Dynamisch-statistische Analyse von klimatologischen Extremereignissen und ihrer Vorboten an der Landoberfläche

在研究和实验中，在与Klimawandel韦尔登合作的过程中，极端的团结和团结使我们加强了讨论。Staubersche Aussagen über ihre zeitliche Entwicklung（z.B. eine Zunahme）sind jedoh mit großen Unsicherheiten approaches：Extreme sind ihrer Natur nach selten，so dass für eine statistische Beschreibung努尔wenige quantitative Daten approaches.由于这种两难境地，我们可以通过物理学上的解释和解释来理解极端主义。Solche Zusammenhänge sind in dynamischen regionalen Klimamodellen darstellbar，deren quantitative Aussagen über Extremereignisse jedoh often unzuverlässig sind. Staubersche Verfahren在控制实验中使用了Geeigneter，但没有任何物理学上的差异。在一个复杂的项目中，需要一个动态和统计模型的结合。在动态模拟中，解决了识别韦尔登的问题，因此，在最佳状态下，可以估计极端环境。这把火钳应该放在陆地上。在一个由随机模拟韦尔登模型所建立的两种不同的随机数据模型中，该模型可以由随机模拟韦尔登的两种不同的前体和后体组成。这是一个关于经济发展和非经济增长的一般概念，也是一个动态模型。

Extremereignisse wie Hitzewellen oder Überschwemmungen im Zusammenhang mit Klimawandel werden in Forschung und Öffentlichkeit zunehmend intensiv diskutiert. Statistische Aussagen über ihre zeitliche Entwicklung (z.B. eine Zunahme) sind jedoch mit großen Unsicherheiten behaftet: Extreme sind ihrer Natur nach selten, so dass für eine statistische Beschreibung nur wenige quantitative Daten existieren. Aus diesem Dilemma können Untersuchungen der physikalischen Zustände und Abläufe, die Extremereignissen vorausgehen, führen. Solche Zusammenhänge sind in dynamischen regionalen Klimamodellen darstellbar, deren quantitative Aussagen über Extremereignisse jedoch oft unzuverlässig sind. Statistische Verfahren erweisen sich in Kontrollexperimenten als geeigneter, bieten jedoch keinen Zugang zu den zugrundeliegenden physikalischen Zusammenhängen. Im hier vorgeschlagenen Projekt soll es deshalb um eine Kombination von dynamischer und statistischer Modellierung gehen. In dynamischen Simulationen sollen zunächst Situationen identifiziert werden, die auf der saisonalen Zeitskala bestimmten Extremereignissen vorausgehen, sogenannte Vorboten. Der Fokus wird dabei auf Zuständen der Landoberfläche liegen. In einem zweiten Schritt sollen anhand von simulierten und beobachteten Daten stochastische Modelle abgeleitet werden, die den Zusammenhang zwischen Vorbote und Ereignis darstellen und für stochastische Simulationen verwendet werden. Diese erlauben eine genauere Abschätzung der Entwicklung der Ereignisse und deren Unsicherheiten, als die dynamischen Modelle allein.