Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
erechnet, und die Standardabweichung des Fehlers ist definiert als<br />
stderror = σ(ε)=<br />
√<br />
1<br />
N ∑ i<br />
(ε i − ¯ε) 2 . (5.4)<br />
Die Fehlermaße hängen über die Gleichung<br />
rmse 2 = bias 2 + stderror 2 (5.5)<br />
zusammen. Die Standardabweichung des Fehlers läßt sich weiter zerlegen in<br />
stderror 2 = stdbias 2 + disp 2 , (5.6)<br />
wobei der Standardbias als Differenz der Standardabweichungen der beiden betrachteten Zeitreihen<br />
definiert ist:<br />
stdbias = σ(ksat ∗ ) − σ(k∗ ground ). (5.7)<br />
Die Dispersion ist mit der Kreuzkorrelation der beiden Zeitreihen durch folgende Beziehung verknüpft:<br />
disp 2 = 2σ(ksat)σ(k ∗ ground ∗ ))(1 − korr). (5.8)<br />
Insgesamt ergibt sich damit die gesamte Zerlegung des mittleren quadratischen Fehlers zu<br />
rmse 2 = bias 2 + stdbias 2 + 2σ(ksat ∗ )σ(k∗ ground )(1 − korr). (5.9)<br />
Die beiden ersten Terme dieser Gleichung geben an, inwieweit die charakteristischen statistischen<br />
Werte der ersten und der zweiten Zeitreihe miteinander übereinstimmen. Durch den bias wird die<br />
Abweichung der Mittelwerte voneinander angegeben (siehe Gleichung (5.3)), der stdbias (siehe<br />
Gleichung (5.7)) gibt die Differenz der Standardabweichungen der beiden Zeitreihen an. Der letzte<br />
Term in Gleichung (5.9), die Dispersion, beschreibt den statistischen Anteil des Fehlers. Dieser<br />
Fehler bleibt bestehen, wenn die statistischen Mittelwerte der betrachteten Zeitreihen in Übereinstimmung<br />
gebracht werden. Die Dispersion ist durch die Korrelation der Zeitreihen und die<br />
Standardabweichungen der betrachteten Zeitreihen bestimmt (siehe Gleichung (5.8)). Bei gleicher<br />
Korrelation der Zeitreihen ist die Dispersion umso größer, je mehr die beiden Zeitreihen um ihre<br />
Mittelwerte variieren.<br />
Durch die Korrelation zwischen Meßzeitreihe und Vorhersagezeitreihe ist bei vorgegebener Standardabweichung<br />
der Meßzeitreihe die Qualität der Vorhersage bestimmt, die sich durch lineare<br />
Umformung der Vorhersagezeitreihe bestenfalls erreichen läßt. Mittelwerte und Standardabweichung<br />
der Vorhersagezeitreihe lassen sich durch lineare Regression an eine entsprechende Bodenzeitreihe<br />
so anpassen, daß der stderror minimiert wird und der bias verschwindet. Dieses Verfahren<br />
wird als Model Output Statistics (MOS) bezeichnet (siehe [Storch et al. 1999]). Mit der Ableitung<br />
von Gleichung (5.9) nach σ(ksat) ∗ ergibt sich, daß bei positiver Korrelation das Minimum des<br />
stderror bei<br />
σ(ksat ∗ )=σ(k∗ ground )korr (5.10)<br />
77