Lufttemperatur im Bergland

Deskriptive Statistiken zu den hier verwendeten Datenkollektiven für monatliche und jährliche gemessene Durchschnittswerte der Lufttemperatur sollen einen Eindruck über die diesbezüglichen Verhältnisse im niedersächsischen Bergland geben. Zu beachten ist, daß die Stationen des TRANSEKT-Datenkollektivs allesamt zwischen 393 m ü. NN und 877 m ü. NN im Harz gelegen sind, während die 16 Stationen des DWD-Datenkollektivs über das gesamte niedersächsische Bergland verteilt sind.

Kaltluftabfluß (0-2000)

Häufigkeit Niedersachsen (DHM) Häufigkeit DWD Temperaturstationen

0 1 2 3 4

0 4 0 0 0 0 0 8 0 0 0 0 0 1 2 0 0 0 0 0 1 6 0 0 0 0 0 2 0 0 0 0 0 0

0 4 0 0 8 0 0 1 2 0 0 1 6 0 0 2 0 0 0

D W D D H M

Kapitel 4 Verwendete Daten Tabelle 13: Deskriptive Statistiken zu den durchschnittlichen Lufttemperaturen

im Berglanddatenkollektiv des DWD

Monat/Jahr n obs Min.

Beachtenswert erscheint neben dem klaren Jahresgang der Lufttemperatur auch die Tatsache, daß die Standardabweichung der Meßwerte im Frühling/Frühsommer ein Maximum erreicht, während im Winterhalbjahr eine deutlich geringere Varianz zu verzeichnen ist. Ähnliche Beobachtungen konnten auch für das TRANSEKT-Datenkollektiv gemacht werden (Tabelle 14). Der Vergleich der Mittelwerte der beiden Kollektive fällt monatsweise unterschiedlich aus, was alleine schon durch den unterschiedlichen zeitlichen Bezug erklärt werden kann (DWD: Daten von 1961 bis 1990; TRANSEKT umfaßt Daten von 1994 und 1995). Daß die meisten Mittelwerte des DWD Berglandkollektivs über denen des TRANSEKT-Datenkollektivs liegen, ist nicht verwunderlich, da die TRANSEKT-Stationen allesamt im Harz auf über 390 m u. NN liegen (s.u.).

Tabelle 14: Deskriptive Statistiken zu den durchschnittlichen Lufttemperaturen im Berglanddatenkollektiv TRANSEKT

Einen Überblick über den Vergleich zwischen den Verteilungen der DWD-Werte und der Rasterwerte verschiedener räumlicher Variablen gibt Tabelle 15 mit

Kapitel 4 Verwendete Daten

64

deskriptiven Statistiken. Vor allem der Vergleich der Extremwerte (Min. und Max.) kann einen Eindruck über Repräsentanzlücken des DWD- Meßnetzes geben.

Mittelwerte und Standardabweichungen können in Verbindung mit den Extremwerten weiter Auskunft über Lage und Verteilung der Werte geben.

Tabelle 15: Gegenüberstellung von Variablenverteilungen (deskriptive Statistiken) für das Bergland (Rasterwerte) und die entsprechenden DWD Temperaturstationen

Bergland

(Rasterwerte; Rasterweite: 50 m)

DWD Temperaturstationen im Bergland (n=16) Min. Max. Mittelw. Stdabw.

Variable

Min. Max. Mittelw. Stdabw.

35 953 218,23 130,75 Geländehöhe

[m ü. NN] 72 11322 337,35 288,80 0 2000 92,25 311,76 Kaltluftabfluß

(0 bis 2000)

1 2000 205,95 497,54 0 1096 110,10 110,67 Leewirbel

[m]

0 262 94,33 87,50

Nicht durch das DWD-Datenkollektiv erreichte Extremwerte des Rasters zeigen an, daß das Zielgebiet nicht vollständig vom Datenkollektiv repräsentiert werden kann.

Der Anteil nicht repräsentierter räumlicher Situationen an der Gesamtfläche des Zielgebietes kann auch im Fall wertemäßig großer Repräsentanzlücken flächenmäßig durchaus vernachlässigbar gering sein. Einen groben Überblick über die Häufigkeiten entsprechender Werte außerhalb der Wertebereiche des Datenkollektivs können vegleichende Plots geben (vgl. Abbildung 10 oder Abbildung 13). Eine genaue Angabe der Häufigkeit von nicht vertretenen Rasterwerten läßt sich mit einem GIS ermitteln oder anhand der aus den Rastern gewonnenen Häufigkeitstabellen. Einen Überblick über das Ausmaß von solchen Repräsentanzmängeln der DWD- Temperaturstationen im Bergland gibt Tabelle 16.

2. Meßstation „Brocken“ befindet sich nicht in Niedersachsen aber in direkter Nachbarschaft

Kapitel 4 Verwendete Daten Tabelle 16: Quantifizierung von Repräsentanzmängeln der DWD

Temperaturstationen im niedersächsischen Bergland in Form der prozentualen Angabe von Rasterwerten, die nicht durch das Spektrum der Meßstationswerte abgedeckt werden

Variable Repräsentanzmangel Geländehöhe

[m ü. NN]

2,4 % unter Min. der Stationswerte Hangneigung

[%]

8,4 % über Max. der Stationswerte Insolation Jan.

[ ]

13,2 % außerhalb des Bereichs der Stationswerte (7,8 % kleiner, 5,4 % größer; Extremwerte Raster/Datenkollektiv unterscheiden sich stark) Rel. Exponiertheit

(0 bis 36)

1,6 % unter Min. der Stationswerte (Wert: 0) Kaltluftabfluß

(0 bis 2000)

8,8 % unter Min. der Stationswerte (Wert: 0) Leewirbel

[m]

9,8 % über Max. der Stationswerte; Extremwerte unterscheiden sich stark

Die größte Repräsentanzmangel ist demnach für die Variable Insolation im Januar festzustellen. Diese ist wahrscheinlich auf die gleichen Ursachen zurückzuführen wie die Einschränkung des Wertebereichs der Variable Hangneigung, nämlich die auf Vergleichbarkeit der Meßergebnisse ausgerichtete Auswahl der Meßstationen durch den DWD.

Ist ein Meßnetz bezüglich einer Variable nicht repräsentativ, so ist es möglich, daß existente Zusammenhänge zwischen dieser und einer oder mehreren Zielvariablen nicht durch die Analyse der Meßnetzdaten aufgedeckt werden können. Zu dieser Unsicherheit kommt das Problem, wie ein als signifikant erkannter (linearer) Zusammenhang zwischen einer Zielvariablen und einer nicht repräsentativ beobachteten räumlichen Variablen in der Regionalisierung zu verwenden ist. Es kann fallweise plausibel sein, auch für die nicht durch die Meßstationen vertretenen Werte den gleichen (linearen) Zusammenhang anzunehmen wie für das vorhandene Wertespektrum. Falls keine gegenteiligen Effekte – beispielsweise ein Sättigungseffekt – zu erwarten sind, kann es sinnvoll sein, einen gefundenen Zusammenhang auch über das von den Meßstationen abgedeckte Wertespektrum der räumlichen Variable hinaus zur Regionalisierung zu verwenden. Die Überprüfung des Wertebereichs der Regionalisierungsfunktion auf Plausibilität ist in diesem Fall unerläßlich.

Sollte ein anderer als der linear modellierte Zusammenhang für nicht repräsentierte Wertebereiche der räumlichen Variablen möglich oder gar wahrscheinlich sein, wird eine andere Vorgehensweise als die Extrapolation des Modells vorgeschlagen. Die

Kapitel 4 Verwendete Daten

66

Werte des Rasters, die über das durch die Stationen repräsentierte Spektrum hinausgehen (bzw. es unterschreiten), werden auf den maximalen (minimalen) Wert der Meßstationen gesetzt, die Variable wird gekappt. Gebiete, für die eine solche Kappung notwendig ist, können in Ergebnisplots beispielsweise durch Schraffur hervorgehoben werden. Dies ermöglicht dem fachlich versierten Nutzer die Möglichkeit bei relativ ungestörtem Gesamteindruck die möglichen Abweichungen in der Realität von der Modellierung und Darstellung zu bedenken und im Falle einer Verwendung bei weiterführenden Projekten wie z. B. einer automatisierten digitalen Standortbeschreibung zu berücksichtigen.

Aus dem Harz stand ein zweites Datenkollektiv zur Verfügung. Es war dies eine Meßreihe des Institutes für Bioklimatologie der Universität Göttingen, die an einem TRANSEKT durch den Harz von ca. 20 km Länge mit 15 Stationen über 2 Jahre (1994 und 1995) durchgeführt wurde. Stündlich wurden Werte an automatischen Meßstationen genommen, die jedoch durch die eingeschränkten Betreuungsmöglichkeiten im Winter (z.T. erhebliche Schneehöhen, Lage weitab von befahrbaren Straßen) nur für die Monate April bis Dezember zu monatlichen Mittelwerten integriert werden konnten. Die nördlichste Station 1 liegt nahe bei der Okertalsperre auf 443 m ü. NN. Das Transekt endet im Süden mit Station 15 auf 393 m ü. NN. Die Stationen 3 und 4 konnten leider keine vollständigen Meßreihen liefern, wodurch für die Regionalisierung nur 13 Stationen verwendet werden konnten. Die Lage der Stationen mit einem Eindruck vom Höhenprofil des beprobten Gebietes zeigt Abbildung 14.

Kapitel 4 Verwendete Daten Abbildung 14: Lage der Stationen des TRANSEKT-Datenkollektivs an einem

Nord-Süd-Transekt durch den Harz

Für sich allein ist ein solches Datenkollektiv sicher nicht ausreichend für eine vollständige Regionalisierung der Lufttemperatur im Harz oder gar im gesamten niedersächsischen Bergland. Dies zeigt sich allein schon durch einen Vergleich der Verteilungen der Geländehöhe für das Datenkollektiv und den Harz (Abbildung 15).

Die Werte von sechs räumlichen Variablen für alle 15 Stationen des TRANSEKT-Datenkollektivs sind in Tabelle 17 zusammengefaßt. Eine genaue Betrachtung verdeutlicht schnell den Unterschied zu dem vorher besprochenen DWD-Datenkollektiv. Während die Repräsentanz bezüglich der Geländehöhe schlechter ist als im Fall der DWD-Stationen, ist das Wertespektrum des TRANSEKT-Datenkollektivs andere räumliche Variablen betreffend weiter gestreut als das des DWD-Datenkollektivs.

Kapitel 4 Verwendete Daten

68

Abbildung 15: Verteilung der Variable Geländehöhe der Temperaturmeßstationen des TRANSEKT-Datenkollektivs im Harz mit derjenigen für den gesamten niedersächsischen Harz, vertreten durch die Zellen eines digitalen Höhenmodells (DHM) mit Rasterweite 50 m

Tabelle 17: Werte von sechs beispielhaft ausgewählten räumlichen Variablen der 13 in der Untersuchung verwendeten Stationen des TRANSEKT-Datenkollektivs im Harz

Für die Variable Insolation im Januar wurden so beispielsweise Werte deutlich unter dem Minimum des DWD-Datenkollektivs von 63 ermittelt (vgl. Tabelle 15, S. 64).

Die Werte für Kaltluftabfluß (Stationen 1, 11 und 12) sowie die der Variable Leewirbel (Station 15!) zeigen eine große Streuung. Besonders deutlich wird der

G e l ä n d e h ö h e [ m ü . N N ]

Häufigkeit Harz (DHM) Häufigkeit Transektstationen

0

Kapitel 4 Verwendete Daten Unterschied zum DWD-Datenkollektiv jedoch mit den Variablen Hangneigung und Relative Exponiertheit. Hier zeigen die hohen Werte für Hangneigung und die geringen Werte für die Relative Exponiertheit, daß bei der Auswahl der Meßstandorte hier besonders auf die Erfassung von räumlichen Unterschieden Wert gelegt wurde. Ein Umstand, welcher der Regionalisierung unter Zuhilfenahme von räumlichen Variablen entgegenkommt. Trotz des unterschiedlichen zeitlichen Rahmens der beiden Datenkollektive wurde daher eine integrierte Analyse auf dem in Kap. 5.1.1.1 auf Seite 108f erläuterten Weg durchgeführt.