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

Original
lokale
Variabilität
Persistenz
Vorhersage
Persistenzfehler
Vorhersagefehler
Abbildung 3.19: Beispiel der Vorhersage für den 29.6.1997, 10:30 und den Vorhersagezeitraum 30
Minuten. In der linken Spalte sind von oben nach unten das vorherzusagende Bild, das Persistenzbild
und das Vorhersagebild dargestellt. Die rechte Spalte zeigt von oben nach unten ein Bild der
lokalen Variabilität, Persistenzfehler und Vorhersagefehler. Zur besseren Visualisierung sind Werte
der lokalen Variabilität verdreifacht und die Fehler verdoppelt dargestellt.
Ausgangspunkt der Persistenz der Persistenzfehler deutlich reduziert wird. Dies ist darauf zurückzufüheren,
daß die Hauptkomponenten-Transformation zu einer Glättung der Bilder führt (siehe
Abschnitt 3.2.2 und Abb. 3.3 ). Durch Glättung läßt sich, unter bestimmten Voraussetzungen, die
Vorhersagequalität erhöhen, was im Folgenden kurz theoretisch motiviert werden soll:
Die Entwicklung der Bewölkung ist, wie schon in Abschnitt 3.2.1 dargestellt, nicht vollständig
deterministisch, sondern durch Rauschen überlagert. Durch die Anwendung eines Tiefpaßfilters
kann der Rauschanteil reduziert werden, was zu einer besseren Übereinstimmung des berechneten
Bildes mit der tatsächlichen zu beschreibenden Situation führt (siehe [Jähne 1989] und [Schowengerdt
1997]). Die Faltung mit einem Tiefpaßfilter führt zur Unterdrückung kleinskaliger Strukturen,
was einer Glättung der Bilder gleichkommt.
Auch der deterministische Anteil der Bewölkungsentwicklung ist durch die Anwendung eines
Glättungsfilters beeinflußt. So würde im Fall einer perfekten Beschreibung des deterministischen
50