| dc.date.accessioned | 2015-04-27T12:58:28Z | |
| dc.date.available | 2015-04-27T12:58:28Z | |
| dc.date.issued | 2015-04-27 | |
| dc.identifier.uri | urn:nbn:de:hebis:34-2015042748185 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/2015042748185 | |
| dc.language.iso | eng | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Downscaling | ger |
| dc.subject | Klimavorhersage | ger |
| dc.subject | Hydrologie | ger |
| dc.subject.ddc | 620 | |
| dc.title | The prediction of seasonal and inter-annual climate variations and their impacts on the water resources in the eastern seaboard of Thailand | eng |
| dc.type | Dissertation | |
| dcterms.abstract | The research of this thesis dissertation covers developments and applications of short-and long-term climate predictions. The short-term prediction emphasizes monthly and seasonal climate, i.e. forecasting from up to the next month over a season to up to a year or so. The long-term predictions pertain to the analysis of inter-annual- and decadal climate variations over the whole 21st century. These two climate prediction methods are validated and applied in the study area, namely, Khlong Yai (KY) water basin located in the eastern seaboard of Thailand which is a major industrial zone of the country and which has been suffering from severe drought and water shortage in recent years. Since water resources are essential for the further industrial development in this region, a thorough analysis of the potential climate change with its subsequent impact on the water supply in the area is at the heart of this thesis research.
The short-term forecast of the next-season climate, such as temperatures and rainfall, offers a potential general guideline for water management and reservoir operation. To that avail, statistical models based on autoregressive techniques, i.e., AR-, ARIMA- and ARIMAex-, which includes additional external regressors, and multiple linear regression- (MLR) models, are developed and applied in the study region. Teleconnections between ocean states and the local climate are investigated and used as extra external predictors in the ARIMAex- and the MLR-model and shown to enhance the accuracy of the short-term predictions significantly. However, as the ocean state – local climate teleconnective relationships provide only a one- to four-month ahead lead time, the ocean state indices can support only a one-season-ahead forecast. Hence, GCM- climate predictors are also suggested as an additional predictor-set for a more reliable and somewhat longer short-term forecast.
For the preparation of “pre-warning” information for up-coming possible future climate change with potential adverse hydrological impacts in the study region, the long-term climate prediction methodology is applied. The latter is based on the downscaling of climate predictions from several single- and multi-domain GCMs, using the two well-known downscaling methods SDSM and LARS-WG and a newly developed MLR-downscaling technique that allows the incorporation of a multitude of monthly or daily climate predictors from one- or several (multi-domain) parent GCMs. The numerous downscaling experiments indicate that the MLR- method is more accurate than SDSM and LARS-WG in predicting the recent past 20th-century (1971-2000) long-term monthly climate in the region.
The MLR-model is, consequently, then employed to downscale 21st-century GCM- climate predictions under SRES-scenarios A1B, A2 and B1. However, since the hydrological watershed model requires daily-scale climate input data, a new stochastic daily climate generator is developed to rescale monthly observed or predicted climate series to daily series, while adhering to the statistical and geospatial distributional attributes of observed (past) daily climate series in the calibration phase.
Employing this daily climate generator, 30 realizations of future daily climate series from downscaled monthly GCM-climate predictor sets are produced and used as input in the SWAT- distributed watershed model, to simulate future streamflow and other hydrological water budget components in the study region in a multi-realization manner. In addition to a general examination of the future changes of the hydrological regime in the KY-basin, potential future changes of the water budgets of three main reservoirs in the basin are analysed, as these are a major source of water supply in the study region.
The results of the long-term 21st-century downscaled climate predictions provide evidence that, compared with the past 20th-reference period, the future climate in the study area will be more extreme, particularly, for SRES A1B. Thus, the temperatures will be higher and exhibit larger fluctuations. Although the future intensity of the rainfall is nearly constant, its spatial distribution across the region is partially changing. There is further evidence that the sequential rainfall occurrence will be decreased, so that short periods of high intensities will be followed by longer dry spells. This change in the sequential rainfall pattern will also lead to seasonal reductions of the streamflow and seasonal changes (decreases) of the water storage in the reservoirs. In any case, these predicted future climate changes with their hydrological impacts should encourage water planner and policy makers to develop adaptation strategies to properly handle the future water supply in this area, following the guidelines suggested in this study. | eng |
| dcterms.abstract | Diese Doktorarbeit behandelt die Entwicklung und Anwendungen der Kurz- und Langzeit-klimavorhersagen. Die Kurzzeitvorhersage konzentriert sich auf das Monats- und Jahreszeitenklima, d.h. die Prognose des nächsten Monats, einer Jahreszeit bis hin zu einem Jahr. Die Langzeitvorhersagen gelten für die Analyse der jährlichen und dekadischen Klimaveränderungen über das gesamte 21. Jahrhundert.
Diese beiden Methoden werden im Einzugsgebiet Khlong Yai (KY) an der Ostküste Thailands validiert und angewandt. Die bedeutende Industrieregion litt in den letzten Jahren an starker Dürre und Wasserknappheit. Da die Wasserressourcen wesentlich für die industrielle Entwicklung in dieser Region sind, ist der Kern dieser Forschungsarbeit die Analyse des potentiellen Klimawandels und dessen Auswirkungen auf die Wasserversorgung.
Die Kurzzeitklimavorhersage der Temperaturen und Niederschläge bietet eine mögliche allgemeine Leitlinie für die Wasserwirtschaft und den Talsperrenbetrieb. Hierzu werden statistische Modelle auf Basis autoregressiver Techniken im Einzugsgebiet entwickelt und eingesetzt. Diese Modelle sind AR, ARIMA und ARIMAex, die zusätzliche externe Regressoren und Modelle multipler linearer Regression (MLR) umfassen. Telekonnektionen zwischen der „Ocean status“ und dem lokalen Klima werden untersucht und als zusätzliche, externe Prädiktorvariablen in den Modellen ARIMAex und MLR verwendet, welche die Genauigkeit der Kurzzeitvorhersagen deutlich verbessern. Da diese telekonnektiven Beziehungen jedoch nur eine ein- bis viermonatige Vorlaufzeit liefern, geben die Ozean-Indizes nur eine Prognose für eine Jahreszeit. Daher werden zusätzlich auch GCM Klima-Prädiktoren für eine zuverlässigere und etwas längere Kurzzeitvorhersage eingesetzt.
Für die Vorbereitung von "Vorwarnungs"-Systemen für mögliche, zukünftige Klimaänderungen und negative hydrologische Auswirkungen im Einzugsgebiet wird die Langzeitklimavorhersage angewendet. Dieses Modell basiert auf dem „Downscaling“ von Klimavorhersagen mehrerer Einzel- und Multi-Domain-GCMs unter Verwendung zweier hierfür bekannter Methoden SDSM und LARS-WG. Zudem wird die neu entwickelte MLR-„Downscaling“-Technik verwendet, die monatliche oder täglichen Klima-Prädiktoren einer oder mehrerer (Multi-Domain) GCMs integriert. Zahlreiche „Downscaling“-Versuche in der Region zeigen eine erhöhte Genauigkeit der MLR-Methode zur Vorhersage des langfristigen monatlichen Klimas Ende des 20. Jahrhunderts (1971-2000) gegenüber SDSM und LARS-WG.
Das MLR-Modell wird anschließend zum „Downscaling“ der GCM-Klimavorhersagen des 21. Jahrhunderts mit den SRES-Szenarien A1B, A2 und B1 angewendet. Da das hydrologische Modell tägliche Input-Daten des Klimas benötigt, wird ein neuer, stochastischer, täglicher Klima-Generator entwickelt, um monatlich beobachtete oder vorhergesagte Klimareihen zu täglichen Reihen umzuskalieren. Dabei wird dich an den statistischen und räumlichen Verteilungen der beobachteten täglichen Klimareihen der Kalibrierungsphase orientiert.
Durch Verwendung dieses täglichen Klimagenerators werden 30 Realisierungen für zukünftige, tägliche Klimareihen von herunterskalierten, monatlichen GCM-Klimaprädiktor-Sätzen erzeugt und zur Abfluss- und Wasserhaushaltsmodellierung in SWAT eingegeben. Zusätzlich zu einer allgemeinen Untersuchung der hydrologischen Veränderungen, werden die potentiellen Veränderungen des Wasserhaushaltes an drei für die Wasserversorgung wichtigen Stauseen im Einzugsgebiet analysiert.
Die Ergebnisse der langfristigen Klimavorhersagen für das 21. Jahrhundert belegen, dass das zukünftige Klima im Untersuchungsgebiet noch extremer als das des Referenzzeitraums im 20. Jahrhundert wird. Insbesondere gilt dies für Szenario A1B. Somit werden die Temperaturen höher sein und größere Schwankungen zeigen. Obwohl die prognostizierte Niederschlagsintensität nahezu konstant ist, verändert sich teilweise die räumliche Verteilung der Niederschläge. Des Weiteren verringert sich dass das Auftreten sequentielle Niederschlagsereignisse und längere Trockenperioden auf kurze Perioden hoher Niedeschlagsintensitäten folgen. Diese Veränderung verursacht auch eine saisonale Reduzierung der Abflüsse und des Wasservorrats in den Reservoirs. In jedem Fall sollten die vorhergesagten Klimaveränderungen mit ihren hydrologischen Auswirkungen wasserwirtschaftliche Planer und politische Entscheidungsträger motivieren Anpassungsstrategien nach den Richtlinien dieser Studie zu entwickeln, um die Wasserversorgung des Einzugsgebiets zu sichern. | ger |
| dcterms.accessRights | open access | |
| dcterms.creator | Bejranonda, Werapol | |
| dc.contributor.corporatename | Kassel, Universität Kassel, Fachbereich Bauingenieur- und Umweltingenieurwesen | |
| dc.contributor.referee | Koch, Manfred | |
| dc.contributor.referee | Koontanakulvong, Sucharit | |
| dc.contributor.referee | Theobald, Stephan | |
| dc.contributor.referee | Fink, Gabriel | |
| dc.subject.swd | Thailand | ger |
| dc.subject.swd | Klima | ger |
| dc.subject.swd | Prognose | ger |
| dc.subject.swd | Klimaänderung | ger |
| dc.subject.swd | Wasserversorgung | ger |
| dc.subject.swd | Wasserdargebot | ger |
| dc.date.examination | 2014-04-11 | |
