Prognoser for vandstand og vandføring

I nogle tilfælde er overskridelse af kritiske niveauer for vandstand eller vandføring forbundet med stor gene for borgere eller lodsejere eller der kan være tekniske anlæg m.m. som risikerer at tage skade. I andre tilfælde kan der bare være en stor interesse i at kunne forudsige hvad der sker nogle døgn frem i tiden.

Vi tilbyder prognoser for vandstand og vandføring på alle IoT-stationer som vi selv drifter. Det forudsætter en længere tidsserie – typisk flere år - for at opnå en god prognose. Det forudsætter ligeledes, at vandstanden eller vandføringen er styret af nedbør og/eller af andre faktorer som også kan måles i realtid.

Metoden vi bruger til prognosemodeller, baserer sig på kunstig intelligens i form af neurale netværk. Vi anvender et transformernetværk kaldet Temporal Fusion Transformers, som anvender samme teknik til at lære tidslige sammenhænge, som har revolutioneret sprogmodeller de senere år. Fordelen ved den kunstige intelligens er netop, at man ikke behøver at kende alle detaljer om systemet der modelleres. Derved kræver det ikke så meget at opbygge en model, som kan give ret præcise bud på hvad der kommer til at ske.

Langt den største usikkerhed på prognosen skyldes typisk usikkerhed på nedbørsprognosen og derfor beregner vi altid prognoser for både maksimal, middel og minimum forventet nedbørsmængde i prognoseperioden. Det giver beslutningstagere det bedst mulige grundlag for at kunne iværksætte tiltag rettidigt.