Kopplung von Atmosphäre und Biosphäre, Klima und Kausalität (ABC³)

Dr. Alexander J. Winkler

Aktuelles

Auftrag

Die Forschungsgruppe Atmosphäre-Biosphäre-Kopplung, Klima und Kausalität konzentriert sich auf die Identifizierung von Rückkopplungen und kausalen Zusammenhängen im Austausch von Kohlenstoff, Wasser und Energieflüssen zwischen der terrestrischen Biosphäre und der Atmosphäre. Wir wollen vor allem verstehen, wie sich dieses gekoppelte System bei steigender CO₂-Konzentration in der Atmosphäre verändert. Wir verwenden Modelle unterschiedlicher Komplexität (konzeptionelle Modelle bis hin zu vollständig gekoppelten Erdsystemmodellen) und kombinieren unsere Forschung mit statistischer Analyse und Modellierung (maschinelles Lernen bis hin zu hybrider Modellierung) auf der Grundlage verschiedener Erdbeobachtungsdatenströme.

Aktuelle Kernpunkte der ABC³-Forschungsgruppe:

Methodische und konzeptionelle Projekte

• Erforschung der Anwendung moderner Methoden des maschinellen Lernens / Deep Learning in der Erdsystemforschung mit dem Schwerpunkt, Interpretierbarkeit zu erlangen, um das Prozessverständnis zu verbessern
• Entwicklung hybrider Modellierungsansätze (d.h. theoriegeleitete Verschmelzung von datengesteuerten und mechanistischen Modellen) für Land-Atmosphären-Interaktionen

Übergreifende Forschungsziele:

• Entflechtung der unterschiedlichen Auswirkungen der steigenden atmosphärischen CO₂-Konzentration und anderer Störfaktoren in Erdbeobachtungen und Modellsimulationen durch kausale Schlussfolgerungen
• Die kausalen Triebkräfte für phänologische Veränderungen in In-situ- und Satellitenbeobachtungen zu verstehen und die biogeophysikalischen und biogeochemischen Rückkopplungen auf das Klimasystem zu identifizieren
• Isolierung und Quantifizierung direkter und indirekter Effekte in der Kopplung von Atmosphäre und Biosphäre bei der Kontrolle von Anomalien in der Kohlenstofffixierung
• Bestimmung von Beschränkungen der Schlüsselkomponenten im Klimasystem des Kohlenstoffkreislaufs durch die Verknüpfung von Multi-Modell-Ensemblesimulationen und Beobachtungsdaten

Projekte

Projekte sind nur auf Englisch verfügbar 🇬🇧

European Research Council (ERC) Synergy Grant USMILE

Der für 2019 bewilligte Synergy Grant USMILE des Europäischen Forschungsrats (ERC) zielt darauf ab, das Verständnis und die Modellierung des Erdsystems mit maschinellem Lernen (ML), einem der wichtigsten Ansätze der künstlichen Intelligenz (KI), voranzutreiben mehr

NFDI Consortium for Earth System Sciences (NFDI4Earth)

NFDI4Earth richtet sich an die digitalen Bedürfnisse der Erdsystemwissenschaften. Erdsystemwissenschaftler/innen arbeiten in internationalen und interdisziplinären Netzwerken mit dem übergeordneten Ziel zusammen, die Funktionsweise und Wechselwirkungen innerhalb des Erdsystems zu verstehen und die vielfältigen Herausforderungen des globalen Wandels zu bewältigen. mehr

PhenoFeedbacks

Das von der DFG geförderte Projekt PhenoFeedbacks befasst sich mit den Auswirkungen und Rückkopplungen phänologischer Veränderungen im Klimasystem und geht dabei auf Fragen wie diese ein: Wie wirken sich Veränderungen in der Phänologie der Landoberfläche auf jährliche Veränderungen der biophysikalischen Eigenschaften wie Albedo der Landoberfläche, Evapotranspiration und Gesamtenergiebilanz der Oberfläche aus? Wie hoch ist der biophysikalische Strahlungsantrieb, der durch phänologische Veränderungen verursacht wird? Wird dadurch der geringere Strahlungsantrieb durch die erhöhte CO2-Aufnahme bei einer längeren Vegetationsperiode ausgeglichen?

Sonderprojekt (ECMWF): OpenIFS-Modellierung des atmosphärischen Kohlenstoffkreislaufs

Together with research groups at the Barcelona Supercomputing Center (BSC) in Spain, Wageningen University & Research (WUR) in the Netherlands, the project aims to refine the OpenIFS model to be used for high-resolution transport modelling of CO²

Max-Planck Caltech Carnegie Columbia (MC³) Center

Das Max-Planck-Caltech-Carnegie-Columbia (MC³)-Zentrum strebt danach, die Analyse und Vorhersage des Erdsystems voranzutreiben, indem es fortschrittliche Erdbeobachtungen und maschinelles Lernen integriert, um ein tieferes Verständnis und nachhaltiges Management unseres Planeten, insbesondere der Landoberfläche, zu ermöglichen. Unser Ziel ist es, neue Standards in der Erdsystemmodellierung zu setzen, die nächste Generation von WissenschaftlerInnen zu fördern und in der erdwissenschaftlichen Forschung und Ausbildung führend zu sein, um eine nachhaltige Zukunft durch innovative, interdisziplinäre Zusammenarbeit zu gestalten. mehr