Gegenstand der Arbeit ist die Untersuchung der Anwendbarkeit stochastisch-deterministischer Modelle für die räumliche und zeitliche Vorhersage der Ozonkonzentrationen in Sachsen. Zu diesem Zweck werden die Messwerte des sächsischen Landesmessnetzes von 1995 bis 1999 einer eingehenden statistischen Analyse (deskriptive Analyse, geostatistische Analyse, Zeitreihenanalyse) unterzogen. Bei diesen Analysen werden Repräsentativitätsunterschiede der einzelnen Stationen (städtisch/ländlich) deutlich, die bei Verwendung aller Daten zu einem sehr hohen Nuggeteffekt führen. Um ein realistischeres Bild des Nuggeteffektes zu erhalten, wurde die jeweils am stärksten verkehrsbeeinflusste Station in derselben Stadt aus der Variogrammberechnung ausgeschlossen. Durch die Forschungsarbeit wird gezeigt, dass die Ozonwerte auch nach der Eliminierung räumlicher und zeitlicher Trends eine ausreichende räumliche Autokorrelation besitzen. Schließlich werden geostatistische und zeitreihenanalytische Modelle für die räumliche und zeitliche Vorhersage der sächsischen Ozondaten entwickelt und ihre Genauigkeit überprüft.

No description available.

No description available.

Die Rheumatoide Arthritis (RA) ist eine der häufigsten Autoimmunerkrankungen des Menschen. Sie ist durch einen chronischen Verlauf mit Allgemeinsymptomen und erosiven Gelenkentzündungen gekennzeichnet. Die klinischen Beschwerden reichen von Morgensteifigkeit der Gelenke bis zu deren Funktionsverlust mit Deformationen. Extraartikuläre Manifestationen, vor allem das kardiovaskuläre System betreffend, erschweren den Krankheitsverlauf und verkürzen die Lebenserwartung. In der Pathogenese der RA steht die Synovitis, die Entzündung der Gelenkinnenhaut, im Mittelpunkt. Die Ansammlung von Lymphozyten und Monozyten in der Synovialmembran und sezernierte proinflammatorische Zytokine bewirken eine Aufrechterhaltung des Entzündungsgeschehens. Das hauptsächlich von Monozyten produzierte Zytokin Tumornekrosefaktor (TNF) spielt eine entscheidende Rolle in diesem Immunprozess. TNF stimuliert Fibroblasten zur Sezernierung destruktiver Enzyme und regt zur Produktion weiterer, proinflammatorischer Botenstoffe an. Klassischerweise wirkt TNF in seiner löslichen Form und bindet an TNF-Rezeptoren auf nahezu allen Körperzellen. Ein weiterer Wirkmechanismus ist die retrograde Signaltransduktion über membranständiges TNF (tmTNF). Die Funktion von tmTNF, als Rezeptor Signale in die tmTNF-tragende Zelle zu vermitteln, wird als Reverse Signaling bezeichnet. Es ist bekannt, dass Reverse Signaling via tmTNF in Monozyten von RA-Patienten Apoptose auslöst und in weiteren komplexen Immunprozessen involviert ist. Die Bedeutung von TNF für die Rheumatoide Arthritis wird nicht zuletzt dadurch unterstrichen, dass die anti-TNF-Therapie einen sehr wirksamen Therapieansatz darstellt. Die Behandlung führt bei ca. zwei Drittel der Patienten zu einer Reduktion der entzündlichen und schmerzhaften Gelenkschwellung und zu einem Sistieren der Gelenkdestruktion. Es ist jedoch bekannt, dass ein Teil der Patienten schlecht auf die Therapie anspricht. Das dadurch verzögerte Erreichen eines guten Therapieerfolgs führt zu einer Verlängerung des Leidens und zu unnötigen, zum Teil schwerwiegenden Nebenwirkungen. Gesundheitsökonomisch ist dies ebenfalls kritisch zu sehen, da mit hohen Behandlungskosten zu rechnen ist. Eine Vorhersage des Therapieansprechens ist jedoch aktuell nicht möglich. Ziel dieser Studie war es, einen prädiktiven Marker für das anti-TNF-Therapieansprechen bei Patienten mit RA zu finden. Dabei galt der Bedeutung des Reverse Signaling via tmTNF großes Interesse. In der Studie wurden 20 Patienten mit Rheumatoider Arthritis vor und während einer Therapie mit dem TNF-Antagonist Etanercept insgesamt 24 Wochen betreut. Die Erhebung klinischer Daten, wie die Anzahl der druckschmerzhaften und geschwollenen Gelenke, die Einschätzung der Krankheitsaktivität durch den Patienten auf einer visuellen Analogskala (VAS) und die Untersuchung der Entzündungsaktivität mit CRP und BSG, erfolgte einmalig vor und alle vier Wochen unter Therapie. Zur Einschätzung der Krankheitsaktivität wurde der Disease Activity Score (DAS) genutzt. Das Therapieansprechen wurde entsprechend einer Klassifikation und der Veränderung der einzelnen klinischen Parameter im Therapieverlauf gewertet. Auf der Suche nach einem prädiktiven Faktor wurden ebenfalls einmalig vor und alle vier Wochen während der Therapie mit Etanercept laborchemische Experimente durchgeführt. Dazu wurden aus dem Blut der RA-Patienten die Monozyten mit Hilfe einer Dichtegradientenzentrifugation und einer Magnetseparation isoliert. Diese wurden hinsichtlich ihrer Expression von tmTNF sowie TNFR1 und TNFR2 nach Inkubation mit entsprechenden Antikörpern durchflusszytometrisch untersucht. Weiterhin wurden die RA-Monozyten mit Etanercept bzw. einer Negativkontrolle inkubiert. Im Anschluss wurde die Apoptose der Monozyten mittels Durchflusszytometrie und Färbung mit Propidiumiodid bzw. Annexin V quantifiziert. Entsprechend den EULAR-Kriterien kam es bei 10 Patienten (53%) zu einem guten, bei 7 Patienten (37%) zu einem mittleren und bei 2 Patienten (10%) zu einem schlechten Ansprechen. Aufgrund der klinischer Beurteilung erfolgte eine Einteilung in zwei Gruppen, sodass unter den Patienten 10 Responder (53%) und 9 (47%) Non-Responder waren. Die Monozyten der RA-Patienten exprimierten tmTNF mit einer mittleren Fluoreszenzintensität (MFI) von 14,23 ± 3,04. Es wurde eine MFI für TNFR1 mit 31,84 ± 12,99 und für TNFR2 mit 30,02 ± 8,9 gemessen. Die Inkubation der RA-Monozyten mit Etanercept bzw. mit der Negativkontrolle ergab unterschiedliche Resultate innerhalb der Patientengruppe. Dabei wurde die Apoptose der Monozyten in Spontanapoptose (Negativkontrolle) und in Reverse Signaling induzierte Apoptose eingeteilt. Vor Beginn der anti-TNF-Therapie zeigte ein Teil der Patienten eine niedrige Spontanapoptose und eine erhöhte Reverse Signaling induzierte Apoptose. Die Monozyten der anderen RA-Patienten zeigten umgekehrt eine hohe Spontanapoptose und eine niedrige Reverse Signaling induzierte Apoptose. Im Folgenden wurde der Einfluss der Etanercept-Therapie auf die Apoptose der Monozyten untersucht. Es wurde ein Anstieg der niedrigen Spontanapoptose bzw. Reverse Signaling induzierte Apoptose und ein Abfall der hohen Spontanapoptose bzw. Reverse Signaling induzierte Apoptose gesehen. Bezieht man in die Analyse das Therapieansprechen mit ein, so ergibt sich für Responder eine initial hohe Spontanapoptose, die unter Therapie signifikant sinkt. Non-Responder hingegen haben vor Therapie eine niedrige Spontanapoptose, die unter einer Therapie mit Etanercept ansteigt. Für den Verlauf der Reverse Signaling induzierte Apoptose unter der anti-TNF-Therapie gab es keine signifikanten Unterschiede hinsichtlich des Therapieansprechens. Im Fisher-Exact-Test zeigte sich eine deutliche Tendenz (p=0,07), dass Patienten mit niedriger Spontanapoptose bzw. hoher Reverse Signaling induzierter Apoptose zu Studienbeginn schlecht auf die Therapie ansprechen. Dieses Ergebnis konnte mit Einzelparametern verifiziert werden. Die Studie kam zu dem Schluss, dass RA-Patienten, deren Monozyten eine niedrige Reverse Signaling induzierte Apoptose bzw. eine hohe Spontanapoptose aufwiesen, besser auf eine anti-TNF-Therapie mit Etanercept ansprachen. Dieses Ergebnis kann hilfreich für die Entwicklung einer entscheidenden Diagnostik vor Therapieeinstellung sein und leistet einen Beitrag für die Vorhersage des Therapieansprechens.

The weather dynamics are significantly determined by the motion of the atmosphere and the ocean. This motion is often turbulent, characterized by fluctuations of the flow velocity over wide spatial and temporal scales. This fact, besides limited observability and inaccurate models, impedes the predictability of quantities such as the velocity of winds, which are relevant for the everyday life. One is always interested in improving such predictions - by employing better models or obtaining more information about the system. The Crooks fluctuation theorem is a relation from nonequilibrium thermodynamics, which has its typical applications in nanoscale systems. It quantifies the distribution of imposed work in a process, where the system is pushed out of thermal equilibrium. This distribution is broadened due to the fluctuations of the microscopic degrees of freedom in the system. The fluctuations of the velocity field in turbulent flow suggest the derivation of an analogy of Crooks' theorem for this macroscopic system. The knowledge about the validity of such a relation is additional information, which one in reverse could use to improve predictions about the system. In this thesis both issues are addressed: the derivation of the theorem, and the improvement of predictions. We illustrate the application of Crooks' theorem to hydrodynamic flow within a model of a two-dimensional inviscid and incompressible fluid field, when pushed out of dynamical equilibrium. The flow on a rectangular domain is approximated by the two-dimensional vorticity equation with spectral truncation. In this setting, the equilibrium statistics of the flow can be described through a canonical ensemble with two conserved quantities, kinetic energy and enstrophy. To perturb the system out of equilibrium, we change the shape of the domain according to a protocol, which changes the kinetic energy but leaves the enstrophy constant. This is interpreted as doing work to the system. Evolving along a forward and its corresponding backward process, we find that the distributions of the work performed in these processes satisfy the Crooks relation with parameters derived from the canonical ensembles. We address the issue of prediction in this thesis in a concrete setting: There are examples where the distributions of a variable in the forward and the backward process collapse into one, hence Crooks' theorem relates the distribution of one variable with itself. For a finite data set drawn from such a distribution, we are interested in an estimate of this variable to exceed a certain threshold. We demonstrate that, using the knowledge about Crooks' relation, forecast schemes can be proposed which improve compared to a pure frequency estimate on the data set. The findings are illustrated in three examples, studies of parameters such as exceedance threshold and data set size are presented.

Aus der Einleitung: The calculation and prediction of river flow is a very old problem. Especially extremely high values of the runoff can cause enormous economic damage. A system which precisely predicts the runoff and warns in case of a flood event can prevent a high amount of the damages. On the basis of a good flood forecast, one can take action by preventive methods and warnings. An efficient constructional flood retention can reduce the effects of a flood event enormously.With a precise runoff prediction with longer lead times (>48h), the dam administration is enabled to give order to their gatekeepers to empty dams and reservoirs very fast, following a smart strategy. With a good timing, that enables the dams later to store and retain the peak of the flood and to reduce all effects of damage in the downstream. A warning of people in possible flooded areas with greater lead time, enables them to evacuate not fixed things like cars, computers, important documents and so on. Additionally it is possible to use the underlying rainfall-runoff model to perform runoff simulations to find out which areas are threatened at which precipitation events and associated runoff in the river. Altogether these methods can avoid a huge amount of economic damage.

Gegenstand der Arbeit ist die Untersuchung der Anwendbarkeit stochastisch-deterministischer Modelle für die räumliche und zeitliche Vorhersage der Ozonkonzentrationen in Sachsen. Zu diesem Zweck werden die Messwerte des sächsischen Landesmessnetzes von 1995 bis 1999 einer eingehenden statistischen Analyse (deskriptive Analyse, geostatistische Analyse, Zeitreihenanalyse) unterzogen. Bei diesen Analysen werden Repräsentativitätsunterschiede der einzelnen Stationen (städtisch/ländlich) deutlich, die bei Verwendung aller Daten zu einem sehr hohen Nuggeteffekt führen. Um ein realistischeres Bild des Nuggeteffektes zu erhalten, wurde die jeweils am stärksten verkehrsbeeinflusste Station in derselben Stadt aus der Variogrammberechnung ausgeschlossen. Durch die Forschungsarbeit wird gezeigt, dass die Ozonwerte auch nach der Eliminierung räumlicher und zeitlicher Trends eine ausreichende räumliche Autokorrelation besitzen. Schließlich werden geostatistische und zeitreihenanalytische Modelle für die räumliche und zeitliche Vorhersage der sächsischen Ozondaten entwickelt und ihre Genauigkeit überprüft.

Feeds werden unter anderem eingesetzt, um Nutzer in einem einheitlichen Format und in aggregierter Form über Aktualisierungen oder neue Beiträge auf Webseiten zu informieren. Da bei Feeds in der Regel keine Benachrichtigungsfunktionalitäten angeboten werden, müssen Interessenten Feeds regelmäßig auf Aktualisierungen überprüfen. Die Betrachtung entsprechender Techniken bildet den Kern der Arbeit. Die in den verwandten Domänen Web Crawling und Web Caching eingesetzten Algorithmen zur Vorhersage der Zeitpunkte von Aktualisierungen werden aufgearbeitet und an die spezifischen Anforderungen der Domäne Feeds angepasst. Anschließend wird ein selbst entwickelter Algorithmus vorgestellt, der bereits ohne den Einsatz spezieller Konfigurationsparameter und ohne Trainingsphase im Durchschnitt bessere Vorhersagen trifft, als die übrigen betrachteten Algorithmen. Auf Basis der Analyse verschiedener Metriken zur Beurteilung der Qualität von Vorhersagen erfolgt die Definition eines zusammenfassenden Gütemaßes, welches den Vergleich von Algorithmen anhand eines einzigen Wertes ermöglicht. Darüber hinaus werden abfragespezifische Attribute der Feed-Formate untersucht und es wird empirisch gezeigt, dass die auf der partiellen Historie der Feeds basierende Vorhersage von Änderungen bereits bessere Ergebnisse erzielt, als die Einbeziehung der von den Diensteanbietern bereitgestellten Werte in die Berechnung ermöglicht. Die empirischen Evaluationen erfolgen anhand eines breitgefächerten, realen Feed-Datensatzes, welcher der wissenschaftlichen Gemeinschaft frei zur Verfügung gestellt wird, um den Vergleich mit neuen Algorithmen zu erleichtern.

Ziel dieser Dissertation ist es, mithilfe zweier Herangehensweisen, das Verständnis der Zusammenhänge verschiedener physikalischer Prozesse des Klimasystems zu verbessern. Im ersten Teil verwende ich Klimanetzwerke zu die gemeinsame Abhängigkeit von Meeresoberflächentemperaturen (SSTs) und Niederschlägen in Hinsicht auf globale charakteristiken und räumlichen Muster untersuchen. In diesem Kontext ist die El Niño Southern Oscillation (ENSO) das wichtigste Phänomen, welches großskalig SSTs und Niederschläge beeinflusst. Durch meine Analyse decke ich kurz und weitreichende Verbindungen auf und zeige deren Abhängigkeit von der jeweiligen ENSO-Phase (El Nino, La Nina, neutrale Phase). Darüber hinaus werden durch die Kombination einer diskreten Wavelet-Transformation mit dem Konzept der gekoppelten Klimanetzwerkanalyse die skalenspezifischen Verbindungen aufgelöst, die bei der ursprünglichen Auflösung der Daten oft übersehen werden. Im zweiten Teil der Arbeit verwende ich Simulationen des COnsortium for Small scale MOdeling (COSMO) Climate Limited-area Modell (CCLM) und untersuche die Auswirkungen des Sobradinho-Stausees. In dieser Arbeit benutzen ich das Flake Modell, um das vertikale Temperaturprofil des Sees zu bestimmen. Durch die Einbettung des Flake Modells in das CCLM konnte ich den Sobradinho-Stausee untersuchen. Dabei simuliere ich zwei verschiedene Szenarien. Die Simulationsergebnisse verifiziere ich mithilfe meteorologischer Daten von Oberflächen- und Satellitenmessungen. Die Ergebnisse zeigen, dass der See sowohl die bodennahe Temperatur als auch Wind- und Luftfeuchtigkeitsmuster der Umgebung beeinflusst. Zudem wird die Luftfeuchtigkeit durch den See erhöht und bewirkt Seewinde. Die Effekte des Sees auf die Luftfeuchtigkeit und temperaturen beschränken sich nicht nur auf die Nähe des Sees, sondern auch auf relativ weit entfernte Gebiete. / This dissertation aims at improving our understanding of the mechanisms of interactions between physical processes within the climate system via two different approaches. In the first part, I have utilized climate networks to understand the mutual interdependence between sea surface temperatures (SST) and precipitation (PCP) in terms of global characteristics and spatial patterns. In this context, the globally most relevant phenomenon is the El Niño Southern Oscillation (ENSO), which strongly affects large-scale SST variability as well as PCP patterns all around the globe. My analysis uncovers both local and remote statistical connections and demonstrates their dependence on the current ENSO phase (El Niño, La Niña or neutral phase). Furthermore by combining time-scale decomposition by means of a discrete wavelet transform with the concept of coupled climate network analysis unravel the scale-specific connections that are often overlooked at the original resolution of the data. In the second part of this thesis, I have focused on simulations with the COnsortium for Small scale MOdeling (COSMO) Climate Limited-area Model (CCLM) and investigate the effects of Lake Sobradinho, a large reservoir in Northeastern Brazil, on the local near-surface atmospheric and boundary layer conditions. In this thesis, the FLake model (Freshwater Lake model) is applied for obtaining the lake’s vertical temperature profile. I have simulated two alternative scenarios. The performance of the simulation is compared with data from surface meteorological stations as well as satellite data. The obtained results demonstrate that the lake affects the near-surface air temperature of the surrounding area as well as its humidity and wind patterns. Moreover, the humidity is significantly increased as a result of the lake’s presence and causes a lake breeze. The observed effects on humidity and air temperature also extend over areas relatively far away from the lake.

Real-time balancing of energy demand and supply requires accurate and efficient forecasting in order to take future consumption and production into account. These balancing capabilities are reasoned by emerging energy market developments, which also pose new challenges to forecasting in the energy domain not addressed so far: First, real-time balancing requires accurate forecasts at any point in time. Second, the hierarchical market organization motivates forecasting in a distributed system environment. In this paper, we present an approach that adapts forecasting to the hierarchical organization of today’s energy markets. Furthermore, we introduce a forecasting framework, which allows efficient forecasting and forecast model maintenance of time series that evolve due to continuous streams of measurements. This framework includes model evaluation and adaptation techniques that enhance the model maintenance process by exploiting context knowledge from previous model adaptations. With this approach (1) more accurate forecasts can be produced within the same time budget, or (2) forecasts with similar accuracy can be produced in less time.