Wettervorhersage mit vorwärts gerichteten neuronalen Netzen

Im Rahmen dieser Arbeit wird die Möglichkeit einer individuellen, das heißt standortabhängigen und kenngrößenspezifischen Wettervorhersage demonstriert. Dabei werden aber nicht die komplexen mathematischen Modelle der aktuellen Wettervorhersagen zu Grunde gelegt, sondern die Voraussage erfolgt mit Hilfe von künstlichen neuronalen Netzen. Diese bieten die Möglichkeit, Prognosen auch ohne die Kenntnis der umfangreichen atmosphärischen Zusammenhänge zu erstellen. Durchgeführt werden die Untersuchungen repräsentativ für den Standort Rostock-Warnemünde mit den vom Deutschen Wetterdienst online zur Verfügung gestellten Daten. Dafür erfolgt eine Auswertung der Wetterdaten der Vergangenheit mit der Zielsetzung, ein neuronales Netz zu finden, das eine möglichst hohe Trefferquote bei der Vorhersage erzielt. Erreicht wird diese Absicht durch eine Variation der Eingabedatenmenge und dem daraus resultierenden Vergleich von ein- und mehrdimensionalen Prognoseverfahren. Am Beispiel verschiedener Netzarchitekturen und Datencodierungen wird die Lernfähigkeit neuronaler Netze genutzt, um kurz- und mittelfristige Wettervorhersagen zu treffen.