Μη γραμμική μέθοδος επιμερισμού με μειωμένο σύνολο παραμέτρων για την προσομοίωση υδρολογικών χρονοσειρών

D. Koutsoyiannis, A nonlinear disaggregation method with a reduced parameter set for simulation of hydrologic series, Water Resources Research, 28 (12), 3175–3191, doi:10.1029/92WR01299, 1992.

[Μη γραμμική μέθοδος επιμερισμού με μειωμένο σύνολο παραμέτρων για την προσομοίωση υδρολογικών χρονοσειρών]

[doc_id=47]

[Αγγλικά]

Αναπτύσσεται ένα πολυμεταβλητό μοντέλο επιμερισμού κατάλληλο για υδρολογικές εφαρμογές, το οποίο βασίζεται σε μια βήμα-προς-βήμα τεχνική στοχαστικού επιμερισμού. Η γενική ιδέα της μεθόδου είναι η μετατροπή ενός τυπικού σειριακού στοχαστικού μοντέλου (π.χ. ενός μοντέλου PAR(1)) σε μοντέλο επιμερισμού. Η δομή του προτεινόμενου μοντέλου περιλαμβάνει δύο ξεχωριστά τμήματα, ήτοι μια γραμμική βήμα-προς-βήμα διαδικασία καθορισμού ροπών, βασισμένη στο συνδεδεμένο σειριακό μοντέλο, και μια ανεξάρτητη μη γραμμική διμεταβλητή διαδικασία γέννησης των μεταβλητών (διαδικασία διχασμού). Το μοντέλο εξασφαλίζει πάντα τη διατήρηση της αθροιστικής ιδιότητας των πραγματικών (μη μετασχηματισμένων) μεταβλητών, η οποία χαρακτηρίζει ένα μοντέλο επιμερισμού. Η αρθρωτή δομή του μοντέλου επιτρέπει τη δυνατότητα διαφορετικών σχηματισμών του. Ειδικότερα μελετώνται δύο τέτοιοι σχηματισμοί του μοντέλου (PAR(1) και PARX(1)), οι οποίοι συνδέονται με ένα Μαρκοβιανό σειριακό μοντέλο. Και οι δύο αυτοί σχηματισμοί, όπως και το αντίστοιχο Μαρκοβιανό σειριακό μοντέλο, χρησιμοποιούν το ελάχιστο δυνατό σύνολο στατιστικών παραμέτρων δεύτερης τάξης καθώς και τις μέσες τιμές και τρίτες ροπές των μεταβλητών χαμηλότερου επιπέδου (πρόκειται, δηλαδή, για ένα μοντέλο φειδωλό σε παραμέτρους). Όλες αυτές οι στατιστικές παράμετροι προσεγγίζονται μέσω αναλυτικών μη πεπλεγμένων εξισώσεων. Και οι δύο σχηματισμοί του μοντέλου αποδίδουν καλά την συσχέτιση διαδοχικών μεταβλητών χαμηλότερου επιπέδου που αποτελούν συνιστώσες διαφορετικών μεταβλητών υψηλότερου επιπέδου, δίνοντας έτσι ικανοποιητική απάντηση σε ένα γνωστό πρόβλημα των μοντέλων επιμερισμού. Ο σχηματισμός PAR(1) είναι πιο απλός στην εφαρμογή. Ο σχηματισμός PARX(1) έχει καλύτερη συμπεριφορά ως προς τη διατήρηση συσχετίσεων μεταξύ μεταβλητών χαμηλότερου επιπέδου με προηγούμενες και επόμενες μεταβλητές υψηλότερου επιπέδου.

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

Βλέπε επίσης: http://dx.doi.org/10.1029/92WR01299

Σημείωση:

Το μοντέλο χρησιμοποιήθηκε στα πλαίσια του ερευνητικού έργου "Διερεύνηση προσφερομένων δυνατοτήτων για την ενίσχυση της ύδρευσης μείζονος περιοχής Αθηνών" για την προσομοίωση του υδροδοτικού συστήματος της Αθήνας.

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. Δ. Κουτσογιάννης, Μοντέλο Επιμερισμού Σημειακής Βροχόπτωσης, Διδακτορική διατριβή, 310 pages, doi:10.12681/eadd/0910, Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, 1988.
2. D. Koutsoyiannis, and Th. Xanthopoulos, A dynamic model for short-scale rainfall disaggregation, Hydrological Sciences Journal, 35 (3), 303–322, doi:10.1080/02626669009492431, 1990.
3. Δ. Κουτσογιάννης, Ν. Μαμάσης, και Ι. Ναλμπάντης, Στοχαστική προσομοίωση υδρολογικών μεταβλητών, Διερεύνηση προσφερομένων δυνατοτήτων για την ενίσχυση της ύδρευσης μείζονος περιοχής Αθηνών - Φάση 2, Τεύχος 13, 313 pages, Τομέας Υδατικών Πόρων, Υδραυλικών και Θαλάσσιων Έργων – Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Μάρτιος 1990.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. D. Koutsoyiannis, A stochastic disaggregation method for design storm and flood synthesis, Journal of Hydrology, 156, 193–225, doi:10.1016/0022-1694(94)90078-7, 1994.
2. D. Koutsoyiannis, and A. Manetas, Simple disaggregation by accurate adjusting procedures, Water Resources Research, 32 (7), 2105–2117, doi:10.1029/96WR00488, 1996.
3. I. Nalbantis, and D. Koutsoyiannis, A parametric rule for planning and management of multiple reservoir systems, Water Resources Research, 33 (9), 2165–2177, doi:10.1029/97WR01034, 1997.
4. D. Koutsoyiannis, Optimal decomposition of covariance matrices for multivariate stochastic models in hydrology, Water Resources Research, 35 (4), 1219–1229, doi:10.1029/1998WR900093, 1999.
5. D. Koutsoyiannis, Coupling stochastic models of different time scales, Water Resources Research, 37 (2), 379–391, doi:10.1029/2000WR900200, 2001.
6. D. Koutsoyiannis, C. Onof, and H. S. Wheater, Multivariate rainfall disaggregation at a fine timescale, Water Resources Research, 39 (7), 1173, doi:10.1029/2002WR001600, 2003.
7. D. Koutsoyiannis, and A. Economou, Evaluation of the parameterization-simulation-optimization approach for the control of reservoir systems, Water Resources Research, 39 (6), 1170, doi:10.1029/2003WR002148, 2003.
8. A. Langousis, and D. Koutsoyiannis, A stochastic methodology for generation of seasonal time series reproducing overyear scaling behaviour, Journal of Hydrology, 322, 138–154, 2006.

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. Foufoula-Georgiou, E., and W. Krajewski, Recent advances in rainfall modeling, estimation, and forecasting, Reviews of Geophysics, 33(Pt2 SS), 1125-1137, 1995.
2. Robinson, J.S., and M. Sivapalan, Temporal scales and hydrological regimes: Implications for flood frequency scaling, Water Resources Research, 33(12), 2981-2999, 1997.
3. Deo, M.C., M. Sherief, and A. Sarkar, Wave height estimation using disaggregation models, Journal of Waterway Port Coastal and Ocean Engineering-ASCE, 123(2), 63-67, 1997.
4. Chaleeraktrakoon, C., Stochastic procedure for generating seasonal flows, Journal of Hydrologic Engineering, 4(4), 337-343, 1999.
5. Kumar, D.N., U. Lall, and M.R. Petersen, Multisite Disaggregation of Monthly to Daily Streamflow, Water Resources Research, 36(7), 1823-1833, 2000.
6. Srinivas, V.V., and K. Srinivasan, Hybrid moving block bootstrap for stochastic simulation of multi-site multi-season streamflows, Journal of Hydrology, 302(1-4), 307-330, 2005.
7. Srinivas, V.V., and K. Srinivasan, Hybrid matched-block bootstrap for stochastic simulation of multiseason streamflows, Journal of Hydrology, 329(1-2), 2006.
8. Debele, B., R. Srinivasan and J. Yves Parlange, Accuracy evaluation of weather data generation and disaggregation methods at finer timescales, Advances in Water Resources, 30(5), 1286-1300, 2007.
9. Prairie, J., B. Rajagopalan, U. Lall and T. Fulp, A stochastic nonparametric technique for space-time disaggregation of streamflows, Water Resources Research, 43(3), W03432, 2007.
10. Prairie, J., K. Nowak, B. Rajagopalan, U. Lall and T. Fulp, A stochastic nonparametric approach for streamflow generation combining observational and paleoreconstructed data, Water Resources Research, 44 (6), W06423, 2008.
11. Chaleeraktrakoon, C., Parsimonious SVD/MAR(1) procedure for generating multisite multiseason flows, Journal of Hydrologic Engineering, 14(5), 516-527, 2009.
12. Kalra, A., and S. Ahmad, Evaluating changes and estimating seasonal precipitation for the Colorado River Basin using a stochastic nonparametric disaggregation technique, Water Resources Research, 47, W05555, doi: 10.1029/2010WR009118, 2011.
13. You, G. J.-Y. B.-H. Thum and F.-H. Lin, The examination of reproducibility in hydro-ecological characteristics by daily synthetic flow models, Journal of Hydrology, 511, 904-919, 2014.
14. Anis, M. R., and M. Rode, A new magnitude-category disaggregation approach for temporal high-resolution rainfall intensities, Hydrological Processes, 10.1002/hyp.10227, 2014.
15. Edwin, A. and O. Martins, O., Stochastic characteristics and modelling of monthly rainfall time series of Ilorin, Nigeria, Open Journal of Modern Hydrology, 4, 67-79, 2014.
16. Srivastav, R., K. Srinivasan, and S. P. Sudheer, Simulation-optimization framework for multi-site multi-season hybrid stochastic streamflow modeling, Journal of Hydrology, doi:10.1016/j.jhydrol.2016.09.025, 2016.

Κατηγορίες: Στοχαστικός επιμερισμός, Στοχαστική