Feinstaubmessungen (PM10 und PM2.5) mit dem Fidas 200 der Firma Palas im NABEL
|
|
- Gerhardt Salzmann
- vor 6 Jahren
- Abrufe
Transkript
1 Feinstaubmessungen (PM1 und PM2.5) mit dem Fidas 2 der Firma Palas im NABEL Christoph Hüglin, Beat Schwarzenbach Empa, Abteilung für Luftfremdstoffe und Umwelttechnik
2 Einsatz des Fidas 2 im NABEL Gravimetrie Fidas 2 Station Messbeginn PM1 (täglich) PM2.5 (jeder vierte Tag) DUE 12. Dez 14 x x BAS 18. Dez 14 x x ZUE 14. Jan 15 x x LUG 5. Feb 15 x x BER 19. März 15 x x HAE 7. Okt 15 x x MAG 29. Okt 15 x x PAY 25. Nov 15 x x RIG 1. Okt 15 x x -2-
3 Schlussfolgerungen aus den bisherigen Erfahrungen 1. Das Fidas 2 von Palas ist ein automatischer PM-Monitor der sich gut für Messnetzbetrieb eignet (einfache Handhabung, zuverlässig, praktisch keine Geräteausfälle - Datenverfügbarkeit im NABEL >99 %). 2. Die Messwerte mit dem Fidas 2 (PM1 und PM2.5) können gegenüber denen der gravimetrischen Methode deutlich abweichen. Dies ist aufgrund des unterschiedlichen Messprinzips erklärbar und zu erwarten. Die Messwerte des Fidas 2 müssen daher mit gravimetrischen Messungen (Referenzmethode) korrigiert werden, um die Vergleichbarkeit sicherzustellen. 3. Nicht korrigierte Fidas 2 Messwerte können gegenüber der gravimetrischen Methode eine Abweichung von bis ca. 8 g/m 3 im Tagesmittel, bzw. bis ca. 3 g/m 3 im Jahresmittel aufweisen. 4. Optimal korrigierte Messwerte des Fidas 2 zeigen im 24h-Mittel gegenüber der gravimetrischen Methode zufällige Abweichungen von etwa ± 5 g/m 3 (95% Vertrauensbereich; gilt für PM1 und PM2.5). Diese Abweichungen sind durch die variierende chemische Zusammensetzung des Feinstaubs und der unterschiedlichen Messprinzipien erklärbar. Auf den Jahresmittelwert haben diese Abweichungen keinen grossen Einfluss. Die Unsicherheit des Jahresmittelwertes (korrigierte Messwerte des Fidas 2) beträgt ca. ±.3 g/m Die Unterschiede zwischen den korrigierten Messwerten des Fidas 2 (PM1 und PM2.5) und der gravimetrischen Methode zeigen eine leichte jahreszeitliche Abhängigkeit (im Sommer zeigt das Fidas 2 leicht höhere Werte als die gravimetrische Methode). 6. Die Korrektur der Messwerte des Fidas 2 basierend auf einmaligen zeitlich befristeten Vergleichsmessungen mit der gravimetrischen Methode (z.b. während 6 Tagen) ist nicht ausreichend. Die aus zeitlich befristeten Vergleichsmessungen ermittelten Korrekturfunktionen sind nicht notwendigerweise repräsentativ und können stark variieren. Dies führt dazu, dass die Messunsicherheit gegenüber nicht korrigierten Werten unverändert bleibt (siehe Punkt 3). Dies gilt nicht spezifisch für das Fidas 2 sondern für alle automatischen Feinstaubmonitore. Automatische Feinstaubmonitore sollten daher regelmässig mit der gravimetrischen Referenzmethode verglichen werden die Anforderungen an regelmässige Vergleichsmessungen sind in der Technischen Spezifikation CEN/TS1645 (213, kann bei shop.snv.ch erworben werden) bzw. im Normentwurf pren1645 (216) aufgeführt. Der Normentwurf pren1645 (216) ist noch nicht erhältlich. -3-
4 Schlussfolgerungen aus den bisherigen Erfahrungen 7. An den NABEL-Stationen kann der PM2.5-Jahresmittelwert mit guter Genauigkeit anhand der PM1 Korrekturfunktion bestimmt werden. Ausser am städtischen Verkehrsstandort Bern-Bollwerk sind die mittleren jährlichen PM2.5/PM1 Verhältnisse stabil. Dadurch führt die Anwendung von korrekten Korrekturfunktionen für PM1 auf das mit einem Fidas 2 gemessene PM2.5 zu ziemlich genauen Jahresmittelwerten für PM2.5 (die resultierende Unsicherheit liegt im Bereich von.4-.5 g/m 3, bei Bern-Bollwerk ca. 1.8 g/m 3 ). Die Anwendung dieser Strategie kann ohne regelmässige Vergleichsmessungen von PM2.5 mit der gravimetrischen Methode jedoch nicht empfohlen werden, da die Übertragbarkeit auf andere Standorte unsicher ist. Zudem wird durch regelmässige Vergleichsmessungen mit gravimetrisch gemessenem PM2.5 sichergestellt, dass allfällige Änderungen des PM2.5/PM1 Verhältnisses erkannt und berücksichtigt werden können. 8. Das Verhältnis von PM2.5 zu PM1 weist jahreszeitliche Unterschiede auf. Im Winter ist das Verhältnis höher als im Sommer, was unter anderem durch einen im Sommer höheren Beitrag durch mineralische Stäube erklärt werden kann. Diese jahreszeitlichen Unterschiede werden vom Fidas 2 und der gravimetrischen Methode in guter Übereinstimmung wiedergegeben. -4-
5 Exemplarische Datenauswertungen für die NABEL-Station Dübendorf -5-
6 Die längste Zeitreihe mit PM-Messungen mit dem Fidas 2 gibt es in Dübendorf (seit ). Nimmt man die Testphase in der Teststation DUT dazu, dann ergibt sich eine Messreihe seit Paarweise Streudiagramme von gravimetrischem PM1 und PM2.5, kontinuierlichem PM1 und PM2.5 mit einem Fidas 2, sowie die mit dem Fidas gemessene Partikelanzahlkonzentration. In den unteren Quadraten sind die zugehörigen Ausgleichsgeraden und die Bestimmtheitsmasse r 2 angegeben PM1gra y =.93 x +.53 r2 =.93 Dübendorf PM1kon y = 1.2 x r2 =.94 y = 1.16 x r2 =.81 PM2.5gra y = 1.6 x r2 =.9 y = 1.9 x r2 =.89 y =.88 x +.4 r2 =.93 PM2.5kon y =.5 x r2 =.84 y =.5 x r2 =.81 y =.4 x r2 =.86 y =.4 x r2 =.91 PNC.Fidas
7 Dübendorf: Zeitverlauf PM1 (gravimetrisch, kontinuierlich, Tagesmittelwerte ), deren Differenz (kontinuierlich gravimetrisch), sowie die mit dem Fidas gemessene Partikelanzahlkonzentration. Der Zeitverlauf für die Differenz (dpm1=pm1 kon -PM1 gra ) zeigt eine leichte jahreszeitliche Abhängigkeit. Verglichen mit der gravimetrischen Methode zeigt das Fidas während der warmen Jahreszeit leicht höhere PM1-Messwerte, im Winter sind dagegen die gravimetrischen Messwerte etwas höher PM 1 gra 6 PM 1 ( g m 3 ) PM 1 kon -1 dpm PNC.Fidas Apr Jul Okt Jan Apr Jul Okt Jan PM 1 gra PM 1 kon dpm 1 PNC.Fidas -7-
8 Dübendorf: Zeitverlauf PM2.5 (gravimetrisch, kontinuierlich, Tagesmittelwerte ) sowie deren Differenz (kontinuierlich gravimetrisch). DUE PM 2.5 gra 6 PM 2.5 ( g m 3 ) PM 2.5 kon 1 5 dpm Apr Jul Okt Jan Apr Jul Okt Jan PM 2.5 gra PM 2.5 kon dpm
9 Dübendorf: Zeitverlauf der Verhältnisses PM2.5/PM1 (Tagesmittelwerte ) gemessen mit der gravimetrischen Methode (schwarz) sowie mit dem Fidas (rot). Negative Verhältnisse und solche grösser als 1 können beim Fidas nicht auftreten, da einerseits die Partikelmassenkonzentration von der Anzahl gezählter Partikel berechnet wird und andererseits die PM2.5 und PM1-Messungen nicht unabhängig voneinander sind. Das tiefere Verhältnis PM2.5/PM1 während der warmen DUE Jahreszeit kann durch einen höheren Beitrag von aufgewirbeltem mineralischem Staub während dieser Zeit erklärt werden PM 2.5 /PM 1. Apr Jul Okt Jan Apr Jul Okt Jan -9-
10 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.4 (.2 ) x (.34 ) n = 785 Dübendorf, PM1 Streudiagramm von 24h-PM1 mit dem Fidas 2 gegen die gravimetrische Referenzmethode. Daten vom Mittels orthogonaler Regression berechnete Ausgleichsgerade inkl. 95%-Vertrauens- und 95%-Prognoseintervall. Frequency Histogramm der Differenz von 24h-Werten von PM1 mit Fidas 2 und gravimetrischer Methode Daten vom Die systematischen Unterschiede können mit regelmässigen Parallelmessungen korrigiert werden. Die zufälligen Unterschiede bleiben. Für 24h-Werte können diese ca. ±2 Stdev = ± 5.2 g/m 3 ausmachen, für Jahresmittelwerte sind die zufälligen Unterschiede vernachlässigbar ( 5.2/ 365 =.3 g/m 3 ) siehe auch nächste Seite. Mittelwert =.56 (ug/m3) Stdev = 2.58 (ug/m3) PM Fidas
11 Dübendorf, PM1 Differenz von korrigierten PM1-Werte mit dem Fidas 2 (mit Steigung und Achsenabschnitt der Regressionsgerade korrigiert) und gravimetrischem PM1 gegen die gravimetrische Referenzmethode. Daten vom Die zugehörigen 95%-Vertrauens- und 95%-Prognoseintervalle sind ebenfalls eingezeichnet. PM Fidas 2 korrigiert Vertrauensintervall Prognoseintervall MSE AMS = 1 n y i, AMS y i, reference 2 ) RMSE PM1 Fidas 2 (24h) = 2.5 g/m
12 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.9 (.2 ) x (.28 ) n = 674 Dübendorf, PM2.5 Streudiagramm von 24h-PM2.5 mit dem Fidas 2 gegen die gravimetrische Referenzmethode. Daten vom Mittels orthogonaler Regression berechnete Ausgleichsgerade inkl. 95%-Vertrauens- und 95%-Prognoseintervall. Frequency Histogramm der Differenz von 24h-Werten von PM2.5 mit Fidas 2 und gravimetrischer Methode Daten vom Die systematischen Unterschiede können mit regelmässigen Parallelmessungen korrigiert werden. Die zufälligen Unterschiede bleiben. Für 24h-Werte können diese ca. ±2 Stdev = ± 4.2 g/m 3 ausmachen, für Jahresmittelwerte sind die zufälligen Unterschiede vernachlässigbar ( 4.2/ 365 =.2 g/m 3 ) siehe auch nächste Seite. Mittelwert =.85 (ug/m3) Stdev = 2.11 (ug/m3) PM Fidas
13 Dübendorf, PM2.5 Differenz von korrigierten PM2.5-Werte mit dem Fidas 2 (mit Steigung und Achsenabschnitt der Regressionsgerade korrigiert) und gravimetrischem PM1 gegen die gravimetrische Referenzmethode. Daten vom Die zugehörigen 95%-Vertrauens- und 95%-Prognoseintervalle sind ebenfalls eingezeichnet. PM Fidas 2 korrigiert Vertrauensintervall Prognoseintervall MSE AMS = 1 n y i, AMS y i, reference 2 ) RMSE PM2.5 Fidas 2 (24h) = 1.9 g/m
14 Frage 1: Wie stabil ist die Beziehung zwischen automatischem PM-Monitor und der gravimetrischen Methode? Reicht es aus, wenn die lineare Abhängigkeit während einer Kampagne (z.b. während 6 Tagen) bestimmt wird und diese danach zur Korrektur der kontinuierlichen Daten verwendet wird? DUE ; PM1 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge DUE ; PM2.5 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge PM Fidas 2 ( g m 3 ) PM Fidas 2 ( g m 3 ) Antwort: Nein, eine Kampagne von ca. 6 Tagen ist nicht ausreichend. Die berechnete Beziehung hängt stark vom Zeitpunkt der Kampagne bzw. den Tagen ab, die für die Berechnung der verwendet wurden. Die gelben Geraden oben zeigen den Streubereich der linearen Beziehungen, wenn diese anhand von zufällig gewählten Blöcken von 6 Tagen Länge berechnet werden. -14-
15 Frage 2: Wie genau kann der Jahresmittelwert von PM2.5 geschätzt werden, wenn die durch Vergleich von gravimetrisch bestimmtem und mit dem Fidas gemessenen PM1 berechnete Korrekturfunktion auch auf das mit dem Fidas gemessene PM2.5 angewendet wird? DUE DUE Korrektur nur mit Steigung Korrektur mit Achsenabschnitt und Steigung Frequency Mittelwert =.42 (ug/m3) Stdev = 2.1 (ug/m3) Frequency Mittelwert =.47 (ug/m3) Stdev = 2.1 (ug/m3) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) Antwort: Wird eine korrekte Korrekturfunktion für PM1 auch auf PM2.5 angewendet, dann resultiert in Dübendorf für den Jahresmittelwert von PM2.5 ein kleiner systematischer Fehler (ca g/m3) plus ein zufälliger Fehler von ca. 4/ 365 =.2 g/m 3. Der gesamte Fehler des PM2.5 Jahresmittelwertes würde im Beispiel von Dübendorf ca g/m 3 betragen. -15-
16 Weitere identische Abbildungen für die NABEL-Stationen BAS, ZUE, LUG und BER -16-
17 Basel-Binningen PM1gra y =.86 x +.17 r2 =.96 PM1kon y = 1.1 x r2 =.96 y = 1.21 x r2 =.87 PM2.5gra y =.96 x r2 =.95 y = 1.7 x r2 =.92 y =.85 x r2 =.98 PM2.5kon y =.4 x +.68 r2 =.88 y =.5 x r2 =.85 y =.4 x r2 =.89 y =.5 x r2 =.91 PNC.Fidas
18 Basel-Binningen PM 1 gra 8 PM 1 ( g m 3 ) PM 1 kon dpm PNC.Fidas Jan Apr Jul Okt Jan PM 1 gra PM 1 kon dpm 1 PNC.Fidas -18-
19 Basel-Binningen BAS ; PM1 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.14 (.2 ) x +.15 (.41 ) n = 467 Frequency BAS ; PM1 Mittelwert = 2.24 (ug/m3) Stdev = 2.68 (ug/m3) PM Fidas
20 Basel-Binningen BAS ; PM1 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
21 Basel-Binningen BAS ; PM2.5 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.17 (.3 ) x +.18 (.49 ) n = 116 Frequency BAS ; PM2.5 Mittelwert = 2.8 (ug/m3) Stdev = 2.13 (ug/m3) PM Fidas
22 Basel-Binningen BAS ; PM2.5 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
23 Basel-Binningen BAS ; PM1 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge BAS ; PM2.5 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge PM Fidas 2 ( g m 3 ) PM Fidas 2 ( g m 3 )
24 Basel-Binningen BAS Korrektur nur mit Steigung Mittelwert =.46 (ug/m3) Stdev = 1.45 (ug/m3) BAS Korrektur mit Achsenabschnitt und Steigung Mittelwert =.33 (ug/m3) Stdev = 1.45 (ug/m3) Frequency Frequency PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) -24-
25 Zürich-Kaserne PM1gra y =.87 x +.64 r2 =.91 PM1kon y = 1.18 x r2 =.94 y = 1.19 x r2 =.79 PM2.5gra y = 1.3 x r2 =.89 y = 1.12 x r2 =.88 y =.87 x +.52 r2 =.92 PM2.5kon y =.5 x r2 =.85 y =.5 x r2 =.83 y =.4 x r2 =.87 y =.4 x r2 =.92 PNC.Fidas
26 Zürich-Kaserne PM 1 gra 8 PM 1 ( g m 3 ) PM 1 kon dpm 1 PNC.Fidas Apr Jul Okt Jan PM 1 gra PM 1 kon dpm 1 PNC.Fidas -26-
27 Zürich-Kaserne PM 2.5 gra 1 5 PM 2.5 ( g m 3 ) PM 2.5 kon dpm Apr Jul Okt Jan PM 2.5 gra PM 2.5 kon dpm
28 Zürich-Kaserne PM 2.5 /PM Apr Jul Okt Jan PM 2.5 topm 1 gra PM 2.5 topm 1 kon -28-
29 Zürich-Kaserne ZUE ; PM1 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.1 (.3 ) x +.8 (.62 ) n = 441 Frequency ZUE ; PM1 Mittelwert = 1.76 (ug/m3) Stdev = 3.46 (ug/m3) PM Fidas
30 Zürich-Kaserne ZUE ; PM1 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
31 Zürich-Kaserne ZUE ; PM2.5 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.11 (.3 ) x (.46 ) n = 373 Frequency ZUE ; PM2.5 Mittelwert = 1.24 (ug/m3) Stdev = 2.61 (ug/m3) PM Fidas
32 Zürich-Kaserne ZUE ; PM2.5 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
33 Zürich-Kaserne ZUE ; PM1 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge ZUE ; PM2.5 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge PM Fidas 2 ( g m 3 ) PM Fidas 2 ( g m 3 )
34 Zürich-Kaserne ZUE Korrektur nur mit Steigung ZUE Korrektur mit Achsenabschnitt und Steigung Frequency Mittelwert =.3 (ug/m3) Stdev = 2.33 (ug/m3) Frequency Mittelwert = -.4 (ug/m3) Stdev = 2.33 (ug/m3) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) -34-
35 Lugano-Università PM1gra y =.87 x +.41 r2 =.97 PM1kon y = 1.13 x r2 =.97 y = 1.25 x r2 =.92 PM2.5gra y =.96 x r2 =.97 y = 1.8 x r2 =.96 y =.84 x +.91 r2 =.97 PM2.5kon y =.4 x r2 =.94 y =.4 x r2 =.91 y =.4 x r2 =.94 y =.4 x r2 =.96 PNC.Fidas
36 Lugano-Università PM 1 gra PM 1 kon PM 1 ( g m 3 ) dpm PNC.Fidas Apr Jul Okt Jan PM 1 gra PM 1 kon dpm 1 PNC.Fidas -36-
37 Lugano-Università PM 2.5 gra 2 8 PM 2.5 ( g m 3 ) PM 2.5 kon 1 5 dpm 2.5 Apr Jul Okt Jan PM 2.5 gra PM 2.5 kon dpm
38 Lugano-Università 1..8 PM 2.5 /PM Apr Jul Okt Jan PM 2.5 topm 1 gra PM 2.5 topm 1 kon -38-
39 Lugano-Università LUG ; PM1 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.13 (.2 ) x (.41 ) n = 42 Frequency LUG ; PM1 Mittelwert = 2.21 (ug/m3) Stdev = 2.64 (ug/m3) PM Fidas
40 Lugano-Università LUG ; PM1 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
41 Lugano-Università LUG ; PM2.5 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.18 (.2 ) x (.34 ) n = 352 Frequency LUG ; PM2.5 Mittelwert = 1.46 (ug/m3) Stdev = 2.56 (ug/m3) PM Fidas
42 Lugano-Università LUG ; PM2.5 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
43 Lugano-Università LUG ; PM1 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge LUG ; PM2.5 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge PM Fidas 2 ( g m 3 ) PM Fidas 2 ( g m 3 )
44 Lugano-Università LUG LUG Korrektur nur mit Steigung Korrektur mit Achsenabschnitt und Steigung Frequency Mittelwert = -.27 (ug/m3) Stdev = 1.75 (ug/m3) Frequency Mittelwert = -.9 (ug/m3) Stdev = 1.75 (ug/m3) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) -44-
45 Bern-Bollwerk PM1gra y =.88 x r2 =.95 PM1kon y = 1.27 x r2 =.9 y = 1.38 x r2 =.82 PM2.5gra y = 1.1 x r2 =.85 y = 1.11 x r2 =.85 y =.78 x + 3 r2 =.93 PM2.5kon y =.4 x r2 =.79 y =.4 x r2 =.78 y =.3 x r2 =.87 y =.4 x r2 =.9 PNC.Fidas
46 Bern-Bollwerk PM 1 gra 1 PM 1 ( g m 3 ) PM 1 kon -5 dpm PNC.Fidas Apr Jul Okt Jan PM 1 gra PM 1 kon dpm 1 PNC.Fidas -46-
47 PM2.5 ( g m 3 ) PM2.5kon PM2.5gra Bern-Bollwerk Apr Jul Okt Jan PM 2.5 gra PM 2.5 kon dpm 2.5 dpm2.5
48 Bern-Bollwerk.8 PM 2.5 /PM Apr Jul Okt Jan PM 2.5 topm 1 gra PM 2.5 topm 1 kon -48-
49 Bern-Bollwerk BER ; PM1 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.1 (.3 ) x (.56 ) n = 375 Frequency BER ; PM1 Mittelwert = (ug/m3) Stdev = 2.15 (ug/m3) PM Fidas
50 Bern-Bollwerk BER ; PM1 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
51 Bern-Bollwerk BER ; PM2.5 PM Fidas 2 ( g m 3 ) y=x Regressionsgerade Vertrauensintervall Prognoseintervall y = 1.24 (.4 ) x (.52 ) n = 35 Frequency BER ; PM2.5 Mittelwert = -.43 (ug/m3) Stdev = 2.6 (ug/m3) PM Fidas
52 Bern-Bollwerk BER ; PM2.5 Vertrauensintervall Prognoseintervall PM Fidas 2 korrigiert
53 Bern-Bollwerk BER ; PM1 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge BER ; PM2.5 5 Regressionen mit zufälligen Blöcken von 6 Tagen Länge PM Fidas 2 ( g m 3 ) PM Fidas 2 ( g m 3 )
54 Bern-Bollwerk BER Korrektur nur mit Steigung Mittelwert = (ug/m3) Stdev = 1.68 (ug/m3) BER Korrektur mit Achsenabschnitt und Steigung Mittelwert = 1.64 (ug/m3) Stdev = 1.68 (ug/m3) Frequency Frequency PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) PM 2.5 geschätzt - PM 2.5 gravimetrisch ( g m 3 ) -54-
Zusätzliche Partikelmessungen im NABEL Bericht über die Messungen 2015
Zusätzliche Partikelmessungen im NABEL Bericht über die Messungen 2015 Messbericht Andrea Fischer und Christoph Hüglin Empa, Abteilung Luftfremdstoffe/Umwelttechnik Überlandstrasse 129, 8600 Dübendorf
MehrLARSIM-Anwendertreffen 2014
LARSIM-Anwendertreffen 214 Alternative statistische Maßzahlen zur Modellbewertung Definition und erste Ergebnisse Ingo Haag HYDRON Ingenieurgesellschaft für Umwelt und Wasserwirtschaft mbh Norbert Demuth
MehrMessbericht über Immissionsmessungen Grödig - Fürstenbrunnerstrasse 29 (05/ /2016)
Messbericht über Immissionsmessungen Grödig - Fürstenbrunnerstrasse 29 (05/2015 01/2016) Messung mittels NO 2 -Passivsammler und Feinstaubmessung Zahl: 205-02/145/84-2016, DI A.Kranabetter Abteilung 5,
MehrLuftqualitätsüberwachung in Niedersachsen
Staatliches Gewerbeaufsichtsamt Hildesheim Luftqualitätsüberwachung in Niedersachsen PM 2,5 -/ PM 10 -Vergleichsmessungen zwischen automatischen Messungen und Referenzmessverfahren im Jahr 2015 Festlegung
Mehr9 VERHÄLTNIS ZWISCHEN GRAVIMETRIE UND KONTINUIERLICHEN PM10-MESSWERTEN
Studie PM10 Niederösterreich Verhältnis zwischen Gravimetrie und kontinuierlichen PM10- Messwerten 125 9 VERHÄLTNIS ZWISCHEN GRAVIMETRIE UND KONTINUIERLICHEN PM10-MESSWERTEN Die Referenzmethode für die
MehrPressekonferenz - Stadtklima: Alpines Pumpen durchlüftet München
München, 6. November 1 Pressekonferenz - Stadtklima: Alpines Pumpen durchlüftet München Zahlen und Fakten zum Klima in München Inhalt: Die zehn wärmsten und kältesten Jahre und Jahreszeiten in München-Stadt
Mehr1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler
1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte
MehrTagesmittelwerte 2010 der Messstelle Bern-Zentrum (Brunngasshalde) Jul 10. Jun 10
Luftimmissionen Daten der Messstelle Bern Zentrum Stickoxide (NO 2 ) Stickstoffoxide oder NOx umfasst die Summe von NO und NO 2. Sie entstehen als Nebenprodukte bei Verbrennungsprozessen, wie sie in Benzin-
MehrChemische Zusammensetzung von PM2.5. Messbericht
Chemische Zusammensetzung von PM2.5 Untersuchungen an ausgewählten NABEL-Standorten Messbericht Im Auftrag des Bundesamtes für Umwelt (BAFU) Christoph Hüglin, Empa, Abteilung für Luftfremdstoffe und Umwelttechnik
MehrKorrektur der PM10 und PM2,5-Messung Ja/Nein? Grimm EDM180-Geräte Berlin
Grimm PM10 Vergleich Korrektur der PM10 und PM2,5-Messung Ja/Nein? Grimm EDM180-Geräte Berlin Grimm Übersicht Übersicht zu den Messungen und Qualitätssicherungsverfahren der EDM180 (PM10 im Einsatz, PM2,5
MehrKapitel 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
MehrWiener Neudorf. Grenzwertüberschreitungen bei Feinstaub
Wiener Neudorf Grenzwertüberschreitungen bei Feinstaub Impressum: Amt der NÖ Landesregierung Abteilung Umwelttechnik Referat Luftgüteüberwachung Schwartzstraße 50 2500 Baden Tel: +43-2252-9025-11441 Fax:
MehrLuftqualität in Vorarlberg. Bilanz 2009
Luftqualität in Vorarlberg Bilanz 9 Luftqualität in Vorarlberg Bilanz 9 Gesamtbearbeitung: Bernhard Anwander Impressum Herausgeber und Medieninhaber: Amt der Vorarlberger Landesregierung Römerstraße 16,
MehrStatistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II
Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen
Mehr10 Jahre Wetterbeobachtung in Turnow-PREILACK
Jahre RR Stand.. :MEZ Jahre Wetterbeobachtung in Turnow-PREILACK Inhalt: Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite Seite http://wetterarchiv.wetter.com/station/
MehrInhaltsverzeichnis. 1 Einführung Versuchsbeschreibung und Motivation Physikalische Grundlagen... 3
Inhaltsverzeichnis 1 Einführung 3 1.1 Versuchsbeschreibung und Motivation............................... 3 1.2 Physikalische Grundlagen...................................... 3 2 Messwerte und Auswertung
MehrRückgang der Feinstaubbelastung am Bollwerk in Bern während der Sperrung für den Privatverkehr. Kurzbericht
Rückgang der Feinstaubbelastung am Bollwerk in Bern während der Sperrung für den Privatverkehr Kurzbericht Auftraggeber: Verkehrs-Club der Schweiz (VCS) Kanton Bern Bollwerk 35 3001 Bern Auftragnehmer:
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrOriginale und homogene Reihen im Vergleich. Temperaturentwicklung an 12 Standorten des MeteoSchweiz-Messnetzes mit langjährigen Messreihen ab 1864
Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz Dezember 2010 Originale und homogene Reihen im Vergleich Temperaturentwicklung an 12 Standorten des MeteoSchweiz-Messnetzes
MehrFehlerabschätzung und Fehlerrechnung
Fehlerabschätzung und Fehlerrechnung 4 März 2010 I Fehlerabschätzung I1 Allgemeines Jeder physikalische Messwert ist mit einem Fehler behaftet Man unterscheidet nach systematischen und zufälligen Fehlern
MehrEinführung 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
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
MehrProtokoll 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
MehrTabelle 4 : Berechnete Konzeptionen pro Monat aus den Ausgangsdaten Lebendgeburten pro Monat am Beispiel der gesamten Kontrollen.
5 Ergebnisse 5.1 Analyse der Kontrollgruppe 5.1.1 Bestimmung des Konzeptionstermins Entsprechend dem unter 4.2.2 geschilderten Verfahren wurden aus den Ausgangsdaten, d.h. der Aufschlüsselung der Lebendgeburten
MehrVersuch 11 Einführungsversuch
Versuch 11 Einführungsversuch I Vorbemerkung Ziel der Einführungsveranstaltung ist es Sie mit grundlegenden Techniken des Experimentierens und der Auswertung der Messdaten vertraut zu machen. Diese Grundkenntnisse
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M1) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrBeitrag verkehrsbezogener und nicht fossiler Rußemissionen zur PM 10 -Feinstaubbelastung an zwei Standorten in NRW
Beitrag verkehrsbezogener und nicht fossiler Rußemissionen zur PM 10 -Feinstaubbelastung an zwei Standorten in NRW M. Küpper 1, S. Leinert 2, U. Quass 1, K. Doktor 2, A. John 1, L. Breuer 2, D. Gladtke
MehrDabei bezeichnet x die Einflussgrösse (Regressor), y die Zielvariable (die eine Folge der Ursache x ist) und die Störung. Die n = 3 Beobachtungen
Lineare Regression und Matrizen. Einführendes Beispiel Der im Kapitel Skalarprodukt gewählte Lösungsweg für das Problem der linearen Regression kann auch mit Matrizen formuliert werden. Die Idee wird zunächst
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 1 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 3a ao. Prof. Dr. Thomas Prohaska (Auflage März 006) Beurteilung von Analysenergebnissen
MehrDie allgemeine lufthygienische Situation im Jahr 2013 in Nürnberg und die Entwicklung während der letzten Jahre
Die allgemeine lufthygienische Situation im Jahr 213 in Nürnberg und die Entwicklung während der letzten Jahre Das Jahr 213 war hinsichtlich der Luftqualität unauffällig, während das Wetter wiederholt
MehrWas bringen die Umweltzonen für die Gesundheit?
Podiumsdiskussion VCD Mainfranken Würzburg, 14.Dezember 2010 Was bringen die Umweltzonen für die Gesundheit? Josef Cyrys Helmholtz Zentrum München Institut für Epidemiologie II Übersicht 1.Warum ist die
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
MehrFehler- und Ausgleichsrechnung
Fehler- und Ausgleichsrechnung Daniel Gerth Daniel Gerth (JKU) Fehler- und Ausgleichsrechnung 1 / 12 Überblick Fehler- und Ausgleichsrechnung Dieses Kapitel erklärt: Wie man Ausgleichsrechnung betreibt
MehrKapitel XII - Einführung in die Zeitreihenanalyse
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Einführung in die Zeitreihenanalyse Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrPraktikum Optische Technologien Anleitung zum Versuch Dicke Linsen
Fachbereich Energietechnik Lehrgebiet für Lasertechnik und Optische Technologien Prof. Dr. F.-M. Rateike Praktikum Optische Technologien Anleitung zum Versuch Dicke Linsen August 204 Praktikum Optische
MehrBHKW Gysenbergpark. Hochschule Ruhr West. Projektarbeit. Bachelormodul Projektmanagement Studiengang Energie- und Umwelttechnik
Hochschule Ruhr West Bachelormodul Studiengang Energie- und Umwelttechnik Erstprüfer: Prof. Dr.-Ing. Sylvia Schädlich Kooperationspartner: Gebäudetechnik Molke GmbH Ansprechpartner: Dipl. Ing. Bernd Molke
MehrKlimaentwicklung in Sachsen Leitfaden November 2016 Dr. Johannes Franke
Leitfaden 2 10. November 2016 Dr. Johannes Franke Vorbemerkungen Raum- und Zeitskalen (Wetter / Witterung / Klima) Jede Änderung im Energiehaushalt des Planeten Erde (z.b. Zusammensetzung der Atmosphäre)
MehrKommentiertes Musterprotokoll zum Versuch. g-bestimmung mit Hilfe des freien Falls und der Atwoodschen Fallmaschine
Grundlagenlabor Physik Kommentiertes Musterprotokoll zum Versuch g-bestimmung mit Hilfe des freien Falls und der Atwoodschen Fallmaschine Sophie Kröger und Andreas Bartelt SoSe 2017 Dozent/in... Studiengang:...
MehrKapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem
Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandelt die Verteilung einer Variablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem
MehrWindenergie an Land. Heinz-Theo Mengelkamp. anemos Gesellschaft für Umweltmeteorologie mbh
Windenergie an Land Erarbeitung einer Roadmap zur Erstellung eines Windatlanten Heinz-Theo Mengelkamp anemos Gesellschaft für Umweltmeteorologie mbh Fraunhofer-Institut für Windenergie und Energiesystemtechnik
MehrPCDD/F- und PCB-Konzentrationen im Staubniederschlag in Riesa
Abteilung Klima, Luft, Lärm, Strahlen Söbrigener Str. 3a, 13 Dresden Internet: http://www.smul.sachsen.de/lfulg Bearbeiter: E-Mail: Dr. Andrea Hausmann andrea.hausmann@smul.sachsen.de Tel.: 31 1-; Fax:
Mehr(f(xi ) y i ) 2. minimal ist: man will also die Summe der quadratischen Abweichungen minimieren ... f(x i ) y i, i=1 (t x i) 2
Mathematik für Biologen, Biotechnologen und Biochemiker Lineare Regression Gegeben seien Datenpaare (, ), (, ),, ( n, n ) Wir stellen die Frage, ob sich die Zahlen i als Werte einer linearen Funktion i
Mehr9.3 Lineare Regression
9.3 Lineare Regression 115 A B C D E F G H 1 2 Pearsonscher Korrelationskoeffizient 3 4 5 6 x-werte y-werte ANALYSE ASSISTENT 7 2,4-4 8 3,2-1 9 8,3 6,4 Spalte 1 Spalte 2 10 6,4 6 Spalte 1 1 11 7,2 6,3
Mehr10 Jahre Ostluft Luftqualität 2010 Anhang
1 Jahre Ostluft Luftqualität 21 Anhang Impressum Kurztitel: Herausgeber: Bezug: Luftqualität 21 - Daten-Anhang Juni 211 OSTLUFT Geschäftsleitung, Stampfenbachstr. 12, Postfach, 89 Zürich Tel. 43 259 3
MehrPhysik 4 Praktikum Auswertung Hall-Effekt
Physik 4 Praktikum Auswertung Hall-Effekt Von J.W., I.G. 2014 Seite 1. Kurzfassung......... 2 2. Theorie.......... 2 2.1. Elektrischer Strom in Halbleitern..... 2 2.2. Hall-Effekt......... 3 3. Durchführung.........
Mehr3. Zwischen Körpergröße und Gewicht scheint ein Zusammenhang zu bestehen. In der folgenden Liste sind die Daten von 10 Personen aufgeführt:
Klausur (Finanzmathematik & Statistik) zum Sommersemester 2012 Name: Matrikel-Nr: EMail: (optionale Schnell-Korrektur) Aufgabe 1 2 3 4 Punkte 15 20 20 15 Als Hilfsmittel sind die von dem Lehrbeauftragten
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
MehrÜbungen mit dem Applet. by Michael Gärtner
Übungen mit dem Applet by Michael Gärtner Betreuer: Prof. Dr. Wilhelm Kleppmann Abgabe: 20. October 2006 Inhaltsverzeichnis 1 Prinzip der kleinsten Quadrate 4 2 Quadrierte Abweichungen und Bestimmtheitsmaÿ
MehrFehlerfortpflanzung. M. Schlup. 27. Mai 2011
Fehlerfortpflanzung M. Schlup 7. Mai 0 Wird eine nicht direkt messbare physikalische Grösse durch das Messen anderer Grössen ermittelt, so stellt sich die Frage, wie die Unsicherheitsschranke dieser nicht-messbaren
MehrDr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik
Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer
MehrInstitut für Hygiene und Umwelt Hamburger Landesinstitut für Lebensmittelsicherheit, Gesundheitsschutz und Umweltuntersuchungen
FREIE UND HANSESTADT HAMBURG BEHÖRDE FÜR GESUNDHEIT UND VERBRAUCHERSCHUTZ Institut für Hygiene und Umwelt Hamburger Landesinstitut für Lebensmittelsicherheit, Gesundheitsschutz und Umweltuntersuchungen
MehrAßmann-Psychrometer, Aspirationspsychrometer-Tafeln, Kapazitätsfeuchtefühler HMP 50, vier Salzlösungen, Multimeter, Haarhygrograph, Stoppuhr
Meteorologisches Praktikum (Modul B2 und B3) Versuch 2: Feuchtekalibrierung eines Kapazitätsfeuchtefühlers HMP 50 und Messungen mit weiteren Feuchtemessgeräten A. Grundlagen: Messprinzipien von Feuchtesensoren
MehrMonatsbericht - Else-Lasker-Schüler-Str Energie gewinnt
Monatsbericht - Else-Lasker-Schüler-Str-30-4503 - Energie gewinnt Stand: 08.10.2017 Adresse: Else-Lasker-Schüler-Str. 30 42107 Wuppertal Wetterstation: Wuppertal Buchenhofen neu Berichtszeitraum: 01.10.2012
MehrTrägheitsmoment - Steinerscher Satz
Trägheitsmoment - Steinerscher Satz Gruppe 4: Daniela Poppinga, Jan Christoph Bernack Betreuerin: Natalia Podlaszewski 13. Januar 2009 1 Inhaltsverzeichnis 1 Theorieteil 3 1.1 Frage 2................................
MehrGrundpraktikum E2 Innenwiderstand von Messgeräten
Grundpraktikum E2 Innenwiderstand von Messgeräten Julien Kluge 7. November 205 Student: Julien Kluge (56453) Partner: Fredrica Särdquist (568558) Betreuer: Pascal Rustige Raum: 27 Messplatz: 2 INHALTSVERZEICHNIS
Mehr4.1. 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,
MehrDauer Richtung Bemerkung ca. 0:03 Adlershof, Karl-Ziegler-Str. barrierefrei Fahrradmitnahme möglich
t 61 ca. 0:03 Adlershof, Karl-Ziegler-Str. barrierefrei Fahrradmitnahme möglich v Montag - Freitag Samstag Sonntag* 05 30 50 06 10 30 51 07 11 31 51 08 11 31 51 49 49 09 11 31 51 09 29 50 09 29 49 10 11
MehrSWISS Verkehrszahlen Juli 2004
SWISS Verkehrszahlen Juli 2004 SWISS im Juli mit leicht verbesserter Auslastung Im Vorjahresvergleich steigerte SWISS ihre Auslastung im Juli 2004 um 1.4 Prozentpunkte. Im Linienverkehr betrug der Sitzladefaktor
MehrDas (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell
1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs
MehrEinführung in die Theorie der Messfehler
Einführung in die Theorie der Messfehler Ziel der Vorlesung: Die Studentinnen/Studenten sollen die Grundlagen der Theorie der Messfehler sowie den Unterschied zwischen Ausgleichsrechnung und statistischer
MehrBesonderheiten im Hinblick auf die Luftschadstoffbelastung im Jahr 2014
Besonderheiten im Hinblick auf die Luftschadstoffbelastung im Jahr 214 In diesem Kurzbericht werden die Auswirkungen der außergewöhnlichen Witterungsverhältnisse sowie besonderer Naturphänomene im Jahr
MehrSchneisaison 2011/12. Beschneiungsprotokoll. Wasser-/ Energiebilanz
Schneisaison 2011/12 Beschneiungsprotokoll Wasser-/ Energiebilanz Inhaltsverzeichnis 1. Einleitung 1.1. Ausgangslage 2. Datenregistrierung/- protokollierung 3. Datenauswertung 4. Schlussbemerkung Beilagen:
MehrFeinstaub und Tempo 80
Feinstaub und Tempo 8 Nach einigen allgemeinen Erläuterungen zum Feinstaub wird auf das Resultat einer amtlichen Studie eingegangen. Demnach soll Tempo 8 auf Autobahnen zu einer verminderten Feinstaubbelastung
MehrKomplexe Zahlen. z = a + i b
Komplexe Zahlen Definition 7. Da keine reelle Zahl existiert, deren Quadrat -1 ist, definieren wir die imaginäre Einheit i durch die Gleichung i 2 = 1. Als die Menge aller komplexen Zahlen C definieren
MehrAbb. 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
MehrT1: Wärmekapazität eines Kalorimeters
Grundpraktikum T1: Wärmekapazität eines Kalorimeters Autor: Partner: Versuchsdatum: Versuchsplatz: Abgabedatum: Inhaltsverzeichnis 1 Physikalische Grundlagen und Aufgabenstellung 2 2 Messwerte und Auswertung
MehrBereitstellung von historischen Globalstrahlungsdaten für die Photovoltaik
Bereitstellung von historischen Globalstrahlungsdaten für die Photovoltaik Wolfgang Riecke, Dipl.-Met. Deutscher Wetterdienst Klima- und Umweltberatung Bernhard-Nocht-Straße 76 D - 20359 Hamburg klima.
MehrMerkblatt 2028 Klimadaten
Merkblatt 228 Klimadaten Vergleich der Klimadaten im Merkblatt 228 mit den Klimadaten in SIA 381/2 Vergleichsbasis Es gibt 24 Klimastationen, welche in beiden Dokumenten vorkommen. Bei zahlreichen Stationen
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Kapitel 1 bis 3 Seite 1 von 11 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 3 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 5 Aufgabe
MehrAuswertung Elastizität Versuch P1-11. Stefanie Falk und Corinna Roy
Auswertung Elastizität Versuch P1-11 Stefanie Falk und Corinna Roy 1. Bestimmung von E durch Balkenbiegung Mit dem in der Prinzipskizze dargestellten Aufbau maßen wir für die Materialien Messing, Aluminium,
MehrGutachtenerstellung und Datenweitergabe im Fachbereich Unterirdisches Wasser einschließlich der Quellen
Gutachtenerstellung und Datenweitergabe im Fachbereich Unterirdisches Wasser einschließlich der Quellen Gutachtenerstellung am Beispiel der Grundwassermessstelle Zettling (3552) Meßstelle : uw3552-zettling,
MehrS1 Bestimmung von Trägheitsmomenten
Christian Müller Jan Philipp Dietrich S1 Bestimmung von Trägheitsmomenten Versuch 1: a) Versuchserläuterung b) Messwerte c) Berechnung der Messunsicherheit ud u Versuch 2: a) Erläuterungen zum Versuchsaufbau
MehrUm 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
MehrArbeitsmarktstatistik Januar 2017
Arbeitsmarktstatistik Januar 2017 Jan 17 Dez 16 Jan 16 Stellensuchende 3 523 2 431 5 954 3 374 2 414 5 788 3 236 2 298 5 534 Quote 6,8% B 5,1% B 6,0% A 6,5% B 5,1% B 5,8% A 6,2% B 4,9% B 5,6% A im Beschäftigungsprogramm
MehrBest Practices in Forecasting & Demand Management
Best Practices in Forecasting & Demand Management 7. Forecast Accuracy SIXSIGMA Europe GmbH Passion for Excellence Theodor-Heuss-Ring 23 50668 Köln Tel. +49.221.77109.560 Six Sigma Europe GmbH Seite 1
MehrAnalyse von Hitze- und Dürreperioden in Österreich; Ausweitung des täglichen StartClim Datensatzes auf das Element Dampfdruck
StartClim24.A Analyse von Hitze- und Dürreperioden in Österreich; Ausweitung des täglichen StartClim Datensatzes auf das Element Dampfdruck Ingeborg Auer, Eva Korus, Reinhard Böhm, Wolfgang Schöner ZAMG
MehrStatistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 1. Klausur Wintersemester 2012/2013 Hamburg, 19.03.2013 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrPhysikalisches Anfaengerpraktikum. Trägheitsmoment
Physikalisches Anfaengerpraktikum Trägheitsmoment Ausarbeitung von Marcel Engelhardt & David Weisgerber (Gruppe 37) Montag, 1. März 005 email: Marcel.Engelhardt@mytum.de Weisgerber@mytum.de 1 1. Einleitung
MehrChronologie Jan 02: Otto-Katalog Okt 04: Fingerabdrücke USA Dez 04: EU-Parlament und -Rat Jun 05: epass-kabinettsbeschluß Jul 05: Bundesratsbeschluß Aug 05: BioP2-Studie Nov 05: Einführung epass Forschungsprojekt
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 1. Ein Chemiestudent hat ein Set von 10 Gefäßen vor sich stehen, von denen vier mit Salpetersäure Stoff A), vier mit Glyzerin Stoff
MehrGrundlagen der Kinetik
Kapitel 1 Grundlagen der Kinetik In diesem Kapitel werden die folgenden Themen kurz wiederholt: Die differenziellen und integralen Geschwindigkeitsgesetze von irreversiblen Reaktionen., 1., und. Ordnung
MehrLK Lorentzkraft. Inhaltsverzeichnis. Moritz Stoll, Marcel Schmittfull (Gruppe 2) 25. April Einführung 2
LK Lorentzkraft Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Magnetfeld dünner Leiter und Spulen......... 2 2.2 Lorentzkraft........................
MehrStatistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
MehrMesswerte unsicher genau richtig!
Für Mensch & Umwelt Luftschadstoffe: 1 Jahr Messungen in Flörsheim Messwerte unsicher genau richtig! Dr. Klaus Wirtz Fachgebiet II 4.4/ Experimentelle Untersuchungen zur Luftgüte Umweltbundesamt Paul-Ehrlich
MehrUnterschiede zwischen der DIN EN ISO 9972 und DIN EN Bestimmung der Luftdurchlässigkeit von Gebäuden Differenzdruckverfahren
Unterschiede zwischen der DIN EN ISO 9972 und DIN EN 13829 Bestimmung der Luftdurchlässigkeit von Gebäuden Differenzdruckverfahren Im Folgenden wird auf einige Unterschiede zwischen den beiden Normen eingegangen.
MehrUntersuchung zur Vergleichbarkeit der Reagenzsysteme (Powder Pack / Pillow) für freies und gesamtes Chlor von Lovibond und Hach
Untersuchung zur Vergleichbarkeit der Reagenzsysteme (Powder Pack / Pillow) für freies und gesamtes Chlor von Lovibond und Hach Inhaltsverzeichnis Seite Einleitung und Zielsetzung 1 Verwendete Methoden,
MehrStromverbrauch der letzen 50 Monate
45 Stromverbrauch der letzen 50 Monate 40 35 30 25 20 15 10 Strom HT NT HT+NT Heiz.-Steuerung Lüftung Strom Haushalt 5 April 2011 Mai 2011 Juni 2011 Juli 2011 August 2011 September 2011 Oktober 2011 November
MehrAuswertung. D07: Photoeffekt
Auswertung zum Versuch D07: Photoeffekt Alexander Fufaev Partner: Jule Heier Gruppe 434 1 Einleitung In diesem Versuch geht es darum, den Photoeffekt auf verschiedene Weisen zu untersuchen. In Versuchsteil
MehrEinführungspraktikum O5 Polarimetrie
Einführungspraktikum O5 Polarimetrie Julien Kluge 8. Oktober 2015 Student: Julien Kluge (564513) Partner: Emily Albert (564536) Betreuer: Moritz Futscher Raum: 315 Messplatz: hpr02287 INHALTSVERZEICHNIS
MehrPraktikum Physik Radioaktivität 13GE RADIOAKTIVITÄT VERSUCHSAUSWERTUNG
RADIOAKIVIÄ VERSUCHSAUSWERUNG I. VERSUCHSZIEL Die Zerfallskurve einer radioaktiven Substanz soll aufgenommen werden. Aus dieser Zerfallskurve soll das Gesetz des radioaktiven Zerfalls hergeleitet werden.
MehrV1 - Verifikation des Ohm schen Gesetzes
V1 - Verifikation des Ohm schen Gesetzes Michael Baron, Frank Scholz 02..0 1 Aufgabenstellung Messung von Strom I R und Spannung U R an einem vorgegebenen festen Widerstand R für eine ganze Versuchsreihe
MehrTeil XII. Einfache Lineare Regression. Woche 10: Lineare Regression. Lernziele. Zusammenfassung. Patric Müller
Woche 10: Lineare Regression Patric Müller Teil XII Einfache Lineare Regression ETHZ WBL 17/19, 03.07.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Wahrscheinlichkeit
MehrChemie wässriger Lösungen. Vorlesung zum Modul Chemie wässriger Lösungen
Vorlesung zum Modul Chemie wässriger Lösungen Prof Dr. Michael Mehring 11.12.2017 Wissensstandsüberprüfung - Qualitative Analytik 09.15 10.15 Uhr Raum 1/204 1 11.12.2017 Wissensstandsüberprüfung - Qualitative
MehrSchadstoffbelastung München Ergebnisse der Messungen von Green-City e.v./#mucohnemief im Mai/Juni 2016 und Vergleich mit offiziellen Messstellen
München, 12.Juli 2016 (update vom 13.Juli 2016) Schadstoffbelastung München Ergebnisse der Messungen von Green-City e.v./#mucohnemief im Mai/Juni 2016 und Vergleich mit offiziellen Messstellen Dr. Werner
MehrMonatsverbräuche mehr als nur Statistik
9. Jahrestagung Monatsverbräuche mehr als nur Statistik Prof. Dr.-Ing. Kati Jagnow Dresden, 07. November 2016 1 Person / Hochschule Dr.-Ing. Kati Jagnow Studium Versorgungstechnik an der FH Wolfenbüttel
MehrJanuar 2016. Deadline und Abrechnungsdetails. Zeichnungen. Rücknahmen. Deadline CET. Deadline CET. Valuta Titellieferung. Valuta Geldüberweisung
und sdetails Januar 2016 CH0017403509 1'740'350 Reichmuth Himalaja CHF 25. Jan 16 12.00 25. Jan 16 1) 29. Jan 16 17. Feb 16 1. Feb 16 3) CH0017403574 1'740'357 Reichmuth Himalaja EUR 25. Jan 16 12.00 25.
MehrPROJEKT BIOGAS RHEINLAND. Energieverbrauch in Biogasanlagen
PROJEKT BIOGAS RHEINLAND Energieverbrauch in Biogasanlagen - Ergebnisse messtechnischer Untersuchungen an landwirtschaftlichen Biogasanlagen im Rheinland Gliederung Substratzufuhr Stromproduktion und -verbrauch
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse PHY31 Herbstsemester 016 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrRegression und Korrelation
Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandeltdie VerteilungeinerVariablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem dagegen
Mehr