Zur Identifikation von Modellstrukturen in hydrologischen und umwelttechnischen Systemen

Das Papier präsentiert einen neuen rekursiven Schätzalgorithmus, der ausdrücklich zum Zweck der Identifikation von Modellstrukturen entwickelt wurde (nicht zur Schätzung von Zuständen oder primär zur Schätzung von Parametern) und diskutiert zwei Anwendungen davon, eine auf ein motivierendes, hypothetisches Beispiel und eine auf Daten aus ganzjährigen Teichmanipulationen, die darauf abzielen, die Dynamik von Sedimenten, Nährstoffen und Phytoplankton zu untersuchen. Der Algorithmus stellt den aktuellen Höhepunkt einer langfristigen technischen Entwicklung dar, die von der Zustandsabschätzung mit einem Kalman-Filter über die Schätzung von Zustandsparametern mit einem erweiterten Kalman-Filter bis hin zu einem rekursiven Vorhersagefehler (RPE)-Algorithmus für die Parameterschätzung im Zustandsraum reicht und kürzlich modifiziert wurde, um zeitvariierende Modellparameter zu schätzen, bis zu einem RPE-Algorithmus zur Schätzung zeitvariierender Parameter, aber formuliert in einer Parameterausdrucksform. Es wird geschlossen, dass der Algorithmus gut funktioniert, im Sinne von Robustheit und tatsächlich darin, spezifisch aufzuzeigen, wo (aber weniger genau wie) die Struktur eines vorherigen Kandidatenmodells fehlerhaft sein kann.