Projekt

studentische Projektgruppe - (FB5) Semesterprojekt

Trendanalyse auf historischen Wetterdaten; Wahrheitsgehalt von Bauernregeln

  • Modul / Lehrveranstaltung: Projekt DataScience
  • Semester: 1.-3. Semester
  • Jahr: 2020

Bis heute sind Bauernregeln ein weit verbreitetes Mittel, um das Wetter zu definieren. Doch wie kann es sein, dass die Landwirte vor mehreren hundert Jahren diese Regeln ohne Kenntnisse der Meteorologie aufstellen konnten, um sich auf Wetterphänomene einzustellen? Oder treffen die Regeln vielleicht nicht so häufig zu, wie man es vermutet?

Diesen Fragen sollten im durchgeführten Data Science Projekt beantwortet und somit der Wahrheitsgehalt einiger Bauernregeln analysiert werden. Hierzu wurden die freizugänglichen Daten des Deutschen Wetterdienstes (kurz DWD) genutzt, welche im ersten Schritt vorverarbeitet werden mussten.

Um die Datenmenge zu verringern, wurde hierfür eine Gütefunktion erstellt, welche die Qualität der Daten der über 6000 Wetterstationen in Deutschland bewertet. Es konnte anschließend die qualitativ beste Station eines Bundeslandes gewählt werden, um dieses in der Analyse zu repräsentieren. Die täglich erhobenen Wetterdaten der einzelnen Stationen konnten durch weitere Verarbeitung in eine Datenbank geschrieben werden. Die Daten wurden anschließend genutzt, um drei Bauernregeln auf ihren Wahrheitsgehalt zuüberprüfen:

  • "Das Wetter am Siebenschläfertag sieben Wochen bleiben mag."
  • Die Eisheiligen bringen den letzten Frost
  • "Wie’s im März regnet, wird’s im Juni wieder regnen."

Für die 16 Bundesländer Deutschlands konnte als Ergebnis des Projektes ein Wahrheitsgehalt der einzelnen Regeln ermittelt und auf einer Deutschlandkarte visualisiert werden. Zusätzlich zu dem Wahrheitsgehalt der Bauernregeln wurden ebenfalls einige Langzeitanalysen mit den Wetterdaten durchgeführt, um mögliche Klimatrends darzustellen.