Softwarebasierte Früherkennungssysteme

Größe: px

Ab Seite anzeigen:

Download "Softwarebasierte Früherkennungssysteme"

Matthias Flater
vor 5 Jahren
Abrufe

1 15. Mainzer Arbeitstage des Landesamtes für Umwelt Rheinland-Pfalz Softwarebasierte Früherkennungssysteme zur Prognose der Abwanderungswahrscheinlichkeit von Blankaalen Roman HUGO & Roman FRICKE Büro für ökologische Studien und GIS-gestützte Datenauswertung

2 nach TEGGERS-JUNGE, S. & L. KROLL, 2010 Projektaktivitäten der Aalschutzinitiative Rheinland-Pfalz & innogy SE

3 vom Abwanderungsmodell zu Früherkennungssystemen. Projektaktivitäten der Aalschutzinitiative Rheinland-Pfalz & innogy SE

4 Modell zur Abwanderungsprognose der Blankaale in der Mosel Dr. David Wendling Projektaktivitäten der Aalschutzinitiative Rheinland-Pfalz & innogy SE

5 Grundlagenbetrachtung: abwanderungssteuernde und abwanderungsbeeinflussende ASPEKTE Grunddaten

6 Grundlagenbetrachtung: abwanderungssteuernde und abwanderungsbeeinflussende ASPEKTE Aalabwanderung Abflusstagesdifferenz Parameter- Kopplungsgruppe kausal - indikativ Abfluss Mondphasen Niederschlag Wasserstand Licht-/ Wasser- Trübung Wassertemperatur

7 Grundlagenbetrachtung: abwanderungssteuernde und abwanderungsbeeinflussende ASPEKTE nach Wendling, D. (2017) Daten Lehmen ,8 % abnehmender Halbmond bis Neumond, ohne deutliche Abflusssteigerung potenzielle Blankaalabwanderung (%)

8 Grundlagenbetrachtung: Abwanderung jahreszeitliche ASPEKTE Aalfänge in Lehmen zwischen 1952 und 1973 aus Wendling, D. (2017)

9 Modell zur Abwanderungsprognose der Blankaale in der Mosel Grunddaten multivariate Statistik Dr. David Wendling Q Abfluss ΔQ Abflussdifferenz MP Mondphasen WT I Wassertemperatur Index FUZZY Methoden CBR KNN Prognose(n) Abwanderungswahrscheinlichkeit hoch mäßig gering

10 Methodenbetrachtung: drei Verfahren Anwendungshinweise nach Wendling, D. (2017) FUZZY FUZZY-Logik CBR Case-Based-Reasoning KNN Künstliche Neuronale Netzwerke

FUZZY WT Wassertemperatur Q Abfluss Abflussdifferenz (3) DQ

Regenerationsfaktor Zugehörigkeitsfunktionen AW

11 FUZZY WT Wassertemperatur Q Abfluss Abflussdifferenz (3) DQ Mondphase Fuzzifizierung R e g e l b a s i s If. then. else if. then. else if. then. else if. then. De- Fuzzifizierung FUZZY- Modell Doppelspitzen Regenerationsfaktor Zugehörigkeitsfunktionen AW Abwanderungswahrscheinlichkeit wahrscheinlich > 70% Prognose einer Abwanderung möglich 50-70% unwahrscheinlich < 50%

12 aktives Aktualisierungsmodell CBR erlernter Fall Speicherung FÄLLE FÄLLE FÄLLE FÄLLE FÄLLE Wissensbasis neuer Fall Abfrage Prüfung abgefragter Fall aktives Prognosemodell überarbeiteter Fall Anpassung gelöster Fall geprüfte Lösung vorgeschlagene Lösung

13 KNN Künstliche Neuronale Netze Q Q (3) DQ DQ Mond Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse

14 KNN Künstliche Neuronale Netze Q Q (3) DQ DQ Mond Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse

15 KNN Künstliche Neuronale Netze Q Q (3) DQ DQ Mond Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse

16 KNN Künstliche Neuronale Netze Q (3) DQ Q Mond DQ Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse

17 KNN Künstliche Neuronale Netze Q (3) DQ Mond DQ Q Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse

18 KNN Künstliche Neuronale Netze Q (3) DQ Mond DQ Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse Q

19 KNN Künstliche Neuronale Netze Q (3) DQ Mond Mondphase P a r a m e t e r- E i n f l u s s hoch gering Aale pro Reuse Aale pro Reuse Q DQ

20 KNN Künstliche Neuronale Netze Q (3) DQ Mondphase P a r a m e t e r- E i n f l u s s hoch gering 25 Aale pro Reuse 26 Aale pro Reuse Q Mond DQ

21 Software-Implementierung 2018 vollautomatisierter Datentransfer über Internet-Datenbankserver upload-download vollautomatisierte Abwanderungsprognose

000110001100 0000111000 1 00110000 0000 0

101010001100 1 00110000 000 0000111 0000

0000 0 101010001100000 00110000 0000111000

22 Datenaufbereitung WEBSERVER ASI DATA FLOW Tagesprognose Abwanderungswahrscheinlichkeit KNN CBR FUZZY Fuzzy Grunddaten Landesamt für Umwelt

24 Bewertung der Ergebnisse Datum FUZZY CBR KNN Q Qdiff Mond Problemfelder fehlende Synchronisation der einzelnen Methoden 2018 Abwanderung möglich Abwanderung wahrscheinlich

25 Bewertung der Ergebnisse nach Wendling, D. (2017) Problemfelder Prognoseszenarien gelten ereignis- und (jahres-)zeitorientiert FUZZY CBR In Phasen des abnehmenden Halbmondes und Neumondes, sollte im Methodenvergleich der Fuzzy-Prognose eine höhere Bedeutung beigemessen werden. In Jahren mit einer schwächeren Ausprägung der auslösenden Faktoren sind die Fuzzy-Prognosen am besten geeignet. Gegen Ende der Saison (zweite Novemberhälfte/Dezember) sind oft die Fuzzy-Prognosen etwas besser geeignet. Am Anfang der Saison (den Monaten bis Ende Juli) liefern die CBR-Prognosen die besten Ergebnisse. KNN Sollte als Kontroll-Prognose für die beiden anderen Modelle oder bei flacheren Verläufen verwendet werden.

(2017) Auswertung Lehmen 1963-1973 FUZZY Abwanderungsmeldung

26 Problemfelder Prognosehäufigkeit Bewertung der Ergebnisse nach Wendling, D. (2017) Auswertung Lehmen FUZZY Abwanderungsmeldung ohne Aalabwanderung CBR Prognose ja, Abwanderung ja KNN Prognose ja, Abwanderung nein Prognose nein, Abwanderung ja

27 Bewertung der Ergebnisse Problemfelder Prognosehäufigkeit Optimierung Abwanderungsmeldung ohne Aalabwanderung Grunddaten Methoden

Parameter- Kopplungsgruppe kausal - indikativ Abfluss Strömung Wasserstand

28 Optimierung: Grunddaten Datenbewertung Grundrauschen Bsp.: Gelbaal-Blankaal Startzeit Migration Lokalität Zeit Aalabwanderung Niederschlag Parameter- Kopplungsgruppe kausal - indikativ Abfluss Strömung Wasserstand Licht-/ Wasser- Trübung Mondphasen Wassertemperatur Abflusstagesdifferenz Fliehbeschleunigung Lunarinitäts- Index

29 Strömungsleistung ω in Anlehnung an Fergusen (1987) Relative Gewässerbreite = Fläche des Gewässerabschnitts Strecke des Gewässerabschnitts

30 Strömungsleistung ω Probestelle mit Aalnachweis Probestelle ohne Aalnachweis H2 DGM = digitales Geländemodell H1 Gefälle = H1 H2 S_H1_H2 H1 = Höhe1 H2 = Höhe2

31 Strömungsleistung ω Probestelle mit Aalnachweis Probestelle ohne Aalnachweis Abflusswerte im Längsverlauf

32 Modell zur Abwanderungsprognose der Blankaale in der Mosel

33 Früherkennungssystem zur Prognose der Blankaalabwanderung

34 Vielen Dank für Ihre Aufmerksamkeit.

Ähnliche Dokumente

15. Mainzer Arbeitstage. Susanne Teggers-Junge, innogy SE

15. Mainzer Arbeitstage. Susanne Teggers-Junge, innogy SE 15. Mainzer Arbeitstage Susanne Teggers-Junge, innogy SE Veranlassung Sicherung der Abwanderung von Blankaalen aus Mosel und Saar Turbinen als Gefährdungsbereich der Stauanlagen Anzahl betroffener Blankaale