Maskinlæring bidrar til å forutsi vannføring i elver uten måledata

Under Rosendalsveko presenterte stipendiat Kamilla Wergeland hvordan Småkraft og Climate Futures utvikler nye metoder for å estimere vannføring i elver, spesielt der det finnes lite eller ingen måledata.

Kamilla Wergeland

Småkraftverk er sårbare for endringer, og derfor er det viktig å forstå hvordan fremtidens klima vil påvirke vannressursene. Prosjektet jobber derfor både med kortsiktige prognoser (noen dager frem i tid) og langsiktige klimaperspektiver.

– Fordelen med å bruke maskinlæringsmodellen er at den er eksponert for et stort antall hydrologiske forhold og ulike typer klima. Hvis for eksempel klima i et nedbørsfelt endrer seg til å bli enten våtere eller tørrere så har modellen sannsynligvis sett dette tidligere og kan tilpasse seg, forklarer Wergeland.

Hele Wergelands presentasjon ser du 15:43 inn i denne videoenhttps://www.youtube.com/live/TvB7bOaxWeo

Skroll til toppen