Skip to content

GCRI · Water Nexus

Peramalan hidrologi

Forecasting turns observations into lead time: hours for flash floods, days for river floods, weeks to a season for drought. The value is in the lead time and the stated skill, not in a single number.

02Permohonan

What forecasting and time-series analysis does here.

Forecasting and time-series analysis predict future values of variables from past observations and explanatory information. They support peringatan dini and planning across hazards, markets and health. In water, climate and hazards and infrastruktur kritis, forecasts trigger early action and anticipatory finance before shocks materialise. Probabilistic forecasts allow decisions to account for uncertainty across connected sistem. The canonical description is on STEM Commons.

Flood forecasting by reach

Ensemble weather forecasts drive hydrological and hydraulic models to give the probability of exceeding warning thresholds at each gauge, by lead time.

Seasonal drought outlooks

Sub-seasonal and seasonal climate forecasts are combined with current storage and soil moisture to state the odds of deficit categories for the coming months.

Inflow forecasts for reservoirs

Operators receive inflow distributions, not point forecasts, so release rules can be set against the risk of both spill and shortage.

03Geografi

Air saat ini di Lembah Sungai Nil.

Hujan, genangan banjir, dan kelembapan tanah zona akar di Lembah Sungai Nil, dari NASA GIBS. Setiap lapisan memuat tanggalnya sendiri.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Air saat ini, untuk halaman ini

Tentang lapisan ini
Bukti
Estimasi
Sumber
GPM IMERG (NASA GES DISC)
Penyedia
NASA GES DISC
Lisensi
Data terbuka NASA
Tahun data
harian; estimasi satelit, mendekati waktu nyata
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Estimasi satelit, mendekati waktu nyata. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan
Sumber
SMAP Level 4 (NASA NSIDC DAAC)
Penyedia
NASA NSIDC DAAC
Lisensi
Data terbuka NASA
Tahun data
harian; model dengan asimilasi data satelit
Terbaru saat build
2026-10-11
Resolusi
kisi sekitar 2 km
Ketidakpastian
Model dengan asimilasi data satelit. Raster satelit atau model sebagaimana dipublikasikan penyedia. Awan, celah sapuan, dan galat pengambilan data meninggalkan celah dan derau; nilai berupa indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Air saat ini, dibingkai pada Lembah Sungai Nil.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · NASA GPM IMERG Early · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Presipitasi GPM IMERG, NASA Precipitation Processing System; didistribusikan oleh NASA Goddard Earth Sciences Data and Information Services Center (GES DISC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Kelembapan tanah dan massa salju SMAP Level 4, Kantor Pemodelan dan Asimilasi Global NASA; didistribusikan oleh DAAC Pusat Data Salju dan Es Nasional NASA; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Live: NASA GPM IMERG Early. We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Setahun terakhir, suhu harian (ERA5 melalui Open-Meteo): Memuat informasi Copernicus Climate Change Service yang dimodifikasi, 2026.
  • Setahun terakhir, suhu harian dan penyinaran matahari (NASA POWER): Data ini diperoleh dari Proyek POWER NASA Langley Research Center (LaRC) yang didanai melalui NASA Earth Science/Applied Science Program..
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (14 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Laju curah hujan, rata-rata harian: GPM IMERG, NASA GES DISC · 12 Okt 2026
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Kelembapan tanah zona akar, 0 hingga 100 cm: SMAP Level 4, NASA NSIDC DAAC · 11 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis

04Data

Apa yang digunakan metode ini.

Datasets and records used by forecasting and time-series analysis on this platform, with the role each plays and the label its values carry. Sources are listed in register sumber.

DataPeranLabel
Ensemble numerical weather predictionForcingPRAKIRAAN
Seasonal climate forecastsOutlook forcingPRAKIRAAN
Real-time gauge telemetryAsimilasi dataTERAMATI
Snow and soil-moisture stateInitial conditionsDIMODELKAN
05Pantau

Forecast verification.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Verifikasi prakiraan

Water · Hydrological forecasting · Run R-0460

Skill above referenceGCRI · Water Nexus

Forecast with range

Kartu metode

Metode
Peramalan dan analisis deret waktu
Rujukan
climatology
Lead times
1 to 11 steps
Label
DIMODELKAN

Verification by lead time

held-out period

T+20.330.290.19Skilful
T+40.200.260.33Skilful
T+60.260.090.39Marginal
T+80.330.300.28Marginal
Forecast verification: the screen’s structure, terms and states for Water.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.
06Validasi

Cara hasil diperiksa.

Forecasts are evaluated out of sample with proper scoring rules and reliability diagrams. Rolling-origin evaluation tests performance over time.

PemeriksaanCara pelaksanaannya
Hindcast verificationSkill is measured on past forecasts against what happened, by lead time and threshold
Reliability diagramsA forecast of thirty percent must come true about thirty percent of the time
Warning performanceHits, misses and false alarms are reported for every threshold

Structural breaks and regime changes undermine models trained on the past. Forecast skill typically declines rapidly with lead time.

07Simulator

Route a storm through a river network.

Rain becomes runoff by the curve number method, drains each sub-catchment through a linear reservoir and travels down the main stem by Muskingum routing; play it to watch the flood wave move and flatten. Teaching model with stated illustrative values, not a prediction. The map on this page shows The Nile Basin; the model itself is not tied to a place.

Kendali

Storm rainfall depth
120 mm
Storm duration
12 h
Curve number (soil and land cover)
78
Catchment area
800 km²
Reaches on the main stem
5
Travel time per reach (Muskingum K)
6.0 h
Muskingum X (storage weighting)
0.20
Channel capacity per unit area
300 L/s per km²

Pembacaan

Peak discharge at the outlet
452 m³/s
Time to peak
21.6 h
Attenuation by the channel
61%
Hours over capacity
26.4 h
Runoff coefficient
52%
Angka, metode, dan sumber
HourOutlet (m³/s)Unrouted (m³/s)Upper reach (m³/s)
2.40.0678.90.0
12.0308.31,151.4181.8
21.6452.435.173.7
31.2363.31.111.1
40.8198.80.01.5
50.479.30.00.2
60.025.40.00.0
69.66.90.00.0
79.21.70.00.0
88.80.40.00.0
98.40.10.00.0
108.00.00.00.0
117.60.00.00.0
127.20.00.00.0
136.80.00.00.0

Metode

  1. Curve number runoff USDA Soil Conservation Service (1972), National Engineering Handbook, Section 4: Hydrology
  2. Linear reservoir Nash (1957), The form of the instantaneous unit hydrograph, IAHS 45
  3. Muskingum channel routing McCarthy (1938); Cunge (1969), Journal of Hydraulic Research 7
  4. Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Sungai Natural Earth
  • Lakes and reservoirs Natural Earth
  • Kota Natural Earth
  • Laju hujan, setengah jam terakhir (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · register open-meteo.public-pages
  • Surface soil moisture (SMAP) NASA SMAP · register nasa.gibs.context-live-layers
  • Surface water, 30 m (OPERA DSWx-HLS) NASA JPL OPERA DSWx-HLS (contains modified Copernicus Sentinel data 2026) · register nasa.gibs.context-live-layers
  • Surface water through cloud, 30 m (OPERA DSWx-S1 radar) NASA JPL OPERA DSWx-S1 (contains modified Copernicus Sentinel-1 data 2026) · register nasa.gibs.context-live-layers
Route a storm through a river network. Illustrative teaching model: it runs on the values set by the controls, not on measured data. Methods: Curve number runoff (USDA Soil Conservation Service (1972), National Engineering Handbook, Section 4: Hydrology); Linear reservoir (Nash (1957), The form of the instantaneous unit hydrograph, IAHS 45); Muskingum channel routing (McCarthy (1938); Cunge (1969), Journal of Hydraulic Research 7).

Di seluruh enam pilar, dipimpin oleh Nexus Consortium

09Simulator kembaran dan rantai dampak

Model hydrological forecasting as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Standar risiko air: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

  • Banjir bandang
  • Kekeringan meteorologis
  • Penipisan air tanah
  • Kegagalan bendungan
  • Aliran debris (memicu dampak di hilir)
  • Kekeringan pertanian (dipicu di hilir)
  • Kekeringan hidrologis (memicu dampak di hilir)
  • Kebakaran hutan dan lahan (dipicu di hilir)
  • Kebakaran gambut dan bawah tanah (memicu dampak di hilir)
  • Kematian hutan (dipicu di hilir)
  • Kekurangan pasokan air (dipicu di hilir)
  • Krisis pangan akut (dipicu di hilir)
  • Badai debu (dipicu di hilir)
  • Penurunan muka tanah (dipicu di hilir)
  • Intrusi air asin (dipicu di hilir)
  • Banjir sungai (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)
  • Kematian hutan hujan Amazon (dipicu di hilir)

Sistem dan keterkaitan

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-1 Observatory UNI dan katalog artefak (tata bahasa v0.2: segmen domain, sektor, wilayah, dan lingkungan)
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-3b Profil metadata dataset dan produk (STAC, DCAT, PROV-O)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-10 Kebijakan dan klausul (kewajiban yang dapat dibaca mesin: definisi, pengikatan, evaluasi, dan penegakan)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NRS-U28 Semesta : Water Nexus
  • NRS-H61 Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)
  • NRS-K42 Profil paket domain: Daerah aliran sungai lintas batas (DOMAIN-042)
  • NRS-N1 Risiko dan ketahanan air
  • NRS-N7 Keterkaitan nexus air, energi, pangan, kesehatan, keanekaragaman hayati, dan infrastruktur
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)

Pengamatan

  • API Data Air USGS (dicantumkan sebagai rujukan)
  • Prakiraan dan reanalisis banjir global GloFAS (dicantumkan sebagai rujukan)
  • Mascon penyimpanan air daratan GRACE/GRACE-FO (dicantumkan sebagai rujukan)
  • Atlas Risiko Air Aqueduct 4.0 (dicantumkan sebagai rujukan)
  • Presipitasi berpetak kuasi-global CHIRPS (dicantumkan sebagai rujukan)
  • Tingkat tekanan air: penarikan air tawar sebagai proporsi dari sumber daya air tawar yang tersedia
  • Proporsi luas daerah aliran sungai lintas batas dengan pengaturan operasional untuk kerja sama air
  • Proporsi penduduk yang menggunakan layanan air minum yang dikelola dengan aman
  • Jumlah gangguan layanan dasar yang disebabkan bencana

Contoh geografi

  • Daerah Aliran Sungai Gangga dan Brahmaputra: 178 sel heksagonal
  • Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
  • Kelembapan tanah permukaan (SMAP), NASA GIBS
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
10Pengelolaan

Siapa yang memelihara metode ini.

Iklim dan Bahaya stewards forecasting and time-series analysis for the Consortium and reviews how it is applied across platforms.

11Ciri khas sektor

The sector signature of hydrological forecasting.

The sectors hydrological forecasting touches and how strongly they depend on each other: what a study has to observe and model together.

Pilih sudut · arahkan kursor ke garis6 / 15 relasi

Tanda tangan

Air dan mitranya

Air memberi irigasi bagi pangan (0,8), air pendingin dan tenaga air bagi energi (0,6), dan aliran lingkungan bagi keanekaragaman hayati (0,6).

W · E · I · F · H · B

Sektor
4 dari 6
Hubungan
6 dari 15
Keterkaitan
0.43 porsi dari total

Hubungan terkuat yang berperan

  • Pangan → Keanekaragaman hayati · alih fungsi lahan0.6
  • Air → Energi · air pendingin dan tenaga air0.6
  • Air → Pangan · irigasi0.8
  • Air → Keanekaragaman hayati · aliran lingkungan0.6
Nilai pengajaran untuk wilayah kota yang tipikal, bukan pengukuran untuk tempat mana pun. Keterkaitan adalah jumlah kekuatan hubungan yang berperan, sebagai pangsa dari kelima belas hubungan.
12Terhubung

Ke mana halaman ini mengarah di seluruh Konsorsium.

13Metode dan bukti

How hydrological forecasting is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model sistem

The couplings between the systems in hydrological forecasting: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.

++−++AirIklimInfrastruktur kritisKomunitasEkonomiR penguatB penyeimbang
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
14Pertanyaan

Tanya jawab.

What are the limits of forecasting and time-series analysis in this field?
Structural breaks and regime changes undermine models trained on the past. Forecast skill typically declines rapidly with lead time.
Bagaimana hasil diperiksa?
Forecasts are evaluated out of sample with proper scoring rules and reliability diagrams. Rolling-origin evaluation tests performance over time.
Apakah nilai di halaman ini nyata?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIWater NexusRisiko dan Ketahanan Sektor GlobalRisiko dan Ketahanan Sistem NegaraSinyal Observatorium
Water Nexus

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.