Disputas og prøveforelesning er i Auditorium 1 i Geologibygningen. I noen tilfeller vil prøveforelesning og disputas være mulig å delta på digitalt, i så fall blir det lagt ut en lenke til Zoom.
Prøveforelesning
Fredag 20 september, 10:15-11:00, Aud 1, Geologibygningen:
Climate change adaptation strategies in water management
Kreeringssammendrag
I sin doktorgradsavhandling har Qifen Yuan utarbeidet nye metoder som gir griddet
klimainformasjon og tilhørende usikkerhet til bruk i høyoppløselige modeller for klimaeffektstudier. Det er utviklet statistiske metoder egnet for stokastisk generering av fremtidig daglig middeltemperatur og nedbør på et 1-km2 rutenett for flere tusen celler, basert på griddete observasjonsdataog RCM simuleringer. Disse metodene tar hensyn til finskala variasjon og avhengighet i tid og rom, og klimaendringssignaler kan legges til på en oversiktlig måte, og gir bedre resultater enn de etablerte biaskorrigeringsmetoder som er i vanlig bruk.
Hovedfunn
Populærvitenskapelig artikkel om Yuans avhandling:
Stochastic gridded climate projections for high-resolution regional impact studies
Regional high-resolution gridded observational data products have increasingly been used in impact studies, which in turn creates the need for high-resolution gridded climate input for the future.
This thesis develops new methods that are able to provide gridded full-field climate inputs and associated uncertainty for high-resolution impact models. Specifically, we propose statistical methods viable for stochastic generation of future daily mean temperature and precipitation on a 1-km2 grid for several thousand grid cells, using the information from a gridded observation product and RCM simulations. The methods account for the fine-scale spatio-temporal variability and dependence, allow for adding climate change information in a transparent manner, and were found to perform better than widely used bias correction methods.
We also explore the uncertainty in hydrological impact model simulations arising from the local-scale climate variability. We illustrate that the proposed weather generators support computationally efficient simulation of multiple realizations of a changing climate, so that climate change impacts on runoff regime and variability due to different climate input variables can be assessed with a large sample of simulated runoff. The methods developed in this thesis provide a useful framework for generating stochastic gridded climate projections required by many high-resolution regional impact studies.
Foto og annen informasjon:
Pressefoto: Qifen Yuan, portrett; 750px. Foto: Privat
