Skip to main content

Full text: 15: Wasserstandsvorhersage mittels neuronaler Netze

76 
Schwingungen der Gezeiten. Da die Bewegungen des Wassers im Verhältnis zur Luft recht 
träge sind, kann es bei Standardwettersituationen nicht innerhalb von zwei bis drei Stunden 
zwei Hochwasser geben. Außerdem kann das Wasser in solchen Situationen nicht zwei Meter 
pro Stunde steigen oder sinken. Durch diese Kriterien konnten "Meterfehler" ausfindig 
gemacht werden. D.h. bei der manuellen Eingabe (beim "Eintippen") des dreistelligen 
Pegelstandes in Zentimeter über Pegel Null, der vom BSH-internen Pegelschreiber abgelesen 
wurde, war es durchaus möglich, daß falsche Tasten erwischt worden waren. Aufgrund der 
Kriterien ließen sich aber nur "Meterfehler", d.h. Fehler in der ersten der drei Ziffern 
erkennen, aber keine kleineren wie z.B. "Dezimeterfehler", d.h. Fehler in der zweiten der drei 
Ziffern. In Extremwettersituationen allerdings ist es möglich, daß das Wasser zwei Meter pro 
Stunde steigen kann. Als Beispiel sei die Sturmflut vom 13./14.01.1993 erwähnt. Während 
dieser Zeit stieg das Wasser bei Cuxhaven innerhalb von zwei Stunden um vier Meter. Diese 
Messungen waren keine Meterfehler, sondern sind physikalisch plausibel. 
Um die Plausibilitätskriterien anwenden zu können, war es nötig, daß die Ausreißer zur 
Beurteilung ihrer realen Relevanz zuerst in den Zeitreihen gefunden werden mußten. Dies 
geschah mit Hilfe von statistischen Methoden. Um den zeitlichen Zusammenhang zu wahren, 
wurden die Zeitreihen tageweise untersucht. Das bot sich an, da sämtliche Zeitreihen auf ein 
einheitliches Format gebracht wurden: Ein Tag, d.h. 24 Stunden pro Datensatz. Aus den 24 
Werten eines Tages zuzüglich des letzten Wertes des vorigen Tages und des ersten Wertes 
des folgenden Tages wurden jeweils absolute Differenzen von zwei direkt aufeinander folgen 
den Werten gebildet. Aus den Differenzen wurden anschließend Mittelwert und Standard 
abweichung berechnet. Sämtliche Differenzen wurden mit dem Mittelwert plus eines frei 
wählbaren Vielfachen der Standardabweichung verglichen. Lag mindestens eine Differenz 
darüber, wurde der Datensatz zur Beurteilung extrahiert. Innerhalb dieses Datensatzes ließen 
sich dann die Plausibilitätskriterien anwenden. Dabei ist das frei wählbare Vielfache abhängig 
von dem zeitlichen Aufwand, den man bereit ist zu investieren. Je kleiner das Vielfache 
gewählt wird, desto größer ist die Wahrscheinlichkeit, plausible Messungen zu extrahieren. 
Um das Verhältnis von plausiblen zu nicht plausiblen Messungen zu beleuchten, seien als 
Beispiel die Messungen des Pegels bei Cuxhaven angeführt. Bei einem Vielfachen von drei, 
d.h. bei einem Vergleich der absoluten Differenzen mit dem Mittelwert plus dreifacher 
Standardabweichung wurden 16 Fälle extrahiert. Davon waren neun Fälle plausible Messun 
gen und sieben Fälle "Meterfehler". Dieses tageweise Verfahren wurde auf alle vorgestellten 
meteorologischen Zeitreihen und auf die des Pegels bei Cuxhaven angewandt. 
Da die zuletzt genannte Zeitreihe für alle beschriebenen Zeitmuster gebraucht wird, wurde 
sie gründlicher auf Ausreißer hin untersucht als die anderen Zeitreihen. Dazu wurde ein 
weiteres statistisches Verfahren zur Suche nach Ausreißern entwickelt. Dieses Verfahren 
wurde aber nicht speziell für diesen Zweck entwickelt, sondern ergab sich als Nebenprodukt 
während der Entwicklung eines Verfahrens für die Datenreduktion bzw. Datenselektion, die 
in Kap.4.3 beschrieben wird. Auch wenn dieses Verfahren nur ein Schritt während der 
Entwicklung des Selektionsverfahrens war, so wird es dennoch hier beschrieben, da mit 
seiner Hilfe weitere Meterfehler in den Pegeldaten erkannt wurden. 
Es wird vorausgesetzt, daß die Pegelzeitreihe als Zeitmustervektormenge organisiert 
vorliegt. Da nur eine einzige Zeitreihe betrachtet wird, besitzen die Zeitmustervektoren die 
Gestalt von univariaten Zeitmustern. Dabei sind die effektive Musterlänge m und die 
Vektorlänge gleich. Aus der Pegelzeitreihe werden somit Zeitfenster mit der Länge m ausge 
schnitten, die sich überlappen, wenn m > 1. Wird aus den Werten von zwei z.B. direkt 
aufeinander folgenden Zeitfenstern eine Korrelation (Korrelationskoeffizient nach Pearson) 
ausgerechnet, wird die Korrelation aufgrund der harmonischen Monotonie recht hoch sein
	        
Waiting...

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.