Real time recursive prediction of river flows

The prediction schemes are used to obtain one-day-ahead forecasts of the Wabash River in the U.S.A. by using the daily riverflow data, paying particular attention to the choice of the order of the stochastic difference equation.

Abstract

A method is presented for predicting flows in a river. A stochastic model with a set of undetermined parameters is postulated, and these parameters are estimated in real time using the available flow data, and the model is used for prediction. The predictor is recursive and yields the predicted values of flows at a future time instant based upon all presently available information. In addition, a method is given for comparing optimal predictors obtained from different stochastic models. We use the prediction schemes to obtain one-day-ahead forecasts of the Wabash River in the U.S.A. by using the daily riverflow data, paying particular attention to the choice of the order of the stochastic difference equation. On présente une méthode de prévision du courant dans une rivière. Un modèle stochastique avec un ensemble de paramètres indéterminés est postulé et ces paramètres sont estimés en temps réel en utilisant les données de courant disponibles, et le modèle est utilisé pour les prévisions. Le prédicteur est récursif et donne les valeurs prévues de courant à un instant dans l'avenir, fondées sur tous les renseignements présentement disponibles. De plus, une méthode est donnée pour comparer les prédicteurs optimaux obtenus de différents modèles stochastiques. Nous utilisons les systèmes de prévision pour obtenir un jour à l'avance les conditions de la rivière Wabash aux U.S.A. en utilisant les données quotidiennes du courant et en portant une attention toute particulière aux choix de l'ordre de l'équation différentielle stochastique. Betrachtet wird eine Methode zur Vorhersage der Wasserführung in einem Fluß. Ein stochastısches Modell mit einem Satz unbestimmter Parameter wird postuliert. Diese Parameter werden in Echtzeit geschätzt und zwar unter Benutzung der verfügbaren Durchflußdaten und dieses Modell wird zur Vorhersage benutzt. Der Prädiktor ist rekursiv und ergibt die vorhergesagten Durchflußwerte zu einem zukünftigen Zeitpunkt, der auf allen gegenwärtig verfügbaren Informationen beruht. Zusätzlich wird eine Methode angegeben, um optimale Prädiktoren, die auf Grund verschiedener stochastischer Modelle erhalten wurden, zu vergleichen. Wir benutzen die Prädiktionsschemata, um für den Wabash-Fluß in den USA eine Vorhersage für einen Tag zu erhalten und zwar unter Benutzung der Durchflußdaten des Flusses und unter besonderer Berücksichtigung der Ordnung der stochastischen Differenzengleichung. Излaгaeтcя мeтoд пpeдcкaзaния тeчeний в peкe. Пpeдлaгaeтcя cтoчacтичecкaя мoдeль c pядoм нeoпpeдeлeнныч пapaмeпpoв, пo кoтopым paccчитывaeтcя дeйcтвитeльнoe вpeмя c пpимeнeниeм имeющичcя дaнныч тeчeния; мoдeль иcпoльзyeтcя для пpeдcкaзaний. Этo пpeдcкaзывaющee ycтpoйcтвo peкypcивнoe и пpeдcкaзывaeт вeличины тeчeния в бyдyщeм вpeмeни нa ocнoвe имeющичcя в нacтoящee вpeмя инфopмaций. Кpoмe тoгo, дaeтcя мeтoд cpaвнeния oптимaлpныч пpeдcкaзaний, пoлyчeнныч oт paзличныч oт paзличныч cтoчacтичecкич мoдeлeй. Mы пpимeняeм cчeмы пpeдcкaзaний для пoлyчeния пpeдcкaзaния нa oдин дeнь впepeд для peки Уaбaш (Waьash River) в CшA, иcпoльзyя eжeднeвныe дaнныe пoтoкoв peки, пpичeм ocoбoe внимaниe yдeляeтcя выбopy пopядкa cтoчacтичecкoгo paзнocтнoгo ypaвнeния.