No Thumbnail Available
Publication type
Monographie
Date
2019
'http://rightsstatements.org/vocab/InC/1.0/'

Quantitative Bewertung von Umweltindikatoren

Sachverständigengutachten
Containing Item
Keywords
Zeitreihenanalyse, Programmiersprache, umweltindikatoren, Zielerreichung, Trendbewertung
Citation
MEYER, Mark, 2019. Quantitative Bewertung von Umweltindikatoren [online]. Dessau-Roßlau. Texte, 37/2019. Verfügbar unter: https://openumwelt.de/handle/123456789/5449
Abstract german
Im Rahmen des Sachverständigengutachtens "Quantitative Bewertung von Umweltindikatoren" wurde ein R-Programm entwickelt, mit welchem alternative Bewertungsverfahren zur Beurteilung von Umweltindikatoren angewandt werden können. Diese IT-gestützten Analysen historischer Zeitreihenentwicklungen ermöglichen die Beurteilung zukünftiger Trendentwicklungen auf Basis standardisierter statistischer Maßzahlen sowie automatisierter Trend-Identifikations-Algorithmen. Die R-Anwendung ermöglicht dabei eine Anwendung etablierter Bewertungsroutinen der derzeitigen Umweltberichterstattung sowie eines eigenständigen, im Rahmen dieses Vorhabens entwickelten zeitreihenökonometrischen Spezifikations-Algorithmus. Bei der Indikatorbewertung können sämtliche anwendbaren Verfahren durch die Nutzerinnen und Nutzer flexibel modifiziert werden. Insbesondere der Vergleich der für unterschiedliche Bewertungsverfahren und -vorgaben identifizierten Trendtendenzen ermöglicht eine objektivierte Beurteilung der Frage, ob aktuelle Indikatorentwicklungen auf das zukünftige Erreichen gegebener Indikator-Zielwerte schließen lassen. Zudem können die Auswirkungen alternativer zukünftiger Trendentwicklungen auf die berechneten Zielerreichungsgrade betrachtet werden. Zum Projektabschluss wurde der Quellcode dieser Anwendung dem Umweltbundesamt vollständig übergeben. Das Programm kann daher zukünftig auf beliebigen Arbeitsplatz-PCs des Umweltbundesamtes ohne größeren Aufwand installiert werden. Quelle: Forschungsbericht
Abstract english
This survey documents the implementation of two time series based model selection procedures in R. Both routines feature comprehensive trend identification algorithms which can be automatically applied to empirical datasets. The first routine effectively represents a state of the art trend identification algorithm currently applied within the periodic reporting activities of the German Strategy for Adaptation to Climate Change ("Deutsche Anpassungsstrategie an den Klimawandel"). The second routine introduces a complementary approach which has been newly-created within this project. Both routines have been merged into a single R-application which can be easily executed on usual desktop computers. Moreover, this application also enables users to monitor usual descriptive statistics (like, e.g., rank correlation coefficients or basic trend regression results) and to apply well-established projection methods. These software features facilitate comprehensive data-driven trend assessments in a rather automated way. Quelle: Forschungsbericht