论文研究 戈尔韦河流量预报和建模系统(GFFMS)在埃塞俄比亚塔纳湖盆地的适用性

流量预测用于需要流量数据的活动，例如灌溉开发，供水，防洪和水电开发。 对洪水特别感兴趣的实时流量预测是水文学在水资源决策中最重要的应用之一。 为了满足洪水和流量预报，可以使用水文模型，然后根据残差进行更新。 因此，在这项研究中，使用埃塞俄比亚上尼罗河上游塔纳湖盆地的戈尔韦河流量预报和建模系统（GFFMS）对不同的洪水预报方法进行了流量预报的潜力进行了评估。 面降雨和温度数据用于模型输入。 比较了三种预测更新方法，即自回归（AR），线性传递函数（LTF）和神经元网络更新（NNU）方法，以在提前一到六天的时间进行流量预测。 首先对最敏感的参数进行了微调，并为塔纳盆地三个选定的流域在1994-200