Hat der menschgemachte Klimawandel Anteil an einem Extremereignis? Der Einfluss des anthropogenen Klimawandels oder der internen Variabilität im Klimasystem auf Extremereignisse aus einer Ereignisklasse, z.B. Tagesniederschlag, zeigt sich in veränderten Überschreitungswahrscheinlichkeiten extremer Schwellwerte in einer Region und Saison. Relevante Beobachtungsdaten über einen ausreichenden Zeitraum und extremwertstatistische Verfahren spielen bei dieser Detektion eine Rolle. Um den Kausalzusammenhang der Änderung mit dem Klimawandel aufzuweisen, benötigt man ein Klimamodell-gestütztes Verfahren, bei dem die Verteilung der Variable konsistent mit der Beobachtung reproduziert werden kann. Vor allem aber muss die Änderung des extremen Bereichs der Verteilung, der sich beim aktuellen anthropogenen Strahlungsantrieb (Treibhausgase, Landnutzung) zeigt, gegenüber einer virtuellen Welt mit schwachem oder fehlendem anthropogenen Klimawandel, in Konsistenz mit der Beobachtung und ihrer extremwertstatistischen Auswertung widergegeben werden, um den kausalen Zusammenhang wahrscheinlich zu machen. Bei Anwendung der Ergebnisse dieses Verfahrens auf eine kürzlich in einer Region und Saison aufgetretene extreme Ereignisausprägung lässt sich quantifizieren, um wieviel Prozent sich die Überschreitungswahrscheinlichkeit einer solchen Ereignisausprägung gegenüber einer Situation mit schwächerem oder fehlendem anthropogenem Klimawandel geändert hat.

Does man-made climate change contribute to an extreme event? Anthropogenic climate change (ACC), as well as internal climate variability, influence extreme events of an event class, such as daily precipitation, by altering the exceedance probability for severity thresholds per region and saison. The use of observational data sets covering sufficiently long periods, and extreme value statistics play an important role in detecting such changes in distribution properties. Answering the attribution question, i.e. whether or not the detected changes are (in part) causally linked to anthropogenic climate change, presupposes a climate model setup which can produce the distribution of the relevant parameter coarsely consistent with today’s observation. If the models driven by current greenhouse gas forcing produced a change relative to a virtual pre-ACC world, which is comparable to the observational findings including extrapolations guided by extreme value statistics, a causal link to ACC would be likely. Applying the results of this procedure to a specific (high) severity threshold exceeded in a recent event in a region and saison gives rise to quantifying the percentage change in the exceedance probability of such a severity threshold due to ACC.