Untersuchungen zum Potenzial maschineller Lernverfahren für die hydrologische Simulation und Vorhersage am Beispiel von LSTM und LARSIM in Baden-Württemberg – Exploring the potential of machine learning methods for hydrological simulation and forecasting using LSTM and LARSIM in Baden-Württemberg

Hydrologie und
Wasserbewirtschaftung
68. Jahrgang, Heft 3
Juni 2024

Autorin/Autor:
Orhan D. Tanrikulu, Uwe Ehret, Ingo Haag, Ralf Loritz & Ute Badde

Schlagworte:
Maschinelles Lernen, LSTM, LARSIM, Simulation, Vorhersage

Zitierung:
Tanrikulu, O.D., U. Ehret, I. Haag, R. Loritz, U. Badde (2024): Untersuchungen zum Potenzial maschineller Lernverfahren für die hydrologische Simulation und Vorhersage am Beispiel von LSTM und LARSIM in Baden-Württemberg.
Hydrologie & Wasserbewirtschaftung, 68, (3), 130-145. DOI: 10.5675/HyWa_2024.3_1

               

Praxistransfer: Abflusscheitel-Füllen-Copulas für die Bemessung von Rückhaltebauwerke - From theory to practice: How to use peak discharge and volume copulas for sizing flood control reservoirs