Disse, Markus (Prof. Dr.); Leandro, Jorge (Prof. Dr.)
Language:
en
Subject group:
GEO Geowissenschaften
TUM classification:
BAU 650; UMW 300; BAU 651
Abstract:
Early prediction of floods could prevent losses. An artificial neural network (ANN) is developed for the real-time flood inundation forecast with a high spatial resolution of 4m. The ANN produces good results in maximum inundation prediction with 3h -- 12 h lead time. For the historical flood events, the outputs have a good accuracy of the water depths and a moderate accuracy for the flood extents.
Translated abstract:
Eine frühzeitige Vorhersage von Überschwemmungen könnte Verluste verhindern. Ein künstliches neuronales Netz (KNN) wurde für die Echtzeit-Überschwemmungsvorhersage mit einer hohen räumlichen Auflösung von 4 m entwickelt. Das kNN liefert gute Ergebnisse bei der Vorhersage der maximalen Überschwemmung mit einer Vorlaufzeit von 3 bis 12 Stunden. Für die historischen Ereignisse haben die Ergebnisse eine gute Genauigkeit für die Wassertiefen und eine mäßige Genauigkeit für die Überschwemmungsausmaße.
Login
BibTeX