Modul im Detail

KU.Campus

Home

Drucken

Detailinformationen zum Modul

Modulbezeichnung:

Models of Weather and Climate

Modulbezeichnung (englisch):

Models of Weather and Climate

Modulnummer:

82-105-DS23-H-0922

Niveau:

Bachelor (UNI)

Geberstudiengang:

BA Data Science

Typ:

Modul

Federführende Fakultät/Sprachenzentrum:

Mathematisch-Geographische Fakultät

Modulverantwortliche/r:

Oliver, Marcel

Prüfende:

Leistungspunkte (ECTS-Punkte):

Kompetenzen:

Kenntnis der Grundgleichungen der Wetter- und Klimamodellierung; exemplarisches Verständnis grundlegender Phänomene, sowie die Fähigkeit, diese an stark vereinfachten Modellen herleiten und erklären zu können. Verständnis für die Vorgehensweise bei der numerischen Modellierung, sowie die Fähigkeit, ihre Aussagekraft und Grenzen erklären und einschätzen zu können.

Inhalte/Themen:

- Dynamische Grundgleichungen (equations of the dynamical core)

- Multiskalenbetrachtungen und Parameterisierungen

- Grenzen der Vorhersagbarkeit, dabei Unterscheidung von Wetter- vorhersage und Klimamodellierung. Entwicklung der Konzepte am einfachen Beispiel, z.B. dem Lorenz-System

- Grundlegende Phänomene, z.B. Geostrophe Strömungen, Rossby-Wellen, barokline Instabilität

- Box-Modelle (extrem vereinfachte globale Modelle für das Erdsystem), Beispiele für Tipping Points

- Praktische Übungen mit einem einfachen GCM (z.B. EdGCM, PUMA)

Das Modul bezieht sich auf ausgewählte Abschnitte folgender Bücher, ggf. mit zusätzlichen Literaturempfehlungen:

- Shen, Somerville, Climate Mathematics: Theory and Applications, Cambridge University Press, 2019

- Engler, Kaper, Mathematics of Climate, SIAM, 2013

- Warner, Numerical Weather and Climate Prediction, Cambridge University Press, 2010

Formale Voraussetzungen für die Teilnahme:

Analysis oder Analysis für DS I/II, Lineare Algebra I/II, Introduction to Programming

Empfohlene Voraussetzungen:

Differentialgleichungen I und/oder Introduction to Mathematical Modeling; Numerik I und/oder Introduction to Scientific Computing

Lehr- und Lernformen/Lehrveranstaltungstypen:

Vorlesung (VL) (2 SWS) / Übung (UE) (1 SWS)

Voraussetzungen für die Vergabe von ECTS-Punkten:

Mit mindestens „ausreichend“ bewerteter Leistungsnachweis: Klausur oder mündliche Prüfung mit Möglichkeit der Notenverbesserung durch freiwillige semesterbegleitende Übungen; oder Portfolio-Prüfung.

Zeitaufwand/Verteilung der ECTS-Punkte innerhalb des Moduls:

Kontaktstudium in den Lehrveranstaltungen oder entsprechendes Selbststudium: 2 ECTS-Punkte, entspricht 60 Stunden

Vor- und Nachbereitung, Bearbeitung der Übungsaufgaben: 2 ECTS- Punkt(e), entspricht 60 Stunden

Vorbereitung Leistungsnachweis: 1 ECTS-Punkte, entspricht 30 Stunden

Modulnote:

Leistungsnachweis

Lehr- und Lernmethode:

Polyvalenz mit anderen Studiengängen/Hinweise zur Zugänglichkeit:

BSc Mathematik

Turnus des Angebots:

WS , SS

Beteiligte Fachgebiete:

Mathematik und Data Science

Bemerkung:

In Abstimmung mit dem Dozenten kann als Prüfungssprache deutsch gewählt werden.