Long lead forecasting of spring peak runoff using Mamdani-type fuzzy logic systems at Hay River, NWT1: Fid-Bau Portal

Long lead forecasting of spring peak runoff using Mamdani-type fuzzy logic systems at Hay River, NWT1

Hicks, F.E

Chez les communautés riveraines nordiques, les inondations causées par des embâcles de glace constituent une menace annuelle aux propriétés et aux vies humaines. Dans le cadre de cette étude, on a évalué l’écoulement de pointe de la fonte des neiges durant la débâcle en tant qu’indicateur de la gravité des crues dues aux embâcles de glace. En raison du réseau de données hydrométéorologiques insuffisantes pour les régions nordiques éloignées, un système à logique floue (FLS) de type Mamdani a été développé et testé avec les données historiques restreintes. On a défini trois variables d’entrée à partir des données sur les précipitations, la température de l’air et le niveau d’eau journalier. Toutes ces variables sont connues ∼3 à 4 semaines avant l’embâcle permettant une prévision avec un bon délai de préavis. On démontre le processus de développement du système par une étude de cas de la ville de Hay River, T.N.-O. au Canada. On a conçu une série d’expériences dans le but de choisir la meilleure configuration de système, ce qui a aussi donné un moyen de faire une analyse de sensibilité pour différents choix concernant chaque élément du système. On a trouvé que le système démontre une très bonne performance quant aux données historiques utilisant un indice d’erreur qualitatif. Les résultats de l’analyse de sensibilité semblent indiquer que la performance du système est dépendante des choix des opérateurs d’inférence de logique floue et de la méthode de clarification. En tant que système à long délai, les facteurs météorologiques à court terme pouvant avoir un effet sur les extrants du système ont été analysés et la gamme d’erreurs possibles analysée. La validation préliminaire du système, reposant sur trois années d’essais, démontre une performance prometteuse. [Traduit par la Rédaction]

In northern riverside communities, breakup ice jam flooding is an annual threat to properties and human lives. In this study, the peak snowmelt runoff during breakup was assessed as an indicator of breakup flood severity. Due to the sparse network of hydrometeorolocial data in remote northern regions, a Mamdani-type fuzzy logic system (FLS) was developed and tested with the limited historical data. Three input variables were defined from the precipitation, air temperature and daily water level data. All of these variables are known ∼3 to 4 weeks before breakup enabling a long lead-time forecast. The process of system development is demonstrated by a case study of the Town of Hay River, NWT Canada. A series of experiments were designed to select the best system configuration, which also provided a way to conduct a sensitivity analysis for different choices in each system component. It was found that the system shows very good performance on the historical data using the qualitative error index. The results of the sensitivity analysis suggest the system performance is dependent on the choices of fuzzy logic inference operators and defuzzification method. As a long lead system, the short-term meteorological factors that would affect the system output were analyzed and the possible error range was assessed. Preliminary model validation, based on three years of testing, shows promising performance.