Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server

3.2 Anwendung von neuronalen Netzen zur Vorhersage von
Bewölkungsbildern
Nach der Darstellung der theoretischen Grundlagen der verwendeten Methoden im vorangehenden
Abschnitt wird in diesem Abschnitt darauf eingegangen, wie diese Methoden zur Vorhersage von
Bewölkungsbildern eingesetzt werden können. Wesentliche Punkte sind hierbei die Konstruktion
von Eingabe-Ausgabe-Paaren für das neuronale Netz, die Anwendung der Hauptkomponenten-
Transformation auf die Satellitenbilder und eine Klassifizierung der Satellitenbilder.
3.2.1 Konstruktion von Eingabe-Ausgabe-Paaren für das neuronale Netz
Voraussetzung dafür, daß neuronale Netze zur Vorhersage von Bewölkung angewendet werden
können, ist, daß zwischen dem vorherzusagenden Bewölkungsbild und der Eingabe ein funktionaler
Zusammenhang besteht. Dieser Zusammenhang wird empirisch durch Anpassung von Gewichten
an Beispielpaare approximiert. So erhält man eine Vorhersagefunktion, die dann auf neue
Situationen angewendet werden kann. Dabei ist es auf der einen Seite um so schwerer, die optimale
Vorhersagefunktion numerisch zu finden, je mehr freie Parameter festgelegt werden müssen.
Auf der anderen Seite müssen jedoch genügend freie Parameter vorhanden sein, um den gesuchten
Zusammenhang zu beschreiben. Einen wichtigen Einfluß hat hier die Konstruktion der Eingabe-
Ausgabe-Paare. Die Eingabevariablen sollen einerseits alle für die Berechnung der Ausgabe wichtigen
Informationen enthalten, andererseits sollte ihre Anzahl aber so gering wie möglich bleiben.
Dies kann zum Beispiel durch die Vernachlässigung vergleichsweise unwichtiger Variablen oder
durch Mittelung über mehrere Variablen erreicht werden.
Die zur Verfügung stehende Informationsquelle zur Berechnung eines zukünftigen Bewölkungsbildes
sind gegenwärtige und vergangene Bewölkungsbilder. Dabei wurden in einem ersten Ansatz als
Eingabe Ausschnitte des gegenwärtigen und des 30 Minuten zurückliegenden Bildes verwendet. Es
wurde auch untersucht, drei aufeinander folgende Bilder als Eingabe zu nutzen oder den zeitlichen
Abstand der Bilder auf eine Stunde zu erhöhen. Da dies jedoch zu keiner Verbesserung führte,
wurde der ursprüngliche Ansatz beibehalten.
Neben der Anzahl und dem zeitlichen Abstand der als Eingabe verwendeten Bildausschnitte ist
die Größe der Eingabe- und Ausgabebildausschnitte ein weiterer Wert, der festgelegt werden muß.
Da Bewegung ein wesentliches Element der Bewölkungsentwicklung ist, müssen die Eingabebildausschnitte
so groß gewählt werden, daß die Wolken, die sich bis zum Vorhersagezeitpunkt in
den relevanten Teil des vorherzusagenden Bildausschnitt verschieben können, im Bildausschnitt
enthalten sind. Die Ausschnitte der Eingabebilder und des Ausgabebildes wurden gleich groß
gewählt. Versuche mit verschieden großen Bildausschnitten, bei denen die Eingabebildausschnitte,
entsprechend einer angenommenen maximalen Geschwindigkeit der Wolkenbewegung, größer
als der Ausgabebildausschnitt gewählt wurden, ergaben keine Verringerung der Vorhersagefehler.
Abschätzungen bezüglich einer Mindestgröße der Bildausschnitte in Abschnitt 3.6 ergaben,
daß genügend große Bildausschnitte mehrere tausend Pixel umfassen. Werden die einzelnen Pixel
direkt als Eingabe für das neuronale Netz verwendet, führt dies zu einer viel zu hohen Anzahl
23