anderungen der h¨aufigkeit und intensit ¨at von ... - IMK-TRO - KIT
anderungen der h¨aufigkeit und intensit ¨at von ... - IMK-TRO - KIT
anderungen der h¨aufigkeit und intensit ¨at von ... - IMK-TRO - KIT
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel 5<br />
Vergleich <strong>der</strong> Ergebnisse<br />
verschiedener statistischer Verfahren<br />
Zum Vergleich <strong>der</strong> verschiedenen Schätzmethoden (ML, PWMs, LM, MOM) für die Bestimmung<br />
<strong>der</strong> freien Parameter <strong>der</strong> Verteilungsfunktionen (Kapitel 4.1.2) werden die Simulationsergebnisse<br />
des regionalen Modells REMO <strong>und</strong> des globalen Modells ECHAM5-<br />
MPI/OM verwendet. Ziel ist es, die am besten geeignete <strong>der</strong> vier Methoden zur Berechnung<br />
<strong>der</strong> generalisierten Paretoverteilung zu bestimmen. Dabei wird die Plausibilität <strong>der</strong><br />
Ergebnisse anhand des Formparameters k <strong>und</strong> des Schwellenwertes ζ geprüft.<br />
5.1 Vergleich <strong>der</strong> Schätzmethoden für Klimarechnungen des regionalen<br />
Modells REMO<br />
Als erstes werden anhand des regionalen Modells REMO das Vorzeichen des Formparameters<br />
k untersucht. Dieser gibt die Steigung <strong>der</strong> Verteilungsfunktion <strong>der</strong> Windgeschwindigkeit<br />
in Abhängigkeit <strong>von</strong> <strong>der</strong> Wie<strong>der</strong>kehrperiode an. Für k < 0 streben die Werte gegen Unendlich,<br />
während für k > 0 eine obere Grenze existiert (siehe Kapitel 4.1.1). In Abbildung 5.1<br />
wird <strong>der</strong> Formparameter <strong>der</strong> beiden Zeiträume C20 (1971–2000) <strong>und</strong> A1B (2021–2050) für<br />
die vier Methoden gegenüber gestellt. Das Histogramm zeigt die Häufigkeitsverteilung des<br />
Formparameters k für alle Gitterpunkte, die im Untersuchungsgebiet liegen. Es ist zu sehen,<br />
dass bei allen vier Methoden k vorwiegend positiv ist <strong>und</strong> somit die meisten Verteilungsfunktionen<br />
einer oberen Grenze zustreben. Des Weiteren erkennt man, dass sich jeweils zwei<br />
Methoden ähnlich verhalten (siehe auch Abbildung 5.3). Bei <strong>der</strong> PWMs <strong>und</strong> LM ist dies nahe<br />
liegend, da zur Berechnung <strong>der</strong> Schätzparameter in <strong>der</strong> PWMs auf die LM zurückgegriffen<br />
wird. Ebenfalls ist die Bedingung, dass <strong>der</strong> Formparameter zwischen −0, 5 < k < 0, 5 liegen<br />
soll, sehr gut erfüllt. Die Anzahl <strong>der</strong> Ausreißern ist gering (beispielsweise ML: C20 ∼ 0,1%,<br />
A1B ∼ 0,5% Ausreißer). Außerdem zeigt die Abbildung 5.1, dass sich für den Zukunftszeitraum<br />
die Kurve <strong>der</strong> Häufigkeiten im Vergleich zum Kontrollzeitraum nach rechts verschiebt,<br />
das heißt, dass an mehr Gitterpunkten ein positiver Formparameter k vorliegen.<br />
Des Weiteren werden mit <strong>der</strong> ML <strong>und</strong> MOM in beiden Zeiträumen mehr positive Formparameter<br />
berechnet, als mit <strong>der</strong> PWMs <strong>und</strong> LM. Wie in Kapitel 5.2 noch zu sehen ist, drückt