Aktiviteten udvikler metoder, der understøtter en øget automatisering og dermed effektivisering af processer til opsætning, kalibrering og validering samt løbende opdatering og vedligehold af vandmodeller
Vandmodeller er vigtige for at forstå og forudsige alt fra vandkvalitet til oversvømmelser. Men de kan være omstændelige og tidskrævende at bygge og vedligeholde. Derfor sigter denne aktivitet mod at automatisere og effektivisere vandmodelleringsarbejdsgange. Det gør det lettere og hurtigere at opbygge, kalibrere, validere og opdatere vandmodeller, samt forbedre kvaliteten og nøjagtigheden af modellernes resultater. I 2024 har aktiviteten tre hovedelementer: 1. En samling af reference cases inden for forskellige områder af vandmodellering opbygges. Disse cases vil fungere som testgrundlag for nye metoder, herunder maskinlæring, og vil indeholde data, modeller og resultater for forskellige typer af vandmodelleringsproblemer. Alle reference cases vil blive gjort tilgængelige som open-source Python-pakker. 2. Python økosystem for vandmodellering sigter mod at automatisere mange af de tidskrævende opgaver, som ingeniører står overfor i forbindelse med vandmodellering. Dette opnås ved at udvikle en række open-source Python biblioteker, der kan bruges som byggeklodser til automatisering. Disse biblioteker vil blive grundigt dokumenteret og inkludere automatiserede tests for nem brug. 3. Hybride løsninger er nye metoder, der kombinerer model, data og maskinlæring til at forbedre vandmodellering og modellernes forudsigelser. Hybride løsninger kan udnytte styrkerne ved både fysisk-baserede modeller og datadrevne metoder og i 2024 vil der blive udviklet to nye hybride løsninger for to forskellige vandmodelleringsområder i samarbejde med relevante partnere.
Vandmodeller er vigtige for at forstå og forudsige alt fra vandkvalitet til oversvømmelser. Men de kan være omstændelige og tidskrævende at bygge og vedligeholde. Derfor sigter denne aktivitet mod at automatisere og effektivisere vandmodelleringsarbejdsgange. Det gør det lettere og hurtigere at opbygge, kalibrere, validere og opdatere vandmodeller, samt forbedre kvaliteten og nøjagtigheden af modellernes resultater. I 2024 har aktiviteten tre hovedelementer: 1. En samling af reference cases inden for forskellige områder af vandmodellering opbygges. Disse cases vil fungere som testgrundlag for nye metoder, herunder maskinlæring, og vil indeholde data, modeller og resultater for forskellige typer af vandmodelleringsproblemer. Alle reference cases vil blive gjort tilgængelige som open-source Python-pakker. 2. Python økosystem for vandmodellering sigter mod at automatisere mange af de tidskrævende opgaver, som ingeniører står overfor i forbindelse med vandmodellering. Dette opnås ved at udvikle en række open-source Python biblioteker, der kan bruges som byggeklodser til automatisering. Disse biblioteker vil blive grundigt dokumenteret og inkludere automatiserede tests for nem brug. 3. Hybride løsninger er nye metoder, der kombinerer model, data og maskinlæring til at forbedre vandmodellering og modellernes forudsigelser. Hybride løsninger kan udnytte styrkerne ved både fysisk-baserede modeller og datadrevne metoder og i 2024 vil der blive udviklet to nye hybride løsninger for to forskellige vandmodelleringsområder i samarbejde med relevante partnere.
Uddannelses- og Forskningsstyrelsen
Haraldsgade 53
2100 København Ø
Tlf: +45 7231 7800
ufs@ufm.dk
Gregersensvej 1
DK-2630 Taastrup
Tlf: +45 4516 2626
info@gts-net.dk
GTS Login
Log ind som GTS bruger for at administrere dine indsatsområder og aktiviteter.