Παναγιώτης Κοσσιέρης

Πολιτικός Μηχανικός, MSc, Δρ. Μηχανικός
pkossier@itia.ntua.gr

Συμμετοχή σε ερευνητικά έργα

Συμμετοχή ως ερευνητής

  1. Συντήρηση, αναβάθμιση και επέκταση του Συστήματος Υποστήριξης Αποφάσεων για την διαχείριση του υδροδοτικού συστήματος της ΕΥΔΑΠ

Δημοσιευμένο έργο

Publications in scientific journals

  1. P. Kossieris, I. Tsoukalas, L. Brocca, H. Mosaffa, C. Makropoulos, and A. Anghelea, Merging multiple precipitation products via machine learning: revisiting conceptual and technical aspects, Journal of Hydrology, 2024, (υπό αξιολόγηση).
  2. E. Boucoyiannis, P. Kossieris, V. Bellos, A. Efstratiadis, and C. Makropoulos, A grey-box approach in the optimization of regulation structures used in urban-water conveyance systems, Urban Water Journal, 2312510, doi:10.1080/1573062X.2024.2312510, 2024.
  3. G. Moraitis, G.-K. Sakki, G. Karavokiros, D. Nikolopoulos, P. Kossieris, I. Tsoukalas, and C. Makropoulos, Exploring the cyber-physical threat landscape of water systems: A socio-technical modelling approach, Water, 15 (9), 1687, doi:10.3390/w15091687, 2023.
  4. S. Tsattalios, I. Tsoukalas, P. Dimas, P. Kossieris, A. Efstratiadis, and C. Makropoulos, Advancing surrogate-based optimization of time-expensive environmental problems through adaptive multi-model search, Environmental Modelling and Software, 162, 105639, doi:10.1016/j.envsoft.2023.105639, 2023.
  5. D. Nikolopoulos, P. Kossieris, I. Tsoukalas, and C. Makropoulos, Stress-testing framework for urban water systems: A source to tap approach for stochastic resilience assessment, Water, 14 (2), 154, doi:10.3390/w14020154, 2022.
  6. G. Moraitis, I. Tsoukalas, P. Kossieris, D. Nikolopoulos, G. Karavokiros, D. Kalogeras, and C. Makropoulos, Assessing cyber-physical threats under water demand uncertainty, Environmental Sciences Proceedings, 21 (1), 18, doi:10.3390/environsciproc2022021018, Οκτώβριος 2022.
  7. G.-K. Sakki, I. Tsoukalas, P. Kossieris, C. Makropoulos, and A. Efstratiadis, Stochastic simulation-optimisation framework for the design and assessment of renewable energy systems under uncertainty, Renewable and Sustainable Energy Reviews, 168, 112886, doi:10.1016/j.rser.2022.112886, 2022.
  8. A. Efstratiadis, P. Dimas, G. Pouliasis, I. Tsoukalas, P. Kossieris, V. Bellos, G.-K. Sakki, C. Makropoulos, and S. Michas, Revisiting flood hazard assessment practices under a hybrid stochastic simulation framework, Water, 14 (3), 457, doi:10.3390/w14030457, 2022.
  9. K.-K. Drakaki, G.-K. Sakki, I. Tsoukalas, P. Kossieris, and A. Efstratiadis, Day-ahead energy production in small hydropower plants: uncertainty-aware forecasts through effective coupling of knowledge and data, Advances in Geosciences, 56, 155–162, doi:10.5194/adgeo-56-155-2022, 2022.
  10. P. Kossieris, I. Tsoukalas, A. Efstratiadis, and C. Makropoulos, Generic framework for downscaling statistical quantities at fine time-scales and its perspectives towards cost-effective enrichment of water demand records, Water, 13 (23), 3429, doi:10.3390/w13233429, 2021.
  11. G. Papaioannou, L. Vasiliades, A. Loukas, A. Alamanos, A. Efstratiadis, A. Koukouvinos, I. Tsoukalas, and P. Kossieris, A flood inundation modelling approach for urban and rural areas in lake and large-scale river basins, Water, 13 (9), 1264, doi:10.3390/w13091264, 2021.
  12. I. Tsoukalas, P. Kossieris, and C. Makropoulos, Simulation of non-Gaussian correlated random variables, stochastic processes and random fields: Introducing the anySim R-Package for environmental applications and beyond, Water, 12 (6), 1645, doi:10.3390/w12061645, 2020.
  13. C. Makropoulos, I. Koutiva, P. Kossieris, and E. Rozos, Water management in the military: The SmartBlue Camp Profiling Tool, Science of the Total Environment, 651, 493–505, doi:10.1016/j.scitotenv.2018.09.056, 2019.
  14. P. Kossieris, I. Tsoukalas, C. Makropoulos, and D. Savic, Simulating marginal and dependence behaviour of water demand processes at any fine time scale, Water, 11 (5), 885, doi:10.3390/w11050885, 2019.
  15. R. A. Stewart, K. Nguyen, C. Beal, H. Zhang, O. Sahin, E. Bertone, A. Silva Vieira, A. Castelletti, A. Cominola, M. Giuliani, D. Giurco, M. Blumenstein, A. Turner, A. Liu, S. Kenway, D. Savic, C. Makropoulos, and P. Kossieris, Integrated intelligent water-energy metering systems and informatics: Visioning a digital multi-utility service provider, Environmental Modelling and Software, 105, 94–117, doi:10.1016/j.envsoft.2018.03.006, 2018.
  16. P. Kossieris, and C. Makropoulos, Exploring the statistical and distributional properties of residential water demand at fine time scales, Water, 10 (10), 1481, doi:10.3390/w10101481, 2018.
  17. 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.
  18. 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.
  19. 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.
  20. P. Kossieris, C. Makropoulos, E. Creaco, L. Vamvakeridou-Lyroudia, and D. Savic, Assessing the applicability of the Bartlett-Lewis model in simulating residential water demands, Procedia Engineering, 154, 123–131, 2016.
  21. E. Creaco, P. Kossieris, L. Vamvakeridou-Lyroudia, C. Makropoulos, Z. Kapelan, and D. Savic, Parameterizing residential water demand pulse models through smart meter readings, Environmental Modelling and Software, 80, 33–40, 2016.
  22. I. Tsoukalas, P. Kossieris, A. Efstratiadis, and C. Makropoulos, Surrogate-enhanced evolutionary annealing simplex algorithm for effective and efficient optimization of water resources problems on a budget, Environmental Modelling and Software, 77, 122–142, doi:10.1016/j.envsoft.2015.12.008, 2016.
  23. R. Ribeiro, D. Loureiro, J. Barateiro, J. R. Smith, M. Rebelo, P. Kossieris, P. Gerakopoulou, C. Makropoulos, P. Vieira, and L. Mansfield, Framework for technical evaluation of decision support systems based on water smart metering: The iWIDGET case, Procedia Engineering, 119, 1348–1355, doi:10.1016/j.proeng.2015.08.976, 2015.
  24. D. Loureiro, P. Vieira, C. Makropoulos, P. Kossieris, R. Ribeiro, J. Barateiro, and E. Katsiri, Smart metering use cases to increase water and energy efficiency in water supply systems, Water Science and Technology: Water Supply, 14 (5), 898–908, doi:10.2166/ws.2014.049, 2014.
  25. P. Kossieris, S. Kozanis, A. Hashmi, E. Katsiri, L. Vamvakeridou-Lyroudia, R. Farmani, C. Makropoulos, and D. Savic, A web-based platform for water efficient households, Procedia Engineering, 89, 1128–1135, 2014.
  26. P. Kossieris, Panayiotakis, K. Tzouka, E. Rozos, and C. Makropoulos, An e-Learning approach for improving household water efficiency, Procedia Engineering, WDSA 2014, Bari, Italy, Water Distribution Systems Analysis, 2014.

Book chapters and fully evaluated conference publications

  1. A. Efstratiadis, I. Tsoukalas, and P. Kossieris, Improving hydrological model identifiability by driving calibration with stochastic inputs, Advances in Hydroinformatics: Machine Learning and Optimization for Water Resources, edited by G. A. Corzo Perez and D. P. Solomatine, doi:10.1002/9781119639268.ch2, American Geophysical Union, 2024.
  2. P. Dimas, G.-K. Sakki, P. Kossieris, I. Tsoukalas, A. Efstratiadis, C. Makropoulos, N. Mamassis, and K. Pipili, Outlining a master plan framework for the design and assessment of flood mitigation infrastructures across large-scale watersheds, 12th World Congress on Water Resources and Environment (EWRA 2023) “Managing Water-Energy-Land-Food under Climatic, Environmental and Social Instability”, 75–76, European Water Resources Association, Thessaloniki, 2023.
  3. P. Kossieris, G. Pantazis, V. Bellos, and C. Makropoulos, FIWARE-enabled smart solution for the optimal management and operation of raw-water supply hydraulic works, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.
  4. N. Pelekanos, G. Moraitis, P. Dimas, P. Kossieris, and C. Makropoulos, Identifying water consumption profiles through unsupervised clustering of household timeseries: the case of Attica, Greece, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.
  5. V. Bellos, P. Kossieris, A. Efstratiadis, I. Papakonstantis, P. Papanicolaou, P. Dimas, and C. Makropoulos, Can we use hydraulic handbooks in blind trust? Two examples from a real-world complex hydraulic system, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.
  6. V. Bellos, P. Kossieris, A. Efstratiadis, I. Papakonstantis, P. Papanicolaou, P. Dimas, and C. Makropoulos, Fiware-enabled tool for real-time control of the raw-water conveyance system of Athens, Proceedings of the 39th IAHR World Congress, Granada, 2859–2865, doi:10.3850/IAHR-39WC2521716X20221468, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.
  7. P. Kossieris, G. Pantazis, and C. Makropoulos, Data-models for FIWARE-enabled smart applications for raw-water supply system modelling, management and operation, Advances in Hydroinformatics: SIMHYDRO 2021, Sophia-Antipolis, 2021.
  8. D. Nikolopoulos, P. Kossieris, and C. Makropoulos, A stochastic approach to resilience assessment of urban water systems from source to tap, Proceedings of 17th International Conference on Environmental Science and Technology (CEST2021), Athens, Global Network on Environmental Science and Technology, 2021.
  9. C. Makropoulos, P. Kossieris, S. Kozanis, E. Katsiri, and L. Vamvakeridou-Lyroudia, From smart meters to smart decisions: web-based support for the water efficient household, 11th International Conference on Hydroinformatics, New York, 2014.

Conference publications and presentations with evaluation of abstract

  1. K. Peroulis, G. Katsouras, K. Kypriotis, M. Pantoula, S. Samios, P. Kossieris, and C. Makropoulos, Toolkit for Robust & Adaptable Drinking Water Systems: A Demonstration Case in Polydendri DWTP, HYDROUSA International Conference on Water and Circular Economy, Athens, 2023.
  2. I. Tsoukalas, P. Kossieris, L. Brocca, S. Barbetta, H. Mosaffa, and C. Makropoulos, Can machine learning help us to create improved and trustworthy satellite-based precipitation products?, European Geosciences Union General Assembly 2023, Vienna, Austria & Online, EGU23-13852, doi:10.5194/egusphere-egu23-13852, 2023.
  3. P. Kossieris, I. Tsoukalas, and C. Makropoulos, A framework for cost-effective enrichment of water demand records at fine spatio-temporal scales, European Geosciences Union General Assembly 2023, Vienna, Austria & Online, EGU23-12141, doi:10.5194/egusphere-egu23-12141, 2023.
  4. D. Nikolopoulos, P. Kossieris, and C. Makropoulos, Stochastic stress-testing approach for assessing resilience of urban water systems from source to tap, EGU General Assembly 2021, online, EGU21-13284, doi:10.5194/egusphere-egu21-13284, European Geosciences Union, 2021.
  5. K.-K. Drakaki, G.-K. Sakki, I. Tsoukalas, P. Kossieris, and A. Efstratiadis, Setting the problem of energy production forecasting for small hydropower plants in the Target Model era, EGU General Assembly 2021, online, EGU21-3168, doi:10.5194/egusphere-egu21-3168, European Geosciences Union, 2021.
  6. G.-K. Sakki, I. Tsoukalas, P. Kossieris, and A. Efstratiadis, A dilemma of small hydropower plants: Design with uncertainty or uncertainty within design?, EGU General Assembly 2021, online, EGU21-2398, doi:10.5194/egusphere-egu21-2398, European Geosciences Union, 2021.
  7. Y. Moustakis, P. Kossieris, I. Tsoukalas, and A. Efstratiadis, Quasi-continuous stochastic simulation framework for flood modelling, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-534, European Geosciences Union, 2017.
  8. P. Kossieris, A. Efstratiadis, I. Tsoukalas, and D. Koutsoyiannis, Assessing the performance of Bartlett-Lewis model on the simulation of Athens rainfall, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-8983, doi:10.13140/RG.2.2.14371.25120, European Geosciences Union, 2015.
  9. A. Koukouvinos, D. Nikolopoulos, A. Efstratiadis, A. Tegos, E. Rozos, S.M. Papalexiou, P. Dimitriadis, Y. Markonis, P. Kossieris, H. Tyralis, G. Karakatsanis, K. Tzouka, A. Christofides, G. Karavokiros, A. Siskos, N. Mamassis, and D. Koutsoyiannis, Integrated water and renewable energy management: the Acheloos-Peneios region case study, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-4912, doi:10.13140/RG.2.2.17726.69440, European Geosciences Union, 2015.
  10. A. Efstratiadis, I. Tsoukalas, P. Kossieris, G. Karavokiros, A. Christofides, A. Siskos, N. Mamassis, and D. Koutsoyiannis, Computational issues in complex water-energy optimization problems: Time scales, parameterizations, objectives and algorithms, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-5121, doi:10.13140/RG.2.2.11015.80802, European Geosciences Union, 2015.
  11. A. Drosou, P. Dimitriadis, A. Lykou, P. Kossieris, I. Tsoukalas, A. Efstratiadis, and N. Mamassis, Assessing and optimising flood control options along the Arachthos river floodplain (Epirus, Greece), European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-9148, European Geosciences Union, 2015.
  12. I. Tsoukalas, P. Kossieris, A. Efstratiadis, and C. Makropoulos, Handling time-expensive global optimization problems through the surrogate-enhanced evolutionary annealing-simplex algorithm, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-5923, European Geosciences Union, 2015.
  13. I. Pappa, Y. Dimakos, P. Dimas, P. Kossieris, P. Dimitriadis, and D. Koutsoyiannis, Spatial and temporal variability of wind speed and energy over Greece, European Geosciences Union General Assembly 2014, Geophysical Research Abstracts, Vol. 16, Vienna, EGU2014-13591, doi:10.13140/RG.2.2.11238.63048, European Geosciences Union, 2014.
  14. P. Kossieris, A. Efstratiadis, and D. Koutsoyiannis, Coupling the strengths of optimization and simulation for calibrating Poisson cluster models, Facets of Uncertainty: 5th EGU Leonardo Conference – Hydrofractals 2013 – STAHY 2013, Kos Island, Greece, doi:10.13140/RG.2.2.15223.21929, European Geosciences Union, International Association of Hydrological Sciences, International Union of Geodesy and Geophysics, 2013.
  15. P. Kossieris, A. Efstratiadis, and D. Koutsoyiannis, The use of stochastic objective functions in water resource optimization problems, Facets of Uncertainty: 5th EGU Leonardo Conference – Hydrofractals 2013 – STAHY 2013, Kos Island, Greece, doi:10.13140/RG.2.2.18578.66249, European Geosciences Union, International Association of Hydrological Sciences, International Union of Geodesy and Geophysics, 2013.
  16. Y. Markonis, P. Kossieris, A. Lykou, and D. Koutsoyiannis, Effects of Medieval Warm Period and Little Ice Age on the hydrology of Mediterranean region, European Geosciences Union General Assembly 2012, Geophysical Research Abstracts, Vol. 14, Vienna, 12181, doi:10.13140/RG.2.2.30565.19683, European Geosciences Union, 2012.
  17. P. Kossieris, D. Koutsoyiannis, C. Onof, H. Tyralis, and A. Efstratiadis, HyetosR: An R package for temporal stochastic simulation of rainfall at fine time scales, European Geosciences Union General Assembly 2012, Geophysical Research Abstracts, Vol. 14, Vienna, 11718, European Geosciences Union, 2012.
  18. Y. Dialynas, P. Kossieris, K. Kyriakidis, A. Lykou, Y. Markonis, C. Pappas, S.M. Papalexiou, and D. Koutsoyiannis, Optimal infilling of missing values in hydrometeorological time series, European Geosciences Union General Assembly 2010, Geophysical Research Abstracts, Vol. 12, Vienna, EGU2010-9702, doi:10.13140/RG.2.2.23762.56005, European Geosciences Union, 2010.

Educational notes

  1. Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδρεύσεις – Δίκτυα διανομής, 78 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Οκτώβριος 2023.
  2. Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδροδοτικά έργα – Εξωτερικά υδραγωγεία, 47 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Οκτώβριος 2023.
  3. Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδραυλική αγωγών υπό πίεση, 52 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Οκτώβριος 2023.
  4. Π. Κοσσιέρης, Στοιχεία Εφαρμοσμένης Υδραυλικής για Αστικά Υδραυλικά Έργα, Πανεπιστήμιο Δυτικής Αττικής, Μάιος 2021.
  5. Χ. Μακρόπουλος, Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδρεύσεις, 80 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Δεκέμβριος 2019.
  6. Π. Κοσσιέρης, Ανάπτυξη υπολογιστικού συστήματος για τον μονοδιάστατο στοχαστικό επιμερισμό ημερήσιων βροχοπτώσεων σε ωριαίες, 39 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Ιανουάριος 2012.

Academic works

  1. P. Kossieris, Multi-scale stochastic analysis and modelling of residential water demand processes, PhD thesis, 350 pages, Department of Water Resources and Environmental Engineering – National Technical University of Athens, Athens, Φεβρουάριος 2020.
  2. Π. Κοσσιέρης, Προσαρμογή εξελικτικού αλγορίθμου ανόπτησης-απλόκου για βελτιστοποίηση στοχαστικών στοχικών συναρτήσεων σε προβλήματα υδατικών πόρων, Μεταπτυχιακή εργασία, 209 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Δεκέμβριος 2013.
  3. Π. Κοσσιέρης, Ανάπτυξη υπολογιστικού συστήματος για τον μονοδιάστατο στοχαστικό επιμερισμό ημερήσιων βροχοπτώσεων σε ωριαίες, σε περιβάλλον R, Διπλωματική εργασία, 224 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Οκτώβριος 2011.

Research reports

  1. Β. Μπέλλος, Π. Κοσσιέρης, Η. Παπακωνσταντής, Π. Παπανικολάου, Χ. Ντεμίρογλου, και Α. Ευστρατιάδης, Προκαταρτική μελέτη εργαλείου υποστήριξης αποφάσεων για τη μεταφορά του νερού από τους ταμιευτήρες στην Αθήνα, Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση, 46 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Νοέμβριος 2022.
  2. Α. Ευστρατιάδης, Ν. Μαμάσης, Γ.-Κ. Σακκή, Ι. Τσουκαλάς, Π. Κοσσιέρης, Π. Δήμας, και Ν. Πελεκάνος, Σχέδιο Διαχείρισης του Υδροδοτικού Συστήματος της Αθήνας – Υδρολογικό έτος 2021-22, Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση, 141 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Ιούνιος 2022.
  3. Α. Ευστρατιάδης, Η. Παπακωνσταντής, Π. Παπανικολάου, Ν. Μαμάσης, Δ. Νικολόπουλος, Ι. Τσουκαλάς, και Π. Κοσσιέρης, Συνοπτική έκθεση πρώτου έτους, Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση, Ανάδοχος: Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, 55 pages, Δεκέμβριος 2020.
  4. Α. Ευστρατιάδης, Ν. Μαμάσης, Ι. Μαρκόνης, Π. Κοσσιέρης, και Χ. Τύραλης, Μεθοδολογικό πλαίσιο βέλτιστου σχεδιασμού και συνδυασμένης διαχείρισης υδατικών και ανανεώσιμων ενεργειακών πόρων, Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO), 154 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Απρίλιος 2015.
  5. Δ. Κουτσογιάννης, Σ.Μ. Παπαλεξίου, Ι. Μαρκόνης, Π. Δημητριάδης, και Π. Κοσσιέρης, Στοχαστικό πλαίσιο εκτίμησης της αβεβαιότητας των υδρομετεωρολογικών διεργασιών, Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO), 231 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Ιανουάριος 2015.
  6. Σ.Μ. Παπαλεξίου, και Π. Κοσσιέρης, Τεχνική έκθεση θεωρητικής τεκμηρίωσης μοντέλου γέννησης συνθετικών υετογραφηµάτων, ΔΕΥΚΑΛΙΩΝ – Εκτίμηση πλημμυρικών ροών στην Ελλάδα σε συνθήκες υδροκλιματικής μεταβλητότητας: Ανάπτυξη φυσικά εδραιωμένου εννοιολογικού-πιθανοτικού πλαισίου και υπολογιστικών εργαλείων, Ανάδοχοι: ΕΤΜΕ: Πέππας & Συν/τες Ε.Ε., Γραφείο Μαχαίρα, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Εθνικό Αστεροσκοπείο Αθηνών, 97 pages, Μάιος 2014.

Ανάλυση ερευνητικών έργων

Συμμετοχή ως ερευνητής

  1. Συντήρηση, αναβάθμιση και επέκταση του Συστήματος Υποστήριξης Αποφάσεων για την διαχείριση του υδροδοτικού συστήματος της ΕΥΔΑΠ

    Περίοδος εκτέλεσης: Οκτώβριος 2008–Νοέμβριος 2011

    Προϋπολογισμός: €72 000

    Project director: Ν. Μαμάσης

    Κύριος ερευνητής: Δ. Κουτσογιάννης

    Το ερευνητικό έργο περιλαμβάνει την αναβάθμιση, συντήρηση και επέκταση του Συστήματος Υποστήριξης Αποφάσεων (ΣΥΑ) που ανέπτυξε το ΕΜΠ για την ΕΥΔΑΠ στα πλαίσια του ερευνητικού έργου Εκσυγχρονισμός της εποπτείας και διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας (1999-2003). Οι εργασίες αφορούν (α) στη Βάση Δεδομένων (αναβάθμιση λογισμικού, διαχείριση χρονοσειρών ποιοτικών παραμέτρων), (β) στο μετρητικό δίκτυο (επέκταση-βελτίωση- συντήρηση, εκτίμηση απωλειών υδραγωγείων), (γ) στην αναβάθμιση λογισμικού διαχείρισης δεδομένων και την προσθήκη αυτόματης επεξεργασίας τηλεμετρικών δεδομένων, (δ) στο λογισμικό Υδρονομέας (επικαιροποίηση του μοντέλου του υδροσυστήματος, επέκταση του μοντέλου προσομοίωσης και βελτιστοποίησης, αναβάθμιση λειτουργικών χαρακτηριστικών λογισμικού), (ε) σε υδρολογικές αναλύσεις (συλλογή και επεξεργασία δεδομένων, επικαιροποίηση χαρακτηριστικών υδρολογικών μεγεθών) και (στ) στα ετήσια διαχειριστικά σχέδια (υποστήριξη στην εκπόνηση).

Ανάλυση δημοσιευμένου έργου

Publications in scientific journals

  1. P. Kossieris, I. Tsoukalas, L. Brocca, H. Mosaffa, C. Makropoulos, and A. Anghelea, Merging multiple precipitation products via machine learning: revisiting conceptual and technical aspects, Journal of Hydrology, 2024, (υπό αξιολόγηση).

  1. E. Boucoyiannis, P. Kossieris, V. Bellos, A. Efstratiadis, and C. Makropoulos, A grey-box approach in the optimization of regulation structures used in urban-water conveyance systems, Urban Water Journal, 2312510, doi:10.1080/1573062X.2024.2312510, 2024.

    [Μια προσέγγιση γκρίζου κουτιού για τη βελτιστοποίηση έργων ρύθμισης σε συστήματα μεταφοράς αστικού νερού]

    Αυτό το άρθρο παρουσιάζει μια ολιστική προσέγγιση για την αντιμετώπιση των προκλήσεων που σχετίζονται με την ανάπτυξη εργαστηριακών υδραυλικών μοντέλων σε πραγματικές συνθήκες λειτουργίας εντός των αστικών υδατικών συστημάτων. Οι σχετικές μέθοδοι και εργαλεία ελέγχονται και επικυρώνονται χρησιμοποιώντας δεδομένα πραγματικού κόσμου από το σύστημα μεταφοράς που εξυπηρετεί την πόλη της Αθήνας, Ελλάδα. Αρχικά, αναπτύσσεται ένας νέος μηχανισμός διόρθωσης των δεδομένων, ώστε να αρθούν οι ασυνέπειες στις χρονοσειρές. Στη συνέχεια, εφαρμόζονται αλγοριθμικές τεχνικές για τον εντοπισμό των καταλληλότερων συνόλων δεδομένων για τους σκοπούς της βαθμονόμησης. Επιπλέον, αναπτύσσεται μια διαδικασία γκρίζου κουτιού για την προσαρμογή των βασικών παραμέτρων της υδραυλικής μοντελοποίησης, ακολουθώντας μια αρθρωτή διαδικασία βαθμονόμησης και ευθυγράμμισή τους με τα ειδικά χαρακτηριστικά του υπό μελέτη συστήματος. Τα ευρήματα αυτής της έρευνας παρέχουν πολύτιμες γνώσεις για την αποτελεσματική προσαρμογή και εφαρμογή εργαστηριακών υδραυλικών μοντέλων σε σενάρια αστικών υδατικών συστημάτων του πραγματικού κόσμου, επιτρέποντας καλύτερες στρατηγικές λήψης αποφάσεων και διαχείρισης για πολύπλοκα υδροσυστήματα υπό δύσκολες επιχειρησιακές συνθήκες.

  1. G. Moraitis, G.-K. Sakki, G. Karavokiros, D. Nikolopoulos, P. Kossieris, I. Tsoukalas, and C. Makropoulos, Exploring the cyber-physical threat landscape of water systems: A socio-technical modelling approach, Water, 15 (9), 1687, doi:10.3390/w15091687, 2023.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2289/1/documents/water-15-01687.pdf (2852 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/15/9/1687

  1. S. Tsattalios, I. Tsoukalas, P. Dimas, P. Kossieris, A. Efstratiadis, and C. Makropoulos, Advancing surrogate-based optimization of time-expensive environmental problems through adaptive multi-model search, Environmental Modelling and Software, 162, 105639, doi:10.1016/j.envsoft.2023.105639, 2023.

    [Ισχυροποιώντας τη βελτιστοποίηση που βασίζεται σε υποκατάστατα για χρονοβόρα περιβαλλοντικά προβλήματα μέσω προσαρμοστικής αναζήτησης πολλαπλών μοντέλων]

    Πολύπλοκα προβλήματα βελτιστοποίησης περιβαλλοντικών συστημάτων συχνά απαιτούν μοντέλα προσομοίωσης υψηλών υπολογιστικών απαιτήσεων για την αξιολόγηση των υποψήφιων λύσεων. Ωστόσο, η πολυπλοκότητα των επιφανειών απόκρισης απαιτεί πολλαπλές τέτοιες αξιολογήσεις, καθιστώντας έτσι τη διαδικασία αναζήτησης ιδιαίτερα επίπονη. Η βελτιστοποίηση που βασίζεται σε υποκατάστατα είναι μια ισχυρή προσέγγιση για την επιτάχυνση της σύγκλισης προς υποσχόμενες λύσεις. Εδώ εισάγουμε τον αλγόριθμο Adaptive Multi-Surrogate Enhanced Evolutionary Annealing Simplex (AMSEEAS), ως επέκταση του SEEAS, που αποτελεί μια καλά εδραιωμένη μέθοδο ολικής βελτιστοποίησης με τη χρήση υποκατάστατων. Η μέθοδος AMSEEAS εκμεταλλεύεται τα ισχυρά σημεία των πολλαπλών υποκατάστατων μοντέλων που συνδυάζονται μέσω ενός μηχανισμού τύπου ρουλέτας, για την επιλογή ενός συγκεκριμένου μεταμοντέλου που θα ενεργοποιείται σε κάθε επανάληψη. Η μέθοδος AMSEEAS αποδεικνύει την ευρωστία και αποτελεσματικότητά της μέσω εκτενούς συγκριτικής αξιολόγησης έναντι του SEEAS και άλλων καταξιωμένων μεθόδων ολικής βελτιστοποίησης με βάση υποκατάστατα μοντέλα, τόσο σε θεωρητικά μαθηματικά προβλήματα όσο και σε μια υπολογιστικά απαιτητική εφαρμογή υδραυλικού σχεδιασμού του πραγματικού κόσμου. Το τελευταίο αναζητά την πλέον οικονομική διαστασιολόγηση των αναχωμάτων κατά μήκος ενός αντιπλημμυρικού καναλιού για την ελαχιστοποίηση της πλημμυρικής κατάκλυσης, που υπολογίζεται από το χρονοβόρο υδροδυναμικό μοντέλο HEC-RAS.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2266/1/documents/AMSEEAS_paper.pdf (14432 KB)

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

    1. #Zhang, D., J. Zhang, and Y. Wang, Game based pigeon-inspired optimization with repository assistance for stochastic optimizations with uncertain infeasible search regions, 2023 IEEE Congress on Evolutionary Computation (CEC), 1-8, Chicago, IL, USA, doi:10.1109/CEC53210.2023.10253991, 2023.
    2. Costabile, P., C. Costanzo, J. Kalogiros, and V. Bellos, Toward street‐level nowcasting of flash floods impacts based on HPC hydrodynamic modeling at the watershed scale and high‐resolution weather radar data, Water Resources Research, 59(10), e2023WR034599, doi:10.1029/2023WR034599, 2023.
    3. Zeigler, B. P., Discrete event systems theory for fast stochastic simulation via tree expansion, Systems, 12(3), 80, doi:10.3390/systems12030080, 2024.

  1. D. Nikolopoulos, P. Kossieris, I. Tsoukalas, and C. Makropoulos, Stress-testing framework for urban water systems: A source to tap approach for stochastic resilience assessment, Water, 14 (2), 154, doi:10.3390/w14020154, 2022.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2372/1/documents/water-14-00154-v2.pdf (3040 KB)

  1. G. Moraitis, I. Tsoukalas, P. Kossieris, D. Nikolopoulos, G. Karavokiros, D. Kalogeras, and C. Makropoulos, Assessing cyber-physical threats under water demand uncertainty, Environmental Sciences Proceedings, 21 (1), 18, doi:10.3390/environsciproc2022021018, Οκτώβριος 2022.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2250/1/documents/environsciproc-21-00018.pdf (933 KB)

    Βλέπε επίσης: https://www.mdpi.com/2673-4931/21/1/18

  1. G.-K. Sakki, I. Tsoukalas, P. Kossieris, C. Makropoulos, and A. Efstratiadis, Stochastic simulation-optimisation framework for the design and assessment of renewable energy systems under uncertainty, Renewable and Sustainable Energy Reviews, 168, 112886, doi:10.1016/j.rser.2022.112886, 2022.

    [Πλαίσιο στοχαστικής προσομοίωσης-βελτιστοποίησης για τον σχεδιασμό και την αποτίμηση συστημάτων ανανεώσιμης ενέργειας υπό αβεβαιότητα]

    Καθώς η συμμετοχή των ανανεώσιμων πηγών ενέργειας στο ηλεκτρικό μίγμα αυξάνει ραγδαία, η αναγνώριση, αναπαράσταση, ποσοτικοποίηση και, εν τέλει, ερμηνεία των αβεβαιοτήτων τους καθίσταται σημαντική. Σε αυτή την κατεύθυνση, προτείνουμε ένα γενικό πλαίσιο στοχαστικής προσομοίωσης-βελτιστοποίησης, προσαρμοσμένο σε συστήματα ανανεώσιμης ενέργειας (ΣΑΕ), ικανό να αντιμετωπίσει τις πολλαπλές πτυχές της αβεβαιότητας, εξωτερικές και εσωτερικές. Αυτές αφορούν στις φορτίσεις (υδρομετεωρολογικές είσοδοι) και καταστάσεις (μέσω των παραμέτρων των μοντέλων μετατροπής του καυσίμου σε ενέργεια, καθώς και των τιμών αγοράς ενέργειας) του συστήματος, που και οι δύο εκφράζονται σε πιθανοτικούς όρους, μέσω μιας καινοτόμου σύζευξης του τρίπτυχου στατιστική, στοχαστική και συζεύξεις. Καθώς οι πιο διαδεδομένες πηγές (άνεμος, ήλιος, νερό) παρουσιάζουν αρκετά κοινά χαρακτηριστικά, εισάγουμε αρχικά τη διατύπωση του καθολικού πλαισίου μοντελοποίησης υπό αβεβαιότητα, και στη συνέχεια προσφέρουμε εργαλεία ποσοτικοποίησης της αβεβαιότητας, προκειμένου να αξιοποιήσουμε στην πράξη την πληθώρα των αποτελεσμάτων της προσομοίωσης και μέτρων επίδοσης που προκύπτουν (επενδυτικά κόστη, παραγωγή ενέργειας, κέρδη). Το προτεινόμενο πλαίσιο εφαρμόζεται σε δύο χαρακτηριστικές μελέτες περίπτωσης, ήτοι τον σχεδιασμό ενός μικρού υδροηλεκτρικού σταθμού (ειδικότερα, το βέλτιστο μίγμα των υδροστροβίλων του), και τη μακροχρόνια αποτίμηση ενός σχεδιασμένου αιολικού πάρκου. Και οι δύο περιπτώσεις αναδεικνύουν ότι η άγνοια ή υποεκτίμηση της αβεβαιότητας μπορεί να αποκρύψει σε σημαντικό βαθμό την κατανόησή μας περί της πραγματικής λειτουργίας και επίδοσης των ΣΑΕ. Αντίθετα, το πλαίσιο στοχαστικής προσομοίωσης-βελτιστοποίησης επιτρέπει την εκτίμηση της τεχνικο-οικονομικής αποδοτικότητας έναντι ενός μεγάλου εύρους αβεβαιοτήτων, και με τον τρόπο αυτό παρέχει ένα κρίσιμο εργαλείο λήψη αποφάσεων, στην κατεύθυνση της ανάπτυξης βιώσιμων και οικονομικά εφικτών ΣΑΕ.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2229/1/documents/stochasticRES.pdf (6011 KB)

    Βλέπε επίσης: https://www.sciencedirect.com/science/article/pii/S1364032122007687

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

    1. Woon, K. S., Z. X. Phuang, J. Taler, P. S. Varbanov, C. T. Chong, J. J. Klemeš, and C. T. Lee, Recent advances in urban green energy development towards carbon neutrality, Energy, 126502, doi:10.1016/j.energy.2022.126502, 2022.
    2. Angelakis, A., Reframing the high-technology landscape in Greece: Empirical evidence and policy aspects, International Journal of Business & Economic Sciences Applied Research, 15(2), 58-70, doi:10.25103/ijbesar.152.06, 2022.
    3. Kim, J., M. Qi, J. Park, and I. Moon, Revealing the impact of renewable uncertainty on grid-assisted power-to-X: A data-driven reliability-based design optimization approach, Applied Energy, 339, 121015, doi:10.1016/j.apenergy.2023.121015, 2023.
    4. Yin, S., L. Chen, and H. Qin, Reduced space optimization-based evidence theory method for response analysis of space-coiled acoustic metamaterials with epistemic uncertainty, Mathematical Problems in Engineering, 2023, 9937158, doi:10.1155/2023/9937158, 2023.
    5. Qu, K., H. Zhang, X. Zhou, F. Causone, X. Huang, X. Shen, and X. Zhu, Optimal design of building integrated energy systems by combining two-phase optimization and a data-driven model, Energy and Buildings, 295, 113304, doi:10.1016/j.enbuild.2023.113304, 2023.
    6. Wang, Z., W. Zhang, H. Fan, C. Zhang, Y. Zhao, and Z. Huang, An uncertainty-tolerant robust distributed control strategy for building cooling water systems considering measurement uncertainties, Journal of Building Engineering, 76, 107162, doi:10.1016/j.jobe.2023.107162, 2023.
    7. Caputo, A. C., A. Federici, P. M. Pelagagge, and P. Salini, Offshore wind power system economic evaluation framework under aleatory and epistemic uncertainty, Applied Energy, 350, 121585, doi:10.1016/j.apenergy.2023.121585, 2023.
    8. Liu, J., Y. Li, Y. Ma, R. Qin, X. Meng, and J. Wu, Two-layer multiple scenario optimization framework for integrated energy system based on optimal energy contribution ratio strategy, Energy, 285, 128673, doi:10.1016/j.energy.2023.128673, 2023.
    9. Wang, Q., and L. Zhao, Data-driven stochastic robust optimization of sustainable utility system, Renewable and Sustainable Energy Reviews, 188, 113841, doi:10.1016/j.rser.2023.113841, 2023.
    10. Ahmed, S., T. Li, P. Yi, and R. Chen, Environmental impact assessment of green ammonia-powered very large tanker ship for decarbonized future shipping operations, Renewable and Sustainable Energy Reviews, 188, 113774, doi:10.1016/j.rser.2023.113774, 2023.
    11. Maitra, S., V. Mishra, and S. Kundu, A novel approach with Monte-Carlo simulation and hybrid optimization approach for inventory management with stochastic demand, arXiv e-prints, 2023.
    12. Al Hasibi, R. A., and A. Haris, An analysis of the implementation of a hybrid renewable-energy system in a building by considering the reduction in electricity price subsidies and the reliability of the grid, Clean Energy, 7(5), 1125-1135, doi:10.1093/ce/zkad053, 2023.
    13. Caputo, A. C., A. Federici, P. M. Pelagagge, and P. Salini, Scenario analysis of offshore wind-power systems under uncertainty, Sustainability, 15(24), 16912, doi:10.3390/su152416912, 2023.
    14. Li, Y., F. Wu, X. Song, L. Shi, K. Lin, and F. Hong, Data-driven chance-constrained schedule optimization of cascaded hydropower and photovoltaic complementary generation systems for shaving peak loads, Sustainability, 15(24), 16916, doi:10.3390/su152416916, 2023.
    15. Kim, S., Y. Choi, J. Park, D. Adams, S. Heo, and J. H. Lee, Multi-period, multi-timescale stochastic optimization model for simultaneous capacity investment and energy management decisions for hybrid Micro-Grids with green hydrogen production under uncertainty, Renewable and Sustainable Energy Reviews, 190(A), 114049, doi:10.1016/j.rser.2023.114049, 2024.
    16. García-Merino, J. C., C. Calvo-Jurado, and E. García-Macías, Sparse polynomial chaos expansion for universal stochastic kriging, Journal of Computational and Applied Mathematics, 444, 115794, doi:10.1016/j.cam.2024.115794, 2024.
    17. Hasanien, H. M., I. Alsaleh, Z. Ullah, and A. Alassaf, Probabilistic optimal power flow in power systems with renewable energy integration using enhanced walrus optimization algorithm, Ain Shams Engineering Journal, 15(3), 102663, doi:10.1016/j.asej.2024.102663, 2024.
    18. Gómez-Beas, R., E. Contreras, M. J. Polo, and C. Aguilar, Stochastic flow analysis for optimization of the operationality in run-of-river hydroelectric plants in mountain areas, Energies, 17(7), 1705, doi:10.3390/en17071705, 2024.
    19. Chang, K.-H., and T.-L. Chen, Simulation learning and optimization: Methodology and applications, Asia-Pacific Journal of Operational Research, doi:10.1142/S0217595924400086, 2024.
    20. Leng, R., Z. Li, and Y. Xu, Joint planning of utility-owned distributed energy resources in an unbalanced active distribution network considering asset health degradation, IEEE Transactions on Smart Grid, doi:10.1109/TSG.2024.3365974, 2024.

  1. A. Efstratiadis, P. Dimas, G. Pouliasis, I. Tsoukalas, P. Kossieris, V. Bellos, G.-K. Sakki, C. Makropoulos, and S. Michas, Revisiting flood hazard assessment practices under a hybrid stochastic simulation framework, Water, 14 (3), 457, doi:10.3390/w14030457, 2022.

    [Αναθεωρώντας τις πρακτικές εκτίμησης του πλημμυρικού κινδύνου υπό ένα πλαίσιο υβριδικής στοχαστικής προσομοίωσης]

    Προτείνουμε μια νέα πιθανοτική προσέγγιση για την εκτίμηση του κινδύνου πλημμύρας, με στόχο την αντιμετώπιση των βασικών αδυναμιών των καθημερινών ντετερμινιστικών πρακτικών τεχνομηχανικής με έναν υπολογιστικά αποδοτικό τρόπο. Σε αυτό το πλαίσιο, καθορίζονται οι κύριες πηγές αβεβαιότητας στη συνολική διαδικασία μοντελοποίησης, ήτοι η στατιστική αβεβαιότητα κατά την επαγωγή των μέγιστων ετήσιων βροχοπτώσεων μέσω μοντέλων κατανομής που προσαρμόζονται σε εμπειρικά δεδομένα και η εγγενώς στοχαστική φύση των υποκείμενων υδρομετεωρολογικών και υδροδυναμικών διεργασιών. Η εργασία μας επικεντρώνεται σε τρεις βασικές πτυχές, συγκεκριμένα το χρονικό προφίλ των καταιγίδων, την εξάρτηση των μηχανισμών γέννησης πλημμυρών από τις προηγούμενες συνθήκες υγρασίας του εδάφους και την εξάρτηση της διόδευσης της απορροής στο έδαφος και το υδρογραφικό δίκτυο από την ένταση της πλημμύρας. Αυτά αντιμετωπίζονται με την υλοποίηση μιας σειριακής διαδικασίας, που βασίζεται σε λογισμικό ανοιχτού κώδικα, το οποίο είναι ελεύθερα διαθέσιμο στο κοινό. Επιπλέον, οι υδροδυναμικές διεργασίες προσομοιώνονται με μια υβριδική προσέγγιση 1D/2D μοντελοποίησης, η οποία προσφέρει έναν καλό συμβιβασμό μεταξύ του υπολογιστικού φόρτου και της ακρίβειας. Το προτεινόμενο πλαίσιο επιτρέπει την εκτίμηση της αβεβαιότητας όλων των μεγεθών που σχετίζονται με τις πλημμύρες, μέσω εμπειρικά εκτιμώμενων ποσοστημορίων για δεδομένες περιόδους επαναφοράς. Τέλος, εισάγεται ένα σύνολο από εύκολα εφαρμόσιμα μέτρα για την ποσοτικοποίηση του κινδύνου πλημμύρας.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2170/1/documents/water-14-00457.pdf (6083 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/14/3/457

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

    1. Tegos, A., A. Ziogas, V. Bellos, and A. Tzimas, Forensic hydrology: a complete reconstruction of an extreme flood event in data-scarce area, Hydrology, 9(5), 93, doi:10.3390/hydrology9050093, 2022.
    2. Afzal, M. A., S. Ali, A. Nazeer, M. I. Khan, M. M. Waqas, R. A. Aslam, M. J. M. Cheema, M. Nadeem, N. Saddique, M. Muzammil, and A. N. Shah, Flood inundation modeling by integrating HEC–RAS and satellite imagery: A case study of the Indus river basin, Water, 14(19), 2984, doi:10.3390/w14192984, 2022.
    3. Vangelis, H., I. Zotou, I. M. Kourtis, V. Bellos, and V. A. Tsihrintzis, Relationship of rainfall and flood return periods through hydrologic and hydraulic modeling, Water, 14(22), 3618, doi:10.3390/w14223618, 2022.
    4. Maranzoni, A., M. D’Oria, and C. Rizzo, Quantitative flood hazard assessment methods: A review, Journal of Flood Risk Management, 16(1), e12855, doi:10.1111/jfr3.12855, 2022.
    5. Szeląg, B., P. Kowal, A. Kiczko, A. Białek, D. Majerek, P. Siwicki, F. Fatone, and G. Boczkaj, Integrated model for the fast assessment of flood volume: Modelling – management, uncertainty and sensitivity analysis, Journal of Hydrology, 625(A), 129967, doi:10.1016/j.jhydrol.2023.129967, 2023.
    6. Rozos, E., V. Bellos, J. Kalogiros, and K. Mazi, efficient flood early warning system for data-scarce, karstic, mountainous environments: A case study, Hydrology, 10(10), 203, doi:10.3390/hydrology10100203, 2023.
    7. Szeląg, B., D. Majerek, A. L. Eusebi, A. Kiczko, F. de Paola, A. McGarity, G. Wałek, and F. Fatone, Tool for fast assessment of stormwater flood volumes for urban catchment: A machine learning approach, Journal of Environmental Management, 355, 120214, doi:10.1016/j.jenvman.2024.120214, 2024.

  1. K.-K. Drakaki, G.-K. Sakki, I. Tsoukalas, P. Kossieris, and A. Efstratiadis, Day-ahead energy production in small hydropower plants: uncertainty-aware forecasts through effective coupling of knowledge and data, Advances in Geosciences, 56, 155–162, doi:10.5194/adgeo-56-155-2022, 2022.

    [Ημερήσια παραγωγή ενέργειας σε μικρά υδροηλεκτρικά έργα: πρόγνωσεις υπό αβεβαιότητα μέσω αποτελεσματικής σύζευξης γνώσης και δεδομένων]

    Με κίνητρο τις προκλήσεις που αναδύονται από το λεγόμενο Target Model και τις σχετικές αλλαγές στην τρέχουσα δομή της αγοράς ενέργειας, επανεξετάζουμε το πρόβλημα της πρόβλεψης της ενεργειακής παραγωγής της επόμενης ημέρας από Μικρούς Υδροηλεκτρικούς Σταθμούς (ΜΥΗΣ) χωρίς δυνατότητα αποθήκευσης. Χρησιμοποιώντας ως παράδειγμα έναν τυπικό ΜΥΗΣ εκτροπής στη Δυτική Ελλάδα, δοκιμάζουμε εναλλακτικά σχήματα πρόβλεψης (από παλινδρόμηση έως μηχανική μάθηση) που εκμεταλλεύονται διαφορετικά επίπεδα πληροφοριών. Από αυτή την άποψη, διερευνούμε εάν είναι προτιμότερο να χρησιμοποιήσουμε ως επεξηγηματική μεταβλητή τη γνωστή παραγωγή ενέργειας των προηγούμενων ημερών ή να προβλέψουμε τις εισροές της επόμενης ημέρας και στη συνέχεια να εκτιμήσουμε την προκύπτουσα παραγωγή ενέργειας μέσω προσομοίωσης. Οι αναλύσεις μας υποδεικνύουν ότι η δεύτερη προσέγγιση γίνεται σαφώς πιο συμφέρουσα όταν η εξειδικευμένη γνώση σχετικά με το υδρολογικό καθεστώς και τα τεχνικά χαρακτηριστικά του ΜΥΗΣ ενσωματώνεται στη διαδικασία εκπαίδευσης του μοντέλου. Πέρα από αυτά, εστιάζουμε επίσης στην προγνωστική αβεβαιότητα που χαρακτηρίζει τέτοιες προβλέψεις, με πρωταρχικό στόχο να προχωρήσουμε πέρα από τις τυπικές, αλλά επισφαλείς, μεθόδους σημειακής πρόβλεψης, που παρέχουν μια μοναδική αναμενόμενη τιμή παραγωγής ενέργειας. Τέλος, συζητάμε τη χρήση της προτεινόμενης διαδικασίας πρόβλεψης υπό αβεβαιότητα, στην πραγματική αγορά ηλεκτρικής ενέργειας.

    Σημείωση:

    Τα μοντέλα προσομοίωσης και πρόγνωσης αναπτύχθηκαν σε περιβάλλον R environment και είναι διαθέσιμα στην ακόλουθη διεύθυνση: https://github.com/corinadrakaki/Day-ahead-energy-production-in-small-hydropower-plants

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2165/1/documents/adgeo-56-155-2022.pdf (217 KB)

    Βλέπε επίσης: https://adgeo.copernicus.org/articles/56/155/2022/

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

    1. Krechowicz, A., M. Krechowicz, and K. Poczeta, Machine learning approaches to predict electricity production from renewable energy sources, Energies, 15(23), 9146, doi:10.3390/en15239146, 2022.
    2. Ghobadi, F., and D. Kang, Application of machine learning in water resources management: A systematic literature review, Water, 15(4), 620, doi:10.3390/w15040620, 2023.
    3. Chen, B., Y. Long, H. Wei, B. Li, Y. Zhang, W. Deng, and C. Li, A weak-coupling flow-power forecasting method for small hydropower station group, International Journal of Energy Research, 2023, 1214269, doi:10.1155/2023/1214269, 2023.
    4. Karakuş, M. O., Impact of climatic factors on the prediction of hydroelectric power generation: A deep CNN-SVR approach, Geocarto International, 38(1), doi:10.1080/10106049.2023.2253203, 2023.
    5. #Chauhan, R., N. Batra, S. Goyal, and A. Kaur, Optimizing water resources with IoT and ML: A water management system, Innovations in Machine Learning and IoT for Water Management, A. Kumar, A. Lal Srivastav, A. Kumar Dubey, V. Dutt, N. Vyas (editors), Chapter 4, 94-109, doi:10.4018/979-8-3693-1194-3.ch005, 2024.
    6. Sahin, M. E., and M. Ozbay Karakus, Smart hydropower management: utilizing machine learning and deep learning method to enhance dam’s energy generation efficiency, Neural Computing & Applications, doi:10.1007/s00521-024-09613-1, 2024.

  1. P. Kossieris, I. Tsoukalas, A. Efstratiadis, and C. Makropoulos, Generic framework for downscaling statistical quantities at fine time-scales and its perspectives towards cost-effective enrichment of water demand records, Water, 13 (23), 3429, doi:10.3390/w13233429, 2021.

    [Γενικό πλαίσιο επιμερισμού των στατιστικών μεγεθών σε λεπτές χρονικές κλίμακες και οι προοπτικές του προς τον οικονομικά αποδοτικό εμπλουτισμό των αρχείων ζήτησης νερού]

    Το δύσκολο έργο της γέννησης συνθετικών χρονοσειρών σε λεπτότερες χρονικές κλίμακες από τα παρατηρούμενα δεδομένα, ενσωματώνει την ανακατασκευή ενός πλήθους βασικών στατιστικών μεγεθών στην επιθυμητή (δηλαδή, χαμηλότερη) κλίμακα ενδιαφέροντος. Αυτό το άρθρο εισάγει ένα φειδωλό και γενικό πλαίσιο για τον επιμερισμό των στατιστικών μεγεθών, αποκλειστικά βασισμένο σε διαθέσιμες πληροφορίες σε πιο αδρομερείς χρονικές κλίμακες. Η μεθοδολογία βασίζεται σε τρία βασικά στοιχεία: α) την ανάλυση της συμπεριφοράς των στατιστικών χαρακτηριστικών σε πολλαπλές χρονικές κλίμακες, β) τη χρήση παραμετρικών συναρτήσεων για τη μοντελοποίηση αυτής της συμπεριφοράς, και γ) την εκμετάλλευση των δυνατοτήτων επέκτασης των συναρτήσεων για επιμερισμό των σχετικών στατιστικών μεγεθών σε λεπτότερες κλίμακες. Εδώ, παρουσιάζουμε τη μεθοδολογία χρησιμοποιώντας αρχεία οικιακής ζήτησης νερού και επικεντρωνόμαστε στον επιμερισμό των παρακάτω βασικών μεγεθών: διασπορά, L-διασπορά, L-ασυμμετρία, και πιθανότητα μηδενικών τιμών (καμία ζήτηση, διαλείπουσα συμπεριφορά), που χρησιμοποιούνται συνήθως στην παραμετροποίηση ενός μοντέλου στοχαστικής προσομοίωσης. Συγκεκριμένα, επιμερίζουμε τα παραπάνω στατιστικά στοιχεία σε κλίμακα λεπτού, υποθέτοντας δύο σενάρια αρχικής ανάλυσης των δεδομένων, ήτοι 5 και 10 λεπτά. Η αξιολόγηση της μεθοδολογίας σε αρκετές περιπτώσεις δείχνει ότι τα τέσσερα στατιστικά χαρακτηριστικά μπορούν να ανακατασκευαστούν καλά. Προχωρώντας ένα βήμα παραπέρα, τοποθετούμε τη μεθοδολογία επιμερισμού σε ένα πιο ολοκληρωμένο πλαίσιο μοντελοποίησης, για έναν οικονομικά αποδοτικό εμπλουτισμό των δειγμάτων λεπτής ανάλυσης με συνθετικά, λαμβάνοντας υπόψη την τρέχουσα περιορισμένη διαθεσιμότητα μετρήσεων ζήτησης νερού σε λεπτή ανάλυση.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2164/1/documents/water-13-03429.pdf (2042 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/13/23/3429

  1. G. Papaioannou, L. Vasiliades, A. Loukas, A. Alamanos, A. Efstratiadis, A. Koukouvinos, I. Tsoukalas, and P. Kossieris, A flood inundation modelling approach for urban and rural areas in lake and large-scale river basins, Water, 13 (9), 1264, doi:10.3390/w13091264, 2021.

    [Μοντέλο πλημμυρικής κατάκλυσης για αστικές και εξωαστικές περιοχές σε λεκάνες απορροής λιμνών και ποταμών μεγάλης κλίμακας]

    Οι ποτάμιες πλημμύρες είναι ένας από τους κύριους φυσικούς κινδύνους για την κοινωνία μας και ο σχετικός πλημμυρικός κίνδυνος θα πρέπει πάντα να αξιολογείται για τις παρούσες και μελλοντικές συνθήκες. Η Οδηγία της Ευρωπαϊκής Ένωσης για τις πλημμύρες υπογραμμίζει τη σημασία της χαρτογράφησης πλημμυρών ως βασικού σταδίου για τον εντοπισμό των ευάλωτων περιοχών, την αξιολόγηση των επιπτώσεων των πλημμυρών και τον προσδιορισμό των ζημιών και των σχεδίων αποζημίωσης. Η εφαρμογή της Ε.Ε. Οδηγίας του Ε. Ε. για τις Πλημμύρες στην Ελλάδα αποτελεί πρόκληση, λόγω της γεωφυσικής και κλιματικής μεταβλητότητάς της και των διαφορετικών υδρολογικών και υδραυλικών συνθηκών. Αυτή η μελέτη αντιμετωπίζει την συγκεκριμένη πρόκληση με τη μοντελοποίηση της βροχόπτωσης σχεδιασμού σε επίπεδο υπολεκάνης και την επακόλουθη εκτίμηση των πλημμυρογραφημάτων σχεδιασμού, εφαρμόζοντας τη διαδικασία Μοναδιαίου Υδρογραφήματος της NRCS. Για τη διόδευση των πλημμυρών, την εκτίμηση των χαρακτηριστικών της πλημμύρας (ήτοι τα βάθη νερού και τις ταχύτητες ροής) και τη χαρτογράφηση των κατακλυζομένων περιοχών χρησιμοποιείται το μοντέλο HEC-RAS 2D. Η προσέγγιση μοντελοποίησης έχει εφαρμοστεί σε δύο πολύπλοκες και αντιπροσωπευτικές λεκάνες χωρίς μετρήσεις, ήτοι τη λεκάνη της λίμνης Παμβώτιδας που βρίσκεται στην Περιφέρεια Ηπείρου της υγρής Δυτικής Ελλάδας, και τη λεκάνη του Πηνειού που βρίσκεται στην Περιφέρεια Θεσσαλίας της ξηρότερης κεντρικής Ελλάδας, μια λεκάνη με σύνθετο δενδριτικό υδρογραφικό δίκτυο, που εκτείνεται σε περισσότερα από 1188 km. Η προτεινόμενη προσέγγιση μοντελοποίησης στοχεύει στην καλύτερη εκτίμηση και χαρτογράφηση των κατακλυζομένων περιοχών από πλημμύρες, συμπεριλαμβανομένων των σχετικών αβεβαιοτήτων, και στην παροχή καθοδήγησης σε επαγγελματίες και ακαδημαϊκούς.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2121/1/documents/water-13-01264-v2.pdf (45029 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/13/9/1264

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

    1. Varlas, G., A. Papadopoulos, G. Papaioannou, and E. Dimitriou, Evaluating the forecast skill of a hydrometeorological modelling system in Greece, Atmosphere, 12(7), 902, doi:10.3390/atmos12070902, 2021.
    2. Karamvasis, K., and V. Karathanassi, FLOMPY: An open-source toolbox for floodwater mapping using Sentinel-1 intensity time series, Water, 13(21), 2943, doi:10.3390/w13212943, 2021.
    3. Alamanos, A., P. Koundouri, L. Papadaki, and T. Pliakou, A system innovation approach for science-stakeholder interface: theory and application to water-land-food-energy nexus, Frontiers in Water, 3, 744773, doi:10.3389/frwa.2021.744773, 2022.
    4. Papaioannou, G., V. Markogianni, A. Loukas, and E. Dimitriou, Remote sensing methodology for roughness estimation in ungauged streams for different hydraulic/hydrodynamic modeling approaches, Water, 14(7), 1076, doi:10.3390/w14071076, 2022.
    5. Borowska-Stefańska, M., L. Balážovičová, K. Goniewicz, M. Kowalski, P. Kurzyk, M. Masný, S. Wiśniewski, M. Žoncová, and A. Khorram-Manesh, Emergency management of self-evacuation from flood hazard areas in Poland, Transportation Research Part D: Transport and Environment, 107, 103307, doi:10.1016/j.trd.2022.103307, 2022.
    6. #Alamanos, A., and P. Koundouri, Emerging challenges and the future of water resources management, DEOS Working Papers, 2221, Athens University of Economics and Business, 2022.
    7. Ciurte, D. L., A. Mihu-Pintilie, A. Urzică, and A. Grozavu, Integrating LIDAR data, 2d HEC-RAS modeling and remote sensing to develop flood hazard maps downstream of a large reservoir in the inner Eastern Carpathians, Carpathian Journal of Earth and Environmental Sciences, 18(1), 149-169, doi:10.26471/cjees/2023/018/248, 2023.
    8. Vasiliades, L., G. Papaioannou, and A. Loukas, A unified hydrologic framework for flood design estimation in ungauged basins, Environmental Sciences Proceedings, 25(1), 40, doi:10.3390/ECWS-7-14194, 2023.
    9. Iliadis, C., P. Galiatsatou, V. Glenis, P. Prinos, and C. Kilsby, Urban flood modelling under extreme rainfall conditions for building-level flood exposure analysis, Hydrology, 10(8), 172, doi:10.3390/hydrology10080172, 2023.
    10. Iliadis, C., V. Glenis, and C. Kilsby, Cloud modelling of property-level flood exposure in megacities, Water, 15(19), 3395, doi:10.3390/w15193395, 2023.
    11. Alamanos, A., G. Papaioannou, G. Varlas, V. Markogianni, A. Papadopoulos, and E. Dimitriou, Representation of a post-fire flash-flood event combining meteorological simulations, remote sensing, and hydraulic modeling, Land, 13(1), 47, doi:10.3390/land13010047, 2024.
    12. Semiem A. G., G. T. Diro, T. Demissie, Y. M. Yigezu, and B. Hailu, Towards improved flash flood forecasting over Dire Dawa, Ethiopia using WRF-Hydro, Water, 15(18), 3262, doi:10.3390/w15183262, 2023.
    13. #Alamanos, A., and P. Kountouri, Integrated and sustainable water resources management: Modeling, Elgar Encyclopedia of Water Policy, Economics and Management, edited by P. Kountouri and A. Alamanos, Chapter 32, 137-141, Edward Elgar Publishing, doi:10.4337/9781802202946.00039, 2024.
    14. #Alamanos, A., and P. Kountouri, Future challenges of water resources management, Elgar Encyclopedia of Water Policy, Economics and Management, edited by P. Kountouri and A. Alamanos, Chapter 21, 87-93, Edward Elgar Publishing, doi:10.4337/9781802202946.00028, 2024.
    15. Varlas, G., A. Papadopoulos, G. Papaioannou, V. Markogianni, A. Alamanos, and E. Dimitriou, Integrating ensemble weather predictions in a hydrologic-hydraulic modelling system for fine-resolution flood forecasting: The Case of Skala bridge at Evrotas River, Greece, Atmosphere, 15(1), 120, doi:10.3390/atmos15010120, 2024.

  1. I. Tsoukalas, P. Kossieris, and C. Makropoulos, Simulation of non-Gaussian correlated random variables, stochastic processes and random fields: Introducing the anySim R-Package for environmental applications and beyond, Water, 12 (6), 1645, doi:10.3390/w12061645, 2020.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2049/1/documents/water-12-01645.pdf (4754 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/12/6/1645

  1. C. Makropoulos, I. Koutiva, P. Kossieris, and E. Rozos, Water management in the military: The SmartBlue Camp Profiling Tool, Science of the Total Environment, 651, 493–505, doi:10.1016/j.scitotenv.2018.09.056, 2019.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2373/1/documents/1-s2.0-S0048969718334922-main.pdf (3018 KB)

  1. P. Kossieris, I. Tsoukalas, C. Makropoulos, and D. Savic, Simulating marginal and dependence behaviour of water demand processes at any fine time scale, Water, 11 (5), 885, doi:10.3390/w11050885, 2019.

    [Προσομοίωση της περιθώριας και της από κοινού συμπεριφοράς των διεργασιών οικιακής ζήτησης νερού σε λεπτές χρονικές κλίμακες]

    Η ενσωμάτωση της αβεβαιότητας της οικιακής ζήτησης νερού είναι ιδιαίτερα σημαντική για τον εύρωστο και πιθανοτικό σχεδιασμό, λειτουργία και διαχείριση των συστημάτων αστικού νερού. Σε αυτό το πλαίσιο είναι ιδιαίτερα σημαντική η χρήση, σαν είσοδο στα συνήθως ντετερμινιστικά μοντέλα προσομοίωσης των συστημάτων, συνθετικών χρονοσειρών οι οποίες αναπαράγουν τη συμπεριφορά της περιθώριας κατανομής και τις στοχαστικές ιδιότητες της διεργασίας της ζήτησης. Οι τυπικές μέθοδοι προσομοίωσης της διεργασίας αυτής (όπως είναι τα στοχαστικά μοντέλα παλμών) αντιμετωπίζουν μερικώς το πρόβλημα, καθώς είτε αναπαράγουν συγκεκριμένα στατιστικά χαρακτηριστικά (χαμηλής τάξης) της περιθώριας κατανομής είτε αγνοούν τις δομές εξάρτησης. Στην παρούσα εργασία παρουσιάζεται μια ενιαία στρατηγική στοχαστικής μοντελοποίησης της ζήτησης, που επιτρέπει τη ρητή αναπαραγωγή της περιθώριας συμπεριφοράς και των στοχαστικών ιδιοτήτων της διεργασίας σε οποιαδήποτε λεπτή χρονική κλίμακα. Η στρατηγική αυτή συνδυάζει τα κλασσικά γραμμικά στοχαστικά μοντέλα, που δεν έχουν χρησιμοποιηθεί στο παρελθόν στον συγκεκριμένο τομέα, με το από κοινού μοντέλο πιθανότητας Nataf (Nataf’s joint distribution model). Η αποτελεσματικότητα και η ευελιξία της μεθόδου παρουσιάζεται μέσω τριών πραγματικών προβλημάτων προσομοίωσης που εμπλέκουν μια μεγάλη ποικιλία από συναρτήσεις κατανομής και δομές εξάρτησης, όπως αυτές εντοπίζονται στις χρονοσειρές ζήτησης νερού από τη κλίμακα του 1 min έως τη 1 h.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1950/1/documents/water-11-00885.pdf (6862 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/11/5/885

  1. R. A. Stewart, K. Nguyen, C. Beal, H. Zhang, O. Sahin, E. Bertone, A. Silva Vieira, A. Castelletti, A. Cominola, M. Giuliani, D. Giurco, M. Blumenstein, A. Turner, A. Liu, S. Kenway, D. Savic, C. Makropoulos, and P. Kossieris, Integrated intelligent water-energy metering systems and informatics: Visioning a digital multi-utility service provider, Environmental Modelling and Software, 105, 94–117, doi:10.1016/j.envsoft.2018.03.006, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2374/1/documents/1-s2.0-S1364815217311271-main.pdf (3275 KB)

  1. P. Kossieris, and C. Makropoulos, Exploring the statistical and distributional properties of residential water demand at fine time scales, Water, 10 (10), 1481, doi:10.3390/w10101481, 2018.

    [Εξερευνώντας τις στατιστικές και περιθώριες ιδιότητες της αστικής ζήτησης νερού σε λεπτές χρονικές κλίμακες]

    H οικιακή ζήτηση νερού αποτελεί έναν αβέβαιο παράγοντα που θέτει επιπλέον δυσκολίες κατά το σχεδιασμό και διαχείριση των συστημάτων αστικού νερού. Τα τελευταία χρόνια, τα δεδομένα ζήτησης από τους έξυπνους μετρητές νερού προσφέρουν την απαιτούμενη πληροφορία για την καλύτερη κατανόηση και μοντελοποίηση της διεργασίας της ζήτησης σε επίπεδο σπιτιού και σε λεπτές χρονικές κλίμακες. Η παρούσα εργασία μελετά τις ιδιαιτερότητες της περιθώριας συμπεριφοράς της διεργασίας της οικιακής ζήτησης νερού στις χρονικές κλίμακες 15 min και 1 h, που συνήθως χρησιμοποιούνται στις εφαρμογές μοντελοποίησης του αστικού κύκλου νερού. Προς αυτή την κατεύθυνση, ερευνάται ένας μεγάλος αριθμός από παρατηρημένες χρονοσειρές ζήτησης νερού από σπίτια με διαφορετικά χαρακτηριστικά. Η ανάλυση υποδεικνύει ότι τα βασικά χαρακτηριστικά των περιθωρίων κατανομών της ζήτησης παρουσιάζουν μεταβολή μεταξύ των σπιτιών και μεταξύ των διαφορετικών χρονικών επιπέδων μελέτης. Η ανάλυση από ώρα σε ώρα και από μήνα σε μήνα υποδεικνύει ότι η μέση τιμή και η πιθανότητα μηδενικής ζήτησης παρουσιάζουν την μεγαλύτερη μεταβολή, ενώ η μεταβολή στα χαρακτηριστικών που σχετίζονται με το σχήμα της κατανομής (L-διασπορά και L-ασυμμετρία) και στη πιθανότητα μηδενικής ζήτησης είναι σημαντικά μικρότερη. Η αξιολόγηση της επίδοσης 10 διαφορετικών πιθανοτικών μοντέλων υποδεικνύουν ότι η κατανομή Gamma και Weibull μπορούν να περιγράψουν επαρκώς τη συμπεριφορά των μη μηδενικών ζητήσεων και στις δυο υπό μελέτη χρονικές κλίμακες.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1904/1/documents/water-10-01481.pdf (23829 KB)

    Βλέπε επίσης: https://www.mdpi.com/2073-4441/10/10/1481/htm

  1. 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.

    [Επιχειρησιακή μέθοδος υλοποίησης της Οδηγίας για τις Πλημμύρες σε αστικές περιοχές χωρίς μετρητικές υποδομές]

    Αναπτύσσεται ένα επιχειρησιακό πλαίσιο για την εκτίμηση του πλημμυρικού κινδύνου σε αστικές περιοχές χωρίς μετρητικές υποδομές, στο πλαίσιο της υλοποίησης της Οδηγίας της ΕΕ για τις Πλημμύρες στην Ελλάδα, το οποίο επιδεικνύεται στην μητροπολιτική περιοχή του Βόλου, στην Κεντρική Ελλάδα, που επηρεάζεται συχνά από ισχυρές καταιγίδες που προκαλούν αστραπιαίες πλημμύρες. Εφαρμόζεται μια προσέγγιση σεναρίου, λαμβάνοντας υπόψη τις αβεβαιότητες σε καίριες πτυχές της μοντελοποίησης. Αυτό εμπεριέχει αναλύσεις ακραίων βροχοπτώσεων, από τις οποίες προκύπτουν χωρικά κατανεμημένες σχέσεις έντασης-διάρκειας-συχνότητας (όμβριες καμπύλες) και διαστήματα εμπιστοσύνης αυτών, και προσομοιώσεις πλημμυρών, μέσω της μεθόδου SCS-CN και της θεωρίας μοναδιαίου υδρογραφήματος, που παράγουν υδρογραφήματα σχεδιασμού σε κλίμακα υπολεκάνης, για διάφορες συνθήκες εδαφικής υγρασίας. Η διόδευση των πλημμυρικών υδρογραφημάτων και απεικόνιση των κατακλυζόμενων περιοχών υλοποιείται μέσω του μοντέλου HEC-RAS 2D, με ευέλικτη διάσταση κανάβου, αντιπροσωπεύοντας την αντίσταση που προκαλούν τα κτήρια μέσω της μεθόδου τοπικής ανύψωσης. Για όλα τα υδρογραφήματα εκτιμώνται άνω και κάτω όρια των βαθών νερού, ταχυτήτων ροής και κατακλυζόμενων εκτάσεων, για διάφορες τιμές του συντελεστή τραχύτητας. Η μεθοδολογία επαληθεύεται με βάση το πλημμυρικό επεισόδιο της 9ης Οκτωβρίου 2006, με τη χρήση παρατηρημένων δεδομένων πλημμυρικής κατάκλυσης. Οι αναλύσεις μας καταδεικνύουν ότι παρόλο που οι τυπικές προσεγγίσεις μηχανικού για λεκάνες χωρίς μετρήσεις υπόκεινται σε μείζονες αβεβαιότητες, η υδρολογική εμπειρία μπορεί να αντισταθμίσει την έλλειψη πληροφορίας, εξασφαλίζοντας έτσι αρκετά ρεαλιστικά αποτελέσματα.

    Σημείωση:

    Το άρθρο αυτό κέρδισε το βραβείο Hydrology Best Paper Award για το έτος 2020 (https://www.mdpi.com/journal/hydrology/awards/850)

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1829/1/documents/hydrology-05-00024_Idnk8fW.pdf (5243 KB)

    Συμπληρωματικό υλικό:

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

    1. Petroselli, A., M. Vojtek, and J. Vojteková, Flood mapping in small ungauged basins: A comparison of different approaches for two case studies in Slovakia, Hydrology Research, 50(1), 379-392, doi:10.2166/nh.2018.040, 2018.
    2. Manfreda, S., C. Samela, A. Refice, V. Tramutoli, and F. Nardi, Advances in large-scale flood monitoring and detection, Hydrology, 5(3), 49, doi:10.3390/hydrology5030049, 2018.
    3. Doroszkiewicz, J., R. J. Romanowicz, and A. Kiczko, The influence of flow projection errors on flood hazard estimates in future climate conditions, Water, 11(1), 49, doi:10.3390/w11010049, 2019.
    4. Enigl, K., C. Matulla, M. Schlögla, and F. Schmid, Derivation of canonical total-sequences triggering landslides and floodings in complex terrain, Advances in Water Resources, 129, 178-188, doi:10.1016/j.advwatres.2019.04.018, 2019.
    5. Chen, N., S. Yao, C. Wang, and W. Du, A method for urban flood risk assessment and zoning considering road environments and terrain, Sustainability, 11(10), 2734, doi:10.3390/su11102734, 2019.
    6. Jiang, X., L., Yang, and H. Tatano, Assessing spatial flood risk from multiple flood sources in a small river basin: A method based on multivariate design rainfall, Water, 11(5), 1031, doi:10.3390/w11051031, 2019.
    7. Vojtek, M., A. Petroselli, J. Vojteková, and S. Asgharinia, Flood inundation mapping in small and ungauged basins: sensitivity analysis using the EBA4SUB and HEC-RAS modeling approach, Hydrology Research, 50(4), 1002-1019, doi:10.2166/nh.2019.163, 2019.
    8. Lorenzo-Lacruz, J., C. Garcia, E. Morán-Tejeda, A. Amengual, V. Homar, A. Maimó-Far, A. Hermoso, C. Ramis, and R. Romero, Hydro-meteorological reconstruction and geomorphological impact assessment of the October, 2018 catastrophic flash flood at Sant Llorenç, Mallorca (Spain), Natural Hazards and Earth System Sciences, 19(11), 2597-2617, doi:10.5194/nhess-19-2597-2019, 2019.
    9. Hamdan, A. N. A., A. A. Abbas, and A. T. Najm, Flood hazard analysis of proposed regulator on Shatt Al-Arab river, Hydrology, 6(3), 80, doi:0.3390/hydrology6030080, 2019.
    10. Deby, R., V. Dermawan, and D. Sisinggih, Analysis of Wanggu river flood inundation Kendari City Southeast Sulawesi province using HEC RAS 5.0.6, International Research Journal of Advanced Engineering and Science, 4(2), 270-275, 2019.
    11. Rauter, M., T. Thaler, M.-S. Attems, and S. Fuchs, Obligation or innovation: Can the EU Floods Directive Be seen as a tipping point towards more resilient flood risk management? A case study from Vorarlberg, Austria, Sustainability, 11, 5505, doi:10.3390/su11195505, 2019.
    12. Papaioannou, G., G. Varlas, G. Terti, A. Papadopoulos, A. Loukas, Y. Panagopoulos, and E. Dimitriou, Flood inundation mapping at ungauged basins using coupled hydrometeorological-hydraulic modelling: The catastrophic case of the 2006 flash flood in Volos City, Greece, Water, 11, 2328, doi:10.3390/w11112328, 2019.
    13. Rahmati, O., H. Darabi, A. T. Haghighi, S. Stefanidis, A. Kornejady, O. A. Nalivan, and D. T. Bui, Urban flood hazard modeling using self-organizing map neural network, Water, 11(11), 2370, doi:10.3390/w11112370, 2019.
    14. Dano, U. L., A.-L. Balogun, A.-N. Matori,K. Wan Yusouf, I. R. Abubakar, M. A. Said Mohamed, , Y.A. Aina, and B. Pradhan, Flood susceptibility mapping using an improved analytic network process with statistical models, Water, 11(3), 615, doi:10.3390/w11030615, 2019.
    15. Petroselli, A., S. Grimaldi, R. Piscopia, and F. Tauro, Design hydrograph estimation in small and ungauged basins: a comparative assessment of event based (EBA4SUB) and continuous (COSMO4SUB) modeling approaches, Acta Scientiarum Polonorum Formatio Circumiectus, 18(4), 113-124, doi:10.15576/ASP.FC/2019.18.4.113, 2019.
    16. Nguyen, V.-N., P. Yariyan, M. Amiri, A. Dang Tran, T.D. Pham, M.P. Do, P. T. Thi Ngo, V.-H. Nhu, N. Quoc Long, and D. Tien Bui, A new modeling approach for spatial prediction of flash flood with biogeography optimized CHAID tree ensemble and remote sensing data, Remote Sensing, 12(9), 1373, doi:10.3390/rs12091373, 2020.
    17. Kastridis, A., and D. Stathis, Evaluation of hydrological and hydraulic models applied in typical Mediterranean ungauged watersheds using post-flash-flood measurements, Hydrology, 7(1), 12, doi:10.3390/hydrology7010012, 2020.
    18. Stavropoulos, S., G. N. Zaimes, E. Filippidis, D. C. Diaconu, and D. Emmanouloudis, Mitigating flash floods with the use of new technologies: A multi-criteria decision analysis to map flood susceptibility for Zakynthos island, Greece, Journal of Urban & Regional Analysis, 12(2), 233-248, 2020.
    19. Kastridis, A., C. Kirkenidis, and M. Sapountzis, An integrated approach of flash flood analysis in ungauged Mediterranean watersheds using post‐flood surveys and Unmanned Aerial Vehicles (UAVs), Hydrological Processes, 34(25), 4920-4939, doi:10.1002/hyp.13913, 2020.
    20. Abdrabo, K. I., S. A. Kantoush, M. Saber, T. Sumi, O. M. Habiba, D. Elleithy, and B. Elboshy, Integrated methodology for urban flood risk mapping at the microscale in ungauged regions: A case study of Hurghada, Egypt, Remote Sensing, 12(21), 3548, doi:10.3390/rs12213548, 2020.
    21. Yariyan, P., M. Avand, R. A. Abbaspour, A. T. Haghighi, R. Costache, O. Ghorbanzadeh, S. Janizadeh, and T. Blaschke, Flood susceptibility mapping using an improved analytic network process with statistical models, Geomatics, Natural Hazards and Risk, 11(1), 2282-2314, doi:10.1080/19475705.2020.1836036, 2020.
    22. Papaioannou, G., C. Papadaki, and E. Dimitriou, Sensitivity of habitat hydraulic model outputs to DTM and computational mesh resolution, Ecohydrology, 13(2), e2182, doi:10.1002/eco.2182, 2020.
    23. Papaioannou, G., G. Varlas, A. Papadopoulos, A. Loukas, P. Katsafados, and E. Dimitriou, Investigating sea‐state effects on flash flood hydrograph and inundation forecasting, Hydrological Processes, 35(4), e14151, doi:10.1002/hyp.14151, 2021.
    24. Mahamat Nour, A., C. Vallet‐Coulomb, J. Gonçalves, F. Sylvestre, and P. Deschamps, Rainfall-discharge relationship and water balance over the past 60 years within the Chari-Logone sub-basins, Lake Chad basin, Journal of Hydrology: Regional Studies, 35, 100824, doi:10.1016/j.ejrh.2021.100824, 2021.
    25. Varlas, G., A. Papadopoulos, G. Papaioannou, and E. Dimitriou, Evaluating the forecast skill of a hydrometeorological modelling system in Greece, Atmosphere, 12(7), 902, doi:10.3390/atmos12070902, 2021.
    26. Khalaj, M. R., H. Noor, and A. Dastranj, Investigation and simulation of flood inundation hazard in urban areas in Iran, Geoenvironmental Disasters, 8, 18, doi:10.1186/s40677-021-00191-1, 2021.
    27. Hooke, J., J. Souza, and M. Marchamalo, Evaluation of connectivity indices applied to a Mediterranean agricultural catchment, Catena, 207, 105713, doi:10.1016/j.catena.2021.105713, 2021.
    28. Seleem, O., M. Heistermann, and A. Bronstert, Efficient hazard assessment for pluvial floods in urban environments: A benchmarking case study for the city of Berlin, Germany, Water, 13(18), 2476, doi:10.3390/w13182476, 2021.
    29. Cotugno, A., V. Smith, T. Baker, and R. Srinivasan, A framework for calculating peak discharge and flood inundation in ungauged urban watersheds using remotely sensed precipitation data: A case study in Freetown, Sierra Leone, Remote Sensing, 13(19), 3806, doi:10.3390/rs13193806, 2021.
    30. Berteni, F., A. Dada, and G. Grossi, Application of the MUSLE model and potential effects of climate change in a small Alpine catchment in Northern Italy, Water, 13(19), 2679, doi:10.3390/w13192679, 2021.
    31. Kastridis, A., G. Theodosiou, and G. Fotiadis, Investigation of flood management and mitigation measures in ungauged NATURA protected watersheds, Hydrology, 8(4), 170, doi:10.3390/hydrology8040170, 2021.
    32. Ali, A. A., and H. A. Al Thamiry, H. A., Controlling the salt wedge intrusion in Shatt Al-Arab river by a barrage, Journal of Engineering, 27(12), 69-86, doi:10.31026/j.eng.2021.12.06, 2021.
    33. Alamanos, A., P. Koundouri, L. Papadaki, and T. Pliakou, A system innovation approach for science-stakeholder interface: theory and application to water-land-food-energy nexus, Frontiers in Water, 3, 744773, doi:10.3389/frwa.2021.744773, 2022.
    34. Papaioannou, G., V. Markogianni, A. Loukas, and E. Dimitriou, Remote sensing methodology for roughness estimation in ungauged streams for different hydraulic/hydrodynamic modeling approaches, Water, 14(7), 1076, doi:10.3390/w14071076, 2022.
    35. Jessie, L., O. Brivois, P. Mouillon, A. Maspataud, P. Belz, and J.-M. Laloue, Coastal flood modeling to explore adaptive coastal management scenarios and land-use changes under sea level rise, Frontiers in Marine Science, 9, 710086, doi:10.3389/fmars.2022.710086, 2022.
    36. Tegos, A., A. Ziogas, V. Bellos, and A. Tzimas, Forensic hydrology: a complete reconstruction of an extreme flood event in data-scarce area, Hydrology, 9(5), 93, doi:10.3390/hydrology9050093, 2022.
    37. Neves, J. L., T. K. Sellick, A. Hasan, and P. Pilesjö, Flood risk assessment under population growth and urban land use change in Matola, Mozambique, African Geographical Review, doi:10.1080/19376812.2022.2076133, 2022.
    38. Khosh Bin Ghomash, S., D. Bachmann, D. Caviedes-Voullième, and C. Hinz, Impact of rainfall movement on flash flood response: A synthetic study of a semi-arid mountainous catchment, Water, 14(12), 1844, doi:10.3390/w14121844, 2022.
    39. Arnsteg, A., J. Glinski, P. Marijauskaite, A. Nitschke, M. Olsson, A. Pierre, L. Rosenquist Ohlsson, S. van der Vleuten, and P. Pilesjö, Flood modelling and proposed Blue-Green Solutions – A case study in Lisbon, Portugal, AGILE: GIScience Series, 3, 53, doi:10.5194/agile-giss-3-53-2022, 2022.
    40. Yavuz, C., K. Yilmaz, and G. Onder, Combined hazard analysis of flood and tsunamis on the western Mediterranean coast of Turkey, Nat. Hazards Earth Syst. Sci. Discuss., doi:10.5194/nhess-2022-121, 2022.
    41. Giannaros, C., S. Dafis, S. Stefanidis, T. M. Giannaros, I. Koletsis, and C. Oikonomou, Hydrometeorological analysis of a flash flood event in an ungauged Mediterranean watershed under an operational forecasting and monitoring context, Meteorological Applications, 29(4), e2079, doi:10.1002/met.2079, 2022.
    42. Koutalakis, P., and G. N. Zaimes, River flow measurements utilizing UAV-based surface velocimetry and bathymetry coupled with sonar, Hydrology, 9(8), 148, doi:10.3390/hydrology9080148, 2022.
    43. #Yassine, R., M. Lastes, A. Argence, A. Gandouin, C. Imperatrice, P. Michel, R. Zhang, P. Brigode, O. Delestre, and F. Taccone, Simulation of the Alex storm flash-flood in the Vésubie catchment (South Eastern France) using Telemac-2D hydraulic code, Advances in Hydroinformatics, Gourbesville, P., Caignaert, G. (eds.), Springer Water, Springer, Singapore, doi:10.1007/978-981-19-1600-7_52, 2022.
    44. Donnelly, J., S. Abolfathi, J. Pearson, O. Chatrabgoun, and A. Daneshkhah, Gaussian process emulation of spatio-temporal outputs of a 2D inland flood model, Water Research, 225, 119100, doi:10.1016/j.watres.2022.119100, 2022.
    45. Alamanos, A., P. Koundouri, L. Papadaki, T. Pliakou, and E. Toli, Water for tomorrow: A living lab on the creation of the science-policy-stakeholder interface, Water, 14(18), 2879, doi:10.3390/w14182879, 2022.
    46. #Alves, R., J. C. Branco, and J. S. Baptista, Flood risk assessment and emergency planning – A short review, Occupational and Environmental Safety and Health IV, Studies in Systems, Decision and Control, 449, 615-629, Springer, Cham, doi:10.1007/978-3-031-12547-8_49, 2023.
    47. Alarifi, S. S., M. Abdelkareem, F. Abdalla, and M. Alotaibi, Flash flood hazard mapping using remote sensing and GIS techniques in Southwestern Saudi Arabia, Sustainability, 14(21), 14145, doi:10.3390/su142114145, 2022.
    48. Yavuz, C., K. Yilmaz, K., and G. Onder, Multi-hazard analysis of flood and tsunamis on the western Mediterranean coast of Turkey, Natural Hazards and Earth System Sciences, 22, 3725-3736, doi:10.5194/nhess-22-3725-2022, 2022.
    49. Rusinko, A., and S. Horáčková, Flash flood simulation in the urbanised catchment: Aa case study of Bratislava-Karlova Ves, Geographia Cassoviensis, 16(2), 81-97, doi:10.33542/GC2022-2-01, 2022.
    50. #Vasiliades, L., E. Farsirotou, and A. Psilovikos, An integrated hydrologic/hydraulic analysis of the Medicane "Ianos" flood event in Kalentzis River Basin, Greece, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, 235-236, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.
    51. Efe, H., and F. Önen, Failure analysis of Batman Dam and evaluation in terms of dam safety, Dicle University Journal of Engineering, 13(3), 579-587, doi:10.24012/dumf.1097025, 2022.
    52. Adnan, M. S. G. , Z. S. Siam, I. Kabir, Z. Kabir, M. R. Ahmed, Q. K. Hassan, R. M. Rahman, and A. Dewan, A novel framework for addressing uncertainties in machine learning-based geospatial approaches for flood prediction, Journal of Environmental Management, 326(B), 116813, doi:10.1016/j.jenvman.2022.116813, 2023.
    53. Cahyono, A. B., and A. B. Hak, Flood inundation simulation using HEC-GeoRAS with hydro-enforced-DTM LiDAR data, IOP Conference Series: Earth and Environmental Science, 1127, 012049, doi:10.1088/1755-1315/1127/1/012049, 2023.
    54. Khosh Bin Ghomash, S., D. Bachmann, D. Caviedes-Voullième, and C Hinz, Effects of within-storm variability on allochthonous flash flooding: A synthetic study, Water, 15(4), 645, doi:10.3390/w15040645, 2023.
    55. Yilmaz, K., Y. Darama, Y., Y. Oruc, and A. B. Melek, Assessment of flood hazards due to overtopping and piping in Dalaman Akköprü Dam, employing both shallow water flow and diffusive wave equations, Natural Hazards, 117, 979-1003, doi:10.1007/s11069-023-05891-5, 2023.
    56. Mattas, C., D. Karpouzos, P. Georgiou, and T. Tsapanos, Two-dimensional modelling for dam break analysis and flood hazard mapping: A case study of Papadia Dam, Northern Greece, Water, 15(5), 994, doi:10.3390/w15050994, 2023.
    57. Hughes, W., L. Santos, Q. Lu, R. Malla, N. Ravishanker, and W. Zhang, Probabilistic risk assessment framework for predicting large woody debris accumulations and scour near bridges, Structure and Infrastructure Engineering, doi:10.1080/15732479.2023.2177875, 2023.
    58. Vasiliades, L., G. Papaioannou, and A. Loukas, A unified hydrologic framework for flood design estimation in ungauged basins, Environmental Sciences Proceedings, 25(1), 40, doi:10.3390/ECWS-7-14194, 2023.
    59. Akkus, H., E. Yildiz, and I. Bulut, HEC-RAS 2B Modeli Kullanılarak Yazılıkaya Deresi (Nallıhan Ankara) Sel Tehlike Haritalarının Hazırlanması ve Sel Kontrol Yapısının Etkinliği, Jeoloji Muhendisligi Dergisi, 47(1), 29-46, doi:10.24232/jmd.1268945, 2023.
    60. Le Gal, M., T. Fernández-Montblanc, E. Duo, J. Montes Perez, P. Cabrita, P. Souto Ceccon, V. Gastal, P. Ciavola, and C. Armaroli, A new European coastal flood database for low-medium intensity events, EGUsphere, doi:10.5194/egusphere-2023-1157, 2023.
    61. Iliadis, C., P. Galiatsatou, V. Glenis, P. Prinos, and C. Kilsby, Urban flood modelling under extreme rainfall conditions for building-level flood exposure analysis, Hydrology, 10(8), 172, doi:10.3390/hydrology10080172, 2023.
    62. Uysal, G., and E. Taşçı, Analysis of downstream flood risk in the failure of Batman Dam with two-dimensional hydraulic modeling and satellite data, Journal of Natural Hazards and Environment, 9(1), 39-57, doi:10.21324/dacd.1107630, 2023.
    63. Kiesel, J., M. Lorenz, M. König, U. Gräwe, and A. T. Vafeidis, Regional assessment of extreme sea levels and associated coastal flooding along the German Baltic Sea coast, Natural Hazards and Earth System Sciences, 23, 2961-2985, doi:10.5194/nhess-23-2961-2023, 2023.
    64. Çirağ, B., and M. Firat, Two-dimensional (2D) flood analysis and calibration of stormwater drainage systems using geographic information systems, Water Science & Technology, 87(10), 2577-2596, doi:10.2166/wst.2023.126, 2023.
    65. Bouadila, A., I. Bouizrou, M. Aqnouy, K. En-nagre, Y. El Yousfi, A. Khafouri, I. Hilal, K. Abdelrahman, L. Benaabidate, T. Abu-Alam, J. E. S. El Messari, and M. Abioui, Streamflow simulation in semiarid data-scarce regions: A comparative study of distributed and lumped models at Aguenza watershed (Morocco), Water, 15(8), 1602, doi:10.3390/w15081602, 2023.
    66. Kiesel, J., M. Lorenz, M. König, U. Gräwe, and A. T. Vafeidis, A new modelling framework for regional assessment of extreme sea levels and associated coastal flooding along the German Baltic Sea coast, Natural Hazards and Earth System Sciences, 23, 2961-2985, doi:10.5194/nhess-2022-275, 2023.
    67. Baykal, T., S. Terzi, and E. D. Taylan, Examination of safe routes for emergency responders and people during urban flood: a case study of Isparta, Türkiye, Natural Hazards, doi:10.1007/s11069-023-06171-y, 2023.
    68. Le Gal, M., T. Fernández-Montblanc, E. Duo, J. Montes Perez, P. Cabrita, P. Souto Ceccon, V. Gastal, P. Ciavola, and C. Armaroli, A new European coastal flood database for low–medium intensity events, Natural Hazards and Earth System Sciences, 23, 3585-3602, doi:10.5194/nhess-23-3585-2023, 2023.
    69. Sfetsos, A., N. Politi, and D. Vlachogiannis, Multi-hazard extreme scenario quantification using intensity, duration, and return period characteristics, Climate, 11(12), 242, doi:10.3390/cli11120242, 2023.
    70. Nistoran, D. E. G., C. S. Ionescu, and S. M. Simionescu, Assessing the impact of an arch-dam breach magnitude and reservoir inflow on flood maps, Journal of Hydroinformatics, doi:10.2166/hydro.2023.301, 2024.
    71. #Sardar, F., M. H. Ali, I. Popescu, A. Jonoski, S. J. van Andel, and C. Bertini, Surface-subsurface interaction analysis and the influence of precipitation spatial variability on a lowland mesoscale catchment, Hydrol. Earth Syst. Sci. Discuss., doi:10.5194/hess-2023-276, 2023.
    72. Aljber, M., H. S. Lee, J.-S. Jeong, and J. S. Cabrera, Tsunami inundation modelling in a built-in coastal environment with adaptive mesh refinement: The Onagawa benchmark test, Journal of Marine Science and Engineering, 12(1), 177, doi:10.3390/jmse12010177, 2024.
    73. Kyaw, K. K., F. Bonaiuti, H. Wang, S. Bagli, P. Mazzoli, P. P. Alberoni, S. Persiano, and A. Castellarin, Fast-processing DEM-based urban and rural inundation scenarios from point-source flood volumes, Sustainability, 16(2), 875, doi:10.3390/su16020875, 2024.
    74. Peker, İ. B., S. Gülbaz, V. Demir, O. Orhan, and N. Beden, Integration of HEC-RAS and HEC-HMS with GIS in flood modeling and flood hazard mapping, Sustainability, 16(3), 1226, doi:10.3390/su16031226, 2024.
    75. Velegrakis, A. F., D. Chatzistratis, T. Chalazas, C. Armaroli, E. Schiavon, B. Alves, D. Grigoriadis, T. Hasiotis, and E. Ieronymidi, Earth observation technologies, policies and legislation for the coastal flood risk assessment and management: a European perspective, Anthropocene Coasts, 7(3), doi:10.1007/s44218-024-00037-x, 2024.
    76. Alshammari, E., A. Abdul Rahman, R. Ranis, N. Abu Seri, and F. Ahmad, Investigation of runoff and flooding in urban areas based on hydrology models: A literature review, International Journal of Geoinformatics, 20(1), 99–119, doi:10.52939/ijg.v20i1.3033, 2024.
    77. Gogoașe Nistoran, D. E., C. S. Ionescu, and S. M. Simionescu, Assessing the impact of an arch-dam breach magnitude and reservoir inflow on flood maps, Journal of Hydroinformatics, 26(1), 33–50, doi:10.2166/hydro.2023.301, 2024.
    78. Hop, F. J., R. Linneman, B. Schnitzler, A. Bomers, and M. J. Booij, Real time probabilistic inundation forecasts using a LSTM neural network, Journal of Hydrology, 131082, doi:10.1016/j.jhydrol.2024.131082, 2024.

  1. 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.

    [Μοντέλο επιμερισμού της βροχόπτωσης για χρονικές κλίμακες μικρότερες της ωριαίας: Σύζευξη ενός μοντέλου Bartlett-Lewis με διαδικασίες συνόρθωσης]

    Πολλές υδρολογικές εφαρμογές, όπως οι μελέτες πλημμυρών, απαιτούν τη χρήση χρονοσειρών βροχής με μικρή χρονική διακριτότητα που κυμαίνεται από τη χρονική κλίμακα της 1 day μέχρι το 1 min. Ωστόσο, η διαθεσιμότητα παρατηρημένων υψών βροχής είναι ιδιαίτερα περιορισμένη, ιδιαίτερα σε μικρότερες της 1 h. Για να αντιμετωπιστεί η έλλειψη αυτή, μπορούν να χρησιμοποιηθούν στοχαστικές μέθοδοι επιμερισμού που επιτρέπουν την παραγωγή συνθετικών, αλλά στοχαστικά συνεπών, γεγονότων βροχής που αθροίζουν ακριβώς σε ύψη βροχής που είναι γνωστά σε κάποια μεγαλύτερη χρονική κλίμακα. Στην παρούσα εργασία προτείνεται και παρουσιάζεται μια μεθοδολογία για τον επιμερισμό ημερήσιων υψών βροχής σε οποιαδήποτε χρονική κλίμακα μικρότερη της ωριαίας. Η μεθοδολογία στηρίζεται στη σύζευξη του στοχαστικού μοντέλου συστάδων παλμών Bartlett-Lewis, για την παραγωγή των συνθετικών υψών βροχής, με διαδικασίες συνόρθωσης (adjusting procedures) που τροποποιούν τις μεταβλητές της λεπτότερης κλίμακας (π.χ. 1 h) έτσι ώστε να αθροίζουν ακριβώς στα δεδομένα ημερήσια ύψη βροχής. Για την καλύτερη αναπαραγωγή της μεταβλητότητας που παρουσιάζει η διεργασία της βροχή στις λεπτές χρονικές κλίμακες, ενσωματώνεται στο σχήμα επιμερισμού μια τροποποιημένη έκδοση του κλασικού μοντέλου Bartlett-Lewis που υποθέτει εξάρτηση μεταξύ των διαρκειών και των εντάσεων των παλμών. Το μοντέλο επιμερισμού υλοποιήθηκε σαν επιχειρησιακό πακέτο στη γλώσσα προγραμματισμού R, υπό το όνομα HyetosMinute, και υποστηρίζει τον επιμερισμό ημερήσιων υψών βροχής μέχρι την κλίμακα του 1 λεπτού. Η επίδοση του παραπάνω σχήματος αξιολογήθηκε επί της βάσης επιμερισμού ημερήσιων υψών βροχής στη κλίμακα των 5 min, ως προς τη διατήρηση των ουσιωδών στατιστικών χαρακτηριστικών της βροχής σε ένα μεγάλο εύρος λεπτών χρονικών κλιμάκων.

    Σημείωση:

    Προσωρινή ελεύθερη πρόσβαση: https://authors.elsevier.com/c/1WHlB52cuBmT2

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.1016/j.jhydrol.2016.07.015

    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. Shrestha, A., M. S. Babel, S. Weesakul, and Z. Vojinovic, Developing intensity–duration–frequency (IDF) curves under climate change uncertainty: The case of Bangkok, Thailand, Water, 9(2), 145, doi:10.3390/w9020145, 2017.
    2. Li, X., A. Meshgi, X. Wang, J. Zhang, S. H. X. Tay, G. Pijcke, N. Manocha, M. Ong, M. T. Nguyen, and V. Babovic, Three resampling approaches based on method of fragments for daily-to-subdaily precipitation disaggregation, International Journal of Climatology, doi:10.1002/joc.5438, 2018.
    3. Papalexiou, S. M., Y. Markonis, F. Lombardo, A. AghaKouchak, and E. Foufoula‐Georgiou, Precise temporal Disaggregation Preserving Marginals and Correlations (DiPMaC) for stationary and non‐stationary processes, Water Resources Research, doi:10.1029/2018WR022726, 2018.
    4. Park, J., C. Onof, and D. Kim, A hybrid stochastic rainfall model that reproduces some important rainfall characteristics at hourly to yearly timescales, Hydrology and Earth System Sciences, 23, 989-1014, doi:10.5194/hess-23-989-2019, 2019.
    5. Onof, C., and L.-P. Wang, Modelling rainfall with a Bartlett–Lewis process: New developments, Hydrology and Earth System Sciences Discussions, doi:10.5194/hess-2019-406, 2019.

  1. 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.

    Βλέπε επίσης: http://dx.doi.org/10.1007/s40808-017-0312-1

  1. P. Kossieris, C. Makropoulos, E. Creaco, L. Vamvakeridou-Lyroudia, and D. Savic, Assessing the applicability of the Bartlett-Lewis model in simulating residential water demands, Procedia Engineering, 154, 123–131, 2016.

    Βλέπε επίσης: http://doi.org/10.1016/j.proeng.2016.07.429

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

    1. Onof, C., and L.-P. Wang, Modelling rainfall with a Bartlett–Lewis process: New developments, Hydrology and Earth System Sciences Discussions, doi:10.5194/hess-2019-406, 2019.

  1. E. Creaco, P. Kossieris, L. Vamvakeridou-Lyroudia, C. Makropoulos, Z. Kapelan, and D. Savic, Parameterizing residential water demand pulse models through smart meter readings, Environmental Modelling and Software, 80, 33–40, 2016.

    Βλέπε επίσης: http://doi.org/10.1016/j.envsoft.2016.02.019

  1. I. Tsoukalas, P. Kossieris, A. Efstratiadis, and C. Makropoulos, Surrogate-enhanced evolutionary annealing simplex algorithm for effective and efficient optimization of water resources problems on a budget, Environmental Modelling and Software, 77, 122–142, doi:10.1016/j.envsoft.2015.12.008, 2016.

    [Εξελικτικός αλγόριθμος ανόπτησης-απλόκου εμπλουτισμένος με υποκατάστατα μοντέλα για αποδοτική και αποτελεσματική βελτιστοποίηση προβλημάτων υδατικών πόρων με περιορισμένο προϋπολογισμό]

    Στα προβλήματα βελτιστοποίησης υδατικών πόρων, η στοχική συνάρτηση συνήθως προϋποθέτει πρώτα να τρέξει ένα μοντέλο προσομοίωσης και στη συνέχεια να αξιολογηθούν τα αποτελέσματά του. Ωστόσο, οι μεγάλοι χρόνοι προσομοίωσης μπορεί να θέσουν πολύ σοβαρά εμπόδια στην παραπάνω διαδικασία. Συχνά, για να παραληφθεί μια λύση σε λογικό χρόνο, ο χρήστης πρέπει να μειώσει δραστικά το επιτρεπόμενο πλήθος αποτιμήσεων της συνάρτησης, τερματίζοντας έτσι την αναζήτηση πολύ νωρίτερα από όσο χρειάζεται. Μια υποσχόμενη στρατηγική για την αντιμετώπιση αυτών των αδυναμιών είναι η χρήση τεχνικών υποκατάστατων μοντέλων. Εδώ εισάγουμε τον εξελικτικό αλγόριθμο ανόπτησης-απλόκου εμπλουτισμένο με υποκατάστατα μοντέλα (Surrogate-Enhanced Evolutionary Annealing-Simplex, SEEAS) που συνδυάζει τα ισχυρά σημεία των υποκατάστατων μοντέλων με την αποτελεσματικότητα και αποδοτικότητα της εξελικτικής μεθόδου ανόπτησης-απλόκου. Ο αλγόριθμος SEEAS συνδυάζει τρεις διαφορετικές προσεγγίσεις βελτιστοποίησης (εξελικτική αναζήτηση, προσομοιωμένη ανόπτηση, και κατερχόμενο άπλοκο). Η επίδοσή του συγκρίνεται με άλλους αλγορίθμους που βασίζονται σε υποκατάστατα, σε διάφορες συναρτήσεις ελέγχου και σε δύο εφαρμογές υδατικών πόρων (βαθμονόμηση μοντέλου, διαχείριση ταμιευτήρων). Τα αποτελέσματα αναδεικνύουν τις σημαντικές δυνατότητες της χρήσης του SEEAS σε απαιτητικά προβλήματα βελτιστοποίησης με περιορισμένο προϋπολογισμό.

    Σχετικές εργασίες:

    • [47] Πρόδρομη παρουσίαση σε συνέδριο της EGU

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1587/2/documents/SEEAS_paper.pdf (4310 KB)

    Συμπληρωματικό υλικό:

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

    1. Dariane , A. B., and M. M. Javadianzadeh, Towards an efficient rainfall–runoff model through partitioning scheme, Water, 8, 63, doi:10.3390/w8020063, 2016.
    2. Yaseen, Z. M., O. Jaafar, R. C. Deo, O. Kisi, J. Adamowski, J. Quilty, and A. El-Shafie, Boost stream-flow forecasting model with extreme learning machine data-driven: A case study in a semi-arid region in Iraq, Journal of Hydrology, 542, 603-614, doi:10.1016/j.jhydrol.2016.09.035, 2016.
    3. Müller, R., and N. Schütze, Multi-objective optimization of multi-purpose multi-reservoir systems under high reliability constraints, Environmental Earth Sciences, 75:1278, doi:10.1007/s12665-016-6076-5, 2016.
    4. #Christelis, V., V. Bellos, and G. Tsakiris, Employing surrogate modelling for the calibration of a 2D flood simulation model, Sustainable Hydraulics in the Era of Global Change: Proceedings of the 4th IAHR Europe Congress (Liege, Belgium, 27-29 July 2016), A. S. Erpicum, M. Pirotton, B. Dewals, P. Archambeau (editors), CRC Press, 2016.
    5. Salazar, J. Z., P. M. Reed, J. D. Quinn, M. Giuliani, and A. Castelletti, Balancing exploration, uncertainty and computational demands in many objective reservoir optimization, Advances in Water Resources, 109, 196-210, doi:10.1016/j.advwatres.2017.09.014, 2017.
    6. Christelis, V., and A. Mantoglou, Physics-based and data-driven surrogate models for pumping optimization of coastal aquifers, European Water, 57, 481–488, 2017.
    7. #Thandayutham, K., E. Avital, N. Venkatesan, and A. Samad, Design and analysis of a marine current turbine, Proceedings of ASME 2017 Gas Turbine India Conference and Exhibition, GTINDIA2017-4912, V001T02A014, Bangalore, India, doi:10.1115/GTINDIA2017-4912, 2017.
    8. Christelis, V., R. G. Regis, and A. Mantoglou, Surrogate-based pumping optimization of coastal aquifers under limited computational budgets, Journal of Hydroinformatics, 20(1), 164-176, doi:10.2166/hydro.2017.063, 2018.
    9. Christelis, V., and A. G. Hughes, Metamodel-assisted analysis of an integrated model composition: an example using linked surface water – groundwater models, Environmental Modelling and Software, 107, 298-306, doi:10.1016/j.envsoft.2018.05.004, 2018.
    10. Zischg, A. P., G. Felder, M. Mosimann, V. Röthlisberger, and R. Weingartner, Extending coupled hydrological-hydraulic model chains with a surrogate model for the estimation of flood losses, Environmental Modelling and Software, 108, 174-185, doi:10.1016/j.envsoft.2018.08.009, 2018.
    11. Christelis, V., and A. Mantoglou, Pumping optimization of coastal aquifers using seawater intrusion models of variable-fidelity and evolutionary algorithms, Water Resources Management, 33(2), 555-558, doi:10.1007/s11269-018-2116-0, 2019.
    12. Thandayutham, K., L. K. Mishra, and A. Samad, Optimal design of a marine current turbine using CFD and FEA, Proceedings of the Fourth International Conference in Ocean Engineering (ICOE2018), K. Murali, V. Sriram, A. Samad, N. Saha (editors), Lecture Notes in Civil Engineering, 23, 675-690, doi:10.1007/978-981-13-3134-3, 2019.
    13. Christelis, V., G. Kopsiaftis, and A. Mantoglou, Performance comparison of multiple and single surrogate models for pumping optimization of coastal aquifers, Hydrological Sciences Journal, 64(3), 336-349, doi:10.1080/02626667.2019.1584400, 2019.
    14. Cai, X., L. Gao, X. Li, and H-. Qiu, Surrogate-guided differential evolution algorithm for high dimensional expensive problems, Swarm and Evolutionary Computation, 48, 288-311, doi:10.1016/j.swevo.2019.04.009, 2019.
    15. Huot, P.-L., A. Poulin, C. Audet, and S. Alarie, A hybrid optimization approach for efficient calibration of computationally intensive hydrological models, Hydrological Sciences Journal, 64(9), 1204-1222, doi:10.1080/02626667.2019.1624922, 2019.
    16. Jahandideh-Tehrani, M., O. Bozorg-Haddad, and H. A. Loáiciga, Application of non-animal–inspired evolutionary algorithms to reservoir operation: an overview, Environmental Monitoring and Assessment, 191:439, doi:10.1007/s10661-019-7581-2, 2019.
    17. Sandoval, S., and J.-L. Bertrand-Krajewski, From marginal to conditional probability functions of parameters in a conceptual rainfall-runoff model: an event-based approach, Hydrological Sciences Journal, 64(11), 1340-1350, doi:10.1080/02626667.2019.1635696, 2019.
    18. Zhao, C. S., T. L. Pan, J. Xi, S. T. Yang, J. Zhao, X. J. Gan, L. P. Hou, and S. Y. Ding, Streamflow calculation for medium-to-small rivers in data scarce inland areas, Science of The Total Environment, 693, 133571, doi:10.1016/j.scitotenv.2019.07.377, 2019.
    19. Monteil, C., F. Zaoui, N. Le Moine, and F. Hendrickx, Multi-objective calibration by combination of stochastic and gradient-like parameter generation rules – the caRamel algorithm, Hydrology and Earth System Sciences, 24, 3189-3209, 10.5194/hess-24-3189-2020, 2020.
    20. Muhammed, K. A., and R. Farmani, Energy optimization using a pump scheduling tool in water distribution systems, ARO – The Scientific Journal of Koya University, 8(1), 112-123, doi:10.14500/aro.10635, 2020.
    21. #Castro-Gama M., C. Agudelo-Vera, and D. Bouziotas, A bird’s-eye view of data validation in the drinking water industry of the Netherlands, The Handbook of Environmental Chemistry, Springer, Berlin, Heidelberg, doi:10.1007/698_2020_609, 2020.
    22. Xai, W., C. Shoemaker, T. Akhtar, and M.-T. Nguyen, Efficient parallel surrogate optimization algorithm and framework with application to parameter calibration of computationally expensive three-dimensional hydrodynamic lake PDE models, Environmental Modelling and Software, 135, 104910, doi:10.1016/j.envsoft.2020.104910, 2021.
    23. Saadatpour, M., S. Javaheri, A. Afshar, and S. S. Solis, Optimization of selective withdrawal systems in hydropower reservoir considering water quality and quantity aspects, Expert Systems with Applications, 184, 115474, doi:10.1016/j.eswa.2021.115474, 2021.
    24. Zhao, T., and B. Minsker, Efficient metamodel approach to handling constraints in nonlinear optimization for drought management, Journal of Water Resources Planning and Management, 147(12), doi:10.1061/(ASCE)WR.1943-5452.0001476, 2021.
    25. Anahideh, H., J. Rosenberger, and V. Chen, High-dimensional black-box optimization under uncertainty, Computers & Operations Research, 137, 105444, doi:10.1016/j.cor.2021.105444, 2022.
    26. Pang, M., E. Du, C. A. Shoemaker, and C. Zheng, Efficient, parallelized global optimization of groundwater pumping in a regional aquifer with land subsidence constraints, Journal of Environmental Management, 310, 114753, doi:10.1016/j.jenvman.2022.114753, 2022.
    27. Lu, W., W. Xia, and C. A. Shoemaker, Surrogate global optimization for identifying cost-effective green infrastructure for urban flood control with a computationally expensive inundation model, Water Resources Research, 58(4), e2021WR030928, doi:10.1029/2021WR030928, 2022.
    28. Kopsiaftis, G., M. Kaselimi, E. Protopapadakis, A. Voulodimos, A. Doulamis, N. Doulamis, and A. Mantoglou, Performance comparison of physics-based and machine learning assisted multi-fidelity methods for the management of coastal aquifer systems, Frontiers in Water, 5, 1195029, doi:10.3389/frwa.2023.1195029, 2023.
    29. Christelis, V., G. Kopsiaftis. R. G. Regis, and A. Mantoglou, An adaptive multi-fidelity optimization framework based on co-Kriging surrogate models and stochastic sampling with application to coastal aquifer management, Advances in Water Resources, 180, 104537, doi:10.1016/j.advwatres.2023.104537, 2023.
    30. Costabile, P., C. Costanzo, J. Kalogiros, and V. Bellos, Toward street‐level nowcasting of flash floods impacts based on HPC hydrodynamic modeling at the watershed scale and high‐resolution weather radar data, Water Resources Research, 59(10), e2023WR034599, doi:10.1029/2023WR034599, 2023.

  1. R. Ribeiro, D. Loureiro, J. Barateiro, J. R. Smith, M. Rebelo, P. Kossieris, P. Gerakopoulou, C. Makropoulos, P. Vieira, and L. Mansfield, Framework for technical evaluation of decision support systems based on water smart metering: The iWIDGET case, Procedia Engineering, 119, 1348–1355, doi:10.1016/j.proeng.2015.08.976, 2015.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2375/1/documents/1-s2.0-S1877705815026466-main.pdf (369 KB)

  1. D. Loureiro, P. Vieira, C. Makropoulos, P. Kossieris, R. Ribeiro, J. Barateiro, and E. Katsiri, Smart metering use cases to increase water and energy efficiency in water supply systems, Water Science and Technology: Water Supply, 14 (5), 898–908, doi:10.2166/ws.2014.049, 2014.

  1. P. Kossieris, S. Kozanis, A. Hashmi, E. Katsiri, L. Vamvakeridou-Lyroudia, R. Farmani, C. Makropoulos, and D. Savic, A web-based platform for water efficient households, Procedia Engineering, 89, 1128–1135, 2014.

    [Διαδικτυακή πλατφόρμα για νοικοκυριά με αποτελεσματική διαχείριση νερού ]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1590/1/documents/kossieris_procedia2014.pdf (1131 KB)

  1. P. Kossieris, Panayiotakis, K. Tzouka, E. Rozos, and C. Makropoulos, An e-Learning approach for improving household water efficiency, Procedia Engineering, WDSA 2014, Bari, Italy, Water Distribution Systems Analysis, 2014.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1502/3/documents/Paper_0272_Panagiotis_Kossieris_.pdf (554 KB)

    Συμπληρωματικό υλικό:

Book chapters and fully evaluated conference publications

  1. A. Efstratiadis, I. Tsoukalas, and P. Kossieris, Improving hydrological model identifiability by driving calibration with stochastic inputs, Advances in Hydroinformatics: Machine Learning and Optimization for Water Resources, edited by G. A. Corzo Perez and D. P. Solomatine, doi:10.1002/9781119639268.ch2, American Geophysical Union, 2024.

    [Βελτίωση προσδιοριστικότητας υδρολογικών μοντέλων καθοδηγώντας τη βαθμονόμηση με στοχαστικές εισόδους]

    Για μεγάλο χρονικό διάστημα, το κλασικό πρόβλημα του προσδιορισμού της βέλτιστης δομής μοντελοποίησης και/ή παραμέτρων ακολουθούσε τον κανόνα βαθμονόμησης-επαλήθευσης, που προέρχεται από το εικονικό σχήμα διαχωρισμού του δείγματος του Vit Klemeš. Ένα κοινό χαρακτηριστικό τέτοιων προσεγγίσεων είναι η εξάρτησή τους από το μήκος και την αντιπροσωπευτικότητα των διαθέσιμων δεδομένων. Αυτό εισάγει πολλές ερωτήσεις, καθώς οι συναγόμενες παράμετροι επιλέγονται σύμφωνα με ένα συγκεκριμένο υποσύνολο (ή υποσύνολα) ιστορικών δεδομένων, ενώ τα υπόλοιπα δεδομένα χρησιμοποιούνται για επαλήθευση. Σε αυτό το πνεύμα, προτείνουμε μια εννοιολογικά απλή προσέγγιση που υπαγορεύεται από το γνωστό υπόδειγμα της στοχαστικής προσομοίωσης, το οποίο βασίζεται στην ιδέα της βαθμονόμησης μοντέλων χρησιμοποιώντας εναλλακτικά, αλλά πιθανολογικά συνεπή, συνθετικά δεδομένα. Με την αποσύνδεση αυτή, τα διαθέσιμα δεδομένα γίνονται τώρα η βάση για τη δημιουργία στοχαστικών εισροών, καθώς και για την επαλήθευση του μοντέλου και την εκτίμηση της αβεβαιότητας των παραμέτρων του. Αυτό επιτρέπει την ενσωμάτωση της στοχαστικότητας των πραγματικών διεργασιών εισόδου (βροχόπτωση, εξατμοδιαπνοή) και αποκρίσεων (απορροή), και επομένως της υδρολογικής τους αβεβαιότητας. Επιπλέον, καταλήγει σε σταθερά και στιβαρά μοντέλα, καθώς η βαθμονόμηση εκτελείται χρησιμοποιώντας αρκετά μεγάλες χρονολογικές χρονοσειρές που αναπαράγουν σημαντικές ιδιότητες, οι οποίες σχετίζονται και με το μεταβαλλόμενο κλίμα (π.χ. μακροπρόθεσμη εμμονή), που γενικά αποκρύπτονται στα μικρά ιστορικά δείγματα. Με τον παραπάνω προσδιορισμό, οι παραγόμενες παράμετροι είναι βέλτιστες όχι μόνο για το σύνολο ιστορικών δεδομένων, αλλά και για οποιαδήποτε εναλλακτική εύλογη υλοποίηση των μοντελοποιημένων διαδικασιών.

  1. P. Dimas, G.-K. Sakki, P. Kossieris, I. Tsoukalas, A. Efstratiadis, C. Makropoulos, N. Mamassis, and K. Pipili, Outlining a master plan framework for the design and assessment of flood mitigation infrastructures across large-scale watersheds, 12th World Congress on Water Resources and Environment (EWRA 2023) “Managing Water-Energy-Land-Food under Climatic, Environmental and Social Instability”, 75–76, European Water Resources Association, Thessaloniki, 2023.

    Στις 16 Σεπτεμβρίου 2020, το Υπουργείο Υποδομών ανέθεσε στον παραχωρησιούχο του Αυτοκινητόδρομου Στερεάς Ελλάδας Ε65 τη μελέτη και κατασκευή συμπληρωματικών εργασιών για την επείγουσα αντιπλημμυρική προστασία περιοχών κατά μήκος της χάραξης του αυτοκινητόδρομου, συμπεριλαμβανομένης της Περιφέρειας Δυτικής Θεσσαλίας (Ελλάδα). Λαμβάνοντας υπόψη τις ζημιές και τις απώλειες που προκάλεσε το ο Μεσογειακός κυκλώνας Ιανός στην ευρύτερη περιοχή της Θεσσαλίας, ο ανάδοχος, με δική του πρωτοβουλία, διακήρυξε την ανάγκη ανάπτυξης ενός Γενικού Στρατηγικού Σχεδίου (Master Plan) για την αντιπλημμυρική προστασία της Δυτικής Θεσσαλίας. Η τελική περιοχή ενδιαφέροντος, που εδώ αναφέρεται ως λεκάνη απορροής της Δυτικής Πηνειού, καταλαμβάνει έκταση περίπου 6400 km2, αποτελώντας έτσι μια υδρολογική, υδραυλική και διαχειριστική μελέτης μεγάλης κλίμακας, που θέτει πολλαπλές εννοιολογικές και υπολογιστικές προκλήσεις. Το συνολικό ζητούμενο του σχεδίου είναι να παρέχει μια σύνθεση ήδη προτεινόμενων και νέων έργων (φράγματα, αναχώματα, τάφροι) και να τα ιεραρχήσει κάτω από ένα πρίσμα πολλαπλού σκοπού. Το μεθοδολογικό πλαίσιο αποτελείται από τρεις άξονες: (i) μια προκαταρκτική αξιολόγηση συγκεκριμένων περιοχών όπου αναμένεται υψηλός κίνδυνος λόγω φαινομένων πλημμύρας, με τη χρήση μιας προσέγγισης πολυκριτηριακής ανάλυσης αποφάσεων που βασίζεται σε ΣΓΠ, (ii) μια ημικατανεμημένη αναπαράσταση των μετασχηματισμών βροχής-απορροής και των διεργασιών διόδευσης της πλημμύρας σε ολόκληρη τη λεκάνη απορροής, και (iii) μια συζευγμένη 1D/2D υδροδυναμική προσομοίωση του ευάλωτου σε πλημμύρες ποτάμιου συστήματος, που περιλαμβάνει επίσης ένα εξαιρετικά πολύπλοκο σύστημα τεχνητών καναλιών. Ο τελικός σχεδιασμός δίνει προτεραιότητα στην ενίσχυση της αντιπλημμυρικής προστασίας στην περιοχή μελέτης μέσω της συνδυασμένης επίδρασης μιας σειράς έργων μεγάλης κλίμακας, δηλαδή αναχώματα, φράγματα πολλαπλών χρήσεων (μόνιμοι ταμιευτήρες) και λεκάνες συγκράτησης ελεγχόμενης πλημμύρας (προσωρινοί ταμιευτήρες). Ο στόχος είναι να σκιαγραφηθεί ένα πλαίσιο για την αντιμετώπιση παρόμοιων μελετών με ολιστικό τρόπο, διατηρώντας παράλληλα ένα υψηλό επίπεδο υπολογιστικής αποτελεσματικότητας και επεξηγηματικότητας.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2306/1/documents/EWRA2023-dimas.pdf (232 KB)

    Συμπληρωματικό υλικό:

  1. P. Kossieris, G. Pantazis, V. Bellos, and C. Makropoulos, FIWARE-enabled smart solution for the optimal management and operation of raw-water supply hydraulic works, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.

  1. N. Pelekanos, G. Moraitis, P. Dimas, P. Kossieris, and C. Makropoulos, Identifying water consumption profiles through unsupervised clustering of household timeseries: the case of Attica, Greece, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.

  1. V. Bellos, P. Kossieris, A. Efstratiadis, I. Papakonstantis, P. Papanicolaou, P. Dimas, and C. Makropoulos, Can we use hydraulic handbooks in blind trust? Two examples from a real-world complex hydraulic system, Proceedings of 7th IAHR Europe Congress "Innovative Water Management in a Changing Climate”, Athens, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.

    [Μπορούμε να χρησιμοποιούμε υδραυλικά εγχειρίδια με τυφλή εμπιστοσύνη; Δύο παραδείγματα από ένα σύνθετο υδραυλικό σύστημα του πραγματικού κόσμου]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2231/1/documents/IAHR_bellos.pdf (243 KB)

  1. V. Bellos, P. Kossieris, A. Efstratiadis, I. Papakonstantis, P. Papanicolaou, P. Dimas, and C. Makropoulos, Fiware-enabled tool for real-time control of the raw-water conveyance system of Athens, Proceedings of the 39th IAHR World Congress, Granada, 2859–2865, doi:10.3850/IAHR-39WC2521716X20221468, International Association for Hydro-Environment Engineering and Research (IAHR), 2022.

    [Εργαλείο με δυνατότητα Fiware για έλεγχο σε πραγματικό χρόνο του συστήματος μεταφοράς ακατέργαστου νερού της Αθήνας]

    Το σύστημα υδροδότησης ακατέργαστου νερού της Αθήνας (Ελλάδα) είναι μια σύνθετη υποδομή που περιλαμβάνει περίπου 500 km υδραγωγείων, μεταφέροντας νερό από τέσσερις ταμιευτήρες σε τέσσερις μονάδες επεξεργασίας νερού, ενώ εξυπηρετεί πολλούς άλλους τοπικούς χρήστες. Σε αυτή την εργασία εστιάζουμε στο σημαντικότερο μέρος αυτού του συστήματος, δηλαδή στο ανοιχτό υδραγωγείο του Μόρνου. Αυτό εκτείνεται σε πάνω από 200 km και έχει διπλή λειτουργία, ήτοι τη μεταφορά νερού και τη ρύθμιση της ροής μέσω προσωρινής αποθήκευσής της κατά μήκος του καναλιού. Αυτό επιτυγχάνεται με μια σειρά κατασκευών τύπου Λ, η καθεμία από τις οποίες περιλαμβάνει θυροφράγματα για τον έλεγχο της ροής και έναν πλευρικό υπερχειλιστή. Επί του παρόντος, η ρύθμιση κατά μήκος του καναλιού πραγματοποιείται μέσω εμπειρικών κανόνων και σύμφωνα με τους όγκους-στόχους που ζητούνται από τους χειριστές των κατάντη σταθμών επεξεργασίας νερού, σε καθημερινή βάση. Ωστόσο, αυτή η πολιτική διαχείρισης, η οποία βασίζεται έντονα στη γνώση των ειδικών, δεν είναι ούτε βιώσιμη ούτε ασφαλής, από την άποψη της ανθεκτικότητας. Επιπλέον, το σύστημα υπόκειται σε περιστασιακές βλάβες, λόγω ανεπιθύμητων υπερχειλίσεων, που συνεπάγονται μη αμελητέες απώλειες νερού. Προκειμένου να θεσπιστεί μια βέλτιστη πολιτική ελέγχου, αναπτύξαμε ένα λειτουργικό εργαλείο για τον προγραμματισμό των ρυθμίσεων του θυροφράγματος σε πραγματικό χρόνο. Ο πυρήνας του εργαλείου είναι ένα εννοιολογικό μοντέλο που ενσωματώνει τις ακόλουθες παραδοχές: α) η λειτουργία ενός ρυθμιστή τύπου Λ δεν επηρεάζει τη λειτουργία των άλλων σχετικών κατασκευών, και β) ο ρυθμιστής Λ έχει δύο συνιστώσες ροής, δηλαδή διαμέσου του θυροφράγματος και πάνω από τον πλευρικό υπερχειλιστή, που μπορούν να περιγραφούν με θεωρητικούς και ημιεμπειρικούς υδραυλικούς τύπους, θεωρώντας ως άγνωστες παραμέτρους τους συντελεστές παροχής όλων των θυροφραγμάτων. Από την άλλη πλευρά, οι γνωστές είσοδοι του μοντέλου είναι τα γεωμετρικά χαρακτηριστικά των ρυθμιστών Λ και τα δεδομένα σε πραγματικό χρόνο για την παροχή, τη στάθμη του νερού και το άνοιγμα των θυροφραγμάτων, τα οποία λαμβάνονται από το σύστημα τηλεμετρικής παρακολούθησης του καναλιού. Από αυτή την άποψη, η βασική πρόκληση είναι ο καθορισμός των συντελεστών παροχής. Αυτό επιτυγχάνεται μέσω μιας προσέγγισης γκρίζου κουτιού, στην οποία οι παράμετροι του μοντέλου βαθμονομούνται σε συνεχή λειτουργία, χρησιμοποιώντας δεδομένα σε πραγματικό χρόνο. Για να ελεγχθεί η αληθοφάνεια των συντελεστών παροχής, όπως προκύπτουν από τη φάση βαθμονόμησης σε πραγματικό χρόνο, γίνεται σύγκριση με τους αντίστοιχους συντελεστές που προέρχονται από ιστορικά δεδομένα (ασύγχρονη βαθμονόμηση). Το εργαλείο, μαζί με άλλα αναλυτικά στοιχεία και αλγόριθμους που αναπτύχθηκαν, έχει ενσωματωθεί απρόσκοπτα με το υπάρχον σύστημα (π.χ. SCADA, βάσεις δεδομένων) του διαχειριστή του συστήματος (Εταιρεία Ύδρευσης Αποχέτευσης Αθηνών - ΕΥΔΑΠ), χρησιμοποιώντας το πρωτόκολλο τυποποίησης FIWARE.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2226/1/documents/04-07-014-1468.pdf (10700 KB)

  1. P. Kossieris, G. Pantazis, and C. Makropoulos, Data-models for FIWARE-enabled smart applications for raw-water supply system modelling, management and operation, Advances in Hydroinformatics: SIMHYDRO 2021, Sophia-Antipolis, 2021.

  1. D. Nikolopoulos, P. Kossieris, and C. Makropoulos, A stochastic approach to resilience assessment of urban water systems from source to tap, Proceedings of 17th International Conference on Environmental Science and Technology (CEST2021), Athens, Global Network on Environmental Science and Technology, 2021.

  1. C. Makropoulos, P. Kossieris, S. Kozanis, E. Katsiri, and L. Vamvakeridou-Lyroudia, From smart meters to smart decisions: web-based support for the water efficient household, 11th International Conference on Hydroinformatics, New York, 2014.

Conference publications and presentations with evaluation of abstract

  1. K. Peroulis, G. Katsouras, K. Kypriotis, M. Pantoula, S. Samios, P. Kossieris, and C. Makropoulos, Toolkit for Robust & Adaptable Drinking Water Systems: A Demonstration Case in Polydendri DWTP, HYDROUSA International Conference on Water and Circular Economy, Athens, 2023.

  1. I. Tsoukalas, P. Kossieris, L. Brocca, S. Barbetta, H. Mosaffa, and C. Makropoulos, Can machine learning help us to create improved and trustworthy satellite-based precipitation products?, European Geosciences Union General Assembly 2023, Vienna, Austria & Online, EGU23-13852, doi:10.5194/egusphere-egu23-13852, 2023.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2385/1/documents/EGU23-13852-print.pdf (413 KB)

  1. P. Kossieris, I. Tsoukalas, and C. Makropoulos, A framework for cost-effective enrichment of water demand records at fine spatio-temporal scales, European Geosciences Union General Assembly 2023, Vienna, Austria & Online, EGU23-12141, doi:10.5194/egusphere-egu23-12141, 2023.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2384/1/documents/EGU23-12141-print.pdf (288 KB)

  1. D. Nikolopoulos, P. Kossieris, and C. Makropoulos, Stochastic stress-testing approach for assessing resilience of urban water systems from source to tap, EGU General Assembly 2021, online, EGU21-13284, doi:10.5194/egusphere-egu21-13284, European Geosciences Union, 2021.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2124/1/documents/EGU21-13284_presentation-h273713.pdf (897 KB)

  1. K.-K. Drakaki, G.-K. Sakki, I. Tsoukalas, P. Kossieris, and A. Efstratiadis, Setting the problem of energy production forecasting for small hydropower plants in the Target Model era, EGU General Assembly 2021, online, EGU21-3168, doi:10.5194/egusphere-egu21-3168, European Geosciences Union, 2021.

    [Θέτοντας το πρόβλημα της πρόγνωσης της ενεργειακής παραγωγής από μικρά υδροηλεκτρικά έργα στην εποχή του Target Model]

    Η έντονα ανταγωνιστική αγορά ενέργειας της ΕΕ και οι προκλήσεις που έχει επιφέρει το λεγόμενο “Target Model”, εισάγουν σημαντικές αβεβαιότητες στις ημερήσιες συναλλαγές που αφορούν στην ανανεώσιμη ενέργεια, καθώς οι περισσότερες από αυτές τις πηγές καθοδηγούνται από μη ελεγχόμενες μεταβλητές καιρού (άνεμος, ήλιος, νερό). Εδώ διερευνούμε την περίπτωση των μικρών υδροηλεκτρικών έργων που έχουν αμελητέα ικανότητα αποθήκευσης, συνεπώς η παραγωγή τους είναι μόνο ένας μη γραμμικός μετασχηματισμός των εισροών. Συζητάμε διαφορετικές προσεγγίσεις πρόγνωσης, που αξιοποιούν εναλλακτικές πηγές πληροφορίας, ανάλογα με τη διαθεσιμότητα των δεδομένων. Μεταξύ άλλων, εξετάζουμε αν είναι προτιμότερο να κάνουμε προγνώσεις ημέρας με βάση τα παρελθόντα δεδομένα ενεργειακής παραγωγής από μόνα τους, ή να χρησιμοποιήσουμε αυτά τα δεδομένα για να ανακτήσουμε τις παρελθούσες εισροές, το οποίο επιτρέπει να εισάγουμε την υδρολογική γνώση στις προβλέψεις. Ο απώτερος στόχος είναι να πάμε πέραν της καθιερωμένης, πλην όμως επικίνδυνης, μεθόδου των σημειακών προγνώσεων, που παρέχουν μια μοναδική αναμενόμενη τιμή της παραγωγής υδροηλεκτρικής ενέργειας, προκειμένου να ποσοτικοποιήσουμε την ολική αβεβαιότητα κάθε μεθόδου πρόγνωσης. Οι προγνώσεις ενέργειας αξιολογούνται σε όρους οικονομικής αποδοτικότητας, που λαμβάνουν υπόψη τις επιπτώσεις της υπερ- και υποεκτίμησης στην πραγματική αγορά ενέργειας.

    Πλήρες κείμενο:

  1. G.-K. Sakki, I. Tsoukalas, P. Kossieris, and A. Efstratiadis, A dilemma of small hydropower plants: Design with uncertainty or uncertainty within design?, EGU General Assembly 2021, online, EGU21-2398, doi:10.5194/egusphere-egu21-2398, European Geosciences Union, 2021.

    [Ένα δίλημμα των μικρών υδροηλεκτρικών έργων: Σχεδιασμός με αβεβαιότητα ή αβεβαιότητα στον σχεδιασμό;]

    Τα μικρά υδροηλεκτρικά έργα (ΜΥΗΕ) διέπονται από πολλαπλές αβεβαιότητες και πολυπλοκότητες, παρά την περιορισμένη τους κλίμακα. Οι αβεβαιότητες αυτές συχνά αγνοούνται στις τυπικές πρακτικές των μηχανικών, το οποίο οδηγεί σε επικίνδυνο σχεδιασμό. Καθώς αυτός ο τύπος της ανανεώσιμης ενέργειας διεισδύει γρήγορα στο ηλεκτρικό μίγμα, οι επιπτώσεις των αβεβαιοτήτων της, εξωγενών και ενδογενών, καθίστανται κρίσιμες. Για τον λόγο αυτό, αναπτύσσουμε ένα πλαίσιο στοχαστικής προσομοίωσης-βελτιστοποίησης, ραμμένο για μικρά υδροηλεκτρικά έργα. Αρχικά, διερευνούμε το υποκείμενο πρόβλημα πολυκριτηριακού σχεδιασμού και τις ιδιαιτερότητές του, προκειμένου να προσδιορίσουμε ένα συμβιβαστικό μέτρο επίδοσης που εξασφαλίζει αποδοτικές και αποτελεσματικές βελτιστοποιήσεις. Στη συνέχεια, προσαρμόζουμε στο πρόβλημα βέλτιστου σχεδιασμού μια αρθρωτή διαδικασία εκτίμησης της αβεβαιότητας. Αυτή συνδυάζει στατιστικές και στοχαστικές προσεγγίσεις για την ποσοτικοποίηση των αβεβαιοτήτων της ιδίας της διεργασίας της απορροής, των σχετιζόμενων δεδομένων εισόδου, της αρχικής επιλογής των καμπυλών απόδοσης των στροβίλων στη φάση του σχεδιασμού, καθώς και τη μείωση του βαθμού απόδοσης λόγω των επιπτώσεων της γήρανσης. Τελικά, προτείνουμε ένα ολιστικό πλαίσιο βέλτιστου σχεδιασμού ΜΥΗΕ, δίνοντας έμφαση στην προστιθέμενη αξία της θεώρησης της στοχαστικότητας στις διεργασίες εισόδου και παραμέτρους. Η καινοτομία της προσέγγισης αυτής είναι η μετάβαση από τον συμβατικό σχεδιασμό στον σχεδιασμό υπό αβεβαιότητα, από τη μοναδική λύση στην έννοια του Pareto, και τέλος στην αξιοπιστία της αναμενόμενης επίδοσης, σε όρους κόστους επένδυσης, υδροηλεκτρικής παραγωγής και σχετιζόμενων εσόδων.

    Πλήρες κείμενο:

  1. Y. Moustakis, P. Kossieris, I. Tsoukalas, and A. Efstratiadis, Quasi-continuous stochastic simulation framework for flood modelling, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-534, European Geosciences Union, 2017.

    [Πλαίσιο ψευδοσυνεχούς στοχαστικής προσομοίωσης για τη μοντελοποίηση πλημμυρών]

    Συνήθως, η μοντελοποίηση των πλημμυρών στο πλαίσιο των καθημαρινών πρακτικών των μηχανικών αντιμετωπίζεται μέσω προσδιοριστικών εργαλείων επεσοδίου, π.χ. τη γνωστή μέθοδο SCS-CN. Ένα ουσιώδες μειονέκτημα των εν λόγω προσεγγίσεων είναι η άγνοια της αβεβαιότητας, η οποία σχετίζεται με τη μεταβλητότητα των συνθηκών εδαφικής υγρασίας καθώς και τη μεταβλητότητα της βροχόπτωσης κατά τη διάρκεια του επεισοδίου καταιγίδας. Στα μοντέλα επεισοδίου, η μοναδική έκφραση της αβεβαιότητας είναι η περίοδος επαναφοράς της καταιγίδα σχεδιασμού, που θεωρείται ότι αντιπροσωπεύει το αποδεκτό ρίσκο όλων των μεγεθών εξόδου (όγκος πλημμύρας, παροχή αιχμής, κτλ.). Από την άλλη, οι μεταβλητές συνθήκες εδαφικής υγρασίας στη λεκάνη αναπαρίστανται μέσω σεναρίων (π.χ. οι τρεις τύποι προηγούμενων συνθηκών υγρασίας της SCS), ενώ η χρονική κατανομή της βροχόπτωσης αναπαριστάται μέσω τυπικών προσδιοριστικών προτύπων (π.χ. μέθοδος εναλλασσόμενων μπλοκ). Προκειμένου να αντιμετωπίσουμε τις σημαντικές αυτές ασυνέπειες, διατηρώντας ταυτόχρονα την απλότητα και φειδωλή παραμετροποίηση της μεθόδου SCS-CN, αναπτύξαμε μια στοχαστική προσέγγιση ψευδο-συνεχούς προσομοίωσης, που περιλαμβάνει τα εξής βήματα: (1) γέννηση συνθετικών χρονοσειρών ημερήσιας βροχόπτωσης, (2) επικαιροποίηση της μέγιστης δυνητικής κατακράτησης, με βάση την αθροιστική βροχόπτωση των πέντε προηγούμενων ημερών, (3) εκτίμηση του ημερήσιου ύψους απορροής με βάση την εξίσωση της SCS-CN, λαμβάνοντας ως είσοδο την ημερήσια βροχόπτωση και της επικαιροποιημένη τιμή της μέγιστης δυνητικής κατακράτησης, (4) επιλογή ακραίων επεισοδίων και εφαρμογή της τυπικής διαδικασίας της SCS-CN σε κάθε επεισόδιο, με βάση συνθετικές βροχοπτώσεις. Το παραπάνω σχήμα απαιτεί τη χρήση δύο στοχαστικών μοντέλων, ειδικότερα του μοντέλου CastaliaR, για τη γέννηση των ημερήσιων δεδομένων βροχόπτωσης, και του μοντέλου HyetosMinute, για τον επιμερισμό της ημερήσιας βροχής σε λεπτότερες χρονικές κλίμακες. Στα αποτελέσματα της προσέγγισης αυτής περιλαμβάνουν ένα μεγάλο πλήθος συνθετικών πλημμυρικών επεισοδίων, που επιτρέπει τη διατύπωση των μεγεθών σχεδιασμού σε στατιστικούς όρους, καθώς και τη ορθή αποτίμηση του πλημμυρικού κινδύνου.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1680/2/documents/FINAL_Moustakis_EGU2017.pdf (1492 KB)

    Συμπληρωματικό υλικό:

  1. P. Kossieris, A. Efstratiadis, I. Tsoukalas, and D. Koutsoyiannis, Assessing the performance of Bartlett-Lewis model on the simulation of Athens rainfall, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-8983, doi:10.13140/RG.2.2.14371.25120, European Geosciences Union, 2015.

    [Αξιολογώντας την επίδοση του μοντέλου Bartlett-Lewis για την προσομοίωση της βροχόπτωσης στην Αθήνα]

    Πολλές υδρολογικές εφαρμογές απαιτούν τη χρήση χρονοσειρών βροχής μεγάλου μήκους σε μικρές χρονικές κλίμακες. Για να επιτευχθεί αυτό, συχνά χρησιμοποιούνται στοχαστικές μέθοδοι προσομοίωσης που επιτρέπουν την παραγωγή μεγάλου πλήθους επεισοδίων βροχής μέσω της Monte Carlo στοχαστικής διαδικασίας. Σε αυτά τα πλαίσια, το μοντέλο Bartlett-Lewis αποτελεί ένα αντιπροσωπευτικό παράδειγμα από την οικογένεια μοντέλων που στηρίζονται στην Poisson στοχαστική ανέλιξη. Στην παρούσα εργασία, μελετήθηκε η ικανότητα δυο διαφορετικών εκδοχών του μοντέλου Bartlett-Lewis, με 5 και 6 παραμέτρους αντίστοιχα, στο να αναπαράγουν τα χαρακτηριστικά της βροχής της Αθήνας (Ελλάδα). Εκτός από τα βασικά στατιστικά χαρακτηριστικά που διατηρούνται ρητά από το μοντέλο (μέση τιμή, τυπική απόκλιση, αυτοσυσχέτιση, πιθανότητα μηδενικής τιμής), μελετήθηκαν οι κατανομές ακραίων τιμών των ωριαίων υψών βροχής καθώς και τα βασικά χρονικά χαρακτηριστικά των γεγονότων βροχής (διάρκεια βροχερών επεισοδίων, διάρκεια μεταξύ καταιγίδων). Τα χαρακτηριστικά αυτά δεν προκύπτουν άμεσα από τις θεωρητικές εξισώσεις του μοντέλου, αλλά υπολογίζονται εμπειρικά από τα συνθετικά δεδομένα. Η ανάλυση διενεργήθηκε ανά μήνα και για διαφορετικές χρονικές κλίμακες, από την ωριαία μέχρι και την ημερήσια. Πέραν αυτού, ιδιαίτερο βάρος δόθηκε στο πρόβλημα βαθμονόμησης του μοντέλου, αξιολογώντας την επίδοσή του για διαφορετικά μέτρα επίδοσης, χρονικές κλίμακες και στατιστικά χαρακτηριστικά.

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.14371.25120

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

    1. Li, X., A. Meshgi, X. Wang, J. Zhang, S. H. X. Tay, G. Pijcke, N. Manocha, M. Ong, M. T. Nguyen, and V. Babovic, Three resampling approaches based on method of fragments for daily-to-subdaily precipitation disaggregation, International Journal of Climatology, 38(Suppl.1), e1119-e1138, doi:10.1002/joc.5438, 2018.
    2. Park, J., C. Onof, and D. Kim, A hybrid stochastic rainfall model that reproduces some important rainfall characteristics at hourly to yearly timescales, Hydrology and Earth System Sciences, 23, 989-1014, doi:10.5194/hess-23-989-2019, 2019.
    3. Kim, D., and C. Onof, A stochastic rainfall model that can reproduce important rainfall properties across the timescales from several minutes to a decade, Journal of Hydrology, 589(2), 125150, doi:10.1016/j.jhydrol.2020.125150, 2020.
    4. Bulti, D. T., B. G. Abebe, and Z. Biru, Climate change-induced variations in future extreme precipitation intensity-duration-frequency in flood-prone city of Adama, central Ethiopia, Environmental Monitoring and Assessment, 193, 784, 10.1007/s10661-021-09574-1, 2021.

  1. A. Koukouvinos, D. Nikolopoulos, A. Efstratiadis, A. Tegos, E. Rozos, S.M. Papalexiou, P. Dimitriadis, Y. Markonis, P. Kossieris, H. Tyralis, G. Karakatsanis, K. Tzouka, A. Christofides, G. Karavokiros, A. Siskos, N. Mamassis, and D. Koutsoyiannis, Integrated water and renewable energy management: the Acheloos-Peneios region case study, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-4912, doi:10.13140/RG.2.2.17726.69440, European Geosciences Union, 2015.

    [Ολοκληρωμένη διαχείριση νερού και ανανεώσιμης ενέργειας: η μελέτη περίπτωσης της περιοχής Αχελώου-Πηνειού]

    Στο πλαίσιο του έργου «Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη» (CRESSENDO), αναπτύξαμε ένα πρωτότυπο πλαίσιο στοχαστικής προσομοίωσης για τον βέλτιστο σχεδιασμό και διαχείριση μεγάλης κλίμακας υβριδικών συστημάτων ανανεώσιμης ενέργειας, όπου η υδροηλεκτρική ενέργεια έχει τον κυρίαρχο ρόλο. Η μεθοδολογία κια τα σχετικά υπολογιστκά εργαλεία ελέγχονται σε δύο μεγάλες γειτονικές λεκάνες της Ελλάδας (Αχελώος, Πηνειός) που εκετίνονται σε 15 500 km2 (12% της Ελληνικής επικράτειας). Ο ποταμός Αχελώος χαρακτηρίζεται από πολύ υψηλή απορροή και φιλοξενεί το ~40% της εγκατεστημένης υδροηλεκτρικής ισχύος της Ελλάδας. Από την άλλη πλευρά, η πεδιάδα της Θεσσαλίας που αποστραγγίζεται στον Πηνειό – μια αγροτική περιοχή κλειδί για την εθνική οικονομία – υποφέρει συχνά από ανεπάρκεια νερού και συστηματική περιβαλλοντική υποβάθμιση. Οι δύο λεκάνες συνδέονται μέσω έργων εκτροπής, υφιστάμενων και δομολογημένων, διαμορφώνοντας έτσι ένα μοναδικό υδροσύστημα μεγάλης κλίμακας, το μέλλον του οποίου υπήρξε αντικείμενο έντονης διαμάχης. Η περιοχή μελέτης αντιμετωπίζεται ως ένα υποθετικά κλειστό, ενεργειακά αυτόνομο σύστημα, ώστε να αξιολογηθούν οι προοπτικές αειφόρου ανάπτυξης των υδατικών και ενεργειακών πόρων του. Στο πλαίσιο αυτό αναζητείται μια αποτελεσματική διαμόρφωση των αναγκαίων υδραυλικών έργων και έργων ανανεώσιμης ενέργειας, μέσω ολοκληρωμένης μοντελοποίησης του υδατικού και ενεργειακού ισοζυγίου της περιοχής. Εξετάζουμε διάφορα σενάρια ενεργειακής ζήτησης για οικιακή, βιομηχανική και γεωργική χρήση, υποθέτοντας ότι μέρος της ζήτησης καλύπτεται από αιολική και ηλιακή ενέργεια, ενώ η περίσσεια ή το έλλειμμα ενέργειας ρυθμίζεται μέσω των μεγάλων υδροηλεκτρικών έργων, που είναι εξοπλισμένα και με διατάξειας αντλησιοταμίευσης. Ο γενικός στόχος είναι να εξετάσουμε κάτω από ποιες συνθήκες είναι τεχνικά και οικονομικά βιώσιμο ένα πλήρως ανανεώσιμο σύστημα ενέργειας σε μια τόσο μεγάλη κλίμακα.

    Πλήρες κείμενο:

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.17726.69440

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

    1. Stamou, A. T., and P. Rutschmann, Pareto optimization of water resources using the nexus approach, Water Resources Management, 32, 5053-5065, doi:10.1007/s11269-018-2127-x, 2018.
    2. Stamou, A.-T., and P. Rutschmann, Optimization of water use based on the water-energy-food nexus concept: Application to the long-term development scenario of the Upper Blue Nile River, Water Utility Journal, 25, 1-13, 2020.

  1. A. Efstratiadis, I. Tsoukalas, P. Kossieris, G. Karavokiros, A. Christofides, A. Siskos, N. Mamassis, and D. Koutsoyiannis, Computational issues in complex water-energy optimization problems: Time scales, parameterizations, objectives and algorithms, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-5121, doi:10.13140/RG.2.2.11015.80802, European Geosciences Union, 2015.

    [Υπολογιστικά ζητήματα σε σύνθετα προβλήματα βελτιστοποίησης νερού-ενέργειας: Χρονικές κλίμακες, παραμετροποιήσεις, στόχοι και αλγόριθμοι]

    Η μοντελοποίηση των υβριδικών συστημάτων ανανεώσιμης ενέργειας (ΥΣΑΕ) μεγάλης κλίμακας αποτελεί αντικείμενο-πρόκληση, στο οποίο υπάρχουν πολλά ανοιχτά υπολογιστικά ζητήματα. Τα ΥΣΑΕ περιέχουν τυπικές συνιστώσες υδροσυστημάτων (ταμιευτήρες, γεωτρήσεις, δίκτυα μεταφοράς, υδροηλεκτρικοί σταθμοί, αντλιοστάσια, κόμβοι ζήτησης νερού, κτλ.), που συνδέονται δυναμικά με άλλες ΑΠΕ (π.χ. ανεμογεννήτριες, φωτοβολταϊκά πάρκα), και κόμβους ενεργειακής ζήτησης. Σε τέτοια συστήματα, πέρα από τις ευρέως γνωστές αδυναμίες της μοντελοποίησης των υδατικών πόρων (μη γραμμική δυναμική, άγνωστες μελλοντικές εισροές, μεγάλο πλήθος μεταβλητών και περιορισμών, αντικρουόμενα κριτήρια, κτλ.), εμφανίζονται επιπλέον πολυπλοκότητες και αβεβαιότητες, λόγω της εισαγωγής των ενεργειακών συνιστωσών και των σχετικών ροών ενέργειας. Μια πολύ σημαντική δυσκολία είναι η ανάγκη σύζευξης δύο διαφορετικών χρονικών κλιμάκων, καθώς στη μοντελοποίηση των υδροσυστημάτων συνήθως υιοθετούνται μηνιαία χρονικά βήματα, ενώ για την πιστή αναπαράσταση του ενεργειακού ισοζυγίου (παραγωγή ενέργειας σε σχέση με τη ζήτηση), απαιτείται μια πολύ πιο λεπτομερής διακριτότητα (π.χ. ωριαία). Ένα ακόμη μειονέκτημα είναι η αύξηση των μεταβλητών ελέγχου, περιορισμών και στόχων, λόγω της ταυτόχρονης μοντελοποίησης δύο παράλληλων ροών (νερό και ενέργεια), και των αλληλεπιδράσεών τους. Τέλος, αφού οι υδρομετεωρολογικές διεργασίες εισόδου του συνδυασμένου συστήματος είναι εγγενώς αβέβαιες, είναι συχνά αναγκαία η χρήση συνθετικών χρονοσειρών εισόδου μεγάλου μήκους, ώστε η αξιολόγηση της επίδοσης του συστήματος να γίνεται σε όρους αξιοπιστίας και ρίσκου, με ικανοποιητική ακρίβεια. Για να αντιμετωπίσουμε τα παραπάνω ζητήματα, προτείνουμε ένα αποτελεσματικό και αποδοτικό πλαίσιο μοντελοποίησης, με κύριους στόχους: (α) την ουσιαστική μείωση των μεταβλητών ελέχγου, μέσω φειδωλών πλην όμως συνεπών παραμετροποιήσεων, (β) τη δραστική μείωση του υπολογιστικού φόρτου της προσομοίωσης, με γραμμικοποίηση του προβλήματος συνδυασμένης κατανομής νερού και ενέργειας σε κάθε χρονικό βήμα, και επίλυση κάθε υποπροβλήματος με εξαιρετικά γρήγορους αλγορίθμους γραμμικού προγραμματισμού, και (γ) τη σημαντική μείωση του απαιτούμενου αριθμού των αποτιμήσεων της συνάρτησης για τον εντοπισμό της ολικά βέλτιστης διαχειριστιής πολιτικής, με χρήση ενός καινοτόμου αλγορίθμου ολικής βελτιστοποίησης που χρησιμοποιεί συναρτήσεις παρεμβολής.

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.11015.80802

  1. A. Drosou, P. Dimitriadis, A. Lykou, P. Kossieris, I. Tsoukalas, A. Efstratiadis, and N. Mamassis, Assessing and optimising flood control options along the Arachthos river floodplain (Epirus, Greece), European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-9148, European Geosciences Union, 2015.

    [Αξιολόγηση και βελτιστοποίηση επιλογών ελέγχου πλημμυρών κατά μήκος του πλημμυρικού πεδίου του ποταμού Άραχθου (Ήπειρος, Ελλάδα)]

    Παρουσιάζεται ένα πολυκριτηριακό σχήμα προσομοίωσης-βελτιστοποίησης για τον βέλτιστο σχεδιασμό και τοποθέτηση αντιπλημμυρικών έργων κατά μήκος ποταμού. Η μεθοδολογία εφαρμόστηκε στο τμήμα του Άραχθου ποταμού (Ήπειρος, Ελλάδα), κατάντη του φράγματος Πουρνάρι Ι. Η εν λόγω περιοχή είναι ιδιαίτερα ευαίσθητη καθώς ο ποταμός διασχίζει το αστικό κομμάτι της Άρτας που βρίσκεται ακριβώς κάτω από το φράγμα. Ταυτόχρονα, μεγάλες καλλιεργήσιμες εκτάσεις είναι εκτεθειμένες στα συχνά πλημμυρικά φαινόμενα. Στην προτεινόμενη μεθοδολογία, ενσωματώθηκαν δυο αντικρουόμενα κριτήρια, η ελαχιστοποίηση των καταστροφών λόγω της πλημμύρας (καταστροφές καλλιεργειών και αστικών κατασκευών) και η ελαχιστοποίηση του κατασκευαστικού κόστους των απαιτούμενων έργων (π.χ. αναχώματα). Για την υδραυλική προσομοίωση χρησιμοποιήθηκαν τα μοντέλα HEC-RAS και LISFLOOD-FP, ενώ η βελτιστοποίηση έγινε με τον αλγόριθμο Surrogate-Enhanced Evolutionary Annealing-Simplex (SE-EAS).

    Πλήρες κείμενο:

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

    1. Xu, Z., P. Plink-Björklund, S. Wu, Z. Liu, W. Feng, K. Zhang, Z. Yang, and Y. Zhong, Sinuous bar fingers of digitate shallow‐water deltas: Insights into their formative processes and deposits from integrating morphological and sedimentological studies with mathematical modelling, Sedimentology, doi:10.1111/sed.12923, 2021.

  1. I. Tsoukalas, P. Kossieris, A. Efstratiadis, and C. Makropoulos, Handling time-expensive global optimization problems through the surrogate-enhanced evolutionary annealing-simplex algorithm, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-5923, European Geosciences Union, 2015.

    [Χειρισμός χρονοβόρων προβλημάτων ολικής βελτιστοποίησης με τον εξελικτικό αλγόριθμο ανόπτησης-απλόκου εμπλουτισμένο με υποκατάστατα μοντέλα]

    Σε προβλήματα βελτιστοποίησης υδατικών πόρων, ο υπολογισμός της στοχικής συνάρτησης συνήθως απαιτεί την αρχική εκτέλεση ενός μοντέλου προσομοίωσης και εν συνεχεία την αποτίμηση των αποτελεσμάτων του. Ωστόσο, σε αρκετές περιπτώσεις οι μεγάλοι χρόνοι προσομοίωσης μπορεί να θέσουν σοβαρά εμπόδια στη διαδικασία βελτιστοποίησης. Συχνά, για να παραχθεί μια λύση σε εύλογο χρόνο, ο χρήστης πρέπει να περιορίσει δραστικά του επιτρεπόμενο αριθμό αποτιμήσεων της στοχικής συνάρτησης, διακόπτωντας έτσι την αναζήτηση πολύ νωρίτερα από όσο απαιτεί η πολυπλοκότητα του προβλήματος. Μια υποσχόμενη νέα στρατηγική για την αντιμετώπιση αυτών των αδυναμιών είναι η χρήση τεχνικών υποκατάστατων μοντέλων εντός των αλγορίθμων ολικής βελτιστοποίησης. Εδώ εισάγουμε τον αλγόριθμο Surrogate-Enhanced Evolutionary Annealing-Simplex (SEEAS) που συνδυάζει την ισχύ των υποκατάστατων μοντέλων με την αποτελεσματικότητα και αποδοτικότητα της εξελικτικής μεθόδου ανόπτησης-απλόκου (Evolutionary Annealing-Simplex, EAS). Ο αλγόριθμος συνδυάζει τρεις διαφορετικές προσεγγίσεις βελτιστοποίησης (εξελικτική αναζήτηση, προσομοιωμένη ανόπτηση, και το σχήμα κατερχόμενου απλόκου), στις οποίες καίριες αποφάσεις καθοδηγούνται, εν μέρει, από αριθμητικές προσεγγίσεις της στοχικής συνάρτησης. Η επίδοση του προτεινόμενου αλγορίθμου αξιολογείται έναντι άλλων που χρησιμοποιούν υποκατάστατα μοντέλα, σε θεωρητικές όσο και πρακτικές εφαρμογές (ήτοι συναρτήσεις ελέγχου και προβλήματα υδρολογικής βαθμονόμησης, αντίστοιχα), θέτοντας περιορισμένο προϋπολογισμό δοκιμών (από 100 έως 1000). Τα αποτελέσματα αναδεικνύουν τις σημαντικές δυνατότητες της μεθόδου SEEAS σε δύσκολα προβλήματα βελτιστοποίησης, που εμπεριέχουν χρονοβόρες προσομοιώσεις.

    Πλήρες κείμενο:

  1. I. Pappa, Y. Dimakos, P. Dimas, P. Kossieris, P. Dimitriadis, and D. Koutsoyiannis, Spatial and temporal variability of wind speed and energy over Greece, European Geosciences Union General Assembly 2014, Geophysical Research Abstracts, Vol. 16, Vienna, EGU2014-13591, doi:10.13140/RG.2.2.11238.63048, European Geosciences Union, 2014.

    [Χωρική και χρονική μεταβλητότητα της ταχύτητας ανέμου και της αιολικής ενέργειας στην Ελλάδα]

    Πλήρες κείμενο:

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.11238.63048

  1. P. Kossieris, A. Efstratiadis, and D. Koutsoyiannis, Coupling the strengths of optimization and simulation for calibrating Poisson cluster models, Facets of Uncertainty: 5th EGU Leonardo Conference – Hydrofractals 2013 – STAHY 2013, Kos Island, Greece, doi:10.13140/RG.2.2.15223.21929, European Geosciences Union, International Association of Hydrological Sciences, International Union of Geodesy and Geophysics, 2013.

    [Σύζευξη της ισχύος της προσομοίωσης και βελτιστοποίησης για τη βαθμονόμηση μοντέλων συστοιχίας Poisson]

    Πολλές υδρολογικές εφαρμογές απαιτούν τη χρήση δεδομένων βροχόπτωσης σε ένα ευρύ φάσμα χρονικών κλιμάκων. Συνήθως, για την προσομοίωση της βροχής σε λεπτές χρονικές κλίμακες, εφαρμόζονται στοχαστικές προσεγγίσεις. Η πλέον αντιπροσωπευτική είναι το μοντέλο Bartlett-Lewis, που ανήκει στην οικογένεια των διεργασιών συστοιχίας Poisson για την αναπαραγωγή επεισοδίων βροχής. Η συνήθης προσέγγιση για την βαθμονόμηση του μοντέλου περιλαμβάνει την ενσωμάτωση των θεωρητικών εξισώσεων του μοντέλου σε μια στοχική συνάρτηση και τη βελτιστοποίηση της εν λόγω συνάρτησης. Ωστόσο, είναι προφανές ότι αυτή η διαδικασία περιορίζεται στην περίπτωση που υπάρχουν αναλυτικές εξισώσεις για τις στοχαστικές ιδιότητες των διεργασιών του μοντέλου. Όμως, τέτοιες αναλυτικές εξισώσεις δεν μπορούν να εξαχθούν για κάποια βασικά χαρακτηριστικά, όπως η ασυμμετρία και οι παράμετροι που προσδιορίζουν την κατανομή των ακραίων τιμών. Παρουσιάζουμε μια πρωτότυπη προσέγγιση που θεραπεύει τις παραπάνω αδυναμίες, μέσω συνδυασμένης χρήσης της προσομοίωσης και βελτιστοποίησης. Κατά τη βαθμονόμηση, τα στατιστικά χαρακτηριστικά του μοντέλου εξάγονται μέσω προσομοίωσης Monte Carlo αντί των θεωρητικών εξισώσεων. Εισάγονται διάφορα κριτήρια βαθμονόμησης καθώς και στατιστικές παράμετροι, που αποσκοπούν σε μια πιο πιστή αναπαράσταση των διεργασιών βροχόπτωσης σε διαφορετικές χρονικές κλίμακες. Η αποτελεσματικότητα της προτεινόμενης μεθόδου αναδεικνύεται χρησιμοποιώντας μις μεγάλη σειρά δεδομένων από έναν βροχομετρικό σταθμό της Αθήνας.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1388/1/documents/Kos_BartlettLewis_poster.pdf (1605 KB)

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.15223.21929

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

    1. De Luca, D. L., and L. Galasso, Calibration of NSRP models from extreme value distributions, Hydrology, 6(4), 89, doi:10.3390/hydrology6040089, 2019.
    2. Park, J., D. Cross, C. Onof, Y. Chen, and D. Kim, A simple scheme to adjust Poisson cluster rectangular pulse rainfall models for improved performance at sub-hourly timescales, Journal of Hydrology, 598, 126296, doi:10.1016/j.jhydrol.2021.126296, 2021.
    3. De Luca, D. L., and A. Petroselli, STORAGE (STOchastic RAinfall GEnerator): A user-friendly software for generating long and high-resolution rainfall time series, Hydrology, 8(2), 76, doi:10.3390/hydrology8020076, 2021.

  1. P. Kossieris, A. Efstratiadis, and D. Koutsoyiannis, The use of stochastic objective functions in water resource optimization problems, Facets of Uncertainty: 5th EGU Leonardo Conference – Hydrofractals 2013 – STAHY 2013, Kos Island, Greece, doi:10.13140/RG.2.2.18578.66249, European Geosciences Union, International Association of Hydrological Sciences, International Union of Geodesy and Geophysics, 2013.

    [Η χρήση στοχαστικών στοχικών συναρτήσεων σε προβλήματα βελτιστοποίησης υδατικών πόρων]

    Τα προβλήματα υδρολογίας και διαχείρισης υδατικών πόρων χαρακτηρίζονται από την παρουσία πολλαπλών πηγών αβεβαιότητας. Για τον χειρισμό τέτοιων βεβαιοτήτων απαιτείται η υλοποίηση τεχνικών προσομοίωσης Monte Carlo στα πλαίσια ισχυρών μεθόδων βελτιστοποίησης. Εδώ εξετάζουμε τη συνδυασμένη επίδοση αυτών των δύο ισχυρών εργαλείων σε ένα ευρύ φάσμα εφαρμογών ολικής βελτιστοποίησης, που καλύπτουν από μαθηματικά προβλήματα μέχρι προβλήματα υδρολογικής βαθμονόμησης. Σε όλες τις περιπτώσεις, η αβεβαιότητα θεωρείται ρητά, με όρους στοχαστικών στοχικών συναρτήσεων. Ειδικότερα, εξετάζουμε ένα πλήθος συναρτήσεων ελέγχου ώστε να αξιολογήσουμε την αποτελεσματικότητα και αποδοτικότητα εναλλακτικών τεχνικών βελτιστοποίησης. Επιπλέον, εξετάζουμε δύο πραγματικά προβλήματα βαθμονόμησης, που αφορούν σε ένα αδιαμέριστο μοντέλο βροχής-απορροής και ένα μοντέλο στοχαστικού επιμερισμού. Αυτά διερευνώνται με διαφορετικά κριτήρια βαθμονόμησης και κάτω από διαφορετικές πηγές αβεβαιότητας, έτσι ώστε να αξιολογηθούν όχι μόνο η ευρωστία των εξαγόμενων παραμέτρων αλλά και η προγνωστική ικανότητα των μοντέλων.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1387/1/documents/Kos_StochObjFunctions_poster.pdf (641 KB)

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.18578.66249

  1. Y. Markonis, P. Kossieris, A. Lykou, and D. Koutsoyiannis, Effects of Medieval Warm Period and Little Ice Age on the hydrology of Mediterranean region, European Geosciences Union General Assembly 2012, Geophysical Research Abstracts, Vol. 14, Vienna, 12181, doi:10.13140/RG.2.2.30565.19683, European Geosciences Union, 2012.

    [Επίδραση της Μεσαιωνικής Θερμής Περιόδου και της Μικρής Εποχής Παγετώνων στην υδρολογία της περιοχής της Μεσογείου]

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.30565.19683

  1. P. Kossieris, D. Koutsoyiannis, C. Onof, H. Tyralis, and A. Efstratiadis, HyetosR: An R package for temporal stochastic simulation of rainfall at fine time scales, European Geosciences Union General Assembly 2012, Geophysical Research Abstracts, Vol. 14, Vienna, 11718, European Geosciences Union, 2012.

    [HyetosR: Υπολογιστικό πακέτο σε περιβάλλον R για τον μονοδιάστατο στοχαστικό επιμερισμό της βροχόπτωσης σε λεπτές χρονικές κλίμακες]

    Αναπτύχθηκε ένα πλήρες υπολογιστικό πακέτο, σε περιβάλλον προγραμματισμού R, για τον μονοδιάστατη στοχαστική προσομοίωση της βροχόπτωσης σε λεπτές χρονικές κλίμακες. Αυτό περιλαμβάνει διάφορες συναρτήσεις για σειριακή προσομοίωση ή επιμερισμό. Συγκεκριμένα, χρησιμοποιεί το μοντέλο ορθογωνικών παλμών Bartlett-Lewis για τη γέννηση της βροχής και καθιερωμένες τεχνικές επιμερισμού, οι οποίες ανάγουν τις τιμές της λεπτής κλίμακας (ωριαία) ώστε να λαμβάνεται η απαιτούμενη τιμή στην αδρομερέστερη κλίμακα (ημερήσια), χωρίς να επηρεάζεται η στοχαστική δομή που επιβάλλεται από το μοντέλο. Επιπλέον, ενσωματώνεται ένα επαναληπτικό σχήμα που βελτιώνει την επίδοση του μοντέλου Bartlett-Lewis, χωρίς σημαντική αύξηση του υπολογιστικού χρόνου. Τέλος, το πακέτο περιλαμβάνει μια εμπλουτισμένη έκδοση της εξελικτικής μεθόδου βελτιστοποίησης ανόπτησης-απλόκου, για την εκτίμηση των παραμέτρων Bartlett-Lewis. Εισάγονται πολλαπλά κριτήρια βαθμονόμησης, έτσι ώστε να αναπαράγονται τα στατιστικά χαρακτηριστικά της βροχής σε διάφορες χρονικής κλίμακες. Η αναβαθμισμένη έκδοση του πρωτότυπου προγράμματος Υετός (Koutsoyiannis, D., and Onof C., A computer program for temporal stochastic disaggregation using adjusting procedures, European Geophysical Society, 2000) λειτουργεί σε διάφορα επίπεδα και συνδυασμούς αυτών (που εξαρτώνται από τη διαθεσιμότητα των δεδομένων), με πολλαπλές επιλογές και γραφικές δυνατότητες. Το πακέτο, με την ονομασία HyetosR, είναι ελεύθερα διαθέσιμο στην εργαλειοθήκη CRAN.

    Σημείωση:

    Ιστοσελίδα λογισμικού: http://itia.ntua.gr/el/softinfo/3/

    Πλήρες κείμενο:

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

    1. #Montesarchio, V., F. Napolitano, E. Ridolfi and L. Ubertini, A comparison of two rainfall disaggregation models, In Numerical Analysis and Applied Mathematics ICNAAM 2012: International Conference of Numerical Analysis and Applied Mathematics, AIP Conference Proceedings, Vol. 1479, 1796-1799, 2012.
    2. #Villani, V., L. Cattaneo, A. L. Zollo, and P. Mercogliano, Climate data processing with GIS support: Description of bias correction and temporal downscaling tools implemented in Clime software, Euro-Mediterranean Center on Climate Change (RMCC) Research Papers, RP0262, 2015.
    3. Förster, K., F. Hanzer, B. Winter, T. Marke, and U. Strasser, An open-source MEteoroLOgical observation time series DISaggregation Tool (MELODIST v0.1.1), Geoscientific Model Development, 9, 2315-2333, doi:10.5194/gmd-9-2315-2016, 2016.
    4. Devkota, S., N. M. Shakya, K. Sudmeier-Rieux, M. Jaboyedoff, C. J. Van Westen, B. G. Mcadoo, and A. Adhikari, Development of monsoonal rainfall intensity-duration-frequency (IDF) relationship and empirical model for data-scarce situations: The case of the Central-Western Hills (Panchase Region) of Nepal, Hydrology, 5(2), 27, doi:10.3390/hydrology5020027, 2018.
    5. Cordeiro, M. R. C., J. A. Vanrobaeys, and H. F. Wilson, Long-term weather, streamflow, and water chemistry datasets for hydrological modelling applications at the upper La Salle River watershed in Manitoba, Canada, 6(1), 41-57, Geoscience Data Journal, doi:10.1002/gdj3.67, 2019.
    6. #Thomson, H., and L. Chandler, Tailings storage facility landform evolution modelling, Proceedings of the 13th International Conference on Mine Closure, A. B. Fourie & M. Tibbett (eds.), Australian Centre for Geomechanics, Perth, 385-396, 2019.
    7. Sun, Y., D. Wendi, D. E., Kim, and S.-Y. Liong, Deriving intensity–duration–frequency (IDF) curves using downscaled in situ rainfall assimilated with remote sensing data, Geoscience Letters, 6(17), doi:10.1186/s40562-019-0147-x, 2019.
    8. Oruc, S., I. Yücel, and A. Yılmaz, Investigation of the effect of climate change on extreme precipitation: Capital Ankara case, Teknik Dergi, 33(2), doi:10.18400/tekderg.714980, 2021.
    9. Hayder, A. M., and M. Al-Mukhtar, Modelling the IDF curves using the temporal stochastic disaggregation BLRP model for precipitation data in Najaf City, Arabian Journal of Geosciences, 14, 1957, doi:10.1007/s12517-021-08314-6, 2021.
    10. Diez-Sierra, J., S. Navas, and M. del Jesus, Neoprene: An open-source Python library for spatial rainfall generation based on the Neyman-Scott process, doi:10.2139/ssrn.4092195, 2022.
    11. Cordeiro, M. R. C., K. Liang, H. F. Wilson, J. Vanrobaeys, D. A. Lobb, X. Fang, and J. W. Pomeroy, Simulating the hydrological impacts of land use conversion from annual crop to perennial forage in the Canadian Prairies using the Cold Regions Hydrological Modelling platform, Hydrology and Earth System Sciences, 26, 5917-5931, doi:10.5194/hess-26-5917-2022, 2022.

  1. Y. Dialynas, P. Kossieris, K. Kyriakidis, A. Lykou, Y. Markonis, C. Pappas, S.M. Papalexiou, and D. Koutsoyiannis, Optimal infilling of missing values in hydrometeorological time series, European Geosciences Union General Assembly 2010, Geophysical Research Abstracts, Vol. 12, Vienna, EGU2010-9702, doi:10.13140/RG.2.2.23762.56005, European Geosciences Union, 2010.

    [Βέλτιστη συμπλήρωση ελλειπουσών τιμών σε υδρομετεωρολογικές χρονοσειρές]

    Πλήρες κείμενο:

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.23762.56005

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

    1. #Rianna, M., E. Ridolfi, L. Lorino, L. Alfonso, V. Montesarchio, G. Di Baldassarre, F. Russo and F. Napolitano, Definition of homogeneous regions through entropy theory, 3rd STAHY International Workshop on Statistical Methods for Hydrology and Water Resources Management, Tunis, Tunisia, 2012.

Educational notes

  1. Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδρεύσεις – Δίκτυα διανομής, 78 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Οκτώβριος 2023.

    Συστήματα ύδρευσης: τυπική διάταξη & μεγέθη σχεδιασμού. Εκτίμηση παροχών σχεδιασμού. Συντελεστές αιχμής. Απώλειες νερού στα δίκτυα ύδρευσης. Δεξαμενές: λειτουργία, μεγέθη σχεδιασμού, εκτίμηση ρυθμιστικού όγκου και όγκου ασφαλείας. Οριζοντιογραφική και υψομετρική τοποθέτηση δεξαμενών. Δίκτυα διανομής: απαιτήσεις μέγιστων και ελάχιστων πιέσεων, προδιαγραφές και γενικές αρχές σχεδιασμού. Πιεζομετρικές ζώνες. Γενικές αρχές χάραξης αγωγών δικτύου. Ειδικές συσκευές. Αγωγοί ύδρευσης. Ανάλυση δικτύων διανομής: σχηματική αναπαράσταση, παροχές εξόδου, μαθηματικές εξισώσεις, τεχνικές επίλυσης. Διαμόρφωση μοντέλου υδραυλικής ανάλυσης δικτύου διανομής: τοποθέτηση κόμβων, σημειακές και κατανεμημένες καταναλώσεις, μέθοδος ισοδύναμων μηκών επιρροής, διαμόρφωση σεναρίων φόρτισης, έλεγχοι πιέσεων.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2432/1/documents/WaterDistribution.pdf (1840 KB)

  1. Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδροδοτικά έργα – Εξωτερικά υδραγωγεία, 47 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Οκτώβριος 2023.

    Κατηγορίες υδραυλικών έργων. Υδροδοτικά έργα: σκοπός και τυπική διάκριση. Τυπικές διατάξεις αστικών υδροδοτικών έργων. Εξωτερικά υδραγωγεία vs. δίκτυα διανομής. Υδατικοί πόροι και έργα αξιοποίησης. Υδραγωγεία υπό πίεση: βασικά στάδια σχεδιασμού, έλεγχος μέγιστων πιέσεων, διαστασιολόγηση, τεχνολογία αγωγών, αγωγοί εμπορίου, τραχύτητα σχεδιασμού, συσκευές ελέγχου παροχής και πίεσης, τοποθέτηση αγωγών. Εξωτερικά υδραγωγεία: γενικές αρχές σχεδιασμού, παροχή σχεδιασμού, χωροθέτηση και υψομετρική τοποθέτηση δεξαμενής, χάραξη σε οριζοντιογραφία, προβλήματα μεγάλων υψομέτρων και υποπιέσεων. Εξωτερικά υδραγωγεία με ελεύθερη επιφάνεια. Ανεστραμμένοι σίφωνες. Καταθλιπτικοί αγωγοί & αντλιοστάσια. Χαρακτηριστικές καμπύλες αντλιών εμπορίου. Σημείο λειτουργίας αντλίας και συστήματος αντλιών (σε σειρά, παράλληλες). Πρακτικά προβλήματα αντλιοστασίων & καταθλιπτικών αγωγών. Οικονομικά μεγέθη. Η διαστασιολόγηση αντλιών-αγωγών ως πρόβλημα οικονομικής βελτιστοποίησης.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2431/1/documents/WaterSupplyWorks.pdf (1663 KB)

  1. Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδραυλική αγωγών υπό πίεση, 52 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Οκτώβριος 2023.

    Ορισμός και βασικές ιδιότητες ρευστών. Τύποι ροών σε αγωγούς. Οριακό στρώμα. Ισοδύναμη τραχύτητα. Μονοδιάστατη ανάλυση. Γραμμή ενέργειας και πιεζομετρική γραμμή. Μόνιμη ομοιόμορφη ροή. Γραμμικές απώλειες. Γενικευμένη εξίσωση Chézy. Εξίσωση Darcy-Weisbach. Πείραμα Nikuradse. Εξίσωση Colebrook-White. Προσεγγιστικές μέθοδοι εκτίμησης του συντελεστή τριβών. Γενικευμένη σχέση Manning. Τυπικά προβλήματα υδραυλικής κυκλικών αγωγών υπό πίεση. Τοπικές απώλειες. Συσκευές ελέγχου της ροής. Σύνθετα συστήματα (αγωγοί σε σειρά, παράλληλοι αγωγοί, πρόβλημα τριών δεξαμενών). Υδροδυναμικές μηχανές. Σπηλαίωση.

    Σημείωση:

    Οι σημειώσεις καλύπτουν μέρος της ύλης του μαθήματος “Υδραυλική και Υδραυλικά Έργα” που διδάσκεται στο 5ο εξάμηνο της Σχολής Πολιτικών Μηχανικών.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2346/1/documents/Pressurized_Pipe_Flow_ZXF5YNu.pdf (2542 KB)

  1. Π. Κοσσιέρης, Στοιχεία Εφαρμοσμένης Υδραυλικής για Αστικά Υδραυλικά Έργα, Πανεπιστήμιο Δυτικής Αττικής, Μάιος 2021.

    Σημείωση:

    Σημειώσεις στο πλαίσιο του μαθήματος Αστικά Υδραυλικά Έργα, το οποίο διδάχθηκε στο Τμήμα Πολιτικών ΜΗχανικών του Πενεπιστημίου Δυτικής Αττικής (ΠΑΔΑ) το ακαδημαϊκό έτος 2021-22.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2241/1/documents/pressured_flow.pdf (1038 KB)

  1. Χ. Μακρόπουλος, Α. Ευστρατιάδης, και Π. Κοσσιέρης, Σημειώσεις Υδραυλικής και Υδραυλικών Έργων: Υδρεύσεις, 80 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Δεκέμβριος 2019.

    Οι σημειώσεις περιλαμβάνουν τις ακόλουθες ενότητες: (1) Υδρευτικές καταναλώσεις, (2) Δεξαμενές, (3) Γενικές αρχές σχεδιασμού δικτύων διανομής, (4) Ανάλυση δικτύων διανομής, (5) Διαμόρφωση μοντέλου υδραυλικής ανάλυσης δικτύου διανομής και έλεγχοι πιέσεων, (5) Υποδείξεις σχετικά με την ανάλυση δικτύων διανομής με το EPANET.

    Σημείωση:

    Οι σημειώσεις καλύπτουν μέρος της ύλης του μαθήματος “Υδραυλική και Υδραυλικά Έργα” που διδάσκεται στο 5ο εξάμηνο της Σχολής Πολιτικών Μηχανικών.

    Πλήρες κείμενο:

    Συμπληρωματικό υλικό:

  1. Π. Κοσσιέρης, Ανάπτυξη υπολογιστικού συστήματος για τον μονοδιάστατο στοχαστικό επιμερισμό ημερήσιων βροχοπτώσεων σε ωριαίες, 39 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Ιανουάριος 2012.

    Σημείωση:

    Παρουσίαση στα πλαίσια του μαθήματος "Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους".

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1194/1/documents/StochMethodsKossieris2012.pdf (1391 KB)

Academic works

  1. P. Kossieris, Multi-scale stochastic analysis and modelling of residential water demand processes, PhD thesis, 350 pages, Department of Water Resources and Environmental Engineering – National Technical University of Athens, Athens, Φεβρουάριος 2020.

    [Ανάλυση και μοντελοποίηση διεργασιών οικιακής κατανάλωσης νερού σε πολλαπλές χρονικές κλίμακες]

    Η οικιακή ζήτηση νερού αποτελεί βασικό στοιχείο του κύκλου του αστικού νερού και ταυτόχρονα μια από τις κύριες πηγές αβεβαιότητας κατά το σχεδιασμό, τη διαχείριση και τη λειτουργία των αστικών υδρευτικών και αποχετευτικών έργων. Η αβεβαιότητα αυτή πηγάζει από την έντονη χώρο-χρονική μεταβλητότητα και την τυχαία φύση της ζήτησης, που θέτουν επιπλέον δυσκολίες, και επομένως προκλήσεις, στις ήδη απαιτητικές εφαρμογές μοντελοποίησης και προσομοίωσης των συστημάτων αστικού νερού. Η πιθανοτική ανάλυση των συστημάτων αστικού νερού με ενσωμάτωση της αβεβαιότητας που απορρέει από την ζήτηση νερού καθίσταται δυνατή με τη μελέτη της διεργασίας αυτής επί της βάσης εννοιών από τη στατιστική και τη θεωρία πιθανοτήτων, όπως είναι οι τυχαίες μεταβλητές και οι στοχαστικές ανελίξεις. Τις τελευταίες δεκαετίες τα συστήματα έξυπνων μετρητών (smart metering systems) κατέστησαν εφικτή τη λεπτομερή παρακολούθηση της ζήτησης νερού σε επίπεδο κατοικίας, παρέχοντας τις απαραίτητες πληροφορίες για την ανάλυση, μοντελοποίηση και προσομοίωση της διεργασίας σε ένα πολύ υψηλό επίπεδο ανάλυσης. Σε αυτό το πλαίσιο, έχει πραγματοποιηθεί αρκετή έρευνα πάνω στην ανάπτυξη μεθοδολογιών στοχαστικής μοντελοποίησης και προσομοίωσης της διεργασίας για την παραγωγή συνθετικών χρονοσειρών ζήτησης νερού σε πολύ λεπτές χρονικές (π.χ. έως και 1 s) και χωρικές (π.χ. σε επίπεδο κατοικίας ή χρήσης/συσκευής νερού) κλίμακες. Οι συνθετικές χρονοσειρές αυτές μπορούν εν συνεχεία να συναθροιστούν, είτε χρονικά είτε χωρικά, για να προκύψουν οι χρονοσειρές σε υψηλότερα χώρο-χρονικά επίπεδα, που συνήθως χρησιμοποιούνται σαν είσοδοι στα μοντέλα προσομοίωσης των συστημάτων.

    Η μοντελοποίηση και η προσομοίωση της ζήτησης νερού σε λεπτές χώρο-χρονικές κλίμακες είναι ένα ιδιαίτερα απαιτητικό πρόβλημα, καθώς η διεργασία χαρακτηρίζεται από περιθώρια συμπεριφορά που αποκλίνει από την κανονική (Gauss) κατανομή, διαλείπουσα φύση (ύπαρξη μηδενικών τιμών στις χρονοσειρές), μεγάλη ποικιλομορφία δομών χρονικής και χωρικής εξάρτησης, καθώς και από διαφορετικούς τύπους περιοδικότητας. Το πρόβλημα γίνεται ακόμα πιο απαιτητικό, εάν λάβουμε υπόψη μας τη διαφοροποίηση που παρουσιάζουν τα παραπάνω χαρακτηριστικά ως προς την κλίμακα μελέτης της διεργασίας. Ταυτόχρονα, η γένεση στοχαστικά συνεπών χρονοσειρών στο πλαίσιο της «από κάτω προς τα πάνω» παραγωγής συνθετικών δεδομένων προϋποθέτει την αναπαραγωγή των χαρακτηριστικών της διεργασίας και στα υψηλότερα χρονικά και χωρικά επίπεδα μελέτης, πέραν αυτών της βασικής κλίμακας προσομοίωσης. Ταυτόχρονα, μια άλλη ιδιαίτερα ενδιαφέρουσα και πρακτικής σημασίας πρόκληση είναι η χρήση τέτοιων μεθοδολογιών σε ευρύτερη κλίμακα για τη μελέτη πραγματικών συστημάτων αστικού νερού υπό αβεβαιότητα. Ένα σημαντικό εμπόδιο προς την γενικευμένη χρήση τέτοιων προσεγγίσεων είναι η περιορισμένη διαθεσιμότητα υψηλής ανάλυσης μετρήσεων ζήτησης (π.χ. 1 min ή ακόμα και υψηλότερης ανάλυσης). Η προφανής λύση σε αυτό θα ήταν η μαζική εγκατάσταση έξυπνων μετρητών νερού με υψηλές δυνατότητες καταγραφής. Ωστόσο, σήμερα η λύση αυτή παρεμποδίζεται από μια σειρά από παράγοντες που δρουν ανασταλτικά. Υπό αυτές τις συνθήκες, τα ήδη υπάρχοντα υψηλής ανάλυσης δεδομένα μπορούν να παίξουν ένα καθοριστικό ρόλο, καθώς αποτελούν μια πολύτιμη πηγή πληροφοριών από την οποία μπορούμε να αντλήσουμε γνώση για τα ιδιαίτερα χαρακτηριστικά των διεργασιών ζήτησης.

    Ταυτόχρονα, η διαθεσιμότητα δεδομένων ζήτησης με μεγαλύτερη χρονική διακριτότητα (π.χ. 5 ή 10 min) αυξάνει συνεχώς καθώς οι μετρητικές συσκευές με τέτοια δυνατότητα καταγραφής χαρακτηρίζονται από μεγαλύτερο χρόνο ζωής, ενεργειακή αυτονομία και είναι σημαντικά οικονομικότερες. Σε αυτό το πλαίσιο, είναι ιδιαίτερα σημαντικό να εξετάσουμε πως μπορούμε να εκμεταλλευτούμε τη γνώση από τις συστηματικές αναλύσεις και τα χαμηλότερης ανάλυσης δεδομένα για να εμπλουτίσουμε τις υπάρχουσες πληροφορίες στις χαμηλότερες χρονικές κλίμακες (τόσο όσον αφορά τα δεδομένα όσο και τα χαρακτηριστικά της διεργασίας), αντιμετωπίζοντας το πρόβλημα της περιορισμένης διαθεσιμότητας των δεδομένων μέσω ενός οικονομικά αποδοτικού τρόπου.

    Λαμβάνοντας υπόψη τις παραπάνω προκλήσεις, οι κύριοι ερευνητικοί στόχοι της παρούσας διδακτορικής διατριβής είναι: α) Η συστηματική ανάλυση και μοντελοποίηση της περιθώριας κατανομής και των στοχαστικών (από κοινού) ιδιοτήτων της διεργασίας ζήτησης νερού σε πολλαπλές χρονικές κλίμακες; β) Η μελέτη των σχημάτων που έχουν αναπτυχθεί και εισαγωγή νέων μεθοδολογιών για την στοχαστική μοντελοποίηση και προσομοίωση της διεργασίας ζήτησης νερού σε μια αλλά και σε πολλές χρονικές κλίμακες ταυτόχρονα; γ) Η ανάπτυξη μεθοδολογιών για τον εμπλουτισμό των διαθέσιμων πληροφοριών (δεδομένα και στατιστικά χαρακτηριστικά) για τη διεργασία ζήτησης νερού σε λεπτές χρονικές κλίμακες.

    Με γνώμονα τα παραπάνω, μελετάται η περιθώρια κατανομή και οι στοχαστικές ιδιότητες των διεργασιών κατανάλωσης νερού σε ένα μεγάλο εύρος λεπτών χρονικών κλιμάκων, από 1 s έως 1 h. Για να εξαχθούν εύρωστα συμπεράσματα για τα χαρακτηριστικά αυτά, αναλύεται ένα μεγάλο πλήθος από χρονοσειρές ζήτησης από διαφορετικά σπίτια, που έχουν συλλεχθεί στο πλαίσιο δύο πιλοτικών προγραμμάτων. Όσον αφορά τα χαρακτηριστικά της περιθώριας συμπεριφοράς της διεργασίας, εξετάζουμε μια μεγάλη ποικιλία από διαφορετικά φειδωλά (όσον αφορά τον αριθμό των παραμέτρων) μοντέλα κατανομών ως προς την ικανότητας τους να αναπαράγουν την πιθανοτική συμπεριφορά των μη μηδενικών ζητήσεων, ενώ τα πιο κατάλληλα από αυτά αναλύονται περαιτέρω και προσαρμόζονται στα παρατηρημένα δεδομένα (στις κλίμακες του 1, 5, 15 και 60 min). Ταυτόχρονα, μελετάται η διαλείπουσα φύση της διεργασίας μέσω ενός παραμετρικού μοντέλου που επιτρέπει τη φειδωλή περιγραφή της πιθανότητας μηδενικής κατανάλωσης από τη χρονική κλίμακα του 1 s μέχρι τη κλίμακα τη 1 h.

    Όσον αφορά τις στοχαστικές (από κοινού) ιδιότητες της διεργασίας ζήτησης νερού, διενεργήθηκε μια συστηματική ανάλυση της δομής αυτό-συσχέτισης στο χρόνο (ιδιότητες δεύτερης τάξης στο χρόνο) με στόχο να εξαχθούν συμπαγή συμπεράσματα του βαθμού εξάρτησης συναρτήσει της χρονικής κλίμακας. Προς αυτή την κατεύθυνση, χτίζουμε πάνω στην έννοια του κλιμακογράμματος (climacogram) που περιγράφει τη διασπορά της διεργασίας συναρτήσει της χρονικής κλίμακας και κατά συνέπεια επιτρέπει εκ φύσεως την ανάλυση και μοντελοποίηση των στοχαστικών της ιδιοτήτων σε πολλαπλά χρονικά επίπεδα.

    Η παρούσα διδακτορική διατριβή μελετά και το πρόβλημα της στοχαστικής προσομοίωσης της ζήτησης νερού. Αρχικά, εξετάζονται τα ευρέως διαδεδομένα στοχαστικά μοντέλα παλμών (pulse-based stochastic schemes) ως προς την επίδοσή τους σχετικά με την αναπαραγωγή των στατιστικών χαρακτηριστικών της διεργασίας σε διακριτό χρόνο και σε πολλαπλά χρονικά επίπεδα (από το 1 min μέχρι τη 1 h). Πηγαίνοντας ένα βήμα παρακάτω, εισάγουμε στη στοχαστική προσομοίωση της οικιακής ζήτησης νερού μια νέα κατηγορία μοντέλων που καθιστούν δυνατή τη ρητή αναπαραγωγή της πλήρους περιθώριας συμπεριφοράς (κατανομή πιθανότητας μη μηδενικών ζητήσεων και πιθανότητα μηδενικής ζήτησης) της διεργασίας καθώς και της πλήρους στοχαστικής δομής της. Για να αντιμετωπίσουμε το πρόβλημα της αναπαραγωγής των περιθωρίων χαρακτηριστικών και στοχαστικών ιδιοτήτων της διεργασίας σε πολλαπλά χρονικά επίπεδα ταυτόχρονα, εισάγουμε στο πεδίο μελέτης της ζήτησης νερού την έννοια του χρονικού επιμερισμού (temporal disaggregation). Με αυτό τον τρόπο εξασφαλίζεται πλήρης συνέπεια (full consistency) μεταξύ των δεδομένων των δυο χρονικών κλιμάκων, και κατά συνέπεια η αναπαραγωγή των χαρακτηριστικών της διεργασίας και στην υψηλότερη χρονική κλίμακα.

    Στα πλαίσια της παρούσας εργασίας, επωφελούμαστε από την ευελιξία και τον πολύ-χρονικό χαρακτήρα των μεθοδολογιών αυτών και τις τοποθετούμε σε ένα ολοκληρωμένο μεθοδολογικό πλαίσιο για τον εμπλουτισμό της περιορισμένης πληροφορίας της ζήτησης νερού σε λεπτότερες χρονικές κλίμακες. Προς αυτή την κατεύθυνση, η μεθοδολογία επιμερισμού χρησιμοποιείται για να «πυκνώσει» τα διαθέσιμα παρατηρημένα δεδομένα ζήτησης με πλήρως συνεπή συνθετικά δεδομένα σε λεπτότερη χρονική διακριτότητα. Πέραν αυτού, οι μεθοδολογίες που αναπτύχθηκαν για την εκτίμηση των βασικών στατιστικών χαρακτηριστικών της διεργασίας (διασπορά και πιθανότητα μηδενικής ζήτησης) σε λεπτότερα χρονικά επίπεδα, καθώς και τα ευρήματα των συστηματικών αναλύσεων, προσφέρουν τις απαιτούμενες πληροφορίες για την προσαρμογή και χρήση ενός μοντέλου προσομοίωσης.

  1. Π. Κοσσιέρης, Προσαρμογή εξελικτικού αλγορίθμου ανόπτησης-απλόκου για βελτιστοποίηση στοχαστικών στοχικών συναρτήσεων σε προβλήματα υδατικών πόρων, Μεταπτυχιακή εργασία, 209 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Δεκέμβριος 2013.

    Στα πλαίσια της παρούσας μεταπτυχιακής εργασίας εξετάστηκε το πρόβλημα βελτιστοποίησης συστημάτων που χαρακτηρίζονται από την ύπαρξη πλήθους πηγών αβεβαιοτήτων. Κατά τη διαδικασία της βελτιστοποίησης συστημάτων οι αβεβαιότητες μεταφέρονται, και τελικά αποτυπώνονται, στις αποκρίσεις των στοχικών συναρτήσεων, που χρησιμοποιούνται ως μέτρα επίδοσης, δυσκολεύοντας ιδιαίτερα τη διαδικασία αναζήτησης του ολικά βέλτιστου σημείου. Σε αυτά τα πλαίσια ερευνήθηκαν οι μέθοδοι και τεχνικές που έχουν κατά καιρούς χρησιμοποιηθεί για την επίλυση τέτοιου είδους προβλημάτων και επιδιώχθηκε η βελτίωση του εξελικτικού αλγορίθμου ανόπτησης-απλόκου. Η βιβλιογραφική επισκόπηση είχε ως αποτέλεσμα τη σύλληψη και τελικά ενσωμάτωση στον κλασικό αλγόριθμο νέων μηχανισμών για τη περαιτέρω βελτίωση της αποτελεσματικότητάς του. Οι μηχανισμοί αφορούν στην προστασία του απλόκου από πρόωρο εκφυλισμό που επιφέρει γρήγορη σύγκλιση και παγίδευση του αλγορίθμου σε μη βέλτιστα σημεία. Ο νέος αλγόριθμος ελέγχθηκε σε μια σειρά από κλασικά μαθηματικά προβλήματα διαφορετικής δυσκολίας και διαστάσεων. Η παραγωγή τυχαίων αποκρίσεων έγινε μέσω της προσθήκης ενός τυχαίου όρου από κανονική κατανομή, με μηδενική μέση τιμή και μεταβλητή τυπική απόκλιση. Επιπλέον μελετήθηκαν σε βάθος δυο κλασικά προβλήματα από το χώρο της υδρολογίας. Το πρώτο αφορά την βαθμονόμηση υδρολογικών μοντέλων και το δεύτερο την εύρεση των παραμέτρων του στοχαστικού μοντέλου ανέλιξης Bartlett-Lewis για τη προσομοίωση της βροχής. Για το πρώτο πρόβλημα διατυπώθηκε μια νέα μέθοδος βαθμονόμησης σύμφωνα με την οποία, αντί για το σύνολο του δείγματος, χρησιμοποιούνται τυχαία δείγματα για τον υπολογισμό του δείκτη καλής προσαρμογής. Για την εξαγωγή ασφαλών συμπερασμάτων, η παραπάνω μεθοδολογία εκτελέστηκε σε τρεις λεκάνες απορροής του Ελλαδικού χώρου που χαρακτηρίζονται από διαφορετικές υδρογεωλογικές ιδιότητες. Τέλος, εξετάστηκε η καταλληλότητα του μοντέλου Bartlett-Lewis για την αναπαραγωγή των ιδιαίτερων χαρακτηριστικών της βροχής της Αθήνας. Πέρα από τις αναλύσεις και την ερευνητική δουλειά, κατασκευάστηκαν, προς ελεύθερη χρήση, δυο πακέτα λογισμικού υλοποιημένα σε προγραμματιστική γλώσσα R. Το πακέτο EAS περιλαμβάνει το βελτιωμένο εξελικτικό αλγόριθμο ανόπτησης-απλόκου, ενώ το πακέτο Zygos ένα εννοιολογικό συγκεντρωτικό υδρολογικό μοντέλο προσομοίωσης.

    Σχετικές εργασίες:

    • [50] Πρόδρομη παρουσίαση σε συνέδριο (STAHY 13)
    • [49] Πρόδρομη παρουσίαση σε συνέδριο (STAHY 13)

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1419/1/documents/Master_thesis_PK_9GCRvkx.pdf (7185 KB)

    Συμπληρωματικό υλικό:

  1. Π. Κοσσιέρης, Ανάπτυξη υπολογιστικού συστήματος για τον μονοδιάστατο στοχαστικό επιμερισμό ημερήσιων βροχοπτώσεων σε ωριαίες, σε περιβάλλον R, Διπλωματική εργασία, 224 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Οκτώβριος 2011.

    Η μελέτη και ανάλυση της συμπεριφοράς των υδρολογικών μεταβλητών επιβάλλει την ανάπτυξη και χρήση διαφόρων μοντέλων προσομοίωσης. Τα μοντέλα αυτά αποτελούν ένα ισχυρό εργαλείο για τη στοχαστική προσομοίωση και πρόγνωση των υδρομετεωρολογικών διεργασιών που λαμβάνουν μέρος σε ένα υδροσύστημα. Η σημαντικότερη υδρολογική διεργασία, και ταυτόχρονα γενεσιουργός αιτία όλων των υπολοίπων, είναι η βροχή. Η δομική ασυνέχεια του φαινομένου της βροχής επιβάλλει τη χρήση ειδικών τύπων μοντέλων για την ανάλυση χρονοσειρών μικρής χρονικής κλίμακας. Τέτοιου είδους μοντέλα είναι τα μοντέλα σημειακών ανελίξεων. Τα μοντέλα αυτά προσομοιώνουν τη βροχή σε συνεχή χρόνο και καταφέρνουν να αναπαράγουν επιτυχώς τα χαρακτηριστικά και τις ιδιότητες που εμφανίζει η βροχόπτωση. Όπως αποδείχτηκε, η αποτελεσματικότητα των σημειακών μοντέλων προσομοίωσης βελτιώνεται, αν συνδυαστούν με ένα κατάλληλο μοντέλο επιμερισμού. Έναν τέτοιο συνδυασμό πρότειναν οι Κουτσογιάννης και Onof, βασιζόμενοι στο σημειακό μοντέλο Bartlett - Lewis και σε κάποιες διαδικασίες συνόρθωσης. Η μέθοδος επιμερισμού που πρότειναν οι δυο ερευνητές, υλοποιήθηκε στο προγραμματιστικό περιβάλλον του ελεύθερου λογισμικού R, υπό την ονομασία HYETOS-R. Το πακέτο HYETOS-R σχεδιάστηκε και υλοποιήθηκε με σκοπό να παρέχει ένα ολοκληρωμένο εργαλείο επιμερισμού και παραγωγής συνθετικών χρονοσειρών υψών βροχής σε λεπτές χρονικές κλίμακες. Η βασική λειτουργία του προγράμματος είναι ο επιμερισμός ημερήσιων υψών βροχής σε ωριαία. Ωστόσο, το πακέτο HYETOS-R περιλαμβάνει πληθώρα δυνατοτήτων και επιλογών. Για παράδειγμα, έχει τη δυνατότητα να δέχεται ιστορικά ημερήσια και ωριαία δεδομένα, να υπολογίζει και να εξάγει τα κύρια στατιστικά χαρακτηριστικά των συνθετικών και ιστορικών υψών βροχής, και να παράγει συνθετικές χρονοσειρές σε διάφορες στάθμες συνάθροισης. Για την υλοποίηση των παραπάνω λειτουργιών ως η πλέον κατάλληλη γλώσσα προγραμματισμού κρίνεται η R, καθώς παρέχει ένα τεράστιο πλήθος στατιστικών και γραφικών πακέτων συναρτήσεων και εργαλείων.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1185/1/documents/kossieris_diplom.pdf (5519 KB)

Research reports

  1. Β. Μπέλλος, Π. Κοσσιέρης, Η. Παπακωνσταντής, Π. Παπανικολάου, Χ. Ντεμίρογλου, και Α. Ευστρατιάδης, Προκαταρτική μελέτη εργαλείου υποστήριξης αποφάσεων για τη μεταφορά του νερού από τους ταμιευτήρες στην Αθήνα, Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση, 46 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Νοέμβριος 2022.

    Οι εργασίες της έκθεσης εντάσσονται στο πλαίσιο του Πακέτου Εργασίας Α5, με τίτλο «Προκαταρτική μελέτη εργαλείου υποστήριξης αποφάσεων για τη μεταφορά του νερού από τους ταμιευτήρες στην Αθήνα». Aρχικά πραγματοποιήθηκαν θεωρητικές αναλύσεις, συλλογή δεδομένων και επισκέψεις πεδίου, προκειμένου να αποσαφηνιστεί το πρόβλημα, να αναλυθούν οι απαιτήσεις του συστήματος και να εντοπιστεί η περιοχή εφαρμογής της μεθοδολογίας. Ακόμη, εξετάστηκε το κρίσιμο ζήτημα των μετρητικών υποδομών, για το οποίο διατυπώθηκαν διάφορες προτάσεις προς την ΕΥΔΑΠ, που σε μεγάλο βαθμό υλοποιήθηκαν. Στη συνέχεια, επιχειρήθηκε η διατύπωση προδιαγραφών για την ανάπτυξη ενός πιλοτικού, καταρχήν, εργαλείου διαχείρισης του επιλεχθέντος τμήματος του υδραγωγείου του Μόρνου, με βάση δεδομένα πεδίου. Από την ανάλυση αυτή προέκυψε η προτεινόμενη υπολογιστική προσέγγιση για την υποστήριξη των αποφάσεων που σχετίζονται με τις διαδικασίες μεταφοράς του νερού, και αφορά στον χειρισμό των θυροφραγμάτων προκειμένου να επιτυγχάνεται η ζητούμενη ρύθμιση της παροχής.

    Σχετικό έργο: Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση

  1. Α. Ευστρατιάδης, Ν. Μαμάσης, Γ.-Κ. Σακκή, Ι. Τσουκαλάς, Π. Κοσσιέρης, Π. Δήμας, και Ν. Πελεκάνος, Σχέδιο Διαχείρισης του Υδροδοτικού Συστήματος της Αθήνας – Υδρολογικό έτος 2021-22, Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση, 141 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Ιούνιος 2022.

    Στην έκθεση αυτή παρουσιάζεται το αναλυτικό ετήσιο σχέδιο διαχείρισης των υδατικών πόρων ύδρευσης της Αθήνας για το υδρολογικό έτος 2021-22, το οποίο εκπονείται σε συνεργασία με τη Διεύθυνση Υδροληψίας.

    Σχετικό έργο: Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση

  1. Α. Ευστρατιάδης, Η. Παπακωνσταντής, Π. Παπανικολάου, Ν. Μαμάσης, Δ. Νικολόπουλος, Ι. Τσουκαλάς, και Π. Κοσσιέρης, Συνοπτική έκθεση πρώτου έτους, Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση, Ανάδοχος: Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, 55 pages, Δεκέμβριος 2020.

    Η παρούσα έκθεση συνοψίζει τις εργασίες που πραγματοποιήθηκαν στη διάρκεια του πρώτου έτους εκτέλεσης της σύμβασης, ήτοι από τον Ιούλιο του 2019 έως τον Ιούλιο του 2020, και τα σχετικά παραδοτέα (τεχνικές εκθέσεις και λογισμικά). Στο αντικείμενο του έργου περιλαμβάνονται και οι πρόδρομες διαχειριστικές αναλύσεις που πραγματοποιήθηκαν τον Μάρτιο του 2019, και αφορούν στη διερεύνηση των υπερχειλίσεων του συστήματος Υλίκης-Παραλίμνης (Παραδοτέο 1).

    Σχετικό έργο: Εκσυγχρονισμός της διαχείρισης του συστήματος των υδατικών πόρων ύδρευσης της Αθήνας – Αναθεώρηση

  1. Α. Ευστρατιάδης, Ν. Μαμάσης, Ι. Μαρκόνης, Π. Κοσσιέρης, και Χ. Τύραλης, Μεθοδολογικό πλαίσιο βέλτιστου σχεδιασμού και συνδυασμένης διαχείρισης υδατικών και ανανεώσιμων ενεργειακών πόρων, Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO), 154 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Απρίλιος 2015.

    Περιγράφεται το μεθοδολογικό πλαίσιο στοχαστικής προσομοίωσης και βελτιστοποίησης υβριδικών υδροενεργειακών συστημάτων, που βασίζεται στην αποτελεσματική σύζευξη διαφόρων μοντέλων. Αρχικά, εξηγείται το πρόβλημα συνδυασμένης διαχείρισης νερού και ενέργειας, εισάγονται οι βασικές έννοιες, και εντοπίζονται οι ιδιαιτερότητες του προβλήματος, σε επίπεδο μεθοδολογιών και υπολογιστικής υλοποίησής τους. Στη συνέχεια, παρουσιάζεται το γενικό πλαίσιο, το οποίο βασίζεται στη συνδυασμένη χρήση ενός μοντέλου ωριαίας προσομοίωσης των ανανεώσιμων πηγών ενέργειας μιας περιοχής μελέτης (αιολικά και φωτοβολταϊκά έργα), και ενός μοντέλου ημερήσιας προσομοίωσης του συστήματος υδατικών πόρων και συναφών ενεργειακών έργων. Τα μοντέλα τροφοδοτούνται από συνθετικές χρονοσειρές υδρολογικών εισροών, ταχύτητας ανέμου, ηλιακής ακτινοβολίας και ζήτησης ηλεκτρικής ενέργειας, για την παραγωγή των οποίων χρησιμοποιούνται κατάλληλα στοχαστικά σχήματα. Το θεωρητικό υπόβαθρο των επιμέρους μοντέλων και υπολογιστικών συστημάτων βασίζεται σε πρωτότυπες μεθοδολογίες ή υφιστάμενες προσεγγίσεις που βελτιώθηκαν ή γενικεύτηκαν, στο πλαίσιο του έργου.

    Σχετικό έργο: Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO)

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1599/1/documents/Report_EE2.pdf (3766 KB)

  1. Δ. Κουτσογιάννης, Σ.Μ. Παπαλεξίου, Ι. Μαρκόνης, Π. Δημητριάδης, και Π. Κοσσιέρης, Στοχαστικό πλαίσιο εκτίμησης της αβεβαιότητας των υδρομετεωρολογικών διεργασιών, Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO), 231 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Ιανουάριος 2015.

    Το ερευνητικό αντικείμενο της ΕΕ1 περιλαμβάνει τις ακόλουθες δραστηριότητες: (α) ανάπτυξη ενός στοχαστικού-εντροπικού εννοιολογικού πλαισίου για την εξήγηση των φυσικών συμπεριφορών και την κατανόηση των φυσικών διεργασιών, (β) διερεύνηση της εφαρμογής της αρχής της μέγιστης εντροπίας στην επαγωγή των υδροκλιματικών διεργασιών, (γ) επαλήθευση της μεθοδολογικής υπόθεσης με βάση τη συλλογή υδρομετεωρολογικών δειγμάτων μεγάλου μήκους, όπως θερμοκρασίας, ταχύτητας ανέμους, ηλιακής ακτινοβολίας, βροχόπτωσης και απορροής, και (δ) επιπλέον ανάλυση με βάση υποκατάστατα παλαιοκλιματικά δεδομένα (η χρήση των δεδομένων αυτών είναι αναγκαία, καθώς τα παρατηρημένα υδρομετεωρολογικά δείγματα σπανίως έχουν επαρκώς μεγάλο μήκος).

    Σχετικό έργο: Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO)

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1589/1/documents/Report_EE1.pdf (14753 KB)

  1. Σ.Μ. Παπαλεξίου, και Π. Κοσσιέρης, Τεχνική έκθεση θεωρητικής τεκμηρίωσης μοντέλου γέννησης συνθετικών υετογραφηµάτων, ΔΕΥΚΑΛΙΩΝ – Εκτίμηση πλημμυρικών ροών στην Ελλάδα σε συνθήκες υδροκλιματικής μεταβλητότητας: Ανάπτυξη φυσικά εδραιωμένου εννοιολογικού-πιθανοτικού πλαισίου και υπολογιστικών εργαλείων, Ανάδοχοι: ΕΤΜΕ: Πέππας & Συν/τες Ε.Ε., Γραφείο Μαχαίρα, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Εθνικό Αστεροσκοπείο Αθηνών, 97 pages, Μάιος 2014.

    Η προσομοίωση των πλημμυρικών γεγονότων απαιτεί τη μελέτη και προσομοίωση του φαινομένου της βροχής σε μικρές χρονικές κλίμακες (π.χ. μικρότερες της μηνιαίας). Ωστόσο, στις κλίμακες αυτές η μοντελοποίηση παρουσιάζει ιδιαίτερες δυσκολίες αφενός λόγω της διαλείπουσας φύσης του φαινομένου και αφετέρου λόγω της έντονης εξάρτησης και μεταβλητότητας των μεγεθών του. Σε αυτά τα πλαίσια, αναπτύχθηκε ένα ευέλικτο πολυμεταβλητό σχήμα στοχαστικής προσομοίωσης της βροχόπτωσης που μπορεί να εφαρμοστεί σε μεγάλος εύρος χρονικής κλίμακας. Η προτεινόμενη μεθοδολογία έχει ως βάση το κυκλοστάσιμο πολυμεταβλητό μοντέλο αυτοπαλινδρόμησης τάξης 1 (PAR1), ενώ για την αναπαραγωγή της διαλείπουσας φύσης των χρονοσειρών εφαρμόζεται ένα πρωτότυπο σχήμα μετασχηματισμών. Η μεθοδολογία επαληθεύτηκε στη λεκάνη του Βοιωτικού Κηφισού και όπως αποδεικνύεται το μοντέλο καταφέρνει να διατηρήσει τόσο τα βασικά στατιστικά χαρακτηριστικά της ημερήσιας βροχόπτωσης, συμπεριλαμβανομένης της πιθανότητας ξηρασίας, όσο και τις δομές αυτοσυσχέτισης και ετεροσυσχέτισης. Ως μια εναλλακτική λύση για την παραγωγή συνθετικών υετογραφηµάτων παρουσιάζεται το στοχαστικό μοντέλο συστάδων ορθογωνικών παλμών Bartlett-Lewis. Το συγκεκριμένο μοντέλο τυγχάνει ευρείας αποδοχής για την μονομεταβλητή προσομοίωση της βροχής σε λεπτές χρονικές κλίμακες και σε συνεχή χρόνο. Η υλοποίησή του έγινε σε προγραμματιστικό περιβάλλον R και είναι διαθέσιμο μέσα από το υπολογιστικό πακέτο HyetosR.

    Σχετικό έργο: ΔΕΥΚΑΛΙΩΝ – Εκτίμηση πλημμυρικών ροών στην Ελλάδα σε συνθήκες υδροκλιματικής μεταβλητότητας: Ανάπτυξη φυσικά εδραιωμένου εννοιολογικού-πιθανοτικού πλαισίου και υπολογιστικών εργαλείων

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1457/1/documents/Report_3_4.pdf (3599 KB)