Zeitschrift für Hydrogeologie und Hydrotechnik

Anwendung der Wavelet-Zerlegung hydrologischer Zeitreihen und Optimierung von Modellgruppen in der Hochwasservorhersage

Chien-Ming Chou

Anwendung der Wavelet-Zerlegung hydrologischer Zeitreihen und Optimierung von Modellgruppen
in der Hochwasservorhersage

Diese Studie wendet eine redundante Wavelet-Transformation (WT) und eine Optimierung von Modellgruppen an, um das Hochwasser eines Einzugsgebiets genau vorherzusagen. Effektiver Niederschlag und direkter Abfluss können mithilfe einer redundanten WT in detaillierte Signale und eine Näherung zerlegt werden. Das autoregressive Modell mit exogenem Input (ARX), nichtlineares ARX (NARX), zeitvariables ARX und zeitvariable NARX-Modelle werden auf jeder Auflösungsebene parallel implementiert, und das optimale Modell wird als Prognosemodell ausgewählt. Die Summierung der auf verschiedenen Auflösungsebenen erzielten Prognoseergebnisse ergibt die Gesamthochwasserprognose durch Anwendung der inversen WT. Die Validierungsergebnisse der ersten Stufe zeigen, dass das optimale Prognosemodell auf jeder Auflösungsebene für sechs Ereignisse zeitvariables NARX ist. Die Validierungsergebnisse der zweiten Stufe zeigen, dass der vorgeschlagene Ansatz für die Modellierung des Niederschlags-Abfluss-Prozesses auf jeder Auflösungsebene und die Schätzung des Gesamtabflusses für kleine Einzugsgebiete in Taiwan geeignet ist. Die Analyseergebnisse bestätigen außerdem, dass die vorgeschlagene Wavelet-basierte Methode aufgrund der Multi-Resolution-Analysis (MRA)-Eigenschaft der Wavelet-Transformation die herkömmliche Methode, die nur Daten auf der ursprünglichen Auflösungsebene verwendet, übertrifft.