A fingerprint approach for foehn events over Western Austria in the past and future

Abstract

Föhn hat durch stärkere Windgeschwindigkeiten und steigende Temperaturen klimatologische Auswirkungen auf den Austrocknungseffekt der Vegetation in Westösterreich. Mit einer jährlichen Häufigkeit von 10 - 20 % in einigen Regionen ist es notwendig, die Änderung der Föhnhäufigkeit und -intensität aufgrund des Klimawandels zu analysieren, um bessere Einschätzungen über die Baumarten bei der Kultivierung von föhnbetroffenen Hängen machen zu können. Um Föhn in der Zukunft und damit unabhängig von Stationsdaten analysieren zu können, wurden Gradient Boosted Tree Models verwendet, um historische Stationsdaten mit synoptischen Wettermustern von Reanalysedaten in der Alpenregion mitenander zu verknüpfen. Ein Traningsdatenset mit täglichen Information über Föhnauftreten wurde aus elf Jahren an Daten von ausgewählten teilautomatischen Wetterstationen mittels Objective Foehn Classification generiert. Föhn kann durch das Zählen der betroffenen Talstationen als lokales oder großräumiges Ereignis klassifiziert werden. Um diese Methodik auch auf Klimaszenarien anwenden zu können, wurde die Auswahl der physikalisch relevanten Features durch deren Verfügbarkeit in EURO-CORDEX-Modellen limitiert. Mit dieser Methodik wurden zwei XGBoost Modelle pro Region trainiert, welche eine Genauig-keit von über 95 % bei der Klassifkation zwischen Föhn und kein Föhn und über 84 % bei der Klassifikation zwischen lokalisiertem und großflächigem Ereignis innerhalb des Traningszeitraums (2011-2021) erzielten. Diese Algorithmen wurden anschließendauf die ERA5-Reanalyse und auf drei Klimaszenarien des ÖKS-15 Ensembles der EURO-CORDEX-Modelle angewandt, um eine mögliche Änderung der Föhnhäufigkeit und -intensität bis 2100 analysieren zu können. Für jeden detektierten Föhntag in der Vergangenheit und Zukunft wurden Bodenwindfelder, die durch flächig interpolierte Wetterstationen generiert wurden, mit einem für Föhn repräsentativen Windfeld ersetzt. Zu diesem Zweck wurden WRF-simulierte Bodenwindfelder von ausgewählten Föhnereignissen, die innerhalb der Traningsperiode auftraten, als Fingerprint verwendet. Zusätzlich wurden diese WRF-Windfelder mittels einer Regression der 500 hPa Model- und Fingerprintwindgeschwindigkeit und statistischem Rauschen skaliert. Diese ersetzten Windfelder lieferten Windklimatologien mit stärkeren Winden an föhnbetroffenen Hängen und auf Talböden.

Foehn has a climatological impact on vegetation in Western Austria due to thedrying effect caused by stronger windspeeds and rising temperatures. As there areregions, where foehn occurs on 10-20 % of the days, it is advisable to analyse pos-sible changes in foehn behaviour in the wake of climate change to better estimate,which trees to cultivate on foehn-affected slopes.To analyse foehn occurrence in the future and therefore independent from sta-tion data, gradient boosted tree models were used to link historic weather stationdata and synoptic patterns of reanalysis data over the Alpine area. A train-ing data set for daily foehn occurrence was created from eleven years of selectedsemi-automatic weather station data by applying Objective Foehn Classification.By counting affected valley stations, foehn events were divided into local andwidespread events. To allow an application on climate change projections, the se-lection of physically meaningful features was limited by the availability of variablesin EURO-CORDEX models. With this approach, two XGBoost models per regionwere trained with accuracies of over 95 % for classifying between no foehn andfoehn and over 84 % for deciding between localised and widespread foehn duringthe training period (2011-2021). These algorithms were then applied on ERA5 re-analysis data and on three models of the OEKS-15 ensemble of EURO-CORDEXclimate scenarios to be able to analyse possible changes in foehn behaviour until2100.For every detected foehn day in the past and future, ground wind fields generatedfrom interpolated stations were replaced with a wind field representing foehn in theaffected regions. For that purpose, WRF simulations of selected, suitable foehnevents which occurred during the training period were used as base fingerprints.The WRF wind fields were additionally scaled using a regression of the 500 hPamodel and the fingerprint wind speed on the specific days and statistical noise.The replacements yielded wind climatologies with stronger winds on foehn-affectedslopes and in valley elevations.