基于实时多元稳健回归与多项式逼近的洪水预测模型
1. 引言
自然灾害如洪水、飓风等对贫困和弱势群体的生活影响巨大。为了通过早期灾害预测减少损失，人们做了很多工作。由于网络需部署在农村地区，资源严重受限。如今，基于无线传感器网络（WSN）的系统常用于预测模型。WSN 具有低功耗、低成本、多跳传输的特点，独立于外部服务提供商，能在无视线覆盖的情况下形成可扩展网络，且具有自修复数据路径。
WSN 可采用两层方法在地理区域内大致均匀部署，包括短距离通信节点集群和能进行更广泛通信的节点。WSN 节点仅与相邻节点通信，以降低传输功率和损耗，无需传统遥测系统中昂贵的中继器和发射器。每个节点兼具数据采集、路由和聚合功能，这种架构提高了整个山洪监测系统的冗余性和可靠性。此外，WSN 无需第三方服务和基础设施，可快速部署，并支持在线自校准预测模型。
可创建两种模型：集中式模型，计算仅在中心节点进行，终端节点无需计算硬件；分布式模型，计算在多个层级进行，更抗错误但成本较高。实际系统中，结合两者以平衡成本和准确性是最佳选择。
2. 相关工作
大多数数据驱动的统计洪水预测模型需要地形、土壤成分、土地覆盖、气象条件和水文气象量（如土壤湿度）等详细信息。在降雨 - 径流模型的开发中，涵盖了从集总到空间分布的多种模型。许多同类算法需要进行校准测试和反复重新校准，部分算法还限制参数数量，使模型缺乏灵活性。
3. 提出的工作
3.1 WSN 系统架构
所提出的模型包括传感器（用于感知和收集计算所需数据）、计算节点（具有强大处理能力，实现预测算法）和有人值守的中央监测办公室（验证结果、实施集中式预测算法作为
