RESERVOIR DAILY INFLOW SIMULATION USING DATA FUSION METHOD

Authors


  • Simulation des débits d'entrée quotidiens d'un réservoir en utilisant la méthode de fusion de données.

Correspondence to: Behnam Ababaei, Department of Irrigation and Reclamation Engineering, Faculty of Agricultural Engineering and Technology, College of Agriculture and Natural Resources, University of Tehran, P.O. Box: 4111, Karaj, Iran. 31587–77871. E-mail: Behnam.ab@gmail.com; B.Ababaei@ut.ac.ir

ABSTRACT

Information about the parameters defining water resource availability is a key factor in its management which improves the operation policies for water resource systems. One of the most important parameters in this area is river streamflow. In this research, two different strategies of data fusion were tested for daily inflow simulation of the Taleghan Reservoir. Four artificial neural network models as well as two Hammerstein–Wiener models were used as individual simulation models. The results showed that the data fusion method has the capacity to improve substantially the results of individual simulation models. The individual models were also tested in combination with a weather generator model which was used to generate 100 yr of daily temperature and precipitation data. The results demonstrated that although some models performed well in calibration and validation phases, in combination with a weather generator they could result in eccentric outcomes. This research also showed that the data fusion method can combine the results of single simulation models to improve the final estimate and decrease the bandwidth of errors. Copyright © 2013 John Wiley & Sons, Ltd.

RÉSUMÉ

Les informations sur les paramètres définissant la disponibilité des ressources en eau sont un facteur clé de leur gestion qui améliore les politiques opérationnelles des systèmes de ressources en eau. L'un des paramètres les plus importants dans ce domaine est le débit du fleuve. Dans cette recherche, deux stratégies différentes de la fusion de données ont été testées pour la simulation du débit d'entrée quotidien du réservoir de Taleghan. Quatre modèles de réseau de neurones et deux modèles de Hammerstein-Wiener ont été utilisés comme modèles de simulation individuels. Les résultats ont montré que la méthode de fusion de données a la capacité d'améliorer sensiblement les résultats des modèles de simulation individuels. Les différents modèles ont également été testés en combinaison avec un modèle générateur de météo qui a généré 100 ans de données de température et de précipitations quotidiennes. Les résultats ont montré que certains modèles pourtant bien calibrés et validés, pouvaient aboutir à des résultats excentriques lorsqu'ils sont combinés à un générateur de climat. Cette recherche a également montré que la méthode de fusion de données peut combiner les résultats de modèles de simulation simples pour améliorer l'estimation finale et diminuer la bande passante d'erreurs. Copyright © 2013 John Wiley & Sons, Ltd.

Ancillary