Vorlesung Wasserwirtschaftliche Modellierung

Slides:



Advertisements
Ähnliche Präsentationen
Versuch 1. Was wollen wir tun - das Pflichtenheft
Advertisements

Zur Rolle der Sprache bei der Modellierung von Datenbanken
Kapitel 4 Datenstrukturen
Motivation Richard Göbel.
Philosophische Fakultät 3: Empirische Humanwissenschaften Fachrichtung Erziehungswissenschaft Statistik I Anja Fey, M.A.
Texturwahrnehmung von Bela Julesz
Modelle und Modellvorstellungen
Fazies, Klima, Paläozeanographie und Modellierung
Modellbildung in der Geoökologie (G5, 103) SS 2004
Was ist ein Modell ? Repräsentiert Zugang: Mathematik Zugang: Empirie
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:
Theorie soziotechnischer Systeme – 10 Thomas Herrmann Informatik und Gesellschaft FB Informatik Universität Dortmund iundg.cs.uni-dortmund.de.
Dieter Bergmann, Lichtenfels
Die Bank von morgen - eine neue Welt für IT und Kunden? 23. Oktober 2001.
2. Modelltypen, Modellfehler aus Sicht der statistischen Lerntheorie
(Un-)sicherheiten in der Ökosystemmodellierung
(Un-)sicherheiten in Ökosystemmodellierung
(Un-)sicherheiten in der Ökosystemmodellierung
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Objektmodellierung Objekte und Klassen Ein Objekt ist ein Exemplar.
Ausgleichungsrechnung II
DataMining Von Daten zu Informationen und Wissen
Binde & Wallner Engineering GmbH
Positionierung mit Fuzzy-Regelung
Wie bewältigt man Stationaritätsannahmen in der Geostatistik? Brenning & van den Boogaart A.Brenning, Humboldt-Universität zu Berlin
Erfindervon Fuzzy Logic
Kompetenz -, Lern - und Prüfungsbereiche Anforderungsbereiche
CEF 2001, New Haven Genetic Neural Fuzzy Explorer GENEFER Konzeption, Technologien und Einsatzmöglichkeiten Eric Ringhut Muenster Institute for Computational.
Modellbildung und simulation
Feature-Integration-Theory Merkmals-Integrations-Theorie
Modellbildung und Simulation
deterministisches chaos
Daten- und Ablaufmodellierung
Was steckt hinter einer Wettervorhersage ?
Das Entity-Relationship-Modell
deterministisches chaos
1 Strukturierung von Situationen (Strukturierung als Lernkomponente) Thomas Höpfel Seminar für Rechtstheorie und Rechtsinformatik WS 2004/05.
Gesichtsdetektion in digitalen Einzelbilder
Mathematikunterricht (Informatikunterricht) mit Computern
Geoinformation I Lutz Plümer
Modellbildung und Simulation
Adaptive Modellierung und Simulation Kapitel 1: Einleitung
Vagheit und Fuzzy-Set Referent: Christian Schumacher.
Zusammenfassung. Ebenen der Modellierung Geoobjekte und ihre Modellierung II Ebenen der Modellierung Konzeptionelle Modellierung –Entity-Relationship.
Vorlesung Wasserwirtschaft & Hydrologie I
Vorlesung Wasserwirtschaft & Hydrologie I
Vorlesung Wasserwirtschaft & Hydrologie I
Univ.-Prof. Dr.-Ing. H. Nacken Bestimmung der Erosionsgefährdung Allgemeine Bodenabtragsgleichung Vorlesung 10 Vorlesung Wasserwirtschaft & Hydrologie.
Vorlesung Wasserwirtschaft & Hydrologie I
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie I Themen: Vorlesung 7 Geoinformationssysteme in der Wasserwirtschaft Grundlagen.
Vorlesung Wasserwirtschaft & Hydrologie I
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie I Themen: Vorlesung 6 Hochwasserschadenspotentiale Methodische Grundlagen.
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie I Themen: Vorlesung 8 Statistik Dichtefunktionen Jährliche und partielle Serien.
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie I Themen: Vorlesung 3 Ermittlung des Gebietsniederschlages Niederschlagsradar.
Vorlesung Wasserwirtschaft & Hydrologie II
Vorlesung Wasserwirtschaftliche Modellierung
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaftliche Modellierung Themen: Vorlesung 7 Softcomputing Grundlagen der Fuzzy Logik Fuzzyfizierung.
Vorlesung Wasserwirtschaftliche Modellierung
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaftliche Modellierung Themen: Vorlesung 8 Neuronale Netze (ANN) Trainingsformen von Neuronalen Netzen.
Vorlesung Wasserwirtschaftliche Modellierung
Spärliche Kodierung von Videos natürlicher Szenen Vortragender: Christian Fischer.
Objektorientierte Programmierung Was ist das eigentlich ?
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
Univ.-Prof. Dr.-Ing. H. Nacken Interaktion Gewässer - Grundwasser Diffuser Stoffeintrag in Oberflächengewässern Stickstoff- und Phosphoreintrag in Gewässern.
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie II Themen: Vorlesung 2-1 Fließgewässerkategorien (Klasseneinteilungen) Abiotische.
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie II Themen: Vorlesung 1-4 Ergebnisse der Bestandsaufnahme in NRW Infoportale rund.
Univ.-Prof. Dr.-Ing. H. Nacken Vorlesung Wasserwirtschaft & Hydrologie II Themen: Vorlesung 1-1 Grundlagen der europäischen Wasserrahmenrichtlinie [EG-WRRL]
Vorlesung Wasserwirtschaft & Hydrologie I
 Präsentation transkript:

Vorlesung Wasserwirtschaftliche Modellierung Themen: Modelltypen Black Box & White Box – Unterscheidung der Modelltypen Deterministische & Stochastische Modelle Prozesse der Modellbildung

Lehrziele der Veranstaltung erschaffen bewerten analysieren anwenden Sie wissen, welcher Modelltyp für welche Aufgabenstellung zum Einsatz gelangt. verstehen … und verstehen deren Unterschiede. erinnern Sie kennen die unterschiedlichen Modelltypen …

Vereinfachte Repräsentation von Objekten der realen Welt Reale Welt und Modelle Modell : Vereinfachte Repräsentation von Objekten der realen Welt Prozesse Ereignisse Wirkungszusammenhänge Vereinfachungen erfassen das Wesentliche, aber sind immer auch unscharf !

Systemtheorie Eingangsgröße Niederschlag Systemoperation Modell [zeitvariant] Niederschlag N(t) Systemoperation Modell Ausgangsgröße [zeitvariant] Abfluss Q(t)

Hauptmerkmale des allgemeinen Modellbegriffs Merkmale von Modellen Hauptmerkmale des allgemeinen Modellbegriffs (Quellen: Adelsberger, 2001; Stac, 1973) Abbildungsmerkmal „Modelle sind stets Abbildungen, die einerseits abstrahieren und vereinfachen, andererseits ausreichend Genauigkeit aufweisen, um das reale Objekt nachzuzeichnen.“ Verkürzungsmerkmal „Modelle erfassen im allgemeinen nicht alle Attribute ..., sondern nur solche, die ... relevant sind.“ Pragmatische Merkmale Maßstabsebene: Welche zeitlichen und räumlichen Maßstäbe können nachgebildet werden? Prozessorientierung: Welche Prozesse sollen nachgebildet werden können?

… Grenzen der Modellvereinfachung „Man muss die Dinge so einfach wie möglich machen … … aber nicht einfacher.“

Anwendungszweck von Modellen zur Verbesserung des Systemverständnises zur Erfassung und Vereinfachung der Systemkomplexität als Basis für eine Entscheidungshilfe als eine (kostengünstige) Alternative zu Realexperimenten

Regelbasierte Modelle Wissensbasierte Modelle … von Daten zum Modell Daten Information Wissen Erkenntnis Regelbasierte Modelle Daten- aufbereitung Statistische Verfahren Empirische Modelle Konzeptionelle Modelle Wissensbasierte Modelle

Klassifizierung nach Prozesskenntnis White Box Black Box bildet Verhalten nach bildet Prozesse nach Messkenntnis notwendig (a-posteriori-Wissen) Strukturwissen notwendig (a-priori-Wissen) Beispiel: Unit Hydrograph Beispiel: Fliessgesetze

Klassifizierung nach Einflussgrößen Input System f (Zufall, Raum, Zeit) Output <= Raum & Zeit Deterministische Modelle Stochastische Modelle Raum & Zeit & Zufall => Blockmodelle Detaillierte Modelle Raumunabhängig Raumabhängig Stationäre Strömung Instationäre Strömung Stationäre Strömung Instationäre Strömung Zeitinvariant Zeitvariant Zeitinvariant Zeitvariant

Beispiel: Block Modell – Detailliertes Modell Bildquelle: NOAA Regen wird gemittelt über das Teilgebiet nur ein Satz von Modell-Parametern Abfluss wird nur am Ausgang berechnet Regen wird für jede Zelle ermittelt Modell-Parameter können in jeder Zelle unterschiedlich sein Abflussangaben stehen für jede Zelle bereit

Blockmodelle mit stationärer Abflussabbildung Chow, 1988

Blockmodelle mit instationärer Abflussabbildung Chow, 1988

Detaillierte Modelle mit instationärer Abflussabbildung Chow, 1988

Zeitvariantes Stochastisches Modell Chow, 1988

Deskriptive und Numerische Modelle Deskriptive Modelle beschreibend, qualitativ numerisch Wirkungsdiagramm Flussdiagramm qualitative Größen quantifizierte Größen verbale Beschreibung Gleichungen z.B.: regelbasierte Modellierung z.B.: deterministisches NA Modell

Modelltypen I Modelloutput = f (Raum) Modelloutput = f (Raum, Zeit) f (Raum, Zeit, Zufall) Erkenntnis Prozess Modelle Monte Carlo Modelle Fuzzy Modelle Wissen Regelbasierte Modellierung Empirische Modelle Information Stochastische Modelle Statistische Verfahren Neuronale Netze Daten

Modelltypen II Quantität Qualität Erkenntnis Wissen Information Daten

Modelltypen III Monte Carlo Modelle Erkenntnis Prozess Modelle Stochastische Modelle Regelbasierte Modelle Monte Carlo Modelle Empirische Verfahren Statistische Verfahren Neuronale Netze Prozess Modelle Fuzzy Modelle Wissen Information Raumskala Makroskala [> 1000 km2] Mesoskala [0,1 bis 1000 km2] Spitzenabfluss [m³/s] Abflussvolumen [m3]