Marine biogeochemische (BGC) Modelle basieren auf vielen Annahmen. Diese betreffen die Modellstruktur, die Modellgleichungen und die zugeh枚rigen Konstanten (Modellparameter), die die simulierten Reaktionen der Organismen auf 枚kologische oder umweltbedingte 脛nderungen bestimmen. Aufgrund der aggregierten Darstellung der biogeochemischen Komponenten in den Modellen und wegen der (nat眉rlichen) Flexibilit盲t der einzelnen Organismen in Bezug auf Umwelt盲nderungen sind die Modellsimulationen grunds盲tzlich mit hohen Unsicherheiten behaftet. Die Spezifizierung und Quantifizierung dieser Unsicherheiten und ihre Verringerung, mittels der Kalibrierung von Modellergebnissen, werden mit unterschiedlichen Methoden auf verschiedensten Raum- und Zeitskalen untersucht.
Sowohl die Modellkalibrierung als auch die Quantifizierung von Modellunsicherheiten erfordern die Definition von Metriken, die die Modellg眉te in Bezug auf experimentelle Beobachtungen und Ozeandaten (gewonnen z.B. aus Satellitendaten und in-situ Messungen) bestimmen. Unser Interesse gilt hierbei den Vorz眉gen und Einschr盲nkungen einzelner Metriken f眉r den Vergleich von Modellergebnissen und Daten. Unsere Arbeit beinhaltet enge Zusammenarbeit mit experimentellen und beobachtenden Wissenschaftlern, Mathematikern und Informatikern.
Mitarbeiter:
Iris Kriest (Untersuchung der Sensitivit盲ten globaler BGC Modelle im Hinblick auf biogeochemische Parametrisierungen; Bewertung globaler BGC Modelle und Parameteroptimierung gegen verschieden Beobachtungsdaten)
Markus Schartau (Parametersch盲tzung f眉r dynamische und diagnostische Modellierungsans盲tze; nichtparametrische Metriken zur Bewertung von Modellergebnissen in Bezug auf Plankton-Gr枚脽enh盲ufigkeitsspektren sowie biogeochemischen Tracern; Erforschung der Mannigfaltigkeit an Modelll枚sungen, welche die Beobachtungen gleicherma脽en gut erkl盲ren k枚nnen)
Mariana Hill (Parameteroptimierung mit evolution盲rem Algorithmus eines Individuen-basierten Fischmodells OSMOSE gegen Beobachtungen von Biomasse und Anlandungen)
Volkmar Sauerland (Parameteroptimierung globaler biogeochemischer Modelle; Varianten f眉r Mehrfachkriterien und staochastische Parameter; Entwicklung von Metriken; ableitungsfreie Optimierungsverfahren)
Giang Tran (Modellbasierte Absch盲tzung von Climate Engineering; Unsicherheits- und Sensitivit盲tsanalyse mittels "Gaussian process emulation鈥�)
