ISSN electrónico: 2007-2422   ISSN impreso: 0187-8336      Usted esta aquí: Inicio
Decrease font size  Default font size  Increase font size 
Daily streamflow simulation based on the improved machine learning method
  • Guangyuan Kan
  • Xiaoyan He
  • Liuqian Ding
  • Jiren Li
  • Yang Hong
  • Minglei Ren
  • Tianjie Lei
  • Ke Liang
  • Depeng Zuo
  • Pengnian Huang
Daily streamflow simulation has usually been implemented by conceptual or distributed hydrological models. Nowadays, hydrological data, which can be easily obtained from automatic measuring systems, are more than enough. Therefore, machine learning turns into an effective and popular tool which is highly suited for the streamflow simulation task. In this paper, we propose an improved machine learning method referred to as PKEK model based on the previously proposed NU-PEK model for the purpose of generating daily streamflow simulation results with better accuracy and stability. Comparison results between the PKEK model and the NU-PEK model indicated that the improved model has better accuracy and stability and has a bright application prospect for daily streamflow simulation tasks.
Keywords: Machine learning, daily streamflow simulation, hydrological model, flood forecasting, global optimization.
Simulación de caudales diarios mediante el método de aprendizaje automático mejorado

La simulación de caudales diarios se ha implementado por lo general mediante modelos hidrológicos distribuidos o conceptuales. En la actualidad, los datos hidrológicos, que pueden obtenerse con facilidad de sistemas automáticos de medición, son más que suficientes. Por lo tanto, el aprendizaje automático (machine learning) se ha convertido en una herramienta eficaz y popular, muy adecuada para la tarea de simulación de caudales. En este trabajo se propone un método de aprendizaje automático mejorado denominado modelo PKEK, basado en el modelo NU-PEK, previamente propuesto para generar resultados de simulación de flujo diario más precisos y estables. Los resultados de la comparación entre el modelo PKEK y el modelo NU-PEK indican que el modelo mejorado ofrece mayor exactitud y estabilidad, y tiene un excelente potencial de aplicación en la simulación de caudales diarios.

Palabras clave: aprendizaje automático, simulación de caudales diarios, modelo hidrológico, inundación, pronósticos de inundación, optimación global.