Climate dynamics : the performance of seasonal ensemble forecast for improving food security in Ethiopia

Abstract

Part one of this thesis aims to define homogenous climatic regions using objective clustering methods and characterize seasonal cycles, trends, and anomalies in precipitation and temperature. Climate-based on amplifies inherent spatiotemporal climate variability in the Horn of Africa due to global, regional, coastal, and local processes. The homogeneous climatic regions and synoptic circulation types were defined using Principal Component Analysis (PCA) PCA–K-means and PCA–Ward’s. Using the decision criteria of respective algorithms, four homogenous climatic regions were determined for Ethiopia. These climatic regions were distinctive in their seasonal cycles, trends, and anomalies in annual and seasonal precipitation and temperature. These results highlight that the trends in precipitation and temperature vary not only between climatic regions but also by rainy seasons. The short rains (received between November and December) increased by 50 mm/decade in the southwestern region where the evergreen forest meets with the long rainy season. The mean annual and seasonal temperature increased between 0.3 and 0.6 °C/decade virtually in all climatic regions. Regionalization methods were sensitive to spatial domain size but not to the length of the time series. Climatology of sea-level air pressure showed decreasing northward trend over the study domain, as did the temperature, wind velocity, and relative humidity at 500 hPa. However, geopotential height at 500 hPa and temperature at 850 hPa decreased toward the south over the domain. Circulation types were defined by applying PCA on a composite matrix of the six variables. From the first five Principal Components (PCs), ten circulation types (CTs) were defined over East Africa and then associated with environmental events. CTs clearly distinguished rainy seasons comprising different atmospheric states responsible for varying weathers. The summer season was described by a combination of strong positive anomalies in temperature at 850 hPa, northeasterly winds, and Somali jet at 500 hPa, and weak negative anomalies in temperature at 500 hPa. Trends in the number of days categorized in different CTs showed a significant variation among the groups. The drought events, defined using the consecutive dry days (CDD), correspond with positive anomalies in temperature at 850 hPa, northwesterly and Somali Jet, and negative anomalies in relative humidity at 500 hPa. Flooding, defined using a proxy of 80 mm/day per grid cell, was associated with strong westerly winds at 500 hPa, strong positive anomalies in temperature at the lower troposphere, strong easterlies and southwesterly, and positive anomalies in relative humidity at 500 hPa. Part two of the thesis aims to assess the performance of the seasonal ensemble forecast over the Horn of Africa for improving food security. A seasonal forecast with a horizon of up to seven months offers a great opportunity for agricultural optimization, which results in an improved economy and food security. For this purpose, the Weather Research and Forecasting (WRF) model was applied for dynamical downscaling of the latest seasonal forecasting system version 5 (SEAS5) for summer 2018 with different microphysics parameterizations, and initial and boundary conditions. Downscaling was performed by a horizontal resolution of 3 km over the topographically complex domain of East Africa. The seasonal ensemble forecast was evaluated using probabilistic metrics like the Brier skill score, probability ranking score, continuous probability ranking score, discrimination score, and ignorance score. The results of the WRF showed that the model has a strong warm bias in the 2m temperature and a wet bias in precipitation. The relative operating characteristics (ROC) curve showed a higher predicting probability of 2m temperature in below-normal and above-normal terciles over northern Ethiopia and the Indian Ocean, where the model performed better, highlighting the advantage of high-resolution simulations compared to ERA5. The median and distribution of WRF, SEAS5, and ERA5 showed remarkable variation between the homogenous climatic regions. Especially the summer of 2018 was wetter relative to climatology, and WRF overestimated this condition in the region.

Der erste Teil dieser Arbeit zielt darauf ab, homogene Klimaregionen mit Hilfe objektiver Clustermethoden zu definieren und sie durch den saisonalen Verlauf, Trends und Anomalien von Niederschlag und Temperatur zu charakterisieren. Der Klimawandel verstärkt die schon an sich vorhandene rämlich-zeitliche Klimavariabilität am Horn von Afrika durch globale, regionale, küstennahe und lokale Prozesse. Die homogenen Klimaregionen und synoptischen Zirkulationstypen wurden mit Hilfe der Hauptkomponentenanalysen (PCA) “PCA-K-Means” und “PCA-Wards” bestimmt. Anhand der Entscheidungskriterien der jeweiligen Algorithmen wurden vier homogene Klimaregionen für Äthiopien bestimmt. Diese Klimaregionen unterschieden sich durch ihre saisonalen Verlauf, Trends und Anomalien bei den jährlichen und saisonalen Niederschlägen und Temperaturen. Diese Trends variieren bei Niederschlag und Temperatur nicht nur zwischen den Klimaregionen, sondern auch zwischen den Regenzeiten. In der südwestlichen Region, wo der immergrüne Wald mit der langen Regenzeit zusammentrifft, haben die Regenfälle zwischen November und Dezember um 50 mm/Dekade zugenommen. Die mittlere jährliche und saisonale Temperatur stieg nahezu in allen Klimaregionen um 0,3 °C bis 0,6 °C/Dekade. Die Regionalisierungsmethoden reagierten sensitiv auf die Größe der Region, nicht aber auf die Länge der Zeitreihen. Die Klimatologie des Luftdrucks auf Meereshöhe zeigte über dem Untersuchungsgebiet eine abnehmende Tendenz in Richtung Norden, ebenso wie die Temperatur, die Windgeschwindigkeiten und die relative Luftfeuchtigkeit in 500 hPa. Die geopotentielle Höhe in 500 hPa und die Temperatur in 850 hPa nahmen über dem untersuchten Gebiet nach Süden hin ab. Die Zirkulationstypen wurden durch Anwendung der PCA auf eine zusammengesetzte Matrix der sechs Variablen definiert. Aus den ersten fünf Hauptkomponenten (PC) wurden zwölf Zirkulationstypen (CTs) über Ostafrika definiert und dann mit verschiedenenen Ereignissen in Verbindung gebracht. Die CTs unterschieden eindeutig zwischen Regenzeiten und verschiedenen atmosphärischen Zuständen, die für unterschiedliche Wetterlagen verantwortlich sind. Die Sommersaison wird durch eine Kombination aus starken positiven Anomalien der Temperatur in 850 hPa, nordöstlichen Winden und dem Somali-Jet in 500 hPa und schwachen negativen Anomalien der Temperatur in 500 hPa beschrieben. Die Trends der Anzahl der Tage, die in verschiedene CTs eingestuft wurden, zeigten eine signifikante Variation zwischen den Gruppen. Dürreereignisse, die anhand der Zahl aufeinanderfolgender trockener Tage (CDD) definiert werden, entsprechen positiven Anomalien der Temperatur in 850 hPa, des Nordwest- und Somali Jets und negativen Anomalien der relativen Luftfeuchtigkeit in 500 hPa. Überschwemmungen, die anhand eines Proxys von 80 mm/Tag pro Gitterzelle definiert wurden, waren mit starken Westwinden in 500 hPa, starken positiven Temperaturanomalien in der unteren Troposphäre, starken Ost- und Südwestwinden und positiven Anomalien der relativen Luftfeuchtigkeit in 500 hPa verbunden. Im zweiten Teil der Arbeit wurde die Leistungsfähigkeit saisonaler Ensemble-Simulationen über dem Horn von Afrika untersucht. Eine saisonale Vorhersage mit einer Simulationsdauer von bis zu sieben Monaten bietet eine große Chance, die Landwirtschaft zu optimieren, was zu einer Verbesserung der wirtschaftlichen Lage und Ernährungssicherheit führt. Zu diesem Zweck wurde das Wettervorhersagemodell WRF verwendet, um das neueste saisonale Vorhersagesystem Version 5 (SEAS5) für den Sommer 2018 mit verschiedenen Multiphysik-Parametrisierungen im Hinblick auf die horizontale Auflösung weiter zu verfeinern. Dies wurde mit einer horizontalen Auflösung von 3 km über dem topografisch komplexen Gebiet von Ostafrika durchgeführt. Die saisonale Ensemble-Vorhersage wurde anhand probabilistischer Metriken wie dem Brier Skill Score, dem Probability Ranking Score, dem Continuous Probability Ranking Score, dem Discrimination Score und dem Ignorance Score bewertet. Die Ergebnisse zeigten, dass das Modell bei der Simulation der Temperatur in 2 m Höhe und beim Niederschlag zu hohe Werte aufweist. Die Relative Operating Characteristics (ROC) Kurve zeigte eine höhere Vorhersagewahrscheinlichkeit der 2-m Temperaturen im unter- und übernormalen Bereich über Nordäthiopien und dem Indischen Ozean, wo das Vorhersagemodell besser abschnitt, was den Vorteil von hochauflösenden Simulationen im Vergleich zu ERA5 verdeutlicht. Der Median und die Verteilung von WRF, SEAS5 und ERA5 zeigten größere Unterschiede zwischen den homogenen Klimaregionen. Besonders der Sommer 2018 war im Vergleich zur Klimatologie deutlich feuchter, wobei das WRF nochmals deutlich zu viel Niederschlag simulierte. Insgesamt war die Vorhersagequalität des WRF Modells im Hinblick auf die Simulationen von Niederschlägen im nordöstlichen Teil Äthiopiens deutlich besser als in den anderen Regionen.