01.03.2013 Aufrufe

The Oder Estuary - IOW

The Oder Estuary - IOW

The Oder Estuary - IOW

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

76<br />

Nach Subtraktion der Saisonkomponente verbleibt die Restkomponente. Abbildung 6 zeigt die<br />

Zerlegung einer Zeitreihe in einzelne Komponenten.<br />

Abbildung 6 Komponentenzerlegung einer Zeitreihe.<br />

Messwerte<br />

Glatte Komponente<br />

Saisonkomponente<br />

Restkomponente<br />

Nach der Zerlegung in einzelne Komponenten können aus der Restkomponente Aussagen über die<br />

Repräsentativität des Monitorings abgeleitet werden. Aus der Restkomponente kann zunächst<br />

bestimmt werden, wie genau das Monitoring die kurzfristigen Schwankungen eines Parameters<br />

erfasst. Hierzu wird zunächst die Autokorrelationsfunktion der Restkomponente bestimmt. Sie gibt<br />

Aufschluss darüber, wie stark die Erhaltungsneigung in einer Zeitreihe ist. Für die Bewertung wird<br />

der Wert der Autokorrelationsfunktion für den Zeitabstand 1 (‚Lag 1‘) herangezogen. Ist der Wert<br />

sehr hoch, so erfasst das Messprogramm die kurzfristigen Schwankungen des Parameters gut.<br />

Einzelne Messwerte weisen dann eine hohe zeitliche Repräsentanz auf. Der Verlauf der Messreihe<br />

entspricht mit zunehmendem Autokorrelationskoeffizienten der Dynamik des Parameters in der<br />

Realität. Für einen Parameter des Monitorings im <strong>Oder</strong>ästuar würde dies bedeuten, dass unterhalb<br />

der durchschnittlichen Messfrequenz von einem Monat keine wesentlichen Veränderung des<br />

Parameters stattfinden.<br />

Ist die Autokorrelation für den Lag 1 nur gering oder nicht signifikant, so weisen die einzelnen<br />

Messwerte nur eine geringe zeitliche Repräsentanz auf. Das Messprogramm erfasst den Parameter<br />

in seiner kurzfristigen Dynamik dann nur unvollständig. Es ist möglich, dass wesentliche<br />

kurzfristige Schwankungen des Parameters nicht in den Messreihen enthalten sind.<br />

Wie gut die mittel- und langfristige Dynamik vom Monitoring erfasst wird, ist abhängig von der<br />

Breite der Konfidenzbanden für Saison und glatte Komponente. Ein Konfidenzintervall kann aus<br />

der Streuung, der um ihren autokorrelativen Anteil bereinigten Restkomponente, berechnet werden.<br />

Die Breite des Konfidenzintervalls steigt jedoch bei den untersuchten Parametern mit der relativen<br />

Höhe der Messwerte an. Im <strong>Oder</strong>ästuar existieren durch die Verdünnung der eingetragenen Stoffe<br />

ausgeprägte Konzentrationsgradienten. Somit ist ein direkter Stationsvergleich aufgrund<br />

unterschiedlicher Konfidenzintervallen nicht möglich. Ob die mittel- und langfristige Entwicklung<br />

an einer Messstelle ausreichend gut erfasst wird, ist ebenfalls erst dann bewertbar, wenn das<br />

Konfidenzintervall einer Messstelle in Relation zu den erwarteten Veränderung betrachtet werden<br />

kann. Es gilt jedoch generell: Je höher die Autokorrelation der Restkomponente, desto besser<br />

werden auch mittel- und langfristige Veränderungen erfasst.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!