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

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]

[doc_id=2164]

[Αγγλικά]

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.

PDF Πλήρες κείμενο (2042 KB)

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

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. D. Koutsoyiannis, A generalized mathematical framework for stochastic simulation and forecast of hydrologic time series, Water Resources Research, 36 (6), 1519–1533, doi:10.1029/2000WR900044, 2000.
2. D. Koutsoyiannis, The Hurst phenomenon and fractional Gaussian noise made easy, Hydrological Sciences Journal, 47 (4), 573–595, doi:10.1080/02626660209492961, 2002.
3. D. Koutsoyiannis, Rainfall disaggregation methods: Theory and applications (invited), Proceedings, Workshop on Statistical and Mathematical Methods for Hydrological Analysis, edited by D. Piccolo and L. Ubertini, Rome, 1–23, doi:10.13140/RG.2.1.2840.8564, Università di Roma "La Sapienza", 2003.
4. D. Koutsoyiannis, An entropic-stochastic representation of rainfall intermittency: The origin of clustering and persistence, Water Resources Research, 42 (1), W01401, doi:10.1029/2005WR004175, 2006.
5. D. Koutsoyiannis, A random walk on water, Hydrology and Earth System Sciences, 14, 585–601, doi:10.5194/hess-14-585-2010, 2010.
6. F. Lombardo, E. Volpi, D. Koutsoyiannis, and S.M. Papalexiou, Just two moments! A cautionary note against use of high-order moments in multifractal models in hydrology, Hydrology and Earth System Sciences, 18, 243–255, doi:10.5194/hess-18-243-2014, 2014.
7. A. Efstratiadis, Y. Dialynas, S. Kozanis, and D. Koutsoyiannis, A multivariate stochastic model for the generation of synthetic time series at multiple time scales reproducing long-term persistence, Environmental Modelling and Software, 62, 139–152, doi:10.1016/j.envsoft.2014.08.017, 2014.
8. P. Dimitriadis, and D. Koutsoyiannis, Climacogram versus autocovariance and power spectrum in stochastic modelling for Markovian and Hurst–Kolmogorov processes, Stochastic Environmental Research & Risk Assessment, 29 (6), 1649–1669, doi:10.1007/s00477-015-1023-7, 2015.
9. D. Koutsoyiannis, Generic and parsimonious stochastic modelling for hydrology and beyond, Hydrological Sciences Journal, 61 (2), 225–244, doi:10.1080/02626667.2015.1016950, 2016.
10. S.M. Papalexiou, and D. Koutsoyiannis, A global survey on the seasonal variation of the marginal distribution of daily precipitation, Advances in Water Resources, 94, 131–145, doi:10.1016/j.advwatres.2016.05.005, 2016.
11. 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.
12. I. Tsoukalas, C. Makropoulos, and A. Efstratiadis, Stochastic simulation of periodic processes with arbitrary marginal distributions, 15th International Conference on Environmental Science and Technology (CEST2017), Rhodes, Global Network on Environmental Science and Technology, 2017.
13. 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.
14. I. Tsoukalas, A. Efstratiadis, and C. Makropoulos, Stochastic periodic autoregressive to anything (SPARTA): Modelling and simulation of cyclostationary processes with arbitrary marginal distributions, Water Resources Research, 54 (1), 161–185, WRCR23047, doi:10.1002/2017WR021394, 2018.
15. I. Tsoukalas, C. Makropoulos, and D. Koutsoyiannis, Simulation of stochastic processes exhibiting any-range dependence and arbitrary marginal distributions, Water Resources Research, 54 (11), 9484–9513, doi:10.1029/2017WR022462, 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. I. Tsoukalas, A. Efstratiadis, and C. Makropoulos, Building a puzzle to solve a riddle: A multi-scale disaggregation approach for multivariate stochastic processes with any marginal distribution and correlation structure, Journal of Hydrology, 575, 354–380, doi:10.1016/j.jhydrol.2019.05.017, 2019.
18. 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.
19. T. Iliopoulou, and D. Koutsoyiannis, Revealing hidden persistence in maximum rainfall records, Hydrological Sciences Journal, 64 (14), 1673–1689, doi:10.1080/02626667.2019.1657578, 2019.
20. C. Makropoulos, and D. Savic, Urban hydroinformatics: past, present and future, Water, 11 (10), 1959, doi:10.3390/w11101959, 2019.
21. 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.
22. 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.
23. P. Dimitriadis, D. Koutsoyiannis, T. Iliopoulou, and P. Papanicolaou, A global-scale investigation of stochastic similarities in marginal distribution and dependence structure of key hydrological-cycle processes, Hydrology, 8 (2), 59, doi:10.3390/hydrology8020059, 2021.
24. D. Koutsoyiannis, Stochastics of Hydroclimatic Extremes - A Cool Look at Risk, Εκδοση 3, ISBN: 978-618-85370-0-2, 391 pages, doi:10.57713/kallipos-1, Kallipos Open Academic Editions, Athens, 2023.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

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.

Κατηγορίες: Στοχαστικός επιμερισμός, Πιο πρόσφατες εργασίες, Στοχαστική, Αστικό νερό