Department Compound Environmental Risks (CER)

Extremereignisse wie Hochwasser, Dürren oder Waldbrände sind oft das Ergebnis mehrerer sich verstärkender Faktoren. Die bislang praktizierte Bewertung der Risiken von Extremereignissen berücksichtigt jedoch diesen Mechanismus bislang selten. Sie würde daher sehr davon profitieren, wenn die Faktoren identifiziert, ihre Abhängigkeit modelliert und ihr Beitrag zum Extremereignis quantifiziert werden könnte. Komplexe Rückkopplungen innerhalb des Erdsystems, aber auch zwischen verschiedenen gesellschaftlichen Einflussfaktoren (z.B. Landnutzung, Wassermanagement) machen dies zu einer anspruchsvollen Aufgabe. Die Verfügbarkeit von noch nie dagewesenen Mengen an Erdbeobachtungsdaten und Prozessmodellen in Kombination mit modernen statistischen und maschinellen Lernansätzen bieten hierfür neue Forschungsmöglichkeiten.

Die Wissenschaftlerinnen und Wissenschaftler des Departments CER bewerten das Risiko zusammengesetzter Ereignisse – wie gleichzeitig auftretende Dürre-Hitze-Ereignisse sowie Wind- und Niederschlagsextreme, räumlich ausgedehntes Hochwasser oder nacheinander folgende Dürreperioden – unter gegenwärtigen und möglichen zukünftigen Klimabedingungen. Um Ereignisse mit besonders großen Auswirkungen besser verstehen zu lernen, identifizieren und quantifizieren wir die Faktoren, die ihre Entstehung begünstigen. Darüber hinaus untersuchen wir die Wechselwirkungen zwischen physikalischen und sozioökonomischen Faktoren.
Ein weiterer Forschungszweig unseres Departments befasst sich mit worst-case-Szenarien und neuen Arten von zusammengesetzten Ereignissen, die als Folge der globalen Erwärmung und der Veränderungen im Wasserkreislauf auftreten könnten und die Widerstandsfähigkeit natürlicher und menschlicher Systeme bedrohen.

In unserem Department ist Fachwissen aus vielen verschiedenen Bereichen vereint, etwa aus Klimawissenschaft, Hydrologie, Agrarwissenschaft, Vegetationsmodellierung, Statistik und maschinellem Lernen. Unter Verwendung verschiedener Datenquellen wie Wetterbeobachtungen, Realanalyse- und Fernerkundungsdaten sowie Klima- und Klimafolgenmodellen, entwickeln wir neue konzeptionelle und rechnerische Ansätze. Durch den Aufbau robuster maschineller Lernmodelle und interpretierbarer Lernansätze ergänzen wir Erkenntnisse, die aus prozessbasierten Klima- und Klimafolgemodellen (z.B. hydrologische Modelle, Waldmodelle, Erntemodelle) gewonnen werden.

Die von uns entwickelten Methoden zur Identifizierung und Quantifizierung sich verstärkender Einflussfaktoren bei der Entstehung von Extremereignissen sollen in einer Vielzahl von Kontexten und Bereichen anwendbar sein. Letztendlich streben wir danach, die Bewertung von Klimarisiken heute und zukünftig verbessern zu können.