Hallo,

seit meinem letzten Beitrag sind nun einige Wochen vergangen. Ich hatte angekündigt, eine neue Prognosemethode vorzustellen und gab damals auch bereits einige Hinweise.

Die Sache hat sich allerdings als sehr zäh erwiesen, war sehr zeitaufwändig, ob sich der Aufwand überhaupt lohnt, weiß ich selbst noch nicht.

Zu meinem Ansatz: Ich möchte das grobe Zirkulationsmuster der Nordhemisphäre prognostizieren (also im Wesentlichen Bodendruckanomalien). Zu diesem Zweck unterteile ich die Nordhemisphäre in 72 Zonen, jede Zone umfasst 15 Breitengrade und 30 Längengrade, Zone 1 ist also 75 – 90°N 180 – 150°W, Zone 2 umfasst 75 – 90°N 150 – 120°W…………..Zone 72 ist dann 0 – 15°N 150 – 180°E.

Zunächst begann ich daher eine (für meine Verhältnisse) umfangreiche Datenbank aufzubauen, zum besseren Verständnis eine Graphik:

 

Datenspalte 1 beinhaltet die Jahreszahl, also Zeitraum 1950 – 2016, ergibt 67 Datenreihen. In den folgenden 864 Datenspalten sind die monatlichen Flächenmittel des Bodendrucks dieser 72 Zonen zu finden, Datenspalte Nr. 866 bis 1729 beinhaltet die Geopotentialwerte auf der 500hPa – Ebene, die Spalten Nr. 1730 bis 2593 zeigen die Geopotentialwerte auf der 50hPa – Ebene (Stratosphäre). Es folgen weitere relevante Daten der NH (Spalten 2594 bis 2797), als da wären: Pacific Warm Pool, North Tropical Atlantik Index, Caribbean Index, Nino 1.2, 3.4, 4, die PDO, AMO, TNA, TSA, außerdem die SSTs des Indischen Ozeans (10°S – 25°N 40 – 100Ê), die SSTs der Gewässer um Neufundland (35 – 50°N 60 – 40°W), bei Labrador (55 – 65°N 70 – 40°W), des Polarmeesrs (67.5 – 80°N 10 – 100°E). Im Anschluss daran sind noch die QBO – Werte zu finden.

Die Spalten 2798 bis 3661 beinhalten die monatlichen Flächenmittel der Bodentemperaturen dieser 72 Zonen.Es folgen die NAO – sowie AO – Werte (Spalten 3662 bis 3685), danach die solar flux Werte, die Hurricane Aktivität (3686 bis 3709). Den Abschluss bilden die Werte der outgoing longwave radiation (Spalten 3710 bis 4573).

Diese Daten, also 4573 Spalten zu jeweils 67 Reihen, insgesamt über 300.000 Einzeldaten bilden die Basis für die Prognosen.

Monatlich werden die Daten aktualisiert und zwar auf besondere Weise: Ich gehe davon aus, dass die Januarwerte von Luftdruck etc. der einzelnen Zonen ein Ergebnis der „Verhältnisse“ in den Vormonaten sind (die sich in den Daten der Vormonate ausdrücken), also der Januarwert des Jahres 1951 ein Ergebnis der „Gesamtverhältnisse“ des Jahres 1950 ist, der Januarwert von 1952 ein Ergebnis von 1951. Deshalb schreibe ich nun bei der Aktualisierung den Januarwert von 1951 in die Reihe des Jahres 1950, den von 1952 in die Reihe von 1951 usw. Der Januarwert von 2017 gehört also in die Reihe des Jahres 2016. Diesen Wert trage ich jedoch nicht !!!!!!!!!! ein, denn dieser Wert soll vom Rechenprogramm bestimmt werden, denn es kennt ja jetzt die Beziehungen „aller“ (= vieler) Facetten der Vormonate zum Bodendruck etc. des Monats Januar.

Außerdem stelle ich um, die Reihen werden zu Spalten und die Spalten zu Reihen, ich habe also nun 67 Datenspalten (die Jahre 1950 – 2016) mit jeweils 4573 Reihen. Außerdem erscheinen die Jahreszahlen (in der Aktualisierung!!!!!!!!!!) nicht mehr, 2017 ist sozusagen 2016b so wie 1951 nicht mehr 1951 ist, sondern 1950b, 1952 wird zu 1951b ……….. das Jahr 2018 wird zu 2016c usw (werden). Auf diese Weise entsteht für jede Spalte (jedes Jahr) eine Kette von fortlaufenden Daten und Beziehungen, die vom Rechenprogramm in eine Prognose gegossen werden (kann).

Das Programm generiert Modelle zur Berechnung der Variablen bzw. die mathematischen Formeln, in diesem Fall für die Bodendruckwerte der 72 Zonen des Januar 2017, als Beispiel die 3 besten Modelle von einigen tausend (ranking list):

Generated by GMDH Shell 3.8.6

Y1 = 2.31244 + x46*0.113925 + x25*0.178436 + x63*0.0847515 + x58*0.210335 + x15*(-0.132565) + x4*0.238682 + x17*(-0.0962977) + x21*0.206676 + x42*(-0.124315) + x43*0.184347 + x22*(-0.261997) + x3*0.136506 + x44*(-0.0996634) + x34*0.0937552 + x65*0.209691 + x18*(-0.170531) + x55*0.165174 + x19*(-0.116306) + x62*(-0.145521) + x32*0.113287 + x59*0.125321 + x30*(-0.108335) + x28*0.0848361 + x14*(-0.063797) + x13*0.0791369 + x31*0.112444 + „x2, cubert“*(-3.56472) + „x36, cubert“*3.06238 + x20*(-0.0656656) + x61*0.0670449 + x10*0.0848162 + x11*(-0.101132) + „x15, cubert“*2.69275 + „x29, cubert“*(-3.60152) + „x1, cubert“*(-4.68157) + „x17, cubert“*2.29086 + „x64, cubert“*(-3.6868) + „x22, cubert“*1.55475 + „x13, cubert“*2.80124 + „x59, cubert“*2.62104 + „x44, cubert“*2.16085 + „x24, cubert“*(-3.32839) + „x47, cubert“*2.17445 + „x32, cubert“*(-2.31613) + „x46, cubert“*1.34388
Y2 = 2.28739 + x46*0.11381 + x25*0.178189 + x63*0.0846351 + x58*0.210248 + x15*(-0.132407) + x4*0.238664 + x17*(-0.0956016) + x21*0.206329 + x42*(-0.124284) + x43*0.184016 + x22*(-0.262385) + x3*0.137494 + x44*(-0.10016) + x34*0.092971 + x65*0.209196 + x18*(-0.170188) + x55*0.164931 + x19*(-0.115611) + x62*(-0.14457) + x32*0.113547 + x59*0.125 + x30*(-0.106613) + x28*0.0847039 + x14*(-0.063445) + x13*0.0787463 + x31*0.11282 + „x2, cubert“*(-2.99247) + „x36, cubert“*3.85269 + x20*(-0.0664108) + x61*0.0674388 + x10*0.0833057 + x11*(-0.101329) + „x15, cubert“*3.12025 + „x29, cubert“*(-3.70223) + „x1, cubert“*(-4.7193) + „x17, cubert“*2.23148 + „x64, cubert“*(-3.25959) + „x22, cubert“*2.24485 + „x13, cubert“*2.78523 + „x59, cubert“*2.43485 + „x44, cubert“*1.92129 + „x24, cubert“*(-3.31109) + „x47, cubert“*2.32335 + „x32, cubert“*(-2.23151) + „x46, cubert“*1.56647 + „x6, cubert“*(-2.74099)
Y3 = 2.28762 + x46*0.113745 + x25*0.177945 + x63*0.0848985 + x58*0.210598 + x15*(-0.133314) + x4*0.238321 + x17*(-0.0970819) + x21*0.209588 + x42*(-0.124054) + x43*0.184718 + x22*(-0.262209) + x3*0.136383 + x44*(-0.0994574) + x34*0.0932914 + x65*0.209951 + x18*(-0.170614) + x55*0.165371 + x19*(-0.116146) + x62*(-0.145427) + x32*0.112905 + x59*0.125398 + x30*(-0.108441) + x28*0.0848598 + x14*(-0.0640681) + x13*0.0784208 + x31*0.112197 + „x2, cubert“*(-2.98102) + „x36, cubert“*3.02422 + x20*(-0.0655977) + x61*0.0669396 + x10*0.0850096 + x11*(-0.101104) + „x15, cubert“*2.99559 + „x29, cubert“*(-3.30337) + „x1, cubert“*(-4.63485) + „x17, cubert“*2.46795 + „x64, cubert“*(-3.60214) + „x22, cubert“*1.58464 + „x13, cubert“*2.9819 + „x59, cubert“*2.30127 + „x44, cubert“*1.97607 + „x24, cubert“*(-3.09144) + „x47, cubert“*2.74736 + „x32, cubert“*(-2.08836) + „x46, cubert“*1.12813 + „x21, cubert“*(-1.97838)
Model Criterion value
Y1 0
Y2 0
Y3 0

In der Zeilenreihe 4574 beginnt nun die Aktualisierung, also die Bodendruckwerte des Januar 1951 in Form von 1950b, 1952 in Form von 1951b, 1953 in Form von 1952b……………die Daten des Januar 2017 in Form von 2016b sollen vom Programm errechnet werden, werden also nicht eingegeben. Das beste Modell, das sich als solches auf bekanntem Terrain vor den gesuchten Daten im überwachten Modus herauskristallisiert hat (die Anzahl bestimmt das Programm selbst anhand der Datenmenge) lieferte nachstehende Ergebnisse: Reihe 4574 zeigt den Bodendruck der Zone 1, also 75-90°N 180-150°W, 4575 den Bodendruck der Zone 2 von 75 -90°N 150 – 120°W………………4645 den Bodendruck der Zone 72 von 0 – 15°N 150 – 180Ê.

Die linke Spalte gibt (wie erklärt) die Zeilenreihe an, die mittlere Spalte den tatsächlich eingetretenen Bodendruckwert (in hPa), von mir jetzt zum Vergleich genannt und die rechte Spalte den vom Programm errechneten Wert.

 

 

4574	1005,690	1011,460123
4575	1007,545	1011,317913
4576	1008,604	1009,961721
4577	1007,592	1009,027379
4578	1009,463	1010,714168
4579	1005,523	1006,218671
4580	999,716	1000,746932
4581	997,678	999,0637206
4582	998,530	1001,24505
4583	1000,841	1005,867005
4584	1002,985	1008,6828
4585	1004,729	1010,498499
4586	1010,563	1014,946404
4587	1012,448	1018,209812
4588	1012,627	1015,167742
4589	1007,212	1006,097548
4590	1006,547	1006,253745
4591	1005,876	997,6596737
4592	1004,578	993,6982369
4593	1004,879	996,3983804
4594	1010,264	1006,053822
4595	1017,677	1017,516084
4596	1018,375	1019,546901
4597	1014,046	1016,978624
4598	1007,414	1004,081278
4599	1011,419	1015,251279
4600	1016,258	1022,366072
4601	1010,887	1015,125114
4602	1007,286	1008,739476
4603	1016,620	1010,063148
4604	1020,516	1013,048557
4605	1019,125	1016,356972
4606	1024,276	1026,360429
4607	1031,340	1033,642642
4608	1019,334	1019,563494
4609	1008,990	1004,4301
4610	1011,763	1006,922777
4611	1015,369	1019,168832
4612	1018,836	1022,612509
4613	1016,462	1019,51047
4614	1016,483	1021,612479
4615	1021,768	1024,350733
4616	1020,103	1020,258071
4617	1021,852	1022,18717
4618	1025,199	1027,004119
4619	1028,355	1031,456016
4620	1019,133	1018,308402
4621	1007,906	1005,513315
4622	1016,462	1015,168194
4623	1018,071	1019,121418
4624	1016,374	1018,324438
4625	1017,595	1019,048942
4626	1018,037	1020,899874
4627	1018,308	1020,952074
4628	1017,420	1019,752437
4629	1016,457	1017,6261
4630	1016,577	1016,810538
4631	1017,165	1018,880693
4632	1016,434	1016,696067
4633	1013,822	1013,649566
4634	1010,818	1011,391555
4635	1011,960	1012,905631
4636	1012,318	1013,754806
4637	1012,248	1013,221738
4638	1012,758	1013,505376
4639	1012,194	1013,28554
4640	1010,675	1012,238047
4641	1012,755	1013,033263
4642	1012,334	1012,399413
4643	1010,606	1011,817908
4644	1009,245	1010,368715
4645	1009,400	1010,098185

 

Der Korrelationskoeffizient beträgt 0.8962, der Determinationskoeffizient R² beträgt 0.8032.

Der mittlere absolute Fehler beläuft sich auf 2,7, RMSE lautet 3,6.

Was ich erwarte:

Ich erwarte keine punktgenauen Prognosen, Hinweise auf „unterdurchschnittlich“ bzw. „überdurchschnittlich“ würden mir ausreichen. Wünschenswert wäre es, wenn die Prognosen auf Geopotential und Temperatur ausgedehnt werden könnten, das ist jedoch auch eine Zeitfrage. Auf jeden Fall geht es mir um objektive Fakten, um nachvollziehbare und überprüfbare Prognosen, die Subjektivität, Bauchgefühle, Kaffeesatzleserei und sonstigen metaphysischen Schwachsinn ausschließen.

Gruß

KHB