Druckansicht der Internetadresse:

Fakultät für Biologie, Chemie und Geowissenschaften

Lehrstuhl für Ökologische Modellbildung - Prof. Dr. Michael Hauhs

Seite drucken

Ökosystem-Analyse mit Methoden der Komplexitätstheorie

BITÖK-S11

Von 01/1995 bis 12/1997

Projektleiter: Michael Hauhs
Mitarbeiter: Holger Lange, Frank Wolf
Bewilligung: 0339476 B Vorhersage und Erklärung des Verhaltens und der Belastbarkeit von Ökosystemen unter veränderten Umweltbedingungen

Energie- und Materieflüsse von bewaldeten Ökosystemen wurden bereits intensiv untersucht. Selbst bei ähnlicher Zielsetzung werden unterschiedliche Meßauflösungen und Modelltypen zur Auswertung der Beobachtungen eingesetzt. In diesem Ansatz werden die mit den Energie- und Masseflüssen zusammenhängenden Informationsströme ermittelt und für einen systematischeren Vergleich von Modellen und Felddaten verschiedener Einzugsgebiete verwendet. Die Komplexitätstheorie liefert Methoden zur Quantifizierung von (i) Zufälligkeit, Unvorhersagbarkeit, Informationsgehalt und (ii) der Komplexität der Struktur der Daten oder ihrer Repräsentation (durch ein Modell). Dieser Ansatz ist neu in der Anwendung auf Ökosysteme, soweit uns dies bekannt ist. Ein Computerprogramm, SYMDYN (SYMbolic DYNamics), wurde geschrieben, welches die automatische Berechnung von derzeit 14 verschiedenen Komplexitätsmaßen erlaubt. Die Maße wurden anhand der logistischen Abbildung getestet und mit Ergebnissen aus der Literatur verglichen. Die Stabilität der Methoden wurde durch Parameter-Variationen untersucht. Die Hypothese, daß bewaldete Einzugsgebiete die Information der Eingangssignale zum Ausgang hin filtern, wurde für die Niederschlags- und Abfluß-Zeitreihen von 4 verschiedenen Einzugsgebieten bestätigt. In einem Fall lagen die Daten in zwei verschiedenen Meßauflösungen vor (täglich und stündlich). Die Bestimmung von Information und Komplexität von aggregierten Niederschlags- und Abflußdaten von einer Stunde bis 23 Tagen ergab Hinweise für eine optimale Meßauflösung. Stundendaten liefern wegen einer hohen Redundanz nur geringe Informations- und Komplexitätswerte. Ein Komplexitätsmaximum kennzeichnet eine optimale Aggregation, die maximale Information über den beobachteten Prozeß liefert. Eine noch höhere Aggregierung liefert zwar mehr Information, aber auch mehr Zufälligkeit, die zu einer einfacheren Beschreibung der Daten und damit einer geringeren Komplexität führt. Demnach könnte der Abfluß des untersuchten Gebietes alle 2 - 3 Tage gemessen werden, während der Niederschlag mit einer Auflösung von 2 - 3 Stunden gemessen werden müßte. Diese Werte liegen unterhalb der Autokorrelationslängen von 4 Tagen (Niederschlag) und 3.5 Monaten (Abfluß). Ein Vergleich mit üblichen Beprobungsstrategien für Einzugsgebiete, in denen die zeitliche Auflösung heuristisch gewählt wurde, bestätigt das Ergebnis. In Zusammenhang mit Black-Box Modellen, wie neuronalen Netzen, liefert dieser Ansatz außerdem eine neue leistungsfähige Methode für eine unabhängige Einschätzung der Leistung und Abstimmung von Modellen. (Abschlußbericht 1998)

Publikationsliste dieses Projekts

Hauhs, M; Lischeid, G; Lange, H: Auswertung von forsthydrologischen Monitoringdaten, Stoffhaushalt von Waldökosystemen, 7, 11-18 (1999) -- Details
Youtube-KanalKontakt aufnehmen
Diese Webseite verwendet Cookies. weitere Informationen