28.02.2014 Aufrufe

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

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

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

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

die zeitliche Änderung der Geschwindigkeitsfelder für die betrachteten kurzen Zeiträume vernachlässigt<br />

werden kann. Die Pixelintensität im Vorhersagebild n 2 für den Vorhersagezeitraum<br />

30 Minuten berechnet sich damit wie folgt:<br />

n 2 (⃗x i )=n 1 (⃗x i − ⃗d(⃗x i )), (4.24)<br />

wobei n 1 das aktuelle Bild bezeichnet. Da d(⃗x ⃗ i ) nicht für alle Pixel, sondern nur auf einem Subgitter<br />

S berechnet wird, muß für d(⃗x ⃗ i ) für alle ⃗x i /∈ S aus den Werten d(⃗x ⃗ i ) für ⃗x i ∈ S abgeleitet<br />

werden. Es wurden zwei Möglichkeiten untersucht. Zum einen wird d(⃗x ⃗ i ) zwischen den 4 nächstliegenden<br />

Vektoren aus dem Subgitter interpoliert. Zum anderen wird d(⃗x ⃗ i ) dem nächstliegenden<br />

Vektor des Subgitters zugeordnet, was zu blockweiser Verschiebung von rechteckigen Gebieten um<br />

die Aufhängepunkte der Vektoren führt. Ein Vergleich der beiden Interpolationsansätze für beide<br />

Vorhersageverfahren ergab, daß für die mit minimalen mittleren quadratischen Pixeldifferenzen<br />

bestimmten Vektoren blockweise Verschiebung günstiger ist. Für die statistische Methode führen<br />

kontinuierlich interpolierte Vektoren zu geringeren Fehlern.<br />

Für Vorhersagezeiträume ∆t > 30 Minuten wurden zwei Wege zur Bestimmung des Vorhersagebildes<br />

betrachtet:<br />

• Das Vektorfeld wird mit dem Faktor α =<br />

ergibt.<br />

30min ∆t skaliert, so daß sich für das Vorhersagebild<br />

n 3 (⃗x i )=n 1 (⃗x i − α⃗d(⃗x i )) (4.25)<br />

• Das Vorhersagebild ergibt sich durch mehrmalige Anwendung des Vektorfeldes auf das aktuelle<br />

Bild. So erhält man z.B. für ∆t = 60 min:<br />

n 3 (⃗x i )=n 1 (⃗x i − ⃗d(⃗x i ) − ⃗d((⃗x i ) − ⃗d(⃗x i ))). (4.26)<br />

Eine Analyse der Vorhersagequalität für die beiden Ansätze ergab, daß es günstiger ist, das Vorhersagebild<br />

gemäß Gleichung (4.26) zu bestimmen.<br />

4.2.2 Berücksichtigung der Veränderung von Wolkenstrukturen<br />

Wie bereits ausführlich dargestellt, spielen für die Entwicklung der Bewölkungssituation neben der<br />

Bewegung der Wolkenstrukturen auch andere Prozesse eine Rolle. So verändern sich bestehende<br />

Wolken bezüglich ihrer Struktur und bezüglich des Bewölkungsgrades mit der Zeit, außerdem<br />

können neue Wolken entstehen. Veränderungen der Struktur einer Wolke, wie z.B. Vergrößerung<br />

und Verkleinerung, können mit den verwendeten Methoden prinzipiell durch ein nicht divergenzfreies<br />

Vektorfeld erfaßt werden. Voraussetzung dabei ist eine genügend hohe räumliche Auflösung<br />

des Vektorfeldes. In Abschnitt 4.4 wird untersucht, wie gut die Veränderung von Wolkenstrukturen<br />

über Bewegungsvektorfelder beschrieben werden kann.<br />

60

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!