In dem Teilprojekt von KliWES – Klimawandel und Wasserhaushalt wurden die wasserhaushaltsrelevanten Klimaelemente aus Stationsdaten in die Fläche übertragen. Regionalisiert wurden die Beobachtungsdaten der sachsenweit verfügbaren Klima- und Niederschlagsstationen von 1961 bis 2010 sowie die projizierten Stationsdaten des Regionalmodells WETTREG2010 von 1961 bis 2100. Die Übertragung erfolgte mit Hilfe von geostatistischen Verfahren. Im Ergebnis liegen flächendeckende meteorologische Daten für den Beobachtungszeitraum 1961 bis 2010 und für den Projektionszeitraum 1961 bis 2100 als Rasterdaten mit einer Auflösung von 1 km x 1 km vor. Die berechneten flächendeckenden Klimadaten bilden eine belastbare Datengrundlage für die Wasserhaushaltsmodellierungen im Projekt KliWES.

Aus der Vielzahl von Klimaprojektionen resultieren Bandbreiten, wobei der Umgang damit einen Ressourcenkonflikt aufdeckt. Zur Kompensation wurde das Selektions-Tool »DSEL« entwickelt. Die Selektionskriterien umfassen Klimaelemente/-größen und extremwertorientierte WMO-Indizes. Für Sachsen ist von einem deutlichen Anstieg der Minimum- und Maximum-Temperaturen sowie einem Rückgang von Kälte- und einer Zunahme von Wärmeperioden auszugehen. Beim Vergleich der C20-Läufe mit Messungen wurde eine uneinheitliche Übereinstimmung festgestellt. Die (Stark-)Niederschlag-Indizes werden von den C20-Läufen des »WEREX-V-Ensemble« unterschätzt.

Die Schriftenreihe informiert über den “Klima-Referenzdatensatz Sachsen, 1961-2020” als Basis für ein qualitativ gesichertes und flächendifferenziertes Klima- und Klimafolgen-Monitoring in Sachsen. Der Datensatz umfasst stations- und rasterbasierte Teildatensätze. Er basiert auf lückenlosen Zeitreihen mit Tageswerten für meteorologische Elemente an Messstationen aus nationalen (D, CZ, PL) und landeseigenen Messnetzen (SN) im Datengebiet des “Mitteldeutschen Kernensembles, 1961-2100”. Als erste Anwendung erfolgte eine Fortschreibung der “Starkregen-Analyse Sachsen” im Zeitraum 1961-2020. Die Erweiterung der Datenbasis um 5 Jahre zur Vorgängerstudie zeigt eine Verstärkung der Änderungssignale. Zusätzlich erfolgte eine Nebenrechnung nicht-registrierter Niederschlagsgewinne durch Nebelauskämmung. Das im Rahmen des Projektes erzeugte Material ist über ReKIS (www.rekis.org) frei zugänglich. Die Veröffentlichung richtet sich an regionale Akteure in der Fachverwaltung, Planungsbüros u.a. sowie an die breite Öffentlichkeit. Redaktionsschluss: 01.07.2022

Das Klima und seine Veränderungen wirken sich direkt auf die Land- und Forstwirtschaft aus. Daher ist die Untersuchung der zukünftigen Klimarisiken für diese Sektoren von hoher Relevanz. Dies ist auch und vor allem für den schon heute weiträumig trockheitsgeprägten und vom Klimawandel besonders betroffenen nordwestbayerischen Regierungsbezirk Unterfranken der Fall, dessen Gebiet zu über 80 % land- oder forstwirtschaftlich genutzt wird. Zur Untersuchung der Zukunft in hoher räumlicher Auflösung werden Projektionen von regionalen Klimamodellen genutzt. Da diese jedoch Defizite in der Repräsentation des beobachteten Klimas der Vergangenheit aufweisen, sollte vor der weiteren Verwendung eine Anpassung der Daten erfolgen. Dies geschieht in der vorliegenden Arbeit am Beispiel des regionalen Klimamodells REMO im Bezug auf klimatische Kennwerte für Trockenheit, Starkniederschlag, Hitze sowie (Spät-)Frost, die alle eine hohe land- und forstwirtschaftliche Bedeutung besitzen. Die Datenanpassung erfolgt durch zwei verschiedene Ansätze. Zum Einen wird eine Biaskorrektur der aus Globalmodell-angetriebenen REMO-Daten berechneten Indizes durch additive und multiplikative Linearskalierung sowie empirische und parametrische Verteilungsanpassung durchgeführt. Zum Anderen wird ein exploratives Verfahren auf Basis von Model Output Statistics angewandt: Lokale und großräumige atmosphärische Variablen von REMO mit Reanalyseantrieb, die eine zeitliche Korrespondenz zu den Beobachtungen aufweisen, dienen als Prädiktoren für die Aufstellung von Transferfunktionen zur Simulation der Indizes. Diese Transferfunktionen werden sowohl mithilfe Multipler Linearer Regression als auch mit verschiedenen Generalisierten Linearen Modellen konstruiert. Sie werden anschließend genutzt, um Analysen auf Basis von biaskorrigierten Globalmodell-angetriebenen REMO-Prädiktoren durchzuführen. Sowohl für die Biaskorrektur als auch die Model Output Statistics wird eine Kreuzvalidierung durchgeführt, um die Ergebnisse unabhängig vom jeweiligen Trainingszeitraum zu untersuchen und die jeweils besten Varianten zu finden. Werden beide Verfahren mit ihren Unterkategorien für den gesamten historischen Modellzeitraum verglichen, so weist für alle Monat-Kennwert-Kombinationen eine der beiden Verteilungskorrekturen die besten Ergebnisse auf. Die Zukunftsprojektionen unter Verwendung der jeweils erfolgreichsten Methode zeigen im regionalen Durchschnitt für das 21. Jahrhundert negative Trends der (Spät-)Frost- und Eis- sowie positive Trends der Hitzetagehäufigkeit. Winterliche Starkregenereignisse nehmen hinsichtlich ihrer Anzahl zu, im Sommer verstärkt sich die Trockenheit. Die Hinzunahme zwei weiterer regionaler Klimamodelle bestätigt die allgemeinen Zukunftstrends, jedoch ergeben sich beim Spätfrost Widersprüche, wenn dieser hinsichtlich der thermisch abgegrenzten Vegetationsperiode definiert wird. Zusätzlich werden die Model Output Statistics auf gleiche Weise mit bodennahen Prädiktoren zur Simulation von Erträgen aus Acker- und Weinbau wiederholt. Die Güte kann aufgrund mangelnder Beobachtungsdatenlänge nur anhand der Reanalyse-angetriebenen REMO-Daten abgeschätzt werden, ist hierbei jedoch deutlich besser als im Bezug auf die Kennwertsimulation. Die Zukunftsprojektionen von REMO sowie drei weiterer Regionalmodelle zeigen im Mittel über alle Landkreise Unterfrankens steigende Winter- sowie sinkende Sommerfeldfruchterträge. Hinsichtlich der Frankenweinerträge widersprechen sich die Ergebnisse der drei Klassen Weiß-, Rot- und Gesamtwein insofern, als dass REMO und ein weiteres Modell negative Weiß- und Rotweinertragstrends, jedoch positive Gesamtweinertragstrends simulieren. Die zwei anderen verwendeten Modelle führen durch positive Trendvorzeichen für den Weißwein zu insgesamt kohärenten Ergebnissen. Die Resultate im Bezug auf die land- und forstwirtschaftlich relevanten klimatischen Kennwerte bedeuten, dass Anpassungsmaßnahmen gegenüber Hitze sowie im Speziellen gegenüber Trockenheit in Zukunft im ohnehin trockenheitsgeprägten Unterfranken an Bedeutung gewinnen werden. Auch die unsicheren Projektionen im Bezug auf die Spätfrostgefahr müssen im Blick behalten werden. Die Trends der Feldfruchterträge deuten in die gleiche Richtung, da Sommergetreide eine höhere Trockenheitsanfälligkeit besitzen. Die unklaren Ergebnisse der Weinerträge hingegen lassen keine eindeutigen Schlüsse zu. Der starke anthropogene Einfluss auf die Erntemengen sowie die großen Unterschiede der Rebsorten hinsichtlich der klimatischen Eignung könnten ein Grund hierfür sein. / There is a direct impact of climate and its modifications on agriculture and forestry. For this reason, analyzing future climate risks concerning these sectors is highly important. This is also and particularly the case for the northwestern Bavarian administrative district of Lower Franconia, which is characterized by dry conditions even today and which is especially affected by climate change. Additionally, more than 80 % of its area is used for agriculture or forestry. To study future conditions in high spatial resolutions, projections of regional climate models are used. As these show deficits in the representation of the observed climate of the past, an adaption of the data should happen before application. In the study at hand, this is done using the example of the regional climate model REMO regarding climatic indices for dryness, heavy precipitation, and heat as well as (late) frost, all of which are of high agricultural and silvicultural relevance. Adaption of the data is handled via two different approaches. On the one hand, a bias correction of the indices calculated from REMO data based on global climate model output is done using additive and multiplicative linear scaling as well as empirical and parametric distribution adaption. On the other hand, an explorative technique based on model output statistics is applied: Local and large-scale atmospheric variables of REMO run with reanalysis data, possessing a temporal correspondence with observations, are used as predictors for the derivation of transfer functions for simulating the indices. The transfer functions are constructed by means of Multiple Linear Regression as well as different Generalized Linear Models. Subsequently, they are used for analyses based on bias corrected REMO predictors run with global climate model data. Both bias correction and model output statstics are performed in a cross-validated manner for examining the results independently from the training period and finding the best alternative for each situation. When comparing both methods with their subcategories for the entire historical model period, for all month-index-combinations one of the distribution correction techniques exhibits the best results. Future projections using the most successful method for each situation show negative trends of (late) frost and ice as well as positive trends of heat day occurence for the 21st century. The number of heavy precipitation days increases in winter, dryness amplifies in summer. When taking into consideration two additional regional climate models, the general future trends are confirmed. Nevertheless, discrepancies result regarding late frost when the respective vegetation period is demarcated based on temperature in contrast to monthly delineation. Additionally, model output statistics are repeated in the same manner using near-surface predictors for simulating yield of agriculture and viticulture. Estimation of quality can only be performed on the basis of reanalysis-run REMO data as the duration of the observational data is too short. However, the respective results show a much better performance than for the index simulations. Averaging all rural districs of Lower Franconia, future projections of REMO as well as three additional regional models show rising yields for winter as well as falling yields for summer crops. With respect to the yield of Franconian wine, the results of the three analyzed classes of white, red and total wine disagree as REMO and one additional model simulate negative white and red wine, but positive total wine yields. More consistent results are achieved using the other models, which project positive trend signs for white wine. The outcomes concerning climatic indices of agricultural and silvicultural relevance imply a future gain of importance of adaption measures towards heat and particularly dryness in Lower Franconia which is already drought-affected today. Furthermore, uncertainty in the projections of late frost has to be kept in mind. The resulting trends of agricultural yield point along the same lines as summer crops are more drought-sensitive. However, the ambiguity of the wine yield results impede precise conclusions. A reason for this could be the strong anthropogenic influence on yields as well as the great differences between grape varieties regarding their climatic suitability.

This dissertation work focuses on societal climate of an elementary school class. The work is dividend into a theoretical part and a practical part. The theoretical part concentrates mainly on the knowledge related to the climate, explanation of the terms such as social group, class and school climate, environment and atmosphere. I characterize the younger school age of examined pupils in detail. Then there are other factors that have an influence on class climate. The practical part concentrates on the research of the actual and ideal school climate both in cities and in the country. I also focus on the difference of perception of the climate between boys and girls. This research was conducted at schools in Jihlava region, specifically in the fifth grades. ?My Class Inventory? questionnaire was used for the research and the results are arranged in charts and graphs with a commentary.

Main theme of my dissertation is a use of movie making among secondary school children to support class climate and also to prevent some specific social pathological events. Dissertation closely relates to my previous Bc. dissertation which is summed up at the beginning. Then based on literature review I discuss class climate in general, its basic elements and ways in which can teacher positively influence it. In the section about a prevention of negative social pathological events I was focused on those imminently related to class environment. Then I analysed methodology of consecutive movie making and suitable methods of research of class climate benefits. The focal point of my dissertation is however a participant observation of school movie making which was created as a part of Antifetfest contest. The movie making was observed from an initial topic formulation to a school opening. An analysis of my observation was connected to sociometric measurement which was done before and after the movie making. In an effort to state if the movie making is a suitable secondary school method was the whole analysis joined with opinions of my colleagues and students.

Diploma thesis follows stress factors impact on a child at primary school, on his health and mental conditions and then the implication of the learning process and integrating the child into a children's collective. The theoretical part contains information dealing with forms of stress in general, potential stressors for the child, the consequences of stress on the human organism. The practical part investigates the experiences with stress factors of pupils that are somehow connected with their school life. As a result of the diploma thesis is to share basic advices for teachers on how to prevent stress at school and their pupils and how to work with the stressed child. key words: stress of children, education, school climate

The observed summertime drying over Northern Central India (NCI) during the latter half of the twentieth century is not reproduced by the Coupled Model Intercomparison Project Phase 5 (CMIP5) model ensemble average. At the same time, the spread between precipitation trends from individual model realizations is large, indicating that internal variability potentially plays an important role in explaining the observed trend. Here we show that the drying is indeed related to the observed 1950–1999 positive trend of the Pacific Decadal Oscillation (PDO) index and that the relationship is even stronger for a simpler index (S1). Adjusting the CMIP5-simulated precipitation trends to account for the difference between the observed and simulated S1 trend increases the original multimodel average NCI drying trend from −0.09 ± 0.31 mm d−1 (50 years)−1 to −0.54 ± 0.40 mm d−1 (50 years)−1. Thus, our estimate of the 1950–1999 NCI drying associated with Pacific decadal variability is of similar magnitude as our previous CMIP5-based estimate of the drying due to anthropogenic aerosol. The drying (moistening) associated with increasing (decreasing) S1 can partially be attributed to a southeastward (northwestward) shift of the boundary between ascent and descent affecting NCI. This shift of the ascent region strongly affects NCI but not Southeast Asia and south China. The average spread between individual model realizations is only slightly reduced when adjusting for S1 as smaller-scale variability also plays an important role.

Práce nejprve vymezuje pojmy podnikatelské prostředí a PEST analýza. Po seznámení čtenáře se základními údaji o Dánsku práce analyzuje jednotlivé složky podnikatelského prostředí Dánska, tedy prostředí politické a právní, ekonomické, sociální a kulturní, technologické. Hledá odpověď na otázku, které faktory lákají do Dánska zahraniční investory a které je naopak odrazují. Pozornost je věnována i přeshraniční spolupráci se Švédskem v rámci regionu ?resund.

The Mediterranean area reveals a strong vulnerability to future climate change due to a high exposure to projected impacts and a low capacity for adaptation highlighting the need for robust regional or local climate change projections, especially for extreme events strongly affecting the Mediterranean environment. The prevailing study investigates two major topics of the Mediterranean climate variability: the analysis of dynamical downscaling of present-day and future temperature and precipitation means and extremes from global to regional scale and the comprehensive investigation of temperature and rainfall extremes including the estimation of uncertainties and the comparison of different statistical methods for precipitation extremes. For these investigations, several observational datasets of CRU, E-OBS and original stations are used as well as ensemble simulations of the regional climate model REMO driven by the coupled global general circulation model ECHAM5/MPI-OM and applying future greenhouse gas (GHG) emission and land degradation scenarios. / Der Mittelmeerraum weist eine starke Vulnerabilität gegenüber dem zukünftigen Klimawandel auf, da für diese Region starke klimatische Auswirkungen vorhergesagt werden, aber nur eine geringe Anpassungsfähigkeit besteht. Daher werden präzise Vorhersagen des regionalen oder lokalen Klimawandels benötigt, v.a. für Extremereignisse, welche den Mittelmeer-Lebensraum stark beeinträchtigen. Die vorliegende Studie untersucht zwei Hauptaspekte der Klimavariabilität im Mittelmeerraum: Zum Einen wird das dynamische Downscaling gegenwärtiger und zukünftiger Mittelwerte und Extremereignisse von Temperatur und Niederschlag von der globalen zur regionalen Skala analysiert. Zum Anderen wird eine umfassende Untersuchung von Temperatur- und Niederschlagsextremen samt Unsicherheitsabschätzung und Vergleich unterschiedlicher statistischer Methoden zur Bestimmung von Niederschlagsextremen durchgeführt. Für diese Untersuchungen stehen verschiedene Beobachtungsdaten von CRU, E-OBS und Messstationen sowie Ensemble-Simulationen des regionalen Klimamodells REMO zur Verfügung, das vom gekoppelten globalen “General Circulation Model” ECHAM5/MPI-OM angetrieben wird und zukünftige Treibhausgasemissions- und Landnutzungsänderungs-Szenarien verwendet.