|
|
|
|
Beschreibung von HS4Cast
Die Messdaten werden am Messquerschnitt digitalisiert und durch ein Modem zum Auswertecomputer geschickt. Dort werden sie zunächst auf Plausibilität untersucht. Ein Fuzzy-Logik Modul untersucht nun diese Messwerte, um zu entscheiden, nach welcher Methode die Vorhersage durchgeführt wird. Dies deshalb, da je nach Wetterlage und je nach Geschichte des Messquerschnittes eine andere Vorhersagemethodik notwendig ist.
Durch Rückgriff auf ältere Messdaten kann das System außerdem noch Erfahrungen sammeln. Dies ist besonders deshalb notwendig, um jahreszeitliche Veränderungen und sonstige langandauernde Veränderungen automatisch auszugleichen. Auf diese Weise können beispielsweise die unterschiedlichen Schattenverhältnisse auf der Fahrbahn zu unterschiedlichen Zeiten im Jahr (Dezember oder Februar) automatisch gelernt werden. Desgleichen können Störungen durch Bauten (die nachträglich errichtet oder entfernt wurden) oder Schattenwirkungen durch Bäume (die Blätter bekommen und verlieren) automatisch ausgeglichen werden. Durch die oben beschriebene Vorhersage meteorologischer Parameter (also im wesentlichen Lufttemperatur, Luftfeuchte, Wind und Strahlungsbilanz) in ihrem zeitlichen Verlauf kann die partielle Differentialgleichung (Wärmeleitungsgleichung) entsprechend den lokalen Gegebenheiten (wie z.B. Brücke, Hang) für den Zeitraum von der Jetztzeit bis zum zukünftigen Zeitpunkt (z.B. in 3 Stunden) mit numerischen Methoden gelöst werden. Die Lösung dieses Verfahrens ist die Zeitreihe der Fahrbahntemperatur für die Zukunft. Durch die zusätzliche automatische Auswertung der Relation zwischen Fahrbahntemperatur und Taupunkttemperatur sowie der Feuchtigkeit und des Salzgehaltes auf der Fahrbahn kann der Zeitpunkt des Glatteiseintrittes errechnet werden. Dies sowohl bei Niederschlag als auch bei Wasserkondensation auf der Fahrbahn (Tau).
Vorteile von HS4CastDie Prognose des Fahrbahnzustandes mit dem Prognosesystem HS4Cast hat folgende Vorteile:
Wie gut ist HS4Cast?Als Beispiel dienen die Vorhersagegenauigkeiten anhand des Winters 1990/91. Als Erschwernis wählten wir eine Brücke, da diese Fälle besonders schwer zu berechnen sind. Zusätzlich wählten wir noch einen besonders ausgesetzten Meßpunkt nahe an einem hohgelegenen Paß. Die erstklassigen Resultate: Mittlerer Vorhersagefehler der Fahrbahntemperatur, wenn alle Messwerte (0 bis 24h) herangezogen werden:
In der Nacht (18 - 6Uhr), wenn die meisten Gefahrensituationen auftreten, ist der Vorhersagefehler noch kleiner:
Um Glättesituationen wirklich zuverlässig im voraus bestimmen zu können, braucht man noch die Vorhersage anderer Parameter. Deren Genauigkeit ist folgende:
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Send E-Mail with questions or comments regarding this Web Site to the Webmaster. Copyright © 1997 - 2004 Forschungsinstitut für technische Physik; A-2081 Hofern 14; Tel. +43 2949 7060; Ein Betrieb im Retzer Land; Last modification: 2005-07-24 |
Wünscht der Kunde
beispielsweise eine Vorhersage für 3 Stunden in der Zukunft, so wird jeweils eine
Vorhersage für 20min, 40min, 1h, 1h20min, 2h40min, 3h durchgeführt. Hier hat die
Erfahrung gezeigt, daß jeder dieser Vorhersagepunkte jeweils andere Parameter benötigt,
um optimal vorhergesagt zu werden. So kann die Vorhersage für 1 Stunde zum Beispiel
schneller auf Messwertänderungen reagieren als die Vorhersage für 3 Stunden. 