Моделирование речного стока в условиях недостаточного информационного обеспечения

Аннотация

Моделирование речного стока, в том числе восстановление пропусков в наблюдениях и непрерывности рядов гидрологических данных на водосборе, характеризующемся недостаточной гидрологической изученностью как, например, р. Оронтес в Сирийской Арабской Республике, является актуальной задачей в области расчётного обоснования гидротехнических сооружений и разработки мероприятий по эффективному управлению водными ресурсами. Целью исследования является моделирование поверхностного стока в бассейне Верхнего Оронтеса с использованием методов статистического анализа и машинного обучения в условиях недостатка исходных данных, а также оценка влияния процесса моделирования на расчёт водохозяйственного баланса. Расчёты речного стока были выполнены с использованием моделей авторегрессионного интегрированного скользящего среднего (ARIMA/SARIMA), искусственных нейронных сетей, моделей нечёткой логики и физико-математической модели «осадки-сток» MIKE11 NAM. Сравнение эффективности воспроизведения речного стока различными методами показало некоторое преимущество искусственных нейронных сетей, что позволило использовать их в процессе восстановления пропусков во временных рядах наблюдений за речным стоком на участке Верхнего Оронтеса с последующим расчётом современного водохозяйственного баланса. Результаты показали, что водохозяйственный баланс в катастрофически маловодный год изменился в сторону более глубокого дефицита, что потребовало комплексных водохозяйственных мероприятий и управленческих решений на исследуемом участке водосбора.