Estimation of daily suspended sediments using support vector machines

Abstract

The use of support vector machines—a new regression procedure in water resources—was investigated for predicting suspended sediment concentration/load in rivers. The method was applied to the observed streamflow and suspended sediment data of two rivers in the USA, which have already been used in earlier studies using soft computing techniques. The estimated suspended sediment values were found to be in good agreement with the observed ones. Negative sediment estimates, which were encountered in the soft computing calculations, are not produced by this method. The results indicate that this approach may give better performance than those described in the literature using different methodologies.

Résumé

L'utilisation de “support vector machines”—une procédure de régression nouvelle en hydrologie—est étudiée pour prévoir la concentration/charge en sédiments en suspension dans les rivières. La méthode est appliquée aux données observées d'écoulement et de sédiments en suspension de deux rivières des Etats-Unis, qui ont déjà été utilisées dans de précédentes études basées sur des techniques informatiques de calcul. Les valeurs estimées de sédiments en suspension sont en bon accord avec les données observées. Les estimations négatives de sédiments, obtenues avec les techniques informatiques de calcul, sont évitées avec cette méthode. Les résultats indiquent que cette approche peut avoir de meilleures performances que celles qui sont décrites dans la littérature, basées sur différentes méthodologies.

Key words:

• kernel functions
• modelling
• regression analysis
• support vector machines
• suspended sediment concentration/load

Mots clefs:

• fonctions noyau
• modélisation
• analyse de régression
• support vector machines
• concentration/charge en sédiments en suspension