|
|
Geschichte von HS4CastVor zirka 12 Jahren hat sich die Forschungsinstitut für technische Physik Dr. Schaffar mit Messmethoden zur Detektion von Feuchte auf Verkehrsflächen beschäftigt. Im Zuge dieser Arbeiten wurden Verfahren entwickelt, um nicht nur die Feuchte - eventuell berührungslos - sondern auch den Gefrierpunkt auf Fahrbahnoberflächen zu messen. In der Folge wurden auch diesbezügliche Patente angemeldet. Um eine drohende Glättesituation rechtzeitig erkennen zu können, war es notwendig, ein thermisches Modell der Verkehrsfläche zu entwickeln. Die Wärmeleitungsgleichung (eine partielle instationäre Differentialgleichung) wurde zur Berechnung der Temperaturentwicklung auf Straßen und Brücken herangezogen. Um die Fahrbahntemperatur und damit auch die Glätte für in der Zukunft liegende Zeitpunkte berechnen zu können, ergab sich die Notwendigkeit, die Randbedingungen dieser Differentialgleichung für die Zukunft zu berechnen. Eine Vorhersage von z.B. Lufttemperatur, Einstrahlung und Luftfeuchte ist somit ebenfalls notwendig.
Eine andere Möglichkeit der Vorhersage besteht darin, die bestehenden Vorhersagen der Meteorologen zu verwenden. Allerdings sind keine Auswertungen für den jeweiligen lokalen Standort verfügbar. Dadurch kann es zu großen Fehleren kommen, da die lokalen Gegebenheiten, wie beispielsweise Schatteneffekte von Berghängen, nicht berücksichtigt werden können. Außerdem ist hier zu beachten, daß meteorologische Vorhersagen meist nur einmal pro Tag erstellt werden und dadurch einen großen Vorhersagezeitraum (mindestens 24h) umspannen müssen. Durch diesen großen Vorhersagezeitraum sind sie zumeist unflexibel. Die Vorhersage von meteorologischen Messdaten mit konventionellen statistischen Methoden erweist sich ebenfalls als außerordentlich schwierig. Hauptgrund für die relativ großen Fehler in allen oben genannten autonomen Vorhersageverfahren ist die fehlende Kontinuität der Daten. Die Problematik der Vorhersage von meteorologischen Zeitreihen ist die Unregelmäßigkeit der Wetterabläufe. Eine Vorhersage ist dadurch wesentlich schwieriger als die Vorhersage mancher Wirtschaftsdaten. Wetteränderungen werden bei diesen Verfahren erst nach Tagen erkannt und liefern in der Zwischenzeit grob falsche Vorhersagen. Eine weitere Möglichkeit für Vorhersagen (derzeit meist für Wirtschaftdaten verwendet) kann durch neuronale Netze geschehen. Unsere Untersuchungen zeigten jedoch, daß mit diesen Methoden nur mittlere Wetterlagen leicht vorhersagbar sind. Im Betrieb können die Neuronen derzeit nicht weitertrainiert werden, es kann also kein Lerneffekt nach der Implementation durch neuronale Netze verwirklicht werden. Ein großer Nachteil dieser Methode ist, daß die Reaktion auf Messwerte im Prinzip nicht vorhergesagt werden kann. Unter der Prämisse, eine meteorologische, hochgenaue Vorhersage für die Glatteisfrühwarnung zu entwickeln, hat die Forschungsinstitut für technische Physik Dr. Schaffar in jahrelanger Forschungsarbeit mit mehreren hunderttausend Versuchsläufen ein eigenes Verfahren entwickelt, das autonom - nur aufgrund lokaler Messverfahren - die für die Vorhersage eines Glatteiszustandes notwendigen meteorologischen Parameter genau errechnet. Sollte es gewünscht und möglich sein, eine direkte meteorologische Vorhersage für den in Frage stehenden Punkt zu verwenden, so kann diese externe Prognose auch in die Vorhersage einfließen. |
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 |
Zur Vorhersage dieser
meteorologischen Parameter kann man grundsätzlich verschiedene Methoden verwenden: Man
kann die meteorologischen Messwerte beispielsweise durch Polynomextrapolation in die
Zukunft verlängern und dadurch in der Zukunft liegende "Meßwerte" gewinnen.
Die Erfahrung zeigt, daß bei Polynomgrad 0 oder 1 sehr große Fehler im Bereich der
Extremwerte auftreten. Bei höheren Polynomgraden entstehen große Fehler durch
Instabilitäten. 