Search

Infolge des Bevölkerungswachstums und des daraus resultierenden Siedlungsdrucks, der steigenden Nachfrage nach Energie und natürlichen Ressourcen sowie den Auswirkungen des Klimawandels steigt der Druck auf die Nutzung des Untergrunds und seiner Ressourcen. Die zunehmend vielfältigeren Nutzungsansprüche im Untergrund und die Vergabe von Nutzungsrechten nach dem Prinzip ‹first come, first served› erfordern eine verbesserte Planung und Koordinierung der verschiedenen Aktivitäten im Untergrund. Dabei weisen Forscher*innen darauf hin, dass ein systematischer Ansatz erforderlich ist, bei dem der Untergrund als komplexes System betrachtet wird, in dem verschiedenen Elemente (z. B. Ressourcen, Nutzungsformen, Akteure) miteinander interagieren. Statt die Nutzungsformen und Ressourcen des Untergrunds isoliert zu betrachten, ist es notwendig, den Untergrund in seiner Gesamtheit zu verstehen. Erfahrungen aus anderen Bereichen der Bewirtschaftung natürlicher Ressourcen zeigen, dass die Einbindung vielfältiger Akteure im Rahmen von partizipativen und kollaborativen Prozessen wichtig ist, um Veränderungen im System herbeizuführen. Da das Akteursnetzwerk des Systems Untergrund und die Bestrebungen zur Kollaboration bisher weitgehend unerforscht sind, wurde in dieser Arbeit die Stakeholder-Analyse und die soziale Netzwerkanalyse verwendet, um relevante Akteure zu identifizieren, die ein Recht, eine Verantwortung oder ein Interesse am Schweizer Untergrund haben, sowie ihre gegenseitigen Interaktionsbeziehungen (Partnerschaft, Kollaboration, Kommunikation, Mitgliedschaft) aufzuzeigen. Auf der Grundlage einer umfassenden Literaturrecherche war das Ergebnis der Stakeholder-Analyse die Identifizierung von 75 relevanten Akteuren (Organisationen). Zur Analyse der Interaktionsbeziehungen wurde ein Link zur Onlineumfrage an die identifizierten Akteure verschickt. Von den 75 angeschriebenen Akteuren nahmen 29 (38.7 %) an der Befragung teil. Die Ergebnisse der sozialen Netzwerkanalyse, die si, The increasing population growth and resulting urbanization pressures, rising demand for energy and natural resources, and the impacts of climate change are amplifying the pressure on the utilization of underground resources. The progressively diverse claims to underground usage and the allocation of usage rights based on the ‹first come, first served› principle necessitate enhanced planning and coordination of the various activities taking place underground. Researchers emphasize the requirement for a systematic approach that considers the underground as a complex system, wherein different elements (e.g., resources, forms of usage, actors) interact. Instead of isolating the forms of usage and resources in the underground, it is imperative to comprehend the underground in its entirety. Insights from other domains of natural resource management demonstrate the importance of involving diverse actors through participatory and collaborative processes to effect changes within the system. Given that the actor network of the underground system and efforts towards collaboration have remained largely unexplored, this thesis employed stakeholder analysis and social network analysis to identify relevant actors with rights, responsibilities, or interests in the Swiss underground and to elucidate their mutual interaction relationships (partnerships, collaborations, communications, memberships). Based on an extensive literature review, the stakeholder analysis resulted in the identification of 75 pertinent actors (organizations). A web-based online questionnaire was sent to the identified actors for analyzing their interaction relationships. Out of the 75 actors contacted, 29 (38.7 %) participated in the survey. The results of the social network analysis, focusing on the interaction relationship ‹partnership›, reveal a partnership network consisting of 132 actors belonging to 12 different stakeholder groups. Network visualization and statistics clearly indicate a low overall netw

Modern societies around the world are increasingly dependent on the smooth functionality of progressively more complex systems, such as infrastructure systems, digital systems like the internet, and sophisticated machinery. They form the cornerstones of our technologically advanced world and their efficiency is directly related to our well-being and the progress of society. However, these important systems are constantly exposed to a wide range of threats of natural, technological, and anthropogenic origin. The emergence of global crises such as the COVID-19 pandemic and the ongoing threat of climate change have starkly illustrated the vulnerability of these widely ramified and interdependent systems, as well as the impossibility of predicting threats entirely. The pandemic, with its widespread and unexpected impacts, demonstrated how an external shock can bring even the most advanced systems to a standstill, while the ongoing climate change continues to produce unprecedented risks to system stability and performance. These global crises underscore the need for systems that can not only withstand disruptions, but also, recover from them efficiently and rapidly. The concept of resilience and related developments encompass these requirements: analyzing, balancing, and optimizing the reliability, robustness, redundancy, adaptability, and recoverability of systems -- from both technical and economic perspectives. This cumulative dissertation, therefore, focuses on developing comprehensive and efficient tools for resilience-based analysis and decision-making of complex engineering systems. The newly developed resilience decision-making procedure is at the core of these developments. It is based on an adapted systemic risk measure, a time-dependent probabilistic resilience metric, as well as a grid search algorithm, and represents a significant innovation as it enables decision-makers to identify an optimal balance between different types of resilience-enhancing measures, Moderne Gesellschaften sind weltweit zunehmend von der reibungslosen Funktionalität immer komplexer werdender Systeme, wie beispielsweise Infrastruktursysteme, digitale Systeme wie das Internet oder hochentwickelten Maschinen, abhängig. Sie bilden die Eckpfeiler unserer technologisch fortgeschrittenen Welt, und ihre Effizienz steht in direktem Zusammenhang mit unserem Wohlbefinden sowie dem Fortschritt der Gesellschaft. Diese wichtigen Systeme sind jedoch einer ständigen und breiten Palette von Bedrohungen natürlichen, technischen und anthropogenen Ursprungs ausgesetzt. Das Auftreten globaler Krisen wie die COVID-19-Pandemie und die anhaltende Bedrohung durch den Klimawandel haben die Anfälligkeit der weit verzweigten und voneinander abhängigen Systeme sowie die Unmöglichkeit einer Gefahrenvorhersage in voller Gänze eindrücklich verdeutlicht. Die Pandemie mit ihren weitreichenden und unerwarteten Auswirkungen hat gezeigt, wie ein externer Schock selbst die fortschrittlichsten Systeme zum Stillstand bringen kann, während der anhaltende Klimawandel immer wieder beispiellose Risiken für die Systemstabilität und -leistung hervorbringt. Diese globalen Krisen unterstreichen den Bedarf an Systemen, die nicht nur Störungen standhalten, sondern sich auch schnell und effizient von ihnen erholen können. Das Konzept der Resilienz und die damit verbundenen Entwicklungen umfassen diese Anforderungen: Analyse, Abwägung und Optimierung der Zuverlässigkeit, Robustheit, Redundanz, Anpassungsfähigkeit und Wiederherstellbarkeit von Systemen -- sowohl aus technischer als auch aus wirtschaftlicher Sicht. In dieser kumulativen Dissertation steht daher die Entwicklung umfassender und effizienter Instrumente für die Resilienz-basierte Analyse und Entscheidungsfindung von komplexen Systemen im Mittelpunkt. Das neu entwickelte Resilienz-Entscheidungsfindungsverfahren steht im Kern dieser Entwicklungen. Es basiert auf einem adaptierten systemischen Risikomaß, einer zeitabhängigen, probabilisti

Die elektromagnetische Störfestigkeitsprüfung eines Prüflings erfordert eine Umgebung, welche nicht wechselwirkt und deren Feldverteilung bekannt ist. Ein Freifeld bietet dahingehend viele Vorteile, jedoch steht diesem die Witterungsabhängigkeit sowie der erforderliche Flächenbedarf gegenüber. Eine Lösung versprechen Messumgebungen, die sowohl in Laboren betrieben werden können als auch alle Anforderungen an ein Freifeld erfüllen. Diese Arbeit setzt sich zum Ziel, Ergebnisse von Störfestigkeitsuntersuchungen auf einem Freifeld mit denen in Freifeld-Simulatoren gegenüberzustellen und in Hinblick auf auftretende Wechselwirkungen mit dem Prüfling zu diskutieren. Soll eine Beurteilung der Wechselwirkung zwischen einer Messumgebung und Prüfling getroffen werden, so bedarf es dafür eines Systems, dessen Störfestigkeit durch andere Untersuchungen bereits bekannt ist. Aus diesem Grund wird zunächst eine Definition für ein komplexes System eingeführt, auf dessen Grundlage ein Prüfling entwickelt wird. Anschließend erfolgen Störfestigkeitsmessungen an Mikrocontrollern, welche in dieser Arbeit als niedrigste Ebene des komplexen Systems angesehen werden. Des Weiteren wird das Leitungsnetzwerk des Prüflings, welches die Mikrocontroller miteinander verbindet, untersucht. Dadurch ist es möglich, das Störverhalten des Gesamtsystems bei Anregung mit unterschiedlichsten Signalen zu berechnen. Als Anregungssignale werden schmal- und breitbandige Signale vorgestellt und ihre Eigenschaften beschrieben. Die Validierung des berechneten Störschwellenverlaufs bei monofrequenter Anregung erfolgt auf einem Freifeld. Die Untersuchungen zeigen, dass der berechnete Störschwellenverlauf von den gemessenen Werten abweicht. Dies ist auf die nichtlinearen Eingangsimpedanzen des Mikrocontrollers zurückzuführen und erschwert eine allgemeine Bestimmung des Störverhaltens. Eine Prädiktion des Störschwellenverlaufs auf Basis der Subsysteme ist nicht möglich, sodass Störfestigkeitsuntersuchungen auch imme

Diese Arbeit konzentriert sich auf das vertiefte Verständnis der Methodik des kollaborativen Konfliktkartierens (elicitive conflict mapping) von Wolfgang Dietrich (2018), im Folgenden MCC genannt, mit dem Ziel, ein zugängliches Werkzeug für den Einsatz im Feld zu entwerfen. Die Autorin sieht eine Möglichkeit, zwei Bereiche mit großem Synergiepotenzial, aber wenig Verbindung zu verschmelzen: Friedensstudien und Lösungsdesign. Diese Vision basiert auf ihrer Erfahrung in der Bewältigung von sozio-umweltbedingten Konflikten im Bergbausektor und in der Innovationsberatung. Es wird ein Werkzeug vorgeschlagen, um sozio-umweltbedingte Konflikte, die mit der Landnutzung in Lateinamerika zusammenhängen, strategisch zu kartieren. Diese Methodik setzt Design-Transition-Tools (DT) in den Kontext der kollaborativen Konflikttransformation. Es wird betont, dass das Ziel der Kartierung nicht darin besteht, eine statische visuelle Karte zu erstellen, sondern Elemente zur Gestaltung von Interventionsstrategien zu identifizieren. Die Methodik betrachtet sozio-umweltbedingte Konflikte als heimtückische Probleme, was es ermöglicht, sie als Transformationsprozesse in adaptiven komplexen Systemen anzugehen. Dies vermeidet Starrheit in den Ergebnissen und lädt dazu ein, das Leben in der Komplexität zu erlernen. Die Rolle des Moderators ist bei der Anwendung der Methodik von entscheidender Bedeutung, da sie eine Eintauchen in den Konflikt erfordert, das Selbstbeobachtung erfordert und zu einer kritischen Bewertung der Auswirkungen einlädt, die der Konflikt auf das System hat oder haben könnte. Die Methodik besteht aus fünf Schritten: (1) Identifizierung der Episode, (2) Kartierung der Akteure, (3) Identifizierung von Narrativen, (4) Aufbau einer zukünftigen Vision und (5) die Matrix der Möglichkeiten. Es wird ein Validierungsprozess mit Experten durchgeführt und eine Verbesserung des Modells durch ein konzeptionelles Prototyping und eine spätere Studie über Komplexitätstheorien und lateiname, This thesis focuses on deepening the understanding of the methodology of elicitive conflict mapping by Wolfgang Dietrich (2018), with the aim of designing an accessible tool for use in the field. The author sees an opportunity to merge two areas with great potential for synergy, but little connection: peace studies and solution design. This vision is based on her experience in managing socio-environmental conflicts in the mining sector and innovation consulting. A tool is proposed to strategically map socio-environmental conflicts related to land use in Latin America. This methodology frames the design transition tools in the collaborative transformation of conflicts. It is emphasized that the objective of mapping is not to create a static visual map, but to identify the elements to design intervention strategies. The methodology considers socio-environmental conflicts as wicked problems, which allows addressing them as transformation processes in adaptive complex systems. This avoids rigidity in the results and invites learning to live in complexity. The role of the facilitator is crucial in the application of the methodology, as it requires immersion in the conflict that demands self-observation and invites a critical evaluation of the impacts that the conflict has or can have on the system. The methodology consists of five steps: (1) identification of the episode, (2) mapping of actors, (3) identification of narratives, (4) construction of a future vision and (5) the matrix of opportunities. A validation process is carried out with experts and an exercise to improve the model is projected through conceptual prototyping and a subsequent study on complexity theories and Latin American narratives. The methodology is conceived as a constantly evolving tool open to criticism and improvements., Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers, Masterarbeit Universität Innsbruck 2023

Die Modellierung komplexer Systeme mit einer großen Anzahl von Freiheitsgraden ist in den letzten Jahrzehnten zu einer großen Herausforderung geworden. In der Regel werden nur einige wenige Variablen komplexer Systeme in Form von gemessenen Zeitreihen beobachtet, während die meisten von ihnen - die möglicherweise mit den beobachteten Variablen interagieren - verborgen bleiben. In dieser Arbeit befassen wir uns mit dem Problem der Rekonstruktion und Vorhersage der zugrunde liegenden Dynamik komplexer Systeme mit Hilfe verschiedener datengestützter Ansätze. Im ersten Teil befassen wir uns mit dem umgekehrten Problem der Ableitung einer unbekannten Netzwerkstruktur komplexer Systeme, die Ausbreitungsphänomene widerspiegelt, aus beobachteten Ereignisreihen. Wir untersuchen die paarweise statistische Ähnlichkeit zwischen den Sequenzen von Ereigniszeitpunkten an allen Knotenpunkten durch Ereignissynchronisation (ES) und Ereignis-Koinzidenz-Analyse (ECA), wobei wir uns auf die Idee stützen, dass funktionale Konnektivität als Stellvertreter für strukturelle Konnektivität dienen kann. Im zweiten Teil konzentrieren wir uns auf die Rekonstruktion der zugrunde liegenden Dynamik komplexer Systeme anhand ihrer dominanten makroskopischen Variablen unter Verwendung verschiedener stochastischer Differentialgleichungen (SDEs). In dieser Arbeit untersuchen wir die Leistung von drei verschiedenen SDEs - der Langevin-Gleichung (LE), der verallgemeinerten Langevin-Gleichung (GLE) und dem Ansatz der empirischen Modellreduktion (EMR). Unsere Ergebnisse zeigen, dass die LE bessere Ergebnisse für Systeme mit schwachem Gedächtnis zeigt, während sie die zugrunde liegende Dynamik von Systemen mit Gedächtniseffekten und farbigem Rauschen nicht rekonstruieren kann. In diesen Situationen sind GLE und EMR besser geeignet, da die Wechselwirkungen zwischen beobachteten und unbeobachteten Variablen in Form von Speichereffekten berücksichtigt werden. Im letzten Teil dieser Arbeit entwickeln wir ein Mod, Modeling complex systems with large numbers of degrees of freedom have become a grand challenge over the past decades. Typically, only a few variables of complex systems are observed in terms of measured time series, while the majority of them – which potentially interact with the observed ones - remain hidden. Throughout this thesis, we tackle the problem of reconstructing and predicting the underlying dynamics of complex systems using different data-driven approaches. In the first part, we address the inverse problem of inferring an unknown network structure of complex systems, reflecting spreading phenomena, from observed event series. We study the pairwise statistical similarity between the sequences of event timings at all nodes through event synchronization (ES) and event coincidence analysis (ECA), relying on the idea that functional connectivity can serve as a proxy for structural connectivity. In the second part, we focus on reconstructing the underlying dynamics of complex systems from their dominant macroscopic variables using different Stochastic Differential Equations (SDEs). We investigate the performance of three different SDEs – the Langevin Equation (LE), Generalized Langevin Equation (GLE), and the Empirical Model Reduction (EMR) approach in this thesis. Our results reveal that LE demonstrates better results for systems with weak memory while it fails to reconstruct underlying dynamics of systems with memory effects and colored-noise forcing. In these situations, the GLE and EMR are more suitable candidates since the interactions between observed and unobserved variables are considered in terms of memory effects. In the last part of this thesis, we develop a model based on the Echo State Network (ESN), combined with the past noise forecasting (PNF) method, to predict real-world complex systems. Our results show that the proposed model captures the crucial features of the underlying dynamics of climate variability.

Tropische Regenwälder sind durch anthropogene Aktivitäten gefährdet und wurden als Kippelement identifiziert. Ein Kippen in einen neuen Zustand könnte tiefgreifende Auswirkungen auf das globale Klima haben, sobald die Vegetation von einem bewaldeten in einen Savannen- oder Graslandzustand übergegangen ist. Waldbrände können die Grenze zwischen Savanne und Wald verschieben und somit das dynamische Gleichgewicht zwischen diesen beiden möglichen Vegetationszuständen unter sich änderndem Klima beeinträchtigen. In der vorliegenden Doktorarbeit wurde ein neues Erdsystemmodell entwickelt und angewendet, um explizit die Auswirkungen von Feuer, Klimawandel und Landnutzung auf eine potenzielle tropische Hysterese abzuschätzen. In den ersten beiden Teilen der Arbeit wurde das Vegetationsmodell LPJmL vor allem in Hinblick auf Feuersimulation verbessert und anschließend biophysikalisch an das Erdystemmodell CM2Mc gekoppelt. Im dritten Teil dieser Arbeit wurde das resultierende Modell CM2Mc-LPJmL schließlich angewendet, um wichtige biophysikalische Feuer-Vegetations-Klima-Rückkopplungen und einen potentiellen Kipppunkt bzw. eine Hysterese der tropischen Wälder zu untersuchen. Die Ergebnisse der Experimente zeigten, dass eine alleinige Klima Störung nicht zu einem großflächigen Kipppunkt tropischer Wälder führt. Andererseits führte die vollständige Entwaldung bei einer erhöhten CO2-Konzentration von über 450 ppm und die Wirkung von Waldbränden zu einer Verschiebung großer Teile des Amazonas Regenwaldes in einen stabilen Graslandzustand. Die Leistung dieser Arbeit ist die Entwicklung eines neuen Erdsystemmodells, das die Vorteile des umfassenden dynamischen Vegetationsmodells LPJmL und eines prozessbasierten Feuermodells mit dem geringen Rechenaufwand von CM2Mc verbindet. Diese Doktorarbeit untersuchte zum ersten Mal den expliziten Einfluss von Feuer auf tropische Kipppunkte und auf eine mögliche vegetative Erholung in einem umfassenden feuerfähigen Erdsystemmodell., Tropical rain forests are endangered by anthropogenic activities and are recognized as one of the terrestrial tipping elements. An ecosystem regime change to a new state could have profound impacts on the global climate, once the biome has transitioned from a forest into a savanna or grassland state. Fire could potentially shift the savanna-forest boundary and hence impact the dynamical equilibrium between these two possible vegetation states under a changing climate. In this thesis, a new Earth system model was developed and applied to explicitly estimate the impact of fire, climate change and land-use on a potential tropical tipping point and hysteresis. The first part of this thesis describes the improvement of simulating fire within the dynamic global vegetation model (DGVM) LPJmL (Lund-Potsdam-Jena-managed-Land). In the second part, the improved LPJmL model was biophysically coupled to the Earth system model CM2Mc, which involved numerous changes in the original LPJmL model. In the third part of this thesis, the resulting model CM2Mc-LPJmL was finally applied to investigate important biophysical fire-vegetation-climate feedbacks and a potential tipping point and hysteresis of tropical forests. The results of the modeling experiments indicated that a sole climate disturbance does not lead to a large-scale tipping of tropical forests into a savanna or grassland state. On the other hand, complete deforestation alongside elevated CO2 above 450 ppm and the impact of fire led to a shift of large parts of the Amazon into a stable grassland state. The contribution of this thesis is the development of a new Earth system model, including the advantages of the comprehensive dynamic vegetation model LPJmL, a process-based fire model and the low computation cost of CM2Mc. This thesis studied for the first time the explicit impact of fire on tropical tipping points and a possible vegetation recovery in a comprehensive fire-enabled Earth system model.

Komplexe Systeme wie das Klima der Erde bestehen aus vielen Komponenten, die durch eine komplizierte Kopplungsstruktur miteinander verbunden sind. Für die Analyse solcher Systeme erscheint es daher naheliegend, Methoden aus der Netzwerktheorie, der Theorie dynamischer Systeme und dem maschinellen Lernen zusammenzubringen. Durch die Kombination verschiedener Konzepte aus diesen Bereichen werden in dieser Arbeit drei neuartige Ansätze zur Untersuchung komplexer Systeme betrachtet. Im ersten Teil wird eine Methode zur Konstruktion komplexer Netzwerke vorgestellt, die in der Lage ist, Windpfade des südamerikanischen Monsunsystems zu identifizieren. Diese Analyse weist u.a. auf den Einfluss der Rossby-Wellenzüge auf das Monsunsystem hin. Dies wird weiter untersucht, indem gezeigt wird, dass der Niederschlag mit den Rossby-Wellen phasenkohärent ist. So zeigt der erste Teil dieser Arbeit, wie komplexe Netzwerke verwendet werden können, um räumlich-zeitliche Variabilitätsmuster zu identifizieren, die dann mit Methoden der nichtlinearen Dynamik weiter analysiert werden können. Die meisten komplexen Systeme weisen eine große Anzahl von möglichen asymptotischen Zuständen auf. Um solche Zustände zu beschreiben, wird im zweiten Teil die Monte Carlo Basin Bifurcation Analyse (MCBB), eine neuartige numerische Methode, vorgestellt. Angesiedelt zwischen der klassischen Analyse mit Ordnungsparametern und einer gründlicheren, detaillierteren Bifurkationsanalyse, kombiniert MCBB Zufallsstichproben mit Clustering, um die verschiedenen Zustände und ihre Einzugsgebiete zu identifizieren. Bei von Vorhersagen von komplexen Systemen ist es nicht immer einfach, wie Vorwissen in datengetriebenen Methoden integriert werden kann. Eine Möglichkeit hierzu ist die Verwendung von Neuronalen Partiellen Differentialgleichungen. Hier wird im letzten Teil der Arbeit gezeigt, wie hochdimensionale räumlich-zeitlich chaotische Systeme mit einem solchen Ansatz modelliert und vorhergesagt werden können., Complex systems such as the Earth's climate are comprised of many constituents that are interlinked through an intricate coupling structure. For the analysis of such systems it therefore seems natural to bring together methods from network theory, dynamical systems theory and machine learning. By combining different concepts from these fields three novel approaches for the study of complex systems are considered throughout this thesis. In the first part, a novel complex network construction method is introduced that is able to identify the most important wind paths of the South American Monsoon system. Aside from the importance of cross-equatorial flows, this analysis points to the impact Rossby Wave trains have both on the precipitation and low-level circulation. This connection is then further explored by showing that the precipitation is phase coherent to the Rossby Wave. As such, the first part of this thesis demonstrates how complex networks can be used to identify spatiotemporal variability patterns within large amounts of data, that are then further analysed with methods from nonlinear dynamics. Most complex systems exhibit a large number of possible asymptotic states. To investigate and track such states, Monte Carlo Basin Bifurcation analysis (MCBB), a novel numerical method is introduced in the second part. Situated between the classical analysis with macroscopic order parameters and a more thorough, detailed bifurcation analysis, MCBB combines random sampling with clustering methods to identify and characterise the different asymptotic states and their basins of attraction. Forecasts of complex system are the next logical step. When doing so, it is not always straightforward how prior knowledge in data-driven methods. One possibility to do is by using Neural Partial Differential Equations. Here, it is demonstrated how high-dimensional spatiotemporally chaotic systems can be modelled and predicted with such an approach in the last part of the thesis.

Komplexe Netzwerke sind mächtige Werkzeuge, die die Untersuchung komplexer Systeme unterstützen. In vielen Bereichen werden komplexe Netzwerke eingesetzt, um die Dynamik interagierender Entitäten wie Neuronen, Menschen oder sogar Wettersysteme zu verstehen. Darüber hinaus erweitern sich die Anwendungsbereiche mit der stetigen Entwicklung neuer theoretischer Ansätze. In dieser Arbeit wollen wir sowohl den theoretischen Rahmen der Netzwerkwissenschaften weiterentwickeln als auch komplexe Netzwerke in der Klimatologie und der computergestützten Sozialwissenschaft anwenden., Complex networks are powerful tools enabling the study of complex systems. In many fields, complex networks are used as a tool to gain an understanding of the dynamics of interacting entities such as neurons in a brain, humans on social media, or global weather systems. At the same time, new theoretical frameworks that extend the toolbox of Network Science promote the application of network tools in new research fields. In this thesis, we aim for both, advancing the theoretical framework of Network Science as well as applying complex networks in Climatology and Computational Social Science.

Die Analyse von Proxy-Zeitreihen aus Paläoklimaarchiven wie zum Beispiel Baumringen, Seesedimenten, Tropfsteinen und Eisbohrkernen mittels gefensterter Rekurrenznetzwerkanalyse ermöglicht die Identifizierung und Charakterisierung dynamischer Anomalien in der Klimavariabilität der Vergangenheit. Das Ziel der vorliegenden Arbeit ist die Entwicklung einer zuverlässigeren Routine zur gefensterten Rekurrenznetzwerkanalyse. Aufbauend auf dem bestehenden methodischen Rahmen werden die Bereiche der Phasenraumrekonstruktion und des Signifikanztests als verbesserungsfähig identifiziert. Deshalb werden verschiedene Methoden zur Rekonstruktion des Phasenraums aus unregelmäßig abgetasteten, verrauschten Daten verglichen. Außerdem wird ein allgemeiner flächenweiser Signifikanztest eingeführt, der, basierend auf einem ausgewählten Nullmodell, Korrelationen in den Analyseergebnissen numerisch abschätzt, um damit das Problem hoher Raten an falsch positiv signifikanten Ergebnissen zu adressieren. Im zweiten Teil der Arbeit wird die entwickelte Methodik genutzt, um die nichtlineare Variabilität des Klimas der Vergangenheit in Nord- und Südamerika zu untersuchen, indem vier reale Zeitreihen verschiedener Proxys studiert werden. Außerdem werden Proxy-System-Modelle genutzt, um auf die Frage der Eignung von Daten verschiedener Paläoklimaarchive zur Charakterisierung der Klimavariabilität mittels gefensterter Rekurrenznetzwerkanalyse einzugehen. Mit der Arbeit wird der Einsatz nichtlinearer Methoden zur Analyse von Paläoklima-Zeitreihen vorangebracht, das Potential und die Grenzen der gefensterten Rekurrenznetzwerkanalyse aufgezeigt und zukünftige relevante Fragestellungen, die die erhaltenen Ergebnisse und Schlussfolgerungen komplementieren können, identifiziert., Studying palaeoclimate proxy data from archives such as tree rings, lake sediments, speleothems, and ice cores using windowed recurrence network analysis offers the possibility to characterise dynamical anomalies in past climate variability. This thesis aims at developing a more reliable framework of windowed recurrence network analysis by comparing different phase space reconstruction approaches for non-uniformly sampled noisy data and by tackling the problem of increased numbers of false positive significant points when correlations within the analysis results can not be neglected. For this, different phase space reconstruction approaches are systematically compared and a generalised areawise significance test which implements a numerical estimation of the correlations within the analysis results is introduced. In particular, the test can be used to identify patches of possibly false positive significant points. The developed analysis framework is applied to detect and characterise dynamical anomalies in past climate variability in North and South America by studying four real-world palaeoclimatic time series from different archives. Furthermore, the question whether palaeoclimate proxy time series from different archives are equally well suited for tracking past climate dynamics with windowed recurrence network analysis is approached by using the framework of proxy system modelling. This thesis promotes the use of non-linear methods for analysing palaeoclimate proxy time series, provides a detailed assessment of potentials and limitations of windowed recurrence network analysis and identifies future research directions that can complement the obtained results and conclusions.

Das Ziel dieser Arbeit ist die systematische Untersuchung der Auswirkungen von Änderungen in der Niederschlagshäufigkeit und -menge im Amazonas sowie eine Prognose der zukünftigen Entwicklung des Regenwaldes unter den sich ändernden Bedingungen im Rahmen des Klimawandels. Die in dieser Arbeit durchgeführten Untersuchungen der Niederschlagskorrelationsmuster des südamerikanischen Monsuns basieren auf der Theorie komplexer Netzwerke und offenbaren beispielsweise den Übergang von einem geordneten zu einem ungeordneten System zu Beginn des Monsuns. Die Erweiterung der verwendeten Methoden hin zu mehrschichtigen Netzwerken wird anschließend zur Untersuchung der Ursache von Dürren im zentralen Amazonasgebiet verwendet. Ein bivariates Netzwerk aus Niederschlagsdaten und atlantischen Meeresoberflächentemperaturen zeigt, dass bestimmte Meeresregionen im tropischen Atlantik den Niederschlag im zentralen Amazonas stark beeinflussen. Die Ergebnisse dieser Arbeit zeigen, dass einer Dürre in der Regel die Entstehung eines klimatischen Dipols der Meeresoberflächentemperaturen zwischen den identifizierten Ozeanregionen vorausgeht. Aufbauend auf diesen Ergebnissen wird in dieser Arbeit erstmalig ein Frühwarnsystem für Dürren im Amazonas vorgestellt. Der Untersuchung des Einflusses von Niederschlagsvariabilität auf die Vegetation wird eine Potentiallandschaft aus Niederschlags- und Baumbedeckungsdaten im Amazonas zugrunde gelegt. Die vorliegende Studie zeigt, dass eine direkte Abhängigkeit zwischen der lokalen, langfristigen Niederschlagsvariabilität und der Resilienz des Waldes besteht. Dies bedeutet, dass stärkere jährliche Niederschlagsvariabilität zu einem Trainingseffekt der tropischen Vegetation führen kann. Bedenkt man außerdem, dass es in Zukunft im zentralen Amazonas mehr Dürren geben soll, kann es entscheidend sein, ob die Vegetation einer Region zuvor Erfahrung mit starker Niederschlagsvariabilität gemacht hat und dementsprechend angepasst ist. Um nicht nur lokale, sondern, This thesis investigates the impact of changes in frequency and amount of precipitation in the Amazon rainforest and analyzes its development under the changing conditions due to global warming. In this context, complex network theory is utilized to investigate the South American monsoon system. The precipitation correlation structure reveals hidden features of the system, such as the transition from a disordered to an ordered monsoon system. Further developing existing network methods towards multilayer network tools allows for the investigation of the root causes for droughts in the central Amazon basin. By using a bivariate network between monthly precipitation in the central Amazon and Atlantic sea surface temperatures, distinct oceanic regions are identified to have a strong influence on central Amazonian precipitation. The formation of a climatological dipole between the northern and southern tropical Atlantic sea surface temperatures is found to precede droughts. As a result, this study is the first to give an early warning for droughts in the Amazon. To investigate the influence of rainfall variability on vegetation, a potential landscape is constructed from precipitation and Amazonian tree cover data. The resilience of the forest is found to directly depend on the local rainfall variability in the long-term past, thereby reflecting a vegetational training effect under specific environmental conditions. Considering climate change projections, this effect could be decisive for the future survival of the present rainforest vegetation state. In order to cover long-term influences of global warming, this thesis additionally investigates the effects of a slowing down of the Atlantic meridional overturning circulation and the direct influence of global warming on the southern Amazon rainforest.. It is revealed that these effects, although caused by global warming, have competitive impacts on precipitation in the Amazon basin, with a stabilizing effect of an Atlant

Ein wichtiger Aspekt der Analyse von dynamischen Systemen ist die Transiente einer Trajektorie. Im Kontext der Nachhaltigkeitsforschung bearbeite ich diesbezüglich zwei Fragen: (i) ”Wie kann man die Zeit zum Erreichen des Attraktors quantifizieren?“ und (ii) ”Kann man es verhindern, bestimmte Grenzen zu überschreiben und somit sicher zu bleiben?“ Bzgl. (i) analysiere ich mehrere Probleme, welche bei der Quantifizierung solcher transienter Zeiten auftreten, und definiere vier Bedingungen, die eine Antwort auf Frage (i) erfüllen soll. Weiterhin führe ich zwei Metriken, Area under Distance Curve und Regularized Reaching Time, ein, die verschiedene Aspekte der transienten Dynamik einfangen. Frage (ii) bezieht sich auf Systeme mit sowohl erwünschten und unerwünschten Zuständen als auch Möglichkeiten zur Beeinflussung. Ich stelle ”Topology of Sustainable Management“ als ein Werkzeug zur Analyse solcher Modelle vor. Diese baut auf ”Viabilitätstheorie“ auf, um den dazugehörigen Saint-Pierre Algorithmus (SPA) verwenden zu können. Ich erweitere den Algorithmus zur Schätzung von ”implicitly-defined Capure Basins“ und löse zwei substanzielle Probleme, welche häufig bei der Anwendung von SPA vorkommen. Zur Demonstration verwende ich ein Beispielmodell, das auf Klimawandel, Wirtschaftsleistung und die Transformation des Energiesystems fokussiert. Danach nutze ich funktionale Klimanetzwerke, um zu analysieren, wie sich die transien- te Phase nach großen Klimastörungen – die El Niño- und La Niña-Phasen von ENSO und die drei größten Vulkaneruptionen seit 1950 – die Telekonnektionsstruktur der globalen Oberflächentemperatur auswirkt. Die Resultate bestätigen den globalen Einfluss von ENSO durch das Zusammenbrechen der modularen Struktur des global SAT-Feldes. Dies zeigt die Emergenz starker Telekonnektionen. Weiterhin habe ich deutlich, qualitative Unterschiede zwischen diesen global Klimaextremsituationen identifizieren können., An important feature of dynamical systems is the transient phase of a trajectory that I approach with two question: (i) “How can we properly quantify the time to reach a system’s attractor?” and (ii) “Can we avoid transgressing certain boundaries and stay safe (& just)?” In particular, I consider these questions in the context of sustainability science. Concerning (i), I analyze several problems that come up when quantifying such transient times and define four conditions that a metric answering question (i) should fulfill. Further, I introduce two metrics, Area under Distance Curve and Regularized Reaching Time, capturing two complementary aspects of the transient dynamics. Question (ii) concerns with systems having distinctions of the state space in desirable and undesirable, e.g. defined by “planetary boundaries”, and some sort of influencing/managing it. I present Topology of Sustainable Management as a tool to analyze such models. It is built on concepts from viability theory (VT) in order to use the Saint-Pierre algorithm (SPA). I extend the SPA to compute so-called implicitly defined capture basins and solve two substantial problems repeatedly occuring when using the SPA. For Demonstration, I use a three-dimensional model focusing on climate change, economic output and energy transformation. Finally, I use functional climate networks to analyze how the transient phase after major climate perturbations – the El Niño and La Niña phases of ENSO and three largest recent volcanic eruptions – influence the teleconnectivity structure of the surface area temperature field (SAT). The results confirm the existence of global effects of ENSO by breaking down the modular structure of the global SAT field, and I have identified distinct qualitative differences between theses two global climate extreme situation.

Die Doktorarbeit untersucht, wie sich Mensch-Umwelt-Interaktionen am Beispiel von Abholzung und Landnutzungsänderungen im Amazonas analysieren und modellieren lassen. Die Abholzung tropischer Wälder bedroht die Stabilität artenreicher Ökosysteme, lokaler Wettergeschehen und des globalen Klimas. Drei Hauptteile erforschen das Thema mit Konzepten der theoretischen Physik und Netzwerktheorie. Der erste Teil gibt einen kritischen Überblick über Modellansätze, die Entscheidungen und menschliches Verhalten beschreiben. Agentenbasierte Netzwerkmodelle ergeben sich als vielversprechender Ansatz um sozial-ökologische Systeme zu modellieren. Der zweite Teil identifiziert Muster in satellitengestützten Landbedeckungsdaten im brasilianischen Amazonas. Basierend auf der Theorie der Markov-Ketten werden Übergangsraten zwischen verschiedenen Typen von Landbedeckung berechnet und Übergangsmatrizen für Teilgebiete mit Clusteralgorithmen verglichen. Angrenzende Teilgebiete weisen ähnliche Übergänge auf. Die identifizierten Cluster decken sich mit Erkenntnissen aus Feldstudien. Auf Grundlage der geschätzten Übergangsrate ergeben sich Projektionen für die Entwicklung der Landbedeckungsanteile. Der dritte Teil entwickelt ein agentenbasiertes Modell um zu untersuchen, unter welchen Bedingungen die Intensivierung der Viehhaltung im Amazonas die Abholzung reduzieren kann. Das Modell kombiniert ökologische, ökonomische und soziale Prozesse und modelliert Landnutzungsstrategien mit Heuristiken. Die Modellanalyse zeigt, dass eine Intensivierung die Abholzung nur dann verringert, wenn der lokale Viehmarkt saturiert. Unter anderen ökonomischen Bedingungen kann Intensivierung die Abholzung erhöhen. Die Arbeit demonstriert, dass eine Kombination von Methoden aus der Theorie komplexer Systeme mit sozialwissenschaftlichen Theorien zu einem besseren Verständnis der emergenten Dynamik sozial-ökologischer Systeme führen kann – eine Grundvoraussetzung, um solche Systeme nachhaltig zu bewirtschaften., This thesis investigates how to model and analyze human-nature interactions using the example of deforestation and land-use change in the Brazilian Amazon. Deforestation of tropical forests threatens the stability of species-rich ecosystems, local weather patterns, and global climate. The three main parts of the thesis study different aspects of this topic using concepts from theoretical physics and network theory. The first part reviews modeling approaches to human decision making and behavior. From the review, networked agent-based models emerge as promising tools to capture the dynamics of social-ecological systems such as the land system. The second part of the thesis combines Markov-chain and cluster analyses to detect patterns in satellite-derived land-cover maps of the Brazilian Amazon. I compute transition rates between different land-cover types and apply clustering algorithms to find spatial patterns. The analysis shows that neighboring subregions undergo similar transitions and identifies clusters corresponding to findings from field surveys. Markov-chain models, parameterized with the transition rates, are used to compute land-cover projections. In the third part, I develop an agent-based model to investigate under which conditions the intensification of cattle ranching can reduce deforestation in the Amazon. The model captures stylized environmental, economic, as well as social processes, and uses heuristic decision theory to represent different land management strategies. A detailed analysis reveals that fast intensification can only lower deforestation rates if local cattle markets saturate. Under other economic conditions intensification may increase deforestation. The contributions of this thesis demonstrate that combining modeling tools from complexity science with social-science theories allow better understanding the emergent dynamics of social-ecological systems, which is a prerequisite for their sustainable management.

Vortrag