Neurální model pro simulaci hladiny vody v Turecku
Autoři otestovali vlastní model umělé neurální sítě (artificial neural network, ANN) pro simulaci proměn vodní hladiny za změněných podmínek, typizovaný na poměry lokality Sultan Marches (významné hnízdiště vodních ptáků v Anatolii spadajících pod Ramsar).
V průběhu jednoho desetiletí (1993-2002) byl RMSE a simulovaná vodní hladina 4 centimetry, R2 modelu činil 96 %. Výsledky ukazují, že se vstupem šesti parametrů (klimatických a hydrologických) je ANN schopen prokazatelně popsat a odhadnout proměnu hladiny vody.
Využitelné výstupy:
- Vstupy do modelu zahrnovaly konzistentní klimatická data (srážky, výpar, teplota vzduchu) a hydrologická data (hladina podzemní vody, jarní průtoky, naměřené výšky hladiny vody z předcházejícího měsíce). 70 % dat bylo využito pro zkušební model a zbývajících 30 % pro testování.
- Výkon celého modelu byl testován a vyhodnocen výpočtem RMSE a koeficientu determinace (R2) mezi pozorovanými a simulovanými hodnotami.
- Model ANN byl nejcitlivější k hodnotám naměřené výšky vodní hladiny z předcházejícího měsíce, pravděpodobně kvůli temporální korelaci v udávané a měřené vodní hladině.
- Dalším důležitým parametrem, který ovlivňoval přesnost modelu, byla naměřená hladina podzemní vody.
- Inkluze teploty vzduchu a výparu jako sloučeného parametru výsledky příliš neovlivňovala.
Grafické přílohy:
Zdroj:
Dadaser-Celik, F., Cengiz, E., A neural network model for simulation of water levels at the Sultan Marshes wetland in Turkey, Wetlands Ecol Manage (2013) 21, pp: 297–306
Zadal:
Radomír Dohnal
- Pro možnost psaní komentářů se přihlašte nebo zaregistrujte.
