveränderungen rufen neue Gesundheitsrisiken hervor. Eine Konsequenz sind veränderte Bedingungen für die Übertragung von umweltbezogenen Krankheiten und ansteigende Infektionen mit neu auftauchenden Erregern. Die Motivation für diese Arbeit basiert auf der steigenden Nachfrage, dynamische Veränderungen der Umwelt und deren Beziehung zu Veränderungen von umweltbedingten Krankheiten zu überwachen. Fernerkundungsdaten gehören zu den wichtigsten Datenquellen für die Umweltmodellierung, da diese es ermöglichen, die Landbedeckung flächendeckend, reproduzierbar und in einer adäquaten räumlichen Auflösung zu kartieren. Ein Forschungsbedarf, der in dieser Studie identifiziert wird, ist die fehlende Berücksichtigung einer räumlichen Diskrepanz innerhalb der bisherigen Vorgehensweise der Modellierung von Krankheitsrisiken mit Fernerkundungsdaten. Typischerweise werden epidemiologische Daten als Prävalenz einer Krankheit aggregiert erhoben, beispielsweise auf Schul- oder Dorfebene. Jedoch repräsentieren diese Punktmessungen weder die räumliche Verteilung von Habitaten, in welchen krankheitsrelevante Arten ihre geeigneten Umweltbedingungen vorfinden, noch den Ort, an dem sich die Menschen infiziert haben. Die Konsequenz ist, dass Messpunkte der Krankheitprävalenz und fernerkundungsbasierte Umweltvariablen, welche das Habitat von krankheitsrelevanten Arten charakterisieren sollen, räumlich nicht übereinstimmen. Das Hauptziel dieser Studie ist, ein Verfahren für die Anwendung von Fernerkundungsdaten bei der Modellierung von Krankheitsrisiken zu entwickeln, welches sowohl den ökologischen als auch den räumlichen Kontext der Krankheitsübertragung widerspiegelt. Am Beispiel der Krankheit Schistosomiasis werden weitere mögliche Einflussgrößen auf die Modellgüte quantitativ bewertet. Dies sind unter anderem die verschiedenen Skalenniveaus und die Heterogenität von Ökozonen. In dieser Arbeit werden die Bedingungen, die auf die Übertragung von Schistosomiasis einen Einfluss haben, aus der bestehenden Literatur im Detail ermittelt. Es wird eine konzeptionelle Grundlage entwickelt, die bestehende Zusammenhänge zwischen satellitengestützten Messungen, der Ökologie der Krankheitsübertragung sowie zu den Ergebnissen der epidemiologischen Studien ermittelt. Während eines Aufenthaltes im Untersuchungsgebiet wurde die Eignung der Umwelt für die Übertragung der Schistosomiasis analysiert. Diese Umwelteignung wird durch die Entwicklung eines Habitat-Eignungs-Index (habitat suitability index, HSI) quantifiziert und mit relevanten Fernerkundungsvariablen verknüpft. Im nächsten Schritt werden Inhalte dieses konzeptionellen Modells gezielt für die Entwicklung eines hierarchischen Modellansatzes verwendet, welcher die gemessene Prävalenz in einen statistischen Zusammenhang mit ökologisch relevanten Messungen von Fernerkundungsdaten bringt. Die statistischen Modelle des Risikos, sich mit Schistosomiasis zu infizieren, basieren auf zwei verschiedenen Modellalgorithmen, dem sogenannten Zufalls-Wald Algorithmus (Random Forest) und der Regression der partiellen, kleinsten Quadrate (Partial Least Squares Regression, PLSR). Der Einfluss von räumlichen Skalen auf die Risikomodellierung wird anhand verschiedener räumlicher Auflösungen der Fernerkundungsdaten ermittelt. Darüber hinaus werden unterschiedlich große Einzugsgebiete mit Hilfe eines Pufferverfahrens (Buffer) anhand der Schulen mit Prävalenzmessungen analysiert. Risikomodelle der Schistosomiasis werden für drei ausgewählte Untersuchungsgebiete in Burkina Faso und der Elfenbeinküste erstellt, welche einen ökologischen Gradienten von der Trockensavanne zum tropischen Regenwald sowie von flachen und bergigen Regionen darstellt. Diese Studie zeigt, dass Fernerkundungsdaten für die räumliche Abgrenzung und eine quantitative Bewertung der Umwelteignung für die Übertragung der Schistosomiasis geeignet sind. Besonders relevante Informationen sind zeitlich dynamische Veränderungen der Wasserbedeckung sowie die Erfassung des Grades der Ufervegetationsbedeckung auf Basis von hochaufgelösten RapidEye und Landsat Daten. Hingegen sind topographische Daten und die satellitengestützten Messungen der Temperatur nur eingeschränkt geeignet um Habitate der Parasiten und Frischwasserschnecken als wesentlichen Bestandteil der Krankheitsübertragung zu charakterisieren. Bei zunehmender Größe des Einzugsgebietes der Schulen verbessern sich die statistischen Modelle und können somit das Übertragungsrisiko besser erfassen. Die wichtigsten Fernerkundungsvariablen für die Modellierung des Schistosomiasis Risikos sind die Distanz zum nächstgelegenen Gewässer, topographische Variablen sowie die Landoberflächentemperatur (land surface temperature, LST). Für jede Ökozone muss jedoch eine geeignete Zusammenstellung von Fernerkundungsvariablen getroffen werden. Ein ganz wesentliches Ergebnis der hierarchischen statistischen Modellierung ist eine verbesserte Erklärung des räumlichen Risikos von Schistosomiasis. Insgesamt unterstreicht diese Studie die Bedeutsamkeit des ökologischen und räumlichen Kontexts für die Abschätzung des Krankheitsrisikos und demonstriert das Potential von Fernerkundungsdaten. Der methodische Ansatz dieser Arbeit kann wesentlich dazu beitragen, genaue und relevante Geoinformationen bereitzustellen. Damit wird eine effizientere Planung und Entscheidungsfindung innerhalb des Gesundheitssektors ermöglicht. / Le changement environnemental global conduit à l'émergence de nouveaux risques pour la santé humaine. En conséquence, les voies de transmission des maladies liées à l'environnement, sont modifies de meme que l'infection humaine avec l´accroissement des nouveaux agents pathogènes émergents. La motivation principale de cette étude est la demande considérable pour la surveillance et le suivi des maladie en relation avec la dynamique des facteurs environnementaux. Les données de la télédétection sont les sources principales utilisees pour la modélisation de l'environnement en raison de leurs capacités à fournir une information de maniere spatiale, repetitive et continue pour les grandes surfaces avec une résolution spatiale écologique adéquate. L´importante lacune de la recherche scientifique identifiée par cette étude est la non considération de la disparité spatiale inhérente dans les approches actuelles de modélisation des risques de la maladie en utilisant des données de la télédétection. Généralement, les données épidémiologiques sont regrouper à l'école ou au niveau du village. Toutefois, ces données ne peuvent pas représenter la distribution spatiale des habitats et definir les conditions environnementales favorable a la proliferation des agents pathogenes de la maladie, ni le lieu, où l'infection s´est produite. En conséquence, les données sur la prévalence et les variables environnementales de la télédétection, qui visent à caractériser l'habitat des agents liés à la maladie, sont spatialement disjointes. L'objectif principal de cette étude est d'améliorer en utilisant la télédétection les modèles de risque de maladie en incorporant l´aspect écologique et spatiale de la transmission de la maladie. Illustré par l'étude des personnes infectées de la schistosomiase en Afrique de l'Ouest, cet objectif comprend la quantification du niveau d'impact des régions écologiques sur les performances du modèle. Dans cette étude, les conditions qui modifient la transmission de la schistosomiase sont examinées en détail. Une approche conceptuelle reliant les données mesurées issues de la télédétection, la transmission de la maladie, l'écologie et des données de l'enquête épidémiologique a été développé. A partir d'une étude sur le terrain, les facteurs environnementaux à la transmission de la schistosomiase ont été évalués, ensuite quantifiés par l´indice de qualité de l'habitat (habitat suitability index, HSI) et combiné aux données de la télédétection. Le modèle conceptuel de la pertinence environnemental a été affiné par le développement d'une approche de modèle hiérarchique qui relie statistiquement la prévalence de la maladie en milieu scolaire avec les mesures écologiques pertinentes de données de la télédétection. Les modèles statistiques de risque de schistosomiase proviennent de deux différents algorithmes; la forêt aléatoire (Random Forest) et la régression des moindres carrés partiels (Partial Least Squares Regression, PLSR). Le niveau d'impact a été analysé sur la base de différentes résolutions spatiales de données de la télédétection. En outre, des divers degrés carre des bassin de réception ont été analysés autour de mesures en milieu scolaire. Trois sites distinctifs du Burkina Faso et de la Côte d'Ivoire sont spécifiquement modélisés pour représenter un gradient de écozones de savane sèche a forêt tropicale y compris les régions plates et montagneuses. Les résultats du modèle révèlent l'applicabilité des données de la télédétection pour la délimitation spatiale et l’évaluation quantitative de la pertinence de l'environnement pour la transmission de la schistosomiase. Precisement, la dérivation multi-temporelle des course d'eau et l'évaluation de leur couverture riveraine de végétation a partir des images à haute résolution RapidEye et Landsat jugées adequate. En revanche, les données d'altitude et de température de la surface de l'eau ont montré certaines limites dans leur capacité à caractériser les conditions de l'habitat des parasites et des escargots en tant que composantes essentielles de la transmission de la maladie. Avec l'augmentation des degrés carres des bassins de réception observés autour de l'emplacement de l'école, la performance des modèles statistiques augmente, améliorant ainsi la prédiction du risque de transmission. Les plus importantes variables des données de la télédétection identifiées pour modéliser le risque de schistosomiase sont la mesure de la distance des plans d'eau, les variables topographiques, et la température de surface de la terre (land surface temperature, LST). Cependant, chaque région écologique nécessite une serie différente de variables de données de télédétection afin d´optimiser la modélisation du risque de schistosomiase. Le résultat primordial de l'approche du modèle hiérarchique est sa supérieure performance à expliquer le risque spatiale de la schistosomiase. Dans l'ensemble, cette étude souligne l'importance cruciale de tenir compte du contexte écologique et spatiale pour le profilage du risque de maladie et démontre le potentiel des données de télédétection. L'approche méthodologique de cette étude contribue de manière substantielle à fournir avec plus de précision et de pertinence l'information géographique, prenant en charge une planification efficace et la prise de décision dans le secteur de la santé publique.

Klimawandelbedingte bzw. potenziell klimawandelbedingte Umweltmigration ist ein sehr komplexes und breites Feld. Es existiert eine Fülle von Studien, die sich in ihrer Herangehensweise unterscheiden, weshalb hier ein Systematisierungsvorschlag aufgezeigt wird. Mittels einer an den Richtlinien der Grounded Theory orientierten Analyse wurden Studien auf zentrale gemeinsame Kategorien hin untersucht und als Modell präsentiert. Dieses stellt jedoch kein abgeschlossenes System dar, sondern dient durch seine Offenheit als Gerüst, das mit Ergebnissen aus weiteren Fallstudien gefestigt werden kann. / (Potentially) climate change-induced migration constitutes a complex and broad field of research. A multitude of studies exists with different approaches to the topic. Within this range of approaches, it is the aim of this research to make a proposal for a systematisation of the topic. By carrying out a Grounded Theory-oriented analysis, we screened case studies for common categories to provide a conceptual model. The result of the investigation is a framework which can be extended by findings of other case studies.

Es gibt zwei Hauptpfade, über die der Mensch die terrestrische Biosphäre verändert: 1) direkt durch Landnutzungswandel (LNW) und 2) indirekt durch Klimawandel (KW), welcher seinerseits zu Ökosystemveränderungen führt. Die vorliegende Dissertation unternimmt den Versuch, die vom Menschen über beide diese Pfade verursachten Veränderungen konsistent und quantitativ zu bestimmen. Die Analyse basiert auf einem integrierten Indikator für makro-skalige Veränderungen der biogeochemikalischen Eigenschaften und der Ökosystemstruktur. Große Verschiebungen bei diesen grundlegenden Bausteinen der Biosphäre bedeuten ein Risiko für komplexere Ökosystemeigenschaften, da sie möglicherweise lange bestehende biotische Interaktionen unterbrechen. Die Arbeit stützt sich auf Simulationen mit dem dynamischen globalen Vegetations-, Agrar- und Hydrologiemodell LPJmL, um zu bestimmen, wie biogeochemische Eigenschaften und die Ökosystemstruktur auf historischen LNW und KW reagiert haben. Für die Zukunftsprojektionen wird LPJmL mit einer großen Anzahl an Klima- und Landnutzungsszenarien angetrieben. Laut den Simulationsergebnissen haben sich schwere Ökosystemveränderungen durch LNW und KW von lediglich 0,5% um 1700 auf 25-31% der Landoberfläche heute ausgedehnt. Landnutzung war in der Vergangenheit der wichtigste anthropogene Treiber schwerer Ökosystemveränderungen. Für das 21. Jahrhundert zeigen die Ergebnisse, dass KW voraussichtlich in allen außer den ambitioniertesten Mitigationsszenarien den Platz als Haupttreiber schwerer Ökosystemveränderungen übernehmen wird. Einige Landnutzungsszenarien nehmen an, dass zukünftige Effizienzsteigerungen trotz Bevölkerungswachtum eine Verringerung der landwirtschaftlichen Fläche ermöglichen. Doch auch verminderte LNW-Auswirkungen werden wahrscheinlich nicht ausreichen, um die Zunahme von Klimafolgen zu kompensieren, so dass die vom Menschen verursachte Transformation der Biosphäre in diesem Jahrhundert wahrscheinlich unabhängig vom Szenario wachsen wird. / There are two major pathways of human interference with the terrestrial biosphere: 1) directly through land use change (LUC) and 2) indirectly through anthropogenic climate change (CC) which in turn drives ecosystem change. This dissertation presents an attempt to assess human-induced biosphere change through both these pathways in a consistent and quantitative way. The analysis is based on an integrated indicator of macro-scale changes in biogeochemical characteristics and ecosystem structure. Large shifts in these basic building blocks of the biosphere are taken to indicate a risk to more complex ecosystem properties as they potentially disrupt long-standing biotic interactions. This dissertation relies on simulations with the dynamic global vegetation, agriculture and hydrology model LPJmL to quantify how biogeochemical characteristics and ecosystem structure have responded to historical LUC and CC. For future projections LPJmL is driven by a large number of CC and LUC scenarios, using the same indicator to measure the impact on the biosphere. Simulation results show that major impacts on the biosphere from CC and LUC have expanded from merely 0.5% of the land surface in 1700 to 25-31% of the land surface today. Land use has been the main anthropogenic driver causing major ecosystem change in the past. For the future, results show that CC is expected to take over as the main anthropogenic driver of major ecosystem change during this century in all but the most ambitious climate mitigation scenarios. Despite a growing world population, some land use scenarios project that future efficiency improvements will allow for a reduction of agricultural land and hence a reduction of the impact of LUC on the terrestrial biosphere. Yet, results also show that reduced LUC impacts will likely not be able to compensate for the increase in CC impacts, and human-induced transformation of the biosphere is likely to grow during this century regardless of the considered scenario.

Europa erlebte in den letzten 20 Jahren einige sehr heiße und trockene Sommer mit regionalen Rekordwerten heißer Temperaturen oder geringer Niederschlagssummen. In anderen Jahren führten Starkregen zu Überflutungen unterschiedlichen räumlichen Ausmaßes. Da solche Extremereignisse mit vielfältigen negativen Auswirkungen auf die menschliche Gesellschaft, natürliche Ökosysteme und verschiedene Wirtschaftssektoren verbunden sind, ist die langzeitliche Veränderung in ihrem Auftreten im Rahmen der globalen Erwärmung von großer Bedeutung. Konzepte: Maßgeblich für die Qualität von Klimawandel(folgen)studien ist die Verfügbarkeit und Qualität von Daten. Daher werden Konzepte für die Sicherstellung einer zuverlässigen und vergleichbaren Datenbasis entwickelt. Für die Beschreibung der Eigenschaften eines bestimmten Ereignisses existiert eine Vielzahl an Definitionen und Indizes, was zu unterschiedlichen Ergebnissen von Studien führen kann, welche die zeitlichen Veränderungen der Charakteristik solcher Ereignisse analysieren. Die Integration einer Reihe von Indizes in einen aggregierten Index ermöglicht eine robustere Bewertung der Klimabedingungen und Trends. Die Vergleichbarkeit von Klimafolgenbewertungen verlangt zudem die Verwendung eines gemeinsamen Analyserahmens sowie abgestimmter Datensätze (Beobachtungsdaten, Klimaprojektionen) und Methoden (z.B. Untersuchungszeiträume, Ensemble-Ansatz, Qualitätsbewertung, Korrekturalgorithmen, Impactmodelle und -indizes, Elemente der Klimafolgen- oder Risikoanalyse). Trends: Sommerliche Trockenheit hat über weiten Teilen Europas – mit Ausnahme des Nordens – zugenommen. Besonders stark zugenommen haben die Dürrebedingungen im Sommerhalbjahr für Indizes, welche die Evapotranspiration einbinden. Der reine Fokus auf den Niederschlag zur Bewertung von Dürre in verschiedenen Speichern des Wasserkreislaufs ist unzureichend. Neben dieser beobachteten Zunahme in der Sommertrockenheit, ist auch für die Intensität von Starkniederschlagsereignissen und ihrem Anteil am Gesamtniederschlag ein Anstieg über Europa zu beobachten. Verschiedene Stationen in Mitteleuropa zeigen für das Sommerhalbjahr gleichzeitige Anstiege in den Dürrebedingungen und Starkniederschlägen, was die mit solchen Niederschlagsextremen verbundenen Folgen und Risiken erhöht. Folgen: Viele Sektoren sind durch die Folgen des Klimawandels und extreme Wettereignisse negativ betroffen, so auch das Verkehrssystem. Dessen Verfügbarkeit und Leistungsfähigkeit ist von hoher Bedeutung für die Gesellschaft (Mobilität) und Wirtschaft (Waren, Transportketten). Extreme Wettereignisse wie Hitzewellen, Überschwemmungen, Dürren, Stürme und Sturmfluten können Unfälle und Staus verursachen, die Infrastrukturen beschädigen und damit Transportketten unterbrechen sowie zu Verspätungen und Ausfällen führen. Die Verkehrsträger sind dabei in unterschiedlicher Weise und Intensität betroffen. Um die Klimawandelfolgen für das Bundesverkehrssystem zu bewerten und Anpassungsbedarfe zu priorisieren wurde ein methodischer Rahmen für die Durchführung von Klimawirkungsanalysen entwickelt. Ergänzt werden diese nationalen Analysen durch Klimafolgenstudien für die UNECE-Region (UNECE: Wirtschaftskommission für Europa der Vereinten Nationen). Zielgerichtete Klimadienstleistungen, welche die Bedarfe der Anwendenden integrieren, sind eine Grundvoraussetzung für die Entwicklung praktikabler Anpassungsoptionen.:Abstract 1 Zusammenfassung 2 1. Research topic and questions addressed 3 2. Outline and structure of this thesis 6 3. Concepts – How to evaluate changes in heat, drought and wetness? 11 3.1 How to define drought? 11 3.2 How to measure changes in (extreme) temperature and precipitation? 11 3.2.1 Applying established climate indices 11 3.2.2 Developing new indices to measure drought and wetness 12 3.2.3 Assessing extreme events and their impacts 14 3.3 How to ensure good quality climate data sets? 15 3.3.1 Separating climate variability from changes in non-climatic parameters 15 3.3.2 Regionalizing climate information 15 3.3.3 Adjusting biases in climate projections 16 3.4 How to ensure comparable results of climate impact assessments? 17 3.4.1 Agreeing on common assumptions and scenarios 17 3.4.2 Applying an ensemble analysis approach 17 3.4.3 Implementing a common analysis framework for impact assessment 18 4. Changes – Which variations are seen in the regional climate? 20 4.1 Variations and changes in the average climate – temperature and precipitation 20 4.1.1 Changes in wet and dry periods over Europe 20 4.1.2 Observed and projected temperature and precipitation trends over Germany 21 4.1.3 Observed climatic changes in North-eastern Brazil (NEB) 21 4.1.4 Observed precipitation variations in the Palestinian territories and surrounding areas 22 4.2 Extreme weather and climate events: spatio-temporal variations and trends 22 4.2.1 Increases in temperature extremes and heatwaves 22 4.2.2 Characteristics of and changes in heavy precipitation 23 4.2.3 Temporal variations in meteorological drought conditions 26 4.2.4 Drought and heavy precipitation 28 4.3 Characterising selected record hot and dry summers 30 4.3.1 The five record drought summers in Europe – 1947, 2018, 2003, 1921 and 1911 30 4.3.2 The summer of 2018 31 4.3.3 The summer of 2015 32 4.3.4 Recent hot and dry summers in Germany in comparison to climate projections 33 5. Consequences – Which climate impacts do we have to expect and how to adapt to them? The case of the transport system 35 5.1 Relevance of climate change considerations for the transport system 35 5.2 Networks supporting the development of climate resilient transport systems 35 5.2.1 BMDV Network of Experts on Climate Change Impacts and Adaptation 36 5.2.2 DAS core service “climate and water” 37 5.2.3 UNECE Group of Experts on Assessment of Climate Change Impacts and Adaptation for Inland Transport 38 5.3 Climate change impact analysis for the transportation sector 39 5.3.1 Methodology of the integrated climate impact assessment 39 5.3.2 Exemplary results of the exposure analysis 40 5.3.3 Integrated climate impact assessment 40 5.4 Stress testing the transport system 41 5.4.1 The stress test methodology 41 5.4.2 Exemplary results of the traffic simulations 41 5.5 Developing an adaptation framework and specific measures 42 5.5.1 Background and classification of adaptation measures 42 5.5.2 Information and consultation services 42 5.5.3 Reviewing and revising technical guidelines and standards 43 5.5.4 Structural adaptation measures 43 5.5.5 Adapting management practices of transportation infrastructure 43 5.5.6 Adapting the operative management of traffic flows 44 5.5.7 Survey results on suitable adaptation measures 44 6. Conclusions 45 6.1 Concepts 45 6.2 Changes 45 6.3 Consequences 46 7. References 48 / Over the last 20 years, some very hot and dry summers affected Europe, regionally resulting in record breaking high temperature or low precipitation values. In other years, torrential rains led to flood events at different spatial scales. Long-term changes of such extreme events within a warming world are of great relevance, as they are connected with manifold negative impacts on human society, natural ecosystems and diverse economic sectors. Concepts: The quality of climate change (impact) studies is often hampered by availability and quality of datasets. Thus, concepts for securing reliable and comparable data are developed and applied. For the description of the characteristics of a specific event a vast number of definitions and indices exists. Therefore, results on the temporal changes of event characteristics may differ between studies. By integrating a number of indices into an aggregated index, a more robust evaluation of the climate conditions and trends is facilitated. Furthermore, comparable climate impact assessments demand a common analysis framework with agreements on the data bases (observational data and climate projections) and methodologies (e.g., study periods, ensemble approach, quality assessment, correction algorithms, climate impact models and indices, elements considered in the impact or risk analysis). Changes: Summer drought conditions increased over most of Europe, except for some stations in northern Europe. Thereby, the observed increase in drought conditions during the warm part of the year is particularly pronounced for indices integrating evapotranspiration in their definition. Purely focussing on precipitation to evaluate drought conditions in the different water reservoirs does not suffice any longer. While observing increases in summer drought, the intensity of heavy precipitation events as well as their contribution to total precipitation show a positive trend over Europe, too. Several stations in Central Europe show increasing drought conditions and increasing heavy precipitation events during the summer half year at the same time, which increases the risks connected with precipitation extremes. Consequences: Climate change impacts on the transport system are studied exemplarily for the many sectors that are affected negatively by the projected changes in climate and extreme weather events. The availability and performance of the transport system are of high importance for the society (mobility) and economy (goods, transport chains). Extreme weather events such as heatwaves, flooding, droughts, and storm surges might 1) cause accidents and congestion, 2) severely damage to infrastructures and disrupt transport chains, and 3) result in delays and cancellations. Different modes of transport are affected by climate change in different ways and with different intensity. A climate impact assessment framework was defined and tested for the German Federal transport system to support the prioritization of adaptation options. Climate change impact studies for the UNECE-region (United Nations Economic Commission for Europe) complement these Federal analyses. It is shown that tar-geted climate services that integrate user requirements are key in developing feasible adaptation options.:Abstract 1 Zusammenfassung 2 1. Research topic and questions addressed 3 2. Outline and structure of this thesis 6 3. Concepts – How to evaluate changes in heat, drought and wetness? 11 3.1 How to define drought? 11 3.2 How to measure changes in (extreme) temperature and precipitation? 11 3.2.1 Applying established climate indices 11 3.2.2 Developing new indices to measure drought and wetness 12 3.2.3 Assessing extreme events and their impacts 14 3.3 How to ensure good quality climate data sets? 15 3.3.1 Separating climate variability from changes in non-climatic parameters 15 3.3.2 Regionalizing climate information 15 3.3.3 Adjusting biases in climate projections 16 3.4 How to ensure comparable results of climate impact assessments? 17 3.4.1 Agreeing on common assumptions and scenarios 17 3.4.2 Applying an ensemble analysis approach 17 3.4.3 Implementing a common analysis framework for impact assessment 18 4. Changes – Which variations are seen in the regional climate? 20 4.1 Variations and changes in the average climate – temperature and precipitation 20 4.1.1 Changes in wet and dry periods over Europe 20 4.1.2 Observed and projected temperature and precipitation trends over Germany 21 4.1.3 Observed climatic changes in North-eastern Brazil (NEB) 21 4.1.4 Observed precipitation variations in the Palestinian territories and surrounding areas 22 4.2 Extreme weather and climate events: spatio-temporal variations and trends 22 4.2.1 Increases in temperature extremes and heatwaves 22 4.2.2 Characteristics of and changes in heavy precipitation 23 4.2.3 Temporal variations in meteorological drought conditions 26 4.2.4 Drought and heavy precipitation 28 4.3 Characterising selected record hot and dry summers 30 4.3.1 The five record drought summers in Europe – 1947, 2018, 2003, 1921 and 1911 30 4.3.2 The summer of 2018 31 4.3.3 The summer of 2015 32 4.3.4 Recent hot and dry summers in Germany in comparison to climate projections 33 5. Consequences – Which climate impacts do we have to expect and how to adapt to them? The case of the transport system 35 5.1 Relevance of climate change considerations for the transport system 35 5.2 Networks supporting the development of climate resilient transport systems 35 5.2.1 BMDV Network of Experts on Climate Change Impacts and Adaptation 36 5.2.2 DAS core service “climate and water” 37 5.2.3 UNECE Group of Experts on Assessment of Climate Change Impacts and Adaptation for Inland Transport 38 5.3 Climate change impact analysis for the transportation sector 39 5.3.1 Methodology of the integrated climate impact assessment 39 5.3.2 Exemplary results of the exposure analysis 40 5.3.3 Integrated climate impact assessment 40 5.4 Stress testing the transport system 41 5.4.1 The stress test methodology 41 5.4.2 Exemplary results of the traffic simulations 41 5.5 Developing an adaptation framework and specific measures 42 5.5.1 Background and classification of adaptation measures 42 5.5.2 Information and consultation services 42 5.5.3 Reviewing and revising technical guidelines and standards 43 5.5.4 Structural adaptation measures 43 5.5.5 Adapting management practices of transportation infrastructure 43 5.5.6 Adapting the operative management of traffic flows 44 5.5.7 Survey results on suitable adaptation measures 44 6. Conclusions 45 6.1 Concepts 45 6.2 Changes 45 6.3 Consequences 46 7. References 48