- Tytuł:
-
Using support vector regression to predict direct runoff, base flow and total flow in a mountainous watershed with limited data in Uttaranchal, India
Wykorzystanie wektorów wspierających w zależnościach regresyjnych do prognozowania odpływu bezpośredniego i całkowitego w zlewniach górskich przy ograniczonej liczbie danych w zlewni Uttaranchal, Indie - Autorzy:
- Adamowski, J.
- Powiązania:
- https://bibliotekanauki.pl/articles/81851.pdf
- Data publikacji:
- 2013
- Wydawca:
- Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
- Opis:
-
In the ecologically sensitive
Himalayan region, land transformations and
utilization of natural resources have modified
water flow patterns. To ascertain future sustainable
water supply it is necessary to predict water
flow from the watersheds as affected by rainfall
and morphological parameters. Although such
predictions may be made using available process-based models, in mountainous and hilly areas it
is extremely difficult to determine the numerous
parameters needed to run such models, thus limiting
their applicability. Artificial intelligence (AI)
based models are a possible alternative in such
circumstances. In this study an AI technique, support
vector machines (SVM), was used for modeling
the rainfall-runoff relationship from three
hilly watersheds in the state of Uttaranchal, India.
Different SVM models were developed to predict
direct runoff, base flow, and total flow based on
the daily rainfall, runoff, and morphological parameters
collected from each watershed. The results
confirm the potential of SVM models in the
prediction of runoff, base flow, and total flow in
hilly areas.
Na obszarach wrażliwych, jakim są Himalaje, zmiany w wykorzystaniu powierzchni obszarów górskich oraz zasobów przyrodniczych modyfikują warunki kształtowania się odpływu. Dla zrównoważonego gospodarowania zasobami wodnymi w tym regionie koniecznym jest prognozowanie odpływu ze zlewni na podstawie opadu i warunków morfologicznych obszaru. Prognozowanie odpływu przy wykorzystaniu modeli deterministycznych jest dosyć trudne i ograniczone ze względu na trudności w identyfi kacji wielu parametrów. W pracy zastosowano modele wykorzystujące techniki sztucznej inteligencji (AI) za pomocą wektorów wspierających (SVM) jako alternatywę do modelowania zależności opadodpływ dla trzech zlewni górskich w stanie Uttaranchal, Indie. Wyniki zawarte w pracy potwierdzają możliwość wykorzystanie metody SVM do prognozowania charakterystycznych wielkości odpływu w warunkach górskich. - Źródło:
-
Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation; 2013, 45, 1
0208-5771 - Pojawia się w:
- Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation
- Dostawca treści:
- Biblioteka Nauki
Artykuł