Kurs:Mathematische Modellbildung/Themen/Wetter am Erlebnistag dt. Weinstraße

Aus Wikiversity
Wechseln zu: Navigation, Suche

Wetter am Erlebnistag der deutschen Weinstraße[Bearbeiten]

Der Erlebnistag Deutsche Weinstraße der ist ein inoffizieller "Pfälzer Feiertag", bei dem die Deutsche Weinstraße für PKW und LKW gesperrt wird und Touristen und Anwohner diese mit dem Fahrrad befahren können. Weingüter und Restaurants stehen offen um die Besucher kulinarisch zu versorgen. Je nach Wetter zieht der Tag mehr oder weniger Besucher an. Das Projekt beschäftigt sich mit dem Wetter am Tag der deutschen Weinstraße und der Hauptferienzeit der Pfalz, dem Herbst. Untersucht werden folgende Parameter:

  1. Durchschnittstemperatur in Grad Celsius = Ø °C
  2. Gesamtanzahl der Sonnenstunden = ∑ SS in (h)
  3. Gesamte Niederschlagsmenge in mm = ∑ NS in (mm)
  4. Anzahl der Übernachtungen im Herbst ( August, September, Oktober )

Es wird eine Karte der deutschen Weinstraße erstellt, auf der die Wetter- und Besucherzahlen abgebildet werden. Untersucht wird, ob sich anhand der Daten Zusammenhänge erkennen lassen, um eventuelle Prognosen für zukünfitge Weinstraßentage und Urlaubssaison in der Pfalz zu erstellen.

Studierendengruppe[Bearbeiten]

  • Defi2697
  • Akbu6745
  • Acar5809

Modellierungsproblem[Bearbeiten]

Wie kann man aus den Wetterparametern

  1. Durchschnittstemperatur in Grad Celsius = Ø °C
  2. Gesamtanzahl der Sonnenstunden = ∑ SS in (h)
  3. Gesamte Niederschlagsmenge in mm = ∑ NS in (mm)

die ggf. aus der Wettervorhersage entnommen werden, Prognosen für die Besucherzahlen erstellen?

Dieses Modell ist für planerische Tätigkeiten, Trend und Entwicklung des Tourismus in der Pfalz, dem Einkauf von Nahrungsmitteln zur Verköstigung der Besucher und für Dienstleistung der rheinlandpfälzischen Tourismusbranche relevant.

Leitfragen unseres Themas sind :

  1. Wie verändert sich das Einzugsgebiet bei unterschiedlichen Wetterlagen?
  2. Korrelieren Wetter und Besucherzahlen positiv miteinandern?
  3. Wie entwickelte sich der Tourismus an der deutschen Weinstraße innerhalb der letzten 10 Jahre - 2007 bis 2017
  4. Woher kommen die Besucher?

Globale hochaufgelöste Wetterdatenm[1]

Fachwissenschaftliche Grundlagen[Bearbeiten]

Mittelwert[2][Bearbeiten]

Anzunehmen ist, dass die genutzten Werte um den wahren Wert schwanken und dabei die positiven (über dem wahren Wert) als auch die negativen (unter dem wahren Wert) Differenzen gleichermaßen verteilt sind. Um ein möglichst genaues Ergebnis zu erhalten, welches dicht neben dem wahren Wert liegt, nutzt man die Mittelwertbildung

Empirische Standardabweichung[3][Bearbeiten]

Durch Ermittlung der Streuung von Werten um den wahren Wert, lässt sich auch eine Aussage über die Genauigkeit eines einzelnen Wertes machen. Dazu verwendet man die Standardabweichung nach Gauß.Empirische Standardabweichung“.

der Stichprobe wird auf zweierlei verschiedene Arten definiert. Entweder wird sie (1. Definition) als

.

Standardfehler[4][Bearbeiten]

Der Fehler um den Mittelwert herum lässt sich errechnen. In Relation zur Standardabweichung sieht man, das dieser um einen konstanten Faktor kleiner ausfällt.

Normalverteilung [5][Bearbeiten]

Dichtefunktion der Standardnormalverteilung

Die Normalverteilung ist eine der wichtigsten stetigen Wahrscheinlichkeitsverteilungen. Aufgrund ihrer charakteristischen Form wird sie öfters auch Glockenkurve genannt In den meisten Fällen schwanken die errechneten/gemessenen/dokumentierten Werte in einem gewissen Abstand um den Mittelwert herum. Diese Verteilung um den Mittelwert lässt sich mittels einer Gauß-Kurve oft sehr genau darstellen.

Softwarenutzung[Bearbeiten]

Modellierungszyklus[Bearbeiten]

Zyklus 1[Bearbeiten]

Beschaffung der Rohdaten[Bearbeiten]

Zu Anfangs beschäftigten wir uns mit der Beschaffung der Rohdaten für unsere zu untersuchenden Parameter ( Ø °C / ∑ Sonnenstunden, in (h) / Niederschlag ∑ (mm) ). Wir suchten uns aus einer Karte mit rheinlandpfälzischen Wetterstationen die Stationen raus, welche sich entweder genau, oder in der Nähe der deutschen Weinstraße befinden. Wir entschieden uns für folgende 10 Sationen (samt Höhelage) :

  • 01) Grünstadt Asselheim (228m)
  • 02) Grünstadt Sausenheim (186m)
  • 03) Dackenheim (180m)
  • 04) Bad Dürkheim (140m)
  • 05) Neustadt an der Weinstaße (145m)
  • 06) Maikammer (147m)
  • 07) Edesheim (145m)
  • 08) Siebeldingen (197m)
  • 09) Bad Bergzabern (213m)
  • 10) Schweigen Rechtenbach (198m)

Zyklus 2[Bearbeiten]

Downloads[Bearbeiten]

Bearbeitungshinweise[Bearbeiten]

Bitte Literaturhinweise mit dem Standardwerkzeug ergänzen (kleines Buch-Icon im Editor ergänzen) und entsprechende Lit-Quelle eingeben.

Literatur[Bearbeiten]

  1. Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P. G., & Jarvis, A. (2005). Very high resolution interpolated climate surfaces for global land areas. International journal of climatology, 25(15), 1965-1978.
  2. „Mittelwert“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 28. November 2017, 22:54 UTC. URL: https://de.wikipedia.org/w/index.php?title=Mittelwert&oldid=171490001 (Abgerufen: 11. Dezember 2017, 13:32 UTC) :
  3. Empirische Standardabweichung“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 21. November 2017, 14:02 UTC. URL: https://de.wikipedia.org/w/index.php?title=Empirische_Standardabweichung&oldid=171225943 (Abgerufen: 11. Dezember 2017, 14:08 UTC)
  4. „Standardfehler“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 29. November 2017, 21:18 UTC. URL: https://de.wikipedia.org/w/index.php?title=Standardfehler&oldid=171518096 (Abgerufen: 11. Dezember 2017, 14:21 UTC)
  5. Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 29. November 2017, 21:18 UTC. URL: https://de.wikipedia.org/w/index.php?title=Standardfehler&oldid=171518096 (Abgerufen: 11. Dezember 2017, 14:21 UTC)