Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Possibilities of Using Neuro-Fuzzy Models for Post-Processing of Hydrological Forecasts

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00020699%3A_____%2F21%3AN0000010" target="_blank" >RIV/00020699:_____/21:N0000010 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216305:26110/21:PU142831

  • Výsledek na webu

    <a href="https://www.mdpi.com/2073-4441/13/14/1894/htm" target="_blank" >https://www.mdpi.com/2073-4441/13/14/1894/htm</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3390/w13141894" target="_blank" >10.3390/w13141894</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Possibilities of Using Neuro-Fuzzy Models for Post-Processing of Hydrological Forecasts

  • Popis výsledku v původním jazyce

    When issuing hydrological forecasts and warnings for individual profiles, the aim is to achieve the best possible results. Hydrological forecasts themselves are burdened by an error (uncertainty) at the inputs (precipitation forecast) as well as on the side of the hydrological model used. The aim of the method described in this article is to reduce the error of the hydrological model using post-processing the model results. Models based on neuro-fuzzy models were selected for the post-processing itself. The whole method was tested on 12 profiles in the Czech Republic. The catchment size of the individual profiles ranged from 90 to 4500 km2 and the profiles varied in their character, both in terms of elevation as well as land cover. After finding the suitable model architecture and introducing supporting algorithms, there was an improvement in the results for the individual profiles for selected criteria by on average 5–60% (relative culmination error, mean square error) compared to the results of re-simulation of the hydrological model. The results of the application show that the method was able to improve the accuracy of hydrological forecasts and thus could contribute to better management of flood situations.

  • Název v anglickém jazyce

    Possibilities of Using Neuro-Fuzzy Models for Post-Processing of Hydrological Forecasts

  • Popis výsledku anglicky

    When issuing hydrological forecasts and warnings for individual profiles, the aim is to achieve the best possible results. Hydrological forecasts themselves are burdened by an error (uncertainty) at the inputs (precipitation forecast) as well as on the side of the hydrological model used. The aim of the method described in this article is to reduce the error of the hydrological model using post-processing the model results. Models based on neuro-fuzzy models were selected for the post-processing itself. The whole method was tested on 12 profiles in the Czech Republic. The catchment size of the individual profiles ranged from 90 to 4500 km2 and the profiles varied in their character, both in terms of elevation as well as land cover. After finding the suitable model architecture and introducing supporting algorithms, there was an improvement in the results for the individual profiles for selected criteria by on average 5–60% (relative culmination error, mean square error) compared to the results of re-simulation of the hydrological model. The results of the application show that the method was able to improve the accuracy of hydrological forecasts and thus could contribute to better management of flood situations.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10501 - Hydrology

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/VI20192021166" target="_blank" >VI20192021166: Hydrometeorologická rizika v České republice - změny rizik a zlepšení jejich predikcí</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Water

  • ISSN

    2073-4441

  • e-ISSN

    2073-4441

  • Svazek periodika

    13

  • Číslo periodika v rámci svazku

    1894

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    15

  • Strana od-do

    1-15

  • Kód UT WoS článku

    000677112200001

  • EID výsledku v databázi Scopus