Statistical downscaling for climate change impact analysis on drought

Daan Buekenhout
Persbericht

Klimaatverandering in Vlaanderen: neerslag en het gebrek eraan

Stijgende temperaturen en veranderende neerslagpatronen ten gevolge van de klimaatverandering hebben een invloed op ecosystemen en samenlevingen over de hele wereld. Ook in België worden temperatuurrecords verbroken en winnen overstromingen en droogte aan belang in het publiek debat. België, en in het bijzonder Vlaanderen, is kwetsbaar voor droogte door de lage waterbeschikbaarheid per capita. Om tijdig geschikte maatregelen te kunnen treffen is het belangrijk om na te gaan hoe droogte zal evolueren op de lokale, Vlaamse schaal.

De masterscriptie bouwt verder op het werk van klimaatwetenschappers uit onderzoeksgroepen wereldwijd. Zij bouwen klimaatmodellen die gebruikt worden om de klimaatverandering te bestuderen. Doordat deze modellen zeer ingewikkeld zijn, vraagt het zelfs voor supercomputers veel tijd om de uitkomst te bepalen. Om de rekentijd te verkorten wordt er niet voor elk punt op het aardoppervlak een resultaat gezocht, maar slechts om de 100 à 300 km. Bijgevolg is de precisie van de modellen vrij laag. Vergelijk het met de pixels van een computerscherm: hoe minder pixels, hoe onscherper het beeld.

Het thesisonderzoek maakt gebruik van de resultaten van veertien klimaatmodellen. Daarbij wordt altijd de ‘pixel’ geselecteerd waarin het belangrijkste weerstation van België zich bevindt, dat van het KMI in Ukkel. Dit station is representatief voor het klimaat in Vlaanderen. Daarnaast verwerkt elk klimaatmodel vier klimaatscenario’s. Deze scenario’s beschrijven hoe factoren die een invloed hebben op de klimaatverandering, bijvoorbeeld de uitstoot van broeikasgassen, doorheen de 21ste eeuw kunnen evolueren. De klimaatmodellen gebruiken deze factoren vervolgens om de bijhorende impact te bepalen, denk aan temperatuurstijgingen of veranderende neerslagpatronen.

 

image-20201004152717-1

 

De regel van drie

Om de precisie van de klimaatmodellen te verhogen bestaan er technieken die geen zware berekeningen nodig hebben, de zogenaamde statistische neerschalingsmethodes. Hierbij verwijst ‘neerschaling’ naar het verhogen van de precisie van de resultaten, van de grote ruimtelijke schaal van de klimaatmodellen naar de kleinere, lokale schaal van een weerstation. De methodes zijn ‘statistisch’ omdat ze verbanden leggen tussen eigenschappen, bijvoorbeeld tussen de maandelijkse hoeveelheid neerslag op grote en op lokale schaal.

Naast het neerschalen zelf, bevatten de methodes ook een correctie voor systematische afwijkingen die aanwezig kunnen zijn in de klimaatmodellen. Gemiddeld genomen overschatten de klimaatmodellen bijvoorbeeld de neerslag in Ukkel tijdens de wintermaanden. Cruciaal is daarnaast ook dat statistische neerschalingsmethodes verschillende aannames maken, bijvoorbeeld dat de statistische relatie voor een vroegere periode ook zal gelden in de toekomst. Dit is uiteraard moeilijk te controleren en net daarom belangrijk om in het achterhoofd te houden.

De meeste methodes zijn oorspronkelijk ontworpen voor onderzoek naar extreme neerslag en het bijhorende risico op overstromingen. In de masterscriptie worden vier methodes gekozen en met elkaar vergeleken voor een droogteonderzoek. De geselecteerde methodes werken op een gelijkaardige manier en leggen een statistisch verband tussen de resultaten van de klimaatmodellen voor een periode uit het verleden aan de ene kant en een toekomstige periode aan de andere kant. Daarna kan datzelfde statistisch verband toegepast worden op de historische gegevens afkomstig van een weerstation, in dit geval dat van het KMI in Ukkel. Zo kan er een antwoord gevonden worden op de grote onbekende in dit vraagstuk, het toekomstige klimaat op de lokale schaal. Eigenlijk is het basisprincipe van deze methodes vergelijkbaar met  de welbekende regel van drie.

image-20201004152717-2

 

Droogteperiodes

Droogte is een natuurlijke maar ingewikkelde dreiging. Er zijn dan ook een uiteenlopende factoren die onderzoekers in beschouwing kunnen nemen. Deze factoren hebben bijvoorbeeld te maken met neerslag en temperatuur maar ook met vegetatie. Om de omvang van het onderzoek binnen de perken te houden, ligt de focus op factoren die alleen te maken hebben met neerslag – of het gebrek eraan: het aantal droge dagen met weinig tot geen neerslag, droogteperiodes van opeenvolgende droge dagen en totale neerslag. Intuïtief is het eenvoudig aan te voelen dat de langste droogteperiodes de grootste impact hebben op mens en natuur. Onze watervoorraden kunnen kortdurende droogteperiodes eenvoudig overbruggen, terwijl deze voorraden in het gedrang dreigen te komen tijdens langere droogteperiodes.

 

Natuurlijke schommelingen

In de laatste stap beoordeelt het thesisonderzoek de gevonden resultaten. Hierbij moet rekening gehouden worden met de natuurlijk schommelingen die aanwezig zijn in het klimaat. Alleen als de gevonden (klimaat)veranderingen groter zijn dan deze natuurlijke schommelingen, kunnen we spreken van significante resultaten. In het andere geval zouden de veranderingen ook gewoon toegeschreven kunnen worden aan de natuurlijke schommelingen van het klimaat en dus niet aan de klimaatverandering.

De resultaten voor het eind van de 21ste eeuw worden in het onderzoek altijd vergeleken met de resultaten van een eeuw eerder. Zo toont een neerschalingsmethode die aan de KU Leuven werd ontworpen – en als beste uit de bus kwam in de masterscriptie – een stijging in het aantal droge dagen van meer dan 20% tijdens de zomermaanden. Tijdens diezelfde maanden daalt de neerslag met meer dan 40%. De langste droogteperiodes nemen met meer dan 7% toe in lengte. Tegelijkertijd neemt de neerslag tijdens de wintermaanden toe met maximaal 27%. Kortom, er staan ons drogere zomers en nattere winters te wachten.

Dit toekomstbeeld stemt allesbehalve vrolijk. Gelukkig horen deze cijfers bij het klimaatscenario met de grootste impact. Dat wilt zeggen dat er ook scenario’s denkbaar zijn waarbij de veranderingen een stuk kleiner zijn. Allesbepalend is hoe we in de komende decennia als mensheid met de aarde omgaan. De uitstoot van broeikasgassen speelt een hoofdrol, maar is op zijn beurt afhankelijk van de keuzes die wij als maatschappij maken in bijvoorbeeld onderwijs, onderzoek, industrie en internationale samenwerking.

Ook kunnen we ons in Vlaanderen voorbereiden op de klimaatverandering, bijvoorbeeld door regenwater op te vangen en in de bodem te laten infiltreren in plaats van het via rioleringen en rivieren weg te laten vloeien naar de oceaan. Op die manier leggen we grotere grondwatervoorraden aan en kunnen we droogteperiodes beter trotseren. Politieke plannen zoals de recente Blue Deal zijn zeker een goede start, maar alles staat of valt met de praktische uitwerking ervan. Hoop doet leven, maar water ook!

Bibliografie

[1] IPCC. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)], pages 1–151. IPCC, Geneva, Switzerland, 2014.

[2] Phillips, N. Climate change made Australia’s devastating fire season 30% more likely. Online: https://www.nature.com/articles/d41586-020-00627- y, March 2020. Accessed: 2020-08-14.

[3] Associated Press. Scores dead as heavy rains bring landslides and evacuations in brazil. Online: https://www.theguardian.com/world/2020/jan/27/heavyrain-landslides-floo…, January 2020. Accessed: 2020-08-14.

[4] Deboosere, F. Warmste dag van het jaar in Ukkel. Online: https: //www.frankdeboosere.be/klimaatukkel/warmstedagvanhetjaar.php. Accessed: 2020-08-14.

[5] Willems, P. and Vrac, M. Statistical precipitation downscaling for small-scale hydrological impact investigations of climate change. Journal of Hydrology, 402(3-4):193–205, 2011.

[6] Tabari, H., Taye, M. T., and Willems, P. Water availability change in central Belgium for the late 21st century. Global and Planetary Change, 131:115–123, 2015.

[7] De Waegemaeker, J., Van Acker, M., Kerselaers, E., and Rogge, E. Shifting climate, reshaping urban landscapes: Designing for drought in the Campine landscape. Journal of Landscape Architecture, 11(3):72–83, 2016.

[8] Debusschere, B. Nooit eerder sinds het begin van de metingen startte de zomer zo droog: ‘er dreigt een ramp’. Online: https: //www.demorgen.be/nieuws/nooit-eerder-sinds-het-begin-van-demetingen-star…, May 2020. Accessed: 2020-08-14.

[9] Maenhout, K. Vlaanderen moet weer een spons worden. Online: https: //www.standaard.be/cnt/dmf20200728_97539724, July 2020. Accessed: 2020- 08-14.

[10] Hofste, R. W., Reig, P., and Schleifer, L. 17 countries, home to onequarter of the world’s population, face extremely high water stress. Online: https://www.wri.org/blog/2019/08/17-countries-home-one-quarterworld-pop…, August 2019. Accessed: 2020-08-14.

[11] Poelmans, L., Van Rompaey, A., and Batelaan, O. Coupling urban expansion models and hydrological models: How important are spatial patterns? Land Use Policy, 27(3):965–975, 2010.

[12] Van Loon, A. F. Hydrological drought explained. Wiley Interdisciplinary Reviews: Water, 2(4):359–392, 2015.

[13] Xie, W., Xiong, W., Pan, J., Ali, T., Cui, Q., Guan, D., Meng, J., Mueller, N. D., Lin, E., and Davis, S. J. Decreases in global beer supply due to extreme drought and heat. Nature Plants, 4(11):964–973, 2018.

[14] Raymond, F., Ullmann, A., Tramblay, Y., Drobinski, P., and Camberlin, P. Evolution of Mediterranean extreme dry spells during the wet season under climate change. Regional Environmental Change, 19(8):2339–2351, 2019.

[15] O’Neill, B. C., Tebaldi, C., van Vuuren, D. P., Eyring, V., Friedlingstein, P., Hurtt, G., Knutti, R., Kriegler, E., Lamarque, J. F., Lowe, J., Meehl, G. A., Moss, R., Riahi, K., and Sanderson, B. M. The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6. Geoscientific Model Development, 9(9):3461– 3482, 2016.

[16] Maraun, D., Brienen, S., Rust, H. W., Sauter, T., Themeßl, M., Venema, V. K. C., and Chun, K. P. Precipitation Downscaling under Climate Change. October, (2009):1–34, 2010.

[17] Oxford University Press. OED Online. Online: https://www.oed.com/. Accessed: 2020-08-14.

[18] SENSES Project. Climate Change Scenario Primer. Online: https:// www.climatescenarios.org/primer/. Accessed: 2020-08-14.

[19] Rounsevell, M. D. and Metzger, M. J. Developing qualitative scenario storylines for environmental change assessment. Wiley Interdisciplinary Reviews: Climate Change, 1(4):606–619, 2010.

[20] Moss, R. H., Edmonds, J. A., Hibbard, K. A., Manning, M. R., Rose, S. K., van Vuuren, D. P., Carter, T. R., Emori, S., Kainuma, M., Kram, T., Meehl, G. A., Mitchell, J. F., Nakicenovic, N., Riahi, K., Smith, S. J., Stouffer, R. J., Thomson, A. M., Weyant, J. P., and Wilbanks, T. J. The next generation of scenarios for climate change research and assessment. Nature, 463(7282):747–756, 2010.

[21] Riahi, K., van Vuuren, D. P., Kriegler, E., Edmonds, J., O’Neill, B. C., Fujimori, S., Bauer, N., Calvin, K., Dellink, R., Fricko, O., Lutz, W., Popp, A., Cuaresma, J. C., KC, S., Leimbach, M., Jiang, L., Kram, T., Rao, S., Emmerling, J., Ebi, K., Hasegawa, T., Havlik, P., Humpenöder, F., Da Silva, L. A., Smith, S., Stehfest, E., Bosetti, V., Eom, J., Gernaat, D., Masui, T., Rogelj, J., Strefler, J., Drouet, L., Krey, V., Luderer, G., Harmsen, M., Takahashi, K., Baumstark, L., Doelman, J. C., Kainuma, M., Klimont, Z., Marangoni, G., Lotze-Campen, H., Obersteiner, M., Tabeau, A., and Tavoni, M. The Shared Socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global Environmental Change, 42:153–168, 2017.

[22] IPCC. Climate Change 1990: The IPCC Scientific Assessment. Report prepared for Intergovernmental Panel on Climate Change by Working Group I. [J.T. Houghton, G.J. Jenkins and J.J. Ephraums (eds.)], pages 1–410. Cambridge University Press, Cambridge, Great Britain, New York, NY, USA and Melbourne, Australia, 1990.

[23] Leggett, J., Pepper, W., Swart, R., Edmonds, J., Meira Filho, L., Mintzer, I., and Wang, M. Emissions scenarios for the IPCC: an update. In Climate Change 1992: The Supplementary Report to The IPCC Scientific Assessment, pages 68–95. Cambridge University Press, Cambridge, UK, 1992.

[24] IPCC. Special Report on Emissions Scenarios [N. Nakicenovic and R. Swart (eds.)], pages 1–570. Cambridge University Press, Cambridge, UK, 2000.

[25] van Vuuren, D. P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., Hurtt, G. C., Kram, T., Krey, V., Lamarque, J. F., Masui, T., Meinshausen, M., Nakicenovic, N., Smith, S. J., and Rose, S. K. The representative concentration pathways: An overview. Climatic Change, 109(1):5–31, 2011.

[26] O’Neill, B. C., Kriegler, E., Riahi, K., Ebi, K. L., Hallegatte, S., Carter, T. R., Mathur, R., and van Vuuren, D. P. A new scenario framework for climate change research: The concept of shared socioeconomic pathways. Climatic Change, 122(3):387–400, 2014.

[27] Vasileiadou, E., Heimeriks, G., and Petersen, A. C. Exploring the impact of the IPCC Assessment Reports on science. Environmental Science and Policy, 14(8):1052–1061, 2011.

[28] Meehl, G., Boer, G., Covey, C., Latif, M., and Stouffer, R. Intercomparison makes for a better climate model. Eos, 78(41):445–446, 1997.

[29] Taylor, K. E., Stouffer, R. J., and Meehl, G. A. An overview of CMIP5 and the experiment design. Bulletin of the American Meteorological Society, 93(4):485– 498, 2012.

[30] Hausfather, Z. Explainer: The high-emissions ’RCP8.5’ global warming scenario. Carbon Brief, 2018. Online: https://www.carbonbrief.org/explainerhow-shared-socioeconomic-pathways-… Accessed: 2020-08-14.

[31] Ramaswamy, V., Haigh, O., Boucher, J., Solomon, D., Hauglustaine, J., Haywood, G., Myhre, T., Nakajima, G., and Shi, S. Radiative forcing of climate change. In Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change [F. Joos and J. Srinivasan (eds.)], pages 349–416. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 2001.

[32] Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., and Taylor, K. E. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9(5):1937–1958, 2016.

[33] O’Neill, B. C., Kriegler, E., Ebi, K. L., Kemp-Benedict, E., Riahi, K., Rothman, D. S., van Ruijven, B. J., van Vuuren, D. P., Birkmann, J., Kok, K., Levy, M., and Solecki, W. The roads ahead: Narratives for shared socioeconomic pathways describing world futures in the 21st century. Global Environmental Change, 42:169–180, 2017.

[34] van Vuuren, D. P. and Carter, T. R. Climate and socio-economic scenarios for climate change research and assessment: Reconciling the new with the old. Climatic Change, 122(3):415–429, 2014.

[35] Hausfather, Z. and Peters, G. P. Emissions - the ’business as usual’ story is misleading. Nature, 577:618–620, 2020.

[36] Beck, S. and Mahony, M. The IPCC and the politics of anticipation. Nature Climate Change, 7(5):311–313, 2017.

[37] Carlsen, H., Klein, R. J., and Wikman-Svahn, P. Transparent scenario development. Nature Climate Change, 7(9):613, 2017.

[38] Lawrence, J., Haasnoot, M., and Lempert, R. Climate: managing deep uncertainty. Nature, 580:456, 2020.

[39] Stocker, T. Introduction to Climate Modelling. Advances in Geophysical and Environmental Mechanics and Mathematics. Springer, Berlin, Heidelberg, 1st edition, 2011.

[40] Tabari, H. Statistical analysis and stochastic modelling of hydrological extremes. Water, 11(9):1–11, 2019.

[41] Arnbjerg-Nielsen, K., Willems, P., Olsson, J., Beecham, S., Pathirana, A., Bülow Gregersen, I., Madsen, H., and Nguyen, V. T. Impacts of climate change on rainfall extremes and urban drainage systems: A review. Water Science and Technology, 68(1):16–28, 2013.

[42] Willems, P. Benefits of SUDS and climate proof planning, 2019. Online: https://waterresilientcities.eu/wp-content/uploads/2019/04/ 03_WRC_Patrick_WILLEMS.pdf Accessed: 2020-08-14.

[43] Trzaska, S. and Schnarr, E. A Review of Downscaling Methods for Climate Change Projections. USAID, 2014.

[44] Van Uytven, E. Evaluation of Statistical Downscaling Methods for Climate Change Impact Analysis on Hydrological Extremes. PhD thesis, KU Leuven, 2019.

[45] Sunyer, M. A., Hundecha, Y., Lawrence, D., Madsen, H., Willems, P., Martinkova, M., Vormoor, K., Bürger, G., Hanel, M., Kriaučiuniene, J., Loukas, A., Osuch, M., and Yücel, I. Inter-comparison of statistical downscaling methods for projection of extreme precipitation in Europe. Hydrology and Earth System Sciences, 19(4):1827–1847, 2015.

[46] Gooré Bi, E., Gachon, P., Vrac, M., and Monette, F. Which downscaled rainfall data for climate change impact studies in urban areas? Review of current approaches and trends. Theoretical and Applied Climatology, 127(3-4):685–699, 2017.

[47] Smid, M. and Costa, A. C. Climate projections and downscaling techniques: a discussion for impact studies in urban systems. International Journal of Urban Sciences, 22(3):277–307, 2018.

[48] De Niel, J., Van Uytven, E., and Willems, P. Uncertainty Analysis of Climate Change Impact on River Flow Extremes Based on a Large Multi-Model Ensemble. Water Resources Management, 33(12):4319–4333, 2019.

[49] Wilby, R. L. and Wigley, T. M. L. Downscaling general circulation model output: a review of methods and limitations. Progress in Physical Geography, 21(4):530–548, 1997.

[50] Fowler, H. J., Blenkinsop, S., and Tebaldi, C. Linking climate change modelling to impacts studies: recent advances in downscaling techniques for hydrological modelling. International Journal of Climatology, 27:1547–1578, 2007.

[51] Willems, P. Climate change impact assessment on urban rainfall extremes and urban drainage: Methods and shortcomings. Atmospheric Research, 103:106–118, 2012.

[52] Rummukainen, M. Methods for statistical downscaling of GCM simulations. Report Meteorology and Climatology, 80, Swedish Meteorological and Hydrological Institute, Norrköping, Sweden, 1997.

[53] Leander, R. and Buishand, T. A. Resampling of regional climate model output for the simulation of extreme river flows. Journal of Hydrology, 332:487–496, 2007.

[54] Sunyer, M. A., Madsen, H., Rosbjerg, D., and Arnbjerg-Nielsen, K. A Bayesian approach for uncertainty quantification of extreme precipitation projections including climate model interdependency and nonstationary bias. Journal of Climate, 27(18):7113–7132, 2014.

[55] Sunyer, M. A., Madsen, H., and Ang, P. H. A comparison of different regional climate models and statistical downscaling methods for extreme rainfall estimation under climate change. Rainfall in the Urban Context: Forecasting, Risk and Climate Change, 103:119–128, 2012.

[56] Willems, P. Revision of urban drainage design rules after assessment of climate change impacts on precipitation extremes at Uccle, Belgium. Journal of Hydrology, 496:166–177, 2013.

[57] Willems, P. Compound intensity/duration/frequency-relationships of extreme precipitation for two seasons and two storm types. Journal of Hydrology, 233(1- 4):189–205, 2000.

[58] Ntegeka, V., Baguis, P., Roulin, E., and Willems, P. Developing tailored climate change scenarios for hydrological impact assessments. Journal of Hydrology, 508:307–321, 2014.

[59] Makkonen, L. Plotting positions in extreme value analysis. Journal of Applied Meteorology and Climatology, 45(2):334–340, 2006.

[60] Sørup, H. J. D., Georgiadis, S., Bülow Gregersen, I., and Arnbjerg-Nielsen, K. Formulating and testing a method for perturbing precipitation time series to reflect anticipated climatic changes. Hydrology and Earth System Sciences, 21(1):345–355, 2017.

[61] Thorndahl, S., Andersen, A. K., and Larsen, A. B. Event-based stochastic point rainfall resampling for statistical replication and climate projection of historical rainfall series. Hydrology and Earth System Sciences Discussions, pages 1–26, 2017.

[62] Mishra, A. K. and Singh, V. P. A review of drought concepts. Journal of Hydrology, 391(1-2):202–216, 2010.

[63] American Meteorological Societey (AMS). Statement on Meteorological Drought. Bulletin of the American Meteorological Society, 85:771–773, 2004.

[64] Wanders, N., van Lanen, H. A., and van Loon, A. F. Indicators for Drought Characterization on a Global Scale. Technical Report 24, Wageningen University, 2010.

[65] Breinl, K., Di Baldassarre, G., Mazzoleni, M., Lun, D., and Vico, G. Extreme dry and wet spells face changes in their duration and timing. Environmental Research Letters, 2020.

[66] Pérez-Sánchez, J. and Senent-Aparicio, J. Analysis of meteorological droughts and dry spells in semiarid regions: a comparative analysis of probability distribution functions in the Segura Basin (SE Spain). Theoretical and Applied Climatology, 133(3-4):1061–1074, 2018.

[67] Kendon, E. J., Stratton, R. A., Tucker, S., Marsham, J. H., Berthou, S., Rowell, D. P., and Senior, C. A. Enhanced future changes in wet and dry extremes over Africa at convection-permitting scale. Nature Communications, 10(1), 2019.

[68] Han, F., Cook, K. H., and Vizy, E. K. Changes in intense rainfall events and dry periods across Africa in the twenty-first century. Climate Dynamics, 53(5-6):2757–2777, 2019.

[69] Tabari, H. and Willems, P. More prolonged droughts by the end of the century in the Middle East. Environmental Research Letters, 13(10), 2018.

[70] Raymond, F., Drobinski, P., Ullmann, A., and Camberlin, P. Extreme dry spells over the Mediterranean Basin during the wet season: Assessment of HyMeX/Med-CORDEX regional climate simulations (1979–2009). International Journal of Climatology, 38(7):3090–3105, 2018.

[71] Moon, H., Gudmundsson, L., and Seneviratne, S. I. Drought Persistence Errors in Global Climate Models. Journal of Geophysical Research: Atmospheres, 123(7):3483–3496, 2018.

[72] Rivoire, P., Tramblay, Y., Neppel, L., Hertig, E., and Vicente-Serrano, S. M. Impact of the dry day definition on Mediterranean extreme dry spells analysis. Natural Hazards and Earth System Sciences Discussions, pages 1–25, 2019.

[73] Demarée, G. R. Le pluviographe centenaire du plateau d’Uccle: Son histoire, ses données et ses applications. Houille Blanche, (4):95–102, 2003.

[74] Earth System Grid Federation. CMIP6 Archive. Online: https://esgfnode.llnl.gov/projects/cmip6/. Accessed: 2020-08-14.

[75] Tabari, H., Hosseinzadehtalaei, P., Aghakouchak, A., and Willems, P. Latitudinal heterogeneity and hotspots of uncertainty in projected extreme precipitation. Environmental Research Letters, 14(12), 2019.

[76] Flato, G. M. Earth system models: An overview. Wiley Interdisciplinary Reviews: Climate Change, 2(6):783–800, 2011.

[77] Law, R. M., Ziehn, T., Matear, R. J., Lenton, A., Chamberlain, M. A., Stevens, L. E., Wang, Y. P., Srbinovsky, J., Bi, D., Yan, H., and Vohralik, P. F. The carbon cycle in the Australian Community Climate and Earth System Simulator (ACCESS-ESM1) - Part 1: Model description and pre-industrial simulation. Geoscientific Model Development, 10(7):2567–2590, 2017.

[78] Danabasoglu, G., Lamarque, J. F., Bacmeister, J., Bailey, D. A., DuVivier, A. K., Edwards, J., Emmons, L. K., Fasullo, J., Garcia, R., Gettelman, A., Hannay, C., Holland, M. M., Large, W. G., Lauritzen, P. H., Lawrence, D. M., Lenaerts, J. T., Lindsay, K., Lipscomb, W. H., Mills, M. J., Neale, R., Oleson, K. W., Otto-Bliesner, B., Phillips, A. S., Sacks, W., Tilmes, S., van Kampenhout, L., Vertenstein, M., Bertini, A., Dennis, J., Deser, C., Fischer, C., Fox-Kemper, B., Kay, J. E., Kinnison, D., Kushner, P. J., Larson, V. E., Long, M. C., Mickelson, S., Moore, J. K., Nienhouse, E., Polvani, L., Rasch, P. J., and Strand, W. G. The Community Earth System Model Version 2 (CESM2). Journal of Advances in Modeling Earth Systems, 12(2):1–35, 2020.

[79] Doblas-Reyes, F., Acosta Navarro, J., Acosta, M., Bellprat, O., Bilbao, R., Castrillo, M., Fuckar, N., Guemas, V., Lledó, L., Ménégoz, M., Prodhomme, C., Serradell, K., Tintó, O., Batté, L., Volpi, D., Ceglar, A., Haarsma, R., and Massonnet, F. Using EC-Earth for climate prediction research. (154):1–49, 2018.

[80] Volodin, E. M. and Tarasevich, M. A. Simulation of Climate and Weather Extreme Indices with the INM-CM5 Climate Model. Russian Meteorology and Hydrology, 43(11):756–762, 2018.

[81] Müller, W. A., Jungclaus, J. H., Mauritsen, T., Baehr, J., Bittner, M., Budich, R., Bunzel, F., Esch, M., Ghosh, R., Haak, H., Ilyina, T., Kleine, T., Kornblueh, L., Li, H., Modali, K., Notz, D., Pohlmann, H., Roeckner, E., Stemmler, I., Tian, F., and Marotzke, J. A Higher-resolution Version of the Max Planck Institute Earth System Model (MPI-ESM1.2-HR). Journal of Advances in Modeling Earth Systems, 10(7):1383–1413, 2018.

[82] Seland, Ø., Bentsen, M., Seland Graff, L., Olivié, D., Toniazzo, T., Gjermundsen, A., Debernard, J. B., Gupta, A. K., He, Y., Kirkevåg, A., Schwinger, J., Tjiputra, J., Schancke Aas, K., Bethke, I., Fan, Y., Griesfeller, J., Grini, A., Guo, C., Ilicak, M., Hafsahl Karset, I. H., Landgren, O., Liakka, J., Onsum Moseid, K., Nummelin, A., Spensberger, C., Tang, H., Zhang, Z., Heinze, C., Iverson, T., and Schulz, M. The Norwegian Earth System Model, NorESM2 – Evaluation of the CMIP6 DECK and historical simulations. Geoscientific Model Development Discussions, (February):1–68, 2020.

[83] Van Uytven, E. and Willems, P. Climate Perturbation Tool, 2015.

[84] Hosseinzadehtalaei, P., Tabari, H., and Willems, P. Uncertainty assessment for climate change impact on intense precipitation: how many model runs do we need? International Journal of Climatology, 37(April):1105–1117, 2017.

[85] Yilmaz, M. and Buyum, B. Parameter estimation methods for two-component mixed exponential distributions. İSTATİSTİK, Journal of the Turkish Statistical Association, 8(3):51–59, 2015.

[86] Deville, Y. and IRSN. Renext: Renewal Method for Extreme Values Extrapolation, R package version 3.1-0, 2016.

[87] R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2020.

Universiteit of Hogeschool
Master in de Ingenieurswetenschappen: Bouwkunde (Civiele Techniek)
Publicatiejaar
2020
Promotor(en)
Prof. dr. ir. Patrick Willems
Kernwoorden
Share this on: