Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen gezeigt.

--- ss2023:project1:urban_heat_islands [2023/09/08 12:57]
jwinterstein [Städtevergleich]
+++ ss2023:project1:urban_heat_islands [2023/09/08 13:30] (aktuell)
jwinterstein [Schluss und Reflexion]
@@ Zeile 45: / Zeile 45: @@
 Bei der Betrachtung langer Messreihen kommt es zu abweichenden Ergebnissen, was zu einer Schwierigkeit für die Ausarbeitung führen kann. Wie Philip Jones in seinem Bericht schreibt, können diese Unterschiede aus verschiedensten Gründen entstehen. Station Betreiber messen an verschiedenen Zeitpunkten, bilden den Mittelwert anders, verschieben während der Messzeit die Position der Station oder die Stadt wächst zur Station. (Vgl. Jones 1986:161) All diese Gründe machen eine langzeitliche Betrachtung von Messdaten von Lufttemperatur schwierig und komplex.
-Diese Schwierigkeit sieht auch Karl in der Inhomogenität der zu vergleichenden Stationen in der Datenaufnahme. Diese können aus einer Vielzahl von Faktoren entstehen. Karl führt dabei die Änderung der Messinstrumente und -techniken, Änderungen der Ablese-Zeitpunkte und Verlegungen des Stations-Standorts an.(Vgl. Karl 1987:1744) Letzteres wurde vermutlich oft gemacht, weil Stationen am Stadtrand im Laufe der Urbanisierung von der Stadt eingeschlossen wurden, was dazu führt, dass aus einer Landstation eine Stadtstation wurde und dies somit einen direkten Einfluss auf die Temperaturmessung hatte. (Vgl. Jones 1986:162-166) Eine weitere Herausforderung ist die Kontinuität der Messstationen. Viele Messstationen wurden im Laufe der Zeit aufgegeben oder an einen andere Stelle verlegt.
+Diese Schwierigkeit sieht auch Karl in der Inhomogenität der zu vergleichenden Stationen in der Datenaufnahme. Diese können aus einer Vielzahl von Faktoren entstehen. Karl führt dabei die Änderung der Messinstrumente und -techniken, Änderungen der Ablese-Zeitpunkte und Verlegungen des Stations-Standorts an.   (Vgl. Karl 1987:1744) Letzteres wurde vermutlich oft gemacht, weil Stationen am Stadtrand im Laufe der Urbanisierung von der Stadt eingeschlossen wurden, was dazu führt, dass aus einer Landstation eine Stadtstation wurde und dies somit einen direkten Einfluss auf die Temperaturmessung hatte. (Vgl. Jones 1986:162-166) Eine weitere Herausforderung ist die Kontinuität der Messstationen. Viele Messstationen wurden im Laufe der Zeit aufgegeben oder an eine andere Stelle verlegt.
+Abb 4.) DWD Stationen mit Tagestemperaturen  von 1850-2010
+{{abb4.jpg}}
 Unterschiedliche Ergebnisse können auch in der unterschiedlichen Weiterverarbeitung zustande kommen.
-So wurde in den USA zum Beispiel die Tagesdurchschnittstemperatur mit dem arithmetischen Mittel aus Tages-Minimum und Maximum berechnet (Vgl. Karl 1988:1100). Bei deutschen Stationen in Deutschland waren es für lange Zeit verschiedenste Ansätze zur Berechnung des Tagesdurchschnitts. Es wurden immer Temperaturwerte zu festen Uhrzeiten genommen und das arithmetische Mittel genommen. Allerdings haben die Stationen oft unterschiedliche Messzeitpunkte und unterschiedliche Gewichtungen für abgelesene Daten verwendet, sodass es zum Teil zu nicht vergleichbaren Ergebnissen gekommen sein wird. Ab 1987 wurde vom DWD die Berechnung des Tagesdurchschnitts vorgegeben durch: (T07 + T14 + 2*T21) / 4. Ab 2001 wird er berechnet aus mindestens 21 Stundenwerten, so sind die Ergebnisse noch genauer. (Vgl. DWD Klimadaten Archiv)
+So wurde in den USA zum Beispiel die Tagesdurchschnittstemperatur mit dem arithmetischen Mittel aus Tages-Minimum und Maximum berechnet. (Vgl. Karl 1988:1100) Bei deutschen Stationen in Deutschland waren es für lange Zeit verschiedenste Ansätze zur Berechnung des Tagesdurchschnitts. Es wurden immer Temperaturwerte zu festen Uhrzeiten genommen und das arithmetische Mittel genommen. Allerdings haben die Stationen oft unterschiedliche Messzeitpunkte und unterschiedliche Gewichtungen für abgelesene Daten verwendet, sodass es zum Teil zu nicht vergleichbaren Ergebnissen gekommen sein wird. Ab 1987 wurde vom DWD die Berechnung des Tagesdurchschnitts vorgegeben durch: (T07 + T14 + 2*T21) / 4. Ab 2001 wird er berechnet aus mindestens 21 Stundenwerten, so sind die Ergebnisse noch genauer. (Vgl. DWD Klimadaten Archiv)
 Um diese Unregelmäßigkeiten und Lücken auszugleichen, liefern Jones 1886 und Karl 1987 mehrere Ansätze. Dabei haben beide eine ähnliche Herangehensweise. So findet man für eine Kanidaten-Station, bei der man Lücken und Inhomogenitäten ausgleichen will, Umland-Stationen, bei denen man ähnliche Wetter-Anomalien (Wetterereignisse, zum Beispiel ein sehr warme Winter) sieht. Dann werden die Daten der Kanidaten-Station mit Hilfe von aufwändigen und kleinteiligen Berechnungen von Werten aus Zeitintervallen ausgeglichen.
@@ Zeile 54: / Zeile 59: @@
 Diese Methoden sind sehr komplex und erfordern ein breites Wissen der Materie. Deshalb haben wir versucht, auf möglichst lückenlose und schon vorher bereinigte Datenreihen zurückzugreifen.
-Abb 4.) DWD Stationen mit Tagestemperaturen  von 1850-2010
-{{abb4.jpg}}
 ===== Ausarbeitung - Projektumsetzung =====
@@ Zeile 75: / Zeile 77: @@
 Folgende Stationspaare werden verglichen (die Stations-ID dient zur Identifikation der Stationen auf dem Open Data Server):
-München-Stadt (3379) und Altomünster-Maisbrunn (142)
-Frankfurt am Main (1420) und Schotten (4560)
+. München-Stadt (3379) und Altomünster-Maisbrunn (142)
-Köln-Stammheim (2968) und Weilerswist-Lommersum (1327)
-Dortmund (1032) und Arnsberg (186)
+. Frankfurt am Main (1420) und Schotten (4560)
+. Köln-Stammheim (2968) und Weilerswist-Lommersum (1327)
+. Dortmund (1032) und Arnsberg (186)
@@ Zeile 148: / Zeile 154: @@
 ==== Interpretation ====
+Einzelne Berge und Täler vom Plot  sind hier zu vernachlässigen, da lokale und andere Effekte an den Wetterstationen eine Rolle spielen, die wir nicht nachvollziehen können. Der generelle Trend steht hier im Fokus, ebenso wie die Frage, ob der Anstieg in den 60er Jahren einzigartig ist oder wie es vor den 50er Jahren ausgesehen hat (ob es sich nur um ein Plateau handelt oder ob die Differenz generell niedriger war).
+Hier ist deutlich zu erkennen, dass die Differenz fast immer über Null liegt. Das bedeutet, dass die Stadt generell wärmer ist als das Land. Am deutlichsten zeigt sich dies beim Minimum. Die kältesten Momente in der Stadt sind immer wärmer als die kältesten Momente auf dem Land. Dies könnte damit erklärt werden, dass in der Stadt offene Betonflächen sich aufheizen und Wärme in die Umgebung abgeben, wenn es kälter wird. Solche offenen Betonflächen findet man auf dem Land nicht.
+Das Maximum liefert hingegen weniger aussagekräftige Daten. Die Skalierung ist auch deutlich kleiner als beim Minimum.
+Üblicherweise sind die Minimaltemperaturen einer Stadt in der Nacht. Diese Beobachtung, dass Urban Heat Islands über die Nacht größere Unterschiede in der Temperatur erzeugen, stützt unter anderem die Untersuchungen von Karl 1988.
+===Erklärung Code ===
+Hier wird mit den vorher genannten Funktionen aus 6 .txt Dateien (3x Stadt, 3 xLand ) jeweils ein vorher ausgesuchter Parameter ausgelesen. Daraus wird wieder jeweils die Differenz gebildet, und alle drei Ergebnisse werden dann im Graphen angezeigt.
 ==== Ereignistage ====
+Mit dem vorherigen Skript kann man auch mit leichter Veränderung die Anzahl von Tagen anzeigen lassen, welchen über eine gewisse Temperatur haben. Hier wird es auch wieder deutlich, dass es in der Stadt mehr wärmere Tage gibt, als an den Wetterstationen auf dem Land. Beim Minimum ist zwar die Anzahl der einzelnen Tage klein, aber dort ist das Verhältnis am deutlichsten. Beim Maximum gibt es zwar deutlich mehr Tage insgesamt, aber der Unterschied ist nicht so deutlich. Der Durchschnitt zeigt aber eine generelle Tendenz an, dass die Stadt wärmer ist als das Land.
+Ereignistage T = 20
 {{ereignistage.jpg??400}}
 Abb.15 Ereignistage Tabelle
-===== Reflektion und Probleme =====
+=== Erklärung Code ===
+Hier wird aus den 3 Funktionen nur die "convert_str_to_date" und "stadtland1" Funktion verwendet, da kein Plot erstellt werden muss. Dann wird aus der Stadt.txt und Land.txt alle Tage gezählt, die einen Wert über 20 haben. Das Ergebnis kann man sich dann einfach in der Konsole anzeigen lassen
+Wenn das Projekt weiterlaufen würde, könnte man das Skript noch erweitern. Man könnte das Handling der .txt Dateien automatisieren. Dies würde viel Zeit beim Erstellen der Plots sparen. Weiterhin gibt es die Möglichkeit, von der DWD Seite direkt die Dateien auszulesen und auszuwerten. Dann könnte man diese Werte auch in einem Plot verrechnen, so dass man in der Aussage, dass die Stadt wärmer ist als das Land, eine stärkere Datengrundlage hat. Evtl. würde man auch Phänomene sehen, die jetzt noch nicht klar sind.
+===== Schluss und Reflexion=====
+=== Schluss ===
+Die Klimaforschung ist heutzutage ein sehr komplexes Feld. So werden, um Aussagen über Wetterentwicklungen detailliert treffen zu können, eine Vielzahl an Faktoren mit einbezogen. Regionale Wetterlagen, werden über vielschichtige Messabläufe beobachtet. (Vgl. Weber 2019: 23). Die Frage, ob ein Temperaturunterschied zwischen Stadt-Land langzeitlich erkennbar ist, konnten wir jedoch schon beantworten und bestätigen. Der Unterschied zeigt sich an allen drei Beispielen. Besonders groß ist der Unterschied bei Minimal-Temperaturen. Wir können also klar die Aussage treffen, dass der UHI-Effekt langzeitlich erkennbar ist. Eine detaillierte Aussage über die Höhe des Temperaturunterschiedes ist mit dieser Datenlage nicht zu treffen. Aussagen bezüglich des Einflusses von Stadtentwicklungen sind ebenfalls schwierig.
+=== Reflexion ===
+Die Gruppenarbeit war produktiv, und jeder konnte einen guten Beitrag leisten. Es gab zwar unterschiedliche Niveaus, aufgrund der unterschiedlichen Anzahl an besuchten Semestern, die sich aber aufgrund des für uns allen neuen Themas, relativierten.
+Es hat sich dann im Verlauf des Projektes eine Aufteilung ergeben, was die spezifischen Themen angeht (Programmieren, Quellen analysieren etc.). Dies war sehr praktisch, da dadurch die Zeit effektiv genutzt werden konnte. Ein Nachteil, der dadurch entstand, war dass man nicht mehr in den anderen Themenbereichen eingreifen konnte und so z.B. auf seinen Themenbereich eingeschränkt arbeiten musste.
+Das Format und die freie Aufgabengestaltung haben alle dazu gebracht, sich mit der Thematik interessengesteuert auseinanderzusetzen.
-===== Schluss/Fazit =====

Mathesis Wiki

Benutzer-Werkzeuge

Webseiten-Werkzeuge

Unterschiede

Seiten-Werkzeuge