Modell zur Kategorisierung von Strömungen zur Verbesserung der Prognose

Die Vorhersage von Strömungen hoher Magnitude ist in vielen hydrologischen Anwendungen von Interesse, wie zum Beispiel beim Betrieb von Hochwasserrückhaltereservoirs, Hochwasserprognosen und bei gesteuerten Überläufen. Bei den verschiedenen Ansätzen zur Vorhersage des Abflusses haben datengetriebene Modelle (wie ANN) zunehmend gegenüber den traditionellen konzeptionellen Modellen an Bedeutung gewonnen, da sie einfacher, schneller und benutzerfreundlicher sind. Für Modelle, die nur historische Abflussdaten berücksichtigen, wurde versucht, ein robustes Modell über eine breite Palette von Abflussmagnitude zu entwerfen. Die Modellinputs sind die unmittelbaren vergangenen Abflussdaten, die in der Regel die typischerweise hohen Strömungen, insbesondere bei langen Vorlaufzeiten, nicht gut vorhersagen. In dieser Studie wird der Abflussbereich in drei Regionen unterteilt (niedrige, mittlere und hohe Strömungsregionen), und die Attribute werden basierend auf dem zugrunde liegenden hydrologischen Prozess der Strömungsregion festgelegt. Ein Prognosemodell für Strömungen wird für jede Strömungsregion angewendet, wobei nur die historischen Abflussdaten als Input verwendet werden. Der vorgeschlagene Ansatz wird im Tryggevælde-Einzugsgebiet (Dänemark) für 1- und 3-Tages-Vorlaufzeiten implementiert, wobei die Support Vector Machine (SVM) verwendet wird, die vielversprechende Ergebnisse, insbesondere für hohe Strömungen in einem 3-Tages-Vorlaufmodell, liefert.