Datadrevne prognoser for vandstand i vandløb - og undersøgelse af værdien af jordfugtighed som input
Studenteropgave: Kandidatspeciale og HD afgangsprojekt
- Samuel Westarp
4. semester, Vand og Miljø (cand.polyt.), Kandidat (Kandidatuddannelse)
Naervaerende rapport omhandler forudsigelse af vandstand i rurale vandløb indtil 36 timer frem ved hjaelp af rent datadrevne modeller med oversvømmelsesvarsling som mål. Det undersøges om realtidsmålinger af jordfugtighedsmålinger kan bidrage til forudsigelseskvaliteten. I et lille opland ses en forbedring med jordfugtighedsdata, men i to større oplande er der ikke evident forbedring. Det konkluderes at den anvendte neurale netvaerksarkitektur kan levere pålidelige prognoser og dermed grundlag for effektiv varsling. Et traenet netvaerk kan overføres til andre vandløb med et mini-
mum af data.
mum af data.
Sprog | Dansk |
---|---|
Udgivelsesdato | 25 jun. 2022 |
Ekstern samarbejdspartner | WatsonC No Name vbn@aub.aau.dk Informantgruppe |
Emneord | Prognosemodel, Vandstand, Vandløb, oversvømmelse |
---|