12.07.2015 Aufrufe

und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

MEHR ANZEIGEN
WENIGER ANZEIGEN
  • Keine Tags gefunden...

Erfolgreiche ePaper selbst erstellen

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

72 8.3 Relevanz der Höhe der Wolkenbasis der niedrigen Wolken8.3 Relevanz der Höhe der Wolkenbasis der niedrigenWolkenWie bereits erwähnt, ist es ein Ziel, die <strong>Ausbreitung</strong>sklassen mit Hilfe <strong>von</strong> Wettervorhersagemodellenzu prognostizieren. Die <strong>zur</strong> Bestimmung notwendige Kenntnisüber die Höhe der Wolkenbasis der niedrigen Wolken, im Folgenden kurz als ”Wolkenhöhe“bezeichnet, ist allerdings kein Element der Wettervorhersage.In einem ersten Schritt soll anhand der vorliegenden empirischen Daten untersuchtwerden, für welchen Prozentsatz der berechneten <strong>Ausbreitung</strong>sklassen die Informationüber die Wolkenhöhe <strong>von</strong> Bedeutung ist. Aus Tab. (4.2) geht hervor, dass die Wolkenhöhein der Nacht nur bei einer Gesamtbedeckung <strong>von</strong> 8/8 <strong>und</strong> tagsüber lediglichbei einer Gesamtbedeckung <strong>von</strong> mehr als 5/8 in Bezug auf den Strahlungsindex <strong>und</strong>somit auf die <strong>Ausbreitung</strong>sklassen einen Einfluss hat, allerdings mit Ausnahmen. Beieinem Bedeckungsgrad zwischen 5/8 <strong>und</strong> 7/8 sind die <strong>Ausbreitung</strong>sklassen tagsüberbei den Einstrahlungszahlen 1 <strong>und</strong> 2 <strong>von</strong> der Wolkenhöhe entkoppelt.Dem Kreisdiagramm aus Abb. (8.6) kann entnommen werden, dass in r<strong>und</strong> 80%aller Fälle die Kenntnis der Wolkenhöhe nicht für die Bestimmung der <strong>Ausbreitung</strong>sklassenrelevant ist. Sehr erfreulich ist darüber hinaus die Tatsache, dass in jenenFällen, in denen die <strong>Ausbreitung</strong>sklassen dennoch <strong>von</strong> der Wolkenhöhe mitbeeinflusstwerden, die Wolkenbasen unterhalb einer Höhe <strong>von</strong> h w = 2000 m angesiedelt sind. Inlediglich 1.55% aller Fälle liegen die Wolkenbasen bei gleichzeitiger Relevanz für die<strong>Ausbreitung</strong>sklassen oberhalb dieser Grenze.Mit Hilfe der multiplen Regression soll nun versucht werden, das Kriterium Wolkenhöhedurch Prädiktorvariablen, also anderen meteorologische Größen, vorherzusagen.Welche meteorologische Größe als Prädiktor für die Wolkenhöhe in Frage kommt,entscheidet der Korrelationskoeffizient der Produkt-Moment-Korrelation. Zur Berechnungherangezogen werden nur jene n = 18770 Datensätze, bei denen die Wolkenhöheeine Rolle für die <strong>Ausbreitung</strong>sklassen spielt. Tab. (8.3) gibt das Ausmaß des linearenZusammenhanges zwischen der Wolkenhöhe <strong>und</strong> den relevanten meteorologischenParametern an:Größe r r 2 t SignifikanzTemperatur 0.43 0.19 65.25 **rel. Luftfeuchtigkeit -0.64 0.41 114.11 **Gesamtbedeckung -0.48 0.23 74.96 **Sonnenhöhe 0.29 0.08 41.51 **Tab. 8.3: Korrelationskoeffizienten, Determinationskoeffizienten, statistische Testgrößen<strong>und</strong> Signifikanzen zwischen Wolkenhöhe <strong>und</strong> einigen meteorologischen Parametern.Statistisch hoch signifikante lineare Zusammenhänge sind also jeweils zwischender Wolkenhöhe einerseits <strong>und</strong> der Temperatur, der relativen Luftfeuchtigkeit, der

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!