und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

Weitere Magazine

Empfehlungen

Info

84 9.4 Güte der Vorhersagbarkeit der Ausbreitungsklassen505045454040Häufigkeit / %3530252015Häufigkeit / %35302520151010550−4 −3 −2 −1 0 1 2 3 4relative Differenz00 1 2 3 4absolute DifferenzAbb. 9.4: Histogramme der Differenz zwischen prognostizierten und auftretenden Ausbreitungsklassenmit (links) und ohne (rechts) Berücksichtigung des Vorzeichens. DieGrundlage dieses Diagramms stellen die Werte aus den Tab. (9.3) und (9.4) dar.Es fällt auf, dass mehr positive als negative Abweichungen auftreten, das Prognosemodelltendiert also geringfügig zu stabileren Klassen.
Kapitel 10Beispiel einer MKS-Ausbreitungmit einem homogenen WindfeldMit Hilfe eines Matlab-Computerprogramms wurden sowohl das im Abschnitt (3.1)dargestellte Gauß’sche Ausbreitungsmodell als auch das im Abschnitt (3.2) präsentierteLagrange’sche Partikelmodell implementiert. Als Eingangsgrößen werden die Koordinatenund Quellstärken der Emissionsstandorte, Windrichtung und -geschwindigkeitsowie die Stabilitätsparameter übergeben. Berechnet und graphisch dargestellt wirddie räumliche Konzentrationsverteilung der Viren. Um eine optimale Orientierung zugewährleisten, wird die Darstellung der Konzentrationsverteilung mit Orthophotosmit einer Auflösung von 1 × 1 m 2 unterlegt. Wahlweise kann die Berechnung mit demGauß’schen oder dem Lagrange’schen Modell erfolgen. Im flachen Gelände und beihomogenen Windfeldern kann bei einer genügend hohen Anzahl von Trajektorien einegute Übereinstimmung der Resultate erzielt werden. Die Virenkonzentration beidrei aus insgesamt 60 Rindern, 60 Schweinen und 60 Schafen bestehenden Quellenund einem mit v = 2 m/s aus Nordost wehenden Wind bei leicht labiler Atmosphäreist in Abb. (10.1) dargestellt. Die obere Abb. zeigt den für Rinder infektiösen Bereichin Form einer gelblichen, teiltransparenten Isofläche und entstammt der Berechnungmit Hilfe des Gauß’schen Ausbreitungsmodells. In der unteren Abb. befindet sich einSchnappschuss der simulierten Ausbreitung von etwa 5000 Partikeln. Wie in Abb.(10.2) zu erkennen ist, liegt eine sehr gute Übereinstimmung der Ergebnisse beiderModelle vor, durch eine Erhöhung der Anzahl der berechneten Trajektorien könntediese noch weiter verbessert werden.85
Seite 1 und 2:
Dipl.-Ing. Dr. Dieter MayerVergleic
Seite 3 und 4:
InhaltsverzeichnisDanksagungAbstrac
Seite 5:
DanksagungDiese Diplomarbeit wurde
Seite 8 und 9:
viii
Seite 11:
Teil IEinleitung11
Seite 14 und 15:
14 1. ÜbersichtTurner (1964) und P
Seite 16 und 17:
16 1. Übersicht
Seite 18 und 19:
18 2.3 Gauß’sche und Lagrange’
Seite 20 und 21:
20 2.4 Anwendungsgebiete von Ausbre
Seite 22 und 23:
22 2.4 Anwendungsgebiete von Ausbre
Seite 25 und 26:
Kapitel 3Mathematische Grundlagen d
Seite 27 und 28:
3.1 Das Gauß’sche Ausbreitungsmo
Seite 29 und 30:
Seite 31 und 32:
Seite 33 und 34: 3.1 Das Gauß’sche Ausbreitungsmo
Seite 35: 3.1 Das Gauß’sche Ausbreitungsmo
Seite 39 und 40: 3.2 Das Lagrange’sche Partikelmod
Seite 41 und 42: 3.3 Zusammenhang zwischen den beide
Seite 43 und 44: 3.3 Zusammenhang zwischen den beide
Seite 45 und 46: Kapitel 4Die Berechnung derAusbreit
Seite 47 und 48: 4. Die Berechnung der Ausbreitungsk
Seite 49 und 50: Kapitel 5Die Maul- und Klauenseuche
Seite 51 und 52: Kapitel 6Berechnung / Abschätzungf
Seite 53 und 54: 6.2 Berechnung der relativen Luftfe
Seite 55 und 56: Kapitel 7Statistische MethodenAn di
Seite 57 und 58: 7.3 Die Partialkorrelation 57nur ei
Seite 59 und 60: 7.4 Die multiple Regression 59Die P
Seite 61 und 62: 7.5 Die Varianzanalyse 61gleicht di
Seite 63: Teil IIIDaten und Ergebnisse63
Seite 66 und 67: 66 8.2 Statistik der Ausbreitungskl
Seite 72 und 73: 72 8.3 Relevanz der Höhe der Wolke
Seite 74 und 75: 74 8.3 Relevanz der Höhe der Wolke
Seite 76 und 77: 76 9.2 Bestimmung der Risikodistanz
Seite 78 und 79: 78 9.3 Statistik des Vorhersagefehl
Seite 80 und 81: 80 9.3 Statistik des Vorhersagefehl
Seite 82 und 83: 82 9.4 Güte der Vorhersagbarkeit d
Seite 86 und 87: 86 10. Beispiel einer MKS-Ausbreitu
Seite 88 und 89: 88 10. Beispiel einer MKS-Ausbreitu
Seite 90 und 91: 90 LITERATURAtlanta, GA, USA. Ameri
Seite 92: LebenslaufName: DI. Dr. Dieter Maye
Alle anzeigen

und Lagrange'schen Partikelmodell zur Ausbreitung von Viren

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?