Χρήστος Τύραλης

Πολιτικός Μηχανικός, MSc, Δρ. Μηχανικός
montchrister@gmail.com
+30-2107722860

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. G. Papacharalampous, H. Tyralis, D. Koutsoyiannis, and A. Montanari, Quantification of predictive uncertainty in hydrological modelling by harnessing the wisdom of the crowd: A large-sample experiment at monthly timescale, Advances in Water Resources, 136, 103470, doi:10.1016/j.advwatres.2019.103470, 2020.
  2. G. Papacharalampous, H. Tyralis, A. Langousis, A. W. Jayawardena, B. Sivakumar, N. Mamassis, A. Montanari, and D. Koutsoyiannis, Probabilistic hydrological post-processing at scale: Why and how to apply machine-learning quantile regression algorithms, Water, doi:10.3390/w11102126, 2019.
  3. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Comparison of stochastic and machine learning methods for multi-step ahead forecasting of hydrological processes, Stochastic Environmental Research & Risk Assessment, doi:10.1007/s00477-018-1638-6, 2019.
  4. P. Dimitriadis, K. Tzouka, D. Koutsoyiannis, H. Tyralis, A. Kalamioti, E. Lerias, and P. Voudouris, Stochastic investigation of long-term persistence in two-dimensional images of rocks, Spatial Statistics, 29, 177–191, doi:10.1016/j.spasta.2018.11.002, 2019.
  5. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Univariate time series forecasting of temperature and precipitation with a focus on machine learning algorithms: a multiple-case study from Greece, Water Resources Management, 32 (15), 5207–5239, doi:10.1007/s11269-018-2155-6, 2018.
  6. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Predictability of monthly temperature and precipitation using automatic time series forecasting methods, Acta Geophysica, 66 (4), 807–831, doi:10.1007/s11600-018-0120-7, 2018.
  7. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, One-step ahead forecasting of geophysical processes within a purely statistical framework, Geoscience Letters, 5, 12, doi:10.1186/s40562-018-0111-1, 2018.
  8. H. Tyralis, P. Dimitriadis, D. Koutsoyiannis, P.E. O’Connell, K. Tzouka, and T. Iliopoulou, On the long-range dependence properties of annual precipitation using a global network of instrumental measurements, Advances in Water Resources, 111, 301–318, doi:10.1016/j.advwatres.2017.11.010, 2018.
  9. H. Tyralis, and G. Papacharalampous, Variable selection in time series forecasting using random forests, Algorithms, 10, 114, doi:10.3390/a10040114, 2017.
  10. H. Tyralis, G. Karakatsanis, K. Tzouka, and N. Mamassis, Data and code for the exploratory data analysis of the electrical energy demand in the time domain in Greece, Data in Brief, 13 (700-702), doi:http://dx.doi.org/10.1016/j.energy.2017.06.074, 2017.
  11. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Forecasting of geophysical processes using stochastic and machine learning algorithms, European Water, 59, 161–168, 2017.
  12. K. Mavroyeoryos, I. Engonopoulos, H. Tyralis, P. Dimitriadis, and D. Koutsoyiannis, Simulation of electricity demand in a remote island for optimal planning of a hybrid renewable energy system, Energy Procedia, 125, 435–442, doi:10.1016/j.egypro.2017.08.095, 2017.
  13. H. Tyralis, and D. Koutsoyiannis, On the prediction of persistent processes using the output of deterministic models, Hydrological Sciences Journal, 62 (13), 2083–2102, doi:10.1080/02626667.2017.1361535, 2017.
  14. H. Tyralis, G. Karakatsanis, K. Tzouka, and N. Mamassis, Exploratory data analysis of the electrical energy demand in the time domain in Greece, Energy, 134 (902-918), 16 pages, doi:10.1016/j.energy.2017.06.074 0360-5442, 2017.
  15. A. Tegos, H. Tyralis, D. Koutsoyiannis, and K. H. Hamed, An R function for the estimation of trend signifcance under the scaling hypothesis- application in PET parametric annual time series, Open Water Journal, 4 (1), 66–71, 6, 2017.
  16. H. Tyralis, A. Tegos, A. Delichatsiou, N. Mamassis, and D. Koutsoyiannis, A perpetually interrupted interbasin water transfer as a modern Greek drama: Assessing the Acheloos to Pinios interbasin water transfer in the context of integrated water resources management, Open Water Journal, 4 (1), 113–128, 12, 2017.
  17. H. Tyralis, N. Mamassis, and Y. Photis, Spatial analysis of the electrical energy demand in Greece, Energy Policy, 102 (340-352), doi:10.1016/j.enpol.2016.12.033, Μάρτιος 2017.
  18. H. Tyralis, N. Mamassis, and Y. Photis, Spatial Analysis of Electrical Energy Demand Patterns in Greece: Application of a GIS-based Methodological Framework, Energy Procedia, 97 (262-269), 8 pages, doi:10.1016/j.egypro.2016.10.071, Νοέμβριος 2016.
  19. H. Tyralis, and D. Koutsoyiannis, A Bayesian statistical model for deriving the predictive distribution of hydroclimatic variables, Climate Dynamics, 42 (11-12), 2867–2883, doi:10.1007/s00382-013-1804-y, 2014.
  20. H. Tyralis, D. Koutsoyiannis, and S. Kozanis, An algorithm to construct Monte Carlo confidence intervals for an arbitrary function of probability distribution parameters, Computational Statistics, 28 (4), 1501–1527, doi:10.1007/s00180-012-0364-7, 2013.
  21. H. Tyralis, and D. Koutsoyiannis, Simultaneous estimation of the parameters of the Hurst-Kolmogorov stochastic process, Stochastic Environmental Research & Risk Assessment, 25 (1), 21–33, 2011.

Book chapters and fully evaluated conference publications

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Error evolution patterns in multi-step ahead streamflow forecasting, 13th International Conference on Hydroinformatics (HIC 2018), Palermo, Italy, doi:10.29007/84k6, 2018.
  2. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Forecasting of geophysical processes using stochastic and machine learning algorithms, 10th World Congress on Water Resources and Environment "Panta Rhei", Athens, EWRA2017_A_110904, doi:10.13140/RG.2.2.30581.27361, European Water Resources Association, Athens, 2017.

Conference publications and presentations with evaluation of abstract

  1. G. Papacharalampous, H. Tyralis, A. Montanari, and D. Koutsoyiannis, Large-scale calibration of conceptual rainfall-runoff models for two-stage probabilistic hydrological post-processing, EGU General Assembly 2021, online, doi:10.5194/egusphere-egu21-18, European Geosciences Union, 2021.
  2. G. Papacharalampous, H. Tyralis, A. Langousis, A. W. Jayawardena, B. Sivakumar, N. Mamassis, A. Montanari, and D. Koutsoyiannis, Large-scale comparison of machine learning regression algorithms for probabilistic hydrological modelling via post-processing of point predictions, European Geosciences Union General Assembly 2019, Geophysical Research Abstracts, Vol. 21, Vienna, EGU2019-3576, European Geosciences Union, 2019.
  3. H. Tyralis, and G. Papacharalampous, Univariate time series forecasting properties of random forests, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-1901, European Geosciences Union, 2018.
  4. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, A step further from model-fitting for the assessment of the predictability of monthly temperature and precipitation, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-864, doi:10.6084/m9.figshare.7325783.v1, European Geosciences Union, 2018.
  5. G. Papacharalampous, and H. Tyralis, Large-scale assessment of random forests for data-driven hydrological modelling at monthly scale, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-1902, European Geosciences Union, 2018.
  6. G. Papacharalampous, and H. Tyralis, One-step ahead forecasting of annual precipitation and temperature using univariate time series methods (solicited), European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-2298-1, European Geosciences Union, 2018.
  7. H. Tyralis, and A. Langousis, Modelling of rainfall maxima at different durations using max-stable processes, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-2299, European Geosciences Union, 2018.
  8. G. Papacharalampous, and H. Tyralis, Illustrating important facts about multi-step ahead forecasting of univariate hydrological time series, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-3570, European Geosciences Union, 2018.
  9. H. Tyralis, and G. Papacharalampous, Multi-step ahead forecasting of monthly streamflow discharge time series using a variety of algorithms, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-3571-1, European Geosciences Union, 2018.
  10. G. Papacharalampous, H. Tyralis, and N. Mamassis, Conceptual hydrological modelling at daily scale: Aggregating results for 340 MOPEX catchments, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-3759, European Geosciences Union, 2018.
  11. P. Dimitriadis, H. Tyralis, T. Iliopoulou, K. Tzouka, Y. Markonis, N. Mamassis, and D. Koutsoyiannis, A climacogram estimator adjusted for timeseries length; application to key hydrometeorological processes by the Köppen-Geiger classification, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-17832, European Geosciences Union, 2018.
  12. P. Dimitriadis, K. Tzouka, H. Tyralis, and D. Koutsoyiannis, Stochastic investigation of rock anisotropy based on the climacogram, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-10632-1, European Geosciences Union, 2017.
  13. P. Dimitriadis, T. Iliopoulou, H. Tyralis, and D. Koutsoyiannis, Identifying the dependence structure of a process through pooled timeseries analysis, IAHS Scientific Assembly 2017, Port Elizabeth, South Africa, IAHS Press, Wallingford – International Association of Hydrological Sciences, 2017.
  14. H. Tyralis, P. Dimitriadis, and D. Koutsoyiannis, An extensive review and comparison of R Packages on the long-range dependence estimators, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS06-A003, doi:10.13140/RG.2.2.18837.22249, Asia Oceania Geosciences Society, 2017.
  15. H. Tyralis, and D. Koutsoyiannis, The Bayesian Processor of Forecasts on the probabilistic forecasting of long-range dependent variables using General Circulation Models, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS20-A002, doi:10.13140/RG.2.2.15481.77922, Asia Oceania Geosciences Society, 2017.
  16. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Large scale simulation experiments for the assessment of one-step ahead forecasting properties of stochastic and machine learning point estimation methods, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS06-A002, doi:10.13140/RG.2.2.33273.77923, Asia Oceania Geosciences Society, 2017.
  17. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, A set of metrics for the effective evaluation of point forecasting methods used for hydrological tasks, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS01-A001, doi:10.13140/RG.2.2.19852.00641, Asia Oceania Geosciences Society, 2017.
  18. H. Tyralis, P. Dimitriadis, T. Iliopoulou, K. Tzouka, and D. Koutsoyiannis, Dependence of long-term persistence properties of precipitation on spatial and regional characteristics, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-3711, doi:10.13140/RG.2.2.13252.83840/1, European Geosciences Union, 2017.
  19. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Investigation of the effect of the hyperparameter optimization and the time lag selection in time series forecasting using machine learning algorithms, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-3072-1, doi:10.13140/RG.2.2.20560.92165/1, European Geosciences Union, 2017.
  20. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Multi-step ahead streamflow forecasting for the operation of hydropower reservoirs, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-3069, doi:10.13140/RG.2.2.27271.80801, European Geosciences Union, 2017.
  21. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Comparison between stochastic and machine learning methods for hydrological multi-step ahead forecasting: All forecasts are wrong!, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-3068-2, doi:10.13140/RG.2.2.17205.47848, European Geosciences Union, 2017.
  22. V. Daniil, G. Pouliasis, E. Zacharopoulou, E. Demetriou, G. Manou, M. Chalakatevaki, I. Parara, C. Georganta, P. Stamou, S. Karali, E. Hadjimitsis, G. Koudouris, E. Moschos, D. Roussis, K. Papoulakos, A. Koskinas, G. Pollakis, N. Gournari, K. Sakellari, Y. Moustakis, N. Mamassis, A. Efstratiadis, H. Tyralis, P. Dimitriadis, T. Iliopoulou, G. Karakatsanis, K. Tzouka, I. Deligiannis, V. Tsoukala, P. Papanicolaou, and D. Koutsoyiannis, The uncertainty of atmospheric processes in planning a hybrid renewable energy system for a non-connected island, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-16781-4, doi:10.13140/RG.2.2.29610.62406, European Geosciences Union, 2017.
  23. E. Hadjimitsis, E. Demetriou, K. Sakellari, H. Tyralis, P. Dimitriadis, T. Iliopoulou, and D. Koutsoyiannis, Investigation of the stochastic nature of temperature and humidity for energy management, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-10164-5, European Geosciences Union, 2017.
  24. E. Moschos, G. Manou, C. Georganta, P. Dimitriadis, T. Iliopoulou, H. Tyralis, D. Koutsoyiannis, and V. Tsoukala, Investigation of the stochastic nature of wave processes for renewable resources management: a pilot application in a remote island in the Aegean sea, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-10225-3, doi:10.13140/RG.2.2.30226.66245, European Geosciences Union, 2017.
  25. A. Koskinas, E. Zacharopoulou, G. Pouliasis, I. Engonopoulos, K. Mavroyeoryos, I. Deligiannis, G. Karakatsanis, P. Dimitriadis, T. Iliopoulou, D. Koutsoyiannis, and H. Tyralis, Simulation of electricity demand in a remote island for optimal planning of a hybrid renewable energy system, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-10495-4, doi:10.13140/RG.2.2.10529.81767, European Geosciences Union, 2017.
  26. G. Karakatsanis, H. Tyralis, and K. Tzouka, Entropy, pricing and productivity of pumped-storage, European Geosciences Union General Assembly 2016, Geophysical Research Abstracts, Vol. 18, Vienna, European Geosciences Union, 2016.
  27. A. Sotiriadou, A. Petsiou, E. Feloni, P. Kastis, T. Iliopoulou, Y. Markonis, H. Tyralis, P. Dimitriadis, and D. Koutsoyiannis, Stochastic investigation of precipitation process for climatic variability identification, European Geosciences Union General Assembly 2016, Geophysical Research Abstracts, Vol. 18, Vienna, EGU2016-15137-5, doi:10.13140/RG.2.2.28955.46881, European Geosciences Union, 2016.
  28. H. Tyralis, N. Mamassis, and Y. Photis, Spatial analysis of electricity demand patterns in Greece: Application of a GIS-based methodological framework, European Geosciences Union General Assembly 2016, Geophysical Research Abstracts, Vol. 18, Vienna, European Geosciences Union, 2016.
  29. H. Tyralis, G. Karakatsanis, K. Tzouka, and N. Mamassis, Analysis of the electricity demand of Greece for optimal planning of a large-scale hybrid renewable energy system, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-5643, European Geosciences Union, 2015.
  30. 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.
  31. A. M. Filippidou, A. Andrianopoulos, C. Argyrakis, L. E. Chomata, V. Dagalaki, X. Grigoris, T. S. Kokkoris, M. Nasioka, K. A. Papazoglou, S.M. Papalexiou, H. Tyralis, and D. Koutsoyiannis, Comparison of climate time series produced by General Circulation Models and by observed data on a global scale, European Geosciences Union General Assembly 2014, Geophysical Research Abstracts, Vol. 16, Vienna, EGU2014-8529, doi:10.13140/RG.2.2.33887.87200, European Geosciences Union, 2014.
  32. H. Tyralis, and D. Koutsoyiannis, Simultaneous use of observations and deterministic model outputs to forecast persistent stochastic processes, Facets of Uncertainty: 5th EGU Leonardo Conference – Hydrofractals 2013 – STAHY 2013, Kos Island, Greece, doi:10.13140/RG.2.1.3230.4889, European Geosciences Union, International Association of Hydrological Sciences, International Union of Geodesy and Geophysics, 2013.
  33. H. Tyralis, and D. Koutsoyiannis, A Bayesian approach to hydroclimatic prognosis using the Hurst-Kolmogorov stochastic process, European Geosciences Union General Assembly 2012, Geophysical Research Abstracts, Vol. 14, Vienna, doi:10.13140/RG.2.2.24273.74089, European Geosciences Union, 2012.
  34. 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.
  35. D. Koutsoyiannis, S. Kozanis, and H. Tyralis, A general Monte Carlo method for the construction of confidence intervals for a function of probability distribution parameters, European Geosciences Union General Assembly 2011, Geophysical Research Abstracts, Vol. 13, Vienna, EGU2011-1489, doi:10.13140/RG.2.2.33147.31527, European Geosciences Union, 2011.
  36. H. Tyralis, and D. Koutsoyiannis, Performance evaluation and interdependence of parameter estimators of the Hurst-Kolmogorov stochastic process, European Geosciences Union General Assembly 2010, Geophysical Research Abstracts, Vol. 12, Vienna, EGU2010-10476, doi:10.13140/RG.2.2.27118.00322, European Geosciences Union, 2010.

Various publications

  1. Χ. Τύραλης, Ολοκληρωμένη διαχείριση των επιφανειακών υδατικών πόρων των λεκανών απορροής ποταμών Αχελώου και Πηνειού, Μάιος 2015.
  2. H. Tyralis, An introduction to R programming language, 39 pages, Νοέμβριος 2011.
  3. H. Tyralis, A brief introduction to Bayesian statistics, 29 pages, Νοέμβριος 2011.

Academic works

  1. Χ. Τύραλης, Χωροχρονική διερεύνηση της ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα, MSc thesis, 95 pages, Ιούλιος 2016.
  2. H. Tyralis, Use of Bayesian techniques in hydroclimatic prognosis, PhD thesis, 166 pages, Department of Water Resources and Environmental Engineering – National Technical University of Athens, Νοέμβριος 2015.

Research reports

  1. Α. Κουκουβίνος, Α. Ευστρατιάδης, Δ. Νικολόπουλος, Χ. Τύραλης, Α. Τέγος, Ν. Μαμάσης, και Δ. Κουτσογιάννης, Πιλοτική εφαρμογή στο σύστημα Αχελώου-Θεσσαλίας, Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO), 98 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Οκτώβριος 2015.
  2. 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.

Miscellaneous works

  1. Χ. Τύραλης, και Α. Ευστρατιάδης, «Εθνικό Πρόγραμμα Διαχείρισης και Προστασίας των Υδατικών Πόρων» και «Επιπτώσεις της κλιματικής αλλαγής στα επιφανειακά και υπόγεια υδατικά σώματα του ελλαδικού χώρου»: Συγκριτική παρουσίαση, Σεπτέμβριος 2012.
  2. H. Tyralis, A brief introduction to Bayesian statistics, 24 pages, Department of Water Resources and Environmental Engineering – National Technical University of Athens, Απρίλιος 2011.

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. G. Papacharalampous, H. Tyralis, D. Koutsoyiannis, and A. Montanari, Quantification of predictive uncertainty in hydrological modelling by harnessing the wisdom of the crowd: A large-sample experiment at monthly timescale, Advances in Water Resources, 136, 103470, doi:10.1016/j.advwatres.2019.103470, 2020.

    Συμπληρωματικό υλικό:

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. G. Papacharalampous, H. Tyralis, A. Langousis, A. W. Jayawardena, B. Sivakumar, N. Mamassis, A. Montanari, and D. Koutsoyiannis, Probabilistic hydrological post-processing at scale: Why and how to apply machine-learning quantile regression algorithms, Water, doi:10.3390/w11102126, 2019.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2001/1/documents/water-11-02126.pdf (6451 KB)

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Comparison of stochastic and machine learning methods for multi-step ahead forecasting of hydrological processes, Stochastic Environmental Research & Risk Assessment, doi:10.1007/s00477-018-1638-6, 2019.

    Σημείωση:

    Συμπληρωματικό υλικό https://doi.org/10.6084/m9.figshare.7092824.v1

    Συμπληρωματικό υλικό:

  1. P. Dimitriadis, K. Tzouka, D. Koutsoyiannis, H. Tyralis, A. Kalamioti, E. Lerias, and P. Voudouris, Stochastic investigation of long-term persistence in two-dimensional images of rocks, Spatial Statistics, 29, 177–191, doi:10.1016/j.spasta.2018.11.002, 2019.

    Σημείωση:

    Πρόσβαση στη δημοσίευση: https://authors.elsevier.com/c/1YJjr7su79fMuR

    Συμπληρωματικό υλικό:

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Univariate time series forecasting of temperature and precipitation with a focus on machine learning algorithms: a multiple-case study from Greece, Water Resources Management, 32 (15), 5207–5239, doi:10.1007/s11269-018-2155-6, 2018.

    Συμπληρωματικό υλικό:

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Predictability of monthly temperature and precipitation using automatic time series forecasting methods, Acta Geophysica, 66 (4), 807–831, doi:10.1007/s11600-018-0120-7, 2018.

    Συμπληρωματικό υλικό:

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, One-step ahead forecasting of geophysical processes within a purely statistical framework, Geoscience Letters, 5, 12, doi:10.1186/s40562-018-0111-1, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1834/1/documents/s40562-018-0111-1.pdf (3083 KB)

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. H. Tyralis, P. Dimitriadis, D. Koutsoyiannis, P.E. O’Connell, K. Tzouka, and T. Iliopoulou, On the long-range dependence properties of annual precipitation using a global network of instrumental measurements, Advances in Water Resources, 111, 301–318, doi:10.1016/j.advwatres.2017.11.010, 2018.

    Σημείωση:

    Τα αρχεία των συμπληρωματικών πληροφοριών φιλοξενούνται στο: https://doi.org/10.6084/m9.figshare.4892447.v1

    Συμπληρωματικό υλικό:

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. H. Tyralis, and G. Papacharalampous, Variable selection in time series forecasting using random forests, Algorithms, 10, 114, doi:10.3390/a10040114, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1827/1/documents/Variable_Selection_in_Time_Series_Forecasting_Using_Random_Forests.pdf (5509 KB)

  1. H. Tyralis, G. Karakatsanis, K. Tzouka, and N. Mamassis, Data and code for the exploratory data analysis of the electrical energy demand in the time domain in Greece, Data in Brief, 13 (700-702), doi:http://dx.doi.org/10.1016/j.energy.2017.06.074, 2017.

    [Δεδομένα και κώδικας για την διερευνητική ανάλυση της χρονικής ηλεκτρικής ζήτησης στην Ελλάδα]

    Παρουσιάζονται δεδομένα και κώδικας για την οπτικοποίηση των δεδομένων ζήτησης ηλεκτρικής ενέργειας καθώς και καιρικά κλιματικά και κοινωνικοοικονομικά δεδομένα της Ελλάδας. Τα δεδομένα ηλεκτρικής ενέργειας περιλαμβάνουν ωριαίες ζητήσεις, προβλέψεις εβδομάδας που γίνονται από το διαχειριστή καθώς και τιμές ενέργειας. Ακόμη παρουσιάζονται οι θερμοκρασίες στην Αθήνα και το ΑΕΠ της Ελλάδας

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1825/1/documents/DataAndCode.pdf (127 KB)

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Forecasting of geophysical processes using stochastic and machine learning algorithms, European Water, 59, 161–168, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1768/1/documents/EW_2017_59_22.pdf (1163 KB)

    Βλέπε επίσης: http://www.ewra.net/ew/issue_59.htm

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. K. Mavroyeoryos, I. Engonopoulos, H. Tyralis, P. Dimitriadis, and D. Koutsoyiannis, Simulation of electricity demand in a remote island for optimal planning of a hybrid renewable energy system, Energy Procedia, 125, 435–442, doi:10.1016/j.egypro.2017.08.095, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1735/1/documents/energy_demand_procedia.pdf (1370 KB)

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. H. Tyralis, and D. Koutsoyiannis, On the prediction of persistent processes using the output of deterministic models, Hydrological Sciences Journal, 62 (13), 2083–2102, doi:10.1080/02626667.2017.1361535, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1727/1/documents/2017HSJ_OnTthePredictionOfPersistentProcesses.pdf (3152 KB)

    Συμπληρωματικό υλικό:

    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. Kundzewicz, Z. W., Quo vadis, hydrology?, Hydrological Sciences Journal, doi:10.1080/02626667.2018.1489597, 2018.

  1. H. Tyralis, G. Karakatsanis, K. Tzouka, and N. Mamassis, Exploratory data analysis of the electrical energy demand in the time domain in Greece, Energy, 134 (902-918), 16 pages, doi:10.1016/j.energy.2017.06.074 0360-5442, 2017.

    [Διευρεύνηση δεδομένων ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα]

    The electrical energy demand (EED) in Greece for the time period 2002-2016 is investigated. The aim of the study is to introduce a framework for the exploratory data analysis (EDA) of the EED in the time domain. To this end, the EED at the hourly, daily, seasonal and annual time scale along with the mean daily temperature and the Gross Domestic Product (GDP) of Greece are visualized. The forecast of the EED provided by the Greek Independent Power Transmission Operator (IPTO) is also visualized and is compared with the actual EED. Furthermore, the EED pricing system is visualized. The results of the study in general confirm and summarize the conclusions of previous relevant studies in Greece, each one treating a single topic and covering shorter and earlier time periods. Furthermore, some unexpected patterns are observed, which if not considered carefully could result to dubious models. Therefore, it is shown that the EDA of the EED in the time domain coupled with weather-, climate-related and socio-economic variables is essential for the building of a model for the short-, medium- and long-term EED forecasting, something not highlighted in the literature.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1722/1/documents/EDA_electricity_2017.pdf (3406 KB)

  1. A. Tegos, H. Tyralis, D. Koutsoyiannis, and K. H. Hamed, An R function for the estimation of trend signifcance under the scaling hypothesis- application in PET parametric annual time series, Open Water Journal, 4 (1), 66–71, 6, 2017.

    [Μια συνάρτηση R για την εκτίμηση της σημαντικότητας τάσεων υπό την υπόθεση ομοιοθεσίας - εφαρμογή στην παραμετρική εκτίμηση δυνητικής εξατμοδιαπνοής σε ετήσιες χρονοσειρές]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1703/1/documents/2017OW_An_R_FunctionForTrendSignificance.pdf (326 KB)

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://scholarsarchive.byu.edu/openwater/vol4/iss1/6/

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. H. Tyralis, A. Tegos, A. Delichatsiou, N. Mamassis, and D. Koutsoyiannis, A perpetually interrupted interbasin water transfer as a modern Greek drama: Assessing the Acheloos to Pinios interbasin water transfer in the context of integrated water resources management, Open Water Journal, 4 (1), 113–128, 12, 2017.

    [Ένα διαρκώς διακοπτόμενο έργο μεταφοράς νερού μεταξύ λεκανών απορροής ως ένα σύγχρονο ελληνικό δράμα: Αξιολόγηση του έργου μεταφοράς νερού από τον Αχελώο προς τον Πηνειό στο πλαίσιο της ολοκληρωμένης διαχείρισης των υδατικών πόρων]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1702/1/documents/2017OW_AcheloosToPiniosInterbasinWaterTransfer.pdf (2744 KB)

    Βλέπε επίσης: http://scholarsarchive.byu.edu/openwater/vol4/iss1/11/

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. H. Tyralis, N. Mamassis, and Y. Photis, Spatial analysis of the electrical energy demand in Greece, Energy Policy, 102 (340-352), doi:10.1016/j.enpol.2016.12.033, Μάρτιος 2017.

    [Χωρική ανάλυση ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα]

    The Electrical Energy Demand (EED) of the agricultural, commercial and industrial sector in Greece, as well as its use for domestic activities, public and municipal authorities and street lighting are analysed spatially using Geographical Information System and spatial statistical methods. The analysis is performed on data which span from 2008 to 2012 and have annual temporal resolution and spatial resolution down to the NUTS (Nomenclature of Territorial Units for Statistics) level 3. The aim is to identify spatial patterns of the EED and its transformations such as the ratios of the EED to socioeconomic variables, i.e. the population, the total area, the population density and the Gross Domestic Product (GDP). Based on the analysis, Greece is divided in five regions, each one with a different development model, i.e. Attica and Thessaloniki which are two heavily populated major poles, Thessaly and Central Greece which form a connected geographical region with important agricultural and industrial sector, the islands and some coastal areas which are characterized by an important commercial sector and the rest Greek areas. The spatial patterns can provide additional information for policy decision about the electrical energy management and better representation of the regional socioeconomic conditions.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1674/1/documents/electr_GIS_R_2016.pdf (2357 KB)

  1. H. Tyralis, N. Mamassis, and Y. Photis, Spatial Analysis of Electrical Energy Demand Patterns in Greece: Application of a GIS-based Methodological Framework, Energy Procedia, 97 (262-269), 8 pages, doi:10.1016/j.egypro.2016.10.071, Νοέμβριος 2016.

    [Χωρική ανάλυση της ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα. Εφαρμογή σε μεθοδολογικό πλαίσιο βασισμένο σε Σύστημα Γεωγραφικής Πληροφορίας]

    We investigate various uses of the Electrical Energy Demand (EED) in Greece (agricultural, commercial, domestic, industrial use) and we examine their relationships with variables such as population and the Gross Domestic Product. The analysis is performed on data from the year 2012 and have spatial resolution down to the level of prefecture. We both visualize the results of the analysis and we perform spatial cluster and outlier analysis. The definition of the spatial patterns of the aforementioned variables in a GIS environment provides insight of the regional development model in Greece.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1672/1/documents/SpatialAnalyis.pdf (1019 KB)

  1. H. Tyralis, and D. Koutsoyiannis, A Bayesian statistical model for deriving the predictive distribution of hydroclimatic variables, Climate Dynamics, 42 (11-12), 2867–2883, doi:10.1007/s00382-013-1804-y, 2014.

    [Μπεϋζιανό στατιστικό μοντέλο για την εξαγωγή της προβλεπτικής κατανομής υδροκλιματικών μεταβλητών]

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.1007/s00382-013-1804-y

    Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

  1. H. Tyralis, D. Koutsoyiannis, and S. Kozanis, An algorithm to construct Monte Carlo confidence intervals for an arbitrary function of probability distribution parameters, Computational Statistics, 28 (4), 1501–1527, doi:10.1007/s00180-012-0364-7, 2013.

    [Αλγόριθμος για την κατασκευή ορίων εμπιστοσύνης Monte Carlo για τυχούσα συνάρτηση των παραμέτρων πιθανοτικών κατανομών]

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.1007/s00180-012-0364-7

    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. Campos, J. N.B., F. A. Souza Filho and H. V.C. Lima, Risks and uncertainties in reservoir yield in highly variable intermittent rivers: Case of the Castanhão Reservoir in semi-arid Brazil, Hydrological Sciences Journal, 59 (6), 1184-1195, 2014.

  1. H. Tyralis, and D. Koutsoyiannis, Simultaneous estimation of the parameters of the Hurst-Kolmogorov stochastic process, Stochastic Environmental Research & Risk Assessment, 25 (1), 21–33, 2011.

    [Ταυτόχρονη εκτίμηση των παραμέτρων της στοχαστικής ανέλιξης Hurst-Kolmogorov]

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.1007/s00477-010-0408-x

    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. Bakker, A. M. R., and B. J. J. M. van den Hurk, Estimation of persistence and trends in geostrophic wind speed for the assessment of wind energy yields in Northwest Europe, Climate Dynamics, 39 (3-4), 767-782, 2012.
    2. Prass, T. S., J. M. Bravo, R. T. Clarke, W. Collischonn, and S. R. C. Lopes, Comparison of forecasts of mean monthly water level in the Paraguay River, Brazil, from two fractionally differenced models, Water Resour. Res., 48, W05502, doi: 10.1029/2011WR011358, 2012.
    3. Bakker, A., J. Coelingh and B. van den Hurk, Long-term trends in the wind supply in the Netherlands, Proceedings EWEA 2012 Annual Event, Copenhagen, Denmark, 2012.
    4. Navarro, X., F. Porée, A. Beuchée and G. Carrault, Performance analysis of Hurst exponent estimators using surrogate-data and fractional lognormal noise models: Application to breathing signals from preterm infants, Digital Signal Processing, 10.1016/j.dsp.2013.04.007, 2013.
    5. Serinaldi, F., L. Zunino and O. Rosso, Complexity–entropy analysis of daily stream flow time series in the continental United States, Stochastic Environmental Research and Risk Assessment, 28 (7), 1685-1708, 2014.
    6. Szolgayova, E., G. Laaha, G. Blöschl and C. Bucher, Factors influencing long range dependence in streamflow of European rivers, Hydrological Processes, 28 (4), 1573-1586, 2014.
    7. Serinaldi, F., and C.G. Kilsby, The importance of prewhitening in change point analysis under persistence, Stochastic Environmental Research and Risk Assessment, 10.1007/s00477-015-1041-5, 2015.

Book chapters and fully evaluated conference publications

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Error evolution patterns in multi-step ahead streamflow forecasting, 13th International Conference on Hydroinformatics (HIC 2018), Palermo, Italy, doi:10.29007/84k6, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1851/1/documents/2018HIC_ErrorEvolution_pp.pdf (5650 KB)

    Συμπληρωματικό υλικό:

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Forecasting of geophysical processes using stochastic and machine learning algorithms, 10th World Congress on Water Resources and Environment "Panta Rhei", Athens, EWRA2017_A_110904, doi:10.13140/RG.2.2.30581.27361, European Water Resources Association, Athens, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1717/1/documents/EWRA2017_paper.pdf (8540 KB)

    Συμπληρωματικό υλικό:

Conference publications and presentations with evaluation of abstract

  1. G. Papacharalampous, H. Tyralis, A. Montanari, and D. Koutsoyiannis, Large-scale calibration of conceptual rainfall-runoff models for two-stage probabilistic hydrological post-processing, EGU General Assembly 2021, online, doi:10.5194/egusphere-egu21-18, European Geosciences Union, 2021.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/2126/2/documents/EGU21-18_presentation.pdf (1464 KB)

    Συμπληρωματικό υλικό:

  1. G. Papacharalampous, H. Tyralis, A. Langousis, A. W. Jayawardena, B. Sivakumar, N. Mamassis, A. Montanari, and D. Koutsoyiannis, Large-scale comparison of machine learning regression algorithms for probabilistic hydrological modelling via post-processing of point predictions, European Geosciences Union General Assembly 2019, Geophysical Research Abstracts, Vol. 21, Vienna, EGU2019-3576, European Geosciences Union, 2019.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1943/1/documents/EGU2019-3576.pdf (33 KB)

  1. H. Tyralis, and G. Papacharalampous, Univariate time series forecasting properties of random forests, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-1901, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1826/1/documents/EGU2018-1901_abstract.pdf (31 KB)

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, A step further from model-fitting for the assessment of the predictability of monthly temperature and precipitation, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-864, doi:10.6084/m9.figshare.7325783.v1, European Geosciences Union, 2018.

    Πλήρες κείμενο:

    Συμπληρωματικό υλικό:

  1. G. Papacharalampous, and H. Tyralis, Large-scale assessment of random forests for data-driven hydrological modelling at monthly scale, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-1902, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1807/1/documents/EGU2018-1902.pdf (30 KB)

  1. G. Papacharalampous, and H. Tyralis, One-step ahead forecasting of annual precipitation and temperature using univariate time series methods (solicited), European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-2298-1, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1806/1/documents/EGU2018-2298-1.pdf (31 KB)

  1. H. Tyralis, and A. Langousis, Modelling of rainfall maxima at different durations using max-stable processes, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-2299, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1805/1/documents/EGU2018-2299.pdf (32 KB)

  1. G. Papacharalampous, and H. Tyralis, Illustrating important facts about multi-step ahead forecasting of univariate hydrological time series, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-3570, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1804/1/documents/EGU2018-3570.pdf (31 KB)

  1. H. Tyralis, and G. Papacharalampous, Multi-step ahead forecasting of monthly streamflow discharge time series using a variety of algorithms, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-3571-1, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1803/1/documents/EGU2018-3571-1.pdf (32 KB)

  1. G. Papacharalampous, H. Tyralis, and N. Mamassis, Conceptual hydrological modelling at daily scale: Aggregating results for 340 MOPEX catchments, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-3759, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1802/1/documents/EGU2018-3759.pdf (33 KB)

  1. P. Dimitriadis, H. Tyralis, T. Iliopoulou, K. Tzouka, Y. Markonis, N. Mamassis, and D. Koutsoyiannis, A climacogram estimator adjusted for timeseries length; application to key hydrometeorological processes by the Köppen-Geiger classification, European Geosciences Union General Assembly 2018, Geophysical Research Abstracts, Vol. 20, Vienna, EGU2018-17832, European Geosciences Union, 2018.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1800/1/documents/EGU2018-17832.pdf (34 KB)

  1. P. Dimitriadis, K. Tzouka, H. Tyralis, and D. Koutsoyiannis, Stochastic investigation of rock anisotropy based on the climacogram, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-10632-1, European Geosciences Union, 2017.

    Συμπληρωματικό υλικό:

  1. P. Dimitriadis, T. Iliopoulou, H. Tyralis, and D. Koutsoyiannis, Identifying the dependence structure of a process through pooled timeseries analysis, IAHS Scientific Assembly 2017, Port Elizabeth, South Africa, IAHS Press, Wallingford – International Association of Hydrological Sciences, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1770/1/documents/IAHS2017-182-1.pdf (196 KB)

  1. H. Tyralis, P. Dimitriadis, and D. Koutsoyiannis, An extensive review and comparison of R Packages on the long-range dependence estimators, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS06-A003, doi:10.13140/RG.2.2.18837.22249, Asia Oceania Geosciences Society, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1721/1/documents/AOGS-HS06-A003presentation.pdf (1829 KB)

    Συμπληρωματικό υλικό:

  1. H. Tyralis, and D. Koutsoyiannis, The Bayesian Processor of Forecasts on the probabilistic forecasting of long-range dependent variables using General Circulation Models, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS20-A002, doi:10.13140/RG.2.2.15481.77922, Asia Oceania Geosciences Society, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1720/1/documents/AOGS-HS20-A002presentation.pdf (1895 KB)

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Large scale simulation experiments for the assessment of one-step ahead forecasting properties of stochastic and machine learning point estimation methods, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS06-A002, doi:10.13140/RG.2.2.33273.77923, Asia Oceania Geosciences Society, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1719/1/documents/AOGS-HS06-A002presentation.pdf (4029 KB)

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, A set of metrics for the effective evaluation of point forecasting methods used for hydrological tasks, Asia Oceania Geosciences Society (AOGS) 14th Annual Meeting, Singapore, HS01-A001, doi:10.13140/RG.2.2.19852.00641, Asia Oceania Geosciences Society, 2017.

    Πλήρες κείμενο:

  1. H. Tyralis, P. Dimitriadis, T. Iliopoulou, K. Tzouka, and D. Koutsoyiannis, Dependence of long-term persistence properties of precipitation on spatial and regional characteristics, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-3711, doi:10.13140/RG.2.2.13252.83840/1, European Geosciences Union, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1695/1/documents/EGU2017-3711presentation_.pdf (1608 KB)

    Συμπληρωματικό υλικό:

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Investigation of the effect of the hyperparameter optimization and the time lag selection in time series forecasting using machine learning algorithms, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-3072-1, doi:10.13140/RG.2.2.20560.92165/1, European Geosciences Union, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1693/1/documents/EGU2017-3072presentation.pdf (1731 KB)

    Συμπληρωματικό υλικό:

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Multi-step ahead streamflow forecasting for the operation of hydropower reservoirs, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-3069, doi:10.13140/RG.2.2.27271.80801, European Geosciences Union, 2017.

    Σημείωση:

    Κείμενο: http://doi.org/10.20944/preprints201710.0129.v1

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1692/1/documents/EGU2017-3069presentation.pdf (3930 KB)

    Συμπληρωματικό υλικό:

  1. G. Papacharalampous, H. Tyralis, and D. Koutsoyiannis, Comparison between stochastic and machine learning methods for hydrological multi-step ahead forecasting: All forecasts are wrong!, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-3068-2, doi:10.13140/RG.2.2.17205.47848, European Geosciences Union, 2017.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1691/1/documents/EGU2017-3068presentation.pdf (1804 KB)

    Συμπληρωματικό υλικό:

  1. V. Daniil, G. Pouliasis, E. Zacharopoulou, E. Demetriou, G. Manou, M. Chalakatevaki, I. Parara, C. Georganta, P. Stamou, S. Karali, E. Hadjimitsis, G. Koudouris, E. Moschos, D. Roussis, K. Papoulakos, A. Koskinas, G. Pollakis, N. Gournari, K. Sakellari, Y. Moustakis, N. Mamassis, A. Efstratiadis, H. Tyralis, P. Dimitriadis, T. Iliopoulou, G. Karakatsanis, K. Tzouka, I. Deligiannis, V. Tsoukala, P. Papanicolaou, and D. Koutsoyiannis, The uncertainty of atmospheric processes in planning a hybrid renewable energy system for a non-connected island, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-16781-4, doi:10.13140/RG.2.2.29610.62406, European Geosciences Union, 2017.

    [Η αβεβαιότητα των ατμοσφαιρικών διεργασιών στον σχεδιασμό υβριδικού συστήματος ανανεώσιμης ενέργειας σε ένα μη διασυνδεδεμένο νησί]

    Τα νησιά που δεν είναι διασυνδεδεμένα στο ηλεκτρικό δίκτυο εξαρτώνται συνήθως από μονάδες καυσίμου πετρελαίου, με υψηλό μοναδιαίο κόστος. Ένα υβριδικό σύστημα με ανανεώσιμες πηγές ενέργειας, όπως αιολικές και ηλιακές μονάδες, θα μπορούσε να μειώσει αυτό το κόστος, παρέχοντας επίσης πιο φιλοπεριβαλλοντικές λύσεις. Ωστόσο, οι ατμοσφαιρικές διεργασίες χαρακτηρίζονται από υψηλή αβεβαιόητα που δεν επιτρέπει την πλήρη εκμετάλλευση και αξιοποίηση αυτού του δυναμικού.Συνεπώς, ένα πιο εξελιγμένο πλαίσιο που κατά κάποιον τρόπο ενσωματώνει την υπόψη αβεβαιότητα θα μπορούσε να βελτιώσει την επίδοση του συστήματος. Για τον σκοπό αυτό, περιγράφουμε διάφορες στοχαστικές και οικονομικές πτυχές αυτού του πλαισίου. Ειδικότερα, διερευνούμε τις ετεροσυσχετίσεις μεταξύ των διαφορετικών ατμοσφαιρικών διεργασιών και της ζήτησης ενέργειας, τη δυνατότητα μίξης των ανανεώσιμων με συμβατικές πηγές και σε ποιο βαθμό αξιοπιστίας, και κρίσιμα οικονομικά υποσυστήματα όπως τα παράγωγα καιρού. Μια πιλοτική εφαρμογή του παραπάνω πλαισίου παρουσιάζεται για ένα απομακρυσμένο νησί του Αιγαίου Πελάγους.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1689/1/documents/EGU2017oral_16781_final.pdf (3038 KB)

    Συμπληρωματικό υλικό:

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

    1. #Vashisth, P. K. Agrawal, N. Gupta, K. R. Naizi, and A. Swarnkar, A novel strategy for electric vehicle home charging to defer investment on distributed energy resources, 2023 IEEE IAS Global Conference on Renewable Energy and Hydrogen Technologies (GlobConHT), Male, Maldives, doi:10.1109/GlobConHT56829.2023.10087723, 2023.

  1. E. Hadjimitsis, E. Demetriou, K. Sakellari, H. Tyralis, P. Dimitriadis, T. Iliopoulou, and D. Koutsoyiannis, Investigation of the stochastic nature of temperature and humidity for energy management, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-10164-5, European Geosciences Union, 2017.

    [Διερεύνηση της στοχαστικής φύσης της θερμοκρασίας και υγρασίας για τη διαχείριση ενέργειας]

    Συμπληρωματικό υλικό:

  1. E. Moschos, G. Manou, C. Georganta, P. Dimitriadis, T. Iliopoulou, H. Tyralis, D. Koutsoyiannis, and V. Tsoukala, Investigation of the stochastic nature of wave processes for renewable resources management: a pilot application in a remote island in the Aegean sea, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, EGU2017-10225-3, doi:10.13140/RG.2.2.30226.66245, European Geosciences Union, 2017.

    [Διερεύνηση της στοχαστικής φύσης των κυματικών διεργασιών για τη διαχείριση ανανεώσιμων πηγών ενέργειας: Πιλοτική εφαρμογή σε απομακρυσμένο νησί του Αιγαίου Πελάγους]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1685/1/documents/EGU2017-10225-3_poster.pdf (3588 KB)

    Συμπληρωματικό υλικό:

  1. A. Koskinas, E. Zacharopoulou, G. Pouliasis, I. Engonopoulos, K. Mavroyeoryos, I. Deligiannis, G. Karakatsanis, P. Dimitriadis, T. Iliopoulou, D. Koutsoyiannis, and H. Tyralis, Simulation of electricity demand in a remote island for optimal planning of a hybrid renewable energy system, European Geosciences Union General Assembly 2017, Geophysical Research Abstracts, Vol. 19, Vienna, 19, EGU2017-10495-4, doi:10.13140/RG.2.2.10529.81767, European Geosciences Union, 2017.

    [Προσομοίωση ζήτησης ηλεκτρικής ενέργειας σε ένα απομακρυσμένο νησί για τον βέλτιστο σχεδιασμό ενός υβριδικού συστήματος ανανεώσιμης ενέργειας]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1684/2/documents/EGU2017_CrossCorr-EnergyDemand.pdf (2668 KB)

    Συμπληρωματικό υλικό:

  1. G. Karakatsanis, H. Tyralis, and K. Tzouka, Entropy, pricing and productivity of pumped-storage, European Geosciences Union General Assembly 2016, Geophysical Research Abstracts, Vol. 18, Vienna, European Geosciences Union, 2016.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1854/1/documents/EGU_2016_GK_15481.pdf (3409 KB)

  1. A. Sotiriadou, A. Petsiou, E. Feloni, P. Kastis, T. Iliopoulou, Y. Markonis, H. Tyralis, P. Dimitriadis, and D. Koutsoyiannis, Stochastic investigation of precipitation process for climatic variability identification, European Geosciences Union General Assembly 2016, Geophysical Research Abstracts, Vol. 18, Vienna, EGU2016-15137-5, doi:10.13140/RG.2.2.28955.46881, European Geosciences Union, 2016.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1658/1/documents/RainP.pdf (3820 KB)

    Συμπληρωματικό υλικό:

  1. H. Tyralis, N. Mamassis, and Y. Photis, Spatial analysis of electricity demand patterns in Greece: Application of a GIS-based methodological framework, European Geosciences Union General Assembly 2016, Geophysical Research Abstracts, Vol. 18, Vienna, European Geosciences Union, 2016.

    [Χωρική ανάλυση των προτύπων ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα. Εφαρμογή μεθοδολογικού πλαισίου σε ΣΓΠ]

    We investigate various uses of electricity demand in Greece (agricultural, commercial, domestic, industrial use as well as use for public and municipal authorities and street lighting) and we examine their relation with variables such as population, total area, population density and the Gross Domestic Product. The analysis is performed on data which span from 2008 to 2012 and have annual temporal resolution and spatial resolution down to the level of prefecture. We both visualize the results of the analysis and we perform cluster and outlier analysis using the Anselin local Moran's I statistic as well as hot spot analysis using the Getis-Ord Gi* statistic. The definition of the spatial patterns and relationships of the aforementioned variables in a GIS environment provides meaningful insight and better understanding of the regional development model in Greece and justifies the basis for an energy demand forecasting methodology.

    Πλήρες κείμενο:

  1. H. Tyralis, G. Karakatsanis, K. Tzouka, and N. Mamassis, Analysis of the electricity demand of Greece for optimal planning of a large-scale hybrid renewable energy system, European Geosciences Union General Assembly 2015, Geophysical Research Abstracts, Vol. 17, Vienna, EGU2015-5643, European Geosciences Union, 2015.

    [Ανάλυση ηλεκτρικής ζήτησης στην Ελλάδα για βέλτιστο σχεδιασμό ενός μεγάλης κλίμακας υβριδικού συστήματος ανανεώσιμης ενέργειας]

    Εξετάζουμε το Ελληνικό σύστημα ηλεκτρισμού για την περίοδο 2002-2014. Αναλύουμε τα δεδομένα ζήτησης σε διάφορες χρονικές κλίμακες (ωριαία, ημερήσια, εποχιακή και ετήσια) και τα συσχετίζουμε με την μέση ημερήσια θερμοκρασία και το ακαθάριστο εθνικό προϊόν (ΑΕΠ) της Ελλάδας για την ίδια χρονική περίοδο. Η πρόβλεψη της ενεργειακής ζήτησης, ένα προϊόν του Ελληνικού Ανεξάρτητου Διαχειριστή Μεταφοράς Ηλεκτρικής Ενέργειας, συγκρίνεται επίσης με το φορτίο ζήτησης. Παράγουμε ενδιαφέροντα αποτελέσματα σχετικά με την αλλαγή του σχήματος ενεργειακής ζήτησης μετά το έτος 2010. Αυτή η αλλαγή σχετίζεται με την μείωση του ΑΕΠ, κατά την διάρκεια της χρονικής περιόδου 2010-2014. Τα αποτελέσματα της ανάλυσης θα χρησιμοποιηθούν για την ανάπτυξη ενός συστήματος ενεργειακής πρόβλεψης, το οποίο θα αποτελέσει τμήμα ενός πλαισίου για βέλτιστο σχεδιασμό ενός μεγάλης κλίμακας υβριδικού ανανεώσιμου συστήματος ενέργειας, στο οποίο η υδροηλεκτρική ενέργεια έχει τον κυρίαρχο ρόλο.

    Πλήρες κείμενο:

  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. M. Filippidou, A. Andrianopoulos, C. Argyrakis, L. E. Chomata, V. Dagalaki, X. Grigoris, T. S. Kokkoris, M. Nasioka, K. A. Papazoglou, S.M. Papalexiou, H. Tyralis, and D. Koutsoyiannis, Comparison of climate time series produced by General Circulation Models and by observed data on a global scale, European Geosciences Union General Assembly 2014, Geophysical Research Abstracts, Vol. 16, Vienna, EGU2014-8529, doi:10.13140/RG.2.2.33887.87200, European Geosciences Union, 2014.

    [Σύγκριση κλιματικών χρονοσειρών που παράγονται από μοντέλα γενικής κυκλοφορίας με παρατηρημένα δεδομένα σε παγκόσμια κλίμακα]

    Πλήρες κείμενο:

    Συμπληρωματικό υλικό:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.33887.87200

  1. H. Tyralis, and D. Koutsoyiannis, Simultaneous use of observations and deterministic model outputs to forecast persistent stochastic processes, Facets of Uncertainty: 5th EGU Leonardo Conference – Hydrofractals 2013 – STAHY 2013, Kos Island, Greece, doi:10.13140/RG.2.1.3230.4889, European Geosciences Union, International Association of Hydrological Sciences, International Union of Geodesy and Geophysics, 2013.

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.1.3230.4889

  1. H. Tyralis, and D. Koutsoyiannis, A Bayesian approach to hydroclimatic prognosis using the Hurst-Kolmogorov stochastic process, European Geosciences Union General Assembly 2012, Geophysical Research Abstracts, Vol. 14, Vienna, doi:10.13140/RG.2.2.24273.74089, European Geosciences Union, 2012.

    [Μπεϋζιανή προσέγγιση της υδροκλιματικής πρόγνωσης χρησιμοποιώντας τη στοχαστική ανέλιξη Hurst-Kolmogorov]

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.24273.74089

  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. D. Koutsoyiannis, S. Kozanis, and H. Tyralis, A general Monte Carlo method for the construction of confidence intervals for a function of probability distribution parameters, European Geosciences Union General Assembly 2011, Geophysical Research Abstracts, Vol. 13, Vienna, EGU2011-1489, doi:10.13140/RG.2.2.33147.31527, European Geosciences Union, 2011.

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.33147.31527

  1. H. Tyralis, and D. Koutsoyiannis, Performance evaluation and interdependence of parameter estimators of the Hurst-Kolmogorov stochastic process, European Geosciences Union General Assembly 2010, Geophysical Research Abstracts, Vol. 12, Vienna, EGU2010-10476, doi:10.13140/RG.2.2.27118.00322, European Geosciences Union, 2010.

    [Αξιολόγηση της επίδοσης και αλληλοεξάρτηση των εκτιμητριών των παραμέτρων της στοχαστικής ανέλιξης Hurst-Kolmogorov]

    Πλήρες κείμενο:

    Βλέπε επίσης: http://dx.doi.org/10.13140/RG.2.2.27118.00322

Various publications

  1. Χ. Τύραλης, Ολοκληρωμένη διαχείριση των επιφανειακών υδατικών πόρων των λεκανών απορροής ποταμών Αχελώου και Πηνειού, Μάιος 2015.

    Πλήρες κείμενο:

  1. H. Tyralis, An introduction to R programming language, 39 pages, Νοέμβριος 2011.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1230/1/documents/TYralisNaresuanRlang2011.pdf (547 KB)

  1. H. Tyralis, A brief introduction to Bayesian statistics, 29 pages, Νοέμβριος 2011.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1229/1/documents/TYralisNaresuan2011.pdf (657 KB)

Academic works

  1. Χ. Τύραλης, Χωροχρονική διερεύνηση της ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα, MSc thesis, 95 pages, Ιούλιος 2016.

    Στην παρούσα εργασία εξετάζουμε την ζήτηση ηλεκτρικής ενέργειας στην Ελλάδα για την χρονική περίοδο 2002-2014 και προσομοιώνουμε την ζήτηση ηλεκτρικής ενέργειας στην Ελλάδα και την Θεσσαλία. Επιχειρούμε την οπτικοποίηση της ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα για την χρονική περίοδο 2002-2014. Αναζητούμε την σχέση μεταξύ της ενεργειακής ζήτησης και του Ακαθάριστου Εθνικού Προϊόντος (ΑΕΠ) και της θερμοκρασίας. Από την ανάλυση προκύπτει ότι σε γενικές γραμμές τα συμπεράσματα των Psiloglou et al. (2009) εξακολουθούν να ισχύουν. Ωστόσο από το 2010, όταν το ΑΕΠ άρχισε να μειώνεται, το σχήμα της ενεργειακής ζήτησης άλλαξε κατά την χειμερινή περίοδο. Επιπλέον διερευνούμε και την αποτελεσματικότητα του συστήματος πρόβλεψης ενεργειακής ζήτησης του Ανεξάρτητου Διαχειριστή Μεταφοράς Ηλεκτρικής Ενέργειας (ΑΔΜΗΕ, Independent Power Transmission Operator, IPTO). Τα αποτελέσματα της ανάλυσης είναι χρήσιμα για την πρόβλεψη ζήτησης ενέργειας και για την παραγωγή συνθετικών χρονοσειρών. Τα δεδομένα και ο κώδικας από τον οποίον προέκυψαν τα αποτελέσματα της εργασίας, διατίθενται ως υποστηρικτικό υλικό. Διερευνούμε χωρικά την ζήτηση ηλεκτρικής ενέργειας στην Ελλάδα. Παρουσιάζουμε σχήματα της ζήτησης ενέργειας για διάφορες χρήσεις και συνδυασμούς μεταβλητών της ζήτησης ενέργειας για διάφορες χρήσεις με μεταβλητές όπως το ΑΕΠ, ο πληθυσμός, η έκταση και η πυκνότητα πληθυσμού για τα έτη 2008-2012. Πραγματοποιούμε ανάλυση ακραίων τιμών, συστάδων, ενεργών σημείων και ομαδοποίησης. Τα σημαντικότερα αποτελέσματα των ανωτέρω επεξεργασιών και αναλύσεων παρουσιάζονται στο κυρίως σώμα της εργασίας, ενώ το σύνολο των 1 125 σχημάτων που παρήχθησαν κατά την εργασία, παρέχονται ως υποστηρικτικό υλικό. Θεωρούμε ότι τα αποτελέσματα είναι χρήσιμα για να κατανοήσουμε θέματα σχετικά με την χωρική κατανομή της ζήτησης ενέργειας στην Ελλάδα και τον αναπτυξιακό προσανατολισμό της χώρας, επιπρόσθετα των εργασιών, στις οποίες άμεσα διερευνώνται κοινωνικοοικονομικές μεταβλητές. Προσομοιώνουμε την συνολική ζήτηση ενέργειας, έχοντας αφαιρέσει νωρίτερα την ζήτηση ενέργειας για γεωργική χρήση στην Ελλάδα και την Θεσσαλία. Επιπλέον προσομοιώνουμε την ζήτηση ενέργειας για αγροτική χρήση στην Θεσσαλία. Η προσομοίωση αφορά μεγάλη χρονική περίοδο και πραγματοποιείται για την εκτίμηση ενός ενεργειακού έργου σε βάθος χρόνου, οπότε δεν λαμβάνονται υπόψη χαρακτηριστικά όπως η εξάρτηση από τις αρχικές συνθήκες. Η προσομοίωση των ζητήσεων ενέργειας πραγματοποιείται αφού πρώτα αφαιρεθούν οι ετήσιοι μέσοι και οι παρατηρούμενες περιοδικότητες. Οι συνθετικές χρονοσειρές παράγονται με την μέθοδο bootstrap από τμήματα τυχαίου μήκους παραγόμενα από μια γεωμετρική κατανομή. Στην συνέχεια προστίθενται τα στοιχεία που προηγουμένως αφαιρέθηκαν. Συνοψίζοντας σε ότι αφορά στην ανάλυση στον χρόνο, παρατηρούμε κατά την διάρκεια της ημέρας δύο τοπικά μέγιστα περίπου στις 12:00 και 20:00 και δύο τοπικά ελάχιστα περίπου στις 04:00 και 16:00. Παρατηρούμε τα ημερήσια μέγιστα ζήτησης ενέργειας τις Τετάρτες ή Πέμπτες και τα ελάχιστα τις Κυριακές. Το σχήμα της ημερήσιας ζήτησης ενέργειας είναι σχεδόν ανεξάρτητο του μήνα. Παρατηρούμε τοπικά μέγιστα μηνιαίας ζήτησης ενέργειας τον Ιανουάριο και τον Ιούλιο και τοπικά ελάχιστα τον Οκτώβριο και τον Απρίλιο. Η μηνιαία ζήτηση ενέργειας του Δεκεμβρίου παρουσίασε αξιοσημείωτη αύξηση μετά το υδρολογικό έτος 2011. Παρατηρούμε μικρότερες διακυμάνσεις της ζήτησης ενέργειας κατά την χρονική περίοδο μεταξύ Δεκεμβρίου και Απριλίου. Ένα γραμμικό μοντέλο για την σχέση μεταξύ ζήτησης ενέργειας και ΑΕΠ φαίνεται λογικό. Επιπλέον η αύξηση του ΑΕΠ έχει ως αποτέλεσμα την αύξηση της ζήτησης ενέργειας (ή και αντίστροφα). Ωστόσο την αύξηση του ΑΕΠ κατά το υδρολογικό έτος 2008 ακολούθησε μείωση της ζήτησης ενέργειας. Παρατηρούμε ένα ολικό ελάχιστο για την ζήτηση ενέργειας για θερμοκρασίες περίπου 17-18 °C και τοπικά μέγιστα για θερμοκρασίες περίπου στους 3 °C και 32 °C. Μια καμπύλη παλινδρόμησης για την ζήτηση ενέργειας (στον y άξονα) και την θερμοκρασία (στον x άξονα) θα ήταν κυρτή. Οι ημερήσιες προβλέψεις του IPTO συνήθως υπερεκτιμούν την ζήτηση ενέργειας. Τα αποτελέσματα της διερεύνησης θα είναι χρήσιμα για την κατασκευή ενός μοντέλου βραχυπρόθεσμης και μεσοπρόθεσμης πρόβλεψης ζήτησης ενέργειας. Σε ό,τι αφορά στην χωρική ανάλυση, επιλέξαμε ορισμένα σχήματα του υποστηρικτικού υλικού τα οποία παρουσιάζουν σημαντικά αποτελέσματα. Προκύπτει ότι στην Ελλάδα υπάρχει μια περιοχή στο κέντρο της η οποία χαρακτηρίζεται ως βιομηχανική αλλά συγχρόνως και ως γεωργική. Η νησιωτική Ελλάδα χαρακτηρίζεται κυρίως ως εμπορική, ενώ η περιοχή γύρω από τον νομό Αττικής χαρακτηρίζεται από μεγάλες τιμές χρήσεις οικιακής ενέργειας. Γενικότερα η Ελλάδα χωρίζεται στις περισσότερες περιπτώσεις, ως προς το μοντέλο ανάπτυξης που ακολουθείται, στο κυρίως ηπειρωτικό τμήμα, το οποίο περιλαμβάνει περιοχές από το κέντρο και βορειότερα, στην Κεντρική Ελλάδα και στις νησιωτικές περιοχές οι οποίες κατά περίπτωση έχουν παρόμοια χαρακτηριστικά με τον νομό Αττικής και την Πελοπόννησο. Τα αποτελέσματα αυτά μπορεί να είναι χρήσιμα για την διαχείριση του ηλεκτρικού δικτύου και για την εύρεση βέλτιστων πολιτικών για το αναπτυξιακό μοντέλο της χώρας. Σε ό,τι αφορά στην προσομοίωση, χρησιμοποιήθηκαν δεδομένα από τα οποία δεν είχε αφαιρεθεί η βιομηχανική χρήση, η οποία παρουσιάζει διαφορετικές περιοδικότητες σε σχέση π.χ. με την ηλεκτρική ενέργεια οικιακής χρήσης. Το επιθυμητό αποτέλεσμα ήταν η παραγωγή μιας συνθετικής χρονοσειράς για την προσομοίωση ενός συστήματος ενέργειας και το ενδιαφέρον ήταν η μακροπρόθεσμη απόδοσή του. Για την συγκεκριμένη εφαρμογή αρκούσε η εξέταση της χρονοσειράς ηλεκτρικής ζήτησης μόνη της. Ωστόσο στην περίπτωση που ενδιαφερόμαστε για πρόβλεψη, πρέπει να ληφθούν υπόψη και οι προβλέψεις της θερμοκρασίας, του ΑΕΠ κλπ. Σε αυτήν την περίπτωση είναι απαραίτητος ο συσχετισμός μεταξύ της ζήτησης ηλεκτρικής ενέργειας και των άλλων μεταβλητών.

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1626/1/documents/Spatio-temporal_energy_analysis_Greece_Msc_thesis.pdf (7210 KB)

    Συμπληρωματικό υλικό:

  1. H. Tyralis, Use of Bayesian techniques in hydroclimatic prognosis, PhD thesis, 166 pages, Department of Water Resources and Environmental Engineering – National Technical University of Athens, Νοέμβριος 2015.

    [Χρήση Μπεϋζιανών τεχνικών στην υδροκλιματική πρόγνωση]

    Συμπληρωματικό υλικό:

Research reports

  1. Α. Κουκουβίνος, Α. Ευστρατιάδης, Δ. Νικολόπουλος, Χ. Τύραλης, Α. Τέγος, Ν. Μαμάσης, και Δ. Κουτσογιάννης, Πιλοτική εφαρμογή στο σύστημα Αχελώου-Θεσσαλίας, Συνδυασμένα συστήματα ανανεώσιμων πηγών για αειφoρική ενεργειακή ανάπτυξη (CRESSENDO), 98 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, Οκτώβριος 2015.

    Αντικείμενο της έκθεσης είναι ο έλεγχος των μεθοδολογιών και τα υπολογιστικών εργαλείων που αναπτύχθηκαν στο πλαίσιο του έργου, στο σύστημα των διασυνδεδεμένων λεκανών απορροής του Αχελώου και Πηνειού. Η περιοχή μελέτης αντιμετωπίζεται ως ένα υποθετικά κλειστό και ενεργειακά αυτόνομο σύστημα, προκειμένου να διερευνήσουμε τις προοπτικές της αειφόρου ανάπτυξης σε περιφερειακή κλίμακα, με αποκλειστική χρήση ΑΠΕ.

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

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1613/1/documents/Report_EE4a.pdf (8010 KB)

  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)

Miscellaneous works

  1. Χ. Τύραλης, και Α. Ευστρατιάδης, «Εθνικό Πρόγραμμα Διαχείρισης και Προστασίας των Υδατικών Πόρων» και «Επιπτώσεις της κλιματικής αλλαγής στα επιφανειακά και υπόγεια υδατικά σώματα του ελλαδικού χώρου»: Συγκριτική παρουσίαση, Σεπτέμβριος 2012.

    Πραγματοποιείται συγκριτική παρουσίαση δύο τεχνικών κειμένων: (1) της έκθεσης του Εθνικού Προγράμματος Διαχείρισης και Προστασίας των Υδατικών Πόρων, που εκπονήθηκε στα πλαίσια ερευνητικού έργου του ΕΜΠ, και (2) της έκθεσης με τίτλο "Επιπτώσεις της κλιματικής αλλαγής στα επιφανειακά και υπόγεια υδατικά σώματα του ελλαδικού χώρου»", η οποία εκπονήθηκε τον Ιούνιο του 2011 από ερευνητική ομάδα του ΕΚΠΑ για λογαρισμό της Τράπεζας της Ελλάδας. Μεγάλο μέρος (~40%) των δύο εκθέσεων είναι όμοια λέξη προς λέξη.

    Σημείωση:

    Η έκθεση του Εθνικού Προγράμματος Διαχείρισης και Προστασίας των Υδατικών Πόρων: http://itia.ntua.gr/el/docinfo/782/

    Δικτυακός τόπος της Τράπεζας της Ελλάδος που περιέχει, μεταξύ άλλων, την έκθεση της ομάδας Στουρνάρα: http://www.bankofgreece.gr/Pages/el/klima/relevant.aspx (τελευταία ενημέρωση 2012/09/07)

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1285/1/documents/MasterPlanComparison_3.pdf (8176 KB)

    Συμπληρωματικό υλικό:

  1. H. Tyralis, A brief introduction to Bayesian statistics, 24 pages, Department of Water Resources and Environmental Engineering – National Technical University of Athens, Απρίλιος 2011.

    [Συνοπτική εισαγωγή στη Μπεϋζιανή στατιστική]

    Πλήρες κείμενο: http://www.itia.ntua.gr/el/getfile/1148/1/documents/2011Tyralis_IntroBayesianStats.pdf (314 KB)