A COST-EFFECTIVE FLOOD FORECASTING SYSTEM

Abstract

Considerations for selection of a real-time flood forecasting system are presented with particular emphasis on the procedure known as updating. A case study, the development and implementation of a real-time flood forecasting system for the Ganaraska River at Port Hope, is described. The forecasting model has three components: (i) a snowmelt model which requires temperature data, (ii) an abstraction model based on a variable runoff coefficient which requires rainfall, snowmelt and temperature data and (iii) a transfer-function noise (TFN) model which requires measured streamflow data. The TFN model transforms the net water inputs into streamflow and updates forecasts automatically in terms of previous forecast errors. The model has good forecasting accuracy up to a lead time of 18 hours, requires minimal real-time data or expertise and is embedded into a menu-driven computer-user interface.

Certaine points a considérer durant la sélection d’un système temps réel de prévision de crue sont présentés en mettant un accent particulier sur la procédure de mis-a-jour des prévisions. Une étude du développement et de l’installation d’un tel système sur la Rivière Ganaraska a Port Hope est décrite. Le modèle de prévision comprend trois module : (i) un modèle de fonte de neige qui nécessite des données de température, (ii) un modèle d’extraction basé sur un coefficient de ruissellement variable, qui nécessite des données de pluie, de fonction de transfert (TFN = transfer-function noise model) qui nécessite des données de débits mesurés. Le modèle TFN transformé les données d’eau nette en écoulement et mets a jour automatiquement les prévisions en tennant compte ces précédent erreurs de prévision. Le modèle produit de bons résultats pour une période prévisions allant jusqu’ à 18 heures, nécessite un minimum d’expertise ou de données (type temps réel) et fonctionner a l’intérieur d’un système de menus qui facilite l’interface ordinateur-usager.