Page - 162 - in Änderung des Gewitter- und Hagelpotentials im Klimawandel

7Hagelpotential inderVergangenheit undZukunft Abb.7.5.:Pseudo–Bestimmtheitsmaße nach MF–R2 (links) und MKZ–R2 (rechts). Die Zahlen geben die Gitterpunkte an, an denen das LHM verwendet wird. Die schwarze Umrandung um- fasst ein Gebiet, in dem≥95% der detektierten Hagelereignisse der SV liegen (siehe Abb. B.11 imAnhang). in Abb. B.11 im Anhang). Im Vergleich zu Tabelle 4.1 sind die HSS Werte ähnlich, al- lerdings werden durch einen größeren Parameterraum xn Zufallstreffer herausgefiltert. Abbildung7.4dverdeutlicht,welcheVerbesserungdesHSSdieHinzunahmedes letzten ParametersT2m– insbesondere inderMittedesUntersuchungsgebiets–bewirkt. Da für jeden Gitterpunkt ein individuelles logistisches Hagelmodell mit unterschied- lichen Regressionskoeffizienten berechnet wird, stellt sich nun die Frage, welche der 33×38 Modellkonfigurationen am besten zur Bestimmung von Hagelereignissen ge- eignet ist. Anhand der Bestimmtheitsmaße nach McFaddens–R2 (MF–R2, Gl. 2.68) und nach McKelvey und Zaviona (MKZ–R2, Gl. 2.71) können die einzelnen Modelle miteinander verglichen werden (siehe Abb. 7.5). Für beide Bestimmtheitsmaße finden sich die höchsten Werte, und somit die LHMs mit der besten Erklärungskraft, stromauf von Ulm an der Donau. Für den MF–R2 gilt, dass bereits ab 0,2 eine gute Modellqua- lität vorliegt. Dies trifft für jeden Gitterpunkt im Zentrum des Untersuchungsgebiets zu, insbesondere innerhalb des Gebiets, in dem die meisten Ereignisse erfasst werden (a+c≥95%=schwarze Umrandung in Abb. 7.5). Beim MKZ–R2 stimmt die räumli- che Verteilung qualitativ sehr gut mit den Ergebnissen des MF–R2 überein. Auch hier werden im Zentrum hohe Werte von≥0,7 erreicht und deuten ebenso auf eine gute Er- klärungskrafthin.UmimFolgendendieUnsicherheitderErgebnissedurchdieWahldes 162