Medium-range low flow forecasts in the lobith, River Rhine

Thumbnail Image

Date

2017-07-30

Journal Title

Journal ISSN

Volume Title

Publisher

Uludağ Üniversitesi

Abstract

The aim of this study is to predict low flows 14 days in advance using a data-driven model. First, we apply correlation analysis to select appropriate temporal scales of pre-selected inputs that are precipitation, potential evapotranspiration, discharge, groundwater, snow height and lake levels. The forecasted rainfall has also been used as model input to forecast low flows in the River Rhine at Lobith. The correlation analysis analysis between low flows and basin indicators show stronger correlations for the Alpine sub-basins than the rainfed sub-basins. The Middle and Lower Rhine are downstream channel areas and they do not contribute to the discharge. Therefore, they are excluded from the entire analysis. The low flow predictions for the Alpine sub-basins and the Mosel are reasonable during the validation period, whereas the ANN for Lobith shows low performance for a different test period. The results for the training and the validation period are more encouraging than the test period for Lobith, i.e. Nash-Sutcliffe (NS) efficiency of 0.75 and 0.73 respectively.
Bu çalışmada hedeflenen Ren nehrinin düşük debilerini kara kutu modeli yardımıyla iki hafta önceden tahmin etmektir. Modele eklenecek tanımlayıcı değişkenler korelasyon analizi ile seçildi. Model girdileri seçildikten sonra model geçmiş gözlemlerle kalibre edildi. Ardından bir iklim modeli tarafından tahmin edilmiş yağış verisi hidrolojik modelimize girdi olarak eklendi. Kar yağışının etkin olduğu üst havzalarda düşük debiler ile havza karakteristik verileri (yağış, buharlaşma ve göl seviyesi gibi) arasında yüksek korelasyon değerleri bulunurken yağmurun hakim olduğu aşağı havzalarda korelasyon katsayıları 0.57 ile 0.68 arasında değişmektedir. Benzetim başarımları Doğu Alp havzası için 0.96 NS (1.0 en yüksek değerdir), Batı Alp havzası için 0.83 ve Moselle için 0.77 dir. Lobith çıkış noktası için kalibrasyon ve doğrulama dönemlerindeki tahmin başarımları 0.75 NS civarında olup sonraki çalısmalar için cesaret vericidir.

Description

Keywords

Low flows, River Rhine, ANN, Forecast model, Düşük debi, Yapay sinir ağları, Tahmin modeli

Citation

Bouwma, P. ve Demirel, M. C. (2017). "Medium-range low flow forecasts in the lobith, River Rhine". Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 22(2), 139-148.