Hier werden die Unterschiede zwischen zwei Versionen gezeigt.
Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
ss2023:project1:urban_heat_islands [2023/09/08 13:17] jwinterstein [Ereignistage] |
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. | 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. | 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. | 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. | 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 ===== | ===== Ausarbeitung - Projektumsetzung ===== | ||
Zeile 180: | Zeile 182: | ||
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. | 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 Reflektion===== | + | ===== Schluss und Reflexion===== |
=== Schluss === | === Schluss === | ||
Zeile 186: | Zeile 188: | ||
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. | 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. | ||
- | === Reflektion === | + | === Reflexion === |
- | Die Gruppenarbeit war produktiv, und jeder konnte einen guten Beitrag leisten. Es gab zwar unterschiedliche Niveaus, und unterschiedliche Semesteranzahlen im Studium. Aber dadurch, dass keiner sich mit dem Thema vorher beschäftigt hat, hatten alle inhaltlich anfangs kein Wissen. Dadurch gab es kein Ungleichgewicht, und alle konnten vom gleichen Punkt starten. | ||
- | 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 Zeit und Aufwand gespart werden konnte. Hatte aber den Nachteil, dass man nicht mehr in den anderen Themenbereichen war, und so manche z.B. gar nicht programmierten. | + | 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. | Das Format und die freie Aufgabengestaltung haben alle dazu gebracht, sich mit der Thematik interessengesteuert auseinanderzusetzen. | ||
+ | |||