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.
legt. Von den betrachteten Methoden zur Beschreibung der Bewölkungsentwicklung wurde die am<br />
besten geeignete als Basis für die Vorhersage der Solarstrahlung am Boden ausgewählt.<br />
Ein Schwerpunkt dieser Arbeit liegt in der Genauigkeitsanalyse der Vorhersagemethode. Für die<br />
Anwendung der Vorhersage ist es wichtig, die mit der Vorhersage verbundene Unsicherheit möglichst<br />
genau zu kennen. Ein Standardverfahren zur Abschätzung der Genauigkeit einer Vorhersage<br />
besteht in der Angabe von mittleren Vorhersagefehlern. Darüber hinaus werden im Rahmen dieser<br />
Arbeit Situationen unterschiedlicher Vorhersagequalität unterschieden. Damit kann das Potential<br />
der Vorhersage in Situationen mit hoher Vorhersagegenauigkeit voll genutzt werden, da die Vorhersagefehler<br />
nicht, wie bei der Angabe eines mittleren Fehlers, überschätzt werden. Auf der anderen<br />
Seite werden in Situationen, die schwer vorhersagbar sind und deren Vorhersagegenauigkeit<br />
unterhalb der mittleren Genauigkeit liegt, die Vorhersagefehler nicht unterschätzt. Die Charakterisierung<br />
von Situationen mit verschiedener Vorhersagequalität trägt so dazu bei, daß die Vorhersage<br />
effizient eingesetzt werden kann.<br />
Nach der Einleitung wird im zweiten Kapitel dieser Arbeit zunächst eine Einführung in das Heliosat-<br />
Verfahren gegeben, das zur Berechnung der Solarstrahlung aus Satellitendaten verwendet wird. Ein<br />
Zwischenprodukt des Heliosat-Verfahrens stellen Bilder des Cloud-Index dar, die die Bewölkung<br />
charakterisieren. Auf Basis der Cloud-Index Bilder erfolgt die Vorhersage der Bewölkungsentwicklung<br />
mit zwei verschiedenen Verfahren. Das erste dieser beiden Verfahren, der Vorhersagealgorithmus<br />
auf der Basis von neuronalen Netzen, wird im dritten Kapitel vorgestellt. Nach einer<br />
Darstellung der theoretischen Grundlagen wird auf den Einsatz und die Anpassung des Verfahrens<br />
zur Vorhersage von Cloud-Index Bildern eingegangen und die Ergebnisse werden diskutiert. Der<br />
zweite Ansatz zur Vorhersage der Wolkenentwicklung über die Bestimmung von Bewegungsvektoren<br />
wird im vierten Kapitel beschrieben. Dort werden zunächst zwei Verfahren zur Bestimmung<br />
von Bewegungsvektoren und ihre Anwendung zur Vorhersage vorgestellt. Zur Auswertung wurden<br />
die Ergebnisse der beiden Modelle zur Bestimmung von Bewegungsvektoren und die Vorhersageergebnisse<br />
mit neuronalen Netzen verglichen. Um eine Vorhersage der Bodeneinstrahlung<br />
zu erhalten, wird aus den vorhergesagten Cloud-Index Bildern mit dem Heliosat-Verfahren die<br />
Solarstrahlung abgeleitet. Die Genauigkeit dieser Vorhersage wird in Kapitel 5 untersucht, wobei<br />
besonderes Gewicht auf der Unterscheidung von Situationen verschiedener Vorhersagequalität<br />
liegt. Eine Zusammenfassung der Ergebnisse erfolgt in Kapitel 6. Eine Zuordnung der Kapitel dieser<br />
Arbeit zu den entsprechenden Verfahrensschritten der Vorhersage der Solarstrahlung ist in Abb.<br />
1.1 gegeben.<br />
8