Cílem práce je využít modely strojového učení pro analýzu a modelování povodňových situací. Hodnocena budou vybraná povodí v pramenné oblasti Šumavy s odlišným charakterem a stupněm poškození vegetace. Vstupní data představují výsledky monitoringu srážkoodtokových procesů ze sítě automatizovaných měrných stanic. Pro analýzu budou využity vybrané metody strojového učení, zejména techniky ANN (umělé neuronové sítě), klasifikace SVM (support vector machine), případně Deep Learning (DL).