DANMARKS METEOROLOGISKE INSTITUT TRAFIKMINISTERIET TEKNISK RAPPORT 03-17

Størrelse: px
Starte visningen fra side:

Download "DANMARKS METEOROLOGISKE INSTITUT TRAFIKMINISTERIET TEKNISK RAPPORT 03-17"

Transkript

1 DANMARKS METEOROLOGISKE INSTITUT TRAFIKMINISTERIET TEKNISK RAPPORT 0- Nedskalering af vindhastighed målt ved 05 Røsnæs Fyr Ellen Vaarby Laursen KØBENHAVN 00

2 ISSN 00-X (trykt udgave) ISSN - (on-line version, kan hentes på Danmarks Meteorologiske Institut 00. Kortene figur - side og figur - side : Kort & Matrikelstyrelsen (A. 5-). Indhold. Indledning.... Vindklimaet ved 05 Røsnæs Fyr Røsnæs Fyr sammenlignet med 0 Gniben.... WA s P.... Røsnæs lokale vindklima set af WAsP.... Regionalt Røsnæsvindklima dannet af WA s P.... Transformation mellem observeret og modelleret vindklima Skaleringsfaktor α To α-værdier afhængigt af vindretning Tre α-værdier afhængigt af vindretning.... WA s P-modellering af 0 Gniben.... Sensitivitetsstudie.... Fyrets placering.... Orografi.... Konklusion Referencer...

3 . Indledning Denne DMI rapport viser hvordan vindhastigheden målt ved station 05 Røsnæs Fyr simpelt kan tilnærmes til den vindhastighed der ville være målt m over et homogent havområde. Ved simpelt forstås en simpel sammenhæng mellem en observeret vindhastighed, u_obs og en transformeret hav-hastighed, u_model, af typen u_model = αu_obs, hvor α er en konstant. Station 05 Røsnæs Fyr ligger yderst på Røsnæs; på en smal landtange med m høje skrænter ned mod havet. For at nå op over fyret er vindmåleren endvidere placeret m over stationsniveau. Blandt brugere af vinddata vides det generelt at Røsnæs måler for høj vindhastighed i forhold til hvad m middelvinden ellers må formodes at være i området. Nu foretager DMI ikke andre vindmålinger tæt på Røsnæs, men til eksempel viser års vinddata, -, at vindhastigheden fra 05 Røsnæs Fyr typisk lå % over den samtidige vind der blev målt ved 00 Fornæs Fyr og % over den samtidige vindhastighed målt ved 0 Gniben (se afsnit ). Indtil 00 var målingerne, herunder vindhastigheden, fra 05 Røsnæs Fyr tilgængelige på kortet over Vejrobservationer fra Kyststationer på DMIs Internethjemmeside. Men grundet den høje vind blev 05 Røsnæs Fyr i foråret 00 på Internettet erstattet af 0 Gniben. Dette fik imidlertid en stor brugergruppe til at rette henvendelse til DMI om ikke Røsnæs kunne komme på igen da brugerne gerne ville have en vindhastighed for området. For at imødekomme ønsket om vindhastighed fra Røsnæs på DMIs Internethjemmeside blev det derfor i en intern DMI rapport (Laursen 00) undersøgt om vindhastigheden fra 05 Røsnæs Fyr simpelt kunne omregnes til en for havområdet mere repræsentativ værdi. Det er arbejdet og resultaterne fra denne interne rapport der nu foreligger her som en DMI Teknisk Rapport. I arbejdet er anvendt PC-programmet WA s P; The Wind Atlas Analysis and Application Program udviklet af Forskningscenter Risø (Troen et Petersen., Mortensen et al. a, b, Mortensen et al. 00). I WA s P renses et observeret vindklima for lokal indflydelse til dannelse af et atlas over et regionalt vindklima hvorefter det regionale atlas kan anvendes til at regne tilbage til et lokalt vindklima på en kendt placering hvor der ikke haves vindobservationer. I det følgende beskrives det lokale vindklima ved Røsnæs i afsnit. I afsnit anvendes WA s P på de observerede 05 Røsnæs Fyr data. I afsnit gennemgås antagelserne der må gøres for at omsætte WA s P-resultaterne til den ønskede simple sammenhæng. I afsnit 5 præsenteres de resulterende bud på en simpel omregning mellem observeret Røsnæsvind og modelleret m hav-røsnæsvind. Undersøgelsens resultater opsummeres i afsnit.. april 00. Ellen Vaarby Laursen Sektion for Vejr- og Klimainformation.

4 . Vindklimaet ved 05 Røsnæs Fyr Oplysninger om Station 05 Røsnæs Fyr ( Stationskatalog, Cappelen og Jørgensen, Stationsfortegnelse): Position: 55 5 N, 5 E UTM-koordinater: U.0N.E Stationsbasis (m.o.h.): Vindmastbasis (m.o.h.): Vindmålehøjde: m Registreringsfrekvens: Indtil 5/-00: hver. time, herefter hvert. minut. Vindstød: nej Baggrundskort: Kort & Matrikelstyrelsen (A. 5-). Figur - Kortet viser spidsen af Røsnæs med station 05 Røsnæs Fyrs vindmasts placering markeret med rød pil. De rette linier danner et km x km-gitter. Der er.5 m mellem stiplet og fuldt optrukken højdekurve.

5 A. B. Figur -. Station 05 Røsnæs Fyr. A: Vindmast og Fyrtårn set fra jorden. B: Vindmåler set oppe fra Fyrtårnet. Fotos fra DMIs stationskatalog. Ude ved Røsnæs Fyr er Røsnæslandtangen smal med m høje skrænter ned til stranden, se kortet figur -. For at nå fri af fyret er vindmåleren placeret i meters højde på vindmasten, se figur -. Det må således forventes at den målte vindhastighed er højere, end hvis vindmåleren havde været placeret i meters højde og Røsnæs havde været flad. Til at illustrere station 05 Røsnæs Fyrs høje vindhastighedsniveau sammenlignes i figur - den målte vindhastighed ved 05 Røsnæs Fyr med års samtidige målinger af vind ved hhv. 00 Fornæs Fyr og 0 Gniben. Det ses at vindhastigheden ved 05 Røsnæs Fyr som en til formålet god tilnærmelse lå % over den samtidige vindhastighed ved 00 Fornæs Fyr og % over den samtidige vindhastighed ved 0 Gniben. Til den videre undersøgelse anvendes vindobservationer fra 05 Røsnæs Fyr hver tredje time de seneste 0 år: 5. april UTC 5. april 00 UTC. Heri indgår altså også data fra Orkanen. december hvor 05 Røsnæs Fyr observerede en minutters middelvind på. m/s. Statistik og vindrose over de anvendte observationer ses i figur -. Det ses at sektorerne centreret omkring øst og 0º har de laveste middelvindhastigheder og laveste hyppighed af vind>= m/s. Sektorerne øst og 0º (Sektor og 5 når der tælles med uret fra N=) er netop sektorerne hvor vinden kommer fra landsiden af tangen ud mod fyret og vindmåleren. John Cappelen (Cappelen 00) fandt netop at 05 Røsnæs Fyr i perioden -00 målte langt højere vindhastigheder end 0 Gniben for alle retninger undtagen Ø- og 0º-sektorerne. 5

6 Station 05 RØSNÆS FYR N V Ø % 0 % 0 % % S N 0 0 Ø 0 50 S 0 V 00 0 Ialt 50 Procent: >=.0m/s m/s 0. -.m/s % % 0.-.m/s % 5.0-.m/s % >=.0m/s Middel hastighed Største hastighed Totalt antal observationer = 05 Kilde: DMI Vindstille defineret som hastighed <= 0.m/s Antal observationer med vindstille/varierende vind: 00 =.5% Observationer med vindstille/varierende vind indgår ikke i beregningerne Figur -. Statistik og vindrose over de observationer fra 05 Røsnæs Fyr der indgår i denne rapports undersøgelse: Observationer udelukkende hver tredje time ved station 05 Røsnæs Fyr i 0 års perioden 5. april UTC 5. april 00 UTC.

7 . A Figur -. Sammenligning af observeret vindhastighed hver tredje time - ved 05 Røsnæs Fyr med hhv. 00 Fornæs Fyr og 0 Gniben. A: Plot af observeret vindhastighed i m/s ff_røsnæs mod samtidige observationer af vindhastighed ff_fornæs i m/s ved 00 Fornæs Fyr. Lineær regression tvunget gennem 0,0 finder (indtegnet med rød kraftig streg) vindhastighed ved 00 Fornæs Fyr (m/s) = 0.* vindhastighed ved 05 Røsnæs Fyr (m/s). B: Plot af observeret vindhastighed i m/s ff_røsnæs mod samtidige observationer af vindhastighed ff_gniben i m/s ved 0 Gniben. Lineær regression tvunget gennem 0,0 finder (indtegnet med rød kraftig streg) vindhastighed ved 0 Gniben (m/s) = 0.* vindhastighed ved 05 Røsnæs Fyr (m/s).. 05 Røsnæs Fyr sammenlignet med 0 Gniben Det blæser meget ved begge stationer. På en top over de mest blæsende stationer fra DMI TR - (Cappelen og Jørgensen ) ligger 05 Røsnæs Fyr nr. og 0 Gniben nr. (ud af stationer). HIRLAM prognosedata har dog højest middelvindhastighed for 0 Gniben: I figur -5 vises HIRLAM middelvind beregnet og observeret for station 05 og 0 for 00 og 00. Af figuren ses at D05 (5 km gitter, timers prognose) viser ca. samme fordeling på retning for de to stationer for 00. Middelvinden er højere eller den samme på Gniben end for Røsnæs på alle retninger (0 grader interval) undtagen 0-0 grader og 0-0 grader for år 00. D5 og G5 viser ca. det samme. Når D05 sammenlignes med observationerne kl 00 og UTC er D05 for høj for Gniben for stort set alle retninger og for lav for Røsnæs for ca. halvdelen af retningerne (flest syd og vest); Både Gniben og Røsnæs er altså svære at modellere. Forklaringen på at det blæser mere ved 05 Røsnæs Fyr end ved 0 Gniben skal altså søges i forhold der ikke modelleres af HIRLAM. Røsnæs og Gniben er begge smalle landtanger orienteret vest/nordvest ud i Storebælt/Kattegat tæt ved Storebælt, men der er forskel på de to landtangers spids og disse forskelle er for fine til at være opløst i HIRLAMs 5 km gitter. For det første er Røsnæs smallere end Gniben. Ved vindmålernes placering er Røsnæs ca. 0m bred mens Gniben er ca. 00m bred. Se kortet figur -. Dette betyder at 05 sandsynligvis i højere grad end 0 mærker en øgning af vindhastighed som følge af bakketopseffekt fra alle B

8 Figur -5. HIRLAM vindroser for station 05 Røsnæs Fyr og station 0 Gniben. Bemærk at vindroserne, som bliver konstrueret som arbejdsredskaber internt på DMI, har verdenshjørnerne gående fra N i højre side over Ø, S og V mod uret. Vindroserne angiver størrelsen af middelvinden for retningsintervaller i dét hver ring har værdien m/s. Den optrukne figur inderst i vindroserne viser hyppigheden af vinden fordelt på retning. retninger undtagen 0º-0º, hvor vinden ved Røsnæs kommer fra land. Ifølge en tommelfingerregel fra (Troen og Petersen., side ) vil øgningen af m vindhastigheden gå som ~ h/l, hvor h er højden af bakken og L er den halve bredde i højden ½h. Ud fra en sådan løs (læs: usikker) bakketopseffekt -betragtning kan Røsnæs, som halvt så bred som Gniben, forvente dobbelt så stor øgning (størrelse ~% (=*/50) mod ~ % (=* /0)). For det andet er 05 Røsnæs Fyr påvirket af fyrets placering umiddelbart ved siden af mod syd og sydsydvest mens 0 Gniben har vindmasten placeret frit i terrænet. Dette betyder at 05 kan være påvirket af en øgning af vindhastigheden over fyret. For det tredje er vindmåleren ved 05 placeret m over terræn mod m over terræn ved 0. Dette betyder (logaritmisk vindprofil giver forskellen i % som 0*(- ln(m/z0) / ln(m/z0))) en forventet øgning på % for vind fra land (z0=0.m for landbrugslandskab ). For øvrige retninger

9 ville den logaritmiske vindprofil have givet en øgning på % (z0 = 0.0m for åbent land ) uden bakketopseffekten. Figur - Kortet viser Gniben på spidsen af Sjællands Odde. Station 0 Gniben hører under Forsvaret og er derfor ikke markeret på kortet. De rette linier danner et km x km-gitter. Der er.5 m mellem stiplet og fuldt optrukken højdekurve. (Baggrundskort: Kort & Matrikelstyrelsen (A. 5-). På toppen forventes, i stedet for den logaritmiske vindprofil, en knæk-profil med maksimum ~0.5-5 m (0.* z0 * (l/z0) 0. m) over niveau og med konstant faldende hastighed med højden indtil 50-0 m (L) over niveau.

10 . WA s P En serie af observerede vinddata får i WA s P tilpasset en Weibull-fordelingsfunktion, givet ved skalaparameter A og formparameter k. Ud fra A og k kan der beregnes forskellige størrelser af interesse for estimering af vindenergipotentialet; middelværdien af vindhastigheden i tredje, vindhastigheden der giver den højeste energitæthed m.v. Vindatlasanalysemodellen i WA s P kan ud fra Weibullfordelingen tilpasset til observationerne samt oplysninger om målestedet beregne et regionalt vindatlas givet ved Weibullfordelingerne for et sæt af standardbetingelser. m vinden for ruhedsklasse R0, som denne undersøgelse er interesseret i, er inkluderet i vindatlassættet af standardbetingelser. WA s P antager som udgangspunkt at vindhastigheden følger den logaritmiske vindprofil med von Kármán konstant κ=0.0. De tilpassede fordelinger er beregnet til brug for frekvenser på mindst 0.0 og middelvind større end m/s. Tilpasningen foregår under hensyntagen til at vindenergipotentialet i den tilpassede Weibullfordeling skal være det samme som i den observerede fordeling. For en gennemgang af teorien bag WA s P henvises til (Troen et Petersen. ).. Røsnæs lokale vindklima set af WAsP. I WA s Ps beregningsgrundlag for denne undersøgelse af det lokale vindklima indgår:. Placering af vindmåler (se afsnit ). Liste over placering, størrelse og karakter af vindlæ (se Figur -).. Kort over områdets orografi. (se Figur -).. Kort over områdets inddeling i ruhedsklasser (se Figur -) års samhørende målinger af vindretning og vindhastighed (se afsnit ). 5 A. B. Figur -. WA s Ps information om vindlæ ved 05 Røsnæs Fyr vindmåleren. A: Indputfil roesnaes.obs med indhold: Linie : Tekst information. Linie -n: # vindlæ, vinkel (º) til vindlæhjørne, afstand til vindlæhjørne (m), vinkel (º) til vindlæhjørne, afstand til vindlæhjørne (m), højde (m), dybde (m), porositet (0-). Indholdet i filen er vurderet ud fra fotos fra stationskataloget. B: Kort over WA s Ps opfattelse af de angivne vindlæ. Vindsektorer - er markeret ud fra vindmålerpositionen (= nord).

11 A. B. Figur -. A: Orografien ved Røsnæs digitaliseret manuelt i WA s P ud fra kortet vist i figur -. B: Isolinier for ruhedsklasse digitaliseret manuelt i WA s P ud fra kortet vist i figur - således at havet har z 0 = 0m, og tangen generelt har z 0 =0.0m for åbent land bortset fra skovområdet der har z 0 =0.m. WA s P undersøger hvor godt den tilpassede Weibullfordeling passer til den observerede fordeling ved at sammenligne middelvindhastigheden beregnet for hver af de to. Middelvindhastigheden for de 0 års observerede data var. m/s (værdien er mindre end i vindrosen Figur - fordi WA s P også har værdier <0. m/s med). Middelværdien for den tilpassede Weibullfordeling var.0 m/s altså en afvigelse på %. WA s Ps præsentation af de observerede data og tilpassede Weibullfordelinger ses i figur. for de samlede data og udvalgte vindretningssektorer. For at få mere viden fra WA s P om de høje vindhastigheder ved Røsnæs undersøges yderligere to observerede datasæt fra 05 Røsnæs Fyr: De højeste % af vindhastighederne fra 0 års datasættet samt de højeste % af 0 års datasættet. De højeste % af vindhastighederne fra 0 års datasættet blev udgjort af 0 datapar med vindhastighed >=.5 m/s. Middelvindhastigheden af disse data var. m/s og af den tilpassede Weibullfordeling 5. m/s, altså en afvigelse på.%. WA s Ps præsentation af data ses i Figur -. Sektorerne,, og 5 indeholder kun få data: hhv..%,.%, 0.% og for sektor 5: 0.% af de 0 datapar. De højeste % af vindhastighederne fra 0 års datasættet blev udgjort af 5 datapar med vindhastighed >=.5 m/s. Middelvindhastigheden af disse data var. m/s og af den tilpassede Weibullfordeling. m/s, altså en afvigelse på næsten %. WA s Ps præsentation af data ses i Figur -5. Sektorerne,,, 5 og indeholder kun få data: hhv.. %,.%, 0.%, 0.0% og for sektor :.5% af de 5 datapar. Som det kunne forventes passer Weibullfordelingen ikke så godt til %-datasættet og %- datasættet som til det fulde datasæt af 0 års observerede data. Det vurderes imidlertid alligevel at være en fordel for denne undersøgelse at have disse to ekstra datasæt med. Hvis der sættes som betingelse at en vindretningssektor skal indeholde mindst 50 vinddata udelukker det dog sektor 5 (øsø) fra højeste % -datasættet og sektor og 5 (ø og øsø) fra højeste %-datasættet.

12 Figur -. Observerede data i WA s P. Observeret 0 års vinddata fra 05 Røsnæs Fyr præsenteret i vindrose med sektorer. Plot af tilpassede Weibull-frekvensfordelinger (tætheder), defineret ved skalaparameter A og formparameter k, for alle retninger, samt for sektor og.

13 Figur -. Observeret datasæt bestående af de højeste % af 0 års datasættet fra 05 Røsnæs Fyr. Vindrose med vindretningssektorer samt plot af tilpassede Weibull-frekvensfordelinger (tætheder), defineret ved skalaparameter A og formparameter k, for alle retninger, samt for sektor og. Figur -5. Observeret datasæt bestående af de højeste % af 0 års datasættet fra 05 Røsnæs Fyr. Vindrose med vindretningssektorer samt plot af tilpassede Weibull-frekvensfordelinger (tætheder), defineret ved skalaparameter A og formparameter k, for alle retninger, samt for sektor og.

14 . Regionalt Røsnæsvindklima dannet af WA s P Her ses på standardregionalklimaet med målehøjde z=m for at se på standardhøjden for vindmåling og ruhedsklasse R0, z0=0m for at se på forholdene for hav. Resultaterne for de tre datasæt (0 års data, de % højeste vindhastigheder fra dette datasæt hhv de % højeste) ses i figur -, figur - og figur -. Som forventet er middelværdien for den regionale R0-m vindhastighed lavere end middelværdien af den observerede 05 vindhastighed for alle retninger undtagen retningssektor og 5 (vindretning fra land). Dog har sektor sammenlignelige middelværdier for ruhedsklasse R0. WA s P leverer således ikke direkte tidsserier af vinddata for de forskellige højder og ruhedsklasser. Tidsserierne af regionale vinddata, hvis sådanne ønskes af brugeren, må beregnes efterfølgende med en generator af tilfældige tal der vægter med netop frekvensfordelingen (tætheden) angivet for det pågældende regionale vindklima. Til denne undersøgelse ønskes besvaret spørgsmålet: Hvordan transformeres den enkelte observerede vind over i den enkelte modellerede regionale vind? Sådan som WA s P er bygget op bliver den enkelte vindmåling slet ikke transformeret; Beregningerne udføres udelukkende på fordelingsfunktionerne. Næste afsnit ser derfor på transformationen mellem den (modellerede) observerede fordeling og den modellerede regionale fordeling. Figur -. Regionalt klimaatlas fra WA s P beregnet på baggrund af 0 års vinddata fra 05 Røsnæs Fyr. Tabellen viser beregnet middelvindhastighed (m/s) og middelvindenergitæthed (W/m ) for hver af målehøjderne -5 (m 00m) og ruhedsklasserne R0 R (z0=0m z0=0.m). Vindrosen viser fordelingen på vindretning for ruhedsklasse R0 ved siden af Weibull-frekvensfordelingen (tætheden) for alle sektorer, ligeledes for R0. Endvidere vises Weibull-frekvensfordelingerne for sektor og sektor for R0. Ved Weibullfrekvensfordelingerne er angivet skalaparameter A og formparameter k, sektorens middelvindhastighed, u, og sektorens middelvindenergitæthed, P.

15 Figur -. De % højeste vindhastigheder fra 0 års vinddata fra 05 Røsnæs Fyr er grundlag for dette regionale klimaatlas fra WA s P. Se forklarende tekst til figur -. Figur -. De % højeste vindhastigheder fra 0 års vinddata fra 05 Røsnæs Fyr er grundlag for dette regionale klimaatlas fra WA s P. Se forklarende tekst til figur -. 5

16 . Transformation mellem observeret og modelleret vindklima I denne undersøgelse ønskes, som beskrevet i indledningen, en simpel sammenhæng mellem en observeret vindhastighed, u_obs og en transformeret hav-hastighed u_model ved Røsnæs. Gerne blot en skalering, altså en sammenhæng af typen: u_model = α u_obs, hvor α er en konstant. WA s P beskriver vindklimaet for både u_obs og u_model ved deres fordeling. Begge antages af WA s P at være Weibullfordelt. For en Weibullfordelt stokastisk variabel u (læs: vindhastighed u) med skalaparameter A og formparameter k, gælder (Troen og Petersen eller Conradsen ): Hvis u er Weibullfordelt så er: Fordelingsfunktionen F(u) = P{U u}, F(u) = exp(-(u/a) k ) Frekvensfunktionen (tætheden) f(u) = F (u): f(u) = (k/a)*(u/a) (k-) * exp(-(u/a) k ) Middelværdi: A*Г(+/k). Varians: A *( Г(+/k) Г (+/k) ). Generelt gælder at hvis en stokastisk variabel U_obs har fordelingsfunktionen F(u_obs) og en anden stokastisk variabel U_model = α U_obs har fordelingsfunktionen G(u_model) så (da fordelingsfunktionen F for en stokastisk variabel U_obs er defineret ved F(u_obs) = P{U_obs u_obs}): G(u_model) = P{U_model u_model} = P{α U_obs u_model} = P{ U_obs u_model/α} = F(u_model/α) Og for vores Weibullfordelte tilfælde ((skalaparameter,formparameter) hhv. (A_obs,k_obs) og (A_model,k_model)) G(u_model) = exp( -(u_model/αa_obs) k_obs ) = exp( -(u_model/a_model) k_model ). Givet at både fordelingen for u_obs og fordelingen for u_model er Weibullfordelinger da kræver sammenhængen u_model = α u_obs altså at:

17 k_model = k_obs α = A_model / A_obs. Følgelig vil (jf. indsættelse i de respektive udtryk) og Middelværdi_model = α Middelværdi_obs Spredning_model = α spredning_obs. (Dette pæne resultat gælder kun for antagelsen om at u_model = α u_obs. Ved en antagelse bare om at u_model = α u_obs + β, β konstant, bliver u_model ikke nødvendigvis Weibull-fordelt.) De beregnede k_model kan med en god tilnærmelse siges at være lig med k_obs for de vindretningssektorer for hver af de tre datasæt: Hvis der ses bort fra sektorerne med under 50 observerede datasæt (sektor 5 fra højeste % -datasættet og sektor og 5 fra højeste % - datasættet) afviger k_model kun lidt fra k_obs set i forhold til spredningen i k-værdierne selv. Se afbildning af k_obs mod k_model i figur -. Selve værdierne af Weibullparametrene (A,k) givet af WA s P samt forholdene A_model/A_obs og k_model/k_obs er opført i tabel - for alle vindretningssektorer for hvert af de tre datasæt. 5,0,5 RØD: 0 års dat asæt GRØN: % højest e dat asæt,0 BLÅ: % højeste datasæt,5,0,5 5,0,5 Formparamter k_model,0,5 0,0 0,0,5,0,5,0,5,0,5,0,5 5,0 Formparameter k_obs Figur -. Formparameter k_obs fra Weibullfordelingerne tilpasset de observerede vinddata fra retningssektorer afbildet mod formparameter k_model fra retningssektorers Weibullfordelte regionale vinddata modelleret for vinden i m højde og ruhedsklasse R0. Følgende sektorer er ikke med i afbildningen som følge af for få vinddata: sektor 5 fra højeste % -datasættet og sektor og 5 fra højeste % -datasættet. Datapunkterne er mærket med nummeret for vindretningssektoren (-, begyndende med Nord= og med uret rundt). Farven angiver hvilket datasæt punktet stammer fra. Linien k_model = k_obs er optegnet med sort.

18 Vindretnings - sektor Datasæt A_obs k_obs A_model k_model k_model/ k_obs α = A_model/ A_obs 0 års data,50,5,0, 0, 0,0 0 års data,00,5,, 0, 0, 0 års data,0,,00,5 0, 0,5 0 års data,0,05,0,,,0 5 0 års data,0,5,0,,0, 0 års data,0,,00,0 0, 0, 0 års data,,,0, 0, 0, 0 års data,,55,0,5 0, 0, 0 års data,,,0, 0, 0, 0 års data,,50,, 0, 0,0 0 års data,,,0,0 0, 0,0 0 års data,50,0,,00 0, 0,5 højeste %,,5,, 0, 0, højeste %,,,,5 0, 0, højeste %,,,,, 0, højeste %,,0,,0,,0 5 højeste %,,,0, 0,5, højeste %,, 5,0,,5 0, højeste %,,,,5 0, 0, højeste %,,,,0,0 0, højeste %,,5 5,,,0 0, højeste %,, 5,,,0 0, højeste %,,0 5,,55,0 0, højeste %,5, 5,0,,0 0, højeste % 0,,,,5,0 0,0 højeste % 0, 5,,, 0, 0, højeste % 0,,5,,,00 0, højeste %,0,0,0,50 0,,00 5 højeste %,,,5,5 0,, højeste % 0,,,, 0, 0,5 højeste % 0,5,0,,,0 0, højeste % 0,,5,0,5,0 0, højeste % 0,,,,,05 0,5 højeste %,,,,0,0 0, højeste % 0,,,5,,0 0, højeste % 0,,,,,05 0,5 Tabel -. Liste over Weibullparametrene A, k for de forskellige vindretningssektorer for hver af de tre datasæt. 0 års data er de 0 års observerede vinddata fra 05 Røsnæs Fyr. højeste % er datasættet bestående af de højeste % vindhastigheder fra 0 års datasættet. højeste % er datasættet bestående af de højeste % vindhastigheder fra 0 års datasættet. Sektorerne - betegner vindretningssektorerne (begyndende med Nord= og med uret rundt) hvor vindhastigheden er beregnet for ruhedsklasse R0 (z0=0m). Sektor 5 fra højeste % indeholder kun datasæt, sektor og sektor 5 fra højeste % indeholder kun hhv. 5 og datasæt. Disse tre sektorer indgår derfor ikke i de videre beregninger.

19 0 5 Skalaparameter A_model (m/s) Skalaparameter A_obs (m/s) Figur -. Skalaparameter A_obs fra Weibullfordelingerne tilpasset de observerede vinddata fra retningssektorer afbildet mod skalaparameter A_model fra retningssektorers Weibullfordelte regionale vinddata modelleret for vinden i m højde og ruhedsklasse R0. Der indgår data fra de samme sektorer som i figur -. Datapunkterne er mærket med nummeret for vindretningssektoren (-, begyndende med Nord= og med uret rundt). Farven angiver hvilket datasæt punktet stammer fra: 0 års data : Rød, højeste % : grøn og højeste % : blå. Da k_model antages at være lig med k_obs kan den ønskede skaleringsfaktor α for vindhastigheden ved 05 Røsnæs Fyr altså direkte findes som α = A_model / A_obs eller som hældningskoefficienten i en afbildning af A_model mod A_obs som i figur -. Ved betragtning af figur - ses datapunkterne for sektor og 5 at ligge for sig selv. Sektor og ligger også på en linie med stejlere hældning end de øvrige datapunkter. For at tydeliggøre et eventuelt sammenfald af α-værdier for de forskellige sektorer ønskes flere datapunkter. Under antagelserne om at u_model = α*u_obs og k_model = k_obs vil afbildninger af model -middelværdi, og spredning mod de tilsvarende observerede alle have hældningskoefficient α. Alle disse karakteristika for de modellerede fordelinger afbildes derfor, i samme afbildning, i figur - mod de samme karakteristika for fordelingerne tilpasset de observerede data.

20 DMI Teknisk Rapport 0-: Nedskalering af vindhastighed målt ved 05 Røsnæs Fyr 0 Karakteristika for modelfordelingerne (m/s) Karakteristika for observationsfordelingerne (m/s) Figur -. A, middelværdi, spredning : Tre karakteristika for Weibullfordelingerne tilpasset de observerede vinddata fra retningssektorer afbildet mod de samme karakteristika fra retningssektorers Weibullfordelte regionale vinddata modelleret for vinden i m højde og ruhedsklasse R0. Data stammer fra alle tre datasæt, dog indgår følgende sektorer ikke i afbildningen som følge af for få vinddata: sektor 5 fra højeste % - datasættet og sektor og 5 fra højeste % -datasættet. Datapunkterne er mærket med nummeret for vindretningssektoren (-, begyndende med Nord= og med uret rundt). Farven angiver karakteristikatypen: Skalaparameter A: Rød, middelværdi: Grøn og spredning: Blå. 0

21 Figur - indbyder til forskellige muligheder med hensyn til at lade forskellige vindretningssektorer have samme α:. To α-værdier: Samme α for sektor og 5. Samme α for øvrige sektorer. Tre α-værdier: Samme α for sektor og 5. Samme α for sektor og. Samme α for øvrige sektorer (,,,,,,,). Fem α-værdier: En α for sektor, en α for sektor 5, samme α for sektor og, samme α for sektor,,,. Samme α for sektor,,, Ad ). Det virker rimeligt at sektor og 5, altså der hvor vinden kommer inde fra land, får en α tæt på, i dét vinden bremses af land og skov i forhold til den modellerede hav-vind der har ruhedsklasse R0. For de øvrige sektorer kommer vinden fra havet med lige en tur op over skrænten mod fyret og disse øvrige sektorer ses at ligge rimeligt godt på linie. Måske er modelleringen i WA s P ikke god nok til at der bør foretages yderligere opsplitning end denne ene åbenlyse og velbegrundede. Ad ) Samme argument for sektor og 5 som i ). Sektor og ligger tydeligt på linie og tydeligt over de øvrige sektorer (undtagen og 5) for alle karakteristika og alle datasæt. For sektor og har vinden kun haft en kort tur op ad skrænten ind over land til vindmåleren som næsten er fri af fyret. Det samme kan imidlertid siges for sektor,, og og disse ligger blandet sammen med de øvrige sektorer. Jeg har derfor ikke en god forklaring på at sektor og ligger for sig selv og det stærkeste argumentet for at beregne en α-værdi specielt for sektor og er derfor at stole på at WA s P har en fysisk grund til at placere punkterne så tydeligt for sig selv. Ad ) Opsplitningen ser entydig ud, men understøttes kun af afbildningen selv; Jeg har ikke yderligere fysiske argumenter end de der er anført i ) og ). Ud fra ovenstående overvejelser foretages der i næste afsnit lineær regression for at finde bedste bud på α-værdierne fra mulighed ) og ).

22 5. Skaleringsfaktor α I sidste afsnit blev det fundet at WA s P modelleringen af et regionalt vindklima omkring Røsnæs med ruhedsklasse R0 som en god tilnærmelse kunne give den ønskede simple skalering af en observeret vindhastighed, u_obs til en transformeret hav-hastighed u_model ved Røsnæs: u_model = α u_obs, hvor α er skaleringsfaktoren. Dette afsnit udregner forskellige bud på α ved hjælp af lineær regression af data præsenteret i figur - og efter opsplitning på vindretningssektorer sådan som der blev argumenteret for til slut i afsnit. Vindretningssektorerne er, som overalt i denne rapport, nummereret med uret rundt -, begyndende med Nord=. 5. To α-værdier afhængigt af vindretning Bedste bud på en skaleringsfaktor α for vindretningssektor og 5 (ø og øsø) findes som hældningen af den bedste rette linie gennem punkterne (A_obs,A_model), (middelværdi_obs, middelværdi_model), (spredning_obs,spredning_model) for 0 års data -datasættet samt sektor fra % datasættet. Linien tvinges gennem (0,0) da der kun var tale om en skalering af u_obs. Resultatet ses i figur 5-. SEKTOR og 5: α =.0 5 Karateristika for modelfordelingerne (m/s) Karakteristika for observationsfordeling erne (m/s) Figur 5-. Bedste bud på skaleringskonstant α for vindretningssektor og 5 (ø og øsø). α findes som hældningen af den bedste rette linie gennem punkterne (A_obs,A_model), (middelværdi_obs,middelværdi_model), (spredning_obs,spredning_model) for 0 års data -datasættet samt sektor fra % datasættet og tvunget gennem (0,0). Datapunkterne er mærket med det tilhørende vindretningssektornummer. Den fundne linie er tegnet med rødt og har hældning α =.00. Bedste bud på en skaleringskonstant α for øvrige vindretningssektorer findes på tilsvarende vis og fremgår af figur 5-.

23 0 SEKTOR,,,,,,,, og : α = 0. Karakteristika for modelfordelingerne (m/s) Karakteristika for observationsfordelingerne (m/s) Figur 5-. Bedste bud på skaleringskonstant α for alle vindretningssektorer, undtagen og 5. α findes som hældningen af den bedste rette linie gennem punkterne (A_obs,A_model), (middelværdi_obs, middelværdi_model), (spredning_obs,spredning_model) for alle tre datasæt. Linien er tvunget gennem (0,0). Datapunkterne er mærket med det tilhørende vindretningssektornummer. Den fundne linie er tegnet med rødt og har hældning α = Tre α-værdier afhængigt af vindretning Bedste bud på en skaleringsfaktor α for vindretningssektor og 5 (ø og øsø) blev vist i figur 5-. Dertil vises bedste bud på en skaleringsfaktor α for vindretningssektor og (v og vnv) i figur 5- og for de øvrige vindretningssektorer (,,,,,,,: nnv, n, nnø, ønø, ssø, s, ssv og vsv) i figur 5-.

24 0 SEKTOR og : α = 0. Karakteristika for modelfordelingerne (m/s) Karakteristika for observationsfordelingerne (m/s) Figur 5-. Bedste bud på skaleringsfaktor α for vindretningssektor og (v og vnv). α findes som hældningen af den bedste rette linie gennem punkterne (A_obs,A_model), (middelværdi_obs,middelværdi_model), (spredning_obs,spredning_model) for alle tre datasæt og tvunget gennem (0,0). Datapunkterne er mærket med det tilhørende vindretningssektornummer. Den fundne linie er tegnet med rødt og har hældning α = 0.0.

25 0 SEKTOR,,,,,, og : α = 0. Karakteristika for modelfordelingerne (m/s) Karakteristika for observationsfordelinger ne ( m/s) Figur 5-. Bedste bud på skaleringskonstant α for vindretningssektorerne,,,,,, og. α findes som hældningen af den bedste rette linie gennem punkterne (A_obs,A_model), (middelværdi_obs, middelværdi_model), (spredning_obs,spredning_model) for alle tre datasæt. Linien er tvunget gennem (0,0). Datapunkterne er mærket med det tilhørende vindretningssektornummer. Den fundne linie er tegnet med rødt og har hældning α =

26 . WA s P-modellering af 0 Gniben års vinddata hver tredje time -00 fra 0 Gniben (samt de højeste % og de højeste % fra dette datasæt) blev brugt til en WA s P-beregning af vinden ved 0 Gniben modelleret til m over et homogent havområde (ruhedsklasse R0, z0 = 0m) tilsvarende den der i det foregående er beskrevet i detaljer for 05 Røsnæs Fyr. Figur -. Observerede Gniben data i WA s P, års vinddata, -00. Frekvensfordelinger for vindhastigheden ses for alle retninger og for sektor (ssø, dvs. vind fra land ) og sektor (vsv). Søjlerne er de observerede data og kurverne er de til de dertil tilpassede Weibull-frekvensfordelinger givet ved skalaparameter A og formparameter k. års-datasættet fra 0 Gniben vist i figur - var tættere på en Weibull-fordeling end 0 årsdatasættet fra 05 Røsnæs Fyr, vist i figur -. års-datasættet fra 0 Gniben havde en middelvindhastighed på. m/s og den tilpassede Weibull-fordeling havde en middelvindhastighed på. m/s altså en forskel på under % (mod % forskel for 0 års Røsnæs-datasættet), ligesom de tre viste vindretningssektorer i figur - tydeligt viser en bedre tilpasning af de observerede frekvenser til Weibull-fordelingen end tilfældet var for Røsnæs. Undersøgelsen for 0 Gniben viste (se figur -): For retninger fra land (ssø, vindretnings-sektor, ved sektorer med uret fra =Nord): u_havmodel =. * u_observeret. For retninger fra hav (øvrige retninger): u_havmodel = 0.* u_obs. Tabel - viser de af WA s P benyttede og beregnede data.

27 For års observationer, - var forholdet mellem vindhastighederne ved Røsnæs (Ro)og Gniben (Go) ca.: Go / Ro = 0. (figur - B). Hvis hav-model sammenlignes med hav-model (retninger fra hav) ligger hav-model-gniben - vindhastighed, Gh, ud fra dette, stadig under hav-model-røsnæs -vindhastighed, Rh: Gh / Rh = 0. Go / 0. Ro = (0./0.) * 0. = 0. Ud fra HIRLAM var det forventet at de to hav-model-vindhastigheder var nærmere hinanden, altså Gh / Rh ~ WA s P modellerer altså ikke vindforholdene på (mindst én af) de to lokaliteter perfekt. 5 0 Gniben Retninger fra hav Umod = 0. Uobs Model hav (m/s) Gniben Umod =. Uobs Observationer (m/s) 5 Retning fra land 5 Model hav (m/s) Observationer (m/s) Figur -. Skalering af (modellerede) observationer fra 0 Gniben til m over hav-modeldata. I figurerne er skalaparameter A, middelværdi og spredning for Weibull-fordelingerne modelleret for hhv observationer og m over hav (ruhedsklasse 0) plottet mod hinanden. Punkterne er mærket med tilhørende retningssektor. Bedste rette linie tvunget gennem (0,0) er indtegnet og formlen angivet.

28 Vindretnings - sektor 0 Gniben. Data -00 Datasæt A obs. k obs. A model k model k model/ k obs. alfa = Amodel/ Aobs. års data,0,,0,,00, års data,0,,0,,, års data,0, 5,0,,0,0 års data,50,,0,5,, 5 års data,00,5,0,,00,0 års data 5,0,00,0,,, års data,0,0,0,0,00, års data,,5,50,,00, års data,50,,50,,, års data,0,,50,,00, års data,0,,0,,00, års data,,0,0,0,00, % højeste,,,,0,0, % højeste,,,,5,0, % højeste,,,,5,0,0 % højeste,,,0,,5, 5 % højeste,5,5,,5,,0 % højeste,,5 5,,,, % højeste,,5,,5,0, % højeste,,,,5,0, % højeste,,0,,0,0,0 % højeste,,,,5,0, % højeste,,5,5,5,0, % højeste,,,,,00, % højeste,,,0,0,,0 % højeste,,,,5,0, % højeste 5,0,,,,0, % højeste,,5,,0,,0 5 % højeste 5,,5,,0,, % højeste 5, 5,5,,,, % højeste,,5,,0,, % højeste 5,0,5,0,,0, % højeste 5,0,5,,,5, % højeste 5,,,,,0, % højeste,,,5,,, % højeste,,,,,05, Tabel -. Weibullparametrene A, k fra WA s P-analysen lavet på års vinddata fra 0 Gniben. Retningssektor (ssø) fra % højeste -datasættet havde, som den eneste, færre end 50 data og indgik derfor ikke i bestemmelsen af skaleringsfaktoren for Gniben.

29 . Sensitivitetsstudie. Fyrets placering WA s P-analysen blev også foretaget på 0 års datasættet fra 05 Røsnæs Fyr uden at give WA s P oplysning om vindlæ, herunder placering og størrelse af Røsnæs Fyr. Dette ændrede imidlertid ikke på resultatet. Den eneste forskel på de to kørslers vindklima for m vind over hav (ruhedsklasse 0) var at middelvindhastigheden for sektor (retning vsv, med størst læ fra fyret) var. m/s når der blev taget hensyn til vindlæ (som i det foregående) og. m/s når der ikke blev givet oplysning om vindlæ. Weibull-skalaparameter A bliver af WA s P oplyst med decimal og formparameter k med decimaler og med denne opløsning kunne der ikke på A og k ses forskel på om de beskrevne vindlæ indgik i WA s P-modelleringen eller ej. For vindklima m over åbent land (ruhedsklasse ) var middelvindhastigheden 0.0 m/s højere for både vindsektor og ved kørslen med oplysning om vindlæene. Vindklimaet i 5 meters højde viste ingen forskel. Forsøget viste altså at fyrets placering sammen med de øvrige vindlæ af WA s P beregnes til at give en reduktion af vind fra vsv ( m vind over hav skulle øges) der er uden betydning. Dette blev set i resultaterne i det foregående ved at sektor ikke skilte sig ud fra de øvrige fra hav sektorer. Ved kørsler med oplysning om vindlæ hvor dimensionerne af fyret forstørres betragteligt (højde 0 m), øges middelvind-hastigheden i det modellerede m vind over hav -vindklima også voldsomt, svarende til at WA s P regner med en tydelig læeffekt fra det kunstigt forstørrede fyr. Vindlæ-modellen i WA s P regner i det hele taget med at vindlæ reducerer vindhastigheden bag sig og tager ikke hensyn til en eventuel øgning af vindhastigheden tæt på og over vindlæ da dette ville kræve kendskab til vindlæets præcise geometri og givetvis komplicere modelleringen betragteligt (Troen og Petersen,. s. 5). Dersom vind-måleren ved 05 Røsnæs Fyr mærker en sådan øgning på grund af fyrets nærhed er det altså ikke noget WA s P-analysen kan gengive.. Orografi Der blev lavet en kørsel for 0 års 05 Røsnæs Fyr datasættet med anvendelse af det digitaliserede kort for Gniben. Dette gav en sammenhæng mellem observeret vind fra hav og modelleret m hav-vind på u_model = 0. * u_obs (skal sammenlignes med u_model = 0. * u_obs, ved anvendelse af det digitaliserede kort for Røsnæs). Der blev også lavet en kørsel for års 0 Gniben datasættet med anvendelse af det digitaliserede kort for Røsnæs. Dette gav en sammenhæng mellem observeret vind fra hav og modelleret m hav-vind på u_model = 0. * u_obs (skal sammenlignes med u_model = 0. * u_obs ved anvendelse af det digitaliserede kort for Gniben, se afsnit ). WA s P beregner altså en forskellig vindhastighed for de to typer landtanger og specielt en større nedskalering af vind for Røsnæs end for Gniben.

30 . Konklusion Ud fra denne undersøgelse vil jeg anbefale følgende bud på en skalering til m over hav af vindhastigheden der observeres ved 05 Røsnæs Fyr: u_obs: Observeret vindhastighed (m/s) ved 05 Røsnæs Fyr u_model: Modelleret værdi (m/s) gældende m over et (hav-) område med ruhedsklasse R0 u_model = u_obs, u_model = 0.*u_obs, gældende for vindretning fra land (sektor og 5: Øst og østsydøst) gældende for vindretning fra hav (alle andre end øst og østsydøst) Begrundelsen for netop disse skaleringsfaktorer er at det er dem der fremkommer ved benyttelse af softwaren WA s Ps modeller for vindens påvirkning af højde, læforhold og orografi. Jeg har intet kvantitivt bud på usikkerheden i den foreslåede skalering, men minder om følgende: Der findes ingen observerede m over ruhedsklasse R0 -Røsnæs data at teste skaleringen mod. Skaleringsfaktoren α fremkom ikke ved direkte afbildning af observerede data mod modellerede data, men ved undersøgelse af den teoretiske fordeling der blev tilpasset de observerede data mod modelfordelingen. Der ligger altså en usikkerhed i at den virkelige vind (ligesom den modellerede) ikke nødvendigvis er Weibull-fordelt. Givet at den observerede vind og den modellerede vind var Weibull-fordelte med formparameter hhv. k_obs og k_model, så krævede antagelsen om at u_model = α * u_obs at k_model/k_obs =. Forholdet mellem de anvendte formparametre k lå imidlertid mellem. og 0.. Denne undersøgelse har kun set på nedskalering af en observeret vindhastighed; ikke på en eventuel drejning af den til observationen hørende vindretning. De fysiske modeller i det anvendte WA s P-software forklarer ikke hele forskellen i vindhastighed mellem f.eks. 05 Røsnæs Fyr og 0 Gniben. Af usikkerhedsbetragtningerne ovenfor følger at den anbefalede nedskalering ikke egner sig til erstatning som sådan af den observerede vind ved 05 Røsnæs Fyr. Eventuelle brugere af en nedskaleret vindhastighed, u_model, skal holde sig for øje at u_model er et beregnet produkt med dertil hørende mulighed for afvigelse fra den virkelige verden. 0

31 . Referencer Cappelen John og Bent Jørgensen. Observeret vindhastighed og retning i Danmark med klimanormaler -0. DMI Technical Report -. København. Cappelen John. Angående vindmålinger på Røsnæs. Internt DMI notat dateret..00. Conradsen Knut. En Introduktion til Statistik. Bind A. 5. udgave. IMSOR. Mortensen, Niels G., Lars Landberg, Ib Troen og Erik L. Petersen. Wind Atlas Analysis and Application Program (WA s P ). Vol. : Getting Started. Risø National Laboratory, Roskilde, Denmark. Januar a. Mortensen, Niels G., Lars Landberg, Ib Troen og Erik L. Petersen. Wind Atlas Analysis and Application Program (WA s P ). Vol. : User s Guide. Risø National Laboratory, Roskilde, Denmark. Januar b. Mortensen, Niels G., Duncan N. Heathfield, Lars Landberg, Ole Rathmann, Ib Troen og Erik L. Petersen. Getting Started with WA s P. Risø National Laboratory, Roskilde, Denmark. September 00. Laursen, Ellen Vaarby. Nedskalering af vindhastighed målt ved 05 Røsnæs Fyr. DMI Intern Rapport 0-0. København 00. Stationsfortegnelse og Observationsplan gyldig fra. august for Vejrobservationsposter i Danmark, Grønland og på Færøerne. Danmarks Meteorologiske Institut. Observationsafdelingen. Stationskatalog. Tabellen s_obstype_stam_pos i DMIs klimadatabase Klimadb der opdateres med stationskatalogets oplysninger angående stationsnummer, -navn, -type, -position, -start- samt - slutdato. Troen, I. og E. L. Petersen.. European Wind Atlas. ISBN Risø National Laboratory, Roskilde. 5 s.

32 DMI Teknisk Rapport 0-: Nedskalering af vindhastighed målt ved 05 Røsnæs Fyr

DANMARKS METEOROLOGISKE INSTITUT TRAFIKMINISTERIET TECHNICAL REPORT 01-08

DANMARKS METEOROLOGISKE INSTITUT TRAFIKMINISTERIET TECHNICAL REPORT 01-08 DANMARKS METEOROLOGISKE INSTITUT TRAFIKMINISTERIET TECHNICAL REPORT 01-08 Solskinstimer i Danmark, 1961-1990. Landstalsnormaler og kort Ellen Vaarby Laursen og Stig Rosenørn KØBENHAVN 2001 Denne rapport

Læs mere

Evaluering af Soltimer

Evaluering af Soltimer DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-16 Evaluering af Soltimer Maja Kjørup Nielsen Juni 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning... 1 Beregning

Læs mere

Vejret i Danmark - juli 2016

Vejret i Danmark - juli 2016 Vejret i Danmark - juli 2016 Koldere, vådere og solfattigere ift. 2006-15 gennemsnit. Solfattigste juli siden 2011. Fjerdehøjeste laveste temperatur siden 1874. Landsdækkende varmebølge og pletvise hedebølger

Læs mere

Teknisk Rapport 12-22

Teknisk Rapport 12-22 Teknisk Rapport 12-22 Referenceværdier: Døgn-, måneds- og årsværdier for regioner og hele landet 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør Peter

Læs mere

DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07. Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden

DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07. Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07 Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden Jesper Larsen og Jacob Woge Nielsen DMI København 2001 ISSN 0906-897X ISSN

Læs mere

Vejret i Danmark - november 2015

Vejret i Danmark - november 2015 Vejret i Danmark - november 2015 Produktionstidspunkt: 2015-12-01 Næst vådeste november siden 1874. Tredje varmeste (sammen med november 1953 og 2014) siden 1874. Midlet af de daglige minimumtemperaturer

Læs mere

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,

Læs mere

DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 01-19 KLIMAGRID - DANMARK

DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 01-19 KLIMAGRID - DANMARK DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 01-19 KLIMAGRID - DANMARK Sammenligning af potentiel fordampning beregnet ud fra Makkinks formel og den modificerede Penman formel

Læs mere

Analyse og sammenligning af Hellmann og Pluvio nedbørsmålere

Analyse og sammenligning af Hellmann og Pluvio nedbørsmålere Klima- og Energiministeriet Analyse og sammenligning af Hellmann og Pluvio nedbørsmålere Data fra perioden 15. december 2009-15. oktober 2010 Peter Riddersholm Wang www.dmi.dk/dmi/tr10-16 København 2010

Læs mere

Teknisk rapport Vindstatistik for danske kyststationer Hyppighed af stiv kuling og derover

Teknisk rapport Vindstatistik for danske kyststationer Hyppighed af stiv kuling og derover Vindstatistik for danske kyststationer 2001-2010 - Hyppighed af stiv kuling og derover John Cappelen København 2012 www.dmi.dk/dmi/tr12-07 side 1 af 13 Kolofon Serietitel: Teknisk rapport 12-07 Titel:

Læs mere

Klassificering af vindhastigheder i Danmark ved benyttelse af IEC61400-1 vindmølle klasser

Klassificering af vindhastigheder i Danmark ved benyttelse af IEC61400-1 vindmølle klasser RISØ d. 16 Februar 2004 / ERJ Klassificering af vindhastigheder i Danmark ved benyttelse af 61400-1 vindmølle klasser Med baggrund i definitionen af vindhastigheder i Danmark i henhold til DS472 [1] og

Læs mere

Et eksempel på en todimensional normalfordeling Anders Milhøj September 2006

Et eksempel på en todimensional normalfordeling Anders Milhøj September 2006 Et eksempel på en todimensional normalfordeling Anders Milhøj September 006 I dette notat gennemgås et eksempel, der illustrerer den todimensionale normalfordelings egenskaber. Notatet lægger sig op af

Læs mere

Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP()

Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP() Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP() John Andersen, Læreruddannelsen i Aarhus, VIA Et kast med 10 terninger gav følgende udfald Fig. 1 Result of rolling 10 dices

Læs mere

Referenceværdier: Måneds- og årskort 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør

Referenceværdier: Måneds- og årskort 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør Teknisk Rapport 12-23 Referenceværdier: Måneds- og årskort 2001-2010, Danmark for temperatur, relativ luftfugtighed, vindhastighed, globalstråling og nedbør Peter Riddersholm Wang København 2013 Teknisk

Læs mere

August Produktionstidspunkt: Oversigten bygger på kvalitetssikrede DMI-observationer

August Produktionstidspunkt: Oversigten bygger på kvalitetssikrede DMI-observationer August 2018 Varmere, lidt solfattigere og nedbørsmæssigt nær gennemsnitligt ift. årene 2006-2015. Varmeste august siden 2004. Solfattigste august siden 2011. Ottende højeste temperatur målt i en august

Læs mere

Lektion 9s Statistik - supplerende eksempler

Lektion 9s Statistik - supplerende eksempler Lektion 9s Statistik - supplerende eksempler Middelværdi for grupperede observationer... Summeret frekvens og sumkurver... Indekstal... Lektion 9s Side 1 Grupperede observationer Hvis man stiller et spørgsmål,

Læs mere

ENERGIPRODUKTIONS BEREGNING

ENERGIPRODUKTIONS BEREGNING Lejbølle, Langeland, DANMARK 9-1 MW vindmøllepark 3 stk. Siemens SWT-3.0MW, 79,5 m navhøjde 4 stk. Siemens SWT-3.0MW, 79,5 m navhøjde ENERGIPRODUKTIONS BEREGNING De tre nye møller (SWT-3.0MW) illustreret

Læs mere

Regneark til bestemmelse af CDS- regn

Regneark til bestemmelse af CDS- regn Regneark til bestemmelse af CDS- regn Teknisk dokumentation og brugervejledning Version 2.0 Henrik Madsen August 2002 Miljø & Ressourcer DTU Danmark Tekniske Universitet Dette er en netpublikation, der

Læs mere

Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 136

Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 136 Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 36 Det er besværligt at regne med binomialfordelingen, og man vælger derfor ofte at bruge en approksimation med normalfordeling. Man

Læs mere

Teknisk Notat. Støj fra vindmøller ved andre vindhastigheder end 6 og 8 m/s. Udført for Miljøstyrelsen. TC-100531 Sagsnr.: T207334 Side 1 af 15

Teknisk Notat. Støj fra vindmøller ved andre vindhastigheder end 6 og 8 m/s. Udført for Miljøstyrelsen. TC-100531 Sagsnr.: T207334 Side 1 af 15 Teknisk Notat Støj fra vindmøller ved andre vindhastigheder end 6 og 8 m/s Udført for Miljøstyrelsen Sagsnr.: T207334 Side 1 af 15 3. april 2014 DELTA Venlighedsvej 4 2970 Hørsholm Danmark Tlf. +45 72

Læs mere

Klima-, Energi- og Bygningsudvalget 2014-15 KEB Alm.del Bilag 30 Offentligt

Klima-, Energi- og Bygningsudvalget 2014-15 KEB Alm.del Bilag 30 Offentligt Klima-, Energi- og Bygningsudvalget 2014-15 KEB Alm.del Bilag 30 Offentligt Til Klima-, energi- og bygningsudvalget og Miljøudvalget Folketingets Økonomiske Konsulent Til: Dato: Udvalgenes medlemmer 30.

Læs mere

Sammenligning af nedbørdata fra Skagen

Sammenligning af nedbørdata fra Skagen DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-22 Sammenligning af nedbørdata fra Skagen Maja Kjørup Nielsen November 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning...

Læs mere

NOTAT. 1. Vindklimavurdering for kommende boligområde på Midtfjell

NOTAT. 1. Vindklimavurdering for kommende boligområde på Midtfjell NOTAT Projekt Vindklimavurdering for kommende boligområde på Kunde Gjesdal Kommune Notat nr. 1 Dato 2014-03-25 Til Fra Marianne Berge Nina Gall Jørgensen 1. Vindklimavurdering for kommende boligområde

Læs mere

Vejret i Danmark - december 2015

Vejret i Danmark - december 2015 Vejret i Danmark - december 2015 Næstvarmeste, syvendevådeste og med lidt under gennemsnit soltimer. Midlet af de daglige minimum- og maksimumtemperaturer kom på en andenplads siden 1953. Den næsthøjeste

Læs mere

Vejret i Danmark - juni 2016

Vejret i Danmark - juni 2016 Vejret i Danmark - juni 2016 Varm og våd med solskin tæt på 2006-2015 gennemsnittet. Varmeste juni siden juni 2007 og vådeste siden juni 2012. Midlet af de daglige minimumtemperaturer blev femtehøjest

Læs mere

Matematik A og Informationsteknologi B

Matematik A og Informationsteknologi B Matematik A og Informationsteknologi B Projektopgave 2 Eksponentielle modeller Benjamin Andreas Olander Christiansen Jens Werner Nielsen Klasse 2.4 6. december 2010 Vejledere: Jørn Christian Bendtsen og

Læs mere

DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT KLIMAGRID DANMARK

DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT KLIMAGRID DANMARK DANISH METEOROLOGICAL INSTITUTE MINISTRY OF TRANSPORT TECHNICAL REPORT 01-18 KLIMAGRID DANMARK Sammenligning af potentiel fordampning beregnet ud fra den modificerede Penman formel med og uden en revideret

Læs mere

Byggeselskab Mogens de Linde Ringgade Centret Jens Baggesens vej 90A 8200 Århus N Att.: Lasse Lings. 08.oktober 2009

Byggeselskab Mogens de Linde Ringgade Centret Jens Baggesens vej 90A 8200 Århus N Att.: Lasse Lings. 08.oktober 2009 Byggeselskab Mogens de Linde Ringgade Centret Jens Baggesens vej 90A 8200 Århus N Att.: Lasse Lings Vurdering af sedimenttransport og vandudskifting ved opførelse af ny høfde ved indsejling til Øer Havn.

Læs mere

Teknisk Rapport 13-10. Referenceværdier: Antal graddage pr. måned og år for stationer 2001 2010, Danmark. Peter Riddersholm Wang

Teknisk Rapport 13-10. Referenceværdier: Antal graddage pr. måned og år for stationer 2001 2010, Danmark. Peter Riddersholm Wang Teknisk Rapport 13-10 Referenceværdier: Antal graddage pr. måned og år for stationer 2001 2010, Danmark Peter Riddersholm Wang København 2013 Teknisk Rapport 13-10 Kolofon Serietitel: Teknisk Rapport 13-10

Læs mere

Oktober Produktionstidspunkt: Oversigten bygger på kvalitetssikrede DMI-observationer

Oktober Produktionstidspunkt: Oversigten bygger på kvalitetssikrede DMI-observationer Oktober 2018 Niende solrigeste oktober siden 1920 (sammen med oktober 1946). Varmere og mere tør ift. perioden 2006-15. Den næsthøjeste maksimumtemperatur siden 1874. Midlet af de daglige maksimumtemperaturer

Læs mere

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser Uge 43 I Teoretisk Statistik,. oktober 3 Simpel lineær regressionsanalyse Forudsigelser Fortolkning af regressionsmodellen Ekstreme observationer Transformationer Sammenligning af to regressionslinier

Læs mere

Analyse af en lineær regression med lav R 2 -værdi

Analyse af en lineær regression med lav R 2 -værdi Analyse af en lineær regression med lav R 2 -værdi Denne gennemgang omhandler figur 13 i Regn med biologi. Man kan sagtens lave beregninger på egne data. Forsøgsmæssigt kræver det bare en tommestok tapet

Læs mere

Mikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1

Mikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1 Mikro-kursus i statistik 1. del 24-11-2002 Mikrokursus i biostatistik 1 Hvad er statistik? Det systematiske studium af tilfældighedernes spil!dyrkes af biostatistikere Anvendes som redskab til vurdering

Læs mere

Ekstremregn i Danmark

Ekstremregn i Danmark Ekstremregn i Danmark Supplement til statistisk bearbejdning af nedbørsdata fra Spildevandskomiteens regnmålersystem 1979-96 Henrik Madsen August 2002 Miljø & Ressourcer DTU Danmark Tekniske Universitet

Læs mere

Vejledende besvarelse

Vejledende besvarelse Ib Michelsen Svar: stx B 29. maj 2013 Side 1 1. Udfyld tabellen Vejledende besvarelse Givet funktionen f (x)=4 5 x beregnes f(2) f (2)=4 5 2 =4 25=100 Den udfyldte tabel er derfor: x 0 1 2 f(x) 4 20 100

Læs mere

Ændring i den relative vandstand påvirker både natur og mennesker ved kysten. Foto: Anne Mette K. Jørgensen.

Ændring i den relative vandstand påvirker både natur og mennesker ved kysten. Foto: Anne Mette K. Jørgensen. Ændring i den relative vandstand påvirker både natur og mennesker ved kysten. Foto: Anne Mette K. Jørgensen. Vandstanden ved de danske kyster Den relative vandstand beskriver havoverfladens højde i forhold

Læs mere

Projektopgave Observationer af stjerneskælv

Projektopgave Observationer af stjerneskælv Projektopgave Observationer af stjerneskælv Af: Mathias Brønd Christensen (20073504), Kristian Jerslev (20072494), Kristian Mads Egeris Nielsen (20072868) Indhold Formål...3 Teori...3 Hvorfor opstår der

Læs mere

Vejret i Danmark - august 2016

Vejret i Danmark - august 2016 Vejret i Danmark - august 2016 Tørrere, koldere og lidt solrigere ift. gennemsnittet for 2006-2015. Lejlighedsvis pænt meget nedbør med indimellem skybrud. Mange døgn med nedbør, specielt i de første 3

Læs mere

Residualer i grundforløbet

Residualer i grundforløbet Erik Vestergaard www.matematikfysik.dk 1 Residualer i grundforløbet I dette lille tillæg til grundforløbet, skal vi kigge på begreberne residualer, residualplot samt residualspredning. Vi vil se, hvad

Læs mere

Præcisering af trendanalyser af den normaliserede totale og diffuse kvælstoftransport i perioden

Præcisering af trendanalyser af den normaliserede totale og diffuse kvælstoftransport i perioden Præcisering af trendanalyser af den normaliserede totale og diffuse kvælstoftransport i perioden 2005-2012 Notat fra DCE - Nationalt Center for Miljø og Energi Dato: 7. april 2014 30. april 2014 Søren

Læs mere

Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen

Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen Microsoft Excel har en del standard anvendelsesmuligheder i forhold til den beskrivende statistik og statistisk

Læs mere

Accelerations- og decelerationsværdier

Accelerations- og decelerationsværdier Accelerations- og decelerationsværdier for personbiler Baseret på data fra testkørsler med 20 testpersoner Poul Greibe Oktober 2009 Scion-DTU Diplomvej 376 2800 Lyngby www.trafitec.dk Indhold 1. Introduktion...

Læs mere

ENERGIPRODUKTIONSBEREGNING

ENERGIPRODUKTIONSBEREGNING Tjørntved, Sorø, DANMARK 4,6 MW Vindmølleprojekt 2 x Siemens SWT-2,3-93m, 80 m navhøjde ENERGIPRODUKTIONSBEREGNING 2 Siemens SWT-2,3-93m vindmøller illustreret med Google Earth som baggrund. Kunde: EMD:

Læs mere

Vektorer og lineær regression

Vektorer og lineær regression Vektorer og lineær regression Peter Harremoës Niels Brock April 03 Planproduktet Vi har set, at man kan gange en vektor med et tal Et oplagt spørgsmål er, om man også kan gange to vektorer med hinanden

Læs mere

Notat vedrørende projektet EFP06 Lavfrekvent støj fra store vindmøller Kvantificering af støjen og vurdering af genevirkningen

Notat vedrørende projektet EFP06 Lavfrekvent støj fra store vindmøller Kvantificering af støjen og vurdering af genevirkningen Notat vedrørende projektet EFP6 Lavfrekvent støj fra store vindmøller Kvantificering af støjen og vurdering af genevirkningen Baggrund Et af projektets grundelementer er, at der skal foretages en subjektiv

Læs mere

Vejr. Matematik trin 1. avu

Vejr. Matematik trin 1. avu Vejr Matematik trin 1 avu Almen voksenuddannelse 9. december 2008 Vejr Matematik trin 1 Skriftlig matematik Opgavesættet består af: Opgavehæfte Svarark Hæftet indeholder følgende opgaver: 1 Solskinstimer

Læs mere

Baggrundsnotat: Søskendes uddannelsesvalg og indkomst

Baggrundsnotat: Søskendes uddannelsesvalg og indkomst 17. december 2013 Baggrundsnotat: Søskendes uddannelsesvalg og indkomst Dette notat redegør for den økonometriske analyse af indkomstforskelle mellem personer med forskellige lange videregående uddannelser

Læs mere

13.1 Substrat Polynomiel regression Biomasse Kreatinin Læsefærdighed Protein og højde...

13.1 Substrat Polynomiel regression Biomasse Kreatinin Læsefærdighed Protein og højde... Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 13: Exercises 13.1 Substrat........................................ 1 13.2 Polynomiel regression................................

Læs mere

Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt?

Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt? Projekt 8.3 Hvordan undersøges om et talmateriale normalfordelt? Projektet drejer sig om at udvikle en metode, til at undersøge om et givet talmateriale med rimelighed kan siges at være normalfordelt.

Læs mere

Vektorer og lineær regression. Peter Harremoës Niels Brock

Vektorer og lineær regression. Peter Harremoës Niels Brock Vektorer og lineær regression Peter Harremoës Niels Brock April 2013 1 Planproduktet Vi har set, at man kan gange en vektor med et tal. Et oplagt spørgsmål er, om man også kan gange to vektorer med hinanden.

Læs mere

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser

Læs mere

Foreløbig produktionsvurdering af 4 alternative placeringer.

Foreløbig produktionsvurdering af 4 alternative placeringer. Samsø Havmøllepark Foreløbig produktionsvurdering af 4 alternative placeringer. Ole Rathmann Afd. for Vindenergi og Atmosfærefysik Forskningscenter Risø December 1998 1. BAGGRUND. Denne rapport indgår

Læs mere

Coulombs lov. Esben Pape Selsing, Martin Sparre og Kristoffer Stensbo-Smidt Niels Bohr Institutet F = 1 4πε 0

Coulombs lov. Esben Pape Selsing, Martin Sparre og Kristoffer Stensbo-Smidt Niels Bohr Institutet F = 1 4πε 0 Coulombs lov Esben Pape Selsing, Martin Sparre og Kristoffer Stensbo-Smidt Niels Bohr Institutet 14-05-2007 1 Indledning 1.1 Formål Formålet er, at eftervise Coulombs lov; F = 1 4πε 0 qq r 2 ˆr, hvor F

Læs mere

Måling af turbulent strømning

Måling af turbulent strømning Måling af turbulent strømning Formål Formålet med at måle hastighedsprofiler og fluktuationer i en turbulent strømning er at opnå et tilstrækkeligt kalibreringsgrundlag til modellering af turbulent strømning

Læs mere

Vejret i Danmark - juli 2015

Vejret i Danmark - juli 2015 Vejret i Danmark - juli 2015 Normal temperaturmæssigt, våd og lidt solrigere i forhold til normalen 1961-1990. Kølig, våd og lidt solfattigere i forhold til 2001-10-gennemsnittet. Midlet af de daglige

Læs mere

Løsning til eksaminen d. 14. december 2009

Løsning til eksaminen d. 14. december 2009 DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,

Læs mere

Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved

Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved Matematisk Modellering 1 (reeksamen) Side 1 Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved { 1 hvis x {1, 2, 3}, p X (x) = 3 0 ellers,

Læs mere

ISCC. IMM Statistical Consulting Center. Brugervejledning til beregningsmodul til robust estimation af nugget effect. Technical University of Denmark

ISCC. IMM Statistical Consulting Center. Brugervejledning til beregningsmodul til robust estimation af nugget effect. Technical University of Denmark IMM Statistical Consulting Center Technical University of Denmark ISCC Brugervejledning til beregningsmodul til robust estimation af nugget effect Endelig udgave til Eurofins af Christian Dehlendorff 15.

Læs mere

Lineære sammenhænge, residualplot og regression

Lineære sammenhænge, residualplot og regression Lineære sammenhænge, residualplot og regression Opgave 1: Er der en bagvedliggende lineær sammenhæng? I mange sammenhænge indsamler man data som man ønsker at undersøge og afdække eventuelle sammenhænge

Læs mere

Vejret i Danmark - august 2015

Vejret i Danmark - august 2015 Vejret i Danmark - august 2015 Den ottendesolrigeste august siden 1920, mere tør og med gennemsnitlige temperaturer i forhold til perioden 2001-2010. Kraftig regn og skybrud ved flere lejligheder, specielt

Læs mere

Fysik 2 - Den Harmoniske Oscillator

Fysik 2 - Den Harmoniske Oscillator Fysik 2 - Den Harmoniske Oscillator Esben Bork Hansen, Amanda Larssen, Martin Qvistgaard Christensen, Maria Cavallius 5. januar 2009 Indhold 1 Formål 1 2 Forsøget 2 3 Resultater 3 4 Teori 4 4.1 simpel

Læs mere

Risikofaktorudviklingen i Danmark fremskrevet til 2020

Risikofaktorudviklingen i Danmark fremskrevet til 2020 23. marts 9 Arbejdsnotat Risikofaktorudviklingen i Danmark fremskrevet til Udarbejdet af Knud Juel og Michael Davidsen Baseret på data fra Sundheds- og sygelighedsundersøgelserne er der ud fra køns- og

Læs mere

Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6

Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6 Institut for Matematiske Fag Matematisk Modellering 1 Aarhus Universitet Eva B. Vedel Jensen 25. februar 2008 UGESEDDEL 6 Forelæsningerne torsdag den 21. februar og tirsdag den 26. februar. Jeg har gennemgået

Læs mere

Teknisk Rapport Klimagrid Danmark Referenceværdier Peter Riddersholm Wang

Teknisk Rapport Klimagrid Danmark Referenceværdier Peter Riddersholm Wang Teknisk Rapport 13-09 Klimagrid Danmark Referenceværdier 2001-2010 Måneds- og årsværdier for temperatur, relativ luftfugtighed, vindhastighed og globalstråling 20x20 km samt nedbør 10x10 km Peter Riddersholm

Læs mere

Vejr- og klimadata. Time - og døgnværdier

Vejr- og klimadata. Time - og døgnværdier 2013-09-09 12:06 UTC AUTO Vejr- og klimadata Danmark Time - og døgnværdier Station: 0618800 18. juni 2013-19. juni 2013 ISSN: YYYY-XXXX Danmarks Meteorologiske Institut, Lyngbyvej 100, DK-2100 København

Læs mere

2 Erik Vestergaard www.matematikfysik.dk

2 Erik Vestergaard www.matematikfysik.dk Erik Vestergaard www.matematikfysik.dk Erik Vestergaard www.matematikfysik.dk 3 Lineære funktioner En vigtig type funktioner at studere er de såkaldte lineære funktioner. Vi skal udlede en række egenskaber

Læs mere

Excel tutorial om lineær regression

Excel tutorial om lineær regression Excel tutorial om lineær regression I denne tutorial skal du lære at foretage lineær regression i Microsoft Excel 2007. Det forudsættes, at læseren har været igennem det indledende om lineære funktioner.

Læs mere

CFD = Computational Fluid Dynamics (computerbaserede beregninger)

CFD = Computational Fluid Dynamics (computerbaserede beregninger) RAPPORT vedr. Qaqortoq Lufthavn Turbulensforholdenes indvirkning på den vejrbetingede regularitet ISSORTARFIMMUT 13 P.O.BOX 1024 3900 NUUK (+299) 34 37 00 INUPLAN@INUPLAN.GL WWW.INUPLAN.GL d. 28.11.2014

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1TS Teoretisk statistik Den skriftlige prøve Sommer 2002 3 timer - alle hjælpemidler tilladt Det er tilladt at skrive

Læs mere

ENERGIPRODUKTIONSBEREGNING

ENERGIPRODUKTIONSBEREGNING Bølå, Åbenrå kommune, DANMARK 16 MW Vindmølleprojekt 8 x Vestas V80 2MW, 60 m navhøjde ENERGIPRODUKTIONSBEREGNING 8 Vestas V80 2MW vindmøller illustreret med Google Earth som baggrund. Kunde: EMD: Dato:

Læs mere

10. Læforhold omkring en nedbørmåler

10. Læforhold omkring en nedbørmåler 10. Læforhold omkring en nedbørmåler Nedbør er en af de vanskeligste meteorologiske variable at måle. Der er en række fejlkilder, hvoraf den største er vindeffekten, der hidrører fra vindens påvirkning

Læs mere

Projekt 1 Spørgeskemaanalyse af Bedst på Nettet

Projekt 1 Spørgeskemaanalyse af Bedst på Nettet Projekt 1 Spørgeskemaanalyse af Bedst på Nettet D.29/2 2012 Udarbejdet af: Katrine Ahle Warming Nielsen Jannie Jeppesen Schmøde Sara Lorenzen A) Kritik af spørgeskema Set ud fra en kritisk vinkel af spørgeskemaet

Læs mere

Beregningsopfølgning for 4 husstandsvindmøller på Djursland 6kWThymøller,7,1mrotordiameterog21,4mnavhøjde

Beregningsopfølgning for 4 husstandsvindmøller på Djursland 6kWThymøller,7,1mrotordiameterog21,4mnavhøjde Beregningsopfølgning for 4 husstandsvindmøller på Djursland 6kWThymøller,7,1mrotordiameterog21,4mnavhøjde Af Per Nilesen v.0 1-8-2013 Indholdsfortegnelse: Resultat/opsummering:...1 Baggrund...2 Datagrundlaget...2

Læs mere

Deskriptiv statistik for hf-matc

Deskriptiv statistik for hf-matc Deskriptiv statistik for hf-matc 75 50 25 2018 Karsten Juul Deskriptiv statistik for hf-matc Hvad er deskriptiv statistik? 1.1 Hvad er deskriptiv statistik?... 1 1.2 Hvad er grupperede og ugrupperede data?...

Læs mere

Skråplan. Esben Bork Hansen Amanda Larssen Martin Sven Qvistgaard Christensen. 2. december 2008

Skråplan. Esben Bork Hansen Amanda Larssen Martin Sven Qvistgaard Christensen. 2. december 2008 Skråplan Esben Bork Hansen Amanda Larssen Martin Sven Qvistgaard Christensen 2. december 2008 1 Indhold 1 Formål 3 2 Forsøg 3 2.1 materialer............................... 3 2.2 Opstilling...............................

Læs mere

Vejret i Danmark - maj 2016

Vejret i Danmark - maj 2016 Vejret i Danmark - maj 2016 Produktionstidspunkt: 2016-06-01 3. varmeste siden 1874 (sammen med maj 1993) og varmeste maj siden maj 1993. Midlet af de daglige maksimumtemperaturer 2. højeste (sammen med

Læs mere

Vejret i Danmark - efteråret 2015

Vejret i Danmark - efteråret 2015 Vejret i Danmark - efteråret 2015 Produktionstidspunkt: 2015-12-01 Lunt og vådt efterår med underskud af sol i forhold til perioden 2001-2010. Ikke siden efteråret 1998 har vi haft et vådere efterår. Midlet

Læs mere

Besvarelse af stx_081_matb 1. Opgave 2. Opgave 1 2. Ib Michelsen, 2z Side B_081. Reducer + + = + + = Værdien af

Besvarelse af stx_081_matb 1. Opgave 2. Opgave 1 2. Ib Michelsen, 2z Side B_081. Reducer + + = + + = Værdien af Ib Michelsen, z Side 1 7-05-01 1 3 4 5 6 7 8 9 10 11 1 13 14 15 16 17 18 19 0 1 3 4 5 6 7 Besvarelse af stx_081_matb 1 Opgave 1 Reducer ( x + h) h( h + x) ( x h) h( h x) + + = x h xh h h x x + + = Værdien

Læs mere

Bilag 7. SFA-modellen

Bilag 7. SFA-modellen Bilag 7 SFA-modellen November 2016 Bilag 7 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online ISBN 978-87-7029-650-2

Læs mere

13.1 Substrat Polynomiel regression Biomasse Kreatinin Læsefærdighed Protein og højde...

13.1 Substrat Polynomiel regression Biomasse Kreatinin Læsefærdighed Protein og højde... Modul 13: Exercises 13.1 Substrat.......................... 1 13.2 Polynomiel regression.................. 3 13.3 Biomasse.......................... 4 13.4 Kreatinin.......................... 7 13.5 Læsefærdighed......................

Læs mere

Opgave 11.4 side 316 (7ed: 11.4, side 352 og 6ed: 11.2, side 345)

Opgave 11.4 side 316 (7ed: 11.4, side 352 og 6ed: 11.2, side 345) Kursus 4: Besvarelser til øvelses- og hjemmeopgaver i uge 11 Opgave 11.4 side 316 (7ed: 11.4, side 35 og 6ed: 11., side 345) Opgaven består i at foretage en regressionsanalse. Først afbildes data som i

Læs mere

brikkerne til regning & matematik statistik preben bernitt

brikkerne til regning & matematik statistik preben bernitt brikkerne til regning & matematik statistik 2+ preben bernitt brikkerne til regning & matematik statistik 2+ 1. udgave som E-bog ISBN: 978-87-92488-33-6 2009 by bernitt-matematik.dk Kopiering af denne

Læs mere

Kapitel 11 Lineær regression

Kapitel 11 Lineær regression Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),

Læs mere

Statistik (deskriptiv)

Statistik (deskriptiv) Statistik (deskriptiv) Ikke-grupperede data For at behandle ikke-grupperede data i TI, skal data tastes ind i en liste. Dette kan gøres ved brug af List, hvis ikon er nr. 5 fra venstre på værktøjsbjælken

Læs mere

Eksempel på logistisk vækst med TI-Nspire CAS

Eksempel på logistisk vækst med TI-Nspire CAS Eksempel på logistisk vækst med TI-Nspire CAS Tabellen herunder viser udviklingen af USA's befolkning fra 1850-1910 hvor befolkningstallet er angivet i millioner: Vi har tidligere redegjort for at antallet

Læs mere

Anvendt Statistik Lektion 7. Simpel Lineær Regression

Anvendt Statistik Lektion 7. Simpel Lineær Regression Anvendt Statistik Lektion 7 Simpel Lineær Regression 1 Er der en sammenhæng? Plot af mordraten () mod fattigdomsraten (): Scatterplot Afhænger mordraten af fattigdomsraten? 2 Scatterplot Et scatterplot

Læs mere

Kvadratisk regression

Kvadratisk regression Kvadratisk regression Helle Sørensen Institut for Matematiske Fag Københavns Universitet Juli 2011 I kapitlet om lineær regression blev det vist hvordan man kan modellere en lineær sammenhæng mellem to

Læs mere

2001 2010 Design Reference Year for Denmark. Peter Riddersholm Wang, Mikael Scharling og Kristian Pagh Nielsen

2001 2010 Design Reference Year for Denmark. Peter Riddersholm Wang, Mikael Scharling og Kristian Pagh Nielsen Teknisk Rapport 12-17 2001 2010 Design Reference Year for Denmark - Datasæt til teknisk dimensionering, udarbejdet under EUDPprojektet Solar Resource Assesment in Denmark for parametrene globalstråling,

Læs mere

Fig. 1 Billede af de 60 terninger på mit skrivebord

Fig. 1 Billede af de 60 terninger på mit skrivebord Simulation af χ 2 - fordeling John Andersen Introduktion En dag kastede jeg 60 terninger Fig. 1 Billede af de 60 terninger på mit skrivebord For at danne mig et billede af hyppighederne flyttede jeg rundt

Læs mere

Vejledende løsning. Ib Michelsen. hfmac123

Vejledende løsning. Ib Michelsen. hfmac123 Vejledende løsning hfmac123 Side 1 Opgave 1 På en bankkonto indsættes 30.000 kr. til en rentesats på 2,125 % i 7 år. Beregning af indestående Jeg benytter formlen for kapitalfremskrivning: K n=k 0 (1+r

Læs mere

Deskriptiv statistik for matc i stx og hf

Deskriptiv statistik for matc i stx og hf Deskriptiv statistik for matc i stx og hf 75 50 25 2019 Karsten Juul Deskriptiv statistik for matc i stx og hf Hvad er deskriptiv statistik? 1.1 Hvad er deskriptiv statistik?... 1 1.2 Hvad er grupperede

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1TS Teoretisk statistik Den skriftlige prøve Sommer 2003 3 timer - alle hjælpemidler tilladt Det er tilladt at skrive

Læs mere

Supplerende kortlægning af luftforurening fra krydstogtskibe i Aarhus

Supplerende kortlægning af luftforurening fra krydstogtskibe i Aarhus Supplerende kortlægning af luftforurening fra krydstogtskibe i Aarhus Notat fra DCE - Nationalt Center for Miljø og Energi Dato: 20. maj 2019 Per Løfstrøm Institut for Miljøvidenskab Rekvirent: Aarhus

Læs mere

12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse

12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse . september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression

Læs mere

Referencelaboratoriet for måling af emissioner til luften

Referencelaboratoriet for måling af emissioner til luften Referencelaboratoriet for måling af emissioner til luften Rapport nr.: 77 Titel Hvordan skal forekomsten af outliers på lugtmålinger vurderes? Undertitel - Forfatter(e) Arne Oxbøl Arbejdet udført, år 2015

Læs mere

Resonans 'modes' på en streng

Resonans 'modes' på en streng Resonans 'modes' på en streng Indhold Elektrodynamik Lab 2 Rapport Fysik 6, EL Bo Frederiksen (bo@fys.ku.dk) Stanislav V. Landa (stas@fys.ku.dk) John Niclasen (niclasen@fys.ku.dk) 1. Formål 2. Teori 3.

Læs mere

Pointen med Differentiation

Pointen med Differentiation Pointen med Differentiation Frank Nasser 20. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:

Læs mere

Status for afstrømningsdata fra 2005 som benyttes i det Marine Modelkompleks.

Status for afstrømningsdata fra 2005 som benyttes i det Marine Modelkompleks. Status for afstrømningsdata fra 5 som benyttes i det Marine Modelkompleks. Lars Storm Jørgen Bendtsen Danmarks Miljøundersøgelser Status for afstrømningsdata fra 5 som benyttes i det Marine Modelkompleks.

Læs mere

Graph brugermanual til matematik C

Graph brugermanual til matematik C Graph brugermanual til matematik C Forord Efterfølgende er en guide til programmet GRAPH. Programmet kan downloades gratis fra nettet og gemmes på computeren/et usb-stik. Det betyder, det også kan anvendes

Læs mere

Placering af vindmøller Denne øvelse er lavet af: Lavet af Martin Kaihøj, Jørgen Vind Villadsen og Dennis Noe. Rettet til af Dorthe Agerkvist.

Placering af vindmøller Denne øvelse er lavet af: Lavet af Martin Kaihøj, Jørgen Vind Villadsen og Dennis Noe. Rettet til af Dorthe Agerkvist. Placering af vindmøller Denne øvelse er lavet af: Lavet af Martin Kaihøj, Jørgen Vind Villadsen og Dennis Noe. Rettet til af Dorthe Agerkvist. Forudsætninger: funktioner (matematik) og primære vindsystemer

Læs mere