Zusammenhang zwischen Blitzdichte und Niederschlagsmenge aus Radar-Messungen

Größe: px
Ab Seite anzeigen:

Download "Zusammenhang zwischen Blitzdichte und Niederschlagsmenge aus Radar-Messungen"

Transkript

1 Zusammenhang zwischen Blitzdichte und Niederschlagsmenge aus Radar-Messungen Bachelorarbeit vorgelegt von Hannah Nürenberg Dezember 2014 Erstgutachter: Prof. Dr. Felix Ament Zweitgutachter: Dr. Marco Clemens Studiengang Meteorologie Meteorologisches Institut Universität Hamburg

2 Thema der Arbeit: Zusammenhang zwischen Blitzdichte und Niederschlagsmenge aus Radar-Messungen

3 Zusammenfassung Interesse das Verständins von Gewittern zu verbessern, hat bereits viele Wissenschaftler angetrieben die Beziehung zwischen Blitzen und Niederschlag zu erforschen. Untersuchungen haben dabei ergeben, dass sowohl die Niederschlagsmenge als auch die Blitzinitiierung von der Art und Anzahl der Wolkenteilchen abhängen. Ziel dieser Arbeit ist es die Ergebnisse vergleichbarer Studien anhand eines neuen, hochaufgelösten Niederschlagsdatensatzes basierend auf X-Band-Radar-Messungen zu verifizieren. Weiterhin soll überprüft werden, ob die hohe Auflösung von 250 m und 30 Sekunden zusätzliche Erkenntnisse bezüglich der Zuordnung von Blitz und Niederschlag liefert. Die Blitzdaten werden von nowcast GmbH zur Verfügung gestellt und stammen aus dem Blitzortungssystem LINET (high-precision lightning detection network). Zur Bestimmung der Niederschlagsmengen werden Messdaten des DFG-Projektes PATTERN (Precipitation and ATTenuation Estimates from a High Resolution Weather Radar Network) verwendet. Die Auswertung beschränkt sich auf die Reichweite des Radarnetzwerkes nordwestlich von Hamburg sowie die Blitzdaten eines ausgewählten Gewitters vom Bei der Entwicklung eines geeigneten Zuordnungsverfahrens von Blitz- und Niederschlagsdaten werden Fehler bezüglich der Positionsungenauigkeit ausgeschlossen. Die Niederschlagsdaten des Gewitters werden, mittels Häufigkeitsverteilungen, zunächst grundlegend auf ihre Blitzspezifität untersucht. Dabei stellt sich ein deutlicher Unterschied zwischen der Gesamtniederschlagsverteilung und blitzbezogenen Niederschlagsverteilungen heraus. Diese weisen, durch ihre hohen Mittelwerte von über 37 dbz, darauf hin, dass die in einem Gewitter detektierten Blitze besonders bei hohen Niederschlagsreflektivitäten auftreten. Desweiteren wird untersucht, ob sich die großen Blitzdichten räumlich lokalen Niederschlagsmaxima zuordnen lassen. Dies kann jedoch für eine direkte Blitz-zu-Niederschlag-Zuordnung nicht gezeigt werden. Jedoch ergibt sich bei einer allgemein hohen Blitzaktivität der Gewitterfront eine hohe Niederschlagsaktivität. Um dennoch eine Aussage hinsichtlich des lokalen Zusammenhangs zu treffen, wird ein Verfahren der räumlich und zeitlich gleitenden Mittelung angewendet. Hierbei wird mittels linearem Korrelationskoeffizient ein Zeitversatz zwischen stärkster Blitzaktivität und Niederschlagsmaximum von 6,5 bis 8 min ermittelt. Dies gilt für ein räumliches Mittelungsintervall nicht größer als 10 km x 10 km und einer Mittelungszeit von maximal 10 min. Der dabei höchste berechnete Korrelationskoeffizient liegt bei 0,59. Eine Analyse dieses Koeffizientens ergibt eine Häufigkeitszunahme der großen Blitzdichten bei ebenfalls hohen Regenraten. I

4 II

5 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Symbol- und Abkürzungsverzeichnis IV V VI 1 Einleitung Grundlagen Motivation und Ziel der Arbeit Messsysteme LINET X-Band-Radare Daten Auswahl geeigneter Messdaten Beschreibung des Gewitters Datenzuordnung Analyse des Zusammenhangs von Blitzen und Niederschlag Statistische Beschreibung und Vergleich der Datenzuordnung Untersuchung des räumlichen Zusammenhangs Gleitend räumlich zeitliches Mittel Analyse der Korrelationskoeffizienten Fazit Diskussion und Einordnung der Ergebnisse in den wissenschaftlichen Kontext Ausblick Literaturverzeichnis 27 Danksagung 29 Eidesstattliche Erklärung 31 III

6 Abbildungsverzeichnis 2.1 Lage der PATTERN-Radare Blitzanzahl pro Tag für das Jahr 2013 aus einem Gebiet in Norddeutschland Gewitterverlauf, mit Niederschlagsangaben aus den PATTERN X-Band-Radaren Zeitlicher Verlauf der Blitz- und Niederschlagsaktivität Gewitterverlauf, mit Niederschlagsangaben aus dem DWD C-Band-Radar Schematische Darstellung möglicher Verfälschung der Wertepaarbildung CG- und IC-Anzahl im Vergleich Häufigkeitsverteilungen der Reflektivitäten von zwei Zuordnungsverfahren Drei Häufigkeitsverteilung der Reflektivität Zwei Arten des Zusammenhangs zwischen Blitzen und Niederschlag Flussdiagramm der gleitenden Mittel Funktionen der Korrelationskoeffizienten der gleitenden Mittel Flussdiagramm der Streudiagramme Streudiagramm bei Δt=0 min Streudiagramm bei Δt=+8 min IV

7 Tabellenverzeichnis 2.1 Standorte der PATTERN-Radare Statistische Parameter der Reflektivitäts-Häufigkeitsverteilungen Parameter der räumlich und zeitlich gleitenden Mittel V

8 Symbol- und Abkürzungsverzeichnis Symbole a, b ΔdBZ μ N ΔP (x, y) r R [mm h 1 ] ΔRR σ Δt Z [mm 6 m 3 ] Parameter der Z-R-Beziehung Klassenbreite der Reflektivitätsverteilung Mittelwert Datenanzahl Positionsabweichung eines Blitzes linearer korrelationskoeffizient Niederschlagsintensität bzw. Regenrate Klassenbreite der Regenrate Standardabweichung Zeitverschiebung Reflektivitätsfaktor Abkürzungen C-Band CG DFG direkte-zordnung DWD GN-Verteilung IC LINET PATTERN PATTERN-Gebiet UTC X-Band Frequenzbereich MHz, DWD-Radar misst in diesem Frequenzbereich Cloud-to-Ground, Blitze zwischen Wolken und Erde Deutsche Forschungs Gesellschaft, PATTERN ist ein DFG-Projekt direkte Zuordnung des Niederschlagsreflektivitätswert zum Blitz entsprechend seiner Koordinaten Deutscher Wetter Dienst Häufigkeitsverteilung des Gesamtniederschlags Inner-/Inter-Cloud, Blitze zwischen zwei Wolken oder innerhalb einer konvektiven Zelle Lightning Detection Network, Name des Blitznetzes Precipitation and Attenuation Estimates from a High Resolution Weather Radar Network, Name des Radarverbunds Gebiet das von den vier PATTERN-Radaren abgedeckt wird Universal Time, Coordinated Frequenzbereich 8-12 GHz, PATTERN-Radare messen in diesem Frequenzbereich 9-Zellen-Verfahren Zuordnung der maximalen Reflektivität aus einem Gebiet von 3 x 3 Gitterzellen VI

9 1 Einleitung 1.1 Grundlagen Gewitter gehören zu den faszinierensten Naturereignissen. In frühzeitlichen Mythologien wurde Gottheiten die Macht über Blitz und Donner zugemessen. Durch intensives Forschen und Analysieren versuchten Naturphilosophen noch andere Erklärungen zur Ursache und Entstehung eines Gewitters zu finden. Doch selbst heute ist sich die Wissenschaft nicht ganz sicher was beispielsweise die Elektrifizierung eines Gewitters oder die Initiierung eines Blitzes angeht. Bekannt ist jedoch wie ein Gewitter entsteht. Dies geschieht wenn warme und kalte Luftmassen aufeinandertreffen, das heißt der Temperaturgradient zwischen zwei Luftmassen ist besonders groß. Dabei muss die feuchtwarme Luft vom Boden aufsteigen, wodurch die Feuchtigkeit in kühlere Luftschichten gelangt und dort kondensiert. Die durch Kondensation frei gesetzte Wärme verstärkt den Auftrieb und es bildet sich eine Cumulonimbus-Wolke. Wasser- bzw. Graupel- und Eisteilchen (Hydrometeore) unterliegen dabei unentwegt Auf- und Abbewegungen. Bei ausreichender Vertikalgeschwindigkeit führen die aneinander reibenden Teilchen zu einer Ladungstrennung innerhalb der Wolke. Im oberen Teil der Wolke sammelt sich vermehrt positive Ladung und im unteren negative Ladung an. Diese elektrische Spannung entläd sich in Form von Blitzen. Entladungen innerhalb der Wolke oder zwischen Wolken werden inner-cloud (IC) Blitze genannt. Ein Blitz wird cloud-to-ground (CG) Blitz genannt, wenn er zwischen negativer Wolkenunterseite und positv geladenem Erdboden verläuft. Blitzt es, führt das kurzfristig zu Stromstärken von etwa Ampere. Die Luft um den Blitzkanal wird extrem aufgeheizt und dehnt sich sehr schnell aus. Die Auswirkung des Ausdehnens ist akustisch als Donner zu hören (Gassen, 2014). Aus physikalischer Sicht sind Blitze also abhängig von der Anwesenheit geladener Hydrometeore. Daher liegt es nahe anzunehmen, dass ein statistischer Zusammenhang zwischen Blitzdichte und Niederschlagsmenge (Deierling, 2000) bzw. zwischen dem Eiswassergehalt und Blitzen (Petersen et al., 2005) besteht. Unter Blitzdichte ist dabei die Blitzanzahl pro Fläche und Zeit zu verstehen. Über den Zusammenhang zwischen Blitzdichte und Niederschlagsmenge wurden bereits viele wissenschaftliche Arbeiten verfasst. Battan (1965) untersuchte 52 Gewitter in Arizona aus einem Datensatz der neun Jahre umfasste, wobei die Anzahl der CG-Blitze auf menschlicher Beobachtung beruhte. Er konnte feststellen, dass es an Tagen mit geringem Niederschlag weniger blitzte als an Tagen mit starkem Niederschlag. Piepgrass et al. (1982) konnten in Florida in vier Jahren 79 Stürme beobachten. Allerdings beschränkten sie sich zur genaueren Untersuchung auf zwei Gewitterereignisse. Dabei sich eine hohe positive Korrelation (von 0,95) zwischen der Niederschlagsmenge und Blitzdichte aus 5-Minutensummen. Molinie et al. (1999) befassten sich mit zwei Gewittern im August 1993 über den Pyrenäen, wie auch Koch (2008) nur ein Gewitter in Süddeutschland analysierte. Er stellte fest, dass CG-Blitze und Niederschlag während der einzelnen Lebensstadien des Gewitters unterschiedlich korreliert sind. Deierling (2000) erforschte den statistischen Zusammenhang im süddeutschen Raum Gewitter über eine Zeitraum von 1

10 Kapitel 1. Einleitung drei Jahren. Sie hat eine orographische Abhängigkeit von fünfmonatigen Blitzdichten und konvektiven Niederschlagsmengen ermittelt. Petersen und Rutledge (1998) untersuchten Stürme in unterschiedlichen Klimaregionen auf einer Zeitskala von einem Monat. In vielen dieser Arbeiten wurde der lineare Korrelationskoeffizient als Maßzahl des Zusammenhangs zwischen Blitzdichte und Niederschlagsrate berechnet. In den meisten der genannten Studien zeigt sich eine hohe positive Korrelation zwischen Blitzdichte (insbesondere CG) und der Niederschlagsmenge. In kontinentalen Regionen haben Petersen und Rutledge (1998) einen Koeffizienten von 0,9 ermittelt, in maritimen und tropischen Gebieten einen geringeren von etwa 0,7. Molinie et al. (1999) erhielten zum Zeitpunkt der größten Gewitteraktivität einen maximalen Wert von 0,81. Bei Deierling (2000) lag der Korrelationskoeffizient zwischen 0,52 und 0,65, in kleineren Gebieten mit höherer Blitzdichte sogar bei 0,75. Desweiteren wurde der zeitliche Verlauf von Niederschlags- und Blitzintensitäten untersucht. Dabei konnte festgestellt werden, dass zwischen dem zuerst auftretenden Maximum der Blitze und dem folgenden Niederschlagsmaximum eine Zeitverzögerung von 5 bis 15 min liegt (Molinie et al., 1999). Aus 5-Minutensummen der Blitz- und Niederschlagsmengen ergab sich zum Beispiel bei Piepgrass et al. (1982) ein Zeitversatz von 5 bis 10 min. Goodman et al. (1988) machen keine genaue Minuten Angabe, bestätigen dennoch eine zeitliche Verzögerung zwischen Blitz- und Niederschlagsmaximum. 1.2 Motivation und Ziel der Arbeit Die Ergebnisse der genannten Arbeiten lassen den Schluss zu, dass, wenn hohe Blitzaktivitäten registriert werden, gleichzeitig hohe Niederschlagsintensitäten beobachtet werden können. Die Resultate der meisten Arbeiten zu dem Thema basieren dabei auf Messdaten mit grober räumlicher Auflösung. Ziel dieser Arbeit ist es, sowohl die Ergebnisse vergleichbarer Studien, wie die von Battan (1965) und Piepgrass et al. (1982), mit feiner aufgelösten Messdaten zu verifizieren, als auch zu überprüfen, ob die hohe Auflösung zusätzliche Erkenntnisse liefert. Die Arbeit ist folgendermaßen gegliedert: Das Kapitel 2 beinhaltet die Beschreibung der Messgeräte sowie der Datenerfassung. Für die Blitzdetektion und die Niederschlagserfassung wird auf zwei unterschiedliche Messsysteme (LINET und PATTERN) zurückgegriffen. Diese werden vorgestellt und ihre Messverfahren erläutert. Das 3. Kapitel liefert eine Übersicht der zugrundeliegenden Messdaten. Diese werden statistisch beschrieben. Weiterhin werden Methoden für die räumliche und zeitliche Zuordnung der Blitze sowie Niederschlagsdaten vorgestellt. Die Analyse des Zusammenhangs von Blitz und Niederschlag wird in Kapitel 4 durchgeführt. Dabei werden zwei unterschiedliche Datenzuordnungen statistisch beschrieben und verglichen. Anschließend folgt die Untersuchung des räumlichen Zusammenhangs. Im 5. Kapitel werden die Ergebnisse diskutiert und mit anderen wissenschaftlichen Studien verglichen sowie ein Ausblick auf weitere mögliche Arbeiten gegeben. 2

11 2 Messsysteme Die Messsysteme, zur Detektion von Blitzen und zur Ermittlung von Niederschlagsdaten, basieren auf unterschiedlichen bodengebundenen Fernerkundungsmethoden. In diesem Kapitel werden die Systeme beschrieben, auf deren Daten die Untersuchungen des Zusammenhangs zwischen Blitzdichte und Niederschlagsmengen basieren. Dabei wird ihre Funktionsweise, Reichweite und Auflösung erläutert. 2.1 LINET Die Blitzinformationen stammen von dem Blitzortungssystem LINET (high-precision lightning detection network), welches die Firma nowcast GmbH entwickelt hat ( de.html). LINET ist ein großflächiges, europäisches Messnetz, bestehend aus dem zentralen Server sowie den einzelnen Messstationen inklusive Feldantenne, GPS-Empfänger und Feldprozessor (Betz und Burkhardt, 2014). Der Abstand zwischen den Stationen liegt zwischen 150 und 200 km, wobei jede Station eine Reichweite von etwa 1000 km hat. Die empfindlichen Sensoren messen die elektromagnetische Strahlung, die von Blitzen ausgesendet wird, im Niederfrequenzbereich. Dabei können, im Vergleich zu den meisten anderen Blitzdetektionssystemen, die darauf spezialisiert sind starke Bodenblitze zu melden, auch Blitze mit geringerer Signalstärke erfasst werden. Damit ein elektromagnetisches Signal als Blitz gilt, muss er von mehr als einer Station registriert werden. Blitze breiten sich mit Lichtgeschwindigkeit aus. Das Signal erreicht die Sensoren an verschiedenen Messstationen zu unterschiedlichen Zeitpunkten. Die Laufzeitunterschiede liegen im μs-bereich. Dadurch lässt sich der ursprüngliche Emissionsort des Blitzsignals berechnen, was als Time of Arrival-Messverfahren bezeichnet wird. Die mittlere Abweichung der Positionsbestimmung liegt laut Hersteller unter 150 m. Wolkenblitze konnten bisher nur mittels extrem aufwändiger und teurer Messsysteme, die im Hochfrequenzbereich messen, erfasst werden. nowcast hat ein Verfahren entwickelt, mit welchem auch im Niederfrequenzbereich, neben den Bodenblitzen die Wolkenblitze als solche identifiziert werden. Dies geschieht über ein patentiertes 3D-Verfahren, bei dem zusätzlich die Emissionshöhe des IC-Blitzes ermittelt wird. Da Bodenblitze aufgrund ihrer hohen Signalstärke leicht zu beobachten sind und ältere Studien hauptsächlich auf Beobachtungsdaten beruhen (zum Beispiel Battan (1965)), wurden CG-Blitze in der Vergangenheit eher erforscht als IC-Blitze. Das führte dazu, dass der Erkenntnisstand bezüglich CG-Blitzen gefestigter ist (Schmidt, 2007). Dies ist der Hauptgrund, dass in die Untersuchungen dieser Studien nur Bodenblitze eingehen. 3

12 Kapitel 2. Messsysteme 2.2 X-Band-Radare Neben den üblichen Messgeräten, wie Niederschlagswippen oder -waagen, können auch Radare zur Niederschlagsbestimmung verwendet werden. Radare senden elektromagnetische Wellen aus, die an Niederschlagsteilchen (Hydrometeoren) gestreut werden. Die dadurch entstehende Rückstreuung wird vom Radar empfangen und gemessen. Die Empfangssignale werden aufbereitet und dienen dann zur Bestimmung des Reflektivitätsfaktors. Der Reflektivitätsfaktor Z [mm 6 m 3 ] wird gewöhnlich in folgender logarithmischer Form dargestellt: dbz = 10 log(z) (2.1) Die ermittelten Reflektivitäten werden mittels einer sogenannten Z-R-Beziehung in Niederschlagsintensitäten R [mm h 1 ] umgerechnet: Z = a R b (2.2) Die Parameter a und b variieren je nach Niederschlagstyp. In dieser Arbeit werden die Parameter a=256 und b=1,42 gewählt, wie sie auch der Deutsche Wetterdienst (DWD) verwendet (Weigl, 2008). Dies entspricht einer Z-R-Beziehung, wie sie für Niederschlagsarten in Gewittern oder Starkregenfällen angenommen wird (Flohn und Ruprecht, 1973). Die für diese Arbeit relevanten Niederschlagsdaten stammen aus einem Netzwerk von vier X- Band-Radaren, die zu dem DFG-Projekt PATTERN (Precipitation and Attenuation Estimates from a High Resolution Weather Radar Network) (Lengfeld et al., 2014) gehören ( zmaw.de/). Der X-Band-Frequenzbereich ist Teil des elektromagnetischen Spektrums, dessen Wellenlänge zwischen 2,5 und 3,75 cm liegt. Das in PATTERN errichtete Netzwerk im Nordwesten von Hamburg (Abb. 2.1), deckt ein Gebiet von etwa 60 km Länge und 80 km Breite ab. Der räumliche Abstand zwischen den Standorten Bekmünde (BKM), Hungriger Wolf (HWT), Quarnstedt (QNS) und Moordorf (MOD) beträgt zwischen 10 und 15 km (Tab. 2.1). Die Radare messen mit einer Entfernungsauflösung von 60 m in 1 Schritten im Azimut, einer zeitlichen Auflösung von 30 s und einer maximalen Reichweite von 20 km (Lengfeld et al., 2012). Zum Betrachtungszeitraum dieser Arbeit waren nur drei der vier Radare aktiv und lieferten Messdaten. Das Radar in Bekmünde (BKM) fiel aufgrund eines Defekts aus. Das sich aus dem Netzwerk ergebende Gebiet wird im Folgenden als PATTERN-Gebiet bezeichnet. Tabelle 2.1: Standorte der vier X-Band-Radare, mit Höhenangabe. Index Standort Koordinaten Höhe BKM Bekmünde 9,45 O 53,93 N 14 m HWT Hungriger Wolf Tower 9,57 O 53,99 N 20 m QNS Quarnstedt 9,80 O 53,94 N 14 m MOD Moordorf 9,62 O 53,90 N 14 m 4

13 2.2. X-Band-Radare Abbildung 2.1: Lage der vier Radare BKM, HWT, MOD und QNS des PATTERN-Netzwerks (Tab. 2.1). Die roten Kreise markieren die Reichweite der Radare. 5

14 3 Daten Im Folgenden werden die zur Verfügung stehenden Blitz- und Niederschlagsdaten charakterisiert. Dabei wird das betrachtete Gebiet sowie der Zeitraum, für welchen die Daten aufbereitet und sortiert werden, beschrieben. Außerdem wird die, für die weitere Analyse notwendige Zuordnung von Blitz- und Niederschlagsdaten, näher erläutert. 3.1 Auswahl geeigneter Messdaten Zur Verfügung stehen Blitz- und Niederschlagsdaten aus dem Jahr Da es häufiger vorkommt, dass es regnet ohne dass ein Gewitter entsteht, sind die Blitzdaten maßgeblich für die Bestimmung des Betrachtungs-Zeitraums. Abbildung 3.1 zeigt alle Blitzaktivitäten (IC- und CG-Blitze) pro Tag für das Jahr 2013, in einem Gebiet von 53,700 bis 54,175 Nord und 9,020 bis 10,150 Ost. Dieses deckt eine größere Fläche als das PATTERN-Netzwerk ab, daher beschränkt sich das Auswertungsgebiet auf die Reichweite des Radarnetzwerkes. Es wird deutlich, Abbildung 3.1: Übersicht der mit dem Blitzortungssystem LINET erfassten Blitzanzahlen (CG und IC) pro Tag für das Jahr 2013, detektiert in dem Gebiet von 53,700 bis 54,175 Nord und 9,020 bis 10,150 Ost. dass in den Sommermonaten (Mai bis September) mehr Gewitter bzw. Blitze vorkommen als in den Wintermonaten (Oktober bis April). Etwa Mitte Juni, genauer am 19. Juni, befindet sich das Maximum der Blitzanzahl ( Blitze). Die anderen beiden Tage an denen es relativ oft geblitz hat, sind der 15. Mai (7.213 Blitze) und der 27. Juli (9.989 Blitze). Demzufolge wird nur das Gewitter vom betrachtet, da es an diesem Tag mit Abstand die meisten Blitze registriert wurden. Dadurch ist gewährleistet, dass es auch im PATTERN-Gebiet hinreichend oft geblitzt hat, um einen representativen Zusammenhang zwischen Blitzen und Niederschlag 6

15 3.2. Beschreibung des Gewitters festzustellen. Im Folgenden werden nur Blitzdaten innerhalb der Reichweite des PATTERN- Netzwerkes berücksichtigt. 3.2 Beschreibung des Gewitters In der Woche des 19. Junis 2013 befand sich Deutschland auf der Vorderseite eines Troges. Höhenkaltluft sowie tiefer Luftdruck lagen westlich von Deutschland. Am 17. und 18. Juni entwickelte sich über Westeuropa ein vom Atlantik stammendes ausgedehntes und kräftiges Höhentief. Folglich stellte sich eine südliche bis südwestliche Höhenströmung ein, die sehr heiße Luft von Afrika nach Mitteleuropa transportierte. Bei Überquerung des Mittelmeeres konnte die Luft, aufgrund der erhöhten Aufnahmefähigkeit, viel Feuchtigkeit aufnehmen. Zudem bildete sich weit entfernt von dem Höhentief ein Bodentief über Deutschland aus. In der Nacht auf Mittwoch, den , entstand korrespondierend dazu über Frankreich eine Konvergenzzone, die im Tagesverlauf über den Westen, Nordwesten und Norden Deutschlands Richtung Dänemark zog. In ihr strömte Luft aus unterschiedlichen Richtungen (Südosten, Südwesten und Westen) zusammen. Dies bildete die optimale Grundlage zur Entstehung erster Gewitterzellen, die mit der Konvergenzzone über Deutschland zogen. Der 19. Juni war der bis dato wärmste Tag des Jahres in ganz Deutschland mit Temperaturen über 30 C. Hinzu kam die hohe Luftfeuchtigkeit sowie vertikale Instabilität, allesamt günstige Bedingungen für stark ausgeprägte lokale Gewitter. Die Unwetterzentrale sowie der DWD warnten in großen Teilen Deutschlands vor blitzintensiven und niederschlagsreichen Gewittern. Die schwache Höhenströmung und geringe Windscherung bargen außerdem die Entwicklungsgefahr von Tornados und Großhagel. In dieser Luft bildete sich über dem Ruhrgebiet eine neue Gewitterzelle, die am Abend unter massiver Verstärkung den Norden Deutschlands und somit auch das PATTERN-Gebiet erreichte. Große Gewittersysteme wie dieses entwickeln nicht selten eine Eigendynamik, wodurch sie sich selbst aufrecht erhalten und folglich mehrere Stunden fortbestehen können (Unwetterzentrale, 2013). Der am Mittwochabend des 19. Juni gefallene Niederschlag ist zusammen mit den Blitzen und zu unterschiedlichen Lebensstadien des Gewitters in Abbildung 3.2 dargestellt. Das Gewitter erreichte innerhalb kürzester Zeit nach Eintritt ins PATTERN-Gebiet seine maximale Intensität, sowohl an Niederschlag als auch an Blitzen (Abb. 3.3). Zu Beginn gibt es eine nahezu exakte örtliche Übereinstimmung von Starkregen größer als 10 mm h 1 und der Verteilung der Blitze (Abb. 3.2a). 25 Minuten später ist das ausgeprägte Regenband weiter ostwärts gezogen. Die Blitzanzahl hat vergleichsweise abgenommen, dennoch liegt sie weiterhin im Bereich starken Niederschlags (Abb. 3.2b). Im weiteren Verlauf des Gewitters, fängt das Regenband an sich aufzulösen, wohingegen die Blitzaktivität wieder steigt. Die Blitze haben sich in zwei Regionen gruppiert, beide Gruppen befinden sich jedoch nicht mehr an der gleichen Stelle wie der Starkregen (Abb. 3.2c). Nach einer weiteren Viertelstunde sind beide Blitzgruppen zwar nach wie vor erkennbar, haben sich aber weiter nach Osten verlagert. Das Regenband schwächt sich ebenfalls weiter ab und löst sich in kleinere Niederschlagszellen auf (Abb. 3.2d). Die aktive südliche Zelle wandert in der folgenden Entwicklung nach Nordosten (Abb. 3.2e), bis sie außerhalb des PATTERN-Gebietes liegt (Abb. 3.2f). Es ist noch anzumerken, dass der aktiven Gewitterzelle 7

16 Kapitel 3. Daten (a) (b) (c) (d) (e) (f) Abbildung 3.2: Lage und zeitlicher Verlauf des Gewitters vom 19. Juni 2013 um 19:25 UTC (a), 19:40 UTC (b), 19:55 UTC (c), 20:10 UTC (d), 20:20 UTC (e) und 21:00 UTC (f) in der Region um Itzehoe. Die Niederschlagsinformation stammt aus den PATTERN X-Band-Radaren. Gelbe Punkte markieren die Position von CGBlitzen und orangene die von IC-Blitzen. Die jeweiligen Daten stammen aus den vorangegangenen 30 Sekunden der angegebenen Zeit. 8

17 3.2. Beschreibung des Gewitters ein etwas schwächerer Niederschlag um die 10 mm h 1 folgt, der nach Durchzug des Starkregens für den restlichen Betrachtungszeitraum bestehen bleibt (Abb. 3.2f). Abbildung 3.3 illustriert die zeitliche Entwicklung des Gewitters. Es zeigt sich eine hohe Korrelation von 0,79 zwischen der zeitlichen Entwicklung der Niederschlagsmenge und den CG-Blitze innerhalb der sechs Stunden. Die höchste Blitzaktivität mit 473 Blitzen in 5 min wurde um Abbildung 3.3: Zeitreihe der gemittelten Niederschlagsrate (blau) und CG-Blitzanzahl (grün), bezogen auf 5 min-intervalle sowie das gesamte PATTERN-Gebiet. 20:00 UTC gemessen, während die höchste mittlere Niederschlagsrate gegen 19:15 UTC mit etwa 14 mm h 1 auftrat. Der steile Anstieg von Blitz und Niederschlag zwischen 18:45 UTC und 19:20 UTC zeigt eine hohe Übereinstimmung beider Kurven. Anschließend nimmt der Niederschlag, bis auf einen Anstieg um kurz nach 21:00 UTC, nahezu kontinuierlich ab. Zwischen 19:40 UTC und 20:30 UTC bleibt die Blitzaktivität hingegen auf einem hohen Niveau, um nachfolgend stark abzufallen. Nach 21:10 UTC unterliegen die Intensitäten nur noch leichten Schwankungen. Ähnliche zeitliche Verläufe beider Größen wurden bereits von Battan (1965) und Tapia et al. (1998) beobachtet. Für die Untersuchung des zeitlichen Gewitterverlaufs, muss zunächst überprüft werden, ob die Niederschlagsdaten des PATTERN-Netzwerks nicht fehlerbehaftet sind. Die Abbildungen 3.2c und 3.2d verdeutlichen die Vermutung, dass die Daten einem Dämpfungsfehler unterliegen, sobald sich das Gewitterband genau über den Messstationen befindet. Um diesen Fehler möglichst auszuschließen, wurden die Messwerte der PATTERN X-Band-Radare bei der Datenaufbereitung mit dem C-Band-Radar des DWD bezüglich der Dämpfung korrigiert. Um zu überprüfen, ob diese Korrektur ausreichend ist, werden die Niederschlagsdaten aus beiden Messsystemen zu den kritischen Zeitpunkten mit einander verglichen (Abb. 3.4a und 3.4b). Es 9

18 Kapitel 3. Daten (a) (b) Abbildung 3.4: Gewitterverlauf um 19:55 UTC (a) und 20:10 UTC (b) mit Niederschlagsdaten aus dem DWD C-Band-Radar. zeigt sich, dass beide Systeme, PATTERN und DWD, das Auflösen des Gewitterbands als solches erkennen. Beim Vergleich der Abbildungen 3.2c und 3.4a um 19:55 UTC, weist der Verbund der PATTERN-Radare noch eine große Übereinstimmung der Niederschlagsfelder mit denen des DWD-Radars auf. Für den Ausschnitt von 20:10 UTC (Abb. 3.2d und 3.4b) detektieren die X-Band-Radare jedoch zwei kräftige Niederschlagszellen, die das C-Band-Radar nicht aufweist. Südlich davon liegt eine andere starke Zelle, näher an dem DWD-Radar, die für Dämpfung des ausgesendeten Signals sorgt, wodurch der dahinter liegende Starkregen nicht erkennbar ist. Vermutlich sind die beiden Zellen in Abbildung 3.2d eine große Zelle, die allerdings in den Radaren MOD und HWT so stark gedämpft ist, dass sie in zwei Zellen unterteilt wird. Diese Vermutung kann anhand der vorliegenden Daten nicht verifiziert werden, da das DWD C-Band- Radar aufgrund eigener Dämpfung die PATTERN-Daten diesbezüglich nicht korrigieren kann. 3.3 Datenzuordnung Um den Zusammenhang zwischen Blitzaktivitäten und Niederschlag zu beschreiben, müssen Wertepaare aus beiden Größen gebildet werden. Zu jedem Zeitpunkt kann entweder (1) jedem Blitz der dazugehörige Niederschlag oder (2) einem Niederschlagsgebiet, die darin vorkommenden Blitze zugewiesen werden. In diesem Kapitel wird die Genauigkeit des zweiten Wertepaarbildungsverfahrens beschrieben. Dabei ist zu beachten, dass es zum einen durch Niederschlagsverdriftung aufgrund von Wind in verschiedenen Höhen zu einer Verfälschung der Blitz-Regen-Zuweisung führen kann. Zum anderen kann dies auch durch die Unschärfe der Blitzposition verursacht werden. Abbildung 3.5a veranschaulicht den Verdriftungsfehler. Sie zeigt, dass ein Blitz und der durch Wind verdriftete Niederschlag, bei gleichem Ursprungsort, in zwei unterschiedliche Zellen eingeordent werden. In Abbildung 3.5b wird die Ungenauigkeit der Blitzkoordinaten, bei einer Positionsabweichung ΔP (x, y) dargestellt. Durch die Unschärfe der Position kann die tatsächliche Position des Blitzes, 10

19 3.3. Datenzuordnung wenn dessen Ursprung am Rand einer Gitterzelle angegeben wird, ebenso in einer der angrenzenden Zellen liegen. y Wind (a) (b) P x Abbildung 3.5: Schematische Darstellung möglicher Verfälschung der Wertepaarbildung durch Verdriftung von Niederschlag aufgrund von Wind (a) und Unschärfe der Blitzposition (b). Die Position eines Blitzes ist in geographischen Koordinaten mit einer Auflösung von etwa 10 m angegeben. Die Genauigkeit der Positionsangabe beträgt 150 m (Kap. 2.1). Das betrachtete Gebiet wird durch das PATTERN-Gebiet vorgegeben, welches in ein Gitter mit einer Auflösung von 250 m x 250 m unterteilt ist. Jeder Gitterzelle innerhalb des Radarnetzes ist ein Reflektivitätswert in dbz zugeordnet. Zu Beginn der Zuordnung (Blitz zu Reflektivität) wird unterschieden zwischen IC und CG, wobei nur den CG-Blitze eine Niederschlagsreflektivität zugewiesen wird. Grund hierfür ist hauptsächlich, dass einerseits, wie bereits in Kapitel 2.1 erwähnt, viele vergleichbare Studien nur CG betrachten. Außerdem gab es in dem Gewitter vom mehr CG als IC(Abb. 3.6). Desweiteren sind Wolkenblitze typischerweise die ersten Blitze eines Gewitters und treten wäh- Abbildung 3.6: Vergleich der CG- und IC-Anzahl am rend der Phase des vertikalen Anwachsens der Wolke auf (Williams et al., 1989). Häufig kommen Bodenblitze erst danach im Reifestadium des Gewitters vor. Der Niederschlag kann nach Piepgrass et al. (1982) später als die Blitze einsetzen. Zusätzlich werden alle Reflektivitäten kleiner oder gleich Null aussortiert, denn 0 dbz entspricht einer vernachlässigbar kleinen Regenrate von 0,02 mm h 1. 11

20 Kapitel 3. Daten Um festzustellen wie groß der Fehler durch Niederschlagsverdriftung und Unschärfe der Blitzposition ist, werden zwei Zuordnungsverfahren angewendet. Im ersten wird jedem Blitz diejenige Gitterzelle zugewiesen, in welcher seine Ursprungskoordinaten liegen. Hierdurch ergeben sich die Wertepaare: Blitz und aus der Zelle der zugehörige dbz-wert (direkte Zuordnung). Das zweite Verfahren berücksichtigt die angrenzenden Zellen mit. Dadurch ergibt sich eine Feld aus 3 x 3 Zellen, so wie in Abbildung 3.5b. Anschließend wird der Blitz in die Zelle mit dem größten dbz-wert eingeordnet (9-Zellen-Verfahren). Demzufolge ist die zugeordnete Niederschlagsmenge bzw. Reflektivität minimal größer als im ersten Verfahren. 12

21 4 Analyse des Zusammenhangs von Blitzen und Niederschlag Im vorangegangenen Kapitel 3 wurde zwei Zuordnungsmethoden von Blitzen zu Niederschlag beschrieben. Diese werden nachfolgend statistisch analysiert und bewertet. Anschließend wird der räumliche Zusammenhang lokal hoher Blitzdichten bezüglich Niederschlagsmaxima untersucht und mit Ergebnissen aus anderen Studien verglichen. 4.1 Statistische Beschreibung und Vergleich der Datenzuordnung Die Auswirkungen einer möglichen Unschärfe der Blitzposition werden mittels Häufigkeitsverteilungen der Reflektivitäten untersucht. Diese beziehen sich auf die CG-Blitzanzahl für beide in Kapitel 3.3 beschriebenen Zuordungsverfahren (direkte Zuordnung und 9-Zellen-Verfahren) (Abb. 4.1). Es wird eine Klassenbreite von ΔdBZ=2,5 gewählt. Den jeweiligen Verteilungen liegen ca Werte zu Grunde (Tab. 4.1). Es fällt auf, dass beide Verteilungen eine nahezu (a) (b) Abbildung 4.1: Häufigkeitsverteilungen der Reflektivitäten bei direkter Blitz-Reflektivitäts- Zuordnung (a), sowie der Zuordnung der maximalen Reflektivität der 3 x 3 Box (9-Zellen-Verfahren, Kap. 3.3) (b). identische Form besitzen. Dies wird unter anderem durch die Mittelwerte von 37,68 dbz (a) und 37,81 dbz (b) sowie den entsprechenden Standardabweichungen von 9,66 dbz (a) und 9,46 dbz (b) deutlich (Tab. 4.1). Beide Verteilungen steigen zunächst langsam bis 20 dbz an, um dann zwischen 40 und 45 dbz ihr Maximum zu erreichen (Tab. 4.1). Sie sind dabei nicht symmetrisch sondern weisen vielmehr eine negative Schiefe (linksschief) auf. Daraus kann gefolgert werden, dass die Blitze häufiger bei Starkregen auftreten, als bei schwachem Regen. Insgesamt zeigt der Vergleich jedoch keine signifikanten Unterschiede. Die Verfälschung der Wertepaarzuordnung 13

22 Kapitel 4. Analyse des Zusammenhangs von Blitzen und Niederschlag durch Niederschlagsverdriftung oder Positionsunschärfe des Blitzes ist daher unerheblich für die Reflektivitäts-Häufigkeitsverteilungen und somit auch für weitere Untersuchungen. In einem weiteren Schritt werden die beiden Häufigkeitsverteilungen bezüglich Blitzanzahl (Abbildung 4.1), mit der Verteilung des Gesamtniederschlags (GN-Verteilung) während des Gewitters verglichen. Auf diese Weise wird überprüft, wie blitzspezifisch die Verteilungen sind. Das heißt, es wird ausgeschlossen, dass Reflektivitätshäufigkeiten in diesem Gewitter generell solch eine Verteilungsform aufweisen, auch wenn keine Blitze zugeordnet werden. Dafür wird die GN-Verteilung ebenfalls in Klassen mit ΔdBZ=2,5 unterteilt. In die GN-Verteilung gehen über Daten ein. Da im Wesentlichen die Form der Häufigkeitsverteilungen verglichen werden sollen, werden alle drei Verteilungen auf eine Fläche von 1 normiert (Abb. 4.2). Der Ver- Abbildung 4.2: Häufigkeitsverteilungen der Reflektivitäts der GN-Verteilung (blau), sowie bei direkter Zuordnung (grün) und des 9-Zellen-Verfahrens (rot). gleich der Verteilungen zeigt, dass sich durch die Zuordnung von Niederschlag und Blitz deutlich verschiedene Häufigkeitsverteilungen der Reflektivitäten ergeben. Die GN-Verteilung ist nahezu symmetrisch und hat ihr Maximum bei 28 dbz, wohingegen die anderen beiden eine linksschiefe Form haben und ihre Maxima bei etwa 40 dbz liegen (Tab. 4.1). Die Standardabweichungen und Mittelwerte der Niederschlags-Häufigkeitsverteilungen bezüglich Blitzen, weichen ebenfalls deutlich von denen der GN-Verteilung ab. Für die direkte Blitz-Reflektivitäts-Zuordnung (Abb. 4.2, grün) liegt der Mittelwert μ bei 37,68 dbz, mit einer Standardabweichung von σ=9,66 dbz. Die roten Kurve (Abb. 4.2), für die Zuordnung des maximalen Reflektivitätwerts aus der 3 x 3 Box im 9-Zellen-Verfahren, hat einen Mittelwert von μ=37,81 dbz bei σ=9,46 dbz. Diese Werte liegen dichter aneinander und unterscheiden sich deutlich von denen der GN-Verteilung, mit μ=26,83 dbz und σ=10,63 dbz (Tab. 4.1). 14

23 4.2. Untersuchung des räumlichen Zusammenhangs Tabelle 4.1: Statistische Parameter der Häufigkeitsverteilungen mit Anzahl N, Standardabweichung σ, Mittelwert μ und Maxima der Verteilungen dbz max. Verteilung N σ [dbz] μ [dbz] dbz max [dbz] direkte Zuordnung (a) ,66 37,68 41,25 ± 1,25 9-Zellen-Verfahren (b) ,46 37,81 43,37 ± 1,25 Gesamtniederschlag ,63 26,83 28,75 ± 1,25 Zwischenfazit: Es hat sich gezeigt, dass die anfangs dargestellten Häufigkeitsverteilungen (Abb. 4.1) blitzspezifisch sind. Eine Verfälschung der Wertepaarzuordnung durch Niederschlagsverdriftung oder Positionsunschärfe des Blitzes ist jedoch unerheblich. Beide Verteilungen weichen deutlich von der Gesamtniederschlagsverteilung ab (Abb. 4.2). Ihre Linksschiefe lässt außerdem den Schluss zu, dass die in diesem Gewitter detektierten Blitze insbesondere dann aufgetreten sind, wenn gleichzeitig hohe Niederschlagsreflektivitäten gemessen wurden. 4.2 Untersuchung des räumlichen Zusammenhangs Die vorangegangenen Untersuchungen haben gezeigt, dass die höchsten Blitzdichten im gesamten PATTERN-Gebiet überweigend zu Zeiten der höchsten Niederschlagsaktivitäten auftraten. Im Folgenden wird nun untersucht, ob sich diese großen Blitzdichten räumlich lokalen Niederschlagsmaxima zuordnen lassen. Für den örtlichen Zusammenhang wird daher das Verhältnis zwischen Blitzdichte und Niederschlagsmenge sowohl für das gesamte PATTERN-Gebiet, als auch bei direkter Zuordnung untersucht (Abb. 4.3). Dafür werden sowohl für die Blitz- als auch Niederschlagsdaten 5-Minutendichten gebildet. Zunächste wird der Zusammenhang beider Größen im gesamten PATTERN-Gebiet betrachtet. Der in Kapitel 3.2 vorgestellte zeitliche Intensitätenverlauf von Niederschlagsrate und Blitzdichte (Abb. 3.3) findet sich auch in Abbildung 4.3a wieder. Es zeigt sich, dass die großen Blitzanzahlen (>100/5 min) erst ab einer Niederschlagsrate größer 5 mm h 1 auftreten. Dass eine gewisse Niederschlagsmenge für eine Blitzentladung notwenig ist, haben auch Tapia et al. (1998) herausgefunden, geben allerdings in ihren Studien keinen Zahlenwert an. Bei einer geringen Regenmenge kleiner 5 mm h 1 kommt es zu keiner bis geringer Blitzaktivität (<100/5 min). Aus Abbildung 4.3a ergibt sich ein positiver linearer Korrelationskoeffizient von 0,79. Einen ebenfalls positiven, jedoch geringeren, Korrelationskoeffizient von 0,56 haben auch Pineda et al. (2007) für den linearen Zusammenhang zwischen CG-Blitzen und Niederschlagsmenge ermittelt. Bei alleiniger Berücksichtigung der Abbildung 4.3a kann keine Aussage bezüglich des räumlichen Zusammenhangs von Blitzdichte und Niederschlagsrate getroffen werden. Aufgrund dessen 15

24 Kapitel 4. Analyse des Zusammenhangs von Blitzen und Niederschlag (a) (b) Abbildung 4.3: (a) 5-Minutensummen der CG-Blitze aus dem gesamtem PATTERN-Gebiet, im Verhältnis zu den auf 5-Minutensummen basierenden mittleren Niederschlagsintensitäten des Gesamtniederschlags. (b) wie (a), nur mit dem Niederschlag aus den gleichen Gitterzellen, in denen die Blitze liegen. wird zusätzlich das Verhältnis zwischen Regen und Blitzen bei direkter Zuordnung, wie in Kapitel 3.3 beschrieben, untersucht (Abb. 4.3b). Es zeigt sich dabei eine größere Streuung als für das Verhältnis zwischen CG-Blitzen und der Gesamtniederschlagsrate (Abb. 4.3a), bei der sich ein Korrelationkoeffizient von 0,79 ergibt. Der lineare Korrelationkoeffizient liegt für die direkte Zuordnung bei 0,15. Somit ist er vergleichweise sehr viel geringer als der bezüglich des Gesamtniederschlags. Dies lässt den Schluss zu, dass Blitz und Niederschlag lokal nicht zusammenhängen. Zwischenfazit: In diesem Abschnitt sowie in Kapitel 3.2 hat sich herausgestellt, dass eine hohe Blitzaktivität der Gewitterfront eine hohe Niederschlagsaktivität voraussetzt, beide Maxima örtlich jedoch nicht zusammenfallen müssen. 4.3 Gleitend räumlich zeitliches Mittel Andere vorangegangenen Untersuchungen haben gezeigt, dass bei einem Gewitter das Maximum der Blitzaktivität bezüglich der Gewitterfront zwischen 5 und 15 min vor dem Niederschlagsmaximum liegt (Piepgrass et al., 1982; Molinie et al., 1999). Im folgenden Kapitel soll diese Aussage für das beschriebene Gewitter verifiziert werden. Bisher konnte, aufgrund der Auflösung, kein lokal räumlicher Zusammenhang zwischen Blitzdichte und Niederschlagsrate festgestellt werden 16

25 4.3. Gleitend räumlich zeitliches Mittel (Kap. 4.2). Um dennoch eine Aussage bezüglich der räumlichen Zuordnung zu machen, wird eine gleitende räumlich und zeitliche Mittelung der Blitz- und Niederschlagswerte durchgeführt. Die dazugehörige Vorgehensweise wird nachfolgend geschildert und ist in Abbildung 4.4 zur besseren Übersicht graphisch veranschaulicht. Zunächst werden, wie zuvor auch, nur die CG-Blitze für die Blitzdichte berücksichtigt. Parallel dazu werden die Niederschlagsreflektivitäten der gesamten Gewitteraktivität von 6 Stunden im PATTERN-Gebiet mittels der klimatologischen Z-R-Beziehung (Gl. 2.2) in Niederschlagsraten [mm h 1 ] umgerechnet. Anschließend werden die Blitze aufgrund ihrer Detektionskoordinaten in ein Gitter mit identischer Struktur wie das der Niederschlagsdaten sortiert. Im Folgenden werden, sowohl für die Blitze als auch den Niederschlag räumliche Mittelungsintervalle definiert, um die Verschiebung der beiden Maxima zu untersuchen. In dieser Untersuchung variiert die Größe dieses Intervalls zwischen 1 km x 1 km und 20 km x 20 km (Tab. 4.2). Mit diesem wird, seperat für die Blitze und den Niederschlag, für jeden Zeitschritt ein gleitendes räumliches Mittel berechnet. Ebenfalls noch getrennt für beide Datensätze werden für die gleitenden räumlichen Mittel zusätzlich Intervalle für die zeitliche Mittelung gewählt. Diese variiert zwischen 5 und 60 Minuten (Tab. 4.2). Anschließend wird die CG-Blitze Reflektivität aus gesamtem PATTERN-Gebiet in Gitter einsortieren Z-R-Beziehung [dbz] in [mm/h] räumliches Mittelungsintervall zeitliches Mittelungsintervall Zeitverschiebung um Δt = ±25 Minuten Korrelationskoeffizient für Δt = ±25 Minuten Abbildung 4.4: Flussdiagramm zur Berechnung der Korrelationskoeffizienten für räumlich und zeitlich gleitende Mittel bei variablen Zeitverschiebungen. Detektionszeit der Blitze gegen die entsprechende Zeit des Niederschlags verschoben und der lineare Korrelationskoeffizient r für jede Zeitverschiebung Δt berechnet. Die Verschiebung erfolgt in 30-Sekunden-Intervallen für eine Spanne von ±25 Minuten. Negative Verschiebungen 17

26 Kapitel 4. Analyse des Zusammenhangs von Blitzen und Niederschlag bedeuten in diesem Fall, dass den Blitzen zeitlich vergangener Niederschlag zugeordnet wird. Für positive Δt wird den Blitzen entsprechend zukünftiger Niederschlag zugewiesen und bei einer Zeitverschiebung von Null Minuten zeitgleicher Niederschlag. Für jede Kombination aus räumlich und zeitlich gleitendem Mittelungsintervall ergibt sich eine Funktion der Korrelationskoeffizienten bezüglich der Zeitverschiebungen (Abb. 4.5). Dabei fallen die Korrelationen abhängig von ihren Mittelungsintervallen unterschiedlich hoch aus. Die Funktionen werden von 1 bis 8 mit abnehmendem Maximum r max durchnummeriert. Es zeigt sich, dass je größer das räumliche Mittelungsintervall und die Mittelungszeiten sind, desto größer ist der Korrelationskoeffizient (Tab. 4.2). Abbildung 4.5: Korrelationskoeffizienten der räumlich und zeitlich gleitenden Mittel bezüglich der Zeitverschiebungen Δt. Die höchsten Korrelationskoeffizienten erreicht dabei die Funktion 1 mit einem räumlichen Mittelungsintervall von 20 km x 20 km und einem 60 min zeitlichen Mittelungsintervall (Abb. 4.5, schwarz). Bei einer Zeitverschiebung von Δt=+4 min erreicht diese Funktion ihr Maximum mit einem Korrelationskoeffizient von 0,90 (Tab. 4.2). Bei gleicher Größe des räumlichen Intervalls, jedoch mit erheblich geringerer Mittelungszeit von 5 min, hat Funktion 2 das zweithöchste Maximum mit r max =0,79. Dieses ist um Δt=+12,5 min am weitesten von der ursprünglichen Blitzdetektionszeit verschoben. Bei gleich großem zeitlichen Mittelungsintervall ergibt sich offensichtlich eine ähnliche Form der Funktion. Dies zeigt der Vergleich zwischen Funktion 1 und Funktion 3 (Abb. 4.5, schwarz und hellblau), wobei Funktion 3 ein räumliches Mittelungsgebiet von 5 km x 5 km hat. Für das kleinere Mittelungsgebiet ist der maximale Korrelationkoeffizient von 0,63 geringer als bei Funktion 1. Er liegt bei einer Zeitverschiebung Δt von etwa einer Minute (Tab. 4.2). 18

27 4.3. Gleitend räumlich zeitliches Mittel Der Vergleich zwischen diesen drei Korrelationsfunktionen lässt folgende Schlüsse zu: Je größer das räumliche Mittelungsintervall ist, desto höhere Korrelationskoeffizienten werden erreicht und umso weiter liegt Δt(r max ) von der ursprünglichen Detektionszeit entfernt. Desweiteren bestimmt die Größe des zeitlichen Mittelungsintervalls die Form der Funktion. Wie in Kapitel 3.2 beschrieben, ist die Gewitterzelle zeitlich nicht konstant, sondern ändert sich sichtlich innerhalb kurzer Zeit (Abb. 3.2). Aus diesem Grund kann, bei gleichem zeitlichen Mittelungsintervall (>10 min) keine Aussage bezüglich des lokal räumlichen Zusammenhangs zwischen Blitzdichte und Niederschlagsrate und somit auch nicht zur zeitlichen Verschiebung der Intensitätsmaxima getroffen werden. Analog gilt dies für große Mittelungsgebiete (>10 km x 10 km). Durch große Mittelungsintervalle nähern sich die Ergebnisse denen vorangegangener Analysen (Kap. 4.2) an. Es zeigt erneut nur den Zusammenhang zwischen den Maxima der Blitz- und Niederschlagsaktivitäten (Abb. 3.3). Aufgrund dessen können mit großen Mittelungsgebieten lokale Strukturen nicht aufgelöst werden. Folglich kann ebenfalls keine Angabe zur lokal räumlichen Zuordnung zwischen Blitzdichte und Niederschlagsrate gemacht werden. Daher werden Funktion 1, Funktion 2 und Funktion 3 (Abb. 4.5), aufgrund ihrer zu großen räumlichen und zeitlichen Mittelungsintervallen nicht weiter berücksichtigt. Die Korrelationsfunktionen 4 bis 8 ergeben sich aus kleineren gleitenden Mittelungsintervallen. Dadurch sind sie besser geeignet um einen Nachweis der zeitlichen Verschiebung zwischen Blitzaktivität und Niederschlag zu liefern. Für diese Funktionen zeigt sich sowohl eine kongruente Form, als auch ähnliche Verschiebungszeiten Δt bezüglich ihrer höchsten Korrelationskoeffizienten r max. Dieser sinkt mit abnehmendem räumlichen bzw. zeitlichen Mittelungsintervall. Die Zeitverschiebungen Δt(r max ) der Funktionen liegen zwischen 6,5 und 8 min in der Zukunft (Tab. 4.2). Folglich sind die am höchsten mit Niederschlagsfeldern korrelierten Blitzfelder den Regenfeldern um 6,5 bis 8 min vorgelagert, was mit den Angaben von Piepgrass et al. (1982) und Molinie et al. (1999) übereinstimmt. Diese haben eine Zeitverzögerung zwischen Maximum der Blitzdichte und Niederschlagsmaximum von 5 bin 10 min (Piepgrass et al., 1982), bzw. 5 bis 15 min (Molinie et al., 1999) ermittelt. Wobei Piepgrass et al. (1982) die Blitz- und Niederschlagsmengen ebenfalls über eine Zeit von 5 min gemittelt haben. Für das räumliche Mittelungsintervall von 10 km x 10 km und einer 5-minütigen Mittelungszeit ergibt sich für Funktion 4 der größte maximale Korrelationkoeffizient von 0,59. Die gleiche Gebietsgröße hat auch Deierling (2000) in ihrer Arbeit untersucht und dabei einen Korrelationskoeffizient zwischen 0,52 und 0,65 berechnet. Es zeigt sich, dass auch diese beiden Ergebnisse sehr gut übereinstimmen. Mögliche Erklärungen für die niedrigen Korrelationskoeffizienten sind, dass zum einen in die Berechnung der Niederschlagsmengen sowohl der starke konvektive, als auch der schwächere stratiforme Regen eingeht. Über die Gesamtbetrachtungszeit von sechs Stunden zeigte sich, dass der flächenmäßige Anteil des stratiformen Niederschlags, besonders gegen Ende des Gewitters, größer ist als der konvektive Anteil (Abb. 3.3). Zum anderen wurde, durch die gleitende Mittelung, nicht eine lokale Gewitterzelle, in der Blitz- und Niederschlagsaktivitäten eine höhere Homogenität aufweist, sondern die gesamte Gewitterfront, bestehende aus mehreren aktiven Zellen, untersucht. Dies könnte eine weitere Ursache der geringen Korrelationskoeffizienten sein. Eine ähnliche Erklärung gibt Deierling (2000, S.74) in ihrer Arbeit. 19

28 Kapitel 4. Analyse des Zusammenhangs von Blitzen und Niederschlag Tabelle 4.2: Parameter der räumlich und zeitlich gleitenden Mittel, mit jeweils höchstem Korrelationkoeffizient r max, sowie der dazu gehörigen Verschiebungszeit Δt(r max ). Farbe Funktion Mittelungsgebiet Mittelungszeit r max Δt(r max ) [min] orange 8 1 km x 1 km 5 min 0,23 +7, +7,5 rot 7 2,5 km x 2,5 km 5 min 0,37 +7, +7,5 lila 6 5 km x 5 km 5 min 0,46 +6,5 dunkelblau 5 5 km x 5 km 10 min 0,50 +7 hellblau 3 5 km x 5 km 60 min 0,63 +1, +1,5 hellgrün 4 10 km x 10 km 5 min 0,59 +8 dunkelgrün 2 20 km x 20 km 5 min 0,79 +12,5 schwarz 1 20 km x 20 km 60 min 0,90 +4 Zwischenfazit: Mithilfe räumlich und zeitlich gleitender Mittelung, für Mittelungsgebiete nicht größer als 10 km x 10 km und einem zeitlichen Mittelungsintervall von maximal 10 min, konnte eine Zeitdifferenz von 6,5 bis 8 min zwischen stärkster Blitzaktivität und Niederschlagsmaximum bezüglich der Gewitterfront, nachgewiesen werden. Dabei ergab sich ein maximaler Korrelationkoeffizient von 0,59. Dies bedeutet, dass zum Betrachtungszeitpunkt der Niederschlag die höchste Korrelation mit bereits vor Δt aufgetretenen Blitzen hat. Diese Angaben haben eine große Übereinstimmung mit denen von vorangegangenen Untersuchungen (Piepgrass et al., 1982; Molinie et al., 1999), die einen positiven Zeitversatz zwischen 5 und 15 min feststellten. 4.4 Analyse der Korrelationskoeffizienten Die linearen Korrelationskoeffizienten der gleitenden Mittel aus Kapitel 4.3 sind niedriger als die Werte der meisten vergleichbaren Studien. Eine Ausnahme bildet dabei die bereits erwähnte Untersuchung von Deierling (2000). Aus diesem Grund wird im folgenden die Streuung zwischen Blitzdichte und Niederschlagsrate der räumlich und zeitlich gleitenden Mittelungen untersucht. Diese stellen die Basis der berechneten Korrelationskoeffizienten dar. Eine schematische Darstellung zur Erstellung der Streudiagramme ist in Abbildung 4.6 gezeigt. Es hat sich gezeigt, dass große Mittelungsintervalle nicht geeignet sind den lokalen Zusammenhang zwischen Blitzdichte und Niederschlagsrate zu erklären (Kap. 4.3). Bei kleinen räumlichen Mittelungsintervallen bzw. kleinen Zeitmittelungen ergaben sich zu niedrige Korrelationskoeffizienten, als dass diese zur genaueren Betrachtung in Frage kämen. Die Mittelungsintervalle von Funktion 4 (Abb. 4.5) sind mit einem räumliches Mittelungsintervall von 10 km x 10 km und eine 5-minütige Mittelungszeit weder zu groß noch zu klein. Daher können exemplarisch zwei 20

29 4.4. Analyse der Korrelationskoeffizienten Ausschnitte der Funktion näher untersucht werden. Zum einen zur ursprünglichen Blitzdetektionszeit mit einem Korrelationskoeffizienten r=0,53, als auch zum Kurvenmaximum bei einer Zeitverschiebung von Δt=+8 min. Hier beträgt der Korrelationskoeffizient 0,59. Grundlage sind die in Abschnitt 4.3 berechneten räumlich und zeitlich gleitenden Mittelungsdaten, sowohl für die Niederschlagsmenge als auch die Blitzdichte. Beide Datensätze werden mit- räumlich und zeitlich gleitende Mittelung ursprüngliche Blitzdetektionszeit (Δt = 0 Minuten) Blitzzeitverschiebung um Δt = 8 Minuten Häufigkeitsverteilung Normierung auf Regenrate Streudiagramme Abbildung 4.6: Flussdiagramm zur Untersuchung der niedrigen Korrelationskoeffizienten von räumlich und zeitlich gleitender Mittelung. tels einer Häufigkeitsverteilung gegenüber gestellt. Die Blitzdichten bezüglich der zugeordneten Niederschlagsmenge werden auf die Gesamtanzahl der Werte pro Klassenbreite der Regenrate ΔRR 0,5 mm h 1 normiert (Abb. 4.6). Anschließend werden für beide Verschiebungszeiten (Δt=0 min, Δt=8 min) die Streudiagramme logarithmiert dargestellt (Abb. 4.7 und 4.8). Der Bereich 1 in Abbildung 4.7 zeigt relativ niedrige Werte und somit eine geringe Häufigkeit für hohe Blitzdichten bei geringer Regenrate. Die höchsten Häufigkeiten treten für geringe Regenraten und gleichfalls geringe Blitzdichten auf (Bereich 2). Für Niederschlagsraten unterhalb von 5 mm h 1 wurden kaum signifikante Blitzdichtenhäufigkeiten ermittelt. Von den sehr niedrigen Regenraten zunehmend, nehmen auch die Häufigkeiten höherer Blitzdichten deutlich zu. Dieser Anstieg der Häufigkeit in Region 3 verdeutlicht, dass bei mittleren Regenraten (>30 mm h 1 ) auch großere Blitzdichten detektiert werden. Auffällig ist ein weiterer Bereich (4) bei hohen Niederschlagsraten (>60 mm h 1 ). Dieser zeigt sehr hohe Häufigkeiten für maximale Regenraten in Kombination mit niedrigen Blitzdichten (<5 h 1 km 2 ) und grenzt sich deutlich von dem Bereich 3 ab. Dies kann durch die großen stratiformen Regenmengen erklärt werden, die aufsummiert über die Gesamtgewitterzeit von 6 Stunden, eine ähnlich hohe Regenrate pro Stunden ergeben, wie ein kurzzeitiger Starkregen. 21

30 Kapitel 4. Analyse des Zusammenhangs von Blitzen und Niederschlag Bei dem Streudiagramm für eine Zeitverschiebung von +8 Minuten (Abb. 4.8) ergeben sich tendenziell höhere Häufigkeiten bei größeren Blitzdichten für die entsprechenden Niederschlagsraten, als in Abbildung 4.7. Das Gebiet 1 bleibt weitestgehend unverändert, selbiges gilt für den Bereich 2. Allerdings gibt es deutliche Unterschiede zwischen Region 3 und Region 4. In beiden Bereichen treten höhere Häufigkeiten auf als bei Δt=0 min. Insbesondere zeigt Gebiet 3 eine Ansammlung von hohen Werten, was bedeutet, dass die Häufigkeit signifikanter Blitzdichten in Zusammenhang mit höheren Regenraten steht. Bei Betrachtung des Regimes 4 wird, für eine positive Zeitverschiebung von 8 Minuten, eine deutliche Verschiebung der Häufigkieten zu höheren Blitzdichten sichtbar. In beiden Streudiagrammen (Abb. 4.7 und 4.8) lassen sich die niedrigen Korrelationskoeffizienten von r=0,53 bei Δt=0 min und r=0,59 bei Δt=+8 min durch die breite Streuung der Häufigkeiten erklären. Dennoch kann der höhere Korrelationkoeffizient für die positive Zeitverschiebung von 8 Minuten anhand einer Häufigkeitszunahme der großen Blitzdichten bei hohen Regenraten veranschaulicht werden. Jede weiteren Interpretationen der Abbildungen bedürfen zusätzlichen Untersuchungen, zumal sich in den Streudiagrammen Anhäufungen zeigen, die für sich genommen analysiert werden müssten. Zwischenfazit: Bei der Analyse der niedrigen Korrelationen konnte, mittels Streudiagramme, der Unterschied zweier Korrelationskoeffizienten verdeutlicht werden. Die Blitzzeitverschiebung von Δt=+8 min in die Vergangenheit, mit etwas höherem Korrelationskoeffizient r=0,59, weist, im Vergleich zur ursprünglichen Blitzzeit (Δt=0), eine Häufigkeitszunahme der großen Blitzdichten bei ebenfalls hoher Regenraten auf. Allerdings zeigt Abbildung 4.8 weitere Anhäufungen, die noch nicht geklärt sind und weiteren Untersuchungen bedürfen. 22

31 4.4. Analyse der Korrelationskoeffizienten Abbildung 4.7: Logarithmierte Häufigkeitsverteilung der auf die Regenrate normierten Blitzdichten, für ein räumliches Mittelungsintervall von 10 km x 10 km und ein zeitliches von 5 min, bei Δt=0 min und r=0,53. Abbildung 4.8: Wie Abbildung 4.7, aber bei Δt=+8 min und r=0,59. 23

2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick

2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick 2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick Das Hauptziel dieser Arbeit ist einen hochaufgelösten Niederschlagsdatensatz für Deutschland, getrennt nach konvektivem und stratiformem

Mehr

ZENTRALANSTALT FÜR METEOROLOGIE UND GEODYNAMIK. Meteorologische Analyse des Niederschlags von Juni 2009

ZENTRALANSTALT FÜR METEOROLOGIE UND GEODYNAMIK. Meteorologische Analyse des Niederschlags von Juni 2009 Meteorologische Analyse des Niederschlags von 22.-25. Juni 2009 Thomas Haiden 30. Juni 2009 Synopsis Im 72-stündigen Zeitraum von 22.6.09 bis 25.6.09 (jeweils 06 UTC) fielen in weiten Teilen der Bundesländer

Mehr

1 NIEDERSCHLAGSMENGEN

1 NIEDERSCHLAGSMENGEN 1 NIEDERSCHLAGSMENGEN Im Kanton Solothurn fallen im langjährigen Durchschnitt etwa 1240 mm Niederschläge pro Jahr. Das sind insgesamt rund 980 Mia. Liter Regen und Schnee oder ein 225000 km langer Zug,

Mehr

Bericht über die Hagelabwehr 2017 in der Region Stuttgart

Bericht über die Hagelabwehr 2017 in der Region Stuttgart Bericht über die Hagelabwehr 2017 in der Region Stuttgart Zeitraum: 25. April bis 15. Oktober. Erstellt von Dr. Hermann Gysi, Radar-info Karlsruhe. Der Bericht ist auch als Download unter http://www.imk-radar.de/downloads/hagelbericht2017.pdf

Mehr

Ergebnisse und Interpretation 54

Ergebnisse und Interpretation 54 Ergebnisse und Interpretation 54 4 Ergebnisse In den Abbildungen 24/4.1 bis 29/4.1 werden die Laktat-Geschwindigkeits-Kurve und die Herzfrequenzwerte der beiden Schwimmgruppen (Männer: n=6, Frauen: n=8)

Mehr

Gibt es in Deutschland nur noch zu warme Monate?

Gibt es in Deutschland nur noch zu warme Monate? Gibt es in Deutschland nur noch zu warme Monate? Rolf Ullrich 1), Jörg Rapp 2) und Tobias Fuchs 1) 1) Deutscher Wetterdienst, Abteilung Klima und Umwelt, D-63004 Offenbach am Main 2) J.W.Goethe-Universität,

Mehr

Das Niederschlagsgeschehen in Mitteleuropa in den ersten 12 Tagen des August 2002

Das Niederschlagsgeschehen in Mitteleuropa in den ersten 12 Tagen des August 2002 Das Niederschlagsgeschehen in Mitteleuropa in den ersten 12 Tagen des August 2002 In den ersten 12 Tagen des August 2002 kam es in Mitteleuropa zu verschiedenen Starkregenereignissen, die große Schäden

Mehr

Metrologisches Gutachten

Metrologisches Gutachten Metrologisches Gutachten über die Niederschlagsverhältnisse am Sonntag, 14.06.2015 von 00 bis 01 Uhr MESZ im Landkreis Fürstenfeldbruck / Bayern Seite [1] von [22] Einleitung In diesem Gutachten sollen

Mehr

Bericht über die Hagelabwehr 2015 im Raum mittlerer Neckar

Bericht über die Hagelabwehr 2015 im Raum mittlerer Neckar Bericht über die Hagelabwehr 2015 im Raum mittlerer Neckar Zeitraum: 25. April bis 15. Oktober. Erstellt von Dr. Hermann Gysi, Südwest-Wetter Karlsruhe. Der Bericht ist auch als Download unter http://www.radar-info.de/downloads/hagelbericht2015.pdf

Mehr

Leitthema: Klima und Wetter, langfristige Trends und kurzzeitige Fluktuationen

Leitthema: Klima und Wetter, langfristige Trends und kurzzeitige Fluktuationen Leitthema: Klima und Wetter, langfristige Trends und kurzzeitige Fluktuationen Physikalische Übung zu: statistische Verteilungen, Mittelwerte, Fluktuationen, Wahrscheinlichkeiten und Signifikanz Fragen:

Mehr

Die Atmosphäre der Erde (7) - Luftmassen und Luftmassendynamik in Mitteleuropa

Die Atmosphäre der Erde (7) - Luftmassen und Luftmassendynamik in Mitteleuropa Die Atmosphäre der Erde (7) - Luftmassen und Luftmassendynamik in Mitteleuropa Luftmassen Unter Luftmasse versteht man eine großräumige Luftmenge, die durch einheitliche Eigenschaften gekennzeichnet ist.

Mehr

Häufigkeitsverteilung von Luftmassen in Europa auf 850 hpa im Zeitraum von 1979 bis 2000

Häufigkeitsverteilung von Luftmassen in Europa auf 850 hpa im Zeitraum von 1979 bis 2000 Häufigkeitsverteilung von Luftmassen in Europa auf 850 hpa im Zeitraum von 1979 bis 2000 Lars Hattwig 1.Gutachter u. Betreuer: Univ.-Professor Dr. Manfred Geb 2.Gutachter: Univ.-Professor Dr. Horst Malberg

Mehr

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf: 18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse

Mehr

Club Apollo 13, 14. Wettbewerb Aufgabe 1.

Club Apollo 13, 14. Wettbewerb Aufgabe 1. Club Apollo 13, 14. Wettbewerb Aufgabe 1. (1) a) Grundlagenteil: Basteln und Experimentieren Wir haben den Versuchsaufbau entsprechend der Versuchsanleitung aufgebaut. Den Aufbau sowie die Phase des Bauens

Mehr

Mesoskalige Modellierung von Niederschlag für 2002 in Benin/West-Afrika

Mesoskalige Modellierung von Niederschlag für 2002 in Benin/West-Afrika Mesoskalige Modellierung von Niederschlag für 2002 in Benin/West-Afrika P. Ludwig, A. Krüger, M. Kerschgens Institut für Geophysik und Meteorologie, Universität zu Köln, Deutschland Für den oberen Teil

Mehr

Kapitel 7. Crossvalidation

Kapitel 7. Crossvalidation Kapitel 7 Crossvalidation Wie im Kapitel 5 erwähnt wurde, ist die Crossvalidation die beste Technik, womit man die Genauigkeit der verschiedenen Interpolationsmethoden überprüft. In diesem Kapitel wurde

Mehr

Mal winterlich, mal mild, mal feucht - vor allem aber extrem wenig Sonne.

Mal winterlich, mal mild, mal feucht - vor allem aber extrem wenig Sonne. Witterungsbericht Winter 2012 / 2013 Winter 2012 / 2013: Zwischen Winter und Winterling - mit insgesamt mehr Schnee als Schneeglöckchen Der meteorologische Winter 2012 / 2013 von Anfang Dezember bis Ende

Mehr

Hagelgefährdung in Deutschland

Hagelgefährdung in Deutschland Hagelgefährdung in Deutschland Projekt Hail Risk and Climate Change (HARIS-CC) Marc Puskeiler, Michael Kunz Institut für Meteorologie und Klimaforschung (IMK) 1 KIT Universität des Landes Baden-Württemberg

Mehr

4 Diskussion 4.1 Korrelation der GW-Ganglinien

4 Diskussion 4.1 Korrelation der GW-Ganglinien 4 Diskussion 4.1 Korrelation der GW-Ganglinien Die GW-Messstationen wurden nach folgenden Kriterien ausgewählt: Erstens unterliegen sie keiner Beeinflussung durch Grundwasserentnahmen. Zweitens sind die

Mehr

Witterungsbericht. - Sommer

Witterungsbericht. - Sommer Witterungsbericht - Sommer 2012 - Witterungsbericht Sommer 2012 Erstellt: September 2012 Thüringer Landesanstalt für Umwelt und Geologie - Thüringer Klimaagentur - Göschwitzer Str. 41 07745 Jena Email:

Mehr

Beobachtungszusammenfassung

Beobachtungszusammenfassung 1 von 30 22.10.2014 16:55 Beobachtungszusammenfassung Drucken Am Mittwoch, dem 07.12.2011, kam es durch ein neues Tiefdruckgebiet über dem Süden Skandinaviens zu einer Sturmlage. Der Tiefdruckeinfluss

Mehr

Bericht. über die Entwicklung der Lufttemperatur und der Windböen an Messstellen in NÖ

Bericht. über die Entwicklung der Lufttemperatur und der Windböen an Messstellen in NÖ Bericht über die Entwicklung der Lufttemperatur und der Windböen an Messstellen in NÖ Impressum: Amt der NÖ Landesregierung Abteilung Anlagentechnik Referat Luftgüteüberwachung Landhausplatz 1 3109 St.

Mehr

Metrologisches Gutachten

Metrologisches Gutachten Metrologisches Gutachten über die Niederschlagsverhältnisse am Freitag, 14.08.2015 von 17 bis 19 Uhr MESZ im Landkreis Fürstenfeldbruck / Bayern Seite [1] von [25] Einleitung In diesem Gutachten sollen

Mehr

Übungen mit dem Applet Vergleich von zwei Mittelwerten

Übungen mit dem Applet Vergleich von zwei Mittelwerten Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung

Mehr

Um die Güte die EZMW Prognosen abzuschätzen, wurden 2 Datensätze verwendet:

Um die Güte die EZMW Prognosen abzuschätzen, wurden 2 Datensätze verwendet: Kapitel 3 Niederschlagsdaten und Niederschlagsstatistik Um die Güte die EZMW Prognosen abzuschätzen, wurden 2 Datensätze verwendet: Beobachtungsdaten von der Niederschlagsstationen im ganzen Iran EZMW-Niederschlagsprognosen

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey

Mehr

Laborübungen aus Physikalischer Chemie (Bachelor) Universität Graz

Laborübungen aus Physikalischer Chemie (Bachelor) Universität Graz Arbeitsbericht zum Versuch Temperaturverlauf Durchführung am 9. Nov. 2016, M. Maier und H. Huber (Gruppe 2) In diesem Versuch soll der Temperaturgradient entlang eines organischen Kristalls (Bezeichnung

Mehr

Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 R =

Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 R = Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 Versuch zur Ermittlung der Formel für X C In der Erklärung des Ohmschen Gesetzes ergab sich die Formel: R = Durch die Versuche mit einem

Mehr

Häufigkeit von Stürmen im Nordatlantik

Häufigkeit von Stürmen im Nordatlantik Häufigkeit von Stürmen im Nordatlantik Ch. Lefebvre Deutscher Wetterdienst, Abteilung Klima und Umwelt Markante Sturmereignisse wie 'Anatol', 'Lothar', und 'Ginger', die im Dezember 1999 und Mai 2000 nicht

Mehr

Protokoll Grundpraktikum: O1 Dünne Linsen

Protokoll Grundpraktikum: O1 Dünne Linsen Protokoll Grundpraktikum: O1 Dünne Linsen Sebastian Pfitzner 22. Januar 2013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (552892) Arbeitsplatz: 3 Betreuer: A. Ahlrichs Versuchsdatum: 16.01.2013

Mehr

Übungen mit dem Applet Wahrscheinlichkeitsnetz

Übungen mit dem Applet Wahrscheinlichkeitsnetz Wahrscheinlichkeitsnetz 1 Übungen mit dem Applet Wahrscheinlichkeitsnetz 1 Statistischer Hintergrund... 1.1 Verteilungen... 1. Darstellung von Daten im Wahrscheinlichkeitsnetz...4 1.3 Kurzbeschreibung

Mehr

Autofokus für das MONET-Teleskop. Projektwoche 2013 im Pascal-Gymnasium Münster AiM-Projektgruppe

Autofokus für das MONET-Teleskop. Projektwoche 2013 im Pascal-Gymnasium Münster AiM-Projektgruppe Autofokus für das MONET-Teleskop Projektwoche 2013 im Pascal-Gymnasium Münster AiM-Projektgruppe Einführung Wir gehen davon aus, dass ein Bild mit einem kleinen mittleren Sternendurchmesser eher für eine

Mehr

Vergleich von Seegangsmessungen mit Boje und Radar an der Plattform FINO 1. Dipl.-Ing. Maria Blümel Prof. Dr.-Ing. W. Zielke

Vergleich von Seegangsmessungen mit Boje und Radar an der Plattform FINO 1. Dipl.-Ing. Maria Blümel Prof. Dr.-Ing. W. Zielke Vergleich von Seegangsmessungen mit Boje und Radar an der Plattform FINO 1 Dipl.-Ing. Maria Blümel Prof. Dr.-Ing. W. Zielke Leibniz Universität Hannover Institut für Strömungsmechanik und Elektronisches

Mehr

Didaktisches Seminar über Stochastik. Themen: ffl Korrelation von zwei Zufallsvariablen

Didaktisches Seminar über Stochastik. Themen: ffl Korrelation von zwei Zufallsvariablen Didaktisches Seminar über Stochastik Themen: ffl Gemeinsame Verteilung von zwei Zufallsvariablen ffl Lineare Regression ffl Korrelation von zwei Zufallsvariablen Michael Ralph Pape Mai 1998 1 1 GEMEINSAME

Mehr

Gewitter. Physik der Atmosphäre. Überblick. Entstehung Aufbau Gefahren. 1. Wolken: Entstehung eines Gewitters in Bildern. 2. Physik der Atmosphäre:

Gewitter. Physik der Atmosphäre. Überblick. Entstehung Aufbau Gefahren. 1. Wolken: Entstehung eines Gewitters in Bildern. 2. Physik der Atmosphäre: Gewitter Entstehung Aufbau Gefahren Landeswetterdienst 2010 Überblick 1. Wolken: Entstehung eines Gewitters in Bildern 2. Physik der Atmosphäre: Wann und warum können sich Gewitter bilden Gewittertypen

Mehr

Model Output Statistics (MOS)

Model Output Statistics (MOS) Model Output Statistics (MOS) Numerische Modelle zur Wettervorhersage (NWV Modelle) berechnen den zukünftigen Zustand der Atmosphäre zu bestimmten Zeitpunkten (Prognose). Als Basis für die Berechnung der

Mehr

4.1. Körperkondition zum Zeitpunkt der Kalbung

4.1. Körperkondition zum Zeitpunkt der Kalbung 4. Ergebnisse Es werden die Datensätze von 318 Tieren, die in dem Versuchszeitraum abkalben, ausgewertet. Zur Frage nach dem Einfluß der Körperkondition zum Zeitpunkt der Kalbung auf das Fruchtbarkeitsgeschehen

Mehr

Protokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten

Protokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten Protokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten Sebastian Pfitzner 19. Februar 013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (5589) Betreuer: N. Haug Versuchsdatum:

Mehr

Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.

Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum. Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll zur Bestimmung der Federkonstante (F4) am Arbeitsplatz

Mehr

Witterungsbericht. - Winter 2012/13 -

Witterungsbericht. - Winter 2012/13 - Witterungsbericht - Winter 2012/13 - Witterungsbericht Winter 2012/13 Erstellt: März 2013 Thüringer Landesanstalt für Umwelt und Geologie - Thüringer Klimaagentur - Göschwitzer Str. 41 07745 Jena Email:

Mehr

Protokoll Grundpraktikum: F5 Dichte fester Körper

Protokoll Grundpraktikum: F5 Dichte fester Körper Protokoll Grundpraktikum: F5 Dichte fester Körper Sebastian Pfitzner 6. Februar 013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (5589) Arbeitsplatz: 4 Betreuer: Anicó Kulow Versuchsdatum:

Mehr

Mittelwert, Standardabweichung, Median und Bereich für alle durchgeführten Messungen (in Prozent)

Mittelwert, Standardabweichung, Median und Bereich für alle durchgeführten Messungen (in Prozent) 3. Ergebnisse 3.1 Kennwerte, Boxplot Die Kennwerte der deskriptiven Statistik sind in der Tabelle 1 für alle Messungen, in der Tabelle 2 für die Messungen, bei denen mit der Referenzmethode eine festgestellt

Mehr

mittlere WS bis Silageernte ab Blüte

mittlere WS bis Silageernte ab Blüte Mais - Modellbeschreibung und Interpretationshilfe Anhand vorliegender Temperaturzeitreihen und beobachteter phänologischer Phasen werden Silage- und des Maises vorhergesagt. Diese Vorhersagen werden tabellarisch

Mehr

Gliederung der Vorlesung

Gliederung der Vorlesung Gliederung der Vorlesung Aerosol- und Wolkenphysik Entstehung, Transport und Lebensdauer von Aerosolen Größenverteilung des Aerosols Wirkung des Aerosols auf das Klima Wolkenbildung - Krümmungseffekt -

Mehr

Der Dürreindex des Weltzentrums für Niederschlagsklimatologie (GPCC-DI)

Der Dürreindex des Weltzentrums für Niederschlagsklimatologie (GPCC-DI) Dr. Markus Ziese Der Dürreindex des Weltzentrums für Niederschlagsklimatologie (GPCC-DI) Deutscher Wetterdienst, Hydrometeorology, Offenbach am Main, Germany Inhalt Charakteristika eine Dürreindexes Standardized

Mehr

Einsatzplanung der Hagelabwehr in Südwestdeutschland

Einsatzplanung der Hagelabwehr in Südwestdeutschland Einsatzplanung der Hagelabwehr in Südwestdeutschland Die Hagelabwehrgebiete Stuttgart /Rems-Murr 1980 Schwarzwald-Bahr 2010 Vorderpfalz 2012 2 F 1 F 2 F Ortenau 2015 1 F Württemberg WGV 2015 1 F Erweiterung

Mehr

Die Ozonepisoden 2003 in Thüringen

Die Ozonepisoden 2003 in Thüringen Die Ozonepisoden 2003 in Thüringen Bodennahes Ozon im Sommer war in den vergangenen Jahren nahezu in Vergessenheit geraten. Es gab nur sehr seltene Überschreitungen des Informationsschwellenwertes von

Mehr

NIEDERSCHLAG. Hausübung 1

NIEDERSCHLAG. Hausübung 1 Hausübung 1 NIEDERSCHLAG Abgabe: 25.10.2017 Niederschlag wird nahezu weltweit mit einem Netz von Messstationen erfasst. Dabei handelt es sich um punktuelle Messungen. Für grundlegende Fragen der Ingenieurhydrologie

Mehr

Wie entsteht ein Gewitter?

Wie entsteht ein Gewitter? 1 Wie entsteht ein Gewitter? Wusstest du, dass du bei einem Gewitter im Auto am sichersten bist? Selbst wenn das Auto vom Blitz getroffen wird, fließt der Strom außen über das Auto in die Erde ab. Gewitter

Mehr

Begleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen

Begleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Institut für Technische Thermodynamik und Kältetechnik Leiter: Prof. Dr.-Ing. K. Schaber Begleitmaterial zur Vorlesung Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Verfasst von Dr.

Mehr

Kompetenzen und Aufgabenbeispiele Natur und Technik

Kompetenzen und Aufgabenbeispiele Natur und Technik Institut für Bildungsevaluation Assoziiertes Institut der Universität Zürich Kompetenzen und Aufgabenbeispiele Natur und Technik Informationen für Lehrpersonen und Eltern 1. Wie sind die Ergebnisse dargestellt?

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

9. Tantal SIMS-Ergebnisse RTP-GETEMPERTE SBT-PROBEN OFENGETEMPERTE SBT-PROBEN

9. Tantal SIMS-Ergebnisse RTP-GETEMPERTE SBT-PROBEN OFENGETEMPERTE SBT-PROBEN 9. Tantal 9.1. SIMS-Ergebnisse 9.1.1. RTP-GETEMPERTE SBT-PROBEN In Abbildung 32 sind die Tantal-Tiefenprofile nach Tempern der SBT-Proben im RTP dargestellt, in Abbildung 32 a) mit und in Abbildung 32

Mehr

Abb. 1 Mittleres Eintrittsdatum der maximalen Schneedeckenhöhe Zeitraum 1961/90.

Abb. 1 Mittleres Eintrittsdatum der maximalen Schneedeckenhöhe Zeitraum 1961/90. Abb. 1 Mittleres Eintrittsdatum der maximalen Schneedeckenhöhe Zeitraum 1961/90. Abb. 2 Mittlere Schneedeckendauer Zeitraum 1961/90. Den Kartendarstellungen liegen ca. 550 geprüfte, vollständige 30-jährige

Mehr

4.1. Campylobacter-Keimzahlen auf Hähnchenschenkeln innerhalb einer Handels- Packung

4.1. Campylobacter-Keimzahlen auf Hähnchenschenkeln innerhalb einer Handels- Packung 4. Ergebnisse 4.1. Campylobacter-Keimzahlen auf Hähnchenschenkeln innerhalb einer Handels- Packung Die Untersuchung der Verteilung der Campylobacter-Keimzahlen innerhalb einer Handels- Packung zeigte,

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung Einführung Fehlerrechnung Bei jeder Messung, ob Einzelmessung oder Messreihe, muss eine Aussage über die Güte ( Wie groß ist der Fehler? ) des Messergebnisses gemacht werden. Mögliche Fehlerarten 1. Systematische

Mehr

Auswertung: Franck-Hertz-Versuch

Auswertung: Franck-Hertz-Versuch Auswertung: Franck-Hertz-Versuch Christine Dörflinger und Frederik Mayer, Gruppe Do-9 10. Mai 2012 1 Inhaltsverzeichnis 1 Erste Anregung von Quecksilber 3 1.1 Aufbauen der Schaltung der Quecksilber-Franck-Hertz-Röhre................

Mehr

NORDAMERIKA und wir 2/2. Naturgeographische Gunst- und Ungunsträume

NORDAMERIKA und wir 2/2. Naturgeographische Gunst- und Ungunsträume Klasse: 10 Station 2: Thema 2: Naturgeographische Gunst- und Ungunsträume Debby, Florence, Sandy und Co. Aufgaben: 1. Werte die Informationen aus dem Text im Buch auf den Seiten 90, 91 und 95 sowie die

Mehr

Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.

Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum. Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll zur Bestimmung der Brennweiten von dünnen Linsen (O)

Mehr

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner /

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner / VU mathematische methoden in der ökologie: räumliche verteilungsmuster / h.lettner / Analyse räumlicher Muster und Verteilungen Die Analyse räumlicher Verteilungen ist ein zentrales Gebiet der ökologischen

Mehr

Klimadaten für Münsingen-Rietheim 2016

Klimadaten für Münsingen-Rietheim 2016 Jahresdaten Zusammenfassung Mittlere Temperatur (Normal ca. 6,9 C) 7,9 C Höchsttemperatur 31, C Tiefsttemperatur -,5 C Mittlere relative Luftfeuchte 85 % Höchste relative Luftfeuchte % Niedrigste relative

Mehr

12 Zusammenfassung. Zusammenfassung 207

12 Zusammenfassung. Zusammenfassung 207 Zusammenfassung 207 12 Zusammenfassung Die Arbeit liefert einen Beitrag zur Ermittlung der hydraulischen Verluste von Stirnradverzahnungen. Insbesondere wurde der Einfluss des Flanken- und des Kopfspieles

Mehr

Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst.

Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst. Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst Seite 1 Entwicklung der Globaltemperatur 1850 bis 2015 von der Klimareferenzperiode

Mehr

Radio Detecting/Detection and Ranging

Radio Detecting/Detection and Ranging Radar Radio Detecting/Detection and Ranging Funktionsweise Herleitung der Radargleichung Fehlinterpretationen einige Produkte KONRAD Funktionsweise Mittels einer Parabolantenne werden in sehr kurzen Zeitabständen

Mehr

Beobachtungszusammenfassung

Beobachtungszusammenfassung 1 von 7 22.10.2014 16:53 Beobachtungszusammenfassung Drucken Am 06.10.2011 wurde NRW von einer interessanten Kaltfront überquert, die besonders schön die typischen Strukturen auf dem Satbild zeigte. Somit

Mehr

Das Oltner Wetter im November 2011

Das Oltner Wetter im November 2011 Das Oltner Wetter im November 2011 Staubtrocken und zu mild Der Wetterverlauf im November 2011 wird als aussergewöhnlich in die Wetteraufzeichnungen eingehen. Praktisch während des ganzen Monats lag die

Mehr

Aufbau einer Gewitterwolke:

Aufbau einer Gewitterwolke: Damit Gewitterwolken mit Blitz und Donner entstehen können, muß innerhalb der Wolke eine starke Aufwärtsströmung herrschen (In kräftigen Gewitterwolken wurden Aufwinde mit Geschwindigkeiten von knapp über

Mehr

E12 ELEKTRONEN IN FELDERN

E12 ELEKTRONEN IN FELDERN Grundpraktikum E12 ELEKTRONEN IN FELDERN Autoren: T K Versuchsdatum: 03.05.2018 Versuchsplatz: 2 Inhaltsverzeichnis Physikalischer Hintergrund und Aufgabenstellung...3 Bestimmung der effektiven Feldlänge...3

Mehr

Monate Präop Tabelle 20: Verteilung der NYHA-Klassen in Gruppe 1 (alle Patienten)

Monate Präop Tabelle 20: Verteilung der NYHA-Klassen in Gruppe 1 (alle Patienten) Parameter zur Beschreibung der Leistungsfähigkeit Klassifikation der New-York-Heart-Association (NYHA) Gruppe 1 (alle Patienten): Die Eingruppierung der Patienten in NYHA-Klassen als Abbild der Schwere

Mehr

Unwetter mit Tornados richten am 5. Mai 2015 schwere Schäden in Norddeutschland an

Unwetter mit Tornados richten am 5. Mai 2015 schwere Schäden in Norddeutschland an Unwetter mit Tornados richten am 5. Mai 2015 schwere Schäden in Norddeutschland an Dr. Susanne Haeseler, Christiana Lefebvre, Andreas Friedrich; Stand: 06. Mai 2015 Einleitung Am 5. Mai 2015 lag Deutschland

Mehr

Prüfen von Zeitreihen mit individuellen Korrekturparametern K-Prüfung

Prüfen von Zeitreihen mit individuellen Korrekturparametern K-Prüfung Prüfen von Zeitreihen mit individuellen Korrekturparametern K-Prüfung aqua_plan Ingenieurgesellschaft für Problemlösungen in Hydrologie und Umweltschutz mbh Amyastr. 126, 52066 Aachen Tel.: 0241 40070-0,

Mehr

Mathematisch-Naturwissenschaftliche Fakultät I Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.

Mathematisch-Naturwissenschaftliche Fakultät I Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum. Mathematisch-Naturwissenschaftliche Fakultät I Humboldt-Universität u Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll Statistik und Radioaktivität (F7) Arbeitsplat 1 durchgeführt

Mehr

Grundpraktikum A T7 Spezifische Wärmekapazität idealer Gase

Grundpraktikum A T7 Spezifische Wärmekapazität idealer Gase Mathematisch-Naturwissenschaftliche Fakultät Institut für Physik Grundpraktikum A T7 Spezifische Wärmekapazität idealer Gase 16.6.217 Studenten: Tim Will Betreuer: Raum: Messplatz: M. NEW14-2.15 Links

Mehr

Hochaufgelöste Niederschlagsmessung während COPS

Hochaufgelöste Niederschlagsmessung während COPS Hochaufgelöste Niederschlagsmessung während COPS Radar und Niederschlagsmesser im Vergleich N. Filipović, R. Steinacker, M. Dorninger, L. Tüchler Universität Wien, Institut für Meteorologie und Geophysik

Mehr

Physikalisches Praktikum 4. Semester

Physikalisches Praktikum 4. Semester Torsten Leddig 04.Mai 2005 Mathias Arbeiter Betreuer: Dr. Enenkel Physikalisches Praktikum 4. Semester - Beugung an Spalten - 1 Ziel: Kennen lernen von Beugungsphänomenen. Aufgaben: 1. Bestimmen Sie die

Mehr

Versuchsauswertung: Franck-Hertz-Versuch

Versuchsauswertung: Franck-Hertz-Versuch Praktikum Klassische Physik II Versuchsauswertung: Franck-Hertz-Versuch (P-53,54,55) Christian Buntin, Jingfan Ye Gruppe Mo- Karlsruhe, 9. April Inhaltsverzeichnis Bestimmung der kleinsten Anregungsenergie

Mehr

Kapitel VII - Konzentration von Merkmalswerten

Kapitel VII - Konzentration von Merkmalswerten Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VII - Konzentration von Merkmalswerten Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh

Mehr

Allgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression

Allgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression 1 Einführung Allgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression Datenauswertung In einem naturwissenschaftlichen Experiment werden Sie meist

Mehr

Wetterüberwachung und Kürzestfristvorhersage. mittels RADAR-Daten

Wetterüberwachung und Kürzestfristvorhersage. mittels RADAR-Daten Wetterüberwachung und Kürzestfristvorhersage mittels RADAR-Daten Dr. rer. nat. Tim Böhme Deutscher Wetterdienst Geschäftsbereich Wettervorhersage Abteilung Basisvorhersagen Gliederung 1. RADAR-Messung

Mehr

Klimatologische Anwendung von Radardaten in Sachsen

Klimatologische Anwendung von Radardaten in Sachsen Fakultät für Umweltwissenschaften, Professur für Meteorologie Klimatologische Anwendung von Radardaten in Sachsen Rico Kronenberg 1 Wetterradar Was misst das Radar? Radar = Radio Detecting And Ranging

Mehr

Statistische Untersuchung der Veränderung von Großwetterlagen im Zusammenhang mit der klimatischen Erwärmung am Beispiel der Klimastation Aachen

Statistische Untersuchung der Veränderung von Großwetterlagen im Zusammenhang mit der klimatischen Erwärmung am Beispiel der Klimastation Aachen Statistische Untersuchung der Veränderung von Großwetterlagen im Zusammenhang mit der klimatischen Erwärmung am Beispiel der Klimastation Aachen DACH 7, Meteorologentagung 7, Hamburg, Deutschland,. -14.

Mehr

Digitale Demokratie: Chancen und Herausforderungen von sozialen Netzwerken. Bachelorarbeit

Digitale Demokratie: Chancen und Herausforderungen von sozialen Netzwerken. Bachelorarbeit Digitale Demokratie: Chancen und Herausforderungen von sozialen Netzwerken Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft der Wirtschaftswissenschaftlichen

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

Messprotokoll / MEASUREMENT REPORT

Messprotokoll / MEASUREMENT REPORT A n t e n n e n / A N T E N N A Messprotokoll / MEASUREMENT REPORT MEASURED PRODUCT Entkopplung zwischen zwei GSM-R-Antennen in Abhängigkeit des Abstandes zueinander Seite 1 von 7 Inhaltsverzeichnis 1.

Mehr

5. Statistische Auswertung

5. Statistische Auswertung 5. Statistische Auswertung 5.1 Varianzanalyse Die Daten der vorliegenden Versuchsreihe zeigen eine links steile, rechts schiefe Verteilung. Es wird untersucht, ob sich die Meßdaten durch Transformation

Mehr

Praktikum Physik. Protokoll zum Versuch: Beugung. Durchgeführt am Gruppe X. Name 1 und Name 2

Praktikum Physik. Protokoll zum Versuch: Beugung. Durchgeführt am Gruppe X. Name 1 und Name 2 Praktikum Physik Protokoll zum Versuch: Beugung Durchgeführt am 01.12.2011 Gruppe X Name 1 und Name 2 (abc.xyz@uni-ulm.de) (abc.xyz@uni-ulm.de) Betreuer: Wir bestätigen hiermit, dass wir das Protokoll

Mehr

Kriterien zur Bewertung von Geschäftsmodellen der Industrie 4.0. Bachelorarbeit

Kriterien zur Bewertung von Geschäftsmodellen der Industrie 4.0. Bachelorarbeit Kriterien zur Bewertung von Geschäftsmodellen der Industrie 4.0 Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B. Sc.) im Studiengang Wirtschaftswissenschaft der Wirtschaftswissenschaftlichen

Mehr

DIE NIEDERSCHLAGSVERHÄLTNISSE IN DER STEIERMARK IN DEN LETZTEN 100 JAHREN Hydrographischer Dienst Steiermark

DIE NIEDERSCHLAGSVERHÄLTNISSE IN DER STEIERMARK IN DEN LETZTEN 100 JAHREN Hydrographischer Dienst Steiermark 1 DIE NIEDERSCHLAGSVERHÄLTNISSE IN DER STEIERMARK IN DEN LETZTEN 1 JAHREN Hydrographischer Dienst Steiermark 1. EINLEITUNG Das Jahr 21 war geprägt von extremer Trockenheit vor allem in den südlichen Teilen

Mehr

DLR Produkte Cb-TRAM / Rad-TRAM in WIIS

DLR Produkte Cb-TRAM / Rad-TRAM in WIIS Workshop für die WIIS Nutzer 14. Juli 2010 am Flughafen München DLR Produkte Cb-TRAM / Rad-TRAM in WIIS Gottfried Perschl (WIIS GmbH) Dr. Caroline Forster (DLR) Information: www.wetterradar.at Programmablauf

Mehr

3. Lektion: Deskriptive Statistik

3. Lektion: Deskriptive Statistik Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive

Mehr

GPS Analogieexperiment

GPS Analogieexperiment Didaktik der Physik, Ruhr-Universität Bochum, www.dp.rub.de GPS Analogieexperiment Einleitung Das Global Positioning System (GPS) erlangt zunehmende Bedeutung in vielen technischen Anwendungen. Im täglichen

Mehr

Das Oltner Wetter im März 2011

Das Oltner Wetter im März 2011 Das Oltner Wetter im März 2011 Frühlingshaft mild mit viel Sonnenschein und anhaltender Trockenheit Auch der erste Frühlingsmonat war, wie schon die Vormonate Januar und Februar, überwiegend von hohem

Mehr

Eine Grafik genauer beschreiben

Eine Grafik genauer beschreiben Eine Grafik genauer beschreiben KOMMUNIKATION NIVEAU NUMMER SPRACHE Mittelstufe B2_2057X_DE Deutsch Lernziele Wiederhole eine Grafik zu beschreiben und deine Analyse zu formulieren Übe, eine Grafik zu

Mehr

Das Oltner Wetter im Januar 2011

Das Oltner Wetter im Januar 2011 Das Oltner Wetter im Januar 2011 Zu mild, zu trocken und zu sonnig Das neue Jahr begann im Mittelland mit trübem Hochnebelwetter Auslöser war ein Hoch, welches in den folgenden Tagen wieder zunehmend kalte

Mehr

Graphische Darstellung einer univariaten Verteilung:

Graphische Darstellung einer univariaten Verteilung: Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit

Mehr

TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN

TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN GLIEDERUNG Bivariate Analyse für metrisch skalierte Variablen Grundlagen Streudiagramme und Visualisierungen von Zusammenhängen Positive lineare

Mehr

1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis

1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis 1. Inhaltsverzeichnis 1. Inhaltsverzeichnis... 1 2. Abbildungsverzeichnis... 1 3. Einleitung... 2 4. Beschreibung der Datenquelle...2 5. Allgemeine Auswertungen...3 6. Detaillierte Auswertungen... 7 Zusammenhang

Mehr