Simulation von Niederschlagszeitreihen mittels stochastischer Punkt-Prozess Modelle unter der Berücksichtigung der Skaleninvarianz : Dissertation

Wien

2001

107 S.

77 Lit. Ang.

Bandaufführung

71626

Im Rahmen dieser Doktorareit sind Niederschlagsmodelle basierend auf Cluster Punkt-Prozesse auf ihre Anwendbarkeit ausführlich getestet worden. Die dabei verwendeten Daten stammen aus dem Hausruckviertel (Oberösterreich) und umfassen einen Beobachtungszeitraum von 19 Jahren, wobei jeweils die Sommermonate (Juli und August) pro Jahr analysiert wurden. Da es sich bei diesen Aufzeichnungen um zeitlich hochaufgelöste Daten handelt (5 Minutenwerte), sind weitere Untersuchungen hinsichtlich Skalenverhalten zweckmäßig und daher auch unter Verwendung verschiedener Methoden durchgeführt worden. Im Mittelpunkt der Untersuchungen standen die häufig verwendeten temporären Rechtecksimpulsmodelle, nämlich die Neyman-Scott und die Bartlett-Lewis Cluster Punkt-Prozess Modelle, sowie deren Modifizierungen. Die bei der Anwendung von diesen Modellen auftretenden Probleme der Parameterschätzung konnten durch Anwendung verschiedener Schätzmethoden und durch Sensitivitätsanalysen näher untersucht werden. Dazu wurde die Sensibilität der Modellparameter bei den diversen Schätzverfahren untersucht. So konnte gezeigt werden, welche Parameter sensibler auf Veränderungen in der Zielfunktion reagieren und daher bei der Schätzung die größten Schwierigkeiten bereiten. Es wurden in weiterer Folge auch eigene Modifizierungen getestet, welche die 'Scale of Fluctuation' bei der Parameterschätzung mitberücksichtigen. Ein weiterer Schwerpunkt lag darin, die Qualität der Simulationsergebnisse aufzuzeigen, wobei das Hauptaugenmerk auf der richtigen Reproduzierbarkeit der hydrologisch relevanten Extremwerte lag. Die Bedeutung der Skalenabhängigkeit, sowie deren Untersuchung mittels diverser Analysemethoden, wie den Wavelets, bildete einen weiteren wesentlichen Schwerpunkt. Einerseits ermöglichten erst diese Untersuchungen Schlussfolgerungen hinsichtlich Disaggregationsverhalten der Modelle, andererseits konnten damit mögliche Grenzen der Anwendbarkeit aufgezeigt werden.