Documents disponibles écrits par cet auteur

Comparative Analysis of Data-Driven and GIS-Based Conceptual Rainfall-Runoff Model / Jayawardena, A. W. in Journal of hydrologic engineering, Vol. 11, N°1 (Janvier/Fevrier 2006) 

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 11, N°1 (Janvier/Fevrier 2006) . - 1-11 p. Titre : Comparative Analysis of Data-Driven and GIS-Based Conceptual Rainfall-Runoff Model Titre original : Analyse Comparative des Données Conduites et du Modèle Conceptuel d'Ecoulement de précipitations de GI-Basé Type de document : texte imprimé Auteurs : Jayawardena, A. W., Auteur ; Lee, J. H. W. ; Muttil, N., Auteur Article en page(s) : 1-11 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Hydrologic  models  Rainfall  Runoff  Evolutionary  computation  Geographic  information  systems  China  Comparative  studies  Modèles  hydrologiques  Précipitations  Calcul  évolutionnaire  Systèmes  d'information  géographiques  Chine  Études  comparatives Index. décimale : 551.4 Résumé : Modeling of the rainfall-runoff process is important in hydrology. Hystorically, researchers relied on conventional deterministic modeling techniques based either on the physics of the undelying processes, or on the conceptual system which may or may not mimic the underlying processes. This Study investigates the suitability of a conceptual technique along with a data-driven technique, to model the rainfall-runoff process. The Conceptual technique used is based on the Xinanjiang model coupled with geographic information system (GIS) for runoff routing and the data-driven model is based on genetic programming (GP), which was used for rainfall-runoff modeling in the recent past. To verify GP's capability, a simple example with a known relation from fluid mechanics is considered first. For a small, steep-sloped catchment in Hong Kong. It was found that the conceptual model outperformed the data-driven model and provided a better representation of the rainfall-runoff process in general and better prediction of peak discharge, in particular. To demonstrate the potential of GP as a viable data-driven rainfall-runoff model, it is successfully applied to two catchments located in southern China. Modeler du processus d'précipitation-écoulement est important en hydrologie. Hystorically, chercheurs s'est fondé sur des techniques modelantes déterministes conventionnelles a basé sur la physique des processus undelying, ou sur le système conceptuel qui peut ou peut ne pas imiter les processus fondamentaux. Cette étude étudie la convenance d'une technique conceptuelle avec une technique data-driven, pour modeler le processus d'précipitation-écoulement. La technique conceptuelle utilisée est basée sur le modèle de Xinanjiang couplé au système d'information géographique (GIs) pour le cheminement d'écoulement et le modèle data-driven est basé sur la programmation génétique (généraliste), qui a été employée pour l'précipitation-écoulement modelant dans le passé récent. Pour vérifier les possibilités du généraliste, un exemple simple avec une relation connue de la mécanique liquide est considéré comme d'abord. Pour une petite, steep-sloped captation dans Hong Kong. On l'a constaté que le modèle conceptuel a surpassé le modèle data-driven et si une meilleure représentation du processus d'précipitation-écoulement en général prévision et la meilleure de la décharge maximale, en particulier. Pour démontrer le potentiel du généraliste comme modèle data-driven viable d'précipitation-écoulement, il est avec succès appliqué à deux catchments situés dans la Chine méridionale. En ligne : hrecjaw@hkucc.hku.hk [article] Comparative Analysis of Data-Driven and GIS-Based Conceptual Rainfall-Runoff Model = Analyse Comparative des Données Conduites et du Modèle Conceptuel d'Ecoulement de précipitations de GI-Basé [texte imprimé] / Jayawardena, A. W., Auteur ; Lee, J. H. W. ; Muttil, N., Auteur . - 1-11 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 11, N°1 (Janvier/Fevrier 2006) . - 1-11 p. Mots-clés : Hydrologic  models  Rainfall  Runoff  Evolutionary  computation  Geographic  information  systems  China  Comparative  studies  Modèles  hydrologiques  Précipitations  Calcul  évolutionnaire  Systèmes  d'information  géographiques  Chine  Études  comparatives Index. décimale : 551.4 Résumé : Modeling of the rainfall-runoff process is important in hydrology. Hystorically, researchers relied on conventional deterministic modeling techniques based either on the physics of the undelying processes, or on the conceptual system which may or may not mimic the underlying processes. This Study investigates the suitability of a conceptual technique along with a data-driven technique, to model the rainfall-runoff process. The Conceptual technique used is based on the Xinanjiang model coupled with geographic information system (GIS) for runoff routing and the data-driven model is based on genetic programming (GP), which was used for rainfall-runoff modeling in the recent past. To verify GP's capability, a simple example with a known relation from fluid mechanics is considered first. For a small, steep-sloped catchment in Hong Kong. It was found that the conceptual model outperformed the data-driven model and provided a better representation of the rainfall-runoff process in general and better prediction of peak discharge, in particular. To demonstrate the potential of GP as a viable data-driven rainfall-runoff model, it is successfully applied to two catchments located in southern China. Modeler du processus d'précipitation-écoulement est important en hydrologie. Hystorically, chercheurs s'est fondé sur des techniques modelantes déterministes conventionnelles a basé sur la physique des processus undelying, ou sur le système conceptuel qui peut ou peut ne pas imiter les processus fondamentaux. Cette étude étudie la convenance d'une technique conceptuelle avec une technique data-driven, pour modeler le processus d'précipitation-écoulement. La technique conceptuelle utilisée est basée sur le modèle de Xinanjiang couplé au système d'information géographique (GIs) pour le cheminement d'écoulement et le modèle data-driven est basé sur la programmation génétique (généraliste), qui a été employée pour l'précipitation-écoulement modelant dans le passé récent. Pour vérifier les possibilités du généraliste, un exemple simple avec une relation connue de la mécanique liquide est considéré comme d'abord. Pour une petite, steep-sloped captation dans Hong Kong. On l'a constaté que le modèle conceptuel a surpassé le modèle data-driven et si une meilleure représentation du processus d'précipitation-écoulement en général prévision et la meilleure de la décharge maximale, en particulier. Pour démontrer le potentiel du généraliste comme modèle data-driven viable d'précipitation-écoulement, il est avec succès appliqué à deux catchments situés dans la Chine méridionale. En ligne : hrecjaw@hkucc.hku.hk