Screening-Analysen - Pilz4You_1

Dazu wurden für die folgenden Analysen zusätzliche neue Prediktoren auf Basis der 10 verfügbaren ArcEGMO-Parameter definiert, indem für jeden Tag die Tageswerte einer vorgegebenen Anzahl vorangegangener Tage („Vorperiode") zu Mittelwerten umgerechnet wurden.

Für diese Gleitmittelbildung können beliebige Perioden vor dem aktuellen Tag verwendet werden. Für erste Untersuchungen wurden insgesamt 21 Vorperioden definiert (siehe Tabelle oben rechts). „Tage" bezeichnet die Tage vor dem aktuellen Tag, die für die Gleitmittelbildung herangezogen werden, also z.B. 001-120 für eine Gleitmittelbildung über die Tage 1 bis 120 vor dem aktuellen Tag. Bei der Vorperiode 1=000-000 handelt es sich um die unbehandelten, also unverschobenen Originalwerte.

Die folgende Abbildung demonstriert das Prinzip der Gleitmittelbildung an drei der in der Tabelle aufgeführten Vorperioden: 1. Vorwoche (Tage 1-7), Vorwochen 2 und 3 (Tage 8-21) sowie 1. Vormonat (Tage 1-30).

Definition zeitverschobener Prediktoren mittels Gleitmittelbildung über verschiedene Vorperioden

SCREENING-ANALYSEN AUF BASIS VON TEILEINZUGSGEBIETEN
Für die Screening-Analysen auf Teileinzugsgebiets-Basis wurde von GEPS ein Programm entwickelt, das die auf Teileinzugsgebiets-Basis bereitgestellten ArcEGMO-Daten nutzt. Mit seiner Hilfe lässt sich ermitteln, welche zeitverschobenen Prediktoren die besten Korrelationen zu den erhobenen Pilzdaten zeigen. Im Programm können beliebig viele Vorperioden definiert und vorgegeben werden (also durchaus mehr als in der Tabelle oben aufgeführt). Darüber hinaus kann angegeben werden, ob bei den Korrelationsanalysen alle Tage des Jahres oder nur die Tage innerhalb der Wachstumsperiode der analysierten Pilzart berücksichtigt werden sollen. Für beide Pilzarten wurden die Analysen für unterschiedliche Perioden durchgeführt:

• Pfifferling: 1991-2019 (Gesamtperiode mit Pilzfunden; die ersten Jahre 1988-1990 mit wenigen oder unsicheren Pilz-Daten wurden weggelassen) und 2011-2014 (pilzreiche Jahre)
  

• Steinpilz: 1988-2019 (Gesamtperiode mit Pilzfunden) und 1990-1994 (pilzreiche Jahre).
  

Die folgende Tabelle fasst die Ergebnisse der für Pfifferlinge und die Gesamtperiode 1991-2019 durchgeführten Screening-Analysen zusammen. Sie enthält die zwischen den Beobachtungswerten (Pilzwachstum) und den zeitverschobenen, gemittelten Tageszeitreihen der 10 ArcEGMO-Parameter berechneten Korrelationskoeffizienten für insgesamt 17 Vorperioden.

Korrelationskoeffizienten der Screening-Analysen für Pfifferlinge (Periode 1991-2019, nur Wachstumsperiode)

In der Spalte „TAGE" ist die Anzahl der Tage angegeben, die für die Analyse jeweils genutzt werden konnten. Da nur die Wachstumsperiode 11.05. - 20.11. bei den Analysen berücksichtigt wurde (194 Tage pro Jahr), ist diese deutlich geringer als die Anzahl aller verfügbaren Tage (10.592) in der Periode 1991-2019. Die Beschränkung der Tageszeitreihen auf die Wachstumsperiode ist grundsätzlich sinnvoll, da es bei den Korrelationsanalysen ansonsten zu „Scheinkorrelationen" kommen kann. Neben den für jede Kombination Vorperiode - ArcEGMO-Parameter berechneten Korrelationskoeffizienten sind in der Tabelle auch die über alle Vorperioden bzw. alle Parameter berechneten Mittelwerte MW angegeben. Diese liefern einen Hinweis darauf, welche Parameter (gemittelt über alle Vorperioden) oder welche Vorperioden (gemittelt über alle Parameter) zu besonders hohen Korrelationen führen.

Im Fall der Pfifferlinge ergeben sich die höchsten Korrelationen für die zeitverschobenen ArcEGMO-Parameter EP, ER, LT, PI und TR, während die Parameter BF, RF, RS, WI und WB  zu geringen oder negativen Werten des Korrelationskoeffizienten R führen. Je nach Parameter liefern die Vorperioden 001-030 bis 001-060 die höchsten R-Werte.

Um den Effekt der zeitverschobenen ArcEGMO-Parameter auf den Korrelationskoeffizienten zu veranschaulichen, kann man die Zeitreihen der zeitverschobenen Parameter zusammen mit den Beobachtungswerten des Pilzwachstums darstellen. Die folgende Abbildung zeigt den Verlauf des für Pfifferlinge beobachteten Wachstums in der Periode 2011-2014, zusammen mit einigen zeitverschobenen Tageszeitreihen des Parameters LT=Lufttemperatur. Das beobachtete Wachstum (schwarz) korreliert offenbar am besten mit den Tageszeitreihen der Vorperioden 001-030 (magenta) und 001-045 (orange), während z.B. die Tageszeitreihe für 001-090 (grün) zu deutlich geringeren Korrelationen führt. Zu beachten ist bei dieser optischen Bewertung, dass zur Berechnung der Korrelationskoeffizienten lediglich die Werte innerhalb der Wachstumsperiode herangezogen wurden.

Zeitverschobene, geglättete Tageszeitreihen des Parameters LT=Lufttemperatur, dargestellt zusammen mit dem beobachteten Wachstum für Pfifferlinge (Periode 2011-2014)

Eine analoge Darstellung für den Parameter PI=Niederschlag zeigt ein deutlich komplexeres Bild, da es sich um einen im Vergleich zu LT deutlich unstetigeren meteorologischen Parameter handelt. Dennoch ist erkennbar, weshalb die zeitverschobenen Zeitreihen der Vorperioden 001-045 (hellblau) und 001-060 (dunkelblau) in der Tabelle der Korrelationskoeffizienten zu den höchsten Werten für den Korrelationskoeffizienten R führen.

Zeitverschobene, geglättete Tageszeitreihen des Parameters PI=Niederschlag, dargestellt zusammen mit dem beobachteten Wachstum für Pfifferlinge (Periode 2011-2014)

Ähnliche Analysen wurden auch für Steinpilze und die Gesamtperiode 1988-2019  (Anzahl aller verfügbaren Tage: 11.688) durchgeführt. Auf die Wiedergabe der Ergebnistabelle und Grafiken wird hier aus Platzgründen allerdings verzichtet. Wiederum wurden nur die Werte innerhalb der Wachstumsperiode (01.06. - 23.11.) bei den Analysen berücksichtigt (176 Tage pro Jahr). Im Gegensatz zum Pfifferling wurden die Screening-Analysen für alle 21 definierten Vorperioden durchgeführt, da untersucht werden sollte, ob und wie das Wachstum von Steinpilzen von den meteorologischen Bedingungen des Vorjahres beeinflusst sein könnte.

Zunächst ist festzustellen, dass die Korrelationskoeffizienten generell deutlich kleiner sind als für Pfifferlinge. Die höchsten Werte für den Korrelationskoeffizienten R ergeben sich auch hier für die zeitverschobenen ArcEGMO-Parameter EP, ER, LT und PI, während die Parameter BF, RF, RS, WI, WB und TR geringe oder negative R-Werte aufweisen. Der Parameter TR spielt im Gegensatz zu Pfifferlingen offenbar keine bedeutende Rolle. Je nach Parameter liefern die Vorperioden 031-060 bis 001-180 die höchsten R-Werte. Diese Vorperioden liegen damit im Mittel deutlich weiter in der Vergangenheit zurück als für Pfifferlinge.

Dies deutet darauf hin, dass Steinpilze grundsätzlich von länger zurückliegenden Witterungsperioden beeinflusst zu werden scheinen und sich günstige klimatische Wachstumsbedingungen erst deutlich später als bei Pfifferlingen besonders wachstumsfördernd auswirken. Sowohl die meteorologischen Bedingungen des aktuellen Jahres als auch die des Vorjahres haben offensichtlich einen Einfluss auf das Wachstum von Steinpilzen. Dieser Befund lässt sich jedoch nicht an einem einzelnen Parameter festmachen, sondern muss im Zusammenspiel mit allen anderen relevanten Parametern betrachtet werden (s. dazu die Ergebnisse der ersten Prognoserechnungen).

ALLGEMEINES FAZIT DER SCREENING-ANALYSEN

• Die Verwendung zeitverschobener, gemittelter ArcEGMO-Tageszeitreihen als zusätzliche Prediktoren zur Beschreibung des Pilzwachstums scheint sinnvoll zu sein, da sich z.T. deutlich bessere Korrelationen R zu den Pilzwachstumsdaten ergeben als bei Verwendung der unverschobenen Originalwerte.
  

• Einige ArcEGMO-Parameter scheinen sich wegen kleiner oder negativer R-Werte (egal ob für die unverschobenen oder die verschobenen Zeitreihen) für die Weiterverwendung im Prognosesystem eher nicht zu eignen. Zu diesen Parametern gehören BF, RF, WI und WB.
  

• Für jeden ArcEGMO-Parameter könnten nach den bisherigen Analysen z.T. unterschiedliche Vorperioden am besten für Prognoserechnungen geeignet sein.
  

• Die Korrelationskoeffizienten für Steinpilze sind grundsätzlich kleiner als für Pfifferlinge.
  

• Die Tatsache, dass alle Screening-Analysen zu kleinen oder negativen R-Werten für den Parameter BF=Bodenfeuchte führen, ist etwas verwunderlich, da es sich eigentlich um einen für das Pilzwachstum wichtigen Parameter handeln sollte. Ersten Recherchen zufolge liegt dies an der Berechnung von BF im hydrologischen Modell ArcEGMO (mit 2 m als einziger und zu groß bemessener Bodenschicht).
  

• Die Beschränkung der Analysen auf die Wachstumsperiode führt im Mittel zu kleineren R-Werten, da die Scheinkorrelationen außerhalb der Wachstumsperiode entfallen und auch die Anzahl verwertbarer Tage in Abhängigkeit von der Länge der gewählten Vorperiode z.T. deutlich sinkt. Dies gilt insbesondere für Steinpilze mit einem im Mittel deutlich späteren Wachstumsbeginn und einer kürzeren Wachstumsperiode.