WaterMatica Q-Flood
Laman utamaMalaysia: Ringkasan· LaporanPetaPengesahan
ENBMTR
1

Apa yang kami buat?

Kami mengira kebarangkalian banjir bagi 3 hari akan datang untuk 16 negeri. Input: data cuaca/hujan terbuka, ramalan debit GloFAS di 34 titik sungai (51 ahli ensemble) dan katalog banjir dicerap sebanyak 239 baris (GDACS 100 + disusun 139). Model dibina dan dikalibrasi hanya pada tahun 2001-01-01 → 2019-12-31 (111 024 negeri-hari); tempoh 2020-01-01 → 2026-10-01 diuji sekali, tidak pernah dilihat sebelum ini. Hari ini kami bandingkan ramalan semalam dengan laporan banjir rasmi/awam. Lapisan kuantum diuji hanya dalam mod bayang berbanding kembar klasiknya pada data yang sama; tiada komponen kuantum yang gagal pintu penerimaan masuk ke dalam ramalan.

1

Data

Paksaan hujan/suhu, 34 stesen GloFAS, katalog banjir 239 baris

2

GloFAS 51 ahli

Ensemble debit sungai: berapa ahli melebihi debit 2/5/20 tahun

3

Kalibrasi

Skor mentah → kebarangkalian; hanya 2001-01-01 → 2019-12-31 (111 024 negeri-hari)

4

Amaran

16 negeri × 3 hari: P(1 h), P(1–3 h), warna sungai

5

Pengesahan

Ramalan semalam ↔ laporan banjir rasmi/awam hari ini, log berpaut bukti

6

Pintu bayang kuantum

VQC/QUBO lawan kembar klasik; tiada penerimaan melainkan SI menolak sifar

5 Nov 2026 06:09 TRT (5 Nov 11:09 MYT)
Perjalanan bermula
Sumber: 00_panel/calisma.json
5 Nov 2026 06:37 TRT (5 Nov 11:37 MYT)
Bahagian terakhir selesai
Sumber: 10_dogrulama/summary.json
Q-Flood Engine 3.3.1
Enjin
model 3.3.9-W
Sumber: 00_panel/summary.json

Sumber data dan kesegaran

DATAFRESHNESSFILE
Paksaan hujan/suhu (enjin)cerapan hingga 4 November 202607_alert/motor_kosusu.json
Ramalan cuaca berangkaOpen-Meteo best_match setiap jam — ramalan 5 Nov 2026 06:14 TRT (5 Nov 11:14 MYT)07_alert/tahmin_2026-11-05.json
River debitGloFAS v4 reanalysis + ramalan (Open-Meteo banjir API) — 51 ahli07_alert/tahmin_2026-11-05.json
Banjir catalogue (training/test ground truth)239 baris, disusun 26 Oktober 202601_envanter/gercek_kaynaklari.json
Pengesahan sources for semalam's ramalanJKM InfoBencana, GDACS, news/Bernama — fetched 5 Nov 2026 06:29 TRT (5 Nov 11:29 MYT)10_dogrulama/kaynaklar_2026-11-04.json
Nota: The gap between the last dicerap hari of the forcing data and the ramalan hari is filled with ramalan cuaca berangka; ini meningkatkan ketidakpastian ramalan.
2

Apa yang kami ramal?

Dalam ramalan 5 November 2026, kebarangkalian banjir 3 hari tertinggi ialah Kedah, at 0.6%. Seterusnya: Perak, Pahang. Kebarangkalian rendah di negeri lain. Angka ini menunjukkan betapa kerap banjir dilihat pada hari dengan isyarat sama dalam tempoh kalibrasi; ia bukan keputusan ya/tidak.

Tetingkap kesahan: 6 Nov 00:00 MYT → 9 Nov 00:00 MYT (masa Malaysia) = 5 Nov 19:00 TRT → 8 Nov 19:00 TRT (Istanbul). P(1 h) hanya untuk hari pertama (6 November 2026, 00:00–24:00 MYT).
0.6%in 3 hari
#1 Kedah
Hari 1 0.2% · sungai tiada (P(>Q2) 0%, 51 ahli) · keyakinan tinggi
0.4%in 3 hari
#2 Perak
Hari 1 0.2% · sungai tiada (P(>Q2) 0%, 51 ahli) · keyakinan tinggi
0.2%in 3 hari
#3 Pahang
Hari 1 0.1% · sungai tiada (P(>Q2) 0%, 51 ahli) · keyakinan tinggi
Selangor: P(1–3 g) 0.1%Johor: P(1–3 g) 0.2%Kuala Lumpur: P(1–3 g) 0.1%Melaka: P(1–3 g) 0.1%Negeri Sembilan: P(1–3 g) 0.1%Sabah: P(1–3 g) 0.1%Sarawak: P(1–3 g) 0.1%Kelantan: P(1–3 g) 0.2%Putrajaya: P(1–3 g) 0.1%Terengganu: P(1–3 g) 0.2%Pahang: P(1–3 g) 0.2%Kedah: P(1–3 g) 0.6%Perlis: P(1–3 g) 0.1%Perak: P(1–3 g) 0.4%Pulau Pinang: P(1–3 g) 0.1%Labuan: P(1–3 g) 0.1%1Kedah2Perak3PahangBorneo negeri shifted west for display
< 1%1%–33%–55%–10≥ 10%(warna = bin paparan P(1–3 h))
Peta interaktif (internet required): 07_alert/alert_2026-11-05_harita.html
Kedah#1
0.6%1–3 h
Hari 1 0.2%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Perak#2
0.4%1–3 h
Hari 1 0.2%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Johor
0.2%1–3 h
Hari 1 0.1%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Kelantan
0.2%1–3 h
Hari 1 0.1%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Pahang#3
0.2%1–3 h
Hari 1 0.1%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Terengganu
0.2%1–3 h
Hari 1 0.1%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Kuala Lumpur
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Labuan
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) —
keyakinan: tinggi
Melaka
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Negeri Sembilan
0.1%1–3 h
Hari 1 0.1%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Perlis
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 2%
keyakinan: tinggi
Pulau Pinang
0.1%1–3 h
Hari 1 0.1%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Putrajaya
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Sabah
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Sarawak
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
Selangor
0.1%1–3 h
Hari 1 0%
sungai tiada · P(>Q2) 0%
keyakinan: tinggi
purple — ≥ 30% of the ensemble exceeds the 20-tahun debitred — ≥ 30% exceeds the 5-tahun debityellow — ≥ 30% exceeds the 2-tahun debitno colour — below ambangtiada data sungai
“melebihi ambang” = P(1 d) ≥ 0.0171 (ambang tindakan corresponding to the top 2% of hari in the calibration tahuns); pengesahan uses the same ambang.
All negeri table
STATEP(1 D)P(1–3 D)RIVER COLOURP(>Q2)P(>Q5)STATIONCONFIDENCE
Kedah0.2%0.6%tiada0%0%Sg Kedah Alor Setartinggi
Perak0.2%0.4%tiada0%0%Sg Perak Teluk Intantinggi
Johor0.1%0.2%tiada0%0%Sg Muar Buloh Kasaptinggi
Kelantan0.1%0.2%tiada0%0%Sg Kelantan Guillemardtinggi
Pahang0.1%0.2%tiada0%0%Sg Pahang Temerlohtinggi
Terengganu0.1%0.2%tiada0%0%Sg Terengganutinggi
Kuala Lumpur0%0.1%tiada0%0%Sg Klang KLtinggi
Labuan0%0.1%tiada——tinggi
Melaka0%0.1%tiada0%0%Sg Melakatinggi
Negeri Sembilan0.1%0.1%tiada0%0%Sg Linggitinggi
Perlis0%0.1%tiada2%0%Sg Perlis Kangartinggi
Pulau Pinang0.1%0.1%tiada0%0%Sg Juru/Peraitinggi
Putrajaya0%0.1%tiada0%0%Sg Langat Putrajayatinggi
Sabah0%0.1%tiada0%0%Sg Padas Beauforttinggi
Sarawak0%0.1%tiada0%0%Batang Rajang Sibutinggi
Selangor0%0.1%tiada0%0%Sg Klang Klangtinggi
Sumber: 07_alert/alert_2026-11-05.json, 07_alert/summary.json, 07_alert/alert_2026-11-05.geojson
3

Sejauh mana tepatnya?

a) Real-time pengesahan live · operasi

Kami bandingkan ramalan hari-1 yang dikeluarkan pada pagi 4 November 2026 with official and public flood reports published for 5 November 2026 (checked: 5 Nov 2026 06:29 TRT (5 Nov 11:29 MYT)). There was banjiring in 32 negeri: 4 kena, 28 terlepas; we also raised a penggera palsu in 2 negeri.

STATEWE SAID YESTERDAY: P(1 D)ALARM?OBSERVEDOUTCOMESTATUSEVIDENCE
Selangor0%—banjirTerlepasdisahkanJKM InfoBencana (updated 2026-11-05T11:01:00+08:00): Banjir PPS 1 open, Kuala Selangor, victims 642, opened 2026-11-02 | JKM InfoBencana (updated 2026-11-05T11:01:00+08:00): Banjir PP…
infobencanajkmv2.jkm.gov.my
Kelantan0%—banjirTerlepasdisahkanJKM InfoBencana (updated 2026-11-05T11:01:00+08:00): Banjir PPS 1 open, Gua Musang, victims 22, opened 2026-11-04
infobencanajkmv2.jkm.gov.my
14 negeri with no banjir and no penggera from us (senyap betul)
STATEWE SAID YESTERDAY: P(1 D)ALARM?OBSERVEDOUTCOMESTATUSEVIDENCE
Perak0.2%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Kedah0.1%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Negeri Sembilan0.1%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Johor0.1%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Pulau Pinang0.1%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Perlis0.1%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Pahang0.1%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Kuala Lumpur0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Putrajaya0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Melaka0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Terengganu0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Sabah0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Sarawak0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Labuan0%—no banjir laporanSenyap betulprovisional (hari not closed)no flood report (JKM national table + scanned news); day not closed yet (11:29 MYT) — will recheck on next run
infobencanajkmv2.jkm.gov.my
Sumber: 10_dogrulama/dogrulama_2026-11-04_gun1.json, 10_dogrulama/verif_log.json
0.19694
Brier score (hari 1)
climatology reference 0.19958 → skill (BSS) 0.013; Brier lebih rendah lebih baik
Sumber: 10_dogrulama/operasyonel_skorlar.json
4 / 28 / 2
Kenas / terlepas / penggera palsu
senyap betul 126
Sumber: 10_dogrulama/operasyonel_skorlar.json
0.125
POD (kebarangkalian of detection)
95% CI [0.0497 – 0.2807]
Sumber: 10_dogrulama/operasyonel_skorlar.json
0.3333
FAR (penggera palsu ratio)
95% CI [0.0968 – 0.7]
Sumber: 10_dogrulama/operasyonel_skorlar.json
160
Scored negeri-hari
10 ramalan hari · 32 banjirs · 146 disahkan, 14 provisional
Sumber: 10_dogrulama/operasyonel_skorlar.json
0.0
Brier rujukan ketekalan
“banjir hari ini wherever there was banjir semalam” rule: 2 kena, 0 terlepas, 0 penggera palsu — mengalahkan kami semalam
Sumber: 10_dogrulama/operasyonel_skorlar.json
48
Pending negeri-hari
1–3 hari window not yet closed (46 open windows); tidak dikira sebagai tiada banjir
Sumber: 10_dogrulama/operasyonel_skorlar.json
Dalam bahasa mudah:
  • Ini hanya 10 hari(s) of ramalans × 160 negeri. Terlalu kecil untuk menilai kemahiran; itu sebabnya selang keyakinan begitu lebar.
  • Negeri-hari ribut yang sama tidak bebas of each other; satu sistem cuaca menentukan seluruh hasil.
  • “Sementara” rows were checked before the hari closed; they are disemak semula dalam perjalanan seterusnya.
  • Peraturan ketekalan mudah lebih baik daripada kami semalam: banjir berterusan di negeri yang sudah banjir.
Caveat in the fail: “sampel kecil: one issue x 16 negeri is terlalu kecil for skill statistics; negeri-hari of one storm are tidak bebas; Brier/POD/FAR di sini ialah pembukuan, bukan bukti kemahiran. Skor masa nyata are kept apart from the 2020-2026 hindcast.”

b) 2020–2026 simpanan ujian period hindcast hindcast · kept separate

Dalam tempoh 2020-01-01 → 2026-10-01, model menangkap 30 of 117 flood events yang tidak pernah dilihatnya. Skor pengesanan CSI 0.179 (selang keyakinan 95% 0.128–0.243).

Lapisan pembelajaran (kami)
0.179 [0.128 – 0.243]
GloFAS ≥ 2-tahun debit (alone)
0.137 [0.102 – 0.183]
00.3
CSI (1 = sempurna)
Titik = nilai, garis kelabu = 95% block-bootstrap selang keyakinan. Berdasarkan peristiwa, same simpanan ujian period.
Sumber: 04_manset_26yil/manset_26yil.json
30/117
Banjir events caught
POD 0.256 · penggera palsu 51 (FAR 0.622)
Sumber: 04_manset_26yil/manset_26yil.json
0.01933
Brier score (simpanan ujian period)
39 456 negeri-hari, 784 banjir hari; skill vs climatology (BSS) 0.02523
Sumber: 06_kalibrasyon/summary.json
At the operasi ambang (P(1 d) ≥ 0.0171), same simpanan ujian period, per negeri-hari: POD 0.3814 [0.348 – 0.4159], FAR 0.8086 [0.7883 – 0.8273], CSI 0.1461 (bootstrap blok 95%: 0.0761–0.2266), 1562 penggera hari. So most of our penggeras turn out false; this ambang was kept low so as not to miss banjirs.
Sumber: 06_kalibrasyon/aksiyon_esikleri_tutulan.json
Dalam bahasa mudah:
  • Ini ialah hindcast: the question “what would we have said that hari?” menggunakan data cuaca lalu. The hujan input is the MERRA-2 reanalysis, not a real-time ramalan; real-time performance may be lower.
  • CSI 0.179 is a skor pengesanan: kena / (kena + terlepas + penggera palsu). It is not an “peratus ketepatan”; because banjirs are rare, an peratus ketepatan comes out misleadingly high, so we never use one.
  • Difference vs GloFAS (GloFAS − ours): −0.041 [−0.100; +0.014]. Selang merangkumi sifar; so we tidak boleh mendakwa to be jauh lebih baik daripada GloFAS.
  • Kebarangkalian kekal terlalu rendah in the simpanan ujian period: the dicerap banjir frequency is 6.62–36.59 times what was ramalan. Most of this comes from the post-2020 banjir catalogue being 10.32 times denser (more records).
  • New label and model variants (skill_v2) were tried; decision: “TIADA peningkatan ketara (interval includes zero or is unfavourable)”. Kami tidak menyembunyikan kemerosotan; model semasa dikekalkan.
  • Pemilihan dan penalaan hanya pada 2001-01-01 → 2019-12-31; period 2020-01-01 → 2026-10-01 dilaporkan sekali.
Sumber: 04b_skill_v2/skill_v2_tablo.json, 06_kalibrasyon/guvenilirlik_tutulan.json, 04b_skill_v2/summary.json
Jangan campur kedua-dua skor: (a) is the live scorecard of real ramalans and is still very short; (b) is a replay of past data and is long. The two are tidak pernah digabung.
4

Di mana kelebihan kami?

Kelebihan kami is not being more accurate but being terbuka, diukur dan jujur: data terbuka, terkalibrasi kebarangkalian with selang keyakinans, testing on a never-seen period, and a public pengesahan log every hari. Although our skor pengesanan looks higher than GloFAS, the difference is not statistically significant.

Kami tidak mendakwa keunggulan berbanding kaedah klasik; kami hanya akan berkata demikian jika ujian yang didaftarkan dahulu membuktikannya. Semua kemahiran ramalan datang daripada model klasik.
  • penempatan sensor QUBO (simulated annealing): optimality gap vs classical MILP 0.0% — same as the classical solver, tidak unggul; tidak lulus pintu (melebihi bajet; simulator result — hardware run required before operasi use). Mod: bayang
Sumber: 08b_qf_my/kabul_defteri.json, 08b_qf_my/summary.json
Hasil kuantum ialah simulasi; tiada larian QPU sebenar dibuat dalam perjalanan ini. Hasil simulator tidak pernah dikira sebagai operasi.
Kedudukan jujur berbanding pesaing (18 sistem disemak, perbandingan kualitatif):
  • Resolution: kami bekerja pada skala negeri dan tidak menghasilkan peta kedalaman air; commercial products and the national system work at basin, station or even building scale.
  • Kuasa dan rekod: pihak berkuasa amaran rasmi ialah JPS; GloFAS dan Google beroperasi 24/7 dan mempunyai penerbitan semakan rakan sebaya. Kami tidak menggantikan JPS; kami ialah pendapat kedua yang berasingan.
  • Lead time: 1–3 hari for us; global systems and JPS give a longer horizon.
  • Semakan rakan sebaya: kami belum mempunyai penerbitan semakan rakan sebaya.
  • Tiada pesaing yang disemak menerbitkan kebarangkalian terkalibrasi and selang keyakinans for Malaysian negeri; itu perbezaan kami, bukan ketepatan itu sendiri.
Sumber: rakipler.json (RAKIP_ANALIZI)
?

Which fail is what?

Mulakan dengan halaman ini. Untuk butiran lihat RAPOR.html. Selebihnya ialah data mentah.

Detailed technical laporanall bahagians, tables, charts, caveats · RAPOR.htmlPeta interaktifhari ini's amaran, negeri clickable (internet required) · 07_alert/alert_2026-11-05_harita.htmlHari ini's ramalan table (CSV)16 negeri, P(1 d), P(1–3 d), river · 07_alert/alert_2026-11-05.csvPengesahan of semalam's ramalan (CSV)hasil + bukti per negeri · 10_dogrulama/dogrulama_2026-11-04_gun1.csvPermanent pengesahan logall ramalan–observation matches, sumber URLs · 10_dogrulama/verif_log.csv2001–2026 hindcastCSI, POD, FAR, selang keyakinans · 04_manset_26yil/manset_26yil.csvLejar penerimaan kuantumpintu decision for each quantum component · 08b_qf_my/kabul_defteri.csvFail indexevery fail: bahagian, description, sha256 · MANIFEST.jsonSumber nombor untuk halaman inievery number → fail + key path · ozet_kaynaklar.json
Laporan teknikal terperinci →