153 
Hochwasser: 
Modell 
Validations 
fehler 
Vorhersage 
fehler 
nur Wind 1985-1992: 
MR 
16 
21 
Wind und Wiek: 
MR 
16 
19 
nur West-Terschelling: 
MR 
14 
18 
Wind und West-Terschelling: 
MR 
10 
15 
Wind, Wiek und West-Tersch.: 
MR 
12 
15 
Niedrigwasser: 
nur Wind 1985-1992: 
MR 
18 
23 
Wind und West-Terschelling: 
MR 
13 
19 
Tab.5.15: Vorhersage des Staus bei Cuxhaven für Hoch- und Niedrigwasser. Mittlerer absoluter Fehler (mae) 
in cm. Trainingsvektoren nur mit dem Minimaldistanz-Verfahren selektiert. Erweiterung der MR-Modelle mit 
Staudaten an englischen und holländischen Pegelorten. Vergleich mit den MR-Modellen. die nur auf Wind- 
und Staudaten (Stau bei Cuxhaven) basieren. Zusatzprognosen: Wind vom Seewetteramt, Stau bei Wiek: 
aktuelle Werte, Stau bei West-Terschelling: Persistenz, d.h. effektiv auch aktuelle Werte. 
Der Unterschied zwischen dem Validations- und dem Vorhersagefehler des optimalen MR- 
Modells für Hochwasser beträgt 5 cm. Dieser Betrag geht auf Kosten beider Zusatzprognosen 
(des Windes und des Staus bei West-Terschelling). Man kann die Vorhersagefehler auch so 
berechnen, daß nur jeweils eine der beiden Zusatzprognosen verwendet wird. Auf diese 
Weise kann man abschätzen, wieviel dieses Betrages auf die beiden Zusatzprognosen jeweils 
einzeln entfällt. Der Vergleich der entsprechenden Vorhersagefehler ergab für die Zusatz 
prognose des Windes einen Einfluß von 2 cm und für die Zusatzprognose des Staus bei 
West-Terschelling folglich von 3 cm. Somit hängt der Vorhersagefehler des Staus bei Cuxha 
ven mehr von der Prognose des Staus bei West-Terschelling ab als von der Prognose des 
Windes. 
Der oben beschriebene Weg, der zu dem optimalen MR-Modell führte, wurde nur für die 
Vorhersage des Staus zu Hochwasserzeitpunkten beschritten. Für die Vorhersage des Staus 
zu Niedrigwasserzeitpunkten wurde dieser Weg nicht beschritten, sondern das optimale MR- 
Modell für Hochwasser auch als optimal für Niedrigwasser angenommen. Auch beim 
Niedrigwasser sind die Validations- und Vorhersagefehler der MR-Modelle, die mit Wind 
daten und Daten des Staus bei Cuxhaven und West-Terschelling trainiert wurden, kleiner als 
in dem Fall ohne Daten des Staus bei West-Terschelling (Tab.5.15). 
ln Tab.5.15 sind die Validations- und Vorhersagefehler von solchen MR-Modellen 
aufgelistet, deren Trainingsvektoren nur mit Hilfe des Minimaldistanz-Verfahrens (MD) 
selektiert wurden. Zum Abschluß des Bemühens, den Vorhersagefehler der Kohonen-Netze 
soweit wie möglich zu drücken, wurde, nachdem die Selektion bei den bisher vorgestellten 
Ergebnissen auf das MD-Verfahren beschränkt war, für die Selektion zusätzlich auch das 
zirkulare Gruppenreduktionsverfahren (ZGR) verwendet (Kap.4.3.1). Es wurden für Hoch- 
und Niedrigwasser jeweils separat verschiedene Anteile der beiden Verfahren an der Gesamt 
zahl der Trainingsvektoren getestet (Kap.4.3.3). D.h. es wurden diejenigen MR-Modelle, die 
sich relativ zur Wahl der Eingabegrößen als optimal herausgestellt haben, mit Lernvektoren