Chien-Ming Chou
Aplicando Séries Temporais Hidrológicas de Decomposição Wavelet e Optimização de Grupos de Modelos
na Previsão de Cheias
Este estudo aplica uma transformada wavelet redundante (WT) e uma otimização de grupos de modelos para prever com precisão a inundação de uma bacia hidrográfica. A precipitação efetiva e o escoamento direto podem ser decompostos em sinais detalhados e uma aproximação utilizando um WT redundante. O modelo Auto-Regressivo com entrada exógena (ARX), ARX não linear (NARX), ARX variante no tempo e modelos NARX variantes no tempo são implementados em paralelo em cada nível de resolução, e o modelo ideal é selecionado como modelo de previsão. A soma dos resultados de previsão obtidos em vários níveis de resolução produz a previsão global de cheias através da aplicação do WT inverso. Os resultados da validação do primeiro estágio indicam que o modelo de previsão ideal em cada nível de resolução para seis eventos é o NARX variável no tempo. Os resultados da validação da segunda etapa mostram que a abordagem proposta é apropriada para modelar o processo chuva-escoamento em cada nível de resolução e estimar o escoamento global para pequenas bacias hidrográficas em Taiwan. Os resultados analíticos confirmam também que o método baseado em wavelet proposto supera o método convencional, que utiliza dados apenas ao nível de resolução original, devido à propriedade de análise multi-resolução (MRA) da transformada wavelet.