Πλαίσιο πρόγνωσης χαμηλών ροών ξηρής περιόδου σε Μεσογειακά υδατορεύματα

K. Risva, D. Nikolopoulos, A. Efstratiadis, and I. Nalbantis, A framework for dry period low flow forecasting in Mediterranean streams, Water Resources Management, 32 (15), 4911–1432, doi:10.1007/s11269-018-2060-z, 2018.

[Πλαίσιο πρόγνωσης χαμηλών ροών ξηρής περιόδου σε Μεσογειακά υδατορεύματα]

[doc_id=1861]

[Αγγλικά]

Στόχος του άρθρου είναι να παράσχει ένα απλό και αποτελεσματικό εργαλείο μακροπρόθεσμης πρόγνωσης των χαμηλών ροών (έως και έξη μήνες μετά), με τις ελάχιστες απαιτήσεις σε δεδομένα, ήτοι παρατηρήσεις παροχών που λαμβάνονται στο πέρας της υγρής περιόδου (το πρώτο μισό του Απριλίου, για την περιοχή της Μεσογείου). Καρδιά του μεθοδολογικού πλαισίου είναι η εξίσωση εκθετικής μείωσης, ενώ η τυπική προσέγγιση βαθμονόμησης του μοντέλου μέσω διαχωρισμού του δείγματος (split-sample), που είναι γνωστό ότι υποφέρει από την εξάρτησή της από το δείγμα δεδομένων της βαθμονόμησης, εμπλουτίζεται εισάγοντας μια διαδικασία βαθμονόμησης τυχαία επιλεγμένων πολλαπλών υπο-δειγμάτων (Randomly Selected Multiple Subsets, RSMS). Ακόμη, εισάγουμε και εφαρμόζουμε ένα τροποποιημένο μέτρο αποτελεσματικότητας, καθώς στο παρόν παλίσιο μοντελοποίησης το κλασικό μέτρο Nash-Sutcliffe οδηγεί γενικά σε μη ρεαλιστικά υψηλή επίδοση. Το προτεινόμενο πλαίσιο αξιολογείται σε 25 Μεσογειακά ποτάμια διαφορετικής κλίμακας και υδρολογικής δυναμικής, στα οποία περιλαμβάνονται και υδατορεύματα διαλείπουσας δίαιτας. Αρχικά, στο πρωτογενές υδρογράφημα εφαρμόζονται τεχνικές επεξεργασίας σήματος και εξομάλυνσης δεδομένων, φιλτράρονται μέσω τεχνικών επεξεργασίας σήματος, ώστε να αποκοπούν οι υψηλές ροές που οφείλονται σε πλημμυρικά επεισόδια που πραγματοποιούνται κατά τις ξηρές περιόδους, επιτρέποντας έτσι τη διατήρηση της πτωτικής μορφής της συνιστώσας της βασικής ροής. Στη συνέχεια, εφαρμόζουμε το μοντέλο γραμμικού ταμιευτήρα ώστε να εξάγουμε τον μεταβλητό ανά έτος συντελεστή στείρευσης, και επιχειρούμε να εξηγήσουμε τη διάμεσο τιμή του (από ένα πλήθος ετών) στη βάση τυπικών υδρολογικών δεικτών και της έκτασης της λεκάνης απορροής. Ακολούθως, εκτελούμε το μοντέλο σε μορφή πρόγνωσης, θεωρώντας ότι ο συντελεστής στείρευσης κάθε επόμενης ξηρής περιόδου είναι γραμμική συνάρτηση της παρατηρημένης παροχής στο πέρας της υγρής περιόδου. Στις περισσότερες από τις εξεταζόμενες λεκάνες, το μοντέλο παρουσιάζει πολύ ικανοποιητική προγνωστική ικανότητα, και, ακόμη, είναι εύρωστο, όπως καταδεικνύεται από την περιορισμένη μεταβλητότητα των βελτιστοποιημένων παραμέτρων στα τυχαία μεταβαλλόμενα δείγματα βαθμονόμησης.

PDF Πλήρες κείμενο (2268 KB)

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. A. Efstratiadis, and D. Koutsoyiannis, One decade of multiobjective calibration approaches in hydrological modelling: a review, Hydrological Sciences Journal, 55 (1), 58–78, doi:10.1080/02626660903526292, 2010.
2. K. Risva, D. Nikolopoulos, A. Efstratiadis, and I. Nalbantis, A simple model for low flow forecasting in Mediterranean streams, European Water, 57, 337–343, 2017.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. G.-K. Sakki, I. Tsoukalas, and A. Efstratiadis, A reverse engineering approach across small hydropower plants: a hidden treasure of hydrological data?, Hydrological Sciences Journal, 67 (1), 94–106, doi:10.1080/02626667.2021.2000992, 2022.

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

1. Tsihrintzis, V. A., and H. Vangelis, Water resources and environment, Water Resources Management, 32(15), 4813-4817, doi:10.1007/s11269-018-2164-5, 2018.
2. Kapetas, L., N. Kazakis, K. Voudouris, and D. McNicholl, Water allocation and governance in multi-stakeholder environments: Insight from Axios Delta, Greece, Science of The Total Environment, 695, 133831, doi:10.1016/j.scitotenv.2019.133831, 2019.
3. Azarnivand, A., M. Camporese, S. Alaghmand, and E. Dal, Simulated response of an intermittent stream to rainfall frequency patterns, Hydrological Processes, 34(3), 615-632, doi:10.1002/hyp.13610, 2020.
4. Lee, D., H. Kim, I. Jung, and J. Yoon, Monthly reservoir inflow forecasting for dry period using teleconnection indices: A statistical ensemble approach, Applied Sciences, 10(10), 3470, doi:10.3390/app10103470, 2020.
5. Nicolle, P., F. Besson, O. Delaigue, P. Etchevers, D. François, M. Le Lay, C. Perrin, F. Rousset, D. Thiéry, F. Tilmant, C. Magand, T. Leurent, and É. Jacob, PREMHYCE: An operational tool for low-flow forecasting, Proceedings of the International Association of Hydrological Sciences, 383, 381-389, doi:10.5194/piahs-383-381-2020, 2020.
6. Tilmant, F., P. Nicolle, F. Bourgin, F. Besson, O. Delaigue, P. Etchevers, D. François, M. Le Lay, C. Perrin, F. Rousset, D. Thiéry, C. Magand, T. Leurent, et É. Jacob, PREMHYCE : un outil opérationnel pour la prévision des étiages, La Houille Blanche, 5, 37-44, doi:10.1051/lhb/2020043, 2020.
7. Singh, S. K., and G. A. Griffiths, Prediction of streamflow recession curves in gauged and ungauged basins, Water Resources Research, 57(11), e2021WR030618, doi:10.1029/2021WR030618, 2021.
8. Orta, S., and H. Aksoy, Development of low flow duration-frequency curves by hybrid frequency analysis, Water Resources Management, 36, 1521-1534, doi:10.1007/s11269-022-03095-3, 2022.
9. Kadu, A., and B. Biswal, A model combination approach for improving streamflow prediction, Water Resources Management, doi:10.1007/s11269-022-03336-5, 2022.

Κατηγορίες: Υδρολογικά μοντέλα, Υδρολογικές διεργασίες, Βελτιστοποίηση, Εργασίες φοιτητών