Στοχαστική μέθοδος επιμερισμού για τη σύνθεση καταιγίδων και πλημμυρών σχεδιασμού

D. Koutsoyiannis, A stochastic disaggregation method for design storm and flood synthesis, Journal of Hydrology, 156, 193–225, doi:10.1016/0022-1694(94)90078-7, 1994.

[Στοχαστική μέθοδος επιμερισμού για τη σύνθεση καταιγίδων και πλημμυρών σχεδιασμού]

[doc_id=45]

[Αγγλικά]

Αναπτύσσεται και μελετάται, θεωρητικά και εμπειρικά, μια νέα τεχνική για τον επιμερισμό της βροχόπτωσης σε μικρή χρονική κλίμακα. Η τεχνική αυτή έχει ένα γενικευμένο αλλά και απλό ως προς τη χρήση μαθηματικό υπόβαθρο και μπορεί να συνδυαστεί με διάφορα μοντέλα βροχής. Ειδικότερα, μελετάται σε λεπτομέρεια η απλούστερη εφαρμογή της τεχνικής για Μαρκοβιανή δομή της ανέλιξης της βροχής σε διακριτό χρόνο, η οποία περιλαμβάνει τρεις μόνο παραμέτρους. Η εφαρμογή αυτή μπορεί να αποτελέσει ένα εύχρηστο και άνετο μαθηματικό εργαλείο κατάλληλο για υδρολογικές μελέτες εκτίμησης καταιγίδων και πλημμυρών σχεδιασμού. Συνδυάζοντας την τεχνική επιμερισμού με μια διαδοχή απλών υδρολογικών μοντέλων, ήτοι μιας συνάρτησης απωλειών, ενός μοναδιαίου υδρογραφήματος και ενός μοντέλου διόδευσης πλημμύρας, μορφώνουμε μια στοχαστική μέθοδο για τη σύνθεση καταιγίδων και πλημμυρών σχεδιασμού. Η μέθοδος αυτή, όπως και οι καθιερωμένες μέθοδοι, ξεκινά με την επιλογή ορισμένων χαρακτηριστικών της καταιγίδας σχεδιασμού (ήτοι της διάρκειάς της και του συνολικού ύψους που αντιστοιχεί σε μια δεδομένη περίοδο επαναφοράς). Στη συνέχεια, η μέθοδος γεννά μια σειρά από πιθανές χρονικές κατανομές επιμερίζοντας το συνολικό ύψος βροχής σε επιμέρους (π.χ. ωριαία) ύψη. Η σειρά αυτή των υετογραφημάτων διοδεύεται μέσω των υδρολογικών μοντέλων και το τελικό αποτέλεσμα είναι η δεσμευμένη συνάρτηση κατανομής της παροχής εκροής της υδραυλικής κατασκευής που μελετάται, για τη δεδομένη διάρκεια και το δεδομένο ολικό ύψος βροχής. Από αυτή τη συνάρτηση κατανομής μπορούμε να οδηγηθούμε στην υιοθέτηση της πλημμύρας σχεδιασμού, επιλέγοντας είτε τη δεσμευμένη αναμενόμενη τιμή, είτε την παροχή εκείνη που αντιστοιχεί σε ένα αποδεκτό επίπεδο πιθανότητας. Η μέθοδος εφαρμόζεται σε ένα πραγματικό παράδειγμα σχεδιασμού υπερχειλιστή φράγματος και συγκρίνεται με τις καθιερωμένες πρακτικές μεθόδους.

Το πλήρες κείμενο διατίθεται μόνο στο δίκτυο του ΕΜΠ λόγω νομικών περιορισμών

Βλέπε επίσης: http://dx.doi.org/10.1016/0022-1694(94)90078-7

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. D. Koutsoyiannis, and P. van der Riet, Hydrology, Ch. 5 in Engineering Studies, Arachthos River, Middle Course hydroelectric projects, Master Plan, Ανάθεση: Public Power Corporation, Ανάδοχος: Arachthos Swiss-Anglo-German Consulting Group (ASAG), Αριθμός τεύχους 2, 38 pages, Athens, Οκτώβριος 1983.
2. D. Koutsoyiannis, and P. van der Riet, Hydrology, Ch. 5, Arachthos River, Aghios Nicolaos hydroelectric project, Engineering Report, Ανάθεση: Public Power Corporation, Ανάδοχος: Arachthos Swiss-Anglo-German Consulting Group (ASAG), Αριθμός τεύχους 2, 38 pages, Athens, Αύγουστος 1984.
3. R. Ruoss, and D. Koutsoyiannis, Hydrology, Ch. 4 in Engineering Studies I, Arachthos River, Steno - Kalaritikos hydroelectric project, Engineering Report, Ανάθεση: Public Power Corporation, Ανάδοχος: Arachthos Swiss-Anglo-German Consulting Group (ASAG), Αριθμός τεύχους 2, 17 pages, Athens, Αύγουστος 1984.
4. Δ. Κουτσογιάννης, Μοντέλο Επιμερισμού Σημειακής Βροχόπτωσης, Διδακτορική διατριβή, 310 pages, doi:10.12681/eadd/0910, Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, 1988.
5. D. Koutsoyiannis, and Th. Xanthopoulos, A dynamic model for short-scale rainfall disaggregation, Hydrological Sciences Journal, 35 (3), 303–322, doi:10.1080/02626669009492431, 1990.
6. 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.
7. D. Koutsoyiannis, and E. Foufoula-Georgiou, A scaling model of storm hyetograph, Water Resources Research, 29 (7), 2345–2361, doi:10.1029/93WR00395, 1993.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. D. Koutsoyiannis, and D. Pachakis, Deterministic chaos versus stochasticity in analysis and modeling of point rainfall series, Journal of Geophysical Research-Atmospheres, 101 (D21), 26441–26451, doi:10.1029/96JD01389, 1996.
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, D. Kozonis, and A. Manetas, A mathematical framework for studying rainfall intensity-duration-frequency relationships, Journal of Hydrology, 206 (1-2), 118–135, 1998.
4. D. Koutsoyiannis, and C. Onof, Rainfall disaggregation using adjusting procedures on a Poisson cluster model, Journal of Hydrology, 246, 109–122, 2001.
5. D. Koutsoyiannis, and N. Mamassis, On the representation of hyetograph characteristics by stochastic rainfall models, Journal of Hydrology, 251, 65–87, 2001.
6. 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.
7. 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.
8. E. Dodangeh, K. Shahedi, K. Solaimani, and P. Kossieris, Usability of the BLRP model for hydrological applications in arid and semi-arid regions with limited precipitation data, Modeling Earth Systems and Environment, 2017.
9. 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.
10. G. Papaioannou, A. Efstratiadis, L. Vasiliades, A. Loukas, S.M. Papalexiou, A. Koukouvinos, I. Tsoukalas, and P. Kossieris, An operational method for Floods Directive implementation in ungauged urban areas, Hydrology, 5 (2), 24, doi:10.3390/hydrology5020024, 2018.

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. Arnaud, P., and J. Lavabre, Using a stochastic model for generating hourly hyetographs to study extreme rainfalls, Hydrological Sciences Journal, 44(3), 433-446, 1999.
2. Arnaud, P., J. Lavabre and J.-M. Masson, Results improvement of stochastic model for generating hourly hyetographs, applied to the French seaboard, Revue des Sciences de l'Eau, 12(2), 251-271, 1999.
3. Arnaud, P., and J. Lavabre, A stochastic model of hourly rainfall with rainfall-runoff transformation for predicting flood frequency, Revue des Sciences de l'Eau, 13(4), 441-462, 2000.
4. Heneker, T.H., M.F. Lambert and G. Kuczera, A point rainfall model for risk-based design, Journal of Hydrology, 247, 54-71, 2001.
5. Arnaud, P., and J. Lavabre, Coupled rainfall model and discharge model for flood frequency estimation, Water Resources Research, 38 (6), art. no. 1075, 2002.
6. #Wending, I., and W. James, Two neural networks for generation of high-resolution long-term storm rainfall compared to Ormsbee's method - Case study for Toronto, Global Solutions for Urban Drainage, 1-15, 2002.
7. Wendling, I., and W. James, Comparison of neural networks to Ormsbee's method for rain generation - applied to Toronto, Ontario, Journal of Water Management Modeling, 10.14796/JWMM.R215-20, 2003.
8. Ramos, M.H., Rainfall disaggregation, Houille Blanche-Revue Internationale de L'Eau, (6), 123-128 2003.
9. #EPA and Hard Rock Mining, A Source Book for Industry in the Northwest and Alaska, Appendix A: Hydrology, US Environmental Protection Agency, 2003.
10. Kandel, D.D., A.W. Western, R.B. Grayson and H.N. Turra, Process parameterization and temporal scaling in surface runoff and erosion modelling, Hydrological Processs, 18 (8), 1423-1446, 2004.
11. Salvadori, G., and C. De Michele, Frequency analysis via copulas: Theoretical aspects and applications to hydrological events, Water Resources Research, 40(12), W12511, 2004.
12. Cowpertwait, P.S.P., A spatial-temporal point process model of rainfall for the Thames catchment, UK, Journal of Hydrology, 330(3-4), 586-595, 2006.
13. Cowpertwait, P.S.P., T. Lockie and M.D. Davies, A stochastic spatial-temporal disaggregation model for rainfall, Journal of Hydrology New Zealand, 45(1), 1-12, 2006.
14. 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.
15. Kwon, H.H, U. Lall and A.F. Khalil, Stochastic simulation model for nonstationary time series using an autoregressive wavelet decomposition: Applications to rainfall and temperature, Water Resources Research, 43(5), W05407, 2007.
16. Arnaud, P., J.A. Fine and J. Lavabre, An hourly rainfall generation model applicable to all types of climate, Atmospheric Research, 85(2), 230-242, 2007.
17. 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.
18. Arnaud, P., J. Lavabre, B. Sol, and C. Desouches, Regionalization of an hourly rainfall generating model over metropolitan France for flood hazard estimation, Hydrological Sciences Journal, 53(1), 34-47, 2008.
19. Kim, B.-S., B.-K. Kim, M.-S. Kyung and H.-S. Kim, Impact Assessment of Climate Change on Extreme Rainfall and I-D-F Analysis, Journal of Korea Water Resources Association, 41 (4), 379-394, 2008.
20. Morrissey, M. L., Superposition of the Neyman–Scott Rectangular Pulses Model and the Poisson White Noise Model for the Representation of Tropical Rain Rates, Journal of Hydrometeorology, 10(2), 395-412, 2009.
21. Kwon, H., U. Lall, and J. Obeysekera, Simulation of daily rainfall scenarios with interannual and multidecadal climate cycles for South Florida, Stochastic Environmental Research and Risk Assessment, 23 (7), 879-896, 2009.
22. Calvo, B.. and F. Savi, A real-world application of Monte Carlo procedure for debris flow risk assessment, Computers & Geosciences, 35(5), 967–977, 2009.
23. #Varga, C., J. E. Ball and M. Babister, A hydroinformatic approach to development of design temporal patterns of rainfall, IAHS Publication 331, 20-29, 2009.
24. #Ortiz, E., and E. Todini, Acople modelos numéricos de tiempo (NWP) a modelos hidrológicos distribuidos. Sistema de predicciones hidrometeorológicas en tiempo real en las cuencas de Galicia Costa. El sistema ARTEMIS, “Meteorología y Energías Renovables ”. XXXI Jornadas Científicas de la Asociación Meteorológica Española, 2010.
25. Vandenberghe, S., N. E. C. Verhoest, E. Buyse and B. De Baets, A stochastic design rainfall generator based on copulas and mass curves, Hydrol. Earth Syst. Sci., 14, 2429–2442, 2010.
26. Lee, T., J. D. Salas, and J. Prairie, An enhanced nonparametric streamflow disaggregation model with genetic algorithm, Water Resour. Res., 46, W08545, doi:10.1029/2009WR007761, 2010.
27. He, L., G. Q. Wang and X. D. Fu, Disaggregation model of daily rainfall and its application in the Xiaolihe watershed, Yellow River, Journal of Environmental Informatics, 16(1), 11-18, 2010.
28. #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.
29. Ndiritu, J., A variable length block bootstrap for multi-site synthetic streamflow generation, Hydrol. Sci. J., 56 (3), 362-379, 2011.
30. Derakhshana, H., and N. Talebbeydokhti, Rainfall disaggregation in non-recording gauge stations using space-time information system, Scientia Iranica, 18 (5), 995-1001, 2011.
31. Dewals, B. J., P. Archambeau, B. K. Duy, S. Erpicum and M. Pirotton, Semi-explicit modelling of watersheds with urban drainage systems, Engineering Applications of Computational Fluid Mechanics, 6 (1), 46–57, 2012.
32. Lu, B. H., H. H. Gu, Z. Y. Xie, J. F. Liu, L. J. Ma and W. X. Lu, Stochastic simulation for determining the design flood of cascade reservoir systems, Hydrology Research, 43 (1-2), 54-63, 2012.
33. Rogger, M., B. Kohl, H. Pirkl, A. Viglione, J. Komma, R. Kirnbauer, R. Merz and G. Blöschl, Runoff models and flood frequency statistics for design flood estimation in Austria - do they tell a consistent story?, Journal of Hydrology, 456-457, 30-43, 2012.
34. French, R., and M. Jones, Design rainfall temporal patterns in Australian Rainfall and Runoff: Durations exceeding one hour, Australian Journal of Water Resources, 16 (1), 21-28, 2012.
35. Bisantino, T., R. Bingner, W. Chouaib, F. Gentile and L. G. Trisorio, Estimation of runoff, peak discharge and sediment load at the event scale in a medium-size Mediterranean watershed using the AnnAGNPS model, Land Degradation & Development, 10.1002/ldr.2213, 2013.
36. Wright, D. B., J. A. Smith, G. Villarini and M. L. Baeck, Estimating the frequency of extreme rainfall using weather radar and stochastic storm transposition, Journal of Hydrology, 10.1016/j.jhydrol.2013.03.003, 2013.
37. Yusop, Z., H. Nasir and F. Yusof, Disaggregation of daily rainfall data using Bartlett Lewis Rectangular Pulse model: a case study in central Peninsular Malaysia, Environmental Earth Sciences, 71 (8), 3627-3640, 2014.
38. Jeong, C., and T. Lee, Copula-based modeling and stochastic simulation of seasonal intermittent streamflows for arid regions, Journal of Hydro-environment Research, 10.1016/j.jher.2014.06.001, 2014.
39. AghaKouchak, A., Entropy-copula in hydrology and climatology, Journal of Hydrometeorology, 10.1175/JHM-D-13-0207.1, 2014.
40. Lobo, G.P., J.R. Frankenberger, D.C. Flanagan and C.A. Bonilla, Evaluation and improvement of the CLIGEN model for storm and rainfall erosivity generation in central Chile, Catena, 127, 206-213, 2015.
41. #Lobo, G., and C. Bonilla, Modeling the erosivity of frontal storms in the semi-arid climate of Central Chile using CLIGEN, E-proceedings of the 36th IAHR World Congress, The Hague, the Netherlands, 2015.
42. Villani, V., D. Di Serafino, G., Rianna, and P. Mercogliano, Stochastic models for the disaggregation of precipitation time series on sub-daily scale: identification of parameters by global optimization, CMCC Research Paper, RP0256, 2015.

Κατηγορίες: Στοχαστικός επιμερισμός, Ακραία φαινόμενα, Στοχαστική