nach oben

Wasser und Abfall

Erschienen in:

01.06.2012 | WASSER

Möglichkeiten der mathematischen Statistik zur Schätzung der Hochwasserwahrscheinlichkeit

verfasst von: Dr.-Ing. Mathias Raschke

Erschienen in: Wasser und Abfall | Ausgabe 6/2012

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Auszug

Zur effektiven Begrenzung von Hochwasserrisiken muss die Hochwassergefährdung so genau wie möglich geschätzt werden. Anhand zweier Beispiele werden verschiedene Möglichkeiten der mathematischen Statistik aufgezeigt, mit denen die Genauigkeit und Zuverlässigkeit der statistischen Schätzung der Durchflussmaxima verbessert werden kann. Einige Aspekte der statistischen Modellierung werden diskutiert. Gezeigt wird, dass komplexe Hochwassermodelle sehr spezielle Modelle für stochastische Prozesse erfordern. …

Vorheriger Artikel BWK NACHRICHTEN

Nächster Artikel Neue Schutzziele und alte Bauwerke – der Hochwasserschutz in Bremen und Bremerhaven

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Wasser und Abfall

WASSER UND ABFALL ist gemacht für die Fachleute und Entscheider in den Umweltverwaltungen von Bund, Ländern und Kommunen, in Industrie, Wasserbau sowie in Dienstleistungsunternehmen und Ingenieurbüros.

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

[1]

Merz, R. und G. Blöschl (2008) Informationserweiterung zur Bestimmung von Hochwasserwahrscheinlichkeiten. Hydrologie und Wasserbewirtschaftung, 52 (2008), 6; S. 300 – 309.

[2]

Entwurf des Merkblattes DWA-M 552 „Ermittlung von Hochwasserwahrscheinlichkeiten“ (August 2010)

[3]

Bartl S., Schümberg S. und Deutsch, M. (2009): Revising time series of the Elbe river discharge for flood frequency determination at gauge Dresden. Nat. Hazards Earth Syst. Sci., 9, 1805 – 1814.CrossRef

[4]

DVWK-Merkblatt 251/1999. Statistische Analyse von HochwasserDurchflüssen. ATV-DVWK-Regelwerk. (1999)

[5]

Gaume, E., Gaál, L., Viglione, A., Szolgay, J., Kohnová, S. und Blöschl G. (2010): Bayesian MCMC approach to regional flood frequency analyses involving extraordinary flood events at ungauged sites, Journal of Hydrology

[6]

Leadbetter,M. R., Lindgren, G. und Rootzen, H. (1983): Extremes and Related Properties of Random Sequences and Processes Springer Series in Statistics. Springerverlag.

[7]

Coles, S. (2001): An Introduction to statistical Modeling of Extreme values. Springer Verlag London.

[8]

Raschke, M. (2012): Inference for the truncated exponential distribution. Stochastic Environmental Research and Risk Assessment 26, S. 127 – 138.

[9]

Efron, B. (1979): Bootstrap Methods: Another Look at the Jackknife. The Annals of Statistics 7, S. 1 – 26.

[10]

Raschke, M. (2012): Parameter estimation for the tail distribution of a random sequence. Cummunications in Statistics – Simulation and Computation (akzeptiert).

[11]

D’agostino und Stephens, M. A. (1986): Goodness-of-fit techniques. Dekker Verlag New York.

[12]

Raschke, m., Thürmer, k. (2010): Diskussion der Modellselektion und weiterer Defizite in der Hochwasserstatistik. Wasser und Abfall 05/2010.

[13]

Hüsler, J., Li, D. und Raschke, M. (2011): Estimation for the generalized Pareto distribution using maximum likelihood and goodness-of-fit. Communication in Statistics – Theory and Methods 40, S. 2500 – 2510.

[14]

Schlather, M. (2002): Models for Stationary Max-Stable Random Fields. Extremes 5, S. 33 – 44.

[15]

Burton, A., Fowler, H. J., Kilsby, C. G. und O’connell, P. E. (2010): A stochastic model for the spatial-temporal simulation of nonhomogeneous rainfall occurrence and amounts. Water Resources Research 46 , doi:10.1029/2009WR008884,

[16]

Raschke, M., Kröger, W., Bilis, V. (2011): Erdbeben- und Wintersturmrisiko des Schweizer Stromübertragungsnetzes. SEV/VSE-Bulletin, Mai 2011.

[17]

Honar, M.R.; Shahidi, N.; Shamsnia, S.A.(2010): Simulation and modeling of monthly discharge using time series analysis (case study: Firouzabad River, Iran). In Proceedings: Environmental Engineering and Applications (ICEEA), 2010 International Conference on 10 – 12 Sept. 2010, Singapore, S. 303 – 306.

Titel: Möglichkeiten der mathematischen Statistik zur Schätzung der Hochwasserwahrscheinlichkeit
verfasst von: Dr.-Ing. Mathias Raschke
Publikationsdatum: 01.06.2012
Verlag: Vieweg Verlag
Erschienen in: Wasser und Abfall / Ausgabe 6/2012
Print ISSN: 1436-9095
Elektronische ISSN: 2192-8754
DOI: https://doi.org/10.1365/s35152-012-0193-6

Springer Professional

Auszug

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Wasser und Abfall

Springer Professional "Technik"

Weitere Artikel der Ausgabe 6/2012

Toxikologische Bewertung von Fracking-Fluiden

Veranstaltungskalender

Maritime Notfallvorsorge in der Bundesrepublik Deutschland

ANLAGEN UND PRODUKTE

Umsetzung der EU-Meeresstrategie-Rahmenrichtlinie für Nord- und Ostsee

Informations- und Dialogprozess zur Sicherheit und Umweltverträglichkeit der Fracking-Technologie