Original paper

Analysis of long-term time series of the beginning of flowering by Bayesian function estimation

Menzel, Annette; Dose, Volker

Meteorologische Zeitschrift Vol. 14 No. 3 (2005), p. 429 - 434

published: Jul 12, 2005

DOI: 10.1127/0941-2948/2005/0040

BibTeX file

ArtNo. ESP025011403012, Price: 29.00 €

Download preview PDF Buy as PDF

Kurzfassung

Die Ermittlung von Änderungen in langen phänologischen Zeitreihen ist eine fachliche Voraussetzung für die Analyse und Interpretation von phänologischen Beobachtungen als Bioindikator für Klimaänderungen. Die neue Methode zur Untersuchung von phänologischen Zeitreihen, die auf Bayes'scher Statistik beruht und unlängst von DOSE und MENZEL (2004) vorgestellt wurde, wird hier für die Analyse dreier langer Beobach- tungsreihen des Blühbeginns in Deutschland (1900–2003) sowie einer 600 Jahre umfassenden Kirschblüten- reihe aus Kyoto, Japan, herangezogen. Der Eintritt dieser phänologischen Phasen wird in Verbindung mit den Temperaturänderungen diskutiert, wobei drei Modelle zur Funktionsschätzung berücksichtigt werden: In allen Fällen wird das Modell mit einem Umkehrpunkt den weniger komplizierten Alternativen, dem linearen und dem konstanten Modell, vorgezogen. Die drei über 100jährigen Zeitreihen aus Geisenheim haben ein deutliches Maximum der Umkehrpunktwahrscheinlichkeit Mitte der 1980er Jahre; der 6 Jahrhunderte abdeckende Datensatz aus Kyoto besitzt dagegen ein breites Maximum zu Beginn des 20. Jahrhunderts. Anschließend an diese Maxima zeigen die Änderungsraten (Trends) dann sich verfrühende Blühzeitpunkte an. In Geisenheim werden – mit einem erheblichen Unsicherheitsbereich verbunden – höhere Änderungsraten (bis zu −1,7 Tage / Jahr im Jahr 2003) erreicht als in Kyoto (−0,1 Tage / Jahr im Jahr 1998). Unsere Analyse erlaubt also, diese Verschiebungen von phänologischen Phasen zu quanti fizieren, die stark von Frühjahrstem- peraturen abhängen. Folglich geben sie den markanten Temperaturanstieg im 20. Jahrhundert (Kyoto) wieder, insbesondere seine Verstärkung in den letzten 2–3 Dekaden, wie ihn die Geisenheim Reihen widerspiegeln.

Abstract

The identification of changes in long-term phenological time series is a prerequisite for the analysis and interpretation of phenological observations as bio-indicator of climate change. The new method for the analysis of phenological time series based on Bayesian concepts, recently presented by DOSE and MENZEL (2004), is employed to the analysis of three long term observational flowering records in Germany (1900–2003) as well as of a 600 year record of cherry flowering in Kyoto, Japan. The onset of these phenological phases in relation to reported temperature variations is discussed, considering three different models for function estimation: The one-change-point-model is preferred in all data sets to the less sophisticated alternatives, the linear model and the constant model. The three time series covering the 20th century at Geisenheim have a clear maximum of change point probability mid of the 1980s; the record from Kyoto spanning the last 6 centuries has a broad maximum at the beginning of the 20th century. After these maxima, the resulting rates of change indicate advancing onset of flowering, reaching – with a considerable uncertainty range – higher rates at Geisenheim (up to −1.7 days/year in 2003) compared to Kyoto (−0.1 days/year in 1998). Thus, our analysis allows us to quantify these shifts in phenological phases, which turn out to be strongly dependent on spring temperature. Consequently, they mirror the marked temperature rise in the 20th century (Kyoto), especially its enhancement in the last 2–3 decades as reflected by the Geisenheim time series.