Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Anteils durch die Vorhersage die Anwendung eines Tiefpaßfilters aufgrund der Unterdrückung<br />
von Detail-Informationen zu einer Verringerung der Vorhersagequalität führen. Wird jedoch die<br />
der Verschiebung von Bewölkungsstrukturen zugrunde liegende Geschwindigkeit durch den Vorhersagealgorithmus<br />
nicht exakt beschrieben, so kann auch für den deterministischen Anteil durch<br />
Glättung eine Verbesserung erreicht werden. Dies soll anhand eines einfachen Beispiels erläutert<br />
werden:<br />
Man gehe davon aus, daß die Bewegung in einem unendlich ausgedehnten Bild exakt einer konstanten<br />
Verschiebung in x-Richtung um v Pixel pro Zeitschritt entspricht. Der Meßwert m i, j nach<br />
einem Zeitschritt berechnet sich dann aus dem ursprünglichen Bild x i, j gemäß<br />
m i, j = x i+v, j . (3.29)<br />
Die bei der Vorhersage angenommene Geschwindigkeit sei gegenüber der tatsächlichen Geschwindigkeit<br />
v um eine kleinen Betrag a erhöht, so daß sich die Vorhersage zu<br />
f i, j = x i+v+a, j (3.30)<br />
ergibt. Der Vorhersagefehler für das gesamte Bild beträgt dann nach Gleichung (3.23):<br />
rmse =<br />
√<br />
1<br />
N ∑ ( f i, j − m i, j ) 2 =<br />
i, j<br />
√<br />
1<br />
N ∑ (x i+v+a, j − x i+v, j ) 2 (3.31)<br />
i, j<br />
=<br />
√<br />
1<br />
N ∑ (x i+a, j − x i, j ) 2 . (3.32)<br />
i, j<br />
Durch Glättung werden die Unterschiede zwischen nicht zu weit voneinander entfernt liegenden<br />
Pixeln kleiner. So ist es unmittelbar einsichtig, daß der Wert des Ausdrucks auf der rechten Seite<br />
dieser Gleichung, und somit auch der Vorhersagefehler, durch Anwendung eines geeigneten<br />
Glättungsfilters verringert wird. Welcher Glättungsfilter für ein bestimmtes Problem optimal ist,<br />
hängt von verschiedenen Faktoren ab. Bestimmend sind u.a. das Verhältnis des deterministischen<br />
Anteils zum Rauschanteil, die Rauschfrequenzen und die Qualität des Vorhersagemodells in Bezug<br />
auf den deterministischen Anteil. Da mit steigendem Vorhersagezeitraum der nichtdeterministische<br />
Anteil der Bewölkungsentwicklung stärker ins Gewicht fällt, ist für höhere Vorhersagezeiträume<br />
eine stärkere Glättung erforderlich.<br />
Die Ausführungen zur Glättung tragen auch zum Verständnis des Zusammenhangs zwischen Variabilität<br />
und Vorhersagefehler bei, der in den Abb. 3.18 und 3.19 deutlich wird. So zeigt Abb. 3.18<br />
den Anstieg des Vorhersagefehlers mit der Variabilität. Ebenso veranschaulicht ein Vergleich der<br />
Bilder der rechten Spalte in Abb. 3.19, daß für die Bildausschnitte Bereiche hoher Variabilität mit<br />
Bereichen hoher Fehler übereinstimmen. Auf der einen Seite ist eine höhere Variabilität im Allgemeinen<br />
mit einem größeren Rauschanteil verbunden, was zu höheren Vorhersagefehlern führt. Auf<br />
der anderen Seite erhöht sich auch der nichtdeterministische Anteil des Vorhersagefehlers mit der<br />
Variabilität, wenn die Vorhersage nicht perfekt ist. Dies wird an Gleichung (3.32) deutlich, da der<br />
Ausdruck auf der rechten Seite ein Maß für die Variabilität eines Bildes darstellt.<br />
51