09.02.2013 Aufrufe

Gönnert, G., Graßl, H., Kelletat, D., Kunz, H., Probst, B., von Storch, H ...

Gönnert, G., Graßl, H., Kelletat, D., Kunz, H., Probst, B., von Storch, H ...

Gönnert, G., Graßl, H., Kelletat, D., Kunz, H., Probst, B., von Storch, H ...

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.

Wasserstand [cmNN]<br />

GÖNNERT, G./ GRASSL, H./ KELLETAT, D./ KUNZ, H. / PROBST, B./ VON STORCH, H. / SÜNDERMANN, J.<br />

"Klimaänderung und Küstenschutz"<br />

350<br />

300<br />

250<br />

200<br />

150<br />

100<br />

50<br />

0<br />

Travemünde HW (1826 - 2001)<br />

1850 1870 1890 1910 1930 1950 1970 1990<br />

Zeit<br />

Abb. 2: HThw-Zeitreihe des Pegels Travemünde<br />

Bei der Untersuchung dieses Sachverhaltes stellen sich zunächst folgende Fragen: Sind außerordentliche<br />

Extremereignisse (z.B. Travemünde 1872 oder Elbe 2002) Ausreißer oder gehören sie zur natürlichen<br />

Variabilität einer Zeitreihe? Gibt es einen höchsten Wasserstand, der physikalisch begründet<br />

werden kann?<br />

Es erscheint zunächst plausibel, dass es einen theoretisch höchstmöglichen Wasserstand gibt, der damit<br />

eine Überschreitungswahrscheinlichkeit <strong>von</strong> PÜ = 0 besitzt, ohne die Größenordnung dieses Wasserstandes<br />

festzulegen.<br />

Das im Forschungsvorhaben MUSE entwickelte statistische Auswerteverfahren ProMUSE basiert auf<br />

der dreiparametrigen Allgemeinen Extremwertverteilung (GUMBEL-Typ III, GUMBEL 1958). Der<br />

enthaltene Krümmungsparameter (3. Parameter) der Verteilungsfunktion wird jedoch nicht wie üblich<br />

aus den Daten direkt abgeleitet, sondern kann durch die Vorgabe eines Grenzwertes beeinflusst werden.<br />

Als Grenzwert ist hier der Wert definiert, an den sich die Verteilungsfunktion asymptotisch annähert<br />

und daher die Überschreitungswahrscheinlichkeit PÜ = 0 hat. Für die Festlegung dieses Grenzwertes<br />

sind die modellierten Daten des BSH wichtige Informationen, wobei zu beachten ist, dass der<br />

höchste modellierte Wert des BSH nicht mit dieser Obergrenze gleichgesetzt werden kann, da es keinen<br />

Beweis dafür gibt, dass dieser Wert nicht doch übertroffen werden könnte.<br />

Um darüber hinaus weitergehende Informationen zu erhalten, werden umfangreiche Monte-Carlo-<br />

Simulationen durchgeführt. Damit werden ausgehend <strong>von</strong> den ermittelten Parametern der Verteilungsfunktion<br />

viele synthetische Zeitreihen simuliert, um Aussagen über die Variabilität der Zeitreihen zu<br />

erhalten (ROSENHAUER, MEISWINKEL UND BARG 2003).<br />

Im folgenden sind am Beispiel des Pegels Cuxhaven einige Auswertungen dargestellt. Es sei an dieser<br />

Stelle darauf hingewiesen, dass die hier aufgeführten Ergebnisse vorläufige Zwischenergebnisse sind.<br />

In Abb. 3 ist die HThw-Zeitreihe des Pegels Cuxhaven <strong>von</strong> 1849 bis 2001 dargestellt. Ein erster wesentlicher<br />

Arbeitsschritt bei der statistischen Analyse der Datenreihe ist die Trendbereinigung dieser<br />

Daten. Diese Trendbereinigung wird durch die Ermittlung eines 19-jährigen gleitenden Mittels vorge-<br />

165

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!