Nutzung künstlicher neuronaler Netze zur Bereitstellung von Entscheidungsgrundlagen für operative und planerische wasserwirtschaftliche Maßnahmen

Koblenz

2008

S. 187-197

11 Abb., 21 Lit. Ang.

Artikel aus einer ZeitschriftUnselbständiges Werk

200149010

Die PAI-OFF-Methodik (Process Modelling and Artificial Intelligence for Online Flood Forecasting) vereint die Zuverlässigkeit physikalisch basierter hydrologischer/hydraulischer Modellierung mit den operationellen Vorzügen von Methoden der künstlichen Intelligenz. Diese Vorzüge sind: extrem geringer Rechenaufwand zur Erstellung einer Vorhersage, Robustheit sowie einfache Handhabbarkeit des Vorhersagesystems. Die Anwendung von PAI-OFF erfordert dabei zunächst die Erstellung eines physikalisch basierten hydrologischen Modells für ein zu betrachtendes Einzugsgebiet. Wenn besondere hydrodynamische Bedingungen auftreten, wie z.B. Rückstaueffekte beim Hochwasserwellenablauf, wird ein hydrodynamisches Wellenablaufmodell für die betreffenden Flussabschnitte mit einbezogen. Beide Modelle werden anschließend zur Simulation der Reaktion des Einzugsgebiets auf die Bandbreite potentiell Hochwasser auslösender Niederschlagsereignisse genutzt. Die resultierenden Niederschlags-Abfluss-Daten bilden die Grundlage einer Datenbank kon-espondierender Input-Output-Vektoren. Die Datenbank wird weiterhin durch hydrologische/meteorologische Informationen zur Charakterisierung des Gebietszustandes vor Ereignisbeginn vervollständigt. Diese Datenbank dient dann dem Training jeweils eines künstlichen neuronalen Netzwerkes: ein Polynomielles Neuronales Netz (PoNN) zur Abbildung der Niederschlags-Abfluss-Funktion sowie ein Multilayer-Feedforward-Netzwerk (MLFN) zur Porträtierung des Hochwasserwellenablaufs. Nach der Vorstellung der theoretischen Grundlagen präsentieren wir die Anwendung der PAI-OFF-Methodik für die Hochwasservorhersage im schnell reagierenden Einzugsgebiet der Freiberger Mulde (Einzugsgebietsgröße ca. 3000 Quadratkilometer) im Sächsischen Erzgebirge. Sowohl die ausgesprochene Rechenschnelle, als auch die hohe Güte der Vorhersage unterstreichen das Potential der PAI-OFF-Methodik für die Online-Hochwasservorhersage in schnell reagierenden Einzugsgebieten.