Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Verarbeitung der Bilder, wobei insbesondere die Festlegung der Glättungsfilter für die vorhergesagten<br />
Bilder eine wichtige Rolle spielt.<br />
Im Folgenden wird zunächst auf die Bestimmung der Parameter für die Berechnung der Bewegungsvektorfelder<br />
durch Minimierung mittlerer quadratischer Pixeldifferenzen eingegangen. Die<br />
Auswahl der Parameter für das statistische Verfahren wurde von [Lückehe 1999] durchgeführt.<br />
Im Anschluß wird der Einfluß der Parameter zur nachträglichen Bearbeitung der vorhergesagten<br />
Cloud-Index Bilder in Abhängigkeit vom Vorhersagezeitraum untersucht. Es sei noch bemerkt, daß<br />
im Folgenden für alle Parameter, die auf eine räumliche Auflösung bezogen sind, die Parameter in<br />
x-Richtung doppelt so groß gewählt wurden wie in y-Richtung. Dies gleicht die unterschiedliche<br />
Auflösung der Satellitenbilder in x- und y-Richtung aus (siehe Abschnitt 2.1).<br />
4.3.1 Parameter für Bewegungsvektorfelder auf der Basis minimaler mittlerer<br />
quadratischer Pixeldifferenzen<br />
Die optimale Einstellung eines Parameters ist von der Gesamtparameterkonfiguration abhängig,<br />
da sich die verschiedenen Parameter gegenseitig beeinflussen. Zunächst wird der Einfluß einzelner<br />
Parameter auf den Vorhersagefehler betrachtet. In der Zusammenfassung werden die im Weiteren<br />
verwendeten Werte festgelegt. Die charakteristischen Parameter für die Berechung von Bewegungsvektorfeldern<br />
auf der Basis minimaler mittlerer quadratischer Pixeldifferenzen sind zum<br />
einen die Gebietsgröße zur Bestimmung der mittleren quadratischen Pixeldifferenzen und zum<br />
anderen die Auflösung des Vektorfeldes.<br />
Die Bilder wurden vor der Berechnung der Vektorfelder nicht geglättet, da dies für das hier betrachtete<br />
Verfahren, anders als bei der statistischen Methode, nicht zu einer Verbesserung führte. Die<br />
Analyse des Einflusses einzelner Parameter auf den Vorhersagefehler wurde zunächst für die verschiedenen<br />
in Abschnitt 3.6.1 definierten Bewölkungs-Klassen getrennt durchgeführt. Es hat sich<br />
jedoch gezeigt, daß sich die optimalen Parameter für die verschiedenen Klassen nicht unterscheiden.<br />
Die hier dargestellten Untersuchungen wurden am Beispiel von Klasse 3, Vorhersagezeitraum<br />
30 Minuten und, wie für Neuronale Netze, mit halber Auflösung der Satellitenbilder durchgeführt.<br />
Die nachträgliche Veränderung der Pixelintensität wurde vorerst nicht berücksichtigt.<br />
Gebietsgröße zur Bestimmung der mittleren quadratischen Pixeldifferenzen<br />
Als erster Parameter wurde die Gebietsgröße der Mittelungsgebiete für die Berechnung der mittleren<br />
quadratischen Pixeldifferenzen untersucht. Die Gebietsgröße ist dabei durch den Parameter<br />
p charakterisiert, der das Mittelungsgebiet auf (4p + 1)(2p + 1) festlegt. In Abb. 4.2 sind die mittleren<br />
Vorhersagefehler über dem Parameter p aufgetragen. Es werden die Fehlerkurven ohne abschließende<br />
Glättung und mit optimaler abschließender Glättung dargestellt. Es zeigt sich, daß eine<br />
Mindestgröße der Mittelungsgebiete erforderlich ist, um gute Vorhersageergebnisse zu erzielen.<br />
Werden die Berechnungen für Satellitenbilder mit reduzierter Auflösung durchgeführt, entspricht<br />
die Mindestgröße in etwa 9x17 Pixeln. Oberhalb der Mindestgröße verlaufen die Kurven flach,<br />
eine weitere Vergrößerung der Gebiete hat keinen großen Einfluß auf den Vorhersagefehler mehr.<br />
63