Intro

Räumliche Aggregation

Je größer das betrachtete Gebiet und je größer die landschaftlichen Kontraste innerhalb, desto stärker können lokale Besonderheiten von Gebietsmittelwert abweichen. Im Fall einer räumlichen Mittlung der täglichen Basisdaten, bedeutet eine Überschreitung einer kritischen Schwelle überall. Orte die darunterliegen werden durch Orte die darüberliegen ausgeglichen. Aus den Gebietsmittel abgeleitete Entwicklungstendenzen jedoch weisen eine höhere räumliche Repräsentativität auf als Absolutwerte.

Schwellwerte

Anzahl der Tage über einem kritischen Schwellwert einer meteorologischen Meßgröße. Sie liegen typischerweise am Rand einer Häufigkeitsverteilung und können mit Extremwetterbedingungen assoziiert werden.

Bsp. Hitzetage: $$tmax30[j] = N.sum(tmax[j,:]>30.0)$$

Seltenheit

Anstelle eine kritische Schwelle für alle Gebiete anzunehmen, kann mit einer festen Seltenheit von Ereignisse gearbeitet werden. Somit erhält man für jede Region eine Zuordnung zur jeweiligen Meßgröße.

Bsp. Hitzeintesität: $$tmax99[j] = N.percentile(tmax[j,:],99)$$

99th Perzentil: dritthöchste Wert pro Jahr

Kumulierte Anomalien

Kumulierte Anomalien eignen sich dazu Entwicklungstendenzen parameterfrei zu identifizieren, da die Jahr-zu-Jahr Variabilität in den Hintergrund tritt.

Mittelwert

$$\overline{X}=\dfrac{1}{30}\sum^{2000}_{i=1971} X_i$$

Anomaliesumme

$$Y_i=\dfrac{1}{30}\sum^{2100}_{i=1971}(X_i-\overline{X})$$

Gradienten

räumlicher Anstieg einer Größe bezüglich der geografischen Länge, Breite oder Höhe.

Wahrscheinlichkeitsdichte

---

/p/projects/optagramm/data/climate/RCM/germany/bias_adjusted/isimip3basd/EUR-11