Δυναμικό μοντέλο για τον επιμερισμό της βροχής σε λεπτή κλίμακα

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.

[Δυναμικό μοντέλο για τον επιμερισμό της βροχής σε λεπτή κλίμακα]

[doc_id=51]

[Αγγλικά]

Το δυναμικό μοντέλο επιμερισμού που αναπτύχθηκε και παρουσιάζεται στην εργασία αποτελεί μια γενικευμένη βήμα-προς-βήμα προσέγγιση σε μονοδιάστατα προβλήματα στοχαστικού επιμερισμού. Το γενικευμένο σχήμα εξειδικεύεται στη συνέχεια σε προβλήματα που χαρακτηρίζονται από ακολουθίες τμηματικών μεταβλητών με Μαρκοβιανή δομή και περιθώριες κατανομές κανονικές ή γάμα. Ο συνδυασμός του μοντέλου επιμερισμού με ένα κατάλληλο μοντέλο βροχής δίνει μια στοχαστική γεννήτρια βροχής μικρής κλίμακας, η οποία επιμερίζει ιστορικά ή συνθετικά μηνιαία ύψη βροχής σε επεισόδια βροχής και σε ωριαία ύψη. Η εργασία συνοδεύεται από μια συγκεκριμένη εφαρμογή, βασισμένη σε ιστορικά δεδομένα βροχής, η οποία χρησιμοποιείται για την επεξήγηση και τον έλεγχο του μοντέλου.

PDF Πλήρες κείμενο (1201 KB)

Βλέπε επίσης: http://dx.doi.org/10.1080/02626669009492431

Σημείωση:

Τα βασικά πλεονεκτήματα του δυναμικού μοντέλου επιμερισμού είναι (α) η αρθρωτή δομή του που επιτρέπει διάφορους σχηματισμούς του μοντέλου· (β) η ευέλικτη βήμα-προς-βήμα πορεία που επιτρέπει τη χρήση παράλληλων διαδικασιών, για τον έλεγχο και τη ρύθμιση των παραγόμενων τιμών των μεταβλητών· και (γ) οι απλές αναλυτικές εξισώσεις που επιτρέπουν τη χρήση μεταβλητού αριθμού βημάτων επιμερισμού και μεταβλητών χρονικών κλιμάκων. Αξιοσημείωτη είναι η χρήση του ίδιου μοντέλου επιμερισμού για τέσσερις διαφορετικούς σκοπούς: το χρονικό εντοπισμό των επεισοδίων βροχής, τον καθορισμό της διάρκειας και του ύψους τους και τον επιμερισμό κάθε επεισοδίου σε ωριαία ύψη βροχής. Η εφαρμογή του μοντέλου, και ο έλεγχος των παραγόμενων χρονοσειρών έδειξε ότι αυτές βρίσκονται σε συμφωνία με τις θεωρητικά αναμενόμενες ιδιότητες τους, όπως αυτές προέκυψαν από την ανάλυση των ιστορικών δεδομένων. Η εργασία αποτελεί ως προς το θεωρητικό της μέρος γενίκευση της διδακτορικής διατριβής "Μοντέλο επιμερισμού σημειακής βροχόπτωσης" (Κουτσογιάννης, 1988), ενώ η περιεχόμενη εφαρμογή προέρχεται από αυτή τη διατριβή.

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.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. 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.
2. I. Nalbantis, D. Koutsoyiannis, and Th. Xanthopoulos, Modelling the Athens water supply system, Water Resources Management, 6, 57–67, doi:10.1007/BF00872188, 1992.
3. 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.
4. D. Koutsoyiannis, and A. Manetas, Simple disaggregation by accurate adjusting procedures, Water Resources Research, 32 (7), 2105–2117, doi:10.1029/96WR00488, 1996.
5. D. Koutsoyiannis, and C. Onof, Rainfall disaggregation using adjusting procedures on a Poisson cluster model, Journal of Hydrology, 246, 109–122, 2001.
6. D. Koutsoyiannis, and N. Mamassis, On the representation of hyetograph characteristics by stochastic rainfall models, Journal of Hydrology, 251, 65–87, 2001.
7. 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.
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. Glasbey, C.A., G. Cooper, and M.B. McGechan, Disaggregation of daily rainfall by conditional simulation from a point-process model, Journal of Hydrology, 165(1-4), 1-9, 1995
2. McGechan, M.B., and G. Cooper, A simulation-model operating with daily weather data to explore silage and haymaking opportunities in climatically different areas of Scotland, Agricultural Systems, 48(3), 315-343, 1995.
3. Khaliq, M.N., and C. Cunnane, Modelling point rainfall occurrences with the Modified Bartlett- Lewis Rectangular Pulses Model, Journal of Hydrology, 180(1-4), 109-138, 1996.
4. Connoly, R.D., J. Schirmer and P. K. Dunn, A daily rainfall disaggregation model, Agricultural and Forest Meteorology, 92(2), 105-117, 1998.
5. Heneker, T.H., M.F. Lambert and G. Kuczera, A point rainfall model for risk-based design, Journal of Hydrology, 247, 54-71, 2001.
6. Back, Á. J., R. Dorfman and R. Clarke, Modelagem da precipitação horária por meio do modelo de pulsos retangulares de Bartlett-Lewis modificado (Modelling hourly rainfall with modified Bartlett-Lewis model), Revista Brasileira de Recursos Hídricos, 4 (1), 5-17, 1999.
7. Burian, S.J., S.R. Durrans, S.J. Nix and R.E. Pitt, Training artificial neural networks to perform rainfall disaggregation, Journal of Hydrologic Engineering-ASCE, 6(1), 43-51, 2001.
8. Stehlik, J., and A. Bardossy, Multivariate stochastic downscaling model for generating daily precipitation series based on atmospheric circulation, Journal of Hydrology, 256(1-2), 120-141, 2002.
9. #Wending, I., and W. James, Two neural networks for generation of high-resolution long-term storm rainfall compared to Ormsbee's method - Case study for Toronto, Global Solutions for Urban Drainage, 1-15, 2002.
10. Wendling, I., and W. James, Comparison of neural networks to Ormsbee's method for rain generation - applied to Toronto, Ontario, Journal of Water Management Modeling, 10.14796/JWMM.R215-20, 2003.
11. Elshamy, M.E., H.S. Wheater, N. Gedney and C. Huntingford, Evaluation of the rainfall component of a weather generator for climate impact studies, Journal of Hydrology, 326(1-4), 1-24, 2006.
12. Wu, S.-J., Y.-K. Tung and J.-C. Yang, Stochastic generation of hourly rainstorm events, Stochastic Environmental Research and Risk Assessment, 21(2), 195-212, 2006.
13. 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.
14. Damé, R.D.C.F., C.F.A. Teixeira, and V.S.S.Terra, Comparison of different methodologies to estimate intensity-duration- frequency curves for Pelotas - RS, Brazil, Engenharia Agricola, 28 (2), 245-255, 2008.
15. Rupp, D. E., R. F. Keim, M. Ossiander, M. Brugnach and J. S. Selker, Time scale and intensity dependency in multiplicative cascades for temporal rainfall disaggregation, Water Resources Research, 45, W07409, doi:10.1029/2008WR007321, 2009.
16. Andrés-Doménech, I., A. Montanari and J. B. Marco, Stochastic rainfall analysis for storm tank performance evaluation, Hydrol. Earth Syst. Sci., 14, 1221-1232, doi:10.5194/hess-14-1221-2010, 2010.
17. Jennings, S. A., M. F. Lambert and G. Kuczera, Generating synthetic high resolution rainfall time series at sites with only daily rainfall using a master-target scaling approach, Journal of Hydrology, 393 (3-4), 163-173, 2010.
18. Serinaldi, F., Multifractality, imperfect scaling and hydrological properties of rainfall time series simulated by continuous universal multifractal and discrete random cascade models, Nonlin. Processes Geophys., 17, 697-714, doi: 10.5194/npg-17-697-2010, 2010.
19. #Sharma, A., and R. Mehrotra, Rainfall Generation, in Rainfall: State of the Science (eds F. Y. Testik and M. Gebremichael), American Geophysical Union, Washington, DC, 10.1029/2010GM000973, 2010.
20. 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.
21. Pui, A., A. Sharma, R. Mehrotra, B. Sivakumar and E. Jeremiah, A comparison of alternatives for daily to sub-daily rainfall disaggregation, Journal of Hydrology, 470–471, 138–157, 2012.
22. Abdellatif, M., W. Atherton and R. Alkhaddar, Application of the stochastic model for temporal rainfall disaggregation for hydrological studies in north western England, Journal of Hydroinformatics, 15 (2), 555-567, 2013.
23. #Kim, S., and Y. Seo, Spatial disaggregation of areal rainfall using multilayer perceptron, International Hydrological Program, Korean National Committee, 2014.
24. Dunkerley, D., Intra-event intermittency of rainfall: an analysis of the metrics of rain and no-rain periods, Hydrological Processes, 29 (15), 3294-3305, 10.1002/hyp.10454, 2015.
25. Kim, S. and V.P. Singh, Spatial disaggregation of areal rainfall using two different artificial neural networks models, Water, 7(6), 2707-2727, 10.3390/w7062707, 2015.
26. Schiavo Bernardi, E., D. Allasia, R. Basso, P. Freitas Ferreira and R. Tassi, TRMM rainfall estimative coupled with Bell (1969) methodology for extreme rainfall characterization, Proc. IAHS, 369, 163-168, 10.5194/piahs-369-163-2015, 2015.

Κατηγορίες: Στοχαστικός επιμερισμός, Μοντέλα βροχής, Στοχαστική