132

Abb.5.6:  Variation  des  Validationsfehlers  mit  der  Anzahl  Trainings-  bzw.  Lernvektoren.  Vorhersage  des  Staus
bei  Cuxhaven.  Oben:  Vorhersagefehler  der  KL-Modelle  für  den  Stau.  Unten:  Validationsfehler  der  MR-Modelle,
  die  nur  mit  Stau-  und  Winddaten  angelernt  wurden  (ohne  Zusatzprognose).
5.3.2.  Vorhersage  mittels  multivariater  Modelle
Die  zweite  grundsätzliche  Möglichkeit,  stündliche  Vorhersagen  zu  erstellen,  führt  über  die
multivariaten  MR-,  RW-  und  MW-Modelle  in  Kombination  mit  Zusatzprognosen  (Kap.2.2.1
und  Kap.5.4).  Bei  den  MR-  und  MW-Modellen  sind  Validations-  und  Vorhersagefehler  nicht
identisch.  Zuerst  wird  mit  Hilfe  des  MW-Modells  die  Wirkung  des  Windes  auf  den  Stau  in
Cuxhaven  beschrieben.  D.h.  es  wurden  verschiedene  MW-Modelle  untersucht,  die  zwar
immer  wieder  mit  dem  Stau  in  dem  Prognosezeitraum,  aber  mit  unterschiedlichen  Winddaten
in  den  Indikationszeiträumen  trainiert  wurden.  Für  diese  Fälle  wurde  nur  der  Validationsfehler ­
  berechnet  und  auf  eine  Zusatzprognose  verzichtet.
Um  die  Wirkung  der  Windzeitreihen  von  Helgoland  mit  der  Wirkung  der  sehr  lückenhaften ­
  Zeitreihen  von  den  Feuerschiffen  vergleichen  zu  können  (Kap.4.1.2),  wurde  das  Vergleichsjahr ­
  1993  vorübergehend  gestutzt.  Und  zwar  wurden  die  sturmflutreichen  Monate
Januar  und  Februar  aufgrund  der  Lückenhaftigkeit  der  Feuerschiffszeitreihen  weggelassen.
Außerdem  wurden  Lernvektoren  aus  den  Zeitreihen  erst  ab  dem  16.8.1988  selektiert,  da  das