Seamless Prediction
Seamless Prediction
Verbesserung der operationellen Abfluss- und Wasserstandsvorhersage durch Fehlerkorrekturverfahren
Das Projekt arbeitet seit Anfang 2012 an die Berücksichtigung und Minderung der vielschichtigen Unsicherheiten in der operationellen Abfluss- und Wasserstandsvorhersage auf sämtlichen verkehrswasserwirtschaftlich relevanten Skalen.
Unser Zentrum ist für das Teilprojekt „Model Output Statistics (MOS)“ zuständig in dem Verfahren zur statistischen Korrektur der Vorhersage entwickelt, die den Restfehler der Vorhersage-Modellkette an Hand von Messdaten reduzieren sollen.
Weitere Informationen:
[toggles style=“default“][toggle color=“Default“ title=“Ensembletechniken“]
Ermittlung probabilistischer Abflussvorhersagen
Um die meteorologische Vorhersageunsicherheit in der Abflussvorhersage probabilistisch zu quantifizieren, werden in der Vorhersagepraxis häufig Ensembletechniken eingesetzt. Meteorologische Ensemble-Vorhersagen dienen als Input für die Erstellung von probabilistischen Wasserstands- und Abflussvorhersagen.
Ermittlung probabilistischer Abflussvorhersagen unter Berücksichtigung zensierter Daten
Hydrologie und Wasserbewirtschaftung, 58. Jahrgang, Heft 2, April 2014
11 Seiten, PDF-Dokument, 3 MB
PDF Dokument[/toggle][toggle color=“Default“ title=“Prädiktive Unsicherheit“]
Ermittlung der prädiktiven Unsicherheit von hydrologischen Modellsimulationen und Vorhersagen
In diesem Artikel wird eine bis dato wenig verbreitete Methode für die Ermittlung der prädiktiven Unsicherheit von hydrologischen Modellsimulationen und Vorhersagen vorgestellt. Die Wahrscheinlichkeitsverteilung der Unsicherheit wird aus der statistischen Analyse der Modellperformanz in der Vergangenheit ermittelt.
Ermittlung der prädiktiven Unsicherheit von hydrologischen Ensemblevorhersagen
Koblenz, August 2015
164 Seiten, PDF-Dokument, 21,3 MB
Quantifizierung und Reduktion von Unsicherheiten der Kurz-, Mittel- und Langfristvorhersagen der BfG – Synthese der entwickelten Methoden und erzielten Ergebnisse im Forschungs- und Entwicklungsvorhaben „Seamless Prediction I“ (2012–2014)
79 Seiten, PDF-Dokument, 9,1 MB
Predictive Uncertainty Estimation of Hydrological Multi-Model Ensembles Using Pair-Copula Construction
DOI: 10.3390/w8040125
[/toggle][toggle color=“Default“ title=“Nachführung von Anfangszuständen“]
Konzept zur Nachführung von Anfangszuständen eines operationellen hydrologischen Modells für die Verbesserung von Abflussvorhersagen
Hydrologische Systeme haben ein Gedächtnis für die hydrologische Vorgeschichte, das innerhalb von Modellen mittels Speichervariablen umgesetzt wird. Dieses Gedächtnis beinhaltet die angesammelte Schneedecke, den Grundwasserstand sowie die Bodenfeuchte, also hydrologische Größen, die potenziell über einen längeren Zeitraum wirksam sein können.
Nachführung von Anfangszuständen des hydrologischen Modells HBV durch einen Ensemble Kalman Filter zur Verbesserung von Abflussvorhersagen
Koblenz, Dezember 2014
80 Seiten, PDF-Dokument, 13,3 MB
Download[/toggle][toggle color=“Default“ title=“Kommunikation von Unsicherheiten“]
Probabilistische Abfluss- und Wasserstandsvorhersagen – Kommunikationsstrategien und Nutzungs-potenziale am Beispiel der Binnenschifffahrt
Hydrologie und Wasserbewirtschaftung 58. Jahrgang, Heft 2, April 2014
Ein zentraler Aspekt, der viele Vorhersagezentralen beschäftigt und als einer der Hauptgründe für die weiterhin vorherrschende Zurückhaltung gegenüber der Publikation probabilistischer Vorhersagen gelten kann, ist die adäquate Kommunikation der ermittelten Unsicherheiten. Nur wenn es gelingt, den unbestrittenen theoretischen Vorteil probabilistischer Vorhersagen auch in praktischen Nutzen zu überführen, geht die Erstellung probabilistischer Vorhersagen über eine rein wissenschaftliche Übung hinaus.
PDF Document[/toggle][toggle color=“Default“ title=“Auswahl von Modellen“]
Auswahl optimaler Modelle und Parameter zur statistischen Korrektur von Abflussvorhersagen
In der operationellen Abfluss- und Wasserstandsvorhersage werden Methoden der Zeitreihenanalyse verwendet, um den Fehler des Modells statistisch zu beschreiben und zu korrigieren. Bei dem Einsatz dieser statistischen Modelle besteht ein hoher Freiheitsgrad bei der Wahl des Modells, der Ordnung des Modells und der Art der Parameterschätzung.
Korrektur von Abfluss-Vorhersagen mit Hilfe linearer und nichtlinearer Zeitreihenmodelle
Koblenz, Dezember 2014
159 Seiten, PDF-Dokument, 15,8 MB
PDF Dokument[/toggle][toggle color=“Default“ title=“Numerische Integration“]
Die numerische Integration von HBV96 und LARSIM-ME als Unsicherheitsquelle
In den letzten Jahren ist die Analyse des Einflusses der Modellstruktur auf die Simulationsunsicherheit in den Fokus der hydrologischen Forschung gerückt. Ein weiterhin in vielen Niederschlags-Abfluss- und Wasserhaushaltsmodellen vernachlässigter Aspekt der Modell-Unsicherheit ist die numerische Integration von Prozessgleichungen.
Parameter- und Modellstrukturunsicherheit von HBV96 in der operationellen Rheinvorhersage – Analysen und Verbesserungsvorschläge
Koblenz, Januar 2016
88 Seiten, PDF-Dokument, 4,7 MB
PDF Dokument[/toggle][/toggles][print-me target=“.print-seamless“ do_not_print=“.toggle .printomatic .noprint“ title=“Diesen Beitrag drucken“ alt=“Beitrag drucken“]