Combinação de Ensemble de Previsões de Vazão Sazonal

Vários modelos hidrológicos com diferentes complexidades foram desenvolvidos para representar as características das bacias hidrográficas, melhorar previsões de vazão, como previsões sazonais de volume de fluxo, e atender a outras demandas de diferentes partes interessadas. Como nenhum modelo hidrológico consegue simular perfeitamente o fluxo observado, técnicas de combinação multimodelo são desenvolvidas para combinar previsões obtidas a partir de diferentes modelos e quantificar as incertezas com o objetivo de melhorar o desempenho dos modelos individuais. Neste estudo, um conjunto abrangente de técnicas de média de ensemble multimodelo com complexidades variadas é investigado para previsão operacional em quatro bacias hidrográficas no Oeste dos Estados Unidos. Modelos de fusão de ensemble são divididos em três categorias: simples, intermediários e complexos, e é feita uma comparação entre cada classe usando uma abordagem de bootstrap. A análise sugere que a combinação de modelos melhora efetivamente a maioria das previsões sazonais individuais e pode superar o melhor modelo de previsão. A média simples, mediana, Bates-Granger, regressão linear restrita e média de modelos bayesianos otimizados por maximização da expectativa mostraram melhores resultados em comparação com outros métodos em três bacias. Para a bacia do Rio Rogue, os modelos intermediários e complexos superaram a maioria das previsões individuais e os métodos simples. Técnicas multimodais baseadas em critérios de informação mostraram desempenhos similares.