One Two
Sie sind hier: Startseite Bibliothek Bonner Meteorologische Abhandlungen (BMA) Statistisch-dynamische Verbundanalyse von zeitlich und räumlich hoch aufgelösten Niederschlagsmustern,

Statistisch-dynamische Verbundanalyse von zeitlich und räumlich hoch aufgelösten Niederschlagsmustern,

Zusammenfassung

Das Ziel dieser Dissertation ist die Analyse und Modellierung von zeitlich und räumlich hoch aufgelösten Niederschlagsdaten. In einem ersten Schritt wird die Qualität der Meßdaten geprüft. Neben bewährten Prüfroutinen, wird auch die Eignung des Kalman-Filters als Fehlerdetektor untersucht. Basierend auf der Annahme, daß ein Niederschlagsereignis aus mehreren Niederschlagssequenzen (Zellen) bestehen kann, ist die Definition und die Identifizierung von unabhängigen Niederschlagsereignissen ein wichtiges Zwischenziel. Zur Separation der Ereignisse in der 5-Minutenauflösung wird ein neues Kriterium, welches die Pausendauer zwischen aufeinanderfolgenden Zellen und die mittlere Dauer der Zellen berücksichtigt, entwickelt.

Aufbauend auf die empirischen Häufigkeitsverteilungen der Niederschlagsgrößen werden unterschiedliche Niederschlagsmodelle an die Daten angepaßt. Berücksichtigte Größen sind z.B. die Verteilung der Zahl der Ereignisse pro Tag oder die Verteilung der Niederschlagsmenge und die, der Dauer der Zellen bzw. Ereignisse. Zwei Klassen von Modellen werden verwendet, jeweils in der Originalversion und in einer, den empirischen Gegebenheiten entsprechend modifizierten Version. In der ersten Modellklasse wird der Beginn der Ereignisse durch einen Poisson-Prozess bestimmt. Die zweite Modellklasse berücksichtigt das haufenweise Auftreten (Clustering) der Niederschlagssequenzen: auch hier wird der Beginn der Ereignisse durch einen Poisson-Prozeß bestimmt, jedes Ereignis kann jedoch aus mehreren Zellen bestehen. Bewertet werden die Modelle durch den Vergleich der theoretischen, also mit den Modellgleichungen simulierten Autokorrelationsfunktion mittels der empirisch berechneten Autokorrelationsfunktion. Das Ergebnis bestätigt die Eignung der modifizierten Modelle für die untersuchte Skala.

Schließlich werden im Untersuchungsgebiet mittels einiger Regionalisierungsverfahren, wie der Cluster-Analyse räumliche Muster gesucht, sowie ein möglicher Stadteffekt von Köln auf die Niederschlagsverteilung untersucht.

 

Abstract

The analysis of precipitation time series data with high temporal resolution (5 minutes) is carried out. First, the quality of the measurement reports is checked. Except for some established algorithms, the suitability of the Kalman-filter for the detection of erroneous data is studied. The next task is the definition and separation of independent rainfall events in the time series, based on the idea, that a rainfall event may consist of several rainfall sequences (cells). A new criterion, which considers the duration of the precipitation-free periods between succeeding cells and the mean duration of the cells is developed to separate independent events.

Based on the empirical probability density functions of the precipitation features precipitation models are fitted to the data. Considered were for example the distribution of the number of rainfall events per day, or the distribution of the rainfall intensity and the duration of the cells or events. Two classes of models were used, each in the original version and in a modified version (in respect to the empirical findings). In the first class of models each rainfall event is governed by a Poisson process. In the second class of models clustering of rainfall sequences is taken into account: the events again follow a Poisson process, but each event gives rise to a cluster of rain cells. The comparison of the theoretical, simulated autocorrelation with the empirical autocorrelation shows the suitability of the modificated models for the investigated scale. Finally regional particularities in the investigation area are looked for by the application of some regionalization algorithms as the Cluster-Analysis and the investigation of a possible town-effect for Cologne.

 

 

 

Artikelaktionen