Hybrid Data-driven and Process-based Modeling for Streamflow Forecasting Under Climate Change in the Upper Genale River Basin of Ethiopia
Diese Studie zeigt, dass ein hybrider Rahmen, der das prozessbasierte QSWAT+-Modell mit Algorithmen des maschinellen Lernens integriert, die Genauigkeit der Abflussvorhersage im oberen Genale-Flusseinzugsgebiet in Äthiopien signifikant verbessert und einen projizierten Aufwärtstrend des zukünftigen Abflusses unter Klimawandelszenarien aufzeigt, um ein nachhaltiges Wasserressourcenmanagement zu unterstützen.