10. KFKI-Seminar • • Bremerhaven

Slides:



Advertisements
Ähnliche Präsentationen
Transportmittelwahl im Güterverkehr Eine Analyse unternehmerischer Präferenzen am Beispiel der Region Weser-Ems Jahrestagung des Arbeitskreises Verkehr.
Advertisements

Wirtschaftlichkeit von IT-Projekten
Matrixmultiplikation
EX-CELL-O Bottleneck Untersuchung
PG Air Seminararbeit März 2002 Jürgen Wieners
Statistische Aspekte der PSG
Berechnung von Hochwasserwahrscheinlichkeiten mit dem
Staatliches Seminar für Didaktik und Lehrerbildung (Gymnasien) Rottweil Unser Vorgehen NIMBUS Notenverteilung im Mathematikabitur - Bestandsaufnahme.
Seminar „Extrapolationsmethoden für zufällige Felder“
Bewegungswissenschaft
Zeitreihen Gliederung Allgemeines zu Zeitreihen
Zufallsgrößen und Beschreibung – Wiederholung Sek. I
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
WIRTSCHAFTSINFORMATIK Westfälische Wilhelms-Universität Münster WIRTSCHAFTS INFORMATIK Seminar Software Agenten Agenten als Informationsfilter Referent.
3.Februar 2003 SFB Seminar Kiel1 Energie- und Wasserdampftransporte in die Arktis bestimmt aus Radiosondendaten Andreas Hense, Reinhardt Hagenbrock,Martin.
Andreas Hense Meteorologisches Institut Universität Bonn
Statistical-dynamical methods for scale dependent model evaluation and short term precipitation forecasting (STAMPF / FU-Berlin) Zielsetzung von STAMPF:
Erzeugung und Validierung wahrscheinlichkeitsbasierter Niederschlagsvorhersagen mit dem GME unter Verwendung von Breeding- und Ensemble-Kalman-Methoden.
Modellvergleich.
Zielsetzung von Modellierung
Das Cranking Modell Drehungen senkrecht zur Symmetrieachse
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Fragenkonzept zur Lebenssituation
Bruchpunktanalyse langzeitkorrelierter Daten
Modellbildung in der Geoökologie (G5, 103) SS 2004
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Strukturgleichungsmodelle
Politische Kultur im Ost- und Westvergleich. Ost – West Vergleich.
Meta-Analyse Forschungsmethoden und Evaluation
Definition Messmittelfähigkeitsuntersuchung
Tutorium Aufgabe 1 Informationen in Designmatrix in: - Darin sind die Prädiktoren enthalten - Aber sagt uns noch mehr! Untersuchungsdesign darin.
und relative Häufigkeit Bettina delert, andreas mertke
Grundkurs Theoretische Informatik
Titel des Vortrags Name des Vortragenden Seminar
Entwicklung standardorientierter Aufgaben – am Beispiel naturwissenschaftliche Erkenntnisgewinnung Jürgen Mayer.
Die Hattie Studie und erfolgreicher Unterricht
Daten auswerten Boxplots
Meteorologie Was ist Meteorologie? Studium der Meteorologie
Abschlussvortrag zur Studienarbeit
Chomp Enumerative Combinatoric Algorithms
Arbeitsbereiche und Projekte der Abteilung Satellitenmeteorologie.
Effiziente Algorithmen
Polynome und schnelle Fourier-Transformation
Stationsnetz der ZAMG und Wettervorhersagemodelle Paul RAINER, ZAMG Klagenfurt.
Gummi lässt die Muskeln spielen
BESCHWERDEMANAGEMENT
Dr. Rolf Haenni, University of KonstanzNovember 28, 2002 Page 1/15 Aspekte eine echten Informationstheorie 1.Einführung 2.Informationsalgebren 3.Unsicherheit.
STATISIK LV Nr.: 1375 SS März 2005.
© Fraunhofer ISI AP 1: Projektfortschritt Fallstudien (ISI, ZIRN) Die soziale Dimension des Rebound- Effekts (REBOUND) Projekttreffen, ZEW,
Abwasserzweckverband Rieth Herzlich Willkommen. Beantwortung der Fragen der Interessengemeinschaft Abwasser der Stadt Kindelbrück zu den am
Wahrscheinlichkeitsrechnung
Die Umsetzung der ökonomischen Analyse in Hessen
Übersicht - Methodik Studien zur Imitation von Interpretationen klassischer Klavier-Musik durch neuronale Netze.
Kinderferien / Kinderferien für Kinder im Vorschulalter
Multivariate Statistische Verfahren
Analyseprodukte numerischer Modelle
Modellbasierte Software-Entwicklung eingebetteter Systeme
Thema Name des Vortragenden Ort, Datum
Lernmodelle und Experimentelle Untersuchungen
Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.
Methoden der Sozialwissenschaften
Mathematisch-Statistische Verfahren des Risikomanagements - SS Weitere Methoden Interne Daten reichen als einzige Datenquelle nicht aus Andere Modelle.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Die klassischen Methoden der historisch-vergleichenden Forschung Universität Zürich Soziologisches Institut Seminar: Methoden des internationalen Vergleichs.
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Präsentationsvorlage für Unternehmer (Sie können diese PPT verwenden und für Ihre Zwecke verändern) Datum, Autor/in, Thema/Thematik usw. „Herausforderungen.
Präsentationsvorlage für politische Entscheidungsträger (Sie können diese PPT verwenden und für Ihre Zwecke verändern) Datum, Autor/in, Thema/Thematik.
Bereich Logistik, Statistik und Wahlen, Dr. G. Bender Bevölkerungsentwicklung Folie 1 von Zeitreihen
Lineare Optimierung Nakkiye Günay, Jennifer Kalywas & Corina Unger Jetzt erkläre ich euch die einzelnen Schritte und gebe Tipps!
 Präsentation transkript:

10. KFKI-Seminar • 26.10.2005 • Bremerhaven Forschungsinstitut Wasser und Umwelt Universität Siegen Modellgestützte Untersuchungen zu Sturmfluten mit sehr geringen Eintrittswahrscheinlichkeiten (MUSE) Jürgen Jensen, Sylvin Müller-Navarra, Ingrid Bork & Christoph Mudersbach 10. KFKI-Seminar • 26.10.2005 • Bremerhaven

Inhalt Untersuchungsgebiet Was ist „Wahrscheinlichkeit“? Zielsetzung Verwendete Modellketten und Verfahren Ergebnisse Bewertung Ausblick

Untersuchungsgebiet KFKI-Vorhaben: Modellgestützte Untersuchungen zu Sturmfluten mit sehr geringen Eintrittswahrscheinlichkeiten (MUSE) Laufzeit: 2002 - 2005

Was ist Wahrscheinlichkeit? Erläuterung: Bei der Ermittlung einer Überschreitungswahrscheinlichkeit oder Eintrittswahrscheinlichkeit handelt es sich nicht um eine Prognose oder Szenario für einen bestimmten Zeithorizont, sondern um die Angabe einer Wahrscheinlichkeit pro Jahr zum gegenwärtigen Zeitpunkt. Beispiel: Ein Wasserstand X mit einer Wahrscheinlichkeit von PÜ = 10-4/a (Jährlichkeit: 10.000 Jahre), macht keine Aussage zu den Wasserständen in 10.000 Jahren, sondern gibt die Wahrscheinlichkeit pro Jahr für einen Wasserstand an, der theoretisch auch morgen eintreten kann.

Zielsetzung Ziel: Entwicklung von Methoden zur Modellierung und statistischen Einordnung physikalisch möglicher, aber noch nicht eingetretener, außergewöhnlich hoher Sturmfluten. Problem: Eine statistische Einordnung von Wasserständen mit sehr geringen Eintrittswahrscheinlichkeiten (PÜ = 10-3 … 10-4) ist auf Grundlage der beobachteten Zeitreihen nicht möglich.

Lösung Es werden zusätzlich zu den beobachteten Daten Informationen über die Höhe der Wasserstände in dem Bereich von sehr kleinen Eintrittswahrscheinlichkeiten (PÜ = 10-3 … 10-4) benötigt. Diese können in das statistische Modell einbezogen werden und die Extrapolation der Extremwertverteilungen verbessern. Die benötigten Zusatzinformationen können über Modelle bereitgestellt werden. Dazu sollen die Modelle folgende Frage beantworten: Wie hoch hätten die Wasserstände bei aufgetretenen Sturmfluten an der Küste höchstens auflaufen können, wenn die meteorologischen Bedingungen ungünstiger gewesen wären? Diese Antworten kann das EPS (engl.: Ensemble Prediction System) des EZMW (Europäisches Zentrum für mittelfristige Wettervorhersage, UK) geben, indem die Anfangsbedingungen der Sturmflutwetterlagen stochastisch variiert werden und aus den ungünstigsten Vorhersagen die Wasserstände berechnet werden.

physikalisch konsistente Modelle Aufgaben Sichtung der Archive DWD und EZMW Auswahl geeigneter Wetterlagen Erzeugung der Randdaten für LM Berechnung von Sturmflut-wasserständen mit Wasserstands-modell Statistisch-probabilistische Analyse der beobachteten und modellierten Daten hinsichtlich der Eintrittswahr-scheinlichkeiten physikalisch konsistente Modelle

Ensemble-Prediction-System

Windgeschwindigkeiten EPS

Ergebnisse Wettersimulationen Sturmflut Max. Effektivwind - Reanalyse - -LM- 16.02.1962 20,1 m/s 24,7 m/s 23.02.1967 19,8 m/s 23,0 m/s 03.01.1976 21,6 m/s 29,5 m/s 27./28.02.1990 18,0 m/s 27,9 m/s 28.01.1994 16,8 m/s 25,3 m/s 03.12.1999 19,0 m/s 31,3 m/s

Windstau der 1976er Sturmflut (Variation)

Ergebnisse der Wasserstandsmodellierung

Vergleich Beobachtung und Simulation

Extremwertanalyse

Ergebnisse der Extremwertanalyse

Bewertung Die Ergebnisse zeigen Wasserstände, die signifikant über den bisher höchsten Wasserständen liegen durch die modellierten Wasserstände liegen physikalisch begründete Annahmen im Bereich der sehr seltenen Eintrittswahrscheinlichkeiten vor Die statistische Analyse im Bereich der sehr seltenen Eintrittswahrscheinlichkeiten ist weniger subjektiv geprägt Mit den Verfahren lassen sich mit einem einheitlichen Verfahren extreme Wasserstände an allen Pegelstandorten der Deutschen Nordseeküste berechnen Wahrscheinlichkeiten von Deichbrüchen, Überflutungen und Schadenspotenzialen können besser berechnet werden Statistisch-probabilistischer Ansatz stellt Vergleichbarkeit zu Verfahren in den Niederlanden her

Ausblick

Vielen Dank für Ihre Aufmerksamkeit! Fragen?