Modellbildung in der Geoökologie (G5, 103) SS 2004

Slides:



Advertisements
Ähnliche Präsentationen
Kopplung von Dynamik und atmosphärischer Chemie
Advertisements

Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Positive Rückkopplung aus der Wirtschaft.
Synchronisation Vortrag von Johannes Dörr und Thomas Wanschik
Dynamik komplexer Systeme
Diskretisierung der Wärmeleitgleichung
FH-Hof Analyse des R-Baums Richard Göbel. FH-Hof Ansatz Annahme: Die Bearbeitungszeit für eine Anfrage wird dominiert von der Ladezeit der Knoten von.
Vorlesung 9: Roter Faden:
6. Chaos-theoetische Konjunkturerklärung
Mixture Regression Modelle
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Kapitel 19 Astronomie Autor: Bennett et al. Unsere Galaxis, die Milchstraße Kapitel 19 Unsere Galaxis, die Milchstraße © Pearson Studium 2010 Folie: 1.
Modellbildung in der Geoökologie (G5, 103) SS 2004
Modellbildung im Überblick:
Modellbildung in der Geoökologie (G5, 103) SS 2004
Modellbildung in der Geoökologie (G5, 103) SS 2004
Modellbildung in der Geoökologie (G5, 103) SS 2004
Zeitreihenanalyse WS 2004/2005 Michael Hauhs / Gunnar Lischeid
Modellbildung in der Geoökologie (G5, 103) SS 2004
Modellbildung in der Geoökologie (G5, 103) SS 2004
Modellbildung in der Geoökologie (G5, 103) SS 2004
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:
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Entwicklung von Simulationsmodellen
Entwicklung von Simulationsmodellen
Entwicklung von Simulationsmodellen
AC Analyse.
AC Analyse. 2Ausgewählte Themen des analogen Schaltungsentwurfs Sprungantwort.
Einführung in die Systemtheorie
Meta-Analyse Forschungsmethoden und Evaluation
Chaos im Sonnensystem Im Jahr 1925 präsentierte Elis Strömgren in Kopenhagen diese Grafik als Resultat von 15 Jahren numerischer Arbeit seiner ca. 50 Mitarbeiter.
Analyse kategorialer Variablen
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Binomialverteilung: Beispiel
Synchronisation schwach gekoppelter Oszillatoren
Messen im Labor Einführung Schwefel Phosphor Stickstoff Kohlenstoff
Wachstum und Modellierung
Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering1 Zentralübung Automotive Software Engineering – Übungsblatt 3 Sascha Schwind.
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
BiTS Berlin Wintersemester 2013/2014
KOOTHS | BiTS: Makroökonomik WS 2013/2014, Teil 5 1 Makroökonomik Teil 5 Dr. Stefan Kooths BiTS Berlin Wintersemester 2013/2014
Zusammenfassung von Martin Riesen (2013) - Entwurf
Die Logistische Gleichung & Die Kepler Gleichungen
Räuber-Beute-Systeme
Chaos im Sonnensystem (Kurzüberischt)
Seminar SE 2 st. Uni Klagenfurt: und TU Wien: 187
Modellieren dynamischer Prozesse
Kapitel 4 Annahmen des linearen Regressionsmodells
Chaos.
Formale Sprachen Reguläre Sprachen Rudolf FREUND, Marian KOGLER.
Modellbildung und Simulation
Stabilität von Gleichgewichten
Berechenbares Chaos - unvorhersehbare Wirklichkeit
bgFEM04 Federn FEM: exakte Lösung - Näherungslösung Scheibe Einführung
Analyseprodukte numerischer Modelle
Integrationsunterricht zum Thema Differenzialgleichungen
Physik für Mediziner und Zahmediziner
Habitable Zonen in entdeckten extrasolaren Planetensystemen Florian Herzele, Daniel Huber, Michael Prokosch.
deterministisches chaos
Lernmodelle und Experimentelle Untersuchungen
Die Nahrungskette Trophiestufen MEg. Die Nahrungskette Trophiestufen MEg.
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
2. Populationsökologie Was ist eine Population?
Geoinformation II 6. Sem. Vorlesung April 2000 Geometrische Algorithmen - ein einführendes, größeres Beispiel für ein Semester-begleitendes Programmier.
Biopsychosoziale Entwicklung Vorlesung „Psychische Störungen“ Prof. Dr. Ralph Viehhauser.
Lehrplan AHS - Oberstufe 8. Klasse Franz Schlöglhofer
Differentialgleichungen oder wie beschreibt man Veränderung
Die Überfrage: Wozu modelliert man ?.
 Präsentation transkript:

Modellbildung in der Geoökologie (G5, 103) SS 2004 29.4. Einführung, Modelle, Modellklassen 6.5. Zustandsmodelle, Rekursion 13.5. Beispiel Phyllotaxis, Definition von Ökosystemen 27.5. Definition von Ökosystemen 3.6. Populations- und Individuenbasierte Modelle (FK) 17.6. Individuenbasierte Modelle 24.6. Modelle der Hydrologie, Transportgleichungen 1.7. Fallbeispiel Gårdsjön: Parameteridentifikation 8.7. Modelle zur Gewässerversauerung 15.7. Flussnetzwerke, Modelle in der Geomorphologie 22.7. Besprechung der Übungsaufgaben (FK) 1-2 weitere Termine: Besprechung der Übungsaufgaben (FK)

Drei Ebenen der Ökologie Anschluss an: Ökosystem (z.B. als funktionelle Einheit) Population z.B. als Räuber-Beute System Organismus K ? Population r ?

Populationsmodelle: diskretes Wachstum Annahmen: Generationen überlappen nur wenig Regenerationszeiten kurz i.V. zum Zeitschritt, nicht zu verschieden Ressourcenmodelle: unbegrenzt, endlich, rückgekoppelt Keine zeitlichen Verzögerungen Allgemeine Form:

Diskretes logistisches Wachstum (Verhulst 1845) berücksichtigt endliche Kapazität Wachstumsfunktion hat Maximum: Bedingungen: sehr reichhaltige Dynamik

Systemeigenschaften oder Umweltbedingungen? Am Beispiel logistisches Wachstum Parameter r und K: Umwelt- oder Systemeigenschaften? Wandel der Interpretationen als Systemeigenschaft experimentell widerlegt als Umwelteigenschaft unbeobachtbar Realistische Form für exponentielles Wachstum Verhulst 1845, zwei stationäre Zustände, einer stabil Streit um Dichte reguliertes Wachstum auf gleichen Daten wohin gehört K, r wie steht es mit messbarkeit unabhängig vom Modell? Nur heuristischen Wert (es gibt einfache Modelle) keine Alterstruktur (nur Nettowerte für demographische Daten) Die Trennung Umwelt/System so wie sie in diesem Modelltyp vorgenommen wird, macht das Problem überhaupt nicht einfacher, Nur eine gute Datenbeschreibung, aber erklärt nichts, und auch ohne viel Vorhersagepotential... Ökologische Systeme einerseits nicht beliebig anpassungsfähig (Konstraints) andererseits reagieren sie auf Umwelt, interagieren mit Umwelt passen sich an (anders als physikalische Systeme, die allein über äussere Kräfte definiert..)

Prinzipielle Fragestellungen Stationäre Punkte / Gleichgewichte Stabilität (in GG-Nähe) Qualitatives Verhalten: regulär/periodisch/chaotisch ?

Verhalten in Gleichgewichtsnähe stabil neutral stabil instabil Dämpfen oder Aufschaukeln der Abweichungen vom Gleichgewicht?

Verhalten in Gleichgewichtsnähe II

Chaos im verbesserten logist. Wachstum

Gleichgewichte Beispiel: logistisches Wachstum Zwei Lösungen für : Bifurkation

Stabilität „Kleine“ Auslenkungen vom Gleichgewicht führen dorthin zurück: Stabilitätsbedingung (lineare Stabilitäts- analyse) Beispiel: logistisches Wachstum Übergang stabil/instabil (neutral stabil): Bifurkationen!

Stabilität „Kleine“ Auslenkungen vom Gleichgewicht führen dorthin zurück: Stabilitätsbedingung (lineare Stabilitäts- analyse) Beispiel: logistisches Wachstum Übergang stabil/instabil (neutral stabil): Bifurkationen!

Bifurkationsdiagramm verb. log. Wachstum

Übungsaufgabe berechnen Sie die stationären Lösungen für: Zwei Lösungen für : Bifurkation

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar http://www.sef.nu/landskap/images2/tuberculata_flygande.jpg Gefleckte Schnarrschrecke (Brydema tuberculata) Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Beispiel: eine vom Aussterben gefährdete Heuschrecken-Art an der Oberen Isar Reich (2004)

Die zeitliche Veränderung der Tragekapazität durch Sukzession und Hochwässer Aus: Grimm et al. (1994) Zeitschrift für Ökologie und Naturschutz 3, 189-195 Aus: Grimm et al. 1994

Begründung und Aussterben von Teilpopulationen Aus: Grimm et al. (1994) Zeitschrift für Ökologie und Naturschutz 3, 189-195 aus: Grimm et al. 1994

Zeitliche Entwicklung der Gesamtpopulation Aus: Grimm et al. (1994) Zeitschrift für Ökologie und Naturschutz 3, 189-195 aus: Grimm et al. 1994

Aussterbe-wahrscheinlichkeit Aus: Grimm et al. (1994) Zeitschrift für Ökologie und Naturschutz 3, 189-195 aus: Grimm et al. 1994

Aus: Grimm et al. (1994) Zeitschrift für Ökologie und Naturschutz 3, 189-195

Zusammenfassung Log. Wachstum : Beim Übergang auf diskrete Zeitschritte: sehr reichhaltiges Verhalten (Chaos) Lotka Volterra: Zwei Populationen in Wechselwirkung ohne überzeugendes Beobachtungsbeispiel Meta-Populations Modelle (z.B. Isar): Beim Übergang auf Einzelindividuen in spezifischen Situationen (Wanderungsereignisse) große Unsicherheit bei den Parametern