PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Modellazione idrologica a scala regionale: utilizzo di tecniche di machine learning per la calibrazione di modelli in siti non strumentati

Riferimenti ALBERTO VIGLIONE

Descrizione Il modello concettuale afflussi-deflussi di Viglione e Parajka (2020) viene calibrato su scala regionale utilizzando l'approccio PASS spiegato in Merz et al. (2020, https://doi.org/10.1029/2019WR026008), tenedo conto del manto nevoso osservato dal satellite (come in Parajka J. e G. Blöschl, 2008, https://doi.org/10.1016/j.jhydrol.2008.06.006).
Il lavoro vuole rispondere alle seguenti domande:
- qual'è l'accuratezza delle portate simulate per i corsi d'acqua monitorati (di cui disponiamo di dati)?
- qual'è l'accuratezza delle portate simulate in bacini non strumentati se tecniche di machine learning quali "random-forest" o "decision trees" sono utilizzate?
È richiesta propensione/disponibilità dello studente alla programmazione. Si farà uso del software numerico R (che include il modello idrologico ed i metodi di machine learning).


Scadenza validita proposta 13/05/2023      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti