AM
Mathematician, Physicist, and Climate Scientist
Dr. rer. nat. · M.Sc. · B.Sc. · B.Sc.
I develop mathematical models and statistical methods for anticipating abrupt transitions in Earth's climate system, working at the intersection of dynamical systems theory, stochastic analysis, and climate science. I am part of the Horizon Europe Research project ClimTip.
I am a mathematician and physicist working at the Technical University of Munich (TUM) and the Potsdam Institute for Climate Impact Research (PIK), funded by the Horizon Europe project ClimTip. I am a member of research group for Multiscale and Stochastic Dynamics under Prof. Christian Kuehn at TUM and a guest researcher at the FutureLab AI in the Anthropocene at PIK under Prof. Niklas Boers.
My research focuses on developing mathematical models and statistical methods to characterize and anticipate tipping points in Earth's climate system. I connect stochastic models with observational time series statistics to derive early-warning indicators for climate tipping and explore where such methods might fail. I further investigate the resilience of climate systems to external forcings and perturbations within the framework of dynamical systems theory.
Data gaps and outliers distort critical-slowing-down-based resilience indicators
Predicting instabilities in transient landforms and interconnected ecosystems
Computing resilience measures in dynamical systems
Critical slowing down in bifurcating stochastic partial differential equations with red noise
Destabilization of Earth system tipping elements
Red noise in continuous-time stochastic modelling
Discontinuous stochastic forcing in Greenland ice core data
Internal noise interference to warnings of tipping points in generic multidimensional dynamical systems
Anticipating critical transitions in multidimensional systems driven by time- and state-dependent noise
Uncertainties too large to predict tipping times of major Earth system components from historical data
Detection of approaching critical transitions in natural systems driven by red noise
Measuring tropical rainforest resilience under non-Gaussian disturbances
Statistical warning indicators for abrupt transitions in dynamical systems with slow periodic forcing
Angaben gemäß § 5 TMG / § 5 DDG
Andreas Morr
Boltzmannstraße 3
85748 Garching bei München
Deutschland
E-Mail: andreas.morr@tum.de
Diese Website dient der akademischen Selbstdarstellung im Rahmen einer wissenschaftlichen Tätigkeit an der Technischen Universität München.
Andreas Morr, Boltzmannstraße 3, 85748 Garching bei München, E-Mail: andreas.morr@tum.de
Diese Website ist eine persönliche akademische Präsenz. Der Betreiber setzt keine Cookies, führt kein Tracking durch und erhebt keine personenbezogenen Daten. Es werden keine Analyse- oder Werbedienste eingesetzt.
Diese Website wird über GitHub Pages (GitHub, Inc., 88 Colin P Kelly Jr St, San Francisco, CA 94107, USA) gehostet. Beim Aufruf der Seite können durch GitHub automatisch Verbindungsdaten (insbesondere IP-Adressen) in Server-Logfiles erfasst werden. Dies geschieht außerhalb des Einflussbereichs des Betreibers. Rechtsgrundlage ist Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse am sicheren Betrieb). Weitere Informationen: GitHub Privacy Statement.
Die Website enthält Links zu externen Diensten (u. a. ResearchGate, LinkedIn, arXiv, TU München, PIK Potsdam). Beim Anklicken dieser Links verlassen Sie diese Website. Für den Datenschutz auf den verlinkten Seiten sind ausschließlich deren Betreiber verantwortlich.
Sie haben nach der DSGVO das Recht auf Auskunft (Art. 15), Berichtigung (Art. 16), Löschung (Art. 17), Einschränkung der Verarbeitung (Art. 18) sowie das Recht auf Beschwerde bei einer Datenschutzaufsichtsbehörde (Art. 77). Da der Betreiber selbst keine personenbezogenen Daten verarbeitet, sind Anfragen bezüglich der Hosting-Daten direkt an GitHub zu richten.