Volltextdatei(en) vorhanden
DC ElementWertSprache
dc.contributor.advisorStorch, Hans von (Prof. Dr. Dr. h.c.)
dc.contributor.authorChrastansky, Alena
dc.date.accessioned2020-10-19T12:48:24Z-
dc.date.available2020-10-19T12:48:24Z-
dc.date.issued2011
dc.identifier.urihttps://ediss.sub.uni-hamburg.de/handle/ediss/4042-
dc.description.abstractIn the North Sea, ship-related chronic oil pollution is a serious problem which endangers the marine and coastal environment. In this study, wind-related spatial and temporal variability in the exposures of the German North Sea coast to this kind of oil pollution is investigated. Using Lagrangian passive tracer transport simulations a driftclimatology is established describing a manifold of possible oil spill drift paths originating from the main shipping routes in the southern North Sea. Detailed meteorological-marine reconstructions (www.coastDat.de) provide a realistic representation of weather and weather-induced currents for the years 1958 − 2003. The resulting multi-decadal drift statistic is used for evaluating the exposure of different regions along the German North Sea coast to hypothetical chronic oil pollution in dependence of the location of oil spills, their spatial distribution and prevailing atmospheric conditions. Multivariate statistical analysis reveals that both spatial and inter-annual variability in coastal oil pollution can be linked to a large extent to varying wind conditions. A comparison of simulated annual advection rates with corresponding beached bird survey data suggests that changing weather conditions may mislead the interpretation of the data with regard to an estimate of changes in the general level of chronic oil pollution. The oil spill drift reconstructions, however, allow for a quantification of the wind influence and for normalization of the observation data so that wind-related misinterpretations can be avoided. A flexible representation of the threat analysis is achievable by representing both model results and forcing data in the form of conditional probabilities (Bayesian Network). By this means, a convenient examination of the oil spill drift statistics depending on variable external forcing is possible, which facilitates the communication and application even for non-scientists.en
dc.description.abstractIn der Nordsee sind illegale Öl-Einleitungen aus der Schifffahrt ein ernstzunehmendes Problem, welches die marine Umwelt und die Küsten gefährdet. In der vorliegenden Arbeit werden die Gefährdungspotentiale möglicher Ölverschmutzungen an der deutschen Nordseeküste hinsichtlich der windinduzierten räumlichen und zeitlichen Variabilität dargestellt. Mittels Lagrangeschen passiven Transportsimulationen ist eine Driftklimatologie erstellt worden, die eine Vielzahl möglicher Öl-Driftwege ausgehend von den Hauptschifffahrtsrouten der südlichen Nordsee beschreiben. Dabei ermöglichen detaillierte meteorologische und marine Rekonstruktionen (www.coastDat.de) eine realistische Darstellung von Wetter- und Strömungsverhältnissen für die Jahre 1958 − 2003. Basierend auf der multi-dekadischen Driftstatistik wird gezeigt, inwiefern unterschiedliche Küstenabschnitte in Abhängigkeit vom Ort der Öleinleitung, der räumlichen Verteilung von Öleinleitungen und den atmosphärischen Gegebenheiten in veränderlichem Umfang potentieller chronischer Ölverschmutzung ausgesetzt sind. Eine multivariate statistische Analyse zeigt, dass die räumliche und zeitliche Variabilität hinsichtlich der Küstengefährdung zu einem großen Teil auf vorherrschende Windverhältnisse zurückzuführen ist. Der Vergleich von den simulierten jährlichen Advektionsraten mit entsprechenden Aufzeichnungen aus Spülsaumkontrollen legt nahe, dass Schwankungen in den Beobachtungsdaten größtenteils Wetteränderungen widerspiegeln. Basierend auf den Öldriftsimulationen kann der Windeinfluss jedoch abgeschätzt und die Datenreihe bereinigt werden, so dass Missinterpretationen im Zusammenhang mit Wetterschwankungen vermeidbar werden. Eine flexible Form der Gefahrenanalyse kann durch die Darstellung der Modellergebnisse und deren zugrunde liegenden Antriebsdaten als bedingte Wahrscheinlichkeiten erreicht werden (Bayes’sches Netz). Dies ermöglicht eine komfortable Untersuchung der Driftstatistiken in Abhängigkeit der beeinflussenden Faktoren, was die Kommunikation und Anwendung vor allem in einem nicht-wissenschaftlichen Umfeld vereinfacht.de
dc.language.isoenen
dc.publisherStaats- und Universitätsbibliothek Hamburg Carl von Ossietzky
dc.relation.isbasedonMarine Pollution Bulletin 58 (7), 967-975; Environmental Pollution 157, 194-198; Environmental Modeling & Assessment 16, 1-14; Bulletin of the American Meteorological Society 90 (6), 849-860.
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectÖlverschmutzungde
dc.subjectLagrangsche Trajektoriende
dc.subjectBayes'sches Netzde
dc.subjecthydrodynamische Modellierungde
dc.subjectWindde
dc.subjectoil pollutionen
dc.subjectlagrangian trajectoriesen
dc.subjectBayesian networken
dc.subjecthydrodynamic modellingen
dc.subjectwinden
dc.subject.ddc550 Geowissenschaften
dc.titleMulti-decadal reconstruction and probabilistic representation of weather-related variability in North Sea coast chronic oil pollutionen
dc.title.alternativeMulti-dekadische Rekonstruktion und probabilistische Repräsentation von wetter-bedingter Variabilität in der chronischen Ölverschmutzung der deutschen Nordseeküstede
dc.typedoctoralThesis
dcterms.dateAccepted2011-05-03
dc.rights.ccNo license
dc.rights.rshttp://rightsstatements.org/vocab/InC/1.0/
dc.subject.bcl38.80 Meteorologie: Allgemeines
dc.subject.bcl38.90 Ozeanologie, Ozeanographie
dc.subject.gndModellierung
dc.type.casraiDissertation-
dc.type.dinidoctoralThesis-
dc.type.driverdoctoralThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisdoctoralThesis
tuhh.opus.id5135
tuhh.opus.datecreation2011-05-23
tuhh.type.opusDissertation-
thesis.grantor.departmentGeowissenschaften
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionUniversität Hamburg
dcterms.DCMITypeText-
tuhh.gvk.ppn669996734
dc.identifier.urnurn:nbn:de:gbv:18-51358
item.advisorGNDStorch, Hans von (Prof. Dr. Dr. h.c.)-
item.grantfulltextopen-
item.languageiso639-1other-
item.fulltextWith Fulltext-
item.creatorOrcidChrastansky, Alena-
item.creatorGNDChrastansky, Alena-
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen
Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Diss_110516_2.pdf792e3e454480fb741ac4b11f70c924706.34 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.

Info

Seitenansichten

202
Letzte Woche
Letzten Monat
geprüft am 28.03.2024

Download(s)

56
Letzte Woche
Letzten Monat
geprüft am 28.03.2024
Werkzeuge

Google ScholarTM

Prüfe