Σύζευξη στοχαστικών μοντέλων διαφορετικών χρονικών κλιμάκων

D. Koutsoyiannis, Coupling stochastic models of different time scales, Water Resources Research, 37 (2), 379–391, doi:10.1029/2000WR900200, 2001.

[Σύζευξη στοχαστικών μοντέλων διαφορετικών χρονικών κλιμάκων]

[doc_id=17]

[Αγγλικά]

Προτείνεται μια μεθοδολογία για τη σύζευξη στοχαστικών μοντέλων υδρολογικών διεργασιών, τα οποία εφαρμόζονται σε διαφορετικές χρονικές κλίμακες, έτσι ώστε χρονοσειρές που γεννώνται από τα διαφορετικά μοντέλα να είναι συνεπείς μεταξύ τους. Δεδομένων δύο πολυμεταβλητών χρονοσειρών που έχουν γεννηθεί από δύο διαφορετικά (ασυσχέτιστα) στοχαστικά μοντέλα των ίδιων υδρολογικών διεργασιών, καθένα από τα οποία έχει εφαρμογή σε διαφορετική χρονική κλίμακα, αναπτύσσεται ένας μετασχηματισμός (που αναφέρεται ως μετασχηματισμός σύζευξης), ο οποίος μετατρέπει κατάλληλα τη χρονοσειρά της λεπτότερης χρονικής κλίμακας. Συγκεκριμένα, η μετατροπή γίνεται σε τρόπο ώστε η χρονοσειρά λεπτότερης κλίμακας να γίνει συνεπής με τη χρονοσειρά της αραιότερης κλίμακας, χωρίς αυτό να επηρεάζει τη στοχαστική δομή δεύτερης τάξης της πρώτης. Παράλληλα, ο μετασχηματισμός εγκαθιδρύει τις κατάλληλες συσχετίσεις ανάμεσα στις δύο χρονοσειρές. Ο μετασχηματισμός σύζευξης βασίζεται σε μια γενικευμένη μαθηματική πρόταση που μελετήθηκε, η οποία εξασφαλίζει τη διατήρηση των περιθώριων και από κοινού στατιστικών παραμέτρων δεύτερης τάξης και των γραμμικών σχέσεων μεταξύ των μεταβλητών της λεπτότερης και αραιότερης κλίμακας. Μελετώνται διάφορες ειδικές μορφές του γενικού μετασχηματισμού σύζευξης, από την απλούστερη μιας μεταβλητής μέχρι την πλήρη πολλών μεταβλητών. Επιπλέον, μελετώνται τεχνικές για τον υπολογισμό των παραμέτρων του μετασχηματισμού σύζευξης βάσει των ροπών δεύτερης τάξης της ανέλιξης στη λεπτότερη κλίμακα. Επίσης, προτείνονται δύο μέθοδοι που κάνουν δυνατή τη διατήρηση, πέραν των ροπών δεύτερης τάξης, και της ασυμμετρίας των ανελίξεων. Η όλη μεθοδολογία μπορεί να εφαρμοστεί σε προβλήματα επιμερισμού από ετήσια σε εποχιακή ή από εποχιακή σε ακόμη λεπτότερη κλίμακα, καθώς επίσης και σε προβλήματα που υπεισέρχονται πολύ λεπτές χρονικές κλίμακες (π.χ. ημερήσια ή ωριαία), με τη μόνη προϋπόθεση ότι διατίθεται ένα στοχαστικό μοντέλο για καθεμιά από τις χρονικές κλίμακες που υπεισέρχονται. Η επίδοση της μεθοδολογίας επιδεικνύεται μέσω μιας λεπτομερούς αριθμητικής εφαρμογής.

PDF Πλήρες κείμενο (276 KB)

PDF Συμπληρωματικό υλικό:

Βλέπε επίσης: http://dx.doi.org/10.1029/2000WR900200

Σημείωση:

Η μεθοδολογία αξιοποιήθηκε στην ανάπτυξη του πακέτου λογισμικού για τη στοχαστική προσομοίωση υδρολογικών μεταβλητών "ΚΑΣΤΑΛΙΑ".

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. D. Koutsoyiannis, A nonlinear disaggregation method with a reduced parameter set for simulation of hydrologic series, Water Resources Research, 28 (12), 3175–3191, doi:10.1029/92WR01299, 1992.
2. D. Koutsoyiannis, and A. Manetas, Simple disaggregation by accurate adjusting procedures, Water Resources Research, 32 (7), 2105–2117, doi:10.1029/96WR00488, 1996.
3. D. Koutsoyiannis, A generalized mathematical framework for stochastic simulation and forecast of hydrologic time series, Water Resources Research, 36 (6), 1519–1533, doi:10.1029/2000WR900044, 2000.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. D. Koutsoyiannis, and C. Onof, Rainfall disaggregation using adjusting procedures on a Poisson cluster model, Journal of Hydrology, 246, 109–122, 2001.
2. D. Koutsoyiannis, The Hurst phenomenon and fractional Gaussian noise made easy, Hydrological Sciences Journal, 47 (4), 573–595, doi:10.1080/02626660209492961, 2002.
3. D. Koutsoyiannis, C. Onof, and H. S. Wheater, Multivariate rainfall disaggregation at a fine timescale, Water Resources Research, 39 (7), 1173, doi:10.1029/2002WR001600, 2003.
4. D. Koutsoyiannis, and A. Economou, Evaluation of the parameterization-simulation-optimization approach for the control of reservoir systems, Water Resources Research, 39 (6), 1170, doi:10.1029/2003WR002148, 2003.
5. D. Koutsoyiannis, G. Karavokiros, A. Efstratiadis, N. Mamassis, A. Koukouvinos, and A. Christofides, A decision support system for the management of the water resource system of Athens, Physics and Chemistry of the Earth, 28 (14-15), 599–609, doi:10.1016/S1474-7065(03)00106-2, 2003.
6. Δ. Κουτσογιάννης, και Α. Ευστρατιάδης, Εμπειρία από την ανάπτυξη συστημάτων υποστήριξης αποφάσεων για τη διαχείριση μεγάλης κλίμακας υδροσυστημάτων της Ελλάδας, Πρακτικά της Ημερίδας " Μελέτες και Έρευνες Υδατικών Πόρων στον Κυπριακό Χώρο", επιμέλεια Ε. Σιδηρόπουλος και Ι. Ιακωβίδης, Λευκωσία, 159–180, Τμήμα Αναπτύξεως Υδάτων Κύπρου, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Θεσσαλονίκη, 2003.
7. A. Efstratiadis, D. Koutsoyiannis, and D. Xenos, Minimizing water cost in the water resource management of Athens, Urban Water Journal, 1 (1), 3–15, doi:10.1080/15730620410001732099, 2004.
8. A. Langousis, and D. Koutsoyiannis, A stochastic methodology for generation of seasonal time series reproducing overyear scaling behaviour, Journal of Hydrology, 322, 138–154, 2006.
9. D. Koutsoyiannis, An entropic-stochastic representation of rainfall intermittency: The origin of clustering and persistence, Water Resources Research, 42 (1), W01401, doi:10.1029/2005WR004175, 2006.
10. D. Koutsoyiannis, H. Yao, and A. Georgakakos, Medium-range flow prediction for the Nile: a comparison of stochastic and deterministic methods, Hydrological Sciences Journal, 53 (1), 142–164, doi:10.1623/hysj.53.1.142, 2008.
11. D. Koutsoyiannis, and A. Langousis, Precipitation, Treatise on Water Science, edited by P. Wilderer and S. Uhlenbrook, 2, 27–78, Academic Press, Oxford, 2011.
12. D. Koutsoyiannis, Hurst-Kolmogorov dynamics and uncertainty, Journal of the American Water Resources Association, 47 (3), 481–495, doi:10.1111/j.1752-1688.2011.00543.x, 2011.
13. F. Lombardo, E. Volpi, and D. Koutsoyiannis, Rainfall downscaling in time: Theoretical and empirical comparison between multifractal and Hurst-Kolmogorov discrete random cascades, Hydrological Sciences Journal, 57 (6), 1052–1066, 2012.
14. E. Rozos, and C. Makropoulos, Source to tap urban water cycle modelling, Environmental Modelling and Software, 41, 139–150, doi:10.1016/j.envsoft.2012.11.015, Elsevier, 1 March 2013.
15. Χ. Ιωάννου, Γ. Τσεκούρας, Α. Ευστρατιάδης, και Δ. Κουτσογιάννης, Στοχαστική ανάλυση και προσομοίωση υδρομετεωρολογικών διεργασιών για τη βελτιστοποίηση ενός υβριδικού συστήματος ανανεώσιμης ενέργειας, Πρακτικά 2ου Πανελλήνιου Συνεδρίου Φραγμάτων και Ταμιευτήρων, Αθήνα, Αίγλη Ζαππείου, doi:10.13140/RG.2.1.3787.0327, Ελληνική Επιτροπή Μεγάλων Φραγμάτων, 2013.
16. G. Tsekouras, and D. Koutsoyiannis, Stochastic analysis and simulation of hydrometeorological processes associated with wind and solar energy, Renewable Energy, 63, 624–633, doi:10.1016/j.renene.2013.10.018, 2014.
17. A. Efstratiadis, Y. Dialynas, S. Kozanis, and D. Koutsoyiannis, A multivariate stochastic model for the generation of synthetic time series at multiple time scales reproducing long-term persistence, Environmental Modelling and Software, 62, 139–152, doi:10.1016/j.envsoft.2014.08.017, 2014.
18. A. Efstratiadis, I. Nalbantis, and D. Koutsoyiannis, Hydrological modelling of temporally-varying catchments: Facets of change and the value of information, Hydrological Sciences Journal, 60 (7-8), 1438–1461, doi:10.1080/02626667.2014.982123, 2015.
19. D. Koutsoyiannis, Generic and parsimonious stochastic modelling for hydrology and beyond, Hydrological Sciences Journal, 61 (2), 225–244, doi:10.1080/02626667.2015.1016950, 2016.
20. F. Lombardo, E. Volpi, D. Koutsoyiannis, and F. Serinaldi, A theoretically consistent stochastic cascade for temporal disaggregation of intermittent rainfall, Water Resources Research, 53 (6), 4586–4605, doi:10.1002/2017WR020529, 2017.
21. P. Kossieris, C. Makropoulos, C. Onof, and D. Koutsoyiannis, A rainfall disaggregation scheme for sub-hourly time scales: Coupling a Bartlett-Lewis based model with adjusting procedures, Journal of Hydrology, 556, 980–992, doi:10.1016/j.jhydrol.2016.07.015, 2018.
22. I. Tsoukalas, A. Efstratiadis, and C. Makropoulos, Building a puzzle to solve a riddle: A multi-scale disaggregation approach for multivariate stochastic processes with any marginal distribution and correlation structure, Journal of Hydrology, 575, 354–380, doi:10.1016/j.jhydrol.2019.05.017, 2019.
23. D. Koutsoyiannis, Knowable moments for high-order stochastic characterization and modelling of hydrological processes, Hydrological Sciences Journal, 64 (1), 19–33, doi:10.1080/02626667.2018.1556794, 2019.

Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία (αυτός ο κατάλογος μπορεί να μην είναι ενημερωμένος):

1. Sharma, A., and R. O'Neill, A nonparametric approach for representing interannual dependence in monthly streamflow sequences, Water Resources Research, 38(7), art. no. 1100, 2002.
2. von Asmuth, J.R., M.F.P. Bierkens and K. Maas, Transfer function-noise modeling in continuous time using predefined impulse response functions, Water Rersoures Research, 38 (12), art. no. 1287, 2002.
3. Bojilova, E.K., Disaggregation modelling of spring discharges, International Journal of Speleology, 33(1/4), 65-72, 2004.
4. Srinivas, V.V., and K. Srinivasan, Hybrid moving block bootstrap for stochastic simulation of multi-site multi-season streamflows, Journal of Hydrology, 302(1-4), 307-330, 2005.
5. von Asmuth, J.R., and M.F.P. Bierkens, Modeling irregularly spaced residual series as a continuous stochastic process, Water Resources Research, 41(12), art. no. W12404, 2005.
6. Srinivas, V.V., and K. Srinivasan, Hybrid matched-block bootstrap for stochastic simulation of multiseason streamflows, Journal of Hydrology, 329(1-2), 2006.
7. Wu, S.-J., Y.-K. Tung and J.-C. Yang, Stochastic generation of hourly rainstorm events, Stochastic Environmental Research and Risk Assessment, 21(2), 195-212, 2006.
8. Schoups, G., C.L. Addams, J.L. Minjares and S.M. Gorelick, Reliable conjunctive use rules for sustainable irrigated agriculture and reservoir spill control, Water Resources Research, 42(12), W12406, 2006.
9. Debele, B., R. Srinivasan and J. Yves Parlange, Accuracy evaluation of weather data generation and disaggregation methods at finer timescales, Advances in Water Resources, 30(5), 1286-1300, 2007.
10. Prairie, J., B. Rajagopalan, U. Lall and T. Fulp, A stochastic nonparametric technique for space-time disaggregation of streamflows, Water Resources Research, 43(3), W03432, 2007.
11. Prairie, J.R., and B. Rajagopalan, A basin wide stochastic salinity model, Journal of Hydrology, 344(1-2), 43-54, 2007.
12. Wang, Q.J., and R.J. Nathan, A method for coupling daily and monthly time scales in stochastic generation of rainfall series, Journal of Hydrology, 346(3-4), 122-130, 2007.
13. #Chen, Y.Q., R, Sun and A. Zhou, An overview of fractional order signal processing (FOSP) techniques, Proc. ASME 2007 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference, 1205-1222, 2008.
14. #Sun, R., Y. Chen and Q. Li, The modeling and prediction of Great Salt Lake elevation time series based on ARFIMA, Proc. ASME 2007 Intern. Design Engineering Technical Conferences & Computers and Information in Engineering Conf., 1349-1359, 2008.
15. Prairie, J., K. Nowak, B. Rajagopalan, U. Lall and T. Fulp, A stochastic nonparametric approach for streamflow generation combining observational and paleoreconstructed data, Water Resources Research, 44 (6), W06423, 2008.
16. Klein, B., A. Schumann and M. Pahlow, Application of multivariate statistical methods in flood protection planning for river basins: The river Unstrut case study, Wasser Wirtschaft, 98 (11), 29-34, 2008.
17. Debele, B., R. Srinivasan and J.Y. Parlange, Hourly analyses of hydrological and water quality simulations using the ESWAT model, Water Resources Management, 23 (2), 303-324, 2009.
18. #Sharma, A., F. Johnson, R. Mehrotra and S. Westra, Simulating climate change impacts at the catchment scale: the need for GCM nested bias correction and stochastic downscaling, International Workshop Advances in Statistical Hydrology, International Association of Hydrological Sciences (IAHS/STAHY), Taormina, Italy, 2010.
19. Chen, J., F. P. Brissette and R. Leconte, A daily stochastic weather generator for preserving low-frequency of climate variability, Journal of Hydrology, 388 (3-4), 480-490, 2010.
20. #Streng, H., and Y. Chen, The modeling of Great Salt Lake elevation time series based on ARFIMA with stable innovations, Proceedings of the ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference 2009, DETC2009, 4 (PART B), 1137-1145, 2010.
21. #Sheng, H., N. Zaveri, Y. Chen and A. Zhou, Analysis of electrochemical noise (ECN) of Ti02 nanoparticles coated Ti-6AL-4V in simulated biofluids using Fractional Order Signal Processing (FOSP) techniques, Proceedings of the ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference 2009, DETC2009, 4 (PART B), 1157-1171, 2010.
22. #Zagona, E., K. Nowak, R. Balaji, C. Jerla, and J. Prairie, Riverware’s integrated modeling and analysis tools for long-term planning under uncertainty, Proceedings of the 2nd Joint Federal Interagency Conference on Sedimentation and Hydrologic Modeling, Las Vegas, Nevada, USA, 2010.
23. #Sharma, A., and R. Mehrotra, Rainfall Generation, in Rainfall: State of the Science (eds F. Y. Testik and M. Gebremichael), American Geophysical Union, Washington, DC, 10.1029/2010GM000973, 2010.
24. Sheng, H., and Y.Q. Chen, FARIMA with stable innovations model of Great Salt Lake elevation time series, Signal Processing, 91 (3), 553-561, doi:10.1016/j.sigpro.2010.01.023, 2011.
25. #Klein, B., A. H. Schumann and M. Pahlow, Copulas – New Risk Assessment Methodology for Dam Safety, Flood Risk Assessment and Management, 149-185, DOI: 10.1007/978-90-481-9917-4_8, Springer, 2011.
26. Ndiritu, J., A variable length block bootstrap for multi-site synthetic streamflow generation, Hydrol. Sci. J., 56 (3), 362-379, 2011.
27. Johnson, F., and A. Sharma, Accounting for interannual variability: A comparison of options for water resources climate change impact assessments, Water Resources Research, 47, W04508, DOI: 10.1029/2010WR009272, 2011.
28. Srivastav, R. K., K. Srinivasan and K. P. Sudheer, Simulation-optimization framework for multi-season hybrid stochastic models, Journal of Hydrology, 404 (3-4), 209-225, 2011.
29. Kalra, A., and S. Ahmad, Evaluating changes and estimating seasonal precipitation for the Colorado River Basin using a stochastic nonparametric disaggregation technique, Water Resources Research, 47, W05555, doi: 10.1029/2010WR009118, 2011.
30. #Ye, X., X. Xia, J. Zhang and Y.-Q. Chen, Characterizing long memories in electric water heater power consumption time series, AFRICON, 2011, Victoria Falls, Livingstone, Zambia, DOI: 10.1109/AFRCON.2011.6072104, 2011.
31. #Sheng, H., Y.Q. Chen and T.S. Qiu, Fractional Processes and Fractional-Order Signal Processing, Techniques and Applications, Springer, London, DOI: 10.1007/978-1-4471-2233-3, 2012.
32. Johnson, F., and A. Sharma, A nesting model for bias correction of variability at multiple time scales in general circulation model precipitation simulations, Water Resour. Res., doi: 10.1029/2011WR010464, 2012.
33. Chakraborty, S., D. M. Denis and A. Sherring, Development of time series autoregressive model for prediction of rainfall and runoff in Kelo Watershed Chhattisgarh, International Journal of Advances in Engineering Science and Technology, 2 (2), 153-162, 2013.
34. Ilich, N., An effective three-step algorithm for multi-site generation of stochastic weekly hydrological time series, Hydrological Sciences Journal, 59 (1), 85-98, 2014.
35. Paschalis, A., P. Molnar, S. Fatichi and P. Burlando, On temporal stochastic modeling of precipitation, nesting models across scales, Advances in Water Resources, 63, 152-166, 2014.
36. Johnson, F., and A. Sharma, What are the impacts of bias correction on future drought projections?, Journal of Hydrology, 525, 472-485, 2015.
37. Chen, L., V.P. Singh, S. Guo, J. Zhou and J. Zhang, Copula-based method for multisite monthly and daily streamflow simulation, Journal of Hydrology, 528, 369-384, 2015.
38. Bekri, E., M. Disse, P. Yannopoulos, Optimizing water allocation under uncertain system conditions in Alfeios River Basin (Greece), Part A: Two-stage stochastic programming model with deterministic boundary intervals, Water, 7(10), 5305-5344, doi:10.3390/w7105305, 2015.
39. Bekri, E., M. Disse, P. Yannopoulos, Optimizing water allocation under uncertain system conditions in Alfeios River Basin (Greece), Part B: Fuzzy-boundary intervals combined with multi-stage stochastic programming Model, Water, 7(10), 6427-6466, doi:10.3390/w7116427, 2015.

Κατηγορίες: Βιβλιογραφία μαθήματος: Στοχαστικές μέθοδοι, Στοχαστικός επιμερισμός, Στοχαστική