Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – 10.00 Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:

Slides:



Advertisements
Ähnliche Präsentationen
| Michael Mischke
Advertisements

Kopplung von Simulation und Optimierung
Excel – Kurs Philip Clasen
Das virtuelle Physiklabor im Computer: Vom Experiment zur Simulation
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.
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 2011.
Räumliche Orientierung Lehrveranstaltungsraum:
Räumliche Orientierung Lehrveranstaltungsraum:
Dynamik komplexer Systeme
Universität Stuttgart Institut für Kernenergetik und Energiesysteme LE P MuSofT Erkundungsumgebung Entwicklung eines komponentenbasierten Systems WS 03/04.
Vorlesung 9: Roter Faden: Franck-Hertz Versuch
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Nicht-Lineare Regression
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
6. Chaos-theoetische Konjunkturerklärung
Gottfried Vossen 5. Auflage 2008 Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme Kapitel 22: Grundlagen der Crash Recovery.
© Karin Haenelt 2006, Operationen auf Akzeptoren und Transduktoren, ( ) 1 Operationen auf endlichen Akzeptoren und Transduktoren.
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Vorlesung: 1 Betriebssysteme 2007 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebssysteme Hochverfügbarkeit (Einführung) 3. Quartal.
Selbstverständnis der Mathematik
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
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 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 WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Entwicklung von Simulationsmodellen
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Aufgabe Der Zusammenhang zwischen einem traumatischen Erlebnis und der Entstehung einer PTBS wird von mehreren Variablen …………….: Copingstrategien, Kontrollüberzeigung,
Dr.-Ing. R. Marklein - GET I - WS 06/07 - V Grundlagen der Elektrotechnik I (GET I) Vorlesung am Di. 13:00-14:30 Uhr; R (Hörsaal)
Datenmanagement in Sensornetzen PRESTO - Feedback gesteuertes Datenmanagement - SS 2007 Sören Wenzlaff.

§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
20:00.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Einleitung Einführender Universitätskurs (EKd)
1 Fachtagung am Seniorenorientiertes Design und Marketing ThyssenKrupp Immobilien Design for all - Anpassungen im Wohnungsbestand 1.Demographie.
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Beschreibung der energetischen Zustände der Elektronen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
VL7 VL6. Elemente der Quantenmechanik I
Univ.-Prof. Dr. Dimitris Karagiannis 40482/5 Freitag, 12: :00 Uhr 40482/6 Freitag, 14: :00 Uhr VK Einführung.
Modellieren dynamischer Prozesse
Was soll und kann eine fachdidaktische Vorlesung leisten? Maximilian Selinka.
Kapitel 19 Kointegration
Räumliche Orientierung Lehrveranstaltungsraum:
Determinanten und Cramer‘sche Regel
Analyseprodukte numerischer Modelle
Was steckt hinter einer Wettervorhersage ?
Die Sternenuhr Wir entdecken die Wissenschaften LTAM Steffen M. 2003/04 Kneip R.
Schutzvermerk nach DIN 34 beachten 20/05/14 Seite 1 Grundlagen XSoft Lösung :Logische Grundschaltung IEC-Grundlagen und logische Verknüpfungen.
Kapitel VI: Der Aufbau der Sterne
Gruppeneinteilung Gruppe 1Gruppe 2Gruppe 3Gruppe 4.
Verläßlichkeit von offenen Computersystemen 2-stündige Vorlesung im WS 2005/2006 Nr anrechenbar für Datenschutz und Datensicherheit Vortragender:
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Habitable Zonen in entdeckten extrasolaren Planetensystemen Florian Herzele, Daniel Huber, Michael Prokosch.
Bildergalerie PRESEASON CAMP Juni 2014 Romanshorn Get ready for the Season!
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
Computer Networks Group Universität Paderborn Pro/Seminar Rechnernetze WS 07/08 Holger Karl.
Monatsbericht Ausgleichsenergiemarkt Gas – Oktober
Strukturmodelle: Systematik, State of the Art bearbeitet von: Dr. Gerhard Buck-Sorlin Institut für Pflanzengenetik und Kulturpflanzenforschung Gatersleben.
 Präsentation transkript:

Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen: Mittwoch Uhr – Uhr GEO CIP-Pool Modul: 22a

Entwicklung von Simulationsmodellen WS 2007/2008 – Überblick I Einführung, Ziele, Definition System, Model Systemanalyse vs. –simulation, Zustandsbeschreibung Diskretisierung, Auswertung der Excel-Simulation Programmierparadigmen Klassische Wachstumsmodelle Stabilität Delay, Delay-Modellanwendung Klee-Weidelgras

Verzögerung Problem: In unserem Modell ist die gesamte Population an der Reproduktion beteiligt, auch die Jungtiere! Lösung: Eingabe einer zeitlichen Verzögerung (Delay) Zuwachsrate_log := r* Bestand* K Zuwachsrate_log(t) := r* Bestand(t-T)* K(t)

Diskrete Modelle mit Verzögerung Altersstruktur wird berücksichtigt Nur ein Teil reproduziert sich in jedem Teilschritt, Zeit bis zur Reife: T Beispiel:

Delay-Modell für Klee und Futtergras Louie, K. et al. (2002): A delay model for the growth of ryegrass- clover mixtures: formulation and preliminary simulations. Ecological Modelling 155, Mischweiden aus Gras und Klee wichtig für Landwirtschaft: N-Verfügbarkeit im Mineralboden i.d.R. limitierend Klee (Trifolium repens) bedeutender N 2 -Fixierer Weidelgras (Lolium perenne) wächst schneller Relative Anteile variieren sehr stark in der Zeit Download: (309 kB)

Modellansatz: implizite N-Dynamik Mineralisches N schwer zu messen N-Dynamik (Transport Pflanze-Boden) komplex effektive Beschreibung ohne N als explizite Variable Zustandsvariablen: Klee-Biomasse (kg / ha Trockengewicht) Gras-Biomasse (kg / ha Trockengewicht) Als Monokulturen: logistisches Wachstum Parameter: Wachstumsraten Kapazitäten Delay-Modell für Klee und Futtergras

Modellansatz II Koexistenz: Weidelgras behindert Klee (lineare Abnahme) Klee wird gefressen/geerntet/welk: turnover (A) Klee behindert Weidelgras (lineare Abnahme) Weidelgras wird gefressen/geerntet/welk Turnover des Klees begünstigt das Gras: N aus frisch abgestorbenem Klee wird mineralisiert und steht eine Zeitlang zur Verfügung Delay-Modell für Klee und Futtergras

Sättigungskurve: Michaelis-Menten-Typ Delay-Modell für Klee und Futtergras

Delay-Gleichung für das Weidelgras (B) Modell mit 12 Parametern: Integrodifferentialgleichung! Delay-Modell für Klee und Futtergras

Qualitative Diskussion: Integrodifferentialgleichungen der absolute Zeitpunkt ist wichtig (keine Translationsinvarianz: kein Shuttle-Prinzip) kein Anfangswertproblem: die ganze Entwicklungs- Geschichte geht ein (hier in endlichen Grenzen) wo ist der Ursprung der Zeit? Delay-Modell für Klee und Futtergras

a= 3 b= 1000 e= 2.1e-005 f= 6e-005 gC= 0.1 gR= 0.08 hC= 0.01 hR= 0.01 Cm= 4000 Rm= 5000 Initial Klee C= 1000 Initial Weidelgras R= 1000 Initial N aus Klee= 0 T1= 80 T2= 150 FINAL TIME = 5000

Gleichgewichtszustände ergibt 5 Möglichkeiten: /5. falls positiv: Koexistenz 1. leer Monokultur GrasMonokultur Klee im Paper S. 35 Lage hängt nur von ab Delay-Modell für Klee und Futtergras Es kann zwei Zustände geben

Lineare Stabilitätsanalyse I Standardverfahren: ansetzen und (A), (B) linearisieren Ergebnisse: 1. Leerer Zustand stabil falls (d.h. es wird mehr entnommen als nachwächst) 2. Monokulturen nur möglich falls leerer Zustand instabil 3. Monokulturen nur unter Bedingungen stabil Delay-Modell für Klee und Futtergras

Lineare Stabilitätsanalyse II 4. Bedingung für Koexistenz-Stabilität: Stabilität, falls für jede Lösung im Paper S. 37 Abhängigkeit von den absoluten Werten Delay-Modell für Klee und Futtergras

Simulationsbeispiele Satz von Standardparametern fest eingestellt variieren 1. Nur ein instabiler Koexistenzzustand, Monokulturen stabil Delay-Modell für Klee und Futtergras Louie et al. (2002), Fig. 3 Stabilitätsdiagramm

Phasenporträt I Delay-Modell für Klee und Futtergras

Simulationsbeispiele II 2. Ein instabiler Koexistenzzustand Ein stabiler Koexistenzzustand für Ein Grenzzyklus für Klee-Monokultur instabil, Gras-Monokultur stabil Delay-Modell für Klee und Futtergras Louie et al. (2002), Fig. 3 Stabilitätsdiagramm

Phasenporträt II Delay-Modell für Klee und Futtergras

3. Keine Koexistenz, Klee-Monokulturen instabil, Gras stabil Louie et al. (2002), Fig. 3 Stabilitätsdiagramm Delay-Modell für Klee und Futtergras Simulationsbeispiele III

Phasenporträt III Delay-Modell für Klee und Futtergras

Zusammenfassung Einfaches Modell mit sehr reichhaltiger Dynamik Zwei Koexistenz-Zustände je nach Anfangsgeschichte Management-Optionen (Beweidungsintensität usw.) Verbesserungen: Delay-Zeiten saisonabhängig globale Stabilität in Delay-Modellen unklar Delay-Modell für Klee und Futtergras