hiermit laden wir Sie und Euch herzlich zu unserem nächsten Online-Seminar über Starkniederschlag ein!

Thema: Statistische Ansätze für eine verbesserte Bewertung von Extremniederschlägen

Datum: Dienstag, 12. Mai 2026

Uhrzeit: 10:00–11:00 Uhr

Ort: Online

Im Rahmen des Seminars freuen wir uns auf die folgenden zwei spannenden Kurzvorträge:

1. Synthese multipler Beobachtungs- und Modelldatensätze in der Attribution von Extremereignissen (Erik Haufs)
   Die Attribution von Extremereignissen untersucht, wie stark der anthropogene Klimawandel die Wahrscheinlichkeit oder Intensität extremer Wetterereignisse beeinflusst hat. In der Praxis stehen hierfür häufig mehrere Beobachtungsdatensätze sowie Ensembles von Klimamodellen zur Verfügung, die sich in Auflösung, Datenbasis und Unsicherheiten unterscheiden. Die Herausforderung besteht darin, diese Informationsquellen statistisch konsistent zusammenzuführen. Vorgestellt wird ein Syntheseansatz, der Beobachtungs- und Modelldaten in einem gemeinsamen statistischen Rahmen kombiniert. Dazu werden zunächst nichtstationäre Extremwertmodelle separat angepasst. Die resultierenden Parameterschätzer werden anschließend unter Berücksichtigung ihrer Unsicherheiten und Abhängigkeiten zu einem gemeinsamen Schätzer zusammengeführt. Bootstrap-Verfahren dienen dabei zur Unsicherheitsquantifizierung. Anhand einer Simulationsstudie und einer Anwendung auf Starkniederschlag wird gezeigt, dass der Ansatz robuste Schätzungen von Risk Ratios und ihren Unsicherheiten ermöglicht. Weitere Informationen finden Sie im Anhang.
   
   
2. Statistische Modellierung des Auftretens von Extremereignissen (Carolin Forster)
   Die präzise statistische Modellierung von räumlich-zeitlichen Extremereignissen ist wichtig für das Verständnis und die Analyse des Risikos solcher Ereignisse. Unser Ziel ist es, das Auftreten von räumlich-zeitlichen Extremereignissen mit räumlich-zeitlichen Punktprozessen unter Einbeziehung von relevanten Variablen, sogenannte Kovariaten, zu modellieren. Durch die Verwendung verschiedener Kombinationen von Kovariaten schätzen wir das statistische Model und können damit relevante Kovariaten und somit Treiber von räumlich-zeitlichen Extremereignissen identifizieren. In einer Fallstudie für Niederschlagsdaten in Deutschland betrachten wir verschiedene Kombinationen von Kovariaten für unser Modell. Hierbei unterscheiden wir Süd- und Norddeutschland sowie die Winter- und Sommermonate. Mit Hilfe von räumlichen Modellen können wir auch die räumliche Struktur von auftretenden Extremereignissen modellieren. Weitere Informationen finden Sie im Anhang.

Im Anschluss wird genügend Zeit für Fragen und Diskussionen sein.