利用机器学习预测河流水位和洪水

丹麦Vejle Å一段洪水地图。使用简单的数据驱动机器学习方法与地形GIS层相结合绘制。

丹麦环境保护局(DEPA)寻求以创新的方式利用和结合现有的水文和气象数据。因此，环境保护局发起了一个试验项目，目的是探索新的可能性和技术。该项目提供了一个水位预测系统，可以预测水位和洪水风险。

该试点项目以Vejle流为例。在此，DHI开发了一种简单可靠的洪水制图数据驱动方法。该方法以河流水位为基础，采用人工神经网络算法对水位进行预测。利用这种高效的机器学习方法，仅借助降水数据就可以预测未来24小时的河流水位。DHI试点研究的成功之处在于，在两年的模拟期内，有96%的时间内达到了DEPA的预测水位最高15厘米错误率的目标。

河流水位预测无疑是洪水管理中的一项重要任务。通过利用机器学习提供的好处，决策者能够快速、高精度地预测河流水位。这最终有助于在洪水管理中做出更好的决策。DHI的水资源专家尼古拉·巴尔巴里尼说。

如需更多信息，请联系:

Oluf Zeilund安杰森
部门负责人
水资源部门
ozj@dhigroup.com

安德斯空空的。埃氏
销售经理
aer@dhigroup.com

尼古拉Balbarini
水资源专家
niba@dhigroup.com