利用多源地球观测数据降低链式水文-水动力模型不确定性以改进洪水预报
图像与视频处理
2023-10-25 v1
摘要
业务化洪水预报的挑战在于在受限计算资源下、在与近实时预报相匹配的处理时间内产生可靠的预报。洪水水动力模型利用来自水位站网络的观测数据，例如水面高程（WSE）和/或流量，这些数据描述了模型上游和侧向边界条件的强迫时间序列。因此，链式水文-水动力模型颇具价值，可延长预报预见期，并克服仅使用观测水位站测量进行预报时的局限。本研究致力于全面降低模型参数、水动力状态尤其是强迫数据中的不确定性，以提升整体洪水再分析与预报性能。其目标是同化两种主要互补的地球观测（EO）数据源，即原位水面高程与 SAR 反演的洪水范围观测。
引用
@article{arxiv.2306.10059,
title = {Reducing Uncertainties of a Chained Hydrologic-hydraulic Model to Improve Flood Forecasting Using Multi-source Earth Observation Data},
author = {Thanh Huy Nguyen and Sophie Ricci and Andrea Piacentini and Quentin Bonassies and Raquel Rodriguez Suquet and Santiago Peña Luque and Kevin Marlis and Cédric David},
journal= {arXiv preprint arXiv:2306.10059},
year = {2023}
}
备注
Copyright 2023 IEEE. Published in the IEEE 2023 International Geoscience & Remote Sensing Symposium (IGARSS 2023), scheduled for July 16 - 21, 2023 in Pasadena, California, USA