Neuro-fuzzy models employing wavelet analysis for suspended sediment concentration prediction in rivers

摘要

L'étude de la charge sédimentaire est importante à cause de ses implications pour le génie de l'environnement et des ressources en eau. Quatre modèles ont été considérés dans cette étude sur la prévision des concentrations en matières en suspension: des réseaux de neurones artificiels (RNAs), un modèle neuro-flou (NF), une combinaison d'analyse par ondelettes et de modèle neuro-flou (ONF), et la méthode conventionnelle de l'abaque sédimentaire (AS). A l'aide des données d'une station de jaugeage de l'US Geological Survey, la concentration en matières en suspension prévue par le modèle ONF est en accord satisfaisant avec les données mesurées. Le modèle ONF proposé génère en outre des prévisions raisonnables pour les valeurs extrêmes. La charge sédimentaire cumulée estimée par ce modèle est beaucoup plus grande qu'avec les autres modèles, et est proche des données observées. Par contre, dans leur présente formulation, les modèles RNA, NF et AS sous-estiment la charge sédimentaire. Le modèle ONF reproduit le phénomène d'hystérésis avec succès contrairement à la méthode AS. En général, les résultats montrent que le modèle NF a une meilleure performance que les modèles RNA et AS.%The study of sediment load is important for its implications to the environment and water resources engineering. Four models were considered in the study of suspended sediment concentration prediction: artificial neural networks (ANNs), neuro-fuzzy model (NF), conjunction of wavelet analysis and neuro-fuzzy (WNF) model, and the conventional sediment rating curve (SRC) method. Using data from a US Geological Survey gauging station, the suspended sediment concentration predicted by the WNF model was in satisfactory agreement with the measured data. Also the proposed WNF model generated reasonable predictions for the extreme values. The cumulative suspended sediment load estimated by this model was much higher than that predicted by the other models, and is close to the observed data. However, in the current modelling, the ANN, NF and SRC models underestimated sediment load. The WNF model was successful in reproducing the hysteresis phenomenon, but the SRC method was not able to model this behaviour. In general, the results showed that the NF model performed better than the ANN and SRC models.