ARIMA-iGARCH: Neues adaptives Modell zur Hochwasservorhersage
Die Simulation von Abflüssen in Bächen und Flüssen stellt insbesondere bei kurzen Zeitreihen eine Herausforderung dar. Während künstliche neuronale Netze leistungsfähig in der Erkennung hydrologischer Muster sind, erfordern sie große Datenmengen und sind bei limitierten Datensätzen wenig effektiv. Statistische Modelle wie ARIMA (Autoregressive Integrated Moving Average) hingegen können bei kurzen Zeitreihen eingesetzt werden, zeigen jedoch Schwächen im Umgang mit starker Varianz und Nichtstationarität.
© Natascha / Adobe Stock
Das im Rahmen des LOEWE-Zentrum emergenCITY neu entwickelte adaptive Hybridmodell ARIMA-iGARCH verbindet die Stärken beider Ansätze, um mit den Gegebenheiten kurzer Abflusszeitreihen umzugehen. Tests am Beispiel des Schwarzbachs bei Nauheim (Hessen) verliefen vielversprechend, zeigen eine höhere Prognosegenauigkeit bei gleichzeitig geringerer Komplexität im Vergleich zu herkömmlichen Ansätzen, womit ARIMA-iGARCH das Potential hat die Vorhersage von Hochwasserereignissen zu verbessern.
Entwicklungsstand
Forschung &
Entwicklung
Markt
