143 
Vorhersagefehler, auswirkte. 
Nach der Vorstellung derjenigen Zusatzprognosen, die durch die Anlehnung der Kohonen- 
Netze an den Gesamtansatz bedingt sind, werden im folgenden weitere Zusatzprognosen vor 
gestellt, die durch die Hinzunahme von Luftdruckdaten an ausgewählten Wetterstationen in 
Nordwest-Europa bedingt sind (Abb.4.4, Kap.4.1.3). Diese Hinzunahme wäre zwar bei den 
großen MW-Modellen aufgrund der sehr langen Gewichtsvektoren nicht erfolgversprechend, 
ist aber bei den kleineren MR-Modellen denkbar. Da die Prognosezeiträume der MR-Modelle 
nur aus einem Zeitpunkt bestehen, können sie direkt für die Vorhersage des Staus zu Hoch- 
und Niedrigwasserzeiten verwandt werden. Damit wird wiederum auf den nächsten Abschnitt 
vorgegriffen (Kap.5.5). 
Für die Vorhersage des Luftdrucks wurden der Einfachheit halber wiederum KL-Modelle 
mit dem in Kap.5.1 vorgestellten Lernverfahren verwendet. In Tab.5.10 sind die Vorhersa 
gefehler der KL-Modelle aufgelistet, die mit Daten des statischen Luftdrucks (Prognose 
zeitraum: 15 h ) und der Luftdruckänderung (Prognosezeitraum: 18 h ) jeweils trainiert wurden. 
Es wurden nur 100 Lern Vektoren verwendet. Das entspricht 32x32 Neuronen und maximal 
100 Lernepochen. Zum Vergleich wurden erneut die Vorhersagefehler hinzugefügt, die sich 
aufgrund der entsprechenden Persistenzmodelle ergaben. In den meisten Fällen übertrafen die 
Vorhersagefehler der Kohonen-Netze die der Persistenzmodelle. 
Sklinna Fyr: 
Stavanger: 
Visby Flygplats: 
Kirkwall Airport: 
Valentia Observatory: 
Hjardarnes: 
Vlissingen: 
statischer Luftdruck 
KL-Modell 
Persistenz 
2.9 
2.9 
2.4 
2.7 
2.4 
2.7 
3.0 
3.0 
2.5 
2.9 
3.3 
3.7 
2.4 
2.5 
Luftdruckänderung 
KL-Modell 
Persistenz 
1.1 
1.2 
1.0 
1.2 
1.0 
1.1 
1.2 
1.5 
1.2 
1.4 
1.4 
1.6 
1.0 
1.3 
Tab.5.10: Vorhersage des statischen Luftdrucks und der Luftdruckänderung an ausgewählten Wetterstationen 
Nordwest-Europas mittels des KL-Modells und des Persistenz-Modells, mrmse in hPa. 
Bei den MR-Modellen, die für die Vorhersage des Staus zu Hochwasserzeitpunkten eingesetzt 
werden (Kap.5.5), können nicht nur die Zusatzprognosen verwandt werden, die mit Hilfe der 
Kohonen-Netze erstellt wurden (Kap.5.2), sondern auch die Windvorhersagen des Seewetter 
amts (SWA), die wie die Stauvorhersagen vom Wasserstands vorhersagedienst protokolliert 
wurden. Somit bietet es sich für die Hochwasserzeitpunkte an, einen Vergleich der Kohonen- 
Netze für die Windvorhersage mit den Windprognosen des SWA durchzuführen. Dazu 
wurden aus den stündlichen Windvorhersagen des KL-Modells entsprechende Windwerte zu 
Hochwasserzeitpunkten abzüglich eines effektiven Zeitversatzes von drei bis vier Stunden 
extrahiert (Kap.2.4.3). Der Vergleichsmaßstab läßt sich noch mit den Windvorhersagen des 
Deutschen Wetterdienstes (DWD) in Offenbach erweitern. Diese Vorhersagen basieren auf 
aerodynamischen Modellen und werden dem BSH für den Antrieb seiner hydrodynamischen 
Modelle zur Verfügung gestellt. In Tab.5.11 sind die entsprechenden Vorhersagefehler 
aufgelistet (mittlerer absoluter Fehler "mae", [2.2], Kap.2.4.4).