Hier wird die Unsicherheitsanalyse auf die Pflanzenparameter begrenzt.
- und 
-Unsicherheiten durch die Abschätzfunktionen
lassen sich bereits anhand der Ergebnisse der bisherigen Rechenvarianten
ersehen.
Die Pflanzenparameter lassen sich in der Natur nur ungenau ermitteln. Die Wahrscheinlichkeit bestimmter Meßwerte läßt sich mathematisch durch eine Verteilungskurve der Wahrscheinlichkeiten darstellen. Es interessiert also die Verteilung der Ergebniswerte des Modells. Bei sehr einfachen mathematischen Formeln läßt sich noch analytisch mit Verteilungsfunktionen rechnen. Dies ist hier nicht möglich und es muß mit einer numerischen Methode gearbeitet werden. Die gängiste Methode ist hierbei die sogenannte Monte-Carlo-Analyse. Dabei müssen Zufallszahlen entsprechend der Verteilungen der Eingabeparameter erzeugt werden. Mit diesen werden die Modellgleichungen entsprechend oft durchgeführt. Mit vielen ,,Monte-Carlo-Shots``, nähert sich nach dem Gesetz der großen Zahlen, die Ergebnisverteilung der analytisch richtigen an. Zur Analyse wurde mit 10000 Monte-Carlo Durchläufen gearbeitet. Wenn Rechenzeit eine Rolle gespielt hätte, wären weniger Durchläufe auch ausreichend gewesen, da die Komplexität der Modelle nicht hoch ist. Auf ein sogenanntes ,,Latin Hypercube Sampling`` wurde bewußt verzichtet. Dabei handelt es sich um eine Methode, die entwickelt wurde, um bei geringer Anzahl von Zufallszahlen den Zufallsraum gleichmäßiger auszufüllen. Das hat Vorteile, wenn die Modelle sehr rechenintensiv sind. Dafür sind die erzeugten Zufallszahlen von geringerer Qualität.
Um die Formeln des Plant-Modells mehrmals schnell durchlaufen zu können, mußte das Modell mit Hilfe des MCSim Paketes neu implementiert werden. Beide Modelle ließen sich also mit dem gleichen Werkzeug bearbeiten. Das Paket wurde speziell für die Untersuchung solcher Fragen entwickelt. Da der Quelltext zur Verfügung steht, war jeder Aspekt der Implementation unter Kontrolle. Durch Übersetzungtechnik wird eine entsprechend hohe Geschwindigkeit erreicht, die eine große Anzahl von Monte-Carlo-Shots ermöglicht.
Für die Überprüfung der Eingangsverteilungen und die Auswertung der Resultate wurde statist von Melcher (1997) verwendet. Die vom Pseudo-Zufallsgenerator erzeugten Punkte entsprachen den vorgegebenen Verteilungen und waren genügend zufällig.
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||