Extended multistep outflow method for the accurate determination of soil hydraulic properties close to water saturation

W. Durner und S.C. Iden, SS2012. Unsicherheiten - 3

(Un-)sicherheiten in der

Ökosystemmodellierung

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.2

Inhalt

Ökosysteme/Modelle

Daten, Fehler, Unsicherheiten

Stochastik

Intervallarithmetik

Fuzzy Set Theorie

Fehlerrechnung

Monte Carlo Verfahren

Parameterschätzung

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.3

Quantifizierung von Unsicherheiten

Top down:Wiederholung von Messungen und deren statistische Auswertung

Bottom up:Berechnung der Fehlerpropagation

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.4

Modellfehler erkennen: Residuenanalyse

Unabhängigkeit der Residuen:

Beispiel: Niederschlags-Abfluss Modellierung - Topmodel

+++ - - - - - ----- - - - - - - - +++++++++ - - -

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.5

Propagation von Unsicherheiten durchs Modell

Input F(i ,j) Output

i - Prozessparameteri - Eingangsgrößen:

Rand- und Anfangsbedingungen

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.6

Propagation von Unsicherheiten

Entscheidend: Das Wissensniveau 1)Nur Werteintervall bekannt, keine Vorstellung über Verteilung innerhalb des Intevalls

Min-Max-Abschätzung (Intervallarithmetik)

2)Werteintervall bekannt, sowie grobe Vorstellung über Verteilung innerhalb des Range („unscharfe Zahl“)

Fuzzy-Number Rechnungen

3)Verteilungsform und –Parameter bekannt Monte Carlo-Verfahren

4)Fehler sind normalverteilt mit bekannter Varianz Gauss‘sche Fehlerfortpflanzung

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.7

Min-Max-Abschätzung: Intervallarithmetik

Def.: Abgeschlossenes Intervall

Beobachtungs-/Messgenauigkeit

Rundungsfehler

bax ,

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.8

10 cm

1=-66 cm

2=-60 cm

K-63cm = 20 cm/d

-60

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.9

Intervallarithmetik

F(x)

x[xu,xo]

y [yu,yo]

0 2 4

0

2

4

6

8

10

Y

X[1,4]

[0.5

,8]

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.10

Zusammenfassung

Elementare Rechenoperationen:

Addition:

Subtraktion:

Multiplikation:

Division:

mit

yx, yyyxxx ,:,:

],[: yxyxyx

],[: yxyxyx

),,,max(,),,,min( yxyxyxyxyxyxyxyxyx

yyxxy

x 1,1

,

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.11

Zusammenfassung

f(x)=x2

))((max)),((min])2,2([ 2222 xfxffy xx

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.12

Fuzzy Set Theorie

Unscharfe Zahlen statt pure Intervalle

x

Zu

geh

öri

gke

itsg

rad

0

0

1

1„Dreieckige“

a1 a2 a3 a1=a2=a3

Sonderfall: “Reelle Zahl“

a1 a2 a3 a4

„Viereckige“

a1=a2 a3=a4

Sonderfall: “Intervall“

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.13

Fehlerrechnung (Gauss)

f(x)

-4 -2 0 2 40,0

0,2

0,4

0,6

0,8

p(x)

x

-x1, x1

x1-4 -2 0 2 4

0,0

0,2

0,4

0,6

0,8

p(x)

x

-x2, x2

x2

-4 -2 0 2 40,0

0,2

0,4

0,6

0,8

p(x)

x

-y, y

y

Eingangsgrößen:- normalverteilt

- unabhängig

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.14

ix

fS

Fehlerrechnung: »Sensitivität«

Sensitivität: »Sensitivität von f(x) auf xi«

x

f(x)

x+x

f(x+x)

f(x)+f‘(x)x

x

ix

f

f

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.15

f

x

x

fS

ixi

Sensitivitätsanalyse: »relative Sensitivität«

Sensitivitäten(normiert):

x

f(x)

x+x

f(x+x)

f(x)+f‘(x)x

x

ix

f

f

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.16

mit: - Varianzen der Eingangsgrößen xi

- Varianz der Zielgröße y

Fehlerrechnung

Fehlerfortpflanzung nach Gauß:

n

ix

i

xn

xxy

i

n

sx

f

sx

fs

x

fs

x

fs

1

2

2

2

2

2

2

2

2

2

1

2

21

2

ixs2ys

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.19

Fehlerrechnung

Für unkorrelierten (!) Fehler gilt:

Reduktion durch wiederholtes Messen

Summe oder Differenz:

n

ssx

nx x

x

n

ii

1

1

2221 21 xxy sssxxy !!!

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.21

Fehlerrechnung

mit relativem Fehler:

Produkt oder Quotient:

i

xx x

si

i

22

2

121 21 xxyx

xyxxy ;

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.22

Zusammenfassung

Voraussetzung für Gauß‘sche Fehlerrechnung sind unkorrelierte normalverteilte Fehler der Eingangsgrößen.

Bei offensichtlicher Verletzung der voraussetzungen kann eventuell mit transformierten Daten gerechnet werden

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.23

Datentransformation

Test auf Normalverteilung Beibehaltung der Nullhypothese

»Beweis« für normalverteilt!

Datentransformationen Logarithmieren von Daten! Weitere Transformationen

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.24

Sinnlosigkeit von Unsicherheitsberechnungen

Verletzung von Annahmen Verteilungstyp der Eingangsfehler (-> Datentransformation) Homoskedastizität (-> Datentransformation) Richtigkeit des Modells Richtigkeit der Parametrisierung Autokorrelation von Eingangsdaten Kreuzkorrelation von Eingangsdaten (Bsp.

Temperatureinfluss)

Interpretation statistischer Unsicherheitsmaße bei Modellfehlern

Beispiel B&C-Fit an Retentionsdaten; Parameterunsicherheit Beispiel dynamische Effekte; PI mit Richardsgleichung

W. Durner und S.C. Iden: Unsicherheiten in der Ökosystemmodellierung , SS2012 Folie 3.25

Ende