Advances in Streamflow Forecasting: From Traditional to Modern Approaches
Előrehaladás a patakvíz-előrejelzésben: A hagyományos és a sztochasztikus idősor-modellezés hagyományos megközelítése a legújabb fejlesztésekkel, az önálló adatvezérelt megközelítés, például a mesterséges intelligencia technikák, és a modern hibrid megközelítés, ahol az adatvezérelt modelleket előfeldolgozási módszerekkel kombinálják a patakáramok előrejelzési pontosságának javítása és az előrejelzési bizonytalanságok csökkentése érdekében.
A könyv a háttérinformációkkal, az áttekintéssel és a patakárfolyamok előrejelzésében elért eredményekkel kezdődik. Az áttekintés bemutatja a patakvíz-előrejelzés területén az évtizedek során elért eredményeket. Ezt követően a fejezetek a világ különböző részeiről származó esettanulmányokkal együtt ismertetik a patakárfolyamok előrejelzésére használt különböző adatvezérelt eszközök és technikák elméleti módszertanát. Minden fejezet egy folyamatábrát tartalmaz, amely lépésről-lépésre ismerteti az adatvezérelt megközelítésnek a vízhozam-előrejelzésben való alkalmazása során követett módszertant.
Ez a könyv az elmélet és a gyakorlat közötti szakadékok csökkentésével, az adatvezérelt technikák elméleti leírásának és a technikák alkalmazásához használt eljárások szisztematikus bemutatásának egyesítésével foglalkozik az áramlások előrejelzésével kapcsolatos kihívásokkal. A könyv nyelvezete egyszerű, hogy az olvasók könnyen megérthessék a különböző technikákat, és eléggé képessé váljanak arra, hogy a megközelítést más, őket érdeklő területeken is alkalmazhassák.
Ez a könyv létfontosságú lesz a hidrológusok számára a vízgazdálkodási rendszer optimalizálásakor, valamint a pusztító természeti katasztrófák, például az árvizek és aszályok hatásainak mérsékléséhez a hosszú távú tervezés (strukturális és nem strukturális intézkedések) és a rövid távú vészjelzés megvalósításával. Ezenkívül ez a könyv útmutatást nyújt az olvasóknak a vízhozam-előrejelzés megfelelő technikájának kiválasztásához az adott feltételrendszertől függően.