Chien Ming Chou
Aplicación de la revisión wavelet en series temporales hidrológicas y optimización de grupos de modelos
en la predicción de inundaciones
Este estudio aplica una transformada wavelet redundante (WT) y una optimización de grupos de modelos para pronosticar con precisión la inundación de una cuenca hidrográfica. La lluvia efectiva y la escorrentía directa se pueden descomponer en señales detalladas y una aproximación mediante el uso de una WT redundante. El modelo autorregresivo con entrada exógena (ARX), ARX no lineal (NARX), ARX variable en el tiempo y los modelos NARX variable en el tiempo se implementan en paralelo en cada nivel de resolución, y el modelo óptimo se selecciona como el modelo de pronósticos. La suma de los resultados de pronósticos en varios niveles de resolución produce el pronóstico general de la inundación mediante la aplicación de la WT inversa. Los resultados de la validación de la primera etapa indican que el modelo de pronóstico óptimo en cada nivel de resolución para seis eventos es NARX variable en el tiempo. Los resultados de la validación de la segunda etapa muestran que el enfoque propuesto es apropiado para modelar el proceso de lluvia-escorrentía en cada nivel de resolución y estimar la escorrentía general para pequeñas cuencas hidrográficas en Taiwán. Los resultados analíticos también confirman que el método basado en wavelets propuesto supera al método convencional, que utiliza datos solo en el nivel de resolución original, debido a la propiedad de análisis de resoluciones múltiples (MRA) de la wavelet transformada.