Hybrid Data-driven and Process-based Modeling for Streamflow Forecasting Under Climate Change in the Upper Genale River Basin of Ethiopia
Deze studie toont aan dat een hybride raamwerk dat het procesgebaseerde QSWAT+-model integreert met machine learning-algoritmen de nauwkeurigheid van de voorspelling van de afvoer in de Upper Genale-rivierbekken in Ethiopië aanzienlijk verbetert, waarbij een geprojecteerde opwaartse trend in toekomstige afvoer onder klimaatveranderingsscenario's wordt onthuld om duurzaam waterbeheer te ondersteunen.