Original paper

Extreme wind storms over Europe in present and future climate: a cluster analysis approach

Leckebusch, Gregor C.; Weimer, Andreas; Pinto, Joaquim G.; Reyers, Mark; Speth, Peter

Meteorologische Zeitschrift Vol. 17 No. 1 (2008), p. 67 - 82

published: Feb 26, 2008

DOI: 10.1127/0941-2948/2008/0266

BibTeX file

O

Open Access (paper can be downloaded for free)

Download paper for free

Abstract

Boreal winter wind storm situations over Central Europe are investigated by means of an objective cluster analysis. Surface data from the NCEP-Reanalysis and ECHAM4/OPYC3-climate change GHG simulation (IS92a) are considered. To achieve an optimum separation of clusters of extreme storm conditions, 55 clusters of weather patterns are differentiated. To reduce the computational effort, a PCA is initially performed, leading to a data reduction of about 98 %. The clustering itself was computed on 3-day periods constructed with the first six PCs using "k-means" clustering algorithm. The applied method enables an evaluation of the time evolution of the synoptic developments. The climate change signal is constructed by a projection of the GCM simulation on the EOFs attained from the NCEP-Reanalysis. Consequently, the same clusters are obtained and frequency distributions can be compared. For Central Europe, four primary storm clusters are identified. These clusters feature almost 72 % of the historical extreme storms events and add only to 5 % of the total relative frequency. Moreover, they show a statistically significant signature in the associated wind fields over Europe. An increased frequency of Central European storm clusters is detected with enhanced GHG conditions, associated with an enhancement of the pressure gradient over Central Europe. Consequently, more intense wind events over Central Europe are expected. The presented algorithm will be highly valuable for the analysis of huge data amounts as is required for e.g. multi-model ensemble analysis, particularly because of the enormous data reduction.

Kurzfassung

Europäische Winterstürme werden anhand von NCEP-Reanalysen und Modelldaten (ECHAM4/OPYC3) für rezente und potentiell geänderte zukünftige klimatische Verhältnisse (Szenario IPCC IS92a) untersucht. Mit Hilfe eines objektiven Algorithmus' werden 3-tägige Episoden des Bodendrucks klassifiziert und Sturmsituationen identifiziert. Somit wird der wichtigen zeitlichen Entwicklung eines Sturms Rechnung getragen. Als optimal erweist sich eine Einteilung in 55 Klassen, wobei eine Hauptkomponenten-Analyse (PCA) vorweg durchgeführt wurde (Datenreduktion um 98 %). Zur Identifikation des Klimaänderungssignals werden die Modelldaten auf Empirischen Orthogonal-Funktionen (EOFs), erhalten aus NCEP-Reanalysen, projiziert und somit die Änderung der relativen Auftrittshäufigkeit verschiedener Sturmklassen identifiziert. Es ergeben sich vier Haupt- und neun Nebensturmklassen, wobei 72 % der historischen Stürme den Hauptsturmklassen zugeordnet werden, die restlichen den Nebenklassen. Insgesamt stellen die Hauptsturmklassen einen Anteil von ca. 5 % aller klassifizierter Episoden dar. Unter erhöhten Treibhausgas-Konzentrationen ergibt sich ein Anstieg der Auftrittshäufigkeit in den vier Hauptsturmklassen verbunden mit einer Verstärkung des mittleren Druckgradienten über Zentral-Europa, bei gleichzeitigem häufigerem Auftreten von extremen Windgeschwindigkeiten in Bodennähe. Die hier vorgestellte Methodik erweist sich als äußerst wertvoll in zweifacher Hinsicht: erstens wird die zeitliche Entwicklung eines Sturms berücksichtigt und zweitens wird durch die große Datenreduktion die Anwendung auf Ensemble von Modelldaten möglich, was eine bessere Abschätzung von Unsicherheitsmaßen im Klimaänderungssignal ermöglicht.