MOE-Fellowship

Aleksandra Nitecka

Hochwasservorhersage in kleinen Flusseinzugsgebieten: Eine vergleichende Anwendung von Long-Short-Term-Memory-Netzwerk (LSTM) und kĂŒnstlichen neuronalen Netzen (ANN) fĂŒr deutsche und polnische Einzugsgebiete. Praktische Anwendung der Sturzflut-Modellierung in stĂ€dtischen und lĂ€ndlichen Einzugsgebieten.

Heutzutage die grĂ¶ĂŸte Herausforderung fĂŒr Stadthydrologen besteht darin, effektive Niederschlag-Abfluss-Modelle zu entwickeln, mit denen die schnelle Reaktion eines urbanisierten Flusseinzugsgebiets vorhergesagt werden kann. Die Verbesserung der ANN-basierten Modellen schafft neue Möglichkeiten fĂŒr die Entwicklung von FrĂŒhwarnverfahren fĂŒr Sturzfluten in kleinen Einzugsgebieten. Das ist eine wesentliche und notwendige Anforderung zur Verringerung des Hochwasserrisikos in stĂ€dtischen und lĂ€ndlichen Einzugsgebieten. WĂ€hrend meines Projekts habe ich versucht, eine der neuesten "deep-learning" Architekturen – Long-Short-Term-Memory-Netzwerk (LSTM) – zu verstehen, die von Hochreiter und Schmidhuber (1997) eingefĂŒhrt wurden.Das grundlegende Ziel meiner Forschung war es, den Betrieb von LSTM fĂŒr deutsche und polnische Einzugsgebiete zu testen und zu vergleichen. Als Eingabedaten wurden der stĂŒndliche Abfluss und der Niederschlag verwendet. Die wichtigsten Arbeitsschritte bestanden darin, polnische Daten zu erhalten und angemessen zu modifizieren, ein Skript mit dem LSTM-Modell zu verstehen und zu schreiben, seine Funktionsweise zu verbessern und eine andere ANN-Architektur zu finden. FĂŒr bessere Ergebnisse habe ich die Wettervorhersage in das Modell aufgenommen. Dies fĂŒhrte zu einer signifikanten Verbesserung der erhaltenen Strömungsprognose. In der Zwischenzeit bestand die grĂ¶ĂŸte Herausforderung fĂŒr mich darin, Python Programmierung zu lernen und zu verstehen, wie neuronale LSTM-Netzwerke funktionieren und aufgebaut werden. Diese Phase hat fĂŒr mich die meiste Zeit in Anspruch genommen, aber ich habe in dieser Zeit das meiste Wissen erworben.


Übersicht

Förderzeitraum

05.02.2020 - 04.01.2021

Institut

CDM Smith Consult GmbH

Betreuer

Heiko Nöll

Kontakt

Mail