Upload
merten-boedigheimer
View
103
Download
0
Embed Size (px)
Citation preview
Datenrekonstruktion und Sensitivitätsanalysein ökologischen Langzeituntersuchungen
Bernhard Luther, Albrecht Gnauck
15. WorkshopModellierung und Simulation von Ökosystemen
26.10.2011 – 28.10.2011Kölpinsee / Usedom
Lehrstuhl für Ökosystemeund Umweltinformatik
Gesellschaft für InformatikASIM – Arbeitsgemeinschaft Simulation
Fachausschuss 4.6 „Informatik im Umweltschutz“
Inhalt
• Einleitung
• Zeitreihen als Datenmodelle
• Dateninterpolation
• Datenapproximation mittels Wavelets
• Sensitivitätsanalyse
• Schlussbemerkungen
Einleitung• Eine der Hauptaufgaben ökologischer Langzeit-
untersuchungen ist die Verwendung der aus ihnen gewonnenen Daten bzw. Zeitreihen in der Modellierung.
• Zeitreihen sind wie dynamische Modelle durch verschiedene Prozessklassen charakterisiert.
• Rekonstruktion von Zeitreihen:- Resampling (Interpolation)- Dekomposition (Approximation mittels Wavelets).
• In den dynamischen Modellen werden die Prozesse durch die Parametervariabilität und –sensitivität bestimmt.
Ökologische Langzeituntersuchungen
• Langsame ProzesseEutrophierung, Entwicklung der Bodenbeschaffenheit, Klimawandel
• Seltene oder extreme EreignisseEpidemien, extreme Wetterereignisse
• Prozesse hoher VariabilitätTrends, Stabilitätskriterien
• Komplexe Interaktionen
Zeitreihen als DatenmodelleTotale Ordnung
P3: [X1, …, XJ] interpoliert
M3: Interpolation
P2: [X1, …, XJ] bereinigt
M2: Bereinigung
P1: [X1, …, XJ] formatiert
M1: Formatierung
P0: Rohdaten [X1, …, XJ]
Zeitreihen als DatenmodelleKreisfreier Digraph
Rohdaten V=[ X1, …, XJ ]
V,Format 1 V,Format 2
…
V,Bereinigt 1 V,Bereinigt 2
…
V,Interpoliert (14-tägig) V,Interpoliert (7-tägig)
…
V,Wavelet-Dekomposition (Daubechies 1) V,Wavelet-Dekomposition (Daubechies 2)
…
V2=[ Y1, …, YJ ], Modell M …
Datenrekonstruktion
• Gewässerabschnitt: Caputh Baumgartenbrücke
• Gütevariable: CHA, o-PO4-P, NH4-N, NO3-N
• Erhebungsintervall: ca. 14 Tage• Probenahmeintervall: 1996 – 2005• Auffälligkeiten: Irreguläres Zeitraster, vereinzelt
große Datenlücken, Überlagerung unterschiedlicher Prozessgeschwindigkeiten.
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 20060
50
100
150
200
250
300
350
400
t (a)
Ca
pu
th, C
HA
[µg
/l]
Verlauflin. interp.gemessen
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 20060
50
100
150
200
250
300
350
400
t (a)
Ba
um
ga
rte
nb
rück
e, C
HA
[µg
/l]
Verlauflin. interp.gemessen
2002 2003 2004 2005 20060
50
100
150
200
250
t (a)
Ca
pu
th, C
HA
[µg
/l]
Verlauflin. interp.gemessen
2002 2003 2004 2005 20060
50
100
150
200
250
t (a)
Ba
um
ga
rte
nb
rück
e, C
HA
[µg
/l]
Verlauflin. interp.gemessen
2002 2003 2004 2005 20060
50
100
150
200
250
t (a)
CH
A [µ
g/l]
Baumgartenbrücke (simuliert)Baumgartenbrücke (rekonstruiert)
Modellierung mit interpolierten Daten
Modellfehler und Streuung
T
ttt xxT
xserr1
2)(
1)( ˆMittlerer quadratischer Fehler:
)(
)(1
)(
)( 1
2ˆxstd
T
xstd
xserr
T
ttt xx
Maß für Modellfehler:
x CHA o-PO4-P NH4-N NO3-N
serr(x) 25 0,052 0,083 0,30
std(x) 36 0,134 0,117 0,60
serr(x)/std(x) 70% 39% 71% 50%
0
100
200Caputh, CHA [µg/l]
S
0
100
200
S = An +
i=1n D
i; n{1,2,3,4,5}
S
0
100
200
A1
-50
0
50
D1
96 98 00 02 04 060
100
200
t (a)
A2
96 98 00 02 04 06-100
0
100
t (a)
D2
0
100
200Caputh, CHA [µg/l]
S
0
100
200
S = An +
i=1n D
i; n{1,2,3,4,5}
S
0
100
200
A3
-100
0
100
D3
96 98 00 02 04 060
50
100
t (a)
A4
96 98 00 02 04 06-100
0
100
t (a)
D4
0
100
200Caputh, CHA [µg/l]
S
0
100
200
S = An +
i=1n D
i; n{1,2,3,4,5}
S
96 98 00 02 04 060
50
100
A5
t (a)96 98 00 02 04 06
-50
0
50
D5
t (a)
2002 2003 2004 2005 20060
50
100
150
t (a)
CH
A [µ
g/l]
Baumgartenbrücke (simuliert)Baumgartenbrücke (rekonstruiert)
Modellierung mit erster Approximation (A1)
2002 2003 2004 2005 20060
20
40
60
80
100
120
t (a)
CH
A [µ
g/l]
Baumgartenbrücke (simuliert)Baumgartenbrücke (rekonstruiert)
Modellierung mit zweiter Approximation (A2)
2002 2003 2004 2005 20060
10
20
30
40
50
60
70
80
90
t (a)
CH
A [µ
g/l]
Baumgartenbrücke (simuliert)Baumgartenbrücke (rekonstruiert)
Modellierung mit dritter Approximation (A3)
2002 2003 2004 2005 20060
10
20
30
40
50
60
70
80
t (a)
CH
A [µ
g/l]
Baumgartenbrücke (simuliert)Baumgartenbrücke (rekonstruiert)
Modellierung mit vierter Approximation (A4)
2002 2003 2004 2005 20060
10
20
30
40
50
60
t (a)
CH
A [µ
g/l]
Baumgartenbrücke (simuliert)Baumgartenbrücke (rekonstruiert)
Modellierung mit fünfter Approximation (A5)
Vergleich der Modellrechnungen
serr/std CHA o-PO4-P NH4-N NO3-N
interpoliert 70% 39% 71% 50%
A1 55% 32% 71% 19%
A2 52% 28% 70% 19%
A3 59% 25% 92% 18%
A4 80% 37% 140% 53%
A5 75% 90% 187% 63%
Vergleich der Modellrechnungen
serr/mean CHA o-PO4-P NH4-N NO3-N
interpoliert 57% 36% 44% 35%
A1 40% 28% 38% 13%
A2 35% 24% 32% 12%
A3 26% 20% 31% 11%
A4 23% 13% 30% 12%
A5 16% 12% 24% 9%
SensitivitätsanalyseGROWMAX maximale Wachstumsrate des Phytoplanktons
KSP Halbsättigungskonstante des Phosphors
KSNO3 Halbsättigungskonstante des Nitrats
RESP Respirationsrate des Phytoplanktons
FRZ Filtrationsrate des Zooplanktons
KSA Halbsättigungskonstante der Algen
FA1 Stickstoffanteil der Algenbiomasse
B3 Ammonifikationsrate
-0.1 0 0.1 0.2 0.3 0.4 0.5 0.6-5
0
5
10
15
20
25
30
35
40
o-PO4-P
do
-PO
4-P
/dR
ES
Po
-PO
4-P
/R
ES
P
Winter
Sommer
Herbst
Frühling
Schlussbemerkungen
• Die Interpolation von Variablenwerten zielt auf die Rekonstruktion einer Zeitreihe als ganzes, bei ihrer Dekomposition werden Einzeldynamiken mit unterschiedlichen Prozessgeschwindigkeiten rekonstruiert.
• Die Approximation von Modellvariablen mittels Wavelet-Dekomposition ermöglicht eine auf bestimmte Modelle zugeschnittene Datenrekonstruktion.