No description available.

Le but de cette thèse est d’analyser les impacts de la variabilité atmosphérique grande échelle sur la circulation océanique. Ceci a déjà fait l’objet de nombreuses publications, dans lesquelles la variabilité atmosphérique est analysée en termes de modes de variabilité, déterminés par analyse en composantes principales (EOF en anglais) des anomalies de pression de surface. Ces modes sont l’Oscillation Nord-Atlantic (NAO), le Pattern Est-Atlantique (EAP) et le Pattern Scandinave (SCAN). La décomposition en EOF implique que les modes sont orthogonaux et symétriques. Cette dernière hypothèse a été montrée comme étant invalide pour la NAO. Par conséquent, un nouveau concept est proposé dans cette étude pour estimer la variabilité atmosphérique, celui des régimes de temps. Ces derniers sont des structures spatiales de grande échelle, récurrents et quasi-Stationnaires qui permettent de capturer la variabilité des forçages atmosphériques. De plus, ils permettent de séparer les patterns spatiaux des deux phases de la NAO. Ces régimes de temps sont donc une alternative prometteuse pour l’analyse de la variabilité océanique forcée par l’atmosphère. A partir d’observation et de modèles numériques (réalistes ou idéalisés), nous avons montré que les régimes Atlantic Ridge (AR), NAO− et NAO+ induisent une réponse rapide (échelles mensuelles à interannuelles) des gyres subtropical et subpolaire (via un mécanisme de Sverdrup topographique) et de la cellule de retournement (MOC, ajustement aux anomalies de transport d’Ekman). Aux échelles décennales, le gyre subpolaire s’intensifie lors de conditions NAO+ et BLK persistantes via un ajustement barocline aux flux de flottabilité et s’affaiblit pour AR via un ajustement barocline aux anomalies de rotationnel de vent. Ce dernier mécanisme explique aussi l’augmentation du gyre subtropical pour une NAO+ persistante et son affaiblissement pour un AR persistant. La réponse des gyres pour des conditions de NAO− persistantes est un déplacement vers le sud des gyres (l’intergyre gyre). L’intensité de la MOC est augmentée pour des conditions de NAO+ et BLK persistantes, dû à l’augmentation de la formation d’eau dense en mer du Labrador, et inversement pour NAO− et AR. Finalement, des bilans de contenu de chaleur dans la gyre subpolaire et les mers nordiques ont été effectués dans quatre modèles océaniques globaux. Les moyennes d’hiver de convergence océanique de chaleur dans la partie ouest de la gyre subpolaire sont positivement corrélées aux occurrences d’hiver de NAO−, ce qui est dû à la présence de l’intergyre, tandis que cette convergence est négativement corrélée aux occurrences d’AR, ce qui est dû à la réduction des deux gyres qui lui est associée. Les flux de chaleur vers l’océan dans la gyre subpolaire sont négativement corrélés aux occurrences d’hiver de la NAO+ et inversement pour la NAO−. Dans les mers Nordiques, ils sont positivement corrélés aux occurrences de BLK et, dans une moindre mesure, aux occurrences de AR. De plus, nous suggérons que la variabilité du contenu de chaleur dans la partie ouest du gyre subpolaire est la réponse décalée (lag de 6 ans) à l’intégration temporelle du forçage lié au régime NAO+, due à la combinaison de la réponse en phase (0-Lag) des flux de chaleur et à la réponse décalée (lag de 3 ans) de la convergence de chaleur. / The aim of the PhD is to investigate the impacts of the large-Scale atmospheric variability on the North- Atlantic ocean circulation. This question has already been addressed in a large number of studies, in which the atmospheric variability is decomposed into modes of variability, determined by decomposing sea-Level pressure anomalies into Empirical Orthogonal Function (EOFs). These modes of variability are the North-Atlantic Oscillation (NAO), the East-Atlantic Pattern (EAP) and the Scandinavian Pattern (SCAN). EOF decomposition assumes that the modes are orthogonal and symmetric. The latter assumption, however, has been shown to be inadequate for the NAO. Hence, a different framework is used in this study to assess the atmospheric variability, the so-Called weather regimes. These are large-Scale, recurrent and quasi-Stationary atmospheric patterns that have been shown to capture well the interannual and decadal variability of atmospheric forcing to the ocean. Furthermore, they allow to separate the spatial patterns of the positive and negative NAO phases. Hence, these weather regimes are a promising alternative to modes of variability in the study of the ocean response to atmospheric variability. Using observations and numerical models (realistic or in idealised settings), we have shown that the Atlantic Ridge (AR), NAO− and NAO+ regimes drive a fast (monthly to interannual) wind-Driven response of the subtropical and subpolar gyres (topographic Sverdrup balance) and of the meridional overturning circulation (MOC, driven by Ekman transport anomalies). At decadal timescales, the subpolar gyre strengthens for persistent NAO+ and Scandinavian Blocking (BLK) conditions via baroclinic adjustment to buoyancy fluxes and slackens for persistent AR conditions via baroclinic adjustment to wind-Stress curl anomalies. The latter mechanism also accounts for the strengthening of the subtropical gyre for persistent NAO+ conditions and its weakening for persistent AR conditions. The gyres response to persistent NAO− conditions reflects the southward shift of the gyre system (the intergyre gyre). The MOC spins-Up for persistent NAO+ and BLK conditions via increased deep water formation in the Labrador Sea, and conversely for the NAO− and AR regimes. Last, heat budget calculations in the subpolar gyre and the Nordic Seas have been performed using four global ocean hindcasts. The winter averaged heat convergence in the western subpolar gyre is positively correlated with the NAO− winter occurrences, which is due to the intergyregyre circulation, while it is negatively correlated with AR winter occurrences, because of the wind-Driven reduction of both gyres. Downward surface heat flux anomalies are negatively correlated with NAO+ occurrences, and conversely for the NAO−. In the Nordic Seas, they are positively correlated with BLK and to a lesser extent AR occurrences. Furthermore, we suggest that the heat content variability in the western subpolar gyre is the signature of the delayed response (6-Year lag) to the time-Integrated NAO+ forcing, due to the combination of the immediate (0-Lag) response of surface heat flux and the lagged (3 year lag) response of ocean heat convergence.

Ο Δείκτης της Νότιας Κύμανσης (Southern Oscillation Index, SOI) περιγράφει την ατμοσφαιρική κυκλοφορία στον τροπικό Α. Ειρηνικό Ωκεανό σε σχέση με το παγκόσμιας κλιματικής σημασίας φαινόμενο ΕΝSO (El Niño-Southern Oscillation). Μετά τα τέλη της δεκαετίας του 1970, βρέθηκε ότι η ισχυρότερη αρνητική φάση του Δείκτη της Νότιας Κύμανσης των τελευταίων 150 ετών συμπίπτει με την ισχυρότερη θετική φάση του Δείκτη της Βορειοατλαντικής Κύμανσης (North Atlantic Oscillation Index, ΝΑΟΙ) των τελευταίων 180 ετών. Μάλιστα, η ανάλυση της συσχέτισης μεταξύ των Δεικτών της Νότιας και της Βορειοατλαντικής Κύμανσης την περίοδο 1950-2007 εμφάνισε, αλλά μόνο μετά το 1978, μια στατιστικά σημαντική σχέση ανάμεσα στις 20 ισχυρότερες αρνητικές φάσεις των τριμήνων Σεπτεμβρίου-Νοεμβρίου του Δείκτη της Νότιας Κύμανσης και των χειμερινών (Δεκεμβρίου-Φεβρουαρίου) φάσεων του Δείκτη της Βορειοατλαντικής Κύμανσης που χρονικά ακολούθησαν. Παρόμοια, οι 20 ισχυρότερες θετικές φάσεις των τριμήνων Οκτωβρίου-Δεκεμβρίου και Νοεμβρίου-Ιανουαρίου του Δείκτη της Νότιας Κύμανσης την περίοδο 1950-2007 παρουσίασαν, μετά τα τέλη της δεκαετίας του 1970, μια στατιστικά σημαντική συσχέτιση με τις χειμερινές (Δεκεμβρίου-Φεβρουαρίου) φάσεις του Δείκτη της Βορειοατλαντικής Κύμανσης που ακολούθησαν. Οι σχέσεις αυτές συνέπεσαν με μειωμένη χειμερινή βροχόπτωση στην Α. Μεσόγειο. Εάν οι σχέσεις μεταξύ των Δεικτών της Νότιας και της Βορειοατλαντικής Κύμανσης διατηρηθούν και στο μέλλον, επιτρέπουν, με βάση τη φθινοπωρινή φάση του Δείκτη της Νότιας Κύμανσης, τη δυνατότητα πρόγνωσης της χειμερινής βροχόπτωσης στις περιοχές που επηρεάζονται από τη Βορειοατλαντική Κύμανση (ΝΑΟ) (για περιοχές της Ελλάδας ακόμη και με πιθανότητα 90%). Αναλύθηκε η ετήσια κατά πάχος προσαύξηση του βλαστού σε δένδρα χαλεπίου (Pinus halepensis subsp. halepensis) και τραχείας (Pinus halepensis subsp. brutia) πεύκης από τη θερμο-μεσογειακή ζώνη βλάστησης των νήσων Ζακύνθου, Σκύρου, Σάμου και Κρήτης (Ιεράπετρα). Το πλάτος των αυξητικών δακτυλίων τους βρέθηκε πολύ ευαίσθητο στις μεταβολές της βροχόπτωσης και εμφάνισε στατιστικά σημαντική συσχέτιση με το μέσο όρο της μέσης ετήσιας βροχόπτωσης 37 μετεωρολογικών σταθμών της Α. Μεσογείου. Οι αυξητικοί δακτύλιοι κατέδειξαν, επίσης, ότι η ετήσια βροχόπτωση στην Α. Μεσόγειο μετά το 1970 εμφάνισε τη σημαντικότερη μείωση τουλάχιστον των τελευταίων 200 ετών. Η μείωση της αύξησης των δένδρων συμπίπτει χρονικά με την πρόσφατη αύξηση της θερμοκρασίας του πλανήτη. Συμφωνεί, δε, με την πρόβλεψη, μέσω των κλιματικών μοντέλων, της Διακυβερνητικής Επιτροπής για την Kλιματική Aλλαγή (Intergovernmental Panel on Climate Change, IPCC, 2007) ότι στη Μεσόγειο αναμένεται σημαντική μείωση των βροχοπτώσεων λόγω περαιτέρω αύξησης της θερμοκρασίας του πλανήτη, πράγμα που παρατηρήθηκε στο πρόσφατο παρελθόν. Τίθεται, επίσης, το ερώτημα εάν οι πρόσφατες διασυνδέσεις μεταξύ των Δεικτών της Νότιας και της Βορειοατλαντικής Κύμανσης (που σχετίζονται με την πρόσφατη μείωση της βροχόπτωσης στην Α. Μεσόγειο) συνδέονται και με την αύξηση της θερμοκρασίας του πλανήτη. Κατά τις υγρές περιόδους του 20ου αιώνα (620-760 mm μέση ετήσια βροχόπτωση) η ετήσια αύξηση των δένδρων στις περιοχές μελέτης καθορίστηκε σε μεγάλο βαθμό από βροχοπτώσεις που σημειώθηκαν εντός λίγων εβδομάδων ή μηνών πριν ή και κατά την έναρξη της αυξητικής περιόδου. Όμως, κατά την ξηρότερη περίοδο που καταγράφηκε (1990-96, 480 mm μέση ετήσια βροχόπτωση) η αύξηση εξαρτήθηκε από βροχόπτωση 3-4 ετών πριν, συμπεριλαμβανομένου του έτους σχηματισμού του δακτυλίου. Αυτό δείχνει ότι το νερό από βαθύτερα στρώματα του εδάφους, συσσωρευμένο από βροχοπτώσεις προηγούμενων ετών, κατέστη ιδιαιτέρως σημαντικό καθώς η ξηρασία εντάθηκε. Αυτή η διαδικασία πρέπει να σχετίζεται με το βαθύ ριζικό σύστημα των πεύκων. Όμως, μια σειρά ξηρών ετών μπορεί να εξαντλήσει τα υπόγεια «αποθέματα υγρασίας». Στην περίπτωση αυτή τα πεύκα μπορεί να φτάσουν πολύ κοντά στα όρια της επιβίωσης τους, ακόμη και να ξεραθούν. Τέτοια περιστατικά καταγράφηκαν στη νήσο Σάμο και στην Αχαΐα (Πελοπόννησο), όπου ακόμη και 80-χρονα πεύκα ξεράθηκαν στο τέλος των καλοκαιριών του 2000 και 2007. Με βάση το σενάριο Α1B-SRES (IPCC 2007), η μέση ετήσια βροχόπτωση στην περιοχή μελέτης προβλέπεται να μειωθεί την περίοδο 2090-2099 ακόμη και κατά 30% σε σχέση με τα επίπεδα του 1980-1999, φτάνοντας τα 390 mm. Τα επίπεδα αυτά βροχόπτωσης είναι πολύ χαμηλότερα από την οριακή τιμή των 480 mm που προσδιορίστηκε ως κρίσιμη για τους μελετηθέντες πληθυσμούς πεύκων (Pinus) στο να επιβιώσουν υπό ξηρασία στηριζόμενοι σε βαθύτερα αποθέματα υγρασίας. Συνεπώς, εάν τέτοιες συνθήκες επικρατήσουν κατά τον 21ο αιώνα, θα αυξηθεί σημαντικά ο κίνδυνος καταστροφής των δασών της θερμο-μεσογειακής ζώνης βλάστησης. Επίσης, με τη συνδυασμένη επίδραση αυξημένων θερινών θερμοκρασιών και πυρκαγιών θα μεγαλώσει και ο κίνδυνος ερημοποίησης. / The Southern Oscillation Index (SOI) describes atmospheric circulation in the eastern tropical pacific related to ENSO (El Niño-Southern Oscillation), a phenomenon of global climatic significance. After the late 1970s, SOI’s strongest negative phase in 150 year was found to coincide with the strongest positive phase of the North Atlantic Oscillation Index (NAOI) in 180 years. Correlation analysis between SOI and NAOI during 1950-2007 revealed a statistically significant connection between the 20 strongest negative phases of the Sept.-Nov. SOI and the following winter’s (Dec.-Feb.) NAOI phases only after 1978. Similarly, the 20 strongest positive phases of the Oct.-Dec. and Nov.-Jan. SOI of 1950-2007 produced a statistically significant correlation with the following winter’s (Dec.-Feb.) NAOI phases after the late 1970s. Such relationships coincided with reduced winter precipitation in the eastern Mediterranean. If these SOI-NAOI connections hold, the possibility exists to forecast winter precipitation conditions in regions effected by NAO from the previous autumn’s SOI state (with even a 90% accuracy for regions of Greece). Annual radial stem increment was analysed in Pinus halepensis subsp. halepensis and Pinus halepensis subsp. brutia trees for Thermo-Mediterranean vegetation zones of the Greek islands of Zakinthos, Skiros, Samos and Crete (Ierapetra). Tree-ring width was found to be very sensitive to precipitation and produced a statistically significant correlation with annual rainfall from mean of 37 meteorological stations of the eastern Mediterranean. Tree-rings also indicated that annual rainfall reached its lowest values in nearly 200 years after the 1970s. This reduction in growth coincides with recent global warming. Thus, it is in line with IPCC (2007) climate model projections’ that the Mediterranean will experience a significant decline in precipitation as global warming progresses, as was the case in the recent past. It also raises the question whether recent SOI-NAOI links (involved in the recent decline in precipitation in the eastern Mediterranean) are also connected to global warming. During moist periods of the 20th century (ca. 620-720 mm average annual precipitation) annual tree growth in the regions under investigation was largely controlled by rainfall during a few weeks or months before or during the beginning of the growing season. In contrast, during the driest period on record (1990-1996; 480 mm average annual precipitation) growth depended on rainfall of 3-4 years before, including the year of tree ring formation. This suggests that water from deeper ground, accumulated during rainfall of previous years and became increasingly important as drought intensified. Deep rooting must be involved in such a process. However, a series of dry years may exhaust deeper ground “moisture reserves”. In this case pines may be pushed very close to their survival limits and can even be desiccated. Such incidents were recorded in Samos and Achaia (Peloponnesus) of Greece where pines died in late summer 2000 and 2007, including some 80-year-old trees. Mean annual precipitation for the studied area in 2090-2099 is projected to decrease by even 30% compared to 1980-99 levels, based on Α1B-SRES (IPCC 2007), reaching 390 mm. These levels of rainfall are far bellow the threshold of 480 mm determined as critical for the investigated populations of Pinus to survive drought by relying on deeper moisture reserves. Thus, if such conditions persist during the 21st century they will contribute to the risk of devastation for Thermo-Mediterranean zone forests. Combined with higher summer temperatures and fire outbreaks the risk of desertification will also increase.

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.

Abstract This thesis studies the long-term relation between the solar wind driven energetic particle forcing into the atmosphere and the tropospheric circulation in the Northern Hemisphere winter. The work covers the period of more than one hundred years since the turn of the 20th century to present. The thesis makes a statistical analysis of satellite measurements of precipitating energetic electrons, sunspot number data and geomagnetic activity, and compares them with temperature and pressure measurements made at the Earth's surface. Recent results, both observational and from chemistry climate models, have indicated significant effects in the Earth's middle atmosphere due to the energetic electrons precipitating from the magnetosphere. These effects include the formation of reactive hydrogen and nitrogen oxides in the high latitude mesosphere and the depletion of ozone caused by them. Ozone is a radiatively active and important gas, which affects the thermal structure and dynamics of the middle atmosphere. Accordingly, the depletion of ozone can intensify the large scale stratospheric circulation pattern called the polar vortex. Winter weather conditions on the surface have been shown to be dependent on the polar vortex strength. This thesis shows that there is a significant relation between the average fluxes of medium energy (ten to hundred keVs) precipitating electrons and surface temperatures in parts of the Northern Hemisphere in winter time. Temperatures are positively correlated with electron fluxes in North Eurasia and negatively correlated in Greenland during the period 1980-2010 which is covered by direct satellite observations of precipitating particles. This difference is especially notable when major sudden stratospheric warmings and the quasi-biennial oscillation (QBO), which both are known to affect the polar vortex strength, are taken into account. When extended to the late 19th century, the analysis shows that a similar temperature pattern is predominated during the declining phase of the sunspot cycle. The high speed solar wind streams and energetic particle precipitation typically maximize also at the declining phase of the solar cycle. This specific temperature pattern is related to the variability of the northern annular mode (NAM), which is the most significant circulation pattern in the Northern Hemisphere winter. Before the space era, geomagnetic activity measured by ground observations can be used as a proxy for energetic particle precipitation. Earlier studies have found a significant positive correlation between geomagnetic activity and NAM since the 1960s. We find that, when the QBO measured at 30 hPa height is in the easterly phase, a positive correlation is extended to the beginning of 1900s. We also show that high geomagnetic activity causes a stronger effect in the Northern Hemisphere winter than high sunspot activity, especially in the Atlantic and Eurasia. A comprehensive knowledge of the Earth's climate system and all its drivers is crucial for the future projection of climate. Solar variability effects have been estimated to produce only a small factor to the global climate change. However, there is increasing evidence, including the results presented in this thesis, that the different forms of solar variability can have a substantial effect to regional and seasonal climate variability. With this new evidence, the solar wind related particle effects in the atmosphere are now gaining increasing attention. These effects will soon be included in the next coupled model inter comparison project (CMIP6) as an additional solar related climate effect. This emphasizes the relevance of this thesis.

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.

Les embouchures tidales dominées par la houle sont des systèmes côtiers particulièrement dynamiques dont la morphologie est continuellement remodelée par l’action des vagues et de la marée. Les rapides évolutions morphologiques auxquelles elles sont sujettes impactent directement leurs environnements écologiques et socio-économiques. Afin de mettre en œuvre des réglementations adaptées à la gestion durable des embouchures tidales, des études environnementales systématiques sont nécessaires. L’objectif principal de cette thèse est de mieux comprendre les processus physiques qui contrôlent les évolutions morphologiques d’une embouchure tidale éphémère au Portugal - l’embouchure de la lagune d’Albufeira – à partir de l’analyse de mesures hydrodynamiques et topographiques et de résultats d’un système de modélisation morphodynamique récemment développé. Les processus qui influent sur la dynamique de l’embouchure tidale à court terme, notamment ceux liés aux interactions vague-courant, ont été étudiés à travers l’application du système de modélisation à l’embouchure. Les modulations saisonnières du climat de vagues et du niveau moyen de la mer affectent fortement la dynamique sédimentaire de l’embouchure et contribuent au comblement naturel de l’embouchure pendant l’hiver. Les processus à long terme ont également été étudiés à partir de simulations rétrospectives de paramètres moyens de vagues pour des échelles régionales et locales sur une période 65 ans. Les fortes variabilités interannuelles du climat de vagues et de la dérive littorale qui lui est associée pourraient expliquer les différences d’évolutions morphologiques du système embouchure-lagune sur des échelles de temps pluri–annuels. / Wave-dominated tidal inlets are very dynamic coastal systems, whose morphology is continuously shaped by the combined action of the waves and the tides. The rapid morphological changes they experience impact directly their ecological and socio-economic environments. In order to implement adequate regulations for the sustainable management of tidal inlets, systematic environmental studies are necessary. The main objective of this PhD research work is to gain a better understanding of the physical processes that control the morphological evolutions of an ephemeral tidal inlet in Portugal - the Albufeira Lagoon inlet - based on the analysis of hydrodynamic and topographic data and on the results of a newly developed morphodynamic modelling system. The processes that impact the dynamics of the inlet at short time-scales, particularly those related to wave-current interactions, are investigated through the application of the modelling system to the inlet. The seasonal modulations of the wave climate and mean sea level strongly affect the sediment dynamics of the inlet and contribute to the natural closure of the inlet during the winter period. Long-term processes are also investigated based on a 65-year hindcast of mean wave parameters at regional and local scales. The large inter-annual variability of the wave climate and the associated longshore sediment transport – both correlated to the North-Atlantic Oscillation – are proposed to explain the differences in the morphological behaviour of the inlet-lagoon system at pluri-annual time-scales.