Projektleitung:
- Florian Hartig und Johannes Oberpriller
Universität Regensburg
Update Dezember 2021
Wissenschaftliche Publikationen (wissenschaftlich begutachtet):
- Berzaghi, F., Wright, I. J., Kramer, K., Oddou-Muratorio, S., Bohn, F. J., Reyer, C. P., … & Hartig, F. (2020). Towards a new generation of trait-flexible vegetation models. Trends in Ecology & Evolution, 35(3), 191-205.
- Oberpriller, J., Cameron, D. R., Dietze, M. C., & Hartig, F. (2021). Towards robust statistical inference for complex computer models. Ecology Letters, 24(6), 1251-1261.
- Hülsmann, L., Chisholm, R. A., & Hartig, F. (2021). Is Variation in conspecific negative density dependence driving tree diversity patterns at large scales? Trends in Ecology & Evolution, 36(2), 151-163.
- Oberpriller, J., Herschlein, C., Anthoni, P., Arneth, A., Krause, A., Rammig, A., … & Hartig, F. (2021). Climate and parameter sensitivity and induced uncertainties in carbon stock projections for European forests (using LPJ-GUESS 4.0). Geoscientific Model Development Discussions, 1-34.
Veröffentlichungen:
Oberpriller, J., Arneth, A., Herschlein, C., Rammig, A. & Hartig, F. (2021 im Druck). Modellunsicher-heiten in Klimafolgeprojektionen – eine Einführung. In: Mitteilungen der Fränkischen Geographischen Gesellschaft Band 67: Herausforderungen des Klimawandels in Bayern. Erlangen.
In Vorbereitung:
Oberpriller, J., Trotsiuk, V., Heiland, L., Hülsmann, L. & Hartig, F. (in preparation) Local Adaptation Bayesian Calibration of a physiological forest ecosystem model shows evidence of biological adaptations across Europe
Ziele des Teilprojekts
Um Handlungsoptionen und Anpassungsstrategien zu bewerten, benötigen öffentliche und private Entscheidungsträger detaillierte Prognosen über die Folgen des Klimawandels und deren Unsicherheiten.
Wie groß sind die Unsicherheiten verschiedener Managementoptionen im Klimawandel? In BLIZ werden Vorhersageunsicherheiten berechnet. (Foto: Rammig)
Der an der Universität Regensburg angesiedelte Projektteil BayRisk befasst sich mit der Quantifizierung von solchen Unsicherheiten. BayRisk wird Unsicherheitsschätzungen der in BLIZ benutzen Modelle durch Monte-Carlo Simulationen und Methoden der Bayes’schen Statistik erstellen, und daraus Vorhersageunsicherheiten berechnen. In Zusammenarbeit mit den sozial-ökonomischen Teilprojekten können so Wahrscheinlichkeitsverteilungen und Risiken für ökonomisch relevante Parameter berechnet werden. BayRisk bildet hierdurch ein Bindeglied zwischen den ökologischen Projektteilen (Teilprojekt 1-3), und den sozial-ökonomischen Projektteilen (Teilprojekte 4 & 6), die zu Landnutzungsentscheidungen und der Bewertung von Risiken und Handlungsoptionen forschen.