Acoustic travel time tomography is presented as an experimental technique for remote monitoring of areally averaged meteorological quantities as the air temperature and the horizontal wind speed. This ground based remote sensing technique uses the nearly horizontal propagation of sound waves in the atmospheric surface layer. Here the acoustic travel time tomography was applied by measuring the travel time at defined propagation paths between several sound sources and receivers. The resulting sound speed were used to obtain estimates of the meteorological parameters. A measuring campaign was carried out at the test site in Lindenberg (DWD) to compare the acoustically derived data with conventional systems. These observations demonstrated that on one side the accuracy of the acoustic system is comparable with in-situ measurements and on the other side the temperature was particularly significant overestimated by the standard sensors, e.g. due to the radiation influence. / Die Akustische Laufzeittomographie wird als ein experimentelles Verfahren zur Sondierung meteorologischer Parameter, wie z.B. der Lufttemperatur und der horizontalen Windgeschwindigkeit, vorgestellt. Dieses bodengebundene Fernerkundungsverfahren nutzt die horizontale Ausbreitung von Schallwellen in der atmosphärischen Grenzschicht. Hier wird das Verfahren der Laufzeittomographie angewendet, d.h. bei bekannter Weglänge wird die Ausbreitungszeit von ausgesendeten Schallsignalen zwischen mehreren Schallquellen und Empfängern gemessen. Die resultierenden Schallgeschwindigkeitsinformationen werden genutzt, um daraus die entsprechenden meteorologischen Parameter abzuleiten. Auf dem Gelände des Meteorologischen Observatoriums Lindenberg (DWD) wurde eine Messkampagne durchgeführt, um die akustischen Sondierungen mit konventionellen Systemen zu vergleichen. Die Auswertungen zeigen, dass einerseits die Genauigkeit der Akustischen Tomographie vergleichbar mit den konventionellen in-situ Messungen ist und andererseits, dass die Lufttemperatur aufgrund des Strahlungseinflusses bei Messungen mit den üblichen Sensoren zum Teil erheblich überschätzt wird.

Die Schallgeschwindigkeit in der Luft hängt wesentlich von der Temperatur, aber auch in gewissen Maße von deren Feuchtigkeit und Zusammensetzung, ab. Den Einfluss der Lufttemperatur auf die Schallgeschwindigkeit nutzen Messverfahren aus, um aus der Laufzeit von Schallsignalen die Temperatur entlang des Ausbreitungsweges zu bestimmen. Dabei wird jedoch häufig die Beeinflussung durch die Luftfeuchte unzureichend berücksichtigt. Hier wird ein Verfahren aufgezeigt, das die Zusammensetzung der Luft und die Temperaturabhängigkeit der spezifischen Wärmen detailliert berücksichtigt. Die auf diesem Wege aus der Schallgeschwindigkeit abgeleitete Temperatur wird mit der in der Mirkometeorologie üblichen Approximation der akustisch virtuellen Temperatur verglichen. / The speed of sound in humid air depends besides the temperature to some degree on their humidity and compositions. Several measuring methods uses the influence of the temperature on speed of sound to calculate from the travel time of acoustic signals the temperature along the propagation path. However, thereby the influence of the humidity is often ignored. This paper described a method, which take the impact of the atmospheric composition and the temperature dependence of the specific heats explicit into account. The subsequent from the speed of sound recalculated temperature is compared with the mircometeorological standard approximation, the acoustic virtual temperature.

Since climate change increases and changes constantly, it contributes to higher average temperatures, ice melting and has a great impact on our ecosystem. This will then lead to a warmer climate, which means increased precipitation and milder winters. One of the reasons to climate change is urbanization, meaning people moving to the cities. To succeed in changing the climate, international cooperation and common goals are required. At the northern part of Brynäs, in the municipality of Gävle, work is currently in progress around the area where the factory of Läkerol was once standing. The area continues to be rebuilt and the outcome will eventually be called Godisfabriken. There, amongst other, a car park will be built for the newly built homes. The aim of this study is to compare metal roofs, grey concrete roofs and green roofs within the two aspects of stormwater management and temperature. Then analyse which alternative of these three roofs would be most advantageous for the car park of Godisfabriken.   The focused roofs are green, metal and concrete. A green roof is when it's completely or partly covered by a layer of vegetation and metal roofs are different sheet roofs with steel and aluminium-zinc. Grey roofs are made of concrete which works as both floor and ceiling. A building's roof affects which air temperature the surroundings has with its slope, vegetation and surrounding buildings. Another problem with urbanization and a warmer climate is stormwater management, which means rain and melted snow from roofs, parking areas and other hard surfaces.   The method includes a literature study and calculations. The literature study gave research on temperature for all roofs as well as stormwater management for green roofs. Calculations were made for stormwater management and temperature with its flow, absorption, reflectance and heat transfer.   The literature study and the calculations showed that green roofs have a high SRI value of 80 while the remaining roof is at around 40. The higher SRI, the lower surface temperatures on the material. This is proven in both methods when green roofs according to the literature study received a maximum surface temperature of 38 °C and 48 °C. According to the literature study green roofs can preserve more than 50 % of the rainwater. They also had a water flow rate of 1.97 l/s, which is less than half of what the metal roof got in the calculations. Since green roofs had both low air and surface temperatures, as well as longer drainage times and most absorbed water, green roofs are a more suitable choice than metal and grey concrete. / Eftersom klimatförändringarna förändras och konstant ökar bidrar det till en högre medeltemperatur, att isen smälter och att ekosystemet påverkas. Detta kommer då leda till ett varmare klimat vilket medför ökad nederbörd och mildare vintrar. En av orsakerna är urbanisering vilket betyder att människor flyttar till städer. För att lyckas förändra klimatet krävs internationellt samarbete och gemensamma mål.   Vid norra Brynäs i Gävle kommun pågår just nu arbete runt området där Läkerolfabriken en gång stod. Gamla Läkerolområdet kommer slutligen bli Godisfabriken. Där kommer det uppföras ett parkeringshus till det nybyggda bostäderna. Syftet med denna studie är att jämföra metalltak, gråa betongtak och gröna tak inom de två aspekterna dagvattenhantering och temperatur, därefter analysera vilket alternativ av dessa tre tak som skulle vara mest fördelaktigt för Godisfabrikens parkeringshus.   De fokuserade taken var grönt-, metall- och betong tak. Ett grönt tak är då taket är helt eller delvis täckt av ett lager vegetation. Metalltak är olika plåttak med stål och aluminium-zink, gråa tak syftar på betongbjälklag som fungerar både som golv och tak. En byggnads tak påverkar vilken lufttemperatur omgivningen har, även takets lutning samt växtlighet och byggnaderna runt om. Ett annat problem med urbanisering och varmare klimat är dagvattenhanteringen, vilket innebär regn- och smältvatten från bland annat tak, parkeringsytor och andra hårdgjorda ytor.   Metoden innefattar en litteraturstudie samt beräkningar. Litteraturstudien gav forskning om temperatur för samtliga tak samt dagvattenhantering för gröna tak. Beräkningar genomfördes för dagvattenhantering och temperatur med dess flöde, absorption, reflektans och värmeöverföring.   Litteraturstudien och beräkningarna visade att gröna tak har ett högt SRI (Solar Reflectance Index) värde på 80 medan resterande tak låg på runt 40. Ju högre SRI desto lägre yttemperaturer på materialet. Detta bevisas i båda metodvalen då gröna tak enligt litteraturstudie fick en maximal yttemperatur på 38 °C och 48 °C enligt beräkningarna. De hade även ett dagvattenflöde på 1,97 l/s, vilket är mindre än hälften av vad metalltaken på 4,93 l/s fick vid beräkningarna och kan enligt litteraturstudien bevara mer än 50 % av regnvattnet. Då gröna tak hade både låga luft- och yttemperaturer samt längre avrinningstid och mest absorberat vatten visar det att gröna tak är ett mer lämpligt val än metall- och gråa betongtak.

Ph.d.-afhandling. Københavns Universitet, 2002. / Haves også i trykt udg.

How to represent data visually in an intuitive and effective way for gaining quick insights is something that the field of visualization deals with. Effective in this context means that a visualization can be understood accurately or rapidly by the viewer. However, how to visualize geospatial time series data effectively is challenging. The challenge consists of how to visualize geospatial time-dependent data in a single view that can provide both an effective overview and details of the data set. With three or more data dimensions the available coding options grows; hence, the challenge consists in combining several visual coding and viewing options into a single effective view. This thesis investigated visualization guidelines that should promote effectivness for a visualization of geospatial time-dependent data. Furthermore, in this project the data set consisted of historical air temperature measurements in Sweden, which has both geospatial and time-dependent features. The guidelines where used in an iterative design process to redesign an existing geospatial time series visualization. The goal of the redesign was to increase the effectiveness of the existing visualization. An alternative visualization was created and compared to the original visualization in a user study. The results indicate that these users experienced the alternative visualization as more effective than the original. However, the performance of the participants on four tasks indicates that the alternative visualization is not more effective. Furthermore, compared to related work the alternative visualization is not more effective. In conclusion, the alternative visualization is harder to learn than the original which may have an effect on the user’s performance. However, once the visualization is learned, then it may be more effective than the original visualization. Additionally, the use of guidelines was helpful in the design process but, in this case, did not guarantee an effective visualization. / Hur data bör representeras visuellt på ett intuitivt och effektivt sätt undersöks i det vetenskapliga fältet om visualiseringar. Vidare är det utmanande hur geografiska tidsserier ska visualiserar. Utmaningen består i hur en enda visualiserings vy ska skapas som både kan ge en överblick över data och detaljer om specifika data punkter. Anledning till att detta är utmanande är att med fler data dimensioner blir även de möjliga visuella kodnings möjligheterna flera. Därför består utmaningen i hur olika visuella kodningssätt och vyer ska kombineras i en enda vy effektivt. För att designa en effektiv vy undersöktes olika designriktlinjer kopplade till effektivitet. Dessa riktlinjer användes sedan för att designa om en existerande geografisk tidsserie visualisering in en iterativ designprocess. Data som visualiserades var historiska lufttemperaturmätningar i Sverige, en datamängd med både geografiska och tidsberoende komponenter. Den skapade alternativa visualiseringen jämfördes med originalet med hänsyn till effektivitet i en användarstudie. Resultaten tyder på att användarna uppfattar den alternativa visualiseringen som mer effektiv än originalet. Men prestations resultatet på fyra uppgifter tyder inte på att den alternativa visualiseringen skulle vara effektivare. Vidare, jämfört med relaterade arbeten är inte den alternative visualiseringen mer effektiv. Sammanfattningsvis är den alternativa visualiseringen svårare att lära sig än originalet, vilken kan påverka användarnas prestation. Men när användarna lärt sig att använda den alternativa visualiseringen, kan den alternativa vara effektivare att använda än originalet. Vidare är designriktlinjerna användbara i en designprocess men, ingen garanti för en effektiv visualisering i detta fall.

Observed climatic change may result in modification of the ground thermal regime.The causes of shallow ground temperature variability, however, are not well documented.This thesis reports ground temperatures from Absiko Scientific Research Station, measured ata site currently not underlain by permafrost to illustrate the response of shallow groundtemperatures to changes in climatic parameters. Both air temperature and precipitationincreased at Abisko from 1985-2010. The strongest increase in air temperature occurred inwinter, whereas the precipitation increased mainly during the summer months. There was asignificant trend towards later onset of permanent snow cover, as well as a steadily earlierdisappearance of permanent snow cover in spring, resulting in reduced snow cover duration.Also the snow thickness decreased at Abisko during the study period. The ground experiencedapproximately five months of frost at 5 and 20 cm depth and approx. four, respectively two,months at 50 and 100 cm depth. Annual ground temperatures were found to be increasingfrom 1985-2010 with approx. 0.31 °C, 0.64 °C, 0.82 °C and 0.94 °C at 5, 20, 50, respectively100 cm depth from the surface. The duration and intensity of the seasonal frost cycles weredecreasing, which would reflect the increasing ground temperatures. Changes in short-termfrost cycles were not found to be significant. The changes in mean annual and winter groundtemperature were significantly correlated to the changes in mean annual and winter airtemperature, but surprisingly not to the changes in snow cover. However, seasonally theincreasing trend of ground temperatures was found in autumn and winter, whereas thesummer ground temperatures were decreasing. The cooling of ground temperature in summerat increasing air temperatures may be explained by increased precipitation totals and henceincreased soil moisture due to the so called soil-moisture feedback. From this fact, it can bededuced that the changes in air temperature alone cannot explain all variances in groundtemperatures. However, the results of the study may suggest that in sub-Arctic Swedenchanges in air temperatures may be used as indicator for changes in shallow groundtemperatures. / perioden 1985-2010 ökade både lufttemperatur och nederbörd i Abiskoområdet. Denstörsta ökningen av lufttemperatur skedde under vinterhalvåret medan nederbörden ökademest under sommarhalvåret. En signifikant förkortning i längden av vintersnötäckets existensunder året observerades under studieperioden. Reduceringen av vintesnötäcket skedde genomatt den första snön kom senare och bortsmältningen på våren skedde tidigare. Snötäcketstjocklek minskade också under studieperioden. Marktemperaturmätningarna visar frysgraderpå 5 och 20 cm djup fem månader och fyra respektive två månader på 50 och 100cm djup.Den årliga medeltemperaturen i marken ökade under perioden med 0.31 °C, 0.64 °C, 0.82 °Coch 0.94 °C vid 5, 20, 50 och 100 cm djup. Den årliga längden och intensiteten avfrysförhållandena i marken minskade vilket förmodligen är en konsekvens av de ökandemarktemperaturerna. Ingen trend i förekomsten av kortare svängningar i frysförhållandenakunde observeras. Förändringarna i årsmedetemperaturen i marken är signifikant korrelerademed förändringen i den årliga medeltemperaturen och vintertemperaturen i luften, men ingenkorrelation mellan marktemperaturen och förändringar i snötäckets tjocklek och längdobserverades. Studien avslöjade också att temperaturen i marken ökade under vinternhalvåretmedan den sjönk under sommaren. Avkylningen av marken under sommaren kan förklaras avökad nederbörd under sommaren som ger högre markfuktighet som ger en kylande effektgenom den så kallade jord-fuktighets återkopplingsmekanismen (soil-moisture feedback).Från detta kan vi dra slutsatsen att förändringar i enbart lufttemperatur inte kan förklara denhela observerade variansen av marktemperatur men att lufttemperaturen har en domineranderoll. Resultaten från denna studie indikerar således att förändringar lufttemperatur kananvändas som en indikator på marktemperaturförändringar i Abisko området.

Acoustic travel time tomography is presented as an experimental technique for remote monitoring of spatially averaged meteorological quantities, such as the virtual air temperature and the horizontal wind speed. This ground based remote sensing technique uses the nearly horizontal propagation of sound waves in the atmospheric surface layer. Here the acoustic travel time tomography was applied by measuring the travel time at defined propagation paths between several sound sources and receivers. The resulting sound speed was used to obtain estimates of the meteorological parameters. Several measuring campaigns were carried out to compare the acoustically derived data with conventional systems. The results of a cross validation during a field experiment in autumn 2000 are presented, where receivers at different heights above the ground were used. / Die Akustische Laufzeittomographie wird als ein Verfahren zur Fernerkundung räumlich gemittelter Größen, wie der virtuellen Temperatur und der horizontalen Windgeschwindigkeit, vorgestellt. Dieses bodengebundene Fernerkundungsverfahren beruht auf der annährend horizontalen Schallausbreitung in der atmosphärischen Grenzschicht. Das hier angewendete Verfahren der Laufzeittomographie beruht auf der Bestimmung der Ausbreitungszeit von Schallwellen zwischen mehreren Schallsendern und -empfängern. Die daraus abgeleitete Schallgeschwindigkeit liefert eine Information über die interessierenden meteorologischen Parameter. Eine Reihe von Feldexperimenten wurde durchgeführt mit dem Ziel, die akustisch bestimmten Größen mit denen konventioneller Verfahren zu vergleichen. Hier werden die Ergebnisse eines Vergleiches im Herbst 2000 präsentiert, bei dem die Schallempfänger in unterschiedlichen Höhen über dem Boden angebracht wurden.

Current conventional weather forecasts are based on high-dimensional numerical models. They are usually only skillful up to a maximum lead time of around 7 days due to the chaotic nature of the climate dynamics and the related exponential growth of model and data initialisation errors. Even the fully detailed medium-range predictions made for instance at the European Centre for Medium-Range Weather Forecasts do not exceed lead times of 14 days, while even longer-range predictions are limited to time-averaged forecast outputs only. Many sectors would profit significantly from accurate forecasts on seasonal time scales without needing the wealth of details a full dynamical model can deliver. In this thesis, we aim to study the potential of a much cheaper data-based statistical approach to provide predictions of comparable or even better skill up to seasonal lead times, using as an examplary forecast target the time until the next occurrence of frost. To this end, we first analyse the properties of the temperature anomaly time series obtained from measured data by subtracting a sinusoidal seasonal cycle, as well as the distribution properties of the first passage times to frost. The possibility of generating additional temperature anomaly data with the same properties by using very simple autoregressive model processes to potentially reduce the statistical fluctuations in our analysis is investigated and ultimately rejected. In a next step, we study the potential for predictability using only conditional first passage time distributions derived from the temperature anomaly time series and confirm a significant dependence of the distributions on the initial conditions. After this preliminary analysis, we issue data-based out-of-sample forecasts for three different prediction targets: The specific date of first frost, the probability of observing frost before summer for forecasts issued in spring, and the full probability distribution of the first passage times to frost. We then study the possibility of improving the forecast quality first by enhancing the stationarity of the temperature anomaly time series and then by adding as an additional input variable the state of the North Atlantic Oscillation on the date the predictions are issued. We are able to obtain significant forecast skill up to seasonal lead times when comparing our results to an unskilled reference forecast. A first comparison between the data-based forecasts and corresponding predictions gathered from a dynamical weather model, necessarily using a lead time of only up to 15 days, shows that our simple statistical schemes are only outperformed (and then only slightly) if further statistical post-processing is applied to the model output. / Aktuelle Wetterprognosen werden mit Hilfe von hochdimensionalen, numerischen Modellen generiert. Durch die dem Klima zugrunde liegende chaotische Dynamik wachsen Modellfehler und Ungenauigkeiten in der Modellinitialisierung exponentiell an, sodass Vorhersagen mit signifikanter Güte üblicherweise nur für eine Vorlaufzeit von maximal sieben Tagen möglich sind. Selbst die detaillierten Prognosen des Europäischen Zentrums für mittelfristige Wettervorhersagen gehen nicht über eine Vorlaufzeit von 14 Tagen hinaus, während noch längerfristigere Vorhersagen auf zeitgemittelte Größen beschränkt sind. Viele Branchen würden signifikant von akkuraten Vorhersagen auf saisonalen Zeitskalen pro-fitieren, ohne das ganze Ausmaß an Details zu benötigen, das von einem vollständigen dynamischen Modell geliefert werden kann. In dieser Dissertation beabsichtigen wir, am Beispiel einer Vorhersage der Zeitdauer bis zum nächsten Eintreten von Frost zu untersuchen, inwieweit deutlich kostengünstigere, datenbasierte statistische Verfahren Prognosen von gleicher oder sogar besserer Güte auf bis zu saisonalen Zeitskalen liefern können. Dazu analysieren wir zunächst die Eigenschaften der Zeitreihe der Temperaturanomalien, die aus den Messdaten durch das Subtrahieren eines sinusförmigen Jahresganges erhalten werden, sowie die Charakteristiken der Wahrscheinlichkeitsverteilungen der Zeitdauer bis zum nächsten Eintreten von Frost. Die Möglichkeit, durch einen einfachen autoregressiven Modellprozess zusätzliche Datenpunkte gleicher statistischer Eigenschaften wie der Temperaturanomalien zu generieren, um die statistischen Fluktuationen in der Analyse zu reduzieren, wird untersucht und letztendlich verworfen. Im nächsten Schritt analysieren wir das Vorhersagepotential, wenn ausschließlich aus den Temperaturanomalien gewonnene bedingte Wahrscheinlichkeitsverteilungen der Wartezeit bis zum nächsten Frost verwendet werden, und können eine signifikante Abhängigkeit der Verteilungen von den Anfangsbedingungen nachweisen. Nach dieser einleitenden Untersuchung erstellen wir datenbasierte Prognosen für drei verschiedene Vorhersagegrößen: Das konkrete Datum, an dem es das nächste Mal Frost geben wird; die Wahrscheinlichkeit, noch vor dem Sommer Frost zu beobachten, wenn die Vorhersagen im Frühjahr ausgegeben werden; und die volle Wahrscheinlichkeitsverteilung der Zeitdauer bis zum nächsten Eintreten von Frost. Anschließend untersuchen wir die Möglichkeit, die Vorhersagegüte weiter zu erhöhen - zunächst durch eine Verbesserung der Stationarität der Temperaturanomalien und dann durch die zusätzliche Berücksichtigung der Nordatlantischen Oszillation als einer zweiten, den Anfangszustand charakterisierenden Variablen im Vorhersageschema. Wir sind in der Lage, im Vergleich mit einem naiven Referenzvorhersageschema eine signifikante Verbesserung der Vorhersagegüte auch auf saisonalen Zeitskalen zu erreichen. Ein erster Vergleich zwischen den datenbasierten Vorhersagen und entsprechenden, aus den dynamischen Wettermodellen gewonnenen Prognosen, der sich notwendigerweise auf eine Vorlaufzeit der Vorhersagen von lediglich 15 Tagen beschränkt, zeigt, dass letztere unsere simplen statistischen Vorhersageschemata nur schlagen (und zwar knapp), wenn der Modelloutput noch einer statistischen Nachbearbeitung unterzogen wird.

Current conventional weather forecasts are based on high-dimensional numerical models. They are usually only skillful up to a maximum lead time of around 7 days due to the chaotic nature of the climate dynamics and the related exponential growth of model and data initialisation errors. Even the fully detailed medium-range predictions made for instance at the European Centre for Medium-Range Weather Forecasts do not exceed lead times of 14 days, while even longer-range predictions are limited to time-averaged forecast outputs only. Many sectors would profit significantly from accurate forecasts on seasonal time scales without needing the wealth of details a full dynamical model can deliver. In this thesis, we aim to study the potential of a much cheaper data-based statistical approach to provide predictions of comparable or even better skill up to seasonal lead times, using as an examplary forecast target the time until the next occurrence of frost. To this end, we first analyse the properties of the temperature anomaly time series obtained from measured data by subtracting a sinusoidal seasonal cycle, as well as the distribution properties of the first passage times to frost. The possibility of generating additional temperature anomaly data with the same properties by using very simple autoregressive model processes to potentially reduce the statistical fluctuations in our analysis is investigated and ultimately rejected. In a next step, we study the potential for predictability using only conditional first passage time distributions derived from the temperature anomaly time series and confirm a significant dependence of the distributions on the initial conditions. After this preliminary analysis, we issue data-based out-of-sample forecasts for three different prediction targets: The specific date of first frost, the probability of observing frost before summer for forecasts issued in spring, and the full probability distribution of the first passage times to frost. We then study the possibility of improving the forecast quality first by enhancing the stationarity of the temperature anomaly time series and then by adding as an additional input variable the state of the North Atlantic Oscillation on the date the predictions are issued. We are able to obtain significant forecast skill up to seasonal lead times when comparing our results to an unskilled reference forecast. A first comparison between the data-based forecasts and corresponding predictions gathered from a dynamical weather model, necessarily using a lead time of only up to 15 days, shows that our simple statistical schemes are only outperformed (and then only slightly) if further statistical post-processing is applied to the model output. / Aktuelle Wetterprognosen werden mit Hilfe von hochdimensionalen, numerischen Modellen generiert. Durch die dem Klima zugrunde liegende chaotische Dynamik wachsen Modellfehler und Ungenauigkeiten in der Modellinitialisierung exponentiell an, sodass Vorhersagen mit signifikanter Güte üblicherweise nur für eine Vorlaufzeit von maximal sieben Tagen möglich sind. Selbst die detaillierten Prognosen des Europäischen Zentrums für mittelfristige Wettervorhersagen gehen nicht über eine Vorlaufzeit von 14 Tagen hinaus, während noch längerfristigere Vorhersagen auf zeitgemittelte Größen beschränkt sind. Viele Branchen würden signifikant von akkuraten Vorhersagen auf saisonalen Zeitskalen pro-fitieren, ohne das ganze Ausmaß an Details zu benötigen, das von einem vollständigen dynamischen Modell geliefert werden kann. In dieser Dissertation beabsichtigen wir, am Beispiel einer Vorhersage der Zeitdauer bis zum nächsten Eintreten von Frost zu untersuchen, inwieweit deutlich kostengünstigere, datenbasierte statistische Verfahren Prognosen von gleicher oder sogar besserer Güte auf bis zu saisonalen Zeitskalen liefern können. Dazu analysieren wir zunächst die Eigenschaften der Zeitreihe der Temperaturanomalien, die aus den Messdaten durch das Subtrahieren eines sinusförmigen Jahresganges erhalten werden, sowie die Charakteristiken der Wahrscheinlichkeitsverteilungen der Zeitdauer bis zum nächsten Eintreten von Frost. Die Möglichkeit, durch einen einfachen autoregressiven Modellprozess zusätzliche Datenpunkte gleicher statistischer Eigenschaften wie der Temperaturanomalien zu generieren, um die statistischen Fluktuationen in der Analyse zu reduzieren, wird untersucht und letztendlich verworfen. Im nächsten Schritt analysieren wir das Vorhersagepotential, wenn ausschließlich aus den Temperaturanomalien gewonnene bedingte Wahrscheinlichkeitsverteilungen der Wartezeit bis zum nächsten Frost verwendet werden, und können eine signifikante Abhängigkeit der Verteilungen von den Anfangsbedingungen nachweisen. Nach dieser einleitenden Untersuchung erstellen wir datenbasierte Prognosen für drei verschiedene Vorhersagegrößen: Das konkrete Datum, an dem es das nächste Mal Frost geben wird; die Wahrscheinlichkeit, noch vor dem Sommer Frost zu beobachten, wenn die Vorhersagen im Frühjahr ausgegeben werden; und die volle Wahrscheinlichkeitsverteilung der Zeitdauer bis zum nächsten Eintreten von Frost. Anschließend untersuchen wir die Möglichkeit, die Vorhersagegüte weiter zu erhöhen - zunächst durch eine Verbesserung der Stationarität der Temperaturanomalien und dann durch die zusätzliche Berücksichtigung der Nordatlantischen Oszillation als einer zweiten, den Anfangszustand charakterisierenden Variablen im Vorhersageschema. Wir sind in der Lage, im Vergleich mit einem naiven Referenzvorhersageschema eine signifikante Verbesserung der Vorhersagegüte auch auf saisonalen Zeitskalen zu erreichen. Ein erster Vergleich zwischen den datenbasierten Vorhersagen und entsprechenden, aus den dynamischen Wettermodellen gewonnenen Prognosen, der sich notwendigerweise auf eine Vorlaufzeit der Vorhersagen von lediglich 15 Tagen beschränkt, zeigt, dass letztere unsere simplen statistischen Vorhersageschemata nur schlagen (und zwar knapp), wenn der Modelloutput noch einer statistischen Nachbearbeitung unterzogen wird.