Browsing by Author "Blümel, Wolf Dieter (Prof. Dr.)"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    ItemOpen Access
    Kurzzeit-Prognose von PM10-Konzentrationen in der Luft unter Verwendung maschineller Lernverfahren
    (2010) Nicklaß, Daniel; Blümel, Wolf Dieter (Prof. Dr.)
    Galten die mit der Staubbelastung der Luft verbundenen Gefahren und Beeinträchtigungen durch nationale und europäische Umweltrichtlinien Ende der 80er und Anfang der 90er als weitgehend gebannt, so werden nach heutigem Kenntnisstand bereits im Vergleich zu früher relativ geringen Konzentrationen feiner Stäube negative gesundheitliche Auswirkungen zugeschrieben. Erneut in den Blick der Öffentlichkeit geriet die Feinstaubproblematik im Jahre 2005 als nach der Einführung des EU–Grenzwerts für PM10 dieser Grenzwert in deutschen Städten häufig überschritten wurde. Um die zuständigen Behörden und die Bevölkerung über die Luftqualität informieren und gegebenenfallsMaßnahmen zur Vermeidung von Gesundheitsschäden veranlassen zu können, ist es notwendig ein System aufzubauen, das in der Lage ist, PM10-Konzentrationen für den folgenden Tag zu prognostizieren. Hierzu sollen etablierten Prognosemethoden verschiedene innovative maschinelle Lernverfahren (Multilayer-Perzeptron, Support-Vektor-Maschine, Instanzbasiertes Lernen mit den k-nächsten-Nachbarn) gegenübergestellt und die jeweiligen, auf gleicher Datenbasis erzielten Prognoseleistungen miteinander verglichen werden. Da die größte Belastung für die menschliche Gesundheit durch Konzentrationsspitzen mit besonders hohen PM10-Werten ausgehen, liegt hier das besondere Augenmerk der Prognose. In die PM10-Prognose gehen auch meteorologische Vorhersagen ein, die mit großen Unsicherheiten behaftet sind. Durch eine Sensitivitätsanalyse wird untersucht, wie robust die Modelle gegenüber Abweichungen in der Meteorologie sind.