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

mean rmse
45
40
35
30
25
Persitenz
Persistenz,glatt
Vorhersage NN
Vorhersage Vektorfeld
20
15
30 60 90 120
Vorhersagezeitraum [min]
Abbildung 4.4: Mittlere Vorhersagefehler in Abhängigkeit vom Vorhersagezeitraum für halbe
Auflösung der Bilder. Es werden die Vorhersagefehler für Vorhersage mit neuronalen Netzen, für
Vorhersage mit Bewegungsvektoren und Persistenz (geglättet und ungeglättet) verglichen.
Methode gegeben. Zum Vergleich sind Persistenzfehler, Fehler für Persistenz mit optimal geglätteten
Bildern und Fehler für Vorhersage mit neuronalen Netzen dargestellt. Es zeigt sich, daß die Vorhersage
mit Bewegungsvektoren zu deutlich besseren Ergebnissen führt als geglättete Persistenz
oder Vorhersage mit neuronalen Netzen. Dies wird auch an Abb. 4.5 deutlich, wo die Fehler für
Persistenz, Vorhersage mit neuronalen Netzen und Vorhersage mit Bewegungsvektoren aus minimalen
mittleren quadratischen Pixeldifferenzen über der Variabilität gegeben sind. Im linken Bild
sind dabei zusätzlich mittlere Fehler für die verschiedenen Vorhersagen aufgetragen 3 . Die Reduktion
des mittleren Fehlers der Vorhersage mit Bewegungsvektorfeldern gegenüber der Vorhersage
mit neuronalen Netzen wird um so größer, je höher die Variabilität ist. Gegenüberstellung mit den
maximalen Fehlern im rechten Bild zeigt, daß die Obergrenzen für die Fehler noch deutlicher als
die Mittelwerte verringert werden und die Fehlerverteilung schmaler wird.
Anhand der Beispielbilder in Abb. 4.6 soll veranschaulicht werden, daß die Reduktion des Fehlers
darauf zurückzuführen ist, daß die Bewegung der Wolken vorhergesagt werden kann.
3 Die Berechnung der mittleren und maximalen Fehler erfolgt analog zu der Beschreibung in Abschnitt 3.7.
68