@masterthesis{Macdonald2017,
  type      = {Bachelor Thesis},
  author    = {Macdonald, Elena},
  title     = {Stable isotopes in precipitation: Modelling intra-event variations using meteorological parameters},
  doi       = {10.25932/publishup-50661},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-506612},
  school      = {Universit{\"a}t Potsdam},
  pages     = {32},
  year      = {2017},
  abstract  = {Die kurzfristige Variabilit{\"a}t der Isotopenzusammensetzung von Niederschl{\"a}gen in Golm, Deutschland wurde untersucht und modelliert. Daf{\"u}r wurden Isotopendaten (D/H und 18O/16O) mit einer hohen zeitlichen Aufl{\"o}sung sowie meteorologische Daten von einer Wetterstation und einem Mikroregenradar genutzt. Nach der Datenaufbereitung und dem Zusammenf{\"u}hren aller drei Datens{\"a}tze wurde eine multivariate lineare Regressionsanalyse durchgef{\"u}hrt. Dies geschah f{\"u}r vier verschiedene, auf den Isotopendaten beruhende Response-Variablen und f{\"u}r den gesamten Datensatz sowie f{\"u}r die zwei Teildatens{\"a}tze Sommer und Winter. Die verwendeten Response-Variablen sind die Differenzen der δ18O-Werte zu den ereignisbasierten Mittel- und Medianwerten und die Differenzen der Deuterium-Exzess-Werte zu den ereignisbasierten Mittel- und Medianwerten. F{\"u}r die erhaltenen Modelle wurden die modellierten Werte mit den gemessenen Werten verglichen, wobei sich herausstellte, dass die Messwerte nicht zufriedenstellend wiedergegeben werden konnten. Daher werden am Ende mehrere Vorschl{\"a}ge gemacht, wie das Vorgehen und damit auch das Ergebnis der Modellierung m{\"o}glicherweise verbessert werden kann.},
  language  = {en}
}
@masterthesis{Lehmann2017,
  type      = {Bachelor Thesis},
  author    = {Lehmann, Lukas},
  title     = {Performance Test von Phasenpickern},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-401993},
  school      = {Universit{\"a}t Potsdam},
  pages     = {I, 40, XXXIX},
  year      = {2017},
  abstract  = {Die genauen Einsatzzeiten seismischer P-Phasen von Erdbeben werden in SeisComP3 und anderen Auswerteprogrammen standardm{\"a}ßig und in Echtzeit automatisch bestimmt. S-Phasen stellen dagegen eine weit gr{\"o}ßere Herausforderung dar. Nur mit genauen Picks der P- bzw. S-Phasen k{\"o}nnen die Erdbebenlokationen korrekt und stabil bestimmt werden. Darum besteht erhebliches Interesse, diese mit hoher Genauigkeit zu bestimmen. Das Ziel der vorliegenden Bachelorarbeit war es, vier verschiedene, bereits vorhandene S-Phasenpicker auf ausgew{\"a}hlte Parameter optimal zu konfigurieren, auf Testdaten anzuwenden und deren Leistungsf{\"a}higkeit objektiv zu bewerten. Dazu wurden ein S-Picker (S-L2) aus dem OpenSource SeisComp3-Programmpaket, zwei S-Picker (S-AIC, S-AIC-V) als kommerzielles Modul der Firma gempa GmbH f{\"u}r SeisComP3 und ein S-Picker (Frequenzband) aus dem OpenSource PhasePaPy-Paket ausgew{\"a}hlt. Die Bewertung erfolgte durch Vergleich automatischer Picks mit manuell bestimmten Einsatzzeiten. Alle vier Picker wurden separat konfiguriert und auf drei verschiedene Datens{\"a}tze von Erdbeben in N-Chile und im Vogtland, Deutschland, angewandt. Dazu wurden regional bzw. lokal typische Erdbeben zuf{\"a}llig ausgew{\"a}hlt und die P- und S-Phasen manuell bestimmt. Mit den zu testenden S-Pickeralgorithmen wurden dieselben Daten durchsucht und die Picks automatisch bestimmt. Die Konfigurationen der Picker wurden gleichzeitig automatisch und objektiv durch iterative Anpassung optimiert. Ein neu erstelltes Bewertungssystem vergleicht die manuellen und die automatisch gefundenen S-Picks anhand von definierten Qualit{\"a}tsfaktoren. Die Qualit{\"a}tsfaktoren sind: der Mittelwert und die Standardabweichung der zeitlichen Differenzen zwischen den S-Picks, die Anzahl an {\"u}bereinstimmenden S-Picks, die Prozentangaben {\"u}ber m{\"o}gliche S-Picks und die ben{\"o}tigt Rechenzeit. Die objektive Bewertung erfolgte anhand eines Scores. Der Scorewert ergibt sich aus der gewichteten Summe folgender normierter Qualit{\"a}tsfaktoren: Standardabweichung (20\%), Mittelwert (20\%) und Prozentangabe {\"u}ber m{\"o}gliche S-Picks (60\%). Konfigurationen mit hohem Score werden bevorzugt. Die bevorzugten Konfigurationen der verschiedenen Picker wurden miteinander verglichen, um den am besten geeigneten S-Pickeralgorithmus zu bestimmen. Allgemein zeigt sich, dass der S-AIC Picker f{\"u}r jeden der drei Datens{\"a}tze die h{\"o}chsten Scores und damit die besten Ergebnisse liefert. Dabei wurde f{\"u}r jeden Datensatz ein andere Konfiguration der Parameter des S-AIC Pickers als die am besten geeignete bezeichnet. Daher ist f{\"u}r jede Erdbebenregion eine andere Konfigurationen erforderlich, um optimale Ergebnisse mit diesem S-Picker zu bekommen.},
  language  = {de}
}