Hybrid Data-driven and Process-based Modeling for Streamflow Forecasting Under Climate Change in the Upper Genale River Basin of Ethiopia
Cette étude démontre qu'un cadre hybride intégrant le modèle basé sur les processus QSWAT+ à des algorithmes d'apprentissage automatique améliore considérablement la précision des prévisions de débit dans le bassin du Haut Gênale en Éthiopie, révélant une tendance à la hausse projetée du débit futur sous les scénarios de changement climatique afin de soutenir une gestion durable des ressources en eau.