Abstract
Seasonal climate predictions show very limited skill over Europe, especially forthe summer season. Those predictions are usually generated in ensembles andthe skill is assessed as the mean over all ensemble members. Most scientificstudies expect an increase in skill with an increase in ensemble size. However, theensembles can spread out with increasing lead time, such that seasonal climatepredictions over Europe show a high spread and an ensemble mean with lowvariability and values around the climatological mean.Here, I show a way to refine an ensemble by grouping the members accordingto the physical process they represent. For this, I assess which processes dominatethe climate of individual European summers and confirm that the dominantseasonal process can be explained by either a meridional or a zonal pressuregradient, in their positive or negative phase. The evaluated dynamical seasonalclimate prediction model is able to represent the spatial pattern and overallfrequency of occurrence of the assessed processes, but the individual membersdisagree on the process they predict for each summer. I thus show that the highspread of the ensemble results from the ensemble members predicting a variety ofphysical processes for European summers. A mean taken over all those membersthus averages over different physical processes, which is not physically consistent.For a physically consistent prediction, I restrict the ensemble mean to thosemembers, that predict the dominant physical process in each summer, which isobtained through observations. With such a refinement, significant hindcast skillcan be achieved over many parts of Europe and the North Atlantic, showing thatthe model is capable of predicting European summers if the physical processesare considered.In line with such a process-based approach I, instead of using observations toobtain the dominant physical process in each summer, show an alternative wayin which I am able to predict the zonal pressure pattern and its teleconnections. Iassess these connections in the ensemble through a chain of physical relationsbased on the process. I then refine the ensemble by choosing only those membersthat represent all proposed connections. A mean over only the chosen membersthen also leads to improved spread and significant skill over central Europe.I show in this dissertation that maintaining the ensemble’s physical consistencyby focusing on physical processes leads to improved skill in the areas the processesare influencing. This process-based approach could be extended for furtherregions that are also influenced by several processes and for which the ensembleshows a large spread and allows for improved predictions in those regions.
Saisonale Vorhersagen für Europa zeigen eine sehr geringe Vorhersagegüte, beson-ders für die Sommersaison. Die Vorhersagen werden üblicherweise in Ensembleserstellt und deren Vorhersagegüte dann als Mittel über alle Ensembleläufe eva-luiert. Die meisten wissenschaftlichen Studien erwarten eine Verbesserung derVorhersagegüte mit steigender Anzahl der Ensembleläufe. Die Streuung einessolchen Ensembles kann jedoch mit steigender Vorhersagezeit zunehmen. Sai-sonale Klimavorhersagen über Europa weisen deshalb eine hohe Streuung aufund resultieren somit in einem Ensemblemittel mit geringer Variabilität undWerten um das klimatologische Mittel.Ich zeige hier, dass ein solches Ensemble präzisiert werden kann, indem ich dieLäufe nach dem physikalischen Prozess gruppiere, den sie repräsentieren. Dazuanalysiere ich, welche Prozesse einzelne europäische Sommer dominieren undbelege, dass der dominante saisonale Prozess entweder durch einen meridionalenoder einen zonalen Druckgradienten, in jeweils ihrer positiven oder negativenPhase, erklärt werden kann. Das evaluierte dynamische saisonale Klimavorhersa-gemodell ist in der Lage, die räumlichen Strukturen und die generelle Häufigkeitdes Auftretens der analysierten Prozesse darzustellen. Die einzelnen Läufe sagenjedoch unterschiedliche Prozesse als dominant für denselben Sommer voraus.Ich zeige damit, dass die hohe Streuung des Ensembles darauf zurückzufüh-ren ist, dass die Ensembleläufe eine Vielzahl von physikalischen Prozessen füreinen europäischen Sommer voraussagen. Ein Mittel über all diese Läufe bedeutetdementsprechend ein Mittel über verschiedene physikalische Prozesse zu nehmenund ist daher physikalisch nicht konsistent. Für eine physikalisch konsistenteVorhersage beschränke ich die Vorhersage auf die Läufe, die den dominantenphysikalischen Prozess vorhersagen. Der dominante physikalische Prozess wirddabei den Beobachtungen entnommen. Mit einer solchen Präzision des Ensembleskann in weiten Teilen Europas und des Nordatlantiks eine signifikante Vorhersa-gegüte erreicht werden. Dies zeigt, dass das Modell in der Lage ist, europäischeSommer vorherzusagen, wenn die physikalischen Prozesse in der Vorhersageberücksichtigt werden.Im Sinne eines solchen prozessbasierten Ansatzes zeige ich, anstatt Beobachtun-gen zu verwenden, um den dominanten physikalischen Prozess in jedem Sommerzu erhalten, einen alternativen Weg, bei dem ich in der Lage bin, das zonaleDruckmuster und seine Telekonnektionen vorherzusagen. In den Ensembleläufenverwende ich dazu eine Kette von physikalischen Verbindungen, die auf demProzess basieren. Ich präzisiere das Ensemble, indem ich nur diejenigen Läufe auswähle, die alle aufgezeigten Verbindungen aufweisen. Ein Mittel über nurdiese ausgewählten Läufe führt ebenfalls zu einer verbesserten Streuung undsignifikanter Vorhersagegüte über Mitteleuropa.Ich zeige in dieser Dissertation, dass die Aufrechterhaltung der physikalischenKonsistenz eines Ensembles, durch Fokussieren auf physikalische Prozesse, zueiner verbesserten Vorhersagbarkeit in den Regionen führt, die von diesen Pro-zessen beeinflusst werden. Dieser prozessbasierte Ansatz könnte auf weitereRegionen ausgedehnt werden, die ebenfalls durch mehrere Prozesse beeinflusstwerden und für die das Ensemble ebenfalls eine große Streuung aufweist undermöglicht verbesserte Vorhersagen in diesen Regionen.
