Istoric trama stradală lume [311504]
INTRODUCERE
Necesitatea și oportunitatea temei de cercetare
Conform statisticilor Agențției Europene de Mediu (EEA), [anonimizat], [anonimizat] 1980 – 2012. Costurile medii generate de evenimentele extreme au crescut de la 9 mld. euro în 1980 la 13 mld. euro în anii 2000, trendul fiind unul crescător. Privind situația în România legată de fenomenele hidrologice extreme (inundații sau viituri rapide), [anonimizat] 2005 și 2010, conform International Disaster Database totalul pierderilor de vieți omenești se ridică la 105, iar totalul pierderilor raportate în dolari fiind de 2424.43 * 106$. Toate aceste cifre vorbesc de faptul că încă sunt necesare o serie de lucrări sau instrumente prin intermediul cărora să existe posibilitatea de atenuare a [anonimizat].
[anonimizat] 2007/60/EC. Prin măsuri structurale se înțelege realizarea de construcții hidrotehnice ce au ca scop protecția populației și a obiectivelor economice importante. [anonimizat], acumulările, polderele și în special toate construcțiile hidrotehnice menite să atenueze sau să întârzie hidrograful de viitură. [anonimizat] o [anonimizat], acestea având rolul de a [anonimizat]. [anonimizat] (ploaie-scurgere) și hidrodinamice reprezintă una dintre cele mai bune soluții pentru diminuarea efectelor negative provocate de inundații raportat la costurile de realizare ale unui astfel de sistem și comparat cu costurile de implementare ale unor măsuri structurale.
[anonimizat] o [anonimizat] o [anonimizat] o cunoaștere detaliată a [anonimizat]. [anonimizat]. [anonimizat] o reflexie a interacțiunilor complexe dintre procesele care contribuie la formarea scurgerilor. [anonimizat]-un bazin. [anonimizat], de foarte multe ori apare întrebarea legată de calitatea acestora în reprezentarea comportamentului unui bazin și modul în care acestea sunt procesate în vederea utilizării lor într-un model hidrologic. Din acest motiv modelarea ploaie-scurgere este încă privită ca una dintre provocările majore din hidrologie.
Dezvoltarea modelelor ploaie-scurgere începe la mijlocul secolului XIX cu o metodă de transformare a precipitațiilor în debite, denumită ulterior metoda rațională (Mulvaney, 1851). Marile realizări în acest domeniu au apărut în secolul XX, cand a fost dezvoltată o întreagă gamă de modele matematice hidrologice, atât în baza înțelegerii proceselor dintr-un b.h., cât și în urma dezvoltarii calculatoarelor și a noilor metode de obținere a informațiilor din bazin. Primele modele apărute au fost modelele empirice care funcționează în baza unor relații simple de transformare, plecând de la ipoteza că bazinul este un sistem determinist, liniar, cu parametri concentrați, razultând astfel modele de tipul hidrografului unitar (Sherman, 1932). Treptat, modelele au fost dezvoltate astfel încât să poată încorpora informații care să reflecte caracteristicile reale ale b.h., conducând la modelele conceptuale cum ar fi modelul Sacramento sau modelul NAM. Numărul tot mai mare de infomații fiziografice sau geologice, precum și înțelegerea cât mai detaliată a proceselor fizice ce se desfășoară în interiorul bazinelor a condus la dezvoltarea modelelor analitice (modele ale fizicii matematice), distribuite (bazinul este divizat în celule), capabile să simuleze integral faza terestră a ciclulul hidrologic, un exemplu în acest caz fiind modelul Mike SHE (2006). În funcție de structura internă împreună cu modul de descriere a caracteristicilor fizice ale sistemului hidrologic, modelele hidrologice pot fi clasificate în trei grupe și anume: modele empirice, modele conceptuale și modele analitice.
Privind direcția de dezvoltare, se observă o tendință de reprezentare din ce în ce mai realistă a sistemelor hidrologice cu ajutorul modelelor matematice, cu descrieri explicite ale proceselor fizice, plecând de la ipoteze privind conservarea masei, impulsului sau a energiei. Utilizarea la scară largă în practica curentă, a făcut ca acest tip de modele să devină abordarea tradițională în modelarea procesului ploaie-scurgere.
Începând cu anii 1990, interesul crescut pentru noile tehnologii dezvoltate din domeniul CI a făcut posibilă introducerea acestora în modelarea ploaie-scurgere, implementate ca modelele empirice, dar încă privite ca metode neconvenționale. Modelarea ploaie-scurgere utilizând metodele empirice clasice se realizează în baza analizelor asupra datelor măsurate dintr-un b.h. Modelul este definit în funcție de legăturile dintre variabilele caracteristice și pentru care ipotezele legate de comportamentul fizic al sistemului sunt limitate. Tehnologiile din cadrul calculului inteligent sau a mașinilor instruibile (machine learning) reprezintă un progres important în raport cu modelele empirice convenționale. Acestea s-au dovedit a fi eficiente în rezolvarea problemelor de predicție, de construcție a unor funcții puternic neliniare, de grupare și clasificare a datelor sau de identificare a sistemelor bazate pe reguli predefinite (Solomatine et al., 2008). Trebuie menționat că există încă un grad ridicat de scepticism în ceea ce privește implementarea unor asemenea modele în special generat de lipsa principiilor fizice (See et al. 2007). Printre cele mai cunoscute metode neconvenționale care au început să fie utilizate în cadrul modelării hidrologice sunt rețelele neuronale artificiale (RNA), programarea genetică (PG) sau modele bazate pe logica fuzzy.
Datorită metodelor împrumutate din CI în cadrul modelării ploaie-scurgere, apare necesitatea unei noi clasificari a modelelor hidrologice, acestea fiind grupate în două mari cât egorii și anume: modele bazate pe cunoștinte (eng. knowledge-driven models) și modele bazate pe date (eng. data-driven models). În prima categorie sunt incluse modelele analitice și cele conceptuale, modele care utilizează principiile fizice în descrierea comportamentului unui sistem hidrografic. În contrast cu modelele din prima categorie, modelele bazate pe date (data-driven models), includ modelele empirice și realizează o mapare între variabilele de intrare (e.g. precipitații, temperaturi, etc.) și cele de ieșire (e.g. scurgeri), fără utilizarea directă a legilor fizice care stau la baza procesului ploaie-scurgere.
Ambele grupe de modele prezintă atât beneficii cât și neajunsuri astfel încât nu se poate spune că modelele dintr-o grupă sunt mai potrivite decât celelalte iar alegerea unui anumit model depinzând de scopul final urmărit în modelarea hidrologică.
La o prima vedere, modelele din prima categorie ar fi de preferat în realizarea diferitelor studii hidrologice. Chiar dacă acest tip de modele includ descrieri realiste a b.h., acestea prezintă totuși o serie de minusuri. Problemele cele mai întâlnite la aceste modele provin din surse multiple cum ar fi volumul mare de date necesare la construcția lor sau puterea de calcul ridicată, cuplate cu problemele legate de estimarea condițiilor inițiale. De asemenea, un obstacol important în cadrul acestor modele este dat de procesul de calibrare. Pornind de la ipoteza că există un set de parametri care conduc către o simulare precisă în raport cu datele măsurate, obiectivul calibrării este de a identifica un set de parametri optimi evaluați cu ajutorul unei funcții obiectiv. Identificarea unui set optim de parametri este o sarcină dificilă, care necesită un număr ridicat de date imprecuna cu tehnici robuste de optimizare. Principalele probleme care pot afecta optimizarea pot apărea din cauza supra-parametrizării sau datorită atingerii unui optim local. De asemenea, existența unui set optim de parametri poate fi pus sub semnul întrebării, aceștia putând varia foarte mult în cazul în care se utilizeaza seturi de date diferite în cadrul calibrării.
Pe de altă parte, modelele ce utilizează abordarea bazată pe date sunt, la o primă vedere, mai ușor de dezvoltat și de implementat și mai puțin afectate de limitările modelelor bazate pe cunostințe. Limitările pot surveni de exemplu, în urma ipotezelor simplificatoare din descrierea proceselor sau din cauza informațiilor insuficiente din bazin. Datorită simplității relative ale acestor modele, timpul de simulare este de obicei în limite rezonabile și nu necestită cunoștințe amănunțite ale sistemului sau a proceselor modelate. Totuși și aceste modele prezintă o serie de dificultăți ce pornesc tocmai din utilizarea doar a datelor observate. Una din problemele specifice pleacă de la inabilitatea de a identifica interpretări fizice ale parametrilor interni. O altă dificultate provine de la erorile interne (zgomot) ale seriilor de timp măsurate și care pot să conducă la rezultate deficitare. O a treia problemă este legată de modul în care aceste metode identifică corect relațiile între intrări și ieșiri. Ultima problemă și poate cea mai importantă este problema extrapolării. Deoarece modelele bazate pe date (eng. data-driven) sunt instruite utilizând un număr finit de informații care sunt încadrate în anumite limite, rezultatele extrapolate în afara acestor limite sunt de cele mai multe ori generate cu o acuretețe slabă.
Obiectivele cercetării
Obiectivul principal al acestei teze îl reprezintă aplicarea metodelor neconvenționale, dezvoltate în cadul calculului inteligent, împreună cu cele mai noi tehnici de determinare a precipitațiilor și anume măsurătorile radar, în vederea modelării procesului ploaie-scurgere la nivel de bazin hidrografic, cu accent pe modelarea viiturilor rapide. O importanță deosebită este concentrată asupra informațiilor care pot fi obținute atât din datele măsurate, cât și din rezultatele obținute în urma simulării. Instrumentele care au fost utilizate în realizarea studiilor de caz sunt urmatoarele: programul MatLab versiunea 2016b și programul HeuristicLab, un software de tip „open source” dezvoltat de către Heuristic and Evolutionary Algorithms Laboratory (HEAL) pentru optimizări și analiza datelor cu ajutorul algoritmilor metaeuristici.
În continuare sunt listate obiectivele specifice și aplicarea acestora în cadrul studiului de cercetare:
Investigații asupra modului de prelucrare a datelor radar de precipitații în scopul utilizării acestora în simularea procesului ploaie-scurgere cu metode alternative de modelare;
Modelarea procesului ploaie-scurgere utilizând rețele neuronale artificiale dinamice utilizând ca intrări date măsurate la sol precum și datele provenite din măsurători radar;
Modelarea procesului ploaie-scurgere utilizând tehnicile programării genetice având ca date de intrare aceleași seturi de date utilizate pentru rețelele neuronale;
Identificarea următoarelor direcții de cercetare privind metodele neconvenționale în calculul undelor de viitură.
Metodologia generală de realizare a proiectului
Investigațiile realizate în cadrul tezei au urmărit o metodologie generală de lucru, compusă dintr-o serie de proceduri și etape. Îndeplinirea obiectivelor menționate în sectiunea 1.2 a fost posibilă în urma parcurgerii urmatoarelor etape:
Analiza zonei de studiu și identificarea problemelor specifice: ținând cont de evenimentele măsurate în ultimii 10 ani, zona amonte a b.h. Bahlui, cu secțiunea de închidere la s.h. Târgu Frumos, a fost încadrată ca un bazin cu un risc potențial semnificativ privind apariția evenimentelor de tipul viiturilor rapide
Colectarea și analiza datelor: datele au fost colectate din surse multiple, având diferite formate. Datele necesare pentru realizarea studiilor de caz au fost catalogate în date statice (e.g. straturi GIS, etc.) și date dinamice (e.g. serii de timp pentru precipitații, etc.). După colectarea datelor a fost realizată o analiză amanunțită pentru a identifica mecanismele de producere a evenimentelor de inundații în bazinul studiat. Având în vedere faptul ca au fost utilizate date măsurate prin metode diferite (e.g. precipitații sol si precipitații radar), au fost realizate o serie analize comparative pentru a identifica calitatea datelor. În urma analizei datelor au fost identificate două evenimente semnificative care au fost utilizate în modelare.
Procesarea datelor pentru utilizarea în cadrul RNA și PG: în această etapă s-a urmarit procesarea datelor în vederea utilizării acestora în cadrul modelarii de tip data-driven. În acest sens, datele de precipitații radar au fost procesate prin intermediul instrumentelor GIS și au fost extrase informațiile de precipitatți într-un format acceptat de programele de modelare. În baza acestor date au fost calculate volumele precipitate la nivelul bazinului. În acest mod au fost obținute trei seturi de date care descriu cele doua evenimente indentificate în etapa anterioara (e.g. precipitații la sol, precipitații radar și volume precipitate)
Modelarea evenimentelor de viitura utilizând RNA: în cadrul acestei etape au fost dezvoltate o serie de rețele neuronale artificiale având trei arhitecturi diferite. A fost urmarită o abordare de tipul încercare-eroare, în vederea identificarii rețelei neuronale cu arhitectura cea mai potrivită pentru modelarea evenimentelor din bazin. Rețelele au fost instruite și testate utilizând seturile de date obținute în etapa anterioara. Instruirea și testarea a urmarit o abordare clasică din modelare, utilizându-se un eveniment pentru procesul de instruire (calibrare), iar cel de-al doilea fiind utilizat pentru testare (validare). Rezultatele obținute au fost analizate și au fost extrase o serie de concluzii privind tipul și arhitectura RNA care a generat rezultatele cele mai acceptabile. De asemena, au fost extrase și concluzii privind modul cel mai potrivit de prezenare a datelor pentru o rețea neuronală artificială.
Modelarea evenimentelor de viitura utilizând PG: în mod similar cu etapa anterioară, s-a studiat capacitatea de modelare a procesului ploaie-scurgere utilizând algoritmul PG, utilizând ca date de intrare aceleși seturi de date folosite în cadrul modelarii cu ajutorul RNA. Și în acest caz, au fost realizate diferite analize privind soluțiile generate de catre PG. În urma acestor analize au fost extrase o serie de concluzii privind atât modul de prezentare al datelor în cadrul algoritmului cât și capacitatea de modelare a procesului ploaie-scurgere prin intermediul PG.
Desfășurarea programului de pregătire
Pe parcursul programului de pregătire am participat la cursuri de specialitate din cadrul Universității de Construcții București – Școala Doctorală, am realizat o serie de articole pe tema studiată la o serie de conferinte nationale și internationale. (de finalizat)
Obiectivele și activitățile din cadrul programului de cercetare sunt enunțate în tabelul 1.
Tabel 1 – Obiectivele și activitățile de cercetare din cadrul programului
Structura studiului urmează structura recomandată de Școala Doctorală și este formată din două discipline elective și trei rapoarte de cercetare, conform figurii 1. În finalul tezei s-a realizat un studiu de caz prin care se evidențiaza utilizarea metodelor neconvenționale pentru calculul undelor de viitură.
Figură 1.1 – Structura tezei doctorale
Dispciplina electivă 1: Hidraulica râurilor
Dispciplina electivă 2: Hidrologia versanților
Raport de cercetare nr. 1: Utilizarea rețelelor neuronale pentru calculul undelor de viitură
Raport de cercetare nr. 2: Utilizarea algoritmilor genetici pentru determinarea parametrilor hidrologici
Raport de cercetare nr. 3: Metode pentru calibrarea parametrilor hidraulici care intervin în propagarea undelor de viitură.
Structura tezei
Teza de doctorat este structurată pe șase capitole. În primul capitol este prezentată o scurtă descriere a contextului actual în modelarea procesului ploaie-scurgere la nivelul bazinelor hidrografice împreună cu noile tendințe de modelare și desfășurarea programului de pregătire pe perioda studiilor doctorale. De asemenea, sunt prezentate obiectivele lucrării precum și metodologia de realizare a acesteia.
Capitolul 2 conține o trecere în revistă a literaturii de specialitate privind modelarea procesului ploaie-scurgere. Sunt descrise studiile diferiților cercetători în conexiune cu conceptele actuale ale modelării hidrologice.
În capitolul 3 sunt prezentate datele utilizate în mod general în cadrul modelării ploaie-scurgere. La finalul acestui capitol sunt prezentate seturile de date și procesarea acestora pentru a fi utilizate în studiile de caz.
Capitolul 4 conține prezentarea generală precum și elementele teoretice ale rețelelor neuronale artificiale. La finalul acestui capitol sunt descrise rezultatele obținute în urma studiului de caz realizat, utilizând datele din capitolul anterior.
Capitolul 5 conține prezentarea generală precum și elementele teoretice ale programării genetice. La finalul acestui capitol sunt prezentate rezultatele obținute în urma studiului de caz realizat, utilizând tehnica de programare genetică.
În capitolul 6 sunt descrise concluziile generale obținute în urma realizării studiilor de caz, precum și o serie de direcții viitoare de cercetare și sugestii privind simularea procesului ploie-scurgere utilizând modele de tip data-driven.
TRECERE ÎN REVISTĂ A LITERATURII DE SPECIALITATE
Introducere (ciclul hidrologic)
În decursul istoriei au fost formulate o serie de definiții pentru hidrologie. Definiția acceptată la nivel general descrie hidrologia ca fiind știința care se ocupă cu studiul apelor de suprafață și subterane, apariția, circulația și distribuția acestora atât în timp cât și în spațiu, proprietățile chimice, biologice și fizice, precum și interacțiunea acestora cu mediul, inclusiv relația apelor cu ființele vii (WMO/Unesco, 1992).
Figura 2.1 – Ciclul hidrologic (sursa https://water.usgs.gov/edu/watercycleromanian.html)
Elementul central al oricărui studiu hidro-meteorologic îl reprezintă ciclul hidrologic reprezentat în figura 2.1. Ciclul hidrologic este un sistem închis, în care toate procesele din interiorul acestuia se desfășoară în mod continuu (Chow et al., 1988). Privit la scara proceselor majore, apa se evaporă de la suprafața oceanelor și de pe suprafața terestră, pentru a ajunge în atmosferă, unde vaporii de apă sunt transportați până apare condensarea, în final apa reîntorcându-se sub formă de precipitații pe suprafața terestră sau în oceane.
Dacă ciclul hidrologic este simplificat și privit ca un sistem, atunci acesta poate fi la rândul lui împărțit în trei sub-sisteme distincte și anume: sistemul oceanologic, sistemul hidrologic și sistemul meteorologic.
Faza terestră a circuitului apei în natură este reprezentată de sistemul hidrologic, care este privit ca un sistem închis ce poate fi descris cu ajutorul ecuației de continuitate a masei și anume, diferențele dintre masele de apă intrate și ieșite din acesta reprezintă variația volumelor de apă acumulate în acesta (Chow et al., 1988, Șerban, 1989).
Datorită complexității proceselor care apar în faza terestră a ciclului hidrologic, este necesară o descompunere într-o serie de componente. Împărțirea pe componente produce o imagine de ansamblu asupra proceselor hidrologice care duce la o înțelegere mai detaliată a modului în care acestea interacționează. Descompunerea sistemului hidrologic poate fi urmarită în figura 2.2.
Figură 2.2 –Schematizarea sistemului hidrologic (sursa Serban, 1989)
În faza terestră a ciclului hidrologic, cantitatea totală de precipitații este interceptată la nivelul stratului vegetal, acumulându-se ulterior în depresiunile date de topografia suprefeței terenului, depresiuni în care inițial apa stagnează.
Cantitatea de apă ce ajunge la nivelul solului este direcționată urmărind trasee separate. Un procent din această cantitate se va scurge la suprafața terenului formând scurgerea de suprafață sau superficială, iar un alt procent se infiltrează în zona superficială a solului și anume în zona nesaturată, crescând gradul de umiditate al acestuia. Restul de apă rămas va fi transferat din nou în atmoseferă prin procesul de evaporație.
Procentul de apă care s-a infiltrat în sol este mai departe divizat, astfel că o cantitate din acesta va scurge în imediata apropiere de suprafața terenului, ieșind după un anumit timp la suprafață, reprezentând scurgerea hipodermică. O altă parte din acest procent va percola în adâncime unde va contribui la înmagazinarea subterană iar apoi la formarea scurgerii de bază. Mai departe, din înmagazinarea subterană, o cantitate poate percola în adâncime, formând fuga subterană și care, prin drenanță ascendenta, va ajunge din nou la suprafața terenului. Trebuie menționat faptul că în toate nivelurile de înmagazinare a apei, începând cu zona de intercepție și finalizând cu înmagazinarea din sol, o anumită cantitate este evaporată în atmoseferă.
Se observă că la nivelul fazei terestre a ciclului hidrologic apa suferă o serie de transformări succesive care conduc către componentele principale ale scurgerii și anume scurgerea de suprafață, hipodermică și de bază. Cantitatea de apă rămasă disponibilă pentru aceste componente este supusă unui proces continuu de integrare pe suprafața bazinului și în rețeaua hidrografică (Șerban, 1989).
Șiroirea reprezintă prima faza a procesului de integrare a scurgerilor pe versanți urmată de o concentrare a apei în formațiunile elementare din rețeaua de drenaj de suprafață (e.g. ravene) și care apoi se vor uni formând scurgerea în rețeaua hidrografică. În această fază are loc o acumulare de apă la nivelul albiilor minore și majore ale râurilor concomitent cu propagarea debitelor prin albie. Propagarea scurgerilor se realizează în același timp cu integrarea lor plecând de la elementele de baza până la afluenții și râul pricipal din rețeaua hidrografică, ambele procese fiind componente ale unui proces fizic unitar și cu caracter continuu.
Nu trebuie neglijată influența umană care poate avea un impact major asupra celor trei componente ale scurgerii prin modificarea condițiilor naturale de scurgere pe versanți (e.g. defrișări), în rețeaua hidrografică (e.g. îndiguiri) sau prin modificarea condițiilor de curgere ale apei subterane (e.g. drenaj, pompare).
Istoric al dezvoltării metodelor de modelare hidrologică
În această secțiune este realizată o scurtă descriere istorică în ceea ce privește dezvoltarea modelelor ploaie-scurgere. Este mai mult decât evident că atât necesitățile de instrumente operaționale cât și de înțelegere și cercetare a procesului ploaie-scurgere au condus către dezvoltarea unui număr considerabil de modele matematice, în cadrul acestei secțiuni fiind enumerate doar o parte din aceste modele.
Chiar dacă anumite idei legate de ciclul hidrologic au fost formulate cu mai bine de 2000 de ani în urmă, primul model care a realizat descrierea unei relații între precipitații și scurgeri a fost dezvoltat la mijlocul secolului19 și anume metoda rațională. Aceasta este atribuită inginerului irlandez Mulvaney (1851), iar obiectivele care au dus la dezvoltarea acestei metode au fost date de problemele inginerești legate de dimensionarea sistemelor de canalizare, a sistemelor de drenaj sau pentru dimensionarea deversoarelor la baraje.
Prin utilizarea măsurătorilor de precipitații se obține valoarea debitului maxim Qp (formula 2.1):
în care C este coeficientul de scurgere (dependent de caracteristicile bazinului), i este intensitatea medie a precipitației în perioada de timp Tc (timpul de concentrare), iar A reprezintă suprafața bazinului hidrografic. Formula rațională poate fi privită, în sens larg, ca prima generație de model ploaie-scurgere în care Qp este variabila de ieșire, i și A sunt variabile de intrare, iar C este un parametru al modelului. Totuși, datorită ipotezelor principale ale acestei metode, precipitația și caracteristicile bazinului fiind uniform distribuite în timp și spatiu, formula rațională este limitată la bazine mici.
Necesitatea unei formule ce poate fi aplicată la bazine mari a devenit cu timpul tot mai pregnantă. În anii 1920 au fost aduse modificări la metoda rațională, astfel încât să se țină cont de distribuția neuniformă în spațiu și timp a precipitațiilor și caracteristicilor bazinului. Astfel că, prin utilizarea conceptului de izocrone, metoda rațională modificată, poate fi considerată un prim model ploaie-scurgere bazat pe o funcție de transfer, având parametrii determinați pe baza hărților topografice și utilizând formula Manning pentru evaluarea diferiților timpi de propagare.
Un pas important în analiza hidrologică a fost realizat de către inginerul american Sherman, care în 1932 a pus bazele conceptului de hidrograf unitar. Utilizarea hidrografului unitar a făcut posibil calculul atât al debitului de vârf, cât și al volumului undei de viitură. La finalul anilor 1930 și în perioada anilor 1940 au fost dezvoltate o serie de tehnici în vederea îmbunătățirii acestei metode. De asemenea, în perioada anilor 1940 sunt introduse la scară largă analizele statistice în hidrologie.
Perioada anilor 1950 a reprezentat o perioadă de descoperiri importante din punct de vedere al modelării, prin introducerea conceptelor de sisteme inginerești în hidrologie în vederea analizei sistemelor dinamice complexe. Este o perioadă în care au fost realizate studii de liniaritate și neliniaritate a sistemelor hidrologice, au fost introduse tehnici matematice de tipul transformărilor Laplace sau Fourier și au început să fie utilizate ecuații diferențiale simplificate în modelarea proceselor hidrologice. Aceste noi concepte și tehnici matematice au condus la dezvoltarea modelelor hidrologice conceptuale sau a modelul de tip rezervor (Nash, 1958, 1960).
În anii 1960, o serie de modele ploaie-scurgere conceptuale cu parametri concentrați au fost dezvoltate plecând de la noi interpretări fizice ale proceselor care ar putea simula comportamentul componentelor din ciclul hidrologic la nivel de bazin. Modele precum Stanford IV (Crawford și Linsley, 1966), Sacramento (Burnash et al., 1973) sau HBV (Bergstrom și Forsman, 1973) sunt dezvoltate în această perioada și au fost considerate vârful modelării hidrologice în anii 1960 și 1970. Problema principală a acestor modele a reprezentat-o faptul că aveau în componență un număr mare de parametri care necesitau tehnici de optimizare pentru identificarea acestora.
Introducerea modelelor stochastice pentru analiza seriilor de timp în anii 1970 de către Box și Jenkins (1976) a reprezentat o nouă evoluție, precum și o nouă alternativă în analiza sistemelor hidrologice.
Sfârșitul anilor 1970 și începutul anilor 1980 deschide noi posibilități de utilizare a modelelor hidrologice în sisteme de prognoză în timp real având la bază tehnicile de calibrare și actualizare a parametrilor. Conceptele teoretice pentru tehnicile de actualizare au fost dezvoltate de către Kalman (1960), Kalman și Bucy (1961), Todini (1978) sau O’Connell (1985).
Lipsa unor relații directe între elementele unui model și situația reală, precum și necesitatea de a realiza estimări ale scurgerilor pentru bazinele nemonitorizate a condus în anii 1980 la dezvoltarea modelelor distribuite, bazate pe procese fizice, cum ar fi SHE (Abbott et al., 1986). Aceste tipuri de modele pot fi utilizate pentru managementul integrat al resursei de apă având ca domeniu de aplicații planificarea bazinală, irigații sau drenaje și poate ține cont de modificările ce apar la utilizarea terenului sau a altor factori care influențează sistemul de ape de suprafață și subterane.
Pentru minimizarea incertitudinii parametrilor din modelele conceptuale, acestea sunt extinse astfel încât să poată lua în considerare reprezentarea unui bazin hidrografic ca o compunere de sub-bazine, împărțirea acestora realizându-se în baza omogenității date de topografie și de utilizarea terenului. Exemple în acest sens sunt date de dezvoltarea de modele precum Topmodel (Beven et al., 1979, Beven et al., 1995) sau Arino (Todini, 1996). Aceste modele au plecat de la ipoteza că elemente precum caracteristicile topografice și hidraulice dintr-un bazin au o importanță deosebită în determinarea scurgerilor.
De asemenea, un factor important în dezvoltarea modelelor a venit în perioada anilor 1980, când au fost introduse noi tehnici de măsurare și observare, atât în topografie, cât și în măsurătorile la distanță a parametrilor hidrologici. În domeniul topografiei a fost introdusă reprezentarea tridimensională a terenului cu ajutorul modelelor numerice de teren (MNT) utilizând tehnologii GIS (sistem informațional geografic). În domeniul măsurătorilor la distanță se încadrează imaginile satelitare și măsurătorile radar, aceste tehnologii oferind informații prețioase privind distribuția spațiala a variabilelor hidro-meteorologice și nu numai. Datele obținute prin aceste tehnici au reprezentat un pas uriaș în cadrul modelelor distribuite și bazate pe procese fizice, rezolvând parte din problema datelor de intrare.
Abordarea de tip sistem în modelarea hidrologică
Procesele detaliate care conduc la transformarea precipitațiilor dintr-un bazin în scurgeri, pot fi studiate prin aplicarea legilor fizice deja cunoscute. Totuși, datorită complexității întâlnite în descrierea fizică a bazinului, a condițiilor inițiale și a condițiilor de margine, rezolvările analitice nu se pot aplica în orice situție (DE vERIFICAT DROboT). De asemenea, aplicarea directă a unui set de ecuații bazate pe cunoștințe fizice necesită o discretizare a bazinului hidrografic în regiuni omogene, care țin cont de caracteristicile din bazin (tipuri de sol, pantă, vegetație, etc.) iar acestea pot varia atât în timp, cât și în spațiu. Datorită complexității acestor elemente coroborate cu absența unor cunoștințe exacte, transformarea precipitațiilor în scurgeri poate fi estimată utilizând conceptul de sistem de tip cutie neagră în care sunt analizate legăturile dintre intrări și ieșiri.
Dacă se ține cont de faptul că precipitațiile și transformarea acestora în componente ale scurgerii se realizează la nivelul unui bazin hidrografic (Pârvulescu, 1978), atunci acesta poate fi privit ca un sistem cu o structură de transformare specifică (Drobot, 1990). O repezentare schematică a operațiilor din sistem este prezentată în figura 2.3 în care Ω reprezintă operatorul de transformare a intrărilor în ieșiri.
Figură 2.3 – Reprezetare schematică a sistemului (Sursa: Chow, 1988)
Conceptul de sistem în identificarea și definirea unor relații între datele de intrare și cele de ieșire a fost data de Chow (Chow et al., 1988) în care bazinul hidrografic poate fi asimilat cu un sistem real, definit ca un rezervor (structură) în spațiu, mărginit de o graniță și care acceptă variabile de intrare (e.g. apa din precipitații), acestea fiind operate la nivel intern și transformate în variabile de ieșire (e.g. debite). Prin analiza sistemelor hidrologice se urmărește identificarea comportamentului acestora, având ca obiectiv realizarea de predicții privind ieșirile din sistem.
Figură 2.4 – Reprezetare schematică a bazinului hidrografic în conceputul de sistem (Sursa: Chow, 1988)
Acest tip de abordare pornește de la presupunerea prealabilă a unei relații generale (e.g. liniară) a cărei expresie poate fi obținută prin aplicarea unor metode de analiză a sistemelor în raport cu datele înregistrate. Ca exemple pot fi amintite: metoda hidrografului unitar, modelul de sistem cu restricții liniare (Natale și Todini, 1976) sau modelele liniare (Nash, 1958).
Clasificare generală a modelelor matematice utilizate în hidrologie
Modelele matematice utilizate în hidrologie au fost dezvoltate pentru rezolvarea diferitelor probleme sau situații ce pot fi întâlnite în hidrologia bazinală. În acest moment există o gamă foarte largă de modele matematice, devoltate pe diferite niveluri de complexitate și utilizate în variate scopuri. Modelele hidrologice au fost dezvoltate pentru a răspunde cel puțin unuia dintre cele două obiective principale ale hidrologiei. Unul dintre obiectivele modelării matematice în hidrologie este acela de a obține o înțelegere temeinică a fenomenelor și proceselor hidrologice ce apar la nivelul unui bazin hidrografic, precum și influența sau impactul adus de schimbările din interiorul bazinului, schimbări legate de utilizarea terenului sau schimbări climatice asupra acestor procese. Al doilea obiectiv urmărit în modelare îl constituie simularea sau generarea de date hidrologice. Datele hidrologice sunt împărțite în doup grupuri distincte și anume în date măsurate și date sintetice. Datele măsurate sunt datele colectate în teren, iar prin simularea acestora sunt obținute prognozele hidrologice. De asemenea, prin prelucrarea (modelarea) datelor măsurate sunt generate date sintetice, care apoi sunt utilizate în diferite scopuri (e.g. dimensionare lucrărilor hidrotehnice).
Un model matematic hidrologic reprezintă o formalizare a sistemului hidrologic real în care procesele hidrologice sunt simulate utilizând relații matematice (ecuații sau sisteme de ecuații) caracterizate prin legături între variabilele și parametrii modelului.
Din cauza varietății mari a modelelor matematice hidrologice a apărut nevoia de clasificare a acestora în funcție de modul de construcție sau de funcționare. Clasificări ale modelelor utilizate în hidrologie au fost făcute în mai multe rânduri (Chow et al, 1988, Todini, 1988) o clasificare generală fiind realizată de către Singh (1988), în care se realizează o distincție a modelelor hidrologice, așa cum poate fi observată în figura 2.5, în modele fizice sau materiale și modele simbolice sau abstracte.
Figură 2.5 – Clasificare modele hidrologice (adaptare dupa Singh, 1988)
Legat de modelele matematice, clasificarea utilizată cel mai des, așa cum este reprezentată și în figura XXX, împarte modelele matematice hidrologice în trei mari grupe și anume în modele teoretice sau modele bazate pe procese fizice, modele conceptuale și modele empirice. Mai departe, acestea pot fi liniare sau neliniare, statice sau dinamice, globale sau distribuite și dinamice sau stohastice, această împărțire fiind realizată în funcție de natura relațiilor matematice care intervin în formularea modelului, în funcție de evoluția sistemului sau în funcție de modul în care este luată în considerare variabilitatea spațială a parametrilor. De asemenea, în funcție de modul în care se ia în considerare în cadrul modelului variabila de timp, acestea pot fi incadrate în modele discrete sau modele continue (Drobot, 1990).
2.4.1 Modele Empirice
Acest tip de modele reprezintă cea mai simplă abordare în modelarea procesului ploaie-scurgere bazată doar pe baza măsurătorilor aupra intrărilor și ieșirilor dintr-un b.h. fără a ține cont de procesele fizice din acesta. Modelele empirice sunt utilizate în mod deosebit atunci când relațiile devin foarte complexe și sunt dificil de descris, iar aplicarea acestora în modelarea ploaie-scurgere se realizează de obicei pentru sistemele hidologice în care informațiile sunt limitate. Aceste modele sunt foarte apropiate de conceptul de analiză a sistemului descrisă la secțiunea 2.3.
Întrucât modelele empirice reprezintă sistemul hidrologic ca un tot, făcând abstracție de pocesele interne, acestea poartă numele de „cutie neagră”. Acest tip de abordare prezintă și o serie de neajunsuri legate de aplicabilitatea acestora. Deoarece parametrii acestor modele (e.g. coeficienți de regresie) sunt determinați în urma analizelor datelor istorice dintr-un anumit bazin, acestea sunt dependente de caracteristicile bazinului până în acel moment. Astfel că, aceste modele rămân valide pe o perioadă relativ limitată atâta timp cât nu apar modificări semnificative în bazin. De exemplu, dacă apar modificări importante în ceea ce privește utilizarea terenului, modelele vor avea rezultate sensibil mai slabe, necesitând recalibrări ale parametrilor care să reflecte noile realități din bazin. Acest neajuns este întâlnit și la celelalte tipuri de modele, dar în cazul modelelor empirice efectul este mai pronunțat.
O proprietate importantă în cazul acestor modele este dată de lipsa de variabilitate spațială a datelor de intrare și a parametrilor modelului. Deoarece reprezintă sistemul hidrologic ca un tot, modelele empirice sunt modele cu parametri concentrați, iar datele de intrare, cum ar fi precipitațiile sunt introduse ca valoare medie la nivelul întregului b.h.
Printre cele mai cunoscute modele empirice sunt modelele de tip regresie liniară, modelele ARIMA sau metoda hidrografului unitar. De asemenea, în această categorie pot fi încadrate și metodele dezvoltate în cadrul calculului inteligent, cum ar fi rețelele neuronale artificiale, programarea genetică, metode fuzzy sau mașini cu suport vectorial.
2.4.2 Modele teoretice sau modele ale fizicii matematice (ANALITICE)?
În cadrul acestui tip de modele sunt descrise riguros procesele sau fenomenele dintr-un b.h. cu ajutorul ecuațiilor fizicii matematice. Acestea sunt în cele mai multe cazuri exprimate sub formă de ecuații diferențiale sau cu derivate parțiale, iar soluțiile se obțin prin integrarea numerică a acestor ecuații, de obicei utilizându-se ecuația de continuitate și de mișcare. Din acest motiv, modelele teoretice reflectă procesele analizate foarte exact, fiind capabile să reprezinte la orice pas de timp starea hidrologică din bazin. De asemenea, soluțiile obținute cu ajutorul ecuațiilor cu derivate parțiale sunt de obicei obținute prin discretizarea mai fină sau mai grosieră a spațiului și a timpului.
În funcție de modul în care se realizează reprezetarea spațială a zonei modelate, acest tip de modele poate fi cu parametri globali, semidistribuiți sau distribuiți. Discretizarea domeniului se realizează în funcție de variabilitatea parametrilor și de gradul de omogenitate a sistemului. Discretizarea este realizată doar spațial, fără influența asupra functionalității, în zone cvasiomogene, iar fiecare zonă este caracterizată de valori diferite ale parametrilor. De menționat că parametrii din cadrul unei zone au caracter global, cu valori mediate (Drobot, 1990). Cele mai utilizate modele teoretice sunt modelele distribuite care oferă o imagine suficient de realistă a sistemului studiat.
Figură 2.6 – global și distribuit (de adaugat)
Datorită abordării distribuite, volumul de date cerute de acest tip de modele este de obicei foarte mare. În modelele analitice, datele necesare trebuie să includă informații legate de geologia zonei, date hidro-meteorologice, date fiziografice și de asemenea trebuie definite locația, tipul și valorile condițiilor de margine în vederea realizării unei simulari.
Deoarece acest tip de modele utilizează o reprezentare a sistemului studiat cât mai aproape de realitate care reflectă foarte exact fenomenele analizate, acesta mai poartă numele de „cutii albe”. Printre cele mai cunoscute modele de acest tip este modelul SHE (Sistem Hidrologic European) dezvoltat de către DHI, acesta fiind un model hidrologic integrat.
Figură 2.7 Schematizara proceselor in cadrul modelului SHE (sursa: MIKE SHE User Guide)
2.4.3 Modele Conceptuale
Modelele conceptuale constau într-o descriere simplificată a proceselor care au loc în cadrul unui sistem hidrologic, cunoștințele legate de sistemul real fiind transpuse în model prin intermediul unor parametri descriși într-o manieră simplistă. În cadrul acestor modele, sistemul este presupus descompus în componente interconectate, fiecare componentă transformând întrările în ieșiri specifice cu ajutorul unor relații matematice obținute fie analitic, fie empiric. Acest tip de modele poate fi privit ca o soluție intermediară între modelele empirice și analitice și mai poartă numele de “cutii gri”.
Distribuția spațială a parametrilor în cadrul acestor modele poate diferi. Există modele conceptuale distribuite, numărul acesta fiind însă limitat, majoritatea modelelor fiind cu parametri concentrați. Între cele două tipuri de modele există o soluție intermediară și anume modelele semi-distribuite, care realizează o divizare a b.h. în unități spațiale (e.g. sub-bazine) în care variabilitatea spațială a parametrilor poate fi considerată omogenă.
Modelele conceptuale sunt cele mai utilizate instrumente în modelarea ploaie- scurgere, acestea realizând o tranziție de la modelele analitice la cele empirice. Printre cele mai cunoscute modele conceptuale sunt modelele de tip rezervor, cum ar fi modelul Sacramento sau modelul NAM.
2.4.4 Metode de evaluare a modelelor ploaie-scurgere
Prin natura lor, modelele ploaie scurgere încearcă să descrie comportamentul unui bazin hidrografic prin intermediul unui număr de variabile definite să reprezinte intrările, ieșirile și starea internă a sistemului și un set de ecuații sau relații care descriu interacțiunea dintre aceste variabile.
În structura relațiilor matematice atribuite modelelor hidrologice intervin o serie de parametri care pot avea un impact major asupra rezultatelor simulate. Parte din acești parametri poate fi determinată prin măsurători directe. Setul de parametri care nu pot fi identificați prin metode directe sunt determinați utilizând instrumente de optimizare matematică, astfel încât rezultatele simulate cu ajutorul modelelor sunt apropiate de variabilele hidrologice măsurate într-o secțiune de control. Procedeul de determinare a parametrilor poartă denumirea de calibrare a modelului. Totuși calibrarea parametrilor nu asigură întotdeauna acuratețe în ceea ce privește calitatea rezultatelor unui model la utilizarea unui alt set de date. Astfel că, ținând cont că scopul unui model matematic este de a realiza predicții corecte în toate situațiile, acesta trebuie supus validării. De cele mai multe ori, modelele hidrologice sunt supuse unui proces de calibrare-validare, în care sunt identificate valorile parametrilor (calibrare), apoi corectitudinea acestora este verificată prin procesul de validare. După realizarea calibrării și validării unui model, acesta poate fi utilizat ca instrument capabil să simuleze sistemul real, într-un interval accepat al abaterii.
Având în vedere faptul că o serie de parametri sunt determinați indirect, prin procesul de calibrare – validare, o întrebare justificată poate fi adresată asupra modului de evaluare a rezultatelor modelelor și anume, „prin ce mijloce poate fi determinată eficiența unui model raportat la valorile simulate și măsurate?”. O modalitate de evaluare a rezultatelor unui model poate fi realizată prin instrumente grafice în care sunt reprezentate în același grafic valorile variabilelor simulate impreună cu cele observate (fig. 2.8). Este una dintre cele mai utilizate și expeditive metode de evaluare calitativă a unui model dar, în același timp, sunt necesare evaluări cantitative, pentru a avea o imagine legată de magnitudinea diferenței dintre valorile simulate și cele observate. Pentru evaluarea cantitativă sunt utilizați coeficienți sau indici de performanță prin intermediul cărora se poate evalua eficiența unui model hidrologic. În tabelul 2.1 sunt reprezentați indicii de performanță utilizați în evaluarea modelelor hidrologice. În concluzie, evaluarea unui model poate fi realizată fie prin metode grafice, fie prin metode numerice.
Metode grafice
În 1975, WMO a propus o serie de criterii grafice care sunt potrivite în evaluarea performanțelor unui model de tip ploaie-scurgere:
Grafice în care să se regăsească debitele observate și simulate, utilizate în procesul de calibrare și în procesul de validare;
Grafic al curbelor integrale pentru valoarea debitelor observate și simulate, utilizate în procesul de calibrare și în procesul de validare;
Grafice în care sunt repezentate valorile simulate și măsurate sub forma unui nor de puncte precum și dreapta de regresie corespunzătoare;
Figură 2.8 Tipuri de erori in modelarea hidrologica (eroarea de volum ?)
Coeficienți numerici
În paralel cu analiza grafică, parametrii descriși în continuare sunt utilizați pentru evaluarea unui model hidrologic. Aceștia sunt utilizați fie în estimarea cantitativă a diferenței dintre valorile simulate și măsurate, fie pentru a determina gradul de corelare dintre ele.
Eroarea debitelor de vârf
Este eroarea calculată în procente între valorile maxime ale debitelor măsurate și simulate.
Eroarea de volum
Este eroarea calculată în procente între volumele măsurate și simulate, pentru întreaga perioadă de simulare.
Eroarea de fază a debitelor de vârf
Este eroarea calculată în pași de timp (minute, ore) între timpul de apariție a debitului maximum măsurat și simulat.
În tabelul 2.1 sunt prezentați indicii de performanță dezvoltați în domeniul statisticii.
Tabel 2.1 – Indicii de performanță dezvoltați în domeniul statisticii
Notații: și sunt debite măsurate și respectiv simulate la pasul de timp i, , și sunt valorile medii pentru debitele măsurate și respectiv simulate, n – numărul de pași de timp
Motivul pentru care evaluarea performanței unui model hidrologic necesită atât metode grafice cât și metode numerice este dată de faptul că nu există un coeficient universal prin intermediul căruia este realizată o evaluare globală. Utilizarea metodei grafice este imperativă în evaluarea modelelor hidrologice, dar fără a avea o măsură a abaterii între valorile simulate și măsurate aceasta nu este suficientă. De asemenea, utilizarea doar a coeficienților statistici în detrimentul unei analize grafice poate conduce la o serie de presupuneri eronate legate de eficiența modelului. Ambele metode de evaluare sunt necesare, iar elementele alese pentru realizarea unor analize corecte trebuie să se completeze și să ofere o imagine de ansamblu asupra comportamentului modelului.
2.4.5 Modelarea ploaie-scurgere utilizând tehnici dezvoltate în calculul inteligent
Dezvoltat sub umbrela inteligenței artificiale (IA), având ca scop general dezvoltarea unui sistem inteligent (calculator, program) prin intermediul căruia să se imite gândirea umană și procesele cognitive în rezolvarea problemelor complexe, calculul inteligent (CI) este privit în acest moment ca un subdomeniu al IA, dar care se diferențiază de acesta prin conceptele, paradigmele și algoritmii utilizați în manifestarea comportamentului inteligent. Pe scurt, CI reprezintă abilitatea unui sistem (e.g. calculator) de a învăța sarcini specifice din seturile de date sau din observațiile experimentale.
În general, CI utilizează un set de algoritmi și metodologii de calcul inspirate din natură, utilizate în rezolvarea unor probleme reale, pentru care modele matematice tradiționale nu pot fi aplicate direct din cauza complexității ridicate, incertitudinilor sau caracterului stocastic al problemei. Domeniile principale de lucru din cadrul CI includ logica fuzzy, rețelele neuronale și calculul evolutiv. Fiind un domeniu în continuă dezvoltare, au apărut o serie de abordari și algoritmi inspirați din natură, cum ar fi inteligența roiurilor sau sistemele imune artificiale care sunt încadrate ca fiind componente ale calcului evolutiv. Toate domeniile din cadrul CI sunt complementare și nu concurențiale, fiecare contribuind cu avantajele proprii în rezolvarea problemelor. De cele mai multe ori este confundată cu inteligența artificială, sau cu alte domenii cum sunt procesarea imaginilor sau extragerea datelor (data-mining), etc.
Diferențierea dintre CI și IA a fost făcută de către Bezdek și Marks (1993) argumentând că CI se bazează pe metode de tip soft computing, în care este permisă utilizarea unor soluții inexacte/aproximative pentru rezolvarea diferitelor probleme, pe când IA este orientată către metode de tip hard computing, ce implică utilizarea rigoarii matematice prin intermediul unor formule sau modele analitice precise. Gruparea mașinilor inteligente în hard computing (HC) și soft computing (SC) este propusă de către Zahend în 1994, iar o descriere a acestora este dată de către Rudas și Fodor (2008). Componentele principale ale soft computing sunt logica fuzzy, calculul evolutiv, mașini instruibile (e.g. rețele neuronale) sau raționamentul probabilistic, iar toate aceste tehnici sunt complementare între ele. Se poate observa că CI și soft computing se suprapun și utilizează aproximativ aceleași subdomenii și deseori acestea se confundă.
Catalogarea sistemelor inteligente în hard (HC) și soft computing (SC) este facută în funcție de modul în care acestea modelează sistemele reale sau procesele fizice. Procedurile utilizate în hard computig sunt procedurile convenționale, care necesită un model analitic precis împreună cu date exacte, iar modelarea are loc secvențial. Din acest punct de vedere, procedurile HC sunt deterministe și necesită cunoștinte sau teorii despre sistemul sau procesele fizice studiate. În contrast cu acestea, procedurile utilizate în cadrul SC sunt tolerante la imprecizii, utilizează modele aproximative, poate utiliza date ambigue sau afectate de zgomot și permit o modelare sau un calcul paralel. Procedurile SC încorporează elemente stocastice, iar modelarea sistemelor sau a proceselor fizice este realizată în baza seturilor intrare-ieșire, fără a avea cunoștințe explicite referitor la procese. Aceste două abordări au condus la o impărtțire a modelelor dezvoltate în cadrul IA și CI în modele bazate pe cunoștinte sau teorii (eng. knowledge-driven models) și respectiv modele bazate pe date (eng. data-driven models).
Având în vedere că în ultimii 25 de ani modelele și procedurile dezvoltate în cadrul CI sunt utilizate din ce în ce mai des în modelarea hidrologică, catalogarea modelelor în knowledge-driven și data-driven a pătruns și în cadrul hidrologiei (Solomatine, D. P., Ostfeld, A., 2008). Cele mai reprezentive modele din prima categorie sunt modele fizice (Analitice), iar cea de-a doua conține o serie întreagă de tehnnici, conținând atât modelele empirice tradiționale (e.g. regresii, modele autoregresive, etc.), cât și o serie de modele împrumutate din cadrul CI (e.g. RNA, fuzzy logic, PG, etc.), care încă sunt privite cu o anumită suspiciune de către hidrologi.
Procedurile urmărite în realizarea unui model ploaie-scurgere utilizând un model bazat pe date (data-driven) sunt aproape identice cu procedurile generale utilizate în modelarea tradițională și anume: analiza procesului care se dorește modelat, colectare și procesare date, selectie și setare model, rulare și evaluare model și eventual utilizarea modelului. În figura XXX este prezentat modul general de lucru al modelelor de tip data-driven. Având în vedere procedurile utilizate de către aceste modele și anume reprezentarea comportamentului unui sistem real în baza datelor empirice sau a seturilor intrare-ieșire fără o teorie dată explicit, acestea pot fi cel mai bine încadrate la identificarea sistemelor hidrologice.
Figură 2.9- Instruirea/antrenarea modelelor de tip data-driven (adaptată după Mitchell, 1997)
În continuare sunt prezentate pe scurt rețelele neuronale artificiale și programarea genetică utilizate în cadrul acestei lucrări ca modele neconvenționale în modelarea proceselor ploaie-scurgere.
Rețele neuronale artificiale (RNA)
Rețelele neuronale artificiale (RNA) sunt instrumente de modelare, inspirate din biologie având ca model modul de funcționare al creierului uman. Acestea sunt compuse din elemente simple, denumite și neuroni, interconectate, care primesc informația, o tranformă prin intermediul funcțiilor matematice și o transmit apoi către alți neuroni (Alvisi et al. 2006; DataDriven in forecasting). RNA acumulează cunoștinte printr-un proces de învățare care implică identificarea unui set optim de ponderi atribuite conexiunilor dintre neuroni. RNA pot fi catalogate în funcție de numărul de straturi sau în funcție de modul de propagare a informației. Privind numărul de straturi, RNA pot fi clasificate în rețele cu un singur strat, cu două straturi sau multistrat. În cea de-a doua categorie, privind procesarea și direcția de propagare a informației, există rețele cu propagare înainte, recurente și cu auto-organizare (ASCE, 2000a; DataDriven in forecasting). Cele mai cunoscute și utilizate sunt rețelele multistrat cu propagare înainte (FFMLP), rețelele bazate pe funcții radiale (RFB) sau rețelele dinamice cu recurență.
Datorită structurii flexibile ale RNA, acestea sunt capabile să mapeze relațiile complexe dintre seturile de date de intrare și ieșire, ceea ce a condus la aplicarea tehnicilor RNA în rezolvarea unui spectru larg de probleme din domeniul prognozelor hidrologice. Tehnicile RNA au fost adoptate în domeniul hidrologice în perioada de început a anilor 1990, cu rezultate promițătoare legate de estimarea precipitațiilor, modelarea relațiilor ploaie-scurgere, prognoza debitelor, modelarea apei subterane, calitatea apei, managementul apei sau exploatarea acumulărilor.
Primele aplicații experimentale utilizând tehnica RNA s-au axat pe modelarea procesului ploaie-scurge, iar rezultatele favorabile obținute au condus la apariția primelor publicații care au ca obiect această abordare (e.g. Halff et al., 1993; Karunanithi et al., 1994, ; Hsu et al., 1995, Minns, A. W., and Hall, M. J., 1996; Tokar, A.S., Johnson, P.A. 1999 etc.).
Ținând cont de tendința tot mai crescută a utilizării RNA în cadrul modelării hidrolgice, își fac apariția o serie de publicații în care sunt trecute în revistă partea teoretică a tehnicilor RNA, cât și comparații ale rezultatele obținute cu ajutorul RNA în cadrul hidrologiei (e.g. ASCE, 2000b, Dawson, C. W., Wilby, R. L., 1999 (VOS), Maier, H.R., Dandy, G.C., 2000 (Data Driven in forecasting)).
O serie de studii s-au axat pe comparații între rezultatele obținute cu RNA și tehnicile dezvoltate de către Box și Jenkins (e.g. ARMA), iar în multe situații, tehnicile RNA s-au dovedit superioare față de tehnicile tradiționale statistice (e.g. Jain et al, 1999; Abrahart and See, 2002; Castellano-Mendeza et al., 2004; NU VOS etc.). De asemnea, au fost obținute rezultate promițătoare prin comparație cu modelele hidrologice conceptuale (Hsu et al. [1995]; Tokar and Markus [2000]; Dibike and Solomatine [2001]
Având în vedere capacitățile oferite de RNA se poate considera că utilizarea lor în modelarea ploaie-scurgere se află încă într-o perioadă de dezvoltare, iar subiectul tehnicilor RNA în cadrul modelării hidrologice prezintă un real interes. Aceasta direcție este susținută de cercetările care tratează în continuare acest subiect, având ca exemplu studiile realizate în ultima perioadă de către Minns, 1998; Campolo et al., 1999; Abrahart și See, 2000; Seno et al., 2003; Anctil et al., 2004; Wu et al., 2005; de Vos and Rientjes, 2005; Rajurkar et al., 2004, Han et al., 2007.
Studiile privind modelarea proceselor hidrologice prin intermediul RNA au contribuit substanțial la dezvoltarea literaturii de specialitate la nivel global. Structura flexibilă și compactă a RNA, precum și capacitatea de a modela sisteme puternic neliniare determină ca această tehnică să fie atractivă în modelarea hidrologică. Totuși, din cauza naturii închise ale RNA (cutie neagră), sunt încă necesare studii pentru descoperirea întregului potențial al tehnicilor RNA în modelarea hidrologică.
Programare genetică (PG)
Programarea Genetică (PG) este cea mai recentă metodă dezvoltată în cadrul calcului evolutiv (CE) de către John R. Koza (Koza, 1992) și care de curând a început să capete popularitate. Utilizat în identificarea sistemelor, algoritmul PG mai poartă denumirea de regresie simbolică (Koza, 1992, Babovic, V., Keijzer, M., 2000). Obiectivul principal al regresiei simbolice este de a determina o relație funcțională între seturile de date de intrare și ieșire. Rezultatele, de multe ori surprinzătoare, pot să conducă către relații liniare, pătratice sau polinomiale, care sunt optimizate prin intermediul unei metode de căutare stocastică împrumutată din cadrul algoritmilor genetici (AG). Programarea genetică poate fi văzută ca o extensie a algoritmilor genetici, diferențele fiind observate în modul de reprezentare a indivizilor (arbore simbolic în PG și indivizi liniari în AG). Codificarea sub formă ierarhică vine cu un avantaj major, algoritmul având capacitatea de identificare a unor dependențe neașteptate între variabilele de decizie, precum și abilitatea de configurare automată a formei și mărimii soluției optime (Poli et al, 2008).
Chiar dacă metoda PG este o metodă relativ nouă, datorită modului de funcționare și identificare a soluțiilor, aceasta a căpătat popularitate destul de rapid și a fost aplicată în rezolvarea unei game foarte largi de probleme. În cadrul modelării hidrologice, primele articole legate de utilizarea metodei PG își fac apariția în partea de final a anilor 1990, iar după anii 2000 se observă o creștere a numărului de articole care au ca obiect această metodă. Algoritmul PG a fost aplicat în modelarea hidrologică cu rezultate promițătoare (e.g. Savic A.D., Walters, G. A., Davidson J.W., 1999; Drecourt J., 1999, Whigham, P. A., Crapper, P. F., 2001; Khu, S. T., Liong, S. U., Babovic, V., Madsen, H., Muttil, N., 2001; Babovic, V., Keijzer, M., 2002; Șivapragasam,C., Maheswaran, R., Venkatesh, V., 2007; El. Baroudy, I., et al, 2010; Londhe, S. N., Charhate S. B., 2010).
Comparativ cu RNA, rezultatele obținute cu ajutorul PG prezintă anumite avantaje, cum ar fi reprezentarea „transparenta” a sistemului studiat. Un alt avantaj al PG este dat de faptul că algoritmul nu necesită cunoașterea prealabilă a structurii modelului ca în cazul RNA, în care structura și algoritmul de instruire trebuie predeterminate. Comparativ cu metodele clasice de regresie, metoda PG nu necesită în mod explicit o formă funcțională globală. Limitările cele mai mari ale metodei sunt date de puterea limitată în identificarea constantelor și de tendința de a produce expresii mult prea complexe (expandate), în care semnificația fizică a parametrilor este pierdută.
PG este o metodă recent dezvoltată, iar literatura privind modelarea hidrologică prin utilizarea algoritmului PG este încă limitată. Pentru a descoperi adevăratul potențial al acestor tehnici în cadrul modelării ploaie scurgere este încă nevoie de o cercetare continuă și susținută.
DATE UTILIZATE ÎN MODELAREA PLOAIE-SCURGERE
Baza oricărei analize hidrologice o reprezintă datele colectate, iar conținutul acestora trebuie să reflecte cât mai realist zona de studiu precum și procesele hidrologice analizate. Datele necesare pentru realizarea analizelor sunt de cele mai multe ori împărțite în două grupe și anume: date privind caracteristicile fizico-geografice ale bazinului hidrografic studiat și date cu privire la măsurătorile (observațiile) variabilelelor care descriu procesele hidrologice analizate. Dacă analiza hidrologică are o abordare de tip sistem, atunci datele din primul grup nu sunt absolut necesare, în schimb nu același lucru poate fi afirmat despre observațiile privind intrările (e.g. factori climatologici și meteorologici) și ieșirile din sistem (e.g. debit și/sau evapotranspirație), acestea din urmă fiind absolut necesare în orice tip de abordare a analizelor sau modelărilor hidrologice.
Date fizio-geografice utilizate în modelare ploaie-scurgere
Digitalizarea datelor cu privire la caracteristicile unui bazin hidrografic împreună cu dezvoltarea tehnologiilor GIS, au condus la transforamarea modului în care datele fizico-geografice sunt analizate și prelucrate, în acest moment utilizarea acestor instrumente fiind indispensabilă în analiza hidrologică actuală. Dintre cele mai importante date utilizate în analiza hidrologică sunt amintite: model digital de teren (MDT), hărți digitale, ortofotoplanuri, date privind solurile sau utilizarea terenului care de cele mai multe ori sunt date sub formă de straturi GIS. De asemenea, prin intermediul acestor instrumente pot fi obținute multe alte caracteristici pentru un bazin hidrografic în cazul în care acestea nu sunt disponibile (e.g. obținere rețea hidrografică utilizând MDT, etc.).
Date climatologice, meteorologice și hidrologice utilizate în modelarea ploaie-scurgere
După cum a fost menționat anterior, informațiile legate de măsurătorile variabilelor climatologice, meteorologice și hidrologice sunt cruciale în realizarea unor analize sau unor modelări hidrologice. În funcție de procesul hidrologic studiat sau de abordarea aleasă (modele teoretice sau empirice), anumite variabile au o pondere crescută față de celelalte, iar în unele cazuri anumite variabile pot fi ignorate total. În multe situații reale, strategia de modelare este aleasă în funcție de cantitatea și calitatea datelor disponibile. De exemplu, în modelarea ploaie-curgere, cele mai importante variabile sunt precipitațiile (i.e. variabile de intrare) și scurgerile sau debitele (i.e. variabile de ieșire), acestea având ponderea cea mai ridicată în special în cazul unei abordari simpliste de tip eveniment. Dacă în schimb se dorește o analiză mai detaliată a procesului sau se dorește o modelare continuă a acestuia, trebuie luată în considerare o serie întreagă de variabile care influențează scurgerile (e.g. evaporația, transpirația, temperatura, etc.). În continuare sunt sunt descrise câteva variabile care pot fi luate în considerare în modelarea ploaie-scurgere și care pot fi utilizate ca date de intrare în modelarea de tip data-driven.
Precipitații
Precipitațiile au cea mai mare pondere în faza terestră a ciclului hidrologic și reprezintă principala variabilă de intrare în majoritatea modelelor hidrologice. Precipitațiile reprezintă principalul factor care conduce la apariția scurgerii de suprafață (un alt factor fiind topirea zăpezii), iar observațiile de precipitații determină cantitatea totală de apă utilizată ca intrare într-un model de prognoză. Precipitațiile pot fi caracterizate prin: tip (i.e. lichide, solide), cantitate, durată sau intensitate. Din punct de vedere al variabilității, precipitațiile sunt caracterizate atât prin distribuția temporală, cât și prin distribuția spațială. Modul în care sunt exprimate aceste caracteristici depinde de obiectivele urmărite prin modelarea ploaie-scurgere.
Măsurătorile de precipitații sunt obținute prin utilizarea diferitelor instrumente cum ar fi pluviometrele, pluviografele sau stațiile automate prevăzute cu pluviometre cu lingură de basculare și instrumente de transmisie la distanță. Acest tip de instrumente realizează măsurători punctuale, în care este prinsă doar variabilitatea temporală, iar distribuția spațială este dată de rețeaua națională de monitorizare, sau mai corect de densitatea acesteia. Din punct de vedere al distribuției spațiale a precipitației, este considerat suficient ca un pluviometru să acopere un b.h. cu suprafață mică (cca. 100 km2). Există însă evenimente de precipitații cu caracter local, care pot genera o o viitură rapidă și pentru care nucleul ploii nu este prins de către instrumentele de măsurare la sol a precipitațiilor, chiar dacă este respectată regula amintită mai sus. În aceste situații este relativ dificil să se poată face o analiză sau un model ploaie scurgere, doar utilizând acest tip de măsurători. Pentru a depăși o astfel de problemă sunt utilizate observații de precipitații utilizând tehnologia radar și care sunt descrise în capitolul 3.5.
În modelarea ploaie-scurgere se pot utiliza mai multe exprimări ale precipitației (i.e. cantitate, index al precipitației, etc.), cea mai utilizată metodă de exprimare este sub formă de intensitate care este definită ca raportul dintre cantitatea de precipitații și unitatea de timp.
Măsurătorile de precipitații pot fi afectate de erori având diferite surse cum ar fi condițiile meteorologice, tipul de aparat utilizat sau amplasamentul aparaturii de monitorizare. În general, cantitatea de precipitații măsurate reprezintă o subevaluare a precipitației reale, dar în același timp măsurătorile de precipitații la sol rămân sursa cea mai de încredere. În momentul de față au fost dezvoltate o serie de instrumente, dar și metode prin care să se depășească acest neajuns, de la standarde privind modul de amplasare al instrumentelor (Standarde OMM, 1996; VICAIRE, 2002) sau modele de corecție a cantității de precipitații, unde corecția măsurătorilor este realizată de către presonalul specializat destinat administrării rețelei de monitorizare (e.g. ANM). Ceea ce trebuie menționat, este faptul că măsurătorile nu sunt lipsite de zgomot, iar acest lucru trebuie luat în considerare în modelarea ploaie-scurgere, în mod special dacă se adoptă o abordare de tip data-driven.
Debitele
Debitele în râu au o importanță deosebită în modelarea ploaie-scurgere, reprezentând ieșirile dintr-un sistem hidrografic, fiind cel mai des utilizate ca elemente de control pentru rezultatele simularilor. Valorile anterioare ale scurgerilor pot servi semnificativ la îmbunătațirea prognozelor viiturilor, datorită gradului ridicat de autocorelare între valorile debitelor. Utilizate într-o astfel de configurare se pot construi modele autoregresive (i.e. metode Box-Jenking) pentru prognoza debitelor, iar dacă sunt utilizate împreună cu alte date de intrare (i.e. precipitații, etc.) modelele construite sunt de tip ARX (model autoregresiv cu intrări exogene), NARX (model neliniar autoregresiv cu intrări exogene) sau ARMAX (model autoregresiv-medie mobilă cu intrări exogene). Acest tip de modele ies din sfera modelelor pur deterministe (cauza-efect) și sunt încadrate la modele stocastice.
Debitele sunt obținute indirect la stațiile hidrometrice, prin utilizarea unor relații de transformare între debite și variabilele măsurate direct. Una dintre metodele cele mai uzuale este metoda viteza-arie, în care vitezele de curgere sunt măsurate pentru o serie de verticale cu adâncime cunoscută, verticalele fiind dispuse în lungul unei secțiuni din albia râului. Alte metode de determinare a debitului unui râu sunt: metoda electromagnetică, metoda diluției, instrumente cu traducătoare de presiune sau metoda Doppler.
Similar cu măsurătorile de precipitații și observațiile de debit sunt afectate de zgomot. Având în vedere ca debitul nu este măsurat direct, erorile pot să apară fie din măsurători, fie din utilizarea unei relații de transformare (i.e. cheie limnimetrică) care nu este aleasă corect pentru secțiunea în cauză. De asemenea, la utilizarea cheii limnimetrice trebuie să se țină seama de efectul de histerezis în determinarea debitelor, astfel că toate aceste surse de erori pot avea un efect negativ în rezultatele simulate sau în prognozele realizate.
Componente ale ciclului hidrologic utilizate în modelarea ploaie-scurgere
În funcție de gradul de detaliere ce se dorește a fi atins în cadrul unui model hidrologic se pot utiliza variabile care au impact asupra scurgerilor. În cele mai multe cazuri se urmărește o descompunere a scurgerilor în subcomponente (ecuație de bilanț), coroborate cu variabile climatologice.
Acest tip de abordare are la bază descompunerea în componente ale scurgerii totale și ecuația de bilanț, având pentru scurgerea totală expresia:
În care
Q – scurgerea totală
QS – scurgerea de suprafață, generată de ploaia efectivă
QH – Scurgerea intermediară, generată de cantitatea de ploaie infiltrată, dar care nu este percolată către rezervorul din zona saturată
QG – scurgerea de bază, generată de apa percolată în rezervorul de apă saturată,
iar ecuația de bilanț are expresia:
în care avem:
P – ploaia globală
I – infiltrațiile
ET – evapotranspirația
A – volum de apă stocat la nivelul b.h.
Unele dintre componentele descrise anterior pot fi determinate prin metode directe sau indirecte (e.g. evapotranspirația, scurgerea de bază), iar o parte dintre acestea sunt reprezentate prin intermediul unor coeficienți care nu pot fi măsurați, fiind utilizate aproximări ale acestora prin folosirea unor relații empirice.
Una dintre componentele cele mai utilizate în modelarea ploaie-scurgere pentru care există metode de determinare este evapotranspirația. Această componentă însumează fenomenul de transpirație a stratului vegetal împreună cu evaporația apei din mai multe straturi ale bazinului hidrografic (e.g. suprafața solului, corpuri de apă, etc.) și încorporează apa interceptată de către stratul vegetal. Evaporația este determinată de condițiile meteorologice (temperatură, radiație, vânt, umiditatea aerului, etc.) și de umiditatea anterioară, în timp ce transpirația depinde de tipul de vegetație și de condițiile meteorologice.
O altă variabilă utilizată în modelarea ploaie-scurgere este nivelul apei subterane și este un bun indicator pentru condițiile din bazin. Utilizarea acestei variabile este descrisă în mod indirect în scurgerea de bază din bazin, iar valorile pentru nivelul apei subterane pot indica dacă un eveniment de precipitații va genera sau nu un eveniment de debite mărite.
În mod uzual aceste informații sunt dificil de obținut sau de estimat pentru fiecare zonă dintr-un bazin hidrografic, observațiile pentru aceste variabile fiind capabile să încorporeze erori semnificative. Instrumentele de măsurare pentru evapotranspirație sau forajele de observație pentru nivelul apei subterane nu sunt aplicate decât în zonele care prezintă interes. Privind evapotranspirația, de cele mai multe ori se utilizează metode de mediere la nivelul unui bazin sau sunt utilizate diferite expresii pentru determinarea acesteia din datele climatologice. Legat de forajele pentru măsurarea nivelului apei subterane, amplasamentul acestora este determinat de anumite obiective (b.h. experimentale), astfel că rețeaua de monitorizare are o densitate foarte mică, existând situații în care, pentru anumite subbazine aceste informații nu sunt disponibile.
Raportat la măsurătorile pentru precipitații sau pentru debite, pentru care erorile de măsurare se situează în limite acceptabile, aceste variabile pot fi afectate de erori relativ mari mai ales dacă sunt interpolate în baza unor măsurători cu o densitate foarte slabă și care nu sunt reprezentative pentru un întreg bazin hidrografic. Chiar dacă există o serie de metode prin care poate fi determinată o anumită variabilă (i.e. calcul ET prin diferite expresii), asfel încât crește calitatea privind valorile acesteia, chiar și aceste valori sunt afectate de erori mai mici sau mai mari. Similar cu cele prezentate anterior, toate aceste surse de erori pot avea un efect negativ în rezultatele simulate sau în prognozele realizate.
Date climatologice utilizate in modelarea ploaie-scurgere
Datele climatologice pot avea o influență asupra cantității scurgerilor în modelarea ploaie-scurgere sau în analizele hidrologice. Variabilele cu influența cea mai mare în modelarea ploaie-scurgere sunt direcția vântului și temperatura.
În majoritatea cazurilor direcția vântului se suprapune cu direcția de dezvoltare a evenimentului de precipitații, iar acest lucru poate avea o influență semnificativă asupra formei hidrografului înregistrat la stație. Această influență poate fi observată în două cazuri distincte și anume, un eveniment de precipitații care are o direcție de deplasare dinspre punctul cel mai îndepărtat din bazin către secțiunea de închidere va genera un hidrograf ascuțit. Analog, dacă evenimentul se deplasează în sens opus, hidrografele au o formă aplatizată.
Temperatura este o variabilă importantă, care are efect asupra procesului ploaie-scurgere, aceasta influențând direct evaporația. În multe situații, în cazul în care nu sunt disponibile date legate de evaporație este utilizată temperatura, care este mult mai facil de determinat.
Dacă temperatura poate fi utilizată direct în modelarea ploaie-scurgere, direcția vântului este mai dificil de implementat, din cauza dificultății în modul de exprimare și definire a acesteia. Într-o modelare de tip data-driven acest impediment poate fi depășit prin utilizarea unei codificări pentru această variabila.
Implementarea datelor în modelarea ploaie-scurgere
Variabilele prezentate anterior sunt printre cele mai utilizate date de intrare în modelarea ploaie-scurgere, iar importanța și semnificația acestora variază în funcție de evenimentul de precipitații, bazin hidrografic, condiții inițiale sau intervalul de timp pentru care se realizează modealarea. Într-o modelare de tip eveniment, pentru bazine mici, componentele de tipul evapotranspirației sau nivelul apei subterane au o importanță redusă în procesul de formare a scurgerilor, iar în cazul viiturilor rapide acestea pot fi ignorate total. Analog, în cazul unei modelări continue sau pe o perioadă extinsă, introducerea unor variabile adiționale în procesul de modelare poate produce rezultate superioare din punct de vedere calitativ.
Ideea de a utiliza cât mai multe informații dintr-un bazin pentru a obține rezultate cu un grad de acuratețe ridicat este o abordare intuitivă din punct de vedere determinist, dar în același timp nu este neaparat cea mai eficientă. Cu atât mai mult, în cazul în care este utilizată o modelare de tip data-driven, de tip eveniment, unde calitatea datelor trebuie să fie la niveluri ridicate, utilizarea unor date care nu sunt determinate prin metode directe sau care pot încorpora o serie de erori, poate să conducă la două scenarii privind rezultatele: 1. fie termenii utilizati își pierd total semnificația fizică, chiar și variabilele determinate direct, deoarece în cadrul modelării de tip data-driven, algoritmul va încerca să găsească cea mai bună potrivire utilizând datele prezentate sau 2. propagarea erorilor la nivelul rezultatelor crescând nivelul de incertitudine al rezultatelor, iar în acest caz este dificil de estimat care dintre variabilele utilizate conduce către rezultate eronate.
Precipitații observate utilizând tehnologia RADAR
Tehnologia radar a fost dezvoltată inițial în scopuri militare de către o serie de țări, în mod special în perioada anterioară și pe parcursul celui de-al doilea război modial. Ceea ce la începuturile dezvoltării tehnologiei erau considerate ca interferențe în semnalele radar, a devenit într-un timp relativ scurt un nou domeniu independent de cercetare: observațiile hidrologice radar.
Prin definiție, radarul este un sistem electromagnetic utilizat pentru a determina poziția unui obiect și distanța față de acestea, termenul fiind un acronim al expresiei „RAdio Detection and Range”. În meteorologie și hidrologie, tehnologia radar permite observarea locației și direcția de deplasare a precipitațiilor și a formațiunilor noroase potențial generatoare de precipitații, iar anumite tipuri de echipamente radar produc estimări ale ratei de precipitații căzute la suprafața solului, dacă precipitațiile se află în raza de acțiune a radarului (Bringi and Chandrasekar, 2001 (WMO). Obiectivul urmărit prin utilizarea tehnologiei radar este de a realiza prognoze îmbunatățite privind tipul precipitațiilor (lichide, solide), poziția și deplasarea câmpului de precipitații precum și intensitatea acestora.
În funcție de caracteristicile radarului (e.g. fascicol, puterea de ieșire sau sensibilitate), raza de acoperire a radarelor hidrologice este cuprinsă între 40 și 250 km. În hidrologie, acoperirea radar este definită ca distanța maximă pentru care relația dintre intensitatea ecoului radar și intensitatea precipitațiilor rămâne validă într-un interval rezonabil (WMO). Pentru observarea precipitațiilor sunt utilizate 3 tipuri de radar ce lucrează în benzi de frecvențe diferite, acestea fiind exemplificate în tabelul 3.1.
Tabel 3.1 – Tabel frecvențe radar
În România, ANM administrează rețeaua națională de radare, ce a fost modernizată în totalitate în anul 2004 cu radare Doppler și este compusă din 8 radare meteorologice operaționale dintre care 5 funcționează în bandă S și sunt de tipul WSR-98.D, iar 3 funcționează în bandă C și sunt de tipul EEC și Gematronik. În figura 3.1 este prezentată acoperirea națională radar, iar în tabelul 3.2 sunt prezentate locațiile și tipul de radare utilizate în rețeaua națională.
Figură 3.1 – Acoperirea națională radar în România
Tabel 1.2 – Acoperirea națională RADAR în România (sursa ANM)
Radarul realizează indirect măsurători ale precipitației prin emiterea unui pachet de energie electromagnetic și analizând natura energiei reflectate (retransmisă) înapoi la radar. Mărimile standard determinate cu radarul Doppler sunt reflectivitatea, viteza radială și lungimea spectrală. Pentru estimarea precipitațiilor, este necesară reflectivitatea radar.
Figură 3.2 – Schema funcționare radar sursa
Relația dintre caracteristicile radarului, țintă și semnalul primit poartă numele de ecuație radar. Dacă ținta este reprezentată de precipitații, la momentul umplerii fascicolului cu precipitații, ecuația are forma:
În care:
– puterea medie retransmisă de la țintă la radar de la o serie de pulsuri reflectate (wați)
– puterea maximă transmisă de către radar (wați)
– câștigul (eng. gain) antenei
și – lățimile de bandă orizontală și respectiv verticală
– lungimea pulsului (metri)
– distanța până la țintă (metri)
– lungimea de undă (metri)
– factor de pierdere al radarului și este calculat pentru a compensa atenuarea din precipitații, gaze atmosferice și limitările de detecție ale receptorului
– index de refracție
– reflectivitatea
Expresia anterioară stă la baza tuturor estimărilor radar de precipitații, dar trebuie menționat faptul că aceasta poate fi aplicat doar dacă se ține cont de o serie de ipoteze (Collier, 1996(RADAR_ANN); Meischner, 2003(WMO)) și poate să conducă la rezultate eronate dacă acestea nu sunt îndeplinite.
Observațiile radar nu măsoară în mod direct precipitațiile, astfel că este necesară o relație între măsurătorile directe radar și precipitații. În mod normal, rata de precipitații (R) poate fi exprimată în raport cu distribuția dimensiunii picăturilor dintr-o precipitație, având la bază diametrul picăturii la cub, iar reflectivitatea (Z) poate fi de asemenea, exprimată în raport cu aceeași distribuție a dimensiunii picăturilor, având la bază diametrul picăturii la puterea a șasea. Dacă sunt cunoscute distribuțiile dimensiunii particulelor, atunci poate fi calculată o relație între Z și R.
Relația pentru reflectivitate în raport cu diametrul particulei de apă este dată de expresia:
în care D este diametrul particulei de apă.
Utilizarea acestei expresii în practică este dificil de realizat, deoarece intensitatea ecoului radar nu depinde doar de intensitatea de precipitații, ci și de distanța dintre radar și frontul de precipitații și de asemenea de sensibilitatea antenei radar și a altor componente electronice. Pentru a calcula valoarea reflectivității, sunt utilizați mai mulți algoritmi implementați în programul (software) de lucru al radarului datorită gradului ridicat de variabilitate al acestui paramentru în condiții diferite (valori mari pentru precipitații puternice și valori foarte mici pentru ceață).
Deoarece o relație deterministă între reflectivitate și intensitatea precipitațiilor este dificil de exprimat, în litaratura de specialitate există o serie de relații empirice între cei doi parametri, iar cea mai utilizată are expresia:
în care R reprezintă intensitatea precipitațiilor, iar a și b sunt constante determinate empiric. Unitățile de măsură pentru Z sunt date în reprezentând numărul de particule (picături de ploaie) per unitate de volum, iar pentru R unitățile de măsură sunt date în . Valorile parametrilor a și b sunt determinate în funcție de tipul de precipitații și de proprietățile echipamentului radar, în literatura de specialitate existând o serie întreagă de valori ce pot fi utilizate în diferite condiții. În lipsa unor informații detaliate, se poate utiliza expresia generală (Marshall-Palmer) utilizată pentru evenimente omogene cu expresia:
Figură 3.3 – Acoperire radar Romania (sursa: ANM)
Factori perturbatori în observațiile radar
În continuare sunt prezentați o serie de factori care afectează observațiile radar și care influențează estimarea cantităților de precipitații.
Atenuarea atmosferică – norii, precipitațiile și gazele atmosferice reprezintă surse de atenuare ale microundelor. Există două tipuri de modalități de atenuare: absorbție și împrăștiere. În general gazele acționează doar ca absorbanți, pe când norii și picăturile de apă realizează atât absorbție, cât și împrăștiere a undelor radio. Pentru radarele care operează cu lungimi de unde mai mari, problema atenuării este neglijată.
Atenuarea datorată radomului – de cele mai multe ori antenele radar sunt protejate de un radom construit din materiale cauciucate sau fibră de sticlă cu un schelet din aluminiu. Atenuarea fascicolului radar este cauzată de precipitațiile care umezesc sau care ramân pe radom.
Lungimea de unda – este un factor important legat de atenuarea microundelor. Radarele care funcționează în banda de frecvență S elimină problema atenuării, dar au o sensibilitate mai redusă legat de precipitațiile cu picături de mici dimensiuni. Radarele din banda C sau X au o sensibilitate ridicată, în schimb sunt afectate de atenuare.
Zgomotul de sol – este un ecou persistent, constant, care apare atunci când fascicolul (lobul) principal și/sau lobii laterali lovesc o țintă nedorită sau terenul, chiar și în situațiile în care radarul nu emite în direcția sursei de ecou. De asemnenea, în funcție de amplasamentul radarului, fascicolul poate fi ecranat (ocultat) parțial sau blocat total în zonele cu orografie înaltă și doar o fracție a acestuia va viza câmpul de precipitații.
Propagarea anormală – fascicolul radar poate fi afectat de schimbările bruște în temperatură sau umiditate, modificând calea normală a acestuia și rezultând în vizarea unor ținte nedorite sau chiar la blocajul fascicolului.
Relația Z-R – valorile coeficienților din relația 3.6 (a, b) sunt definiți pentru un set de condiții atmosferice specifice. Aceștia pot varia în limite foarte mari din cauza faptului că sunt determinați în funcție de mărimea și distribuția particulelor dintr-un anumit volum al pulsului radar, care poate avea variații atât din punct de vedere temporal, cât și spațial. Un alt factor care poate afecta această relație este dat și de viteza verticală a ploii în sistemele convective intense.
Factorii care pot induce erori în produsul final obținut cu ajutorul tehnologiei radar sunt minimizați apelând la diferite abordări și strategii, atât din punct de vedere al relațiilor utilizate pentru estimarea precipitațiilor, cât și din punct de vedere al amplasării stațiilor radar.
Chiar dacă la o primă vedere, factorii perturbatori care pot genera erori în estimarea cantitativă a precipitațiilor prin intermediul tehnologiei radar par a fi dificil de minimizat, utilizarea produselor radar devine din ce în ce mai necesară, în special pentru analiza evenimentelor torențiale care acoperă o suprafață relativ redusă și care pot genera viituri rapide. Au fost observate mai multe situatii în care evenimentele torențiale care au generat viituri semnificative nu au fost înregistrate de către rețeaua de monitorizare prin pluviometrele instalate la sol. Astfel că, radarul meteorologic devine un instrument crucial în rezolvarea problemelor legate de densitatea rețelei de monitorizare pluviometrică de la sol, prin capacitatea de a identifica și observa evenimentele torențiale punctuale precum și distribuția spațială și temporală a acestora. Se poate spune că cele două procedee de măsurare a intensității precipitațiilor sunt complementare una celeilalte.
Informatii RaDAR Barnova
Cantitatea și calitatea datelor hidro-meteorologice utilizate în modelara ploaie-scurgere
Nu putem vorbi de modelarea ploaie-scurgere, pentru orice tip de abordare aleasă (model teoretic, conceptual sau empiric), fără a pune problema cantității și calității datelor de observații utilizate. Observațiile privind variabilele hidro-meteorologice sunt împărțite, în majoritatea cazurilor, în două seturi distincte si anume date de calibrare (instruire) si date de validare (testare). În abordarea de tip data-driven se utilizează perechi de date intrare-ieșire pentru instruire, apoi sunt utiliate datele de validare pentru a testa performanțele modelului. Astfel că, este general acceptat faptul că alegerea corectă a datelor de calibrare poate minimiza dificultățile întâlnite în calibrarea modelării hidrologice. În schimb, nu există o procedură obiectivă care să descrie care sunt datele de calibrare „bune”.
Cantitatea datelor
Una dintre practicile obișnutite în modelare este de a utiliza un număr cât mai mare de informații disponibile pentru modelare și pentru calibrarea și validarea rezultatelor simulate, dar întrebarea cea mai imporatantă în această situație poate fi de tipul: care este cantitatea minimă de date necesară pentru calibrarea unui model? Bineînțeles, alegerea seturilor de date este realizată și prin prisma tipului de modelare ales și anume modelare continuă sau o modelare de tip eveniment. Astfel că, pentru o modelare continuă, se obisnuiește să se utilizeze observații care se întind pe o perioadă cât mai lungă de timp (de ordinul lunilor sau anilor). De cealaltă parte, în modelarea de tip eveniment se obișnuiește colectarea unui număr cât mai mare de observații hidro-meteorologice pentru evenimente individuale, având ca regulă utilizarea a minimum două evenimente în calibrarea și validarea unui model hidrologic.
Este indicat ca lungimea setului de date să fie de cel puțin 20 de ori mai mare decât numărul parametrilor ce trebuie estimați (e.g. pentru un model ce conține 5 parametri sunt necesare cel puțin 100 de puncte de măsurare a debitului). Această regulă este un principiu cu o aplicabilitate largă, care nu este valabil pentru fiecare situație în parte. În funcție de obiectivul urmăit în modelare, acesta poate fi aplicat mai mult sau mai puțin, iar cel mai important factor în luarea unei decizii în acest sens îl reprezintă disponibilitatea datelor.
În studiile care au abordat tema cantității de date (e.g. Sorooshia et al, 1983) este sugerat faptul că utilizarea unor seturi de date pentru calibrare (fără validare) mai mari decât este necesar va servi doar pentru o îmbunătățire minoră a parametrilor modelului. De asemenea, pe lângă cantitatea datelor, un factor la fel de important este dat de calitatea datelor utilizate.
Calitatea datelor
Calitatea datelor utilizate în modelarea hidrologică este dependentă de erorile (zgomotul) conținute de seturile de date și de informațiile pe care acestea le prezintă referitor la diferiți parametri. În mod evident, în modelare se dorește obținerea unui volum cât mai mare de date, iar zgomotul din aceste date să fie cât mai mic posibil.
În funcție de informațiile conținute, un set de date poate fi considerat corespunzător din punct de vedere calitativ atâta timp cât acesta conține informații care au o reprezentare bună (variabilitate spațială și temporală) la nivelul întregului bazin hidrografic privind manifestarea diferitelor procese hidrologice și a comportamentului bazinului. Deoarece regimul hidrologic în cadrul unui bazin este variabil (schimbare alternativă de la un regim excedentar la un regim mediu și apoi deficitar), un set de date reprezentativ este acel set care prezintă un grad mare de variabilitate hidrologică. De asemenea, o caracteristică importantă este dată de variabilitatea spațială a setului de date care poate avea influențe majore asupra scurgerii chiar și în cazul bazinelor mici. În general, alegerea unui set de date corespunzător este coroborat cu obiectivele urmărite și procesele hidrologice care se doresc a fi modelate.
Privitor la erorile din interiorul datelor, acestea provin din două surse majore și anume erori de măsurare sau erori legate de modul de stocare al acestora. Aceste erori conduc la o deteriorare a calității datelor, pierzându-se astfel din gradul de încredere al parametrilor modelului sau a rezultatelor simulate. Din acest motiv este foarte important ca în alegerea datelor pentru modelare acestea să fie analizate din punct de vedere al erorilor, utilizând de cele mai multe ori instrumente statistice în vederea identificării si eliminării acestora.
Studiu de caz – colectare și procesare date
3.5.1 Descrierea zonei analizate
Studiul de caz utilizat în cadrul lucrării a fost realizat pentru zona amonte a bazinului hidrografic Bahlueț și anume sub-bazinul cu secțiunea de închidere în stația hidrometrică Târgu Frumos. Localizat în b.h. al Prutului, Bahluetul este cel mai important afluent al râului Bahlui, având confluența cu acesta în localitatea Podu Iloaiei. Conform cadastrului apelor, bazinului hidrografic al râului Bahluet are o suprafață de cca. 551 km2, o lungime de 41 km și o pantă medie de 7.4 ‰. Geografic, bazinul este poziționat în partea estică a României, într-o zonă cu un climat temperat continental, format la contactul dintre Podișul Sucevei și Câmpia Moldovei în zona vestică și Podișul Central Moldovenesc în zona sudică. Cei mai importanți afluenți ai Bahluetului până în secțiunea de închidere la Târgu Frumos sunt râurile Pașcanița, Probota și Cucuteni.
Figură 3.4 – Prezentare zona de studiu
Suprafața bazinului de studiu este de aproximativ 66 km2, debitul mediu multianual la stația hidrometrică Târgu Frumos este de 0.147 m3/s, iar media anuală a precipitațiilor la nivelul bazinului este de cca 550mm/an.
Necesitatea realizării unui studiu pentru aceast sub-bazin se datorează evenimentelor de inundații înregistrate în ultimii 10 ani și care în anumite cazuri pot fi caracterizate ca viituri rapide. În cadrul acestei lucrări nu s-a abordat tema genezei și a motivelor declanșatoare ale acestor tipuri de evenimente, ci s-a urmărit dezvoltarea unor metode de modelare cu potențial de a putea fi dezvoltate mai departe în modele de prognoză, utilizând tehnici neconvenționale de modelare împreună cu observații de radar ale precipitațiilor.
Conform Planului de management al riscului la inundații (PMRI), realizat de către Administrația Bazinală Prut-Bârlad în anul 2015, pentru zona de studiu aleasă au fost identificate doua evenimente semnificative, acestea fiind prezentate în tabelul urmator:
Tabel 3.3 – xxxxxx
Evenimentele indicate în tabelul 3.3 au fost selectate în baza criteriilor hidrologice și a criteriilor privind efectele negative ale inundațiilor, aceste criterii fiind stabilite de către INHGA.
Pe lângă cele doua evenimente menționate anterior, în anul 2014 a fost înregistrat un al treilea eveniment de inundații important care, prin caracteristicile undei de viitură înregistrate, a fost încadrat ca eveniment important, conform Raportului Operativ nr. 10/21.05.2016 privind efectele fenomenelor hidrometeorologice periculoase din perioada 21-22.05.2014.
În cadrul raportului menționat anterior evenimentul înregistrat a fost descris prin intermediul unor caracteristici importante și anume:
Cantitate de precipitații înregistrate la sh Cârjoaia – 42.2 l/m2 (cod meteo portocaliu)
Nivel maxim înregistrat la sh Târgu Frumos – 336 cm (nivel cu 86 cm peste CP – cod roșu)
Debit maxim înregistrat la sh Târgu Frumos – 85.9m3/s
Două localități afectate (casă, anexe gospodărești, drum comunal, teren agricol, fântâni, poduri) prin revărsarea în albia majoră a cursului de apă Bahlueț.
Conform caracteristicilor menționate precum și din cauza timpului scurt între evenimentul de precipitații și debitul maxim al hidrografului înregistrat la stația Târgu Frumos (3.3 ore), evenimentul înregistrat poate fi încadrat ca viitură rapidă, care este definit ca un eveniment de inundații ce apare într-un interval de până la 6 ore de la precipitația declanșatoare. Analiza detaliată a evenimentului este prezentată în capitolul 3.5.3.
În baza datelor prezentate anterior se observă că zona superioară a bazinului hidrografic Bahluet este o zonă ce poate fi caracterizată cu un risc potențial semnificativ la inundații în A.B.A. Prut-Barlad și care necesită o analiză privind modul de formare al evenimentelor de inundații.
În cadrul acestei lucrari s-a urmărit o abordare de tip eveniment pentru modelarea ploaie-scurgere, astfel că, a fost selectat un set de evenimente pentru a atinge obiectivele tezei. De asemenea, având în vedere obiectivele lucrării menționate în subcapitolul 1.2, s-a urmărit utilizarea măsurătorilor de precipitații prin tehnologie radar. Pentru a putea realiza o analiză cât mai justă a datelor de precipitații, sunt necesare atât măsurătorile radar, cât și măsurători la sol care să descrie același eveniment. Acest lucru a condus la o limitare a numărului de evenimente disponibile pentru analiza și utilizare în modelare pentru care această condiție să fie atinsă, astfel că au fost disponibile două evenimente cu debite semnificative înregistrate la stația Târgu Frumos, acestea fiind:
Eveniment înregistrat în data de 21.05.2014 la s.h. Târgu Frumos pentru care a fost depășită cota de pericol (figura 3.9)
Eveniment înregistrat în data de 22-23.07.2014 la s.h. Târgu Frumos pentru care a fost atinsă cota de atenție (figura 3.12)
3.5.2 Descriere date colectate
Așa cum a fost prezentat în capitolul 3.1 si 3.2, în vederea realizării unei analize și modelări hidrologice sunt necesare date caracteristice, atât date fizico-geografice, cât și date privind măsurătorile hidrologice și meteorologice. Majoritatea datelor utilizate în cadrul studiului de caz au fost obținute din partea A.B.A. Prut-Barlad, iar parte din acestea au fost colectate din alte surse.
Datele fizico-geografice, denumite si date statice, privind zona de studiu au fost preluate in format electronic sub formă de straturi tematice GIS, acestea putând fi observate în figura 3.4 și sunt listate după cum urmează:
Model digital de teren (MDT) pentru bazinul hidrografic Bahlui
Ortofotoplanuri
Straturi tematice de tip poligon cu delimitarea subbazinelor în cadrul b.h. Bahlui
Straturi tematice de tip punct cu amplasarea stațiilor hidrometrice și meteorologice din cadrul b.h. Bahlui
Straturi tematice de tip poligon care descriu utilizarea terenului (CORINE Land Cover 2000 database)
Deoarece obiectivul tezei este de a identifica metode de calcul al undelor de viitură prin metode neconvenționale utilizând o modelare empirică, datele fizico-geografice au avut o pondere redusă în cadrul lucrării. Datele listate au fost utilizate în realizarea de analize ale zonei de studiu, prin intermediul instrumentelor GIS, necesare în vederea determinării anumitor caracteristici ale bazinului studiat (e.g. pante medii bazin, coeficient de scurgere etc.) sau în vederea identificării înfluențelor stațiilor pluviometrice (e.g. poligoane Thiessen).
În cazul datelor hidro-meteorologice, au fost obținute din partea A.B.A. Prut-Barlad o serie de măsuratori privind cele două evenimentele înregistrate pentru b.h. Bahlueț în anul 2014 . În continuare sunt listate tipurile de date utilizate în cadrul acestei lucrări:
Serii de timp cu precipitații măsurate la stațiile hidrometrice Târgu Frumos și Cârjoaia (sursa sistem DESWAT)
Imagini cu precipitații determinate prin intermediul tehnologiei radar (sursa sistem ROFFG)
Straturi GIS cu precipitații determinate prin intermediul tehnologiei radar (sursa sistem SIMIN)
Serii de timp cu debitele înregistrate la s.h. Târgu Frumos (sursa sistem DESWAT)
Serii de timp cu nivelurile înregistrate la s.h. Târgu Frumos (sursa sistem DESWAT)
După colectarea datelor măsurate, următorul pas este dat de analiza acestora pentru a avea o imagine calitativă și cantitativă privind caracteristicile principale ale evenimentelor mai sus menționate.
Datele privind măsurătorile terestre sunt colectate din cadrul programului DESWAT iar ambele stații hidrometrice sunt automate. Un element important, din punct de vedere al debitelor și precipitațiilor, este pasul de timp utilizat în monitorizare, măsurătorile fiind realizate la intervale de 10 minute. Această discretizare a timpului este foarte utilă în analiza evenimentelor de tipul viiturilor rapide, similare cu evenimentul din 21.05.2014, în care timpul de creștere și durata evenimentului sunt relativ reduse. În acest mod este prins întreg evenimentul și magnitudinea acestuia. Prin utilizarea unor intervale de timp mai mari pentru măsurători, de ordinul orelor, există posibilitatea de a nu identifica corect valorile maxime pentru nivel sau debit, ținând cont de faptul că timpul de creștere este de 55 de minute.
Legat de precipitațiile radar, valorile intensității precipitațiilor sunt extrase în cadrul sistemelor naționale (e.g. SIMIN, ROFFG) prin procesarea semalelor ecou înregistrate prin intermediul tehnologiei radar, care apoi sunt calibrate utilizându-se măsurători de precipitații la sol. Informațiile de precipitații sunt apoi redate sub formă de raster, având dimensiunea celulei de 1×1 km, iar intensitatea precipitației este dată pentru fiecare celulă în parte. Din capturile radar se poate determina exact care a fost acoperirea evenimentului de precipitații la nivelul bazinului. De asemnea, pot fi extrase o serie de informații, cum ar fi zona din bazin acoperită de precipitații, direcția și viteza de deplasare, precum și intensitatea precipitațiilor la nivel de celulă.
3.5.3 Analiza și procesarea datelor colectate
Procesarea și analiza datelor statice
După cum a fost menționat anterior, datele statice, colectate sub forma de strate tematice au fost utilizate în determinarea caracteristicilor generale ale bazinului. Astfel că, prin intermediul instrumentelor GIS s-a obținut o serie de informații referitoare la bazin, acestea fiind prezentate în continuare.
O primă analiză, utilizând datele statice, a fost realizată în vederea obținerii de informații generale legate de bazinul de studiu. Aceste informații constau în suprafața bazinului, variația cotelor, lungimea râului și sunt prezentate în tabelul 3.4.
Tabel 3.4 – Parametrii bazinului
Următorul pas a fost determinarea poligoanelor Thiessen, acestea fiind prezentate în figura 3.6. Pentru obținerea poligoanelor Thiessen pentru b.h. Bahlui s-au utilizat stațiile meteorologice, stațiile pluviometrice din sistemul DESWAT și stațiile hidrometrice automate din sistemul DESWAT prevăzute cu pluviometre.
Figură 3.2 – Constructie poligoane Thiessen pentru zona de studiu
Analizând poligoanele obținute se observă că cele două stații au o influență aproape egală asupra bazinului studiat care are aria de 66.32 km2. Prin intersecția bazinului studiat cu poligoanele Thiessen s-a determinat influența celor două stații, obținându-se 33.31 km2 pentru stația Cârjoaia și 33.01 km2 pentru stația Târgu Frumos.
O caracteristică importantă a bazinului, care influențează semnificativ debitele înregistrate în secțiunea de închidere, este coeficientul de scurgere. Coeficientul de scurgere a fost calculat ca valoarea medie pentru zona amonte și zona aval a bazinului, determinate de poligoanele Thiessen și ca valoare globală la nivelul întregului bazin. Metoda de calcul a coeficientului de scurgere este realizată utilizând acoperirea terenului, panta versanților și textura solurilor (ușoară, medie sau grea) având la bază valorile utilizate pentru metoda rațională conform metodologiei ASCE, 1992.
Determinarea coeficientului de scurgere presupune parcurgerea în serie a unor pași de procesare a datelor utilizând instrumente GIS. Pașii urmăriți în procesarea datelor sunt descriși pe scurt în continuare.
În prima fază este procesat modelul digital al terenului în vederea obținerii pantelor versanților pentru bazinul de studiu. După obținerea rezultatului, se utilizează stratul tematic pentru acoperirea terenului în care sunt descrise tipurile de utilizare a terenului (e.g. zone urbane, agricole, etc.). Prin procesarea acestor date împreună cu pantele versanților la pasul anterior, este calculată o pantă medie pentru fiecare tip de utilizare a terenului.
Având informații legate de acoperirea terenului, acestea au fost procesate în vederea identificării gradului de utilizare a terenului în procente la nivelul bazinului, acestea fiind prezentate în figura 3.7.
Figură 3.7 – Utilizarea terenului pentru bh Bahluet (zona amonte de Targu Frumos)
Figură 3.3 3.8– Procesarea stratelor GIS pentru zona de studiu
La pasul următor este identificată textura solului la nivelul bazinului, conform clasificării acestora în grupe hidrologice (Drobot, 2007). În baza parametrilor determinati anterior poate fi calculat coeficientul de scurgere. Conform metodologiei menționate, coeficientul de scurgere poate fi calculat în două situații, pentru evenimente de precipitații cu perioada de revenire mai mică sau egală cu 25 de ani sau pentru evenimente cu perioada de revenire mai mare sau egală cu 25 de ani.
De menționat că nu au fost disponibile date legate de textura solului în format de straturi tematice GIS. Legat de textura solurilor pentru bazinul Bahluet, acestea sunt formate din depozite argilo-marnoase de vârsta sarmatiană cu intercalații de nisipuri Geografie ceva . Din acest motiv, coeficientul de scurgere a fost determinat pentru două situații și anume încadrând textura terenului în două grupe hidrologice diferite și anume pentru grupa C și respectiv grupa D (Drobot, 2007-metodologie).
Având în vedere ca utilizarea terenului nu este uniformă la nivelul bazinului, coeficientul de scurgere a fost calculat ca medie ponderată în funcție de acoperirea terenului. Valorile calculate pentru coeficientul de scurgere sunt prezentate în tabelul 3.5.
Tabel 3.5 – Ceoficienti de scurgere calculati pentru zona de studiu
Parte dintre elementele și informațiile obținute în cadrul procesarilor GIS au fost utilizate în analizele celor două evenimente menționate anterior.
Procesarea și analiza datelor măsurate
Similar, datele hidro-meteorologice colectate au fost supuse unor analize și preprocesări, atât în vederea obținerii de informații obiective legate de cele două evenimente cât și pentru pregătirea datelor în vederea utilizării în modelele de tip data-driven.
Analizarea datelor înregistrate este realizată atât grafic, cât și tabelar. Analiza grafică presupune vizualizarea hidrografelor de debit suprapuse cu hietogramele precipitațiilor și oferă o imagine generală, prin intermediul căreia se poate realiza o estimare rapidă a evenimentului înregistrat. În format tabelar au fost extrase cele mai importante elemente caracteristice ale evenimentelor înregistrate.
În continuare sunt prezentate sub forma grafică/tabelară cele mai importante elemente care descriu evenimentele menționate anterior în baza măsurătorilor de debit și măsurătorilor terestre de precipitații precum și o analiză a acestora.
Eveniment mai 2014:
În urma colectării datelor înregistrate la stația Târgu Frumos și Cârjoaia pentru evenimentul din mai 2014 au fost extrase următoarele informații reprezentative:
Figură 3.5 – Precipitatii si debite inregistrate pentru evenimentul din 21.05.2014
Tabel 3.6 – Date caracteristice pentru evenimentul mai 2014
De asemenea, în baza precipitațiilor măsurate la sol, s-a construit pluviograma pentru evenimentul din mai 2014, acesta fiind un bun indicator privind modul de desfășurare al evenimentului. În figura 3.10 este prezentata pluviograma pentru pentru evenimentul din mai 2014.
Figură 3.10- Pluviograma sh Carjoaia – eveniment mai 2014
Evenimentul înregistrat în mai 2014 reprezintă evenimentul de interes în cadrul acestei lucrări, atât datorită magnitudinii, prin depășire cota de pericol (cod roșu), cât și din cauza modului în care acesta a fost generat și anume de o precipitație de scurtă durată (cca. 40 minute) căzută pe o suprafață relativ restrânsă. Conform codificării intensităților de precipitații, precipitația înregistrată la sh Cârjoaia poate fi încadrată la cod portocaliu. Este important de menționat și faptul că debitele înregistrate la sh Târgu Frumos, anterior producerii evenimentului de inundații, au valori scăzute (0.07 m3/s) în raport cu debitul mediu multianual (0.15 m3/s), indicând faptul că umiditatea antecedentă în interiorul bazinului are valori scazute.
În baza datelor de precipitații măsurate s-a calculat volumul precipitațiilor căzute la nivelul bazinului, în vederea determinării unui coeficient de scurgere global. Ținând cont de împărțirea în poligoane Thiessen, volumul precipitatiilor a fost calculat pentru o suprafață de 33.01 km2, rezultând o valoare de 1.51 mil. m3. Prin realizarea raportului între volumul scurgerilor și volumul precipitațiilor a rezultat un coeficient de scurgere global cu valoarea de 0.42. Comparat cu valorile determinate prin procesarea datelor fizio-geografice coeficientul calculat în baza raportului între volumele scurse și precipitate are valori foarte apropiate de cele prezentate în tabelul 3.5. Diferența mică între valorile coeficientului de scurgere calculat prin două metode diferite arată o bună corelare între metode precum și între datele măsurate de precipitații și debite.
Un alt element important care poate fi extras din informațiile prezentate anterior se referă la faptul că la s.h. Târgu Frumos nu au fost înregistrate cantități de precipitații. Privind împărțirea în poligoane Thiessen (fig. 3.6), influența stației Cârjoaia se manifestă pe aproximativ jumătatea amonte a bazinului studiat (cca 33 km2), aceasta fiind abordarea clasică privind distribuția spațială a precipitațiilor măsurate la sol, dar care nu reprezintă neapărat realitatea din teren. O reprezentare mai bună a precipitațiilor măsurate la sol ar fi fost posibilă dacă, pe lângă cele două stații automate menționată anterior, ar fi fost disponibile informații de la o a treia stație situată în zona vestică a bazinului. Poate fi menționat faptul că zona studiată se află la limita dintre bazinul Prutului și bazinul Siretului. Având în vedere rapiditatea cu care s-a desfășurat evenimentul, o stație amplasată în zona vestică a bazinului de studiat ar însemna o stație din bazinul Siretului și care să fie amplasată în apropierea zonei studiate. Din analizele efectuate, nu s-a identificat nici o stație pluviometrică amplasată în zona menționată și care să poată fi utilizată în realizarea unei analize corespunzătoare privind măsurătorile de precipitații terestre.
Din cauza apariției unor evenimente cu intensitate ridicată, cuplate cu o necunoaștere a distribuției spațiale reale ale precipitației, apare necesitatea utilizării datelor de precipitații determinate prin tehnologie radar. Pentru zonele neacoperite de către sistemul de monitorizare la sol a precipitațiilor sau pentru care densitatea acestuia este redusă, sistemul de monitorizare radar al precipitațiilor reprezintă un element major în estimarea intensității precipitațiilor cât și în determinarea suprafețelor acoperite de către aceste evenimente. În figura xxx este prezentată o imagine radar, produsă în cadrul sistemului ROFFG pentru spațiul hidrografic Prut-Bârlad, pentru evenimentul din 21 mai 2014. Capturile radar care descriu evenimentul din mai 2014 în totalitate sunt prezentate în anexa yyy.
Figură 3.4 – Imagine precipitatii radar – 21.05.2014 ora 17.00
Din analiza imaginilor radar privind evenimentul din mai 2014, se observă că doar zona amonte a fost afectată de precipitații, extinderea maximă a evenimentului manifestându-se pe aproximativ jumătate din bazin (echivalent cu influența s.h. Cârjoaia din poligoane Thiessen). Privitor la intensitatea maximă a precipitațiilor, din capturile radar se observă cum nucleul ploii nu acoperă decât o zonă foarte mică din cadrul bazinului și de asemnea, se observă că intensitatea maximă a evenimentului nu a fost măsurată la stațiile terestre. Un alt element important ce poate fi observat din aceste capturi se referă la faptul că durata evenimentului în care apare intensitatea maximă a fost de cca. 2 ore, la nivelul b.h. Bahluet și nu de o oră, așa cum reiese din înregistrările obținute la s.h. Cârjoaia. Pentru a putea realiza o comparație între valorile precipitației măsurate la sol cu cele radar sunt necesare prelucrări ale precipitației radar în vederea extragerii acestor informații. Deoarece datele radar necesită preprocesări utilizând instrumente GIS, acestea au fost tratate separat, iar detaliile legate de prelucrarea datelor sunt prezentate în capitolul 3.5.3.
Eveniment 22-23.07.2014:
În urma colectării datelor înregistrate la stația Târgu Frumos și Cârjoaia pentru evenimentul din iulie 2014 au fost extrase următoarele informații reprezentative:
Figură 3.5 – Precipitatii si debite inregistrate pentru evenimentul din 21-22.07.2014
Tabel 3.7 – Date caracteristice pentru evenimentul iulie 2014
Similar cu evenimentului anterior, în baza precipitațiilor măsurate la sol, au fost construite pluviogramele pentru evenimentul din iulie 2014, acestea fiind prezentate în figura 3.13
Figură 3.13 – Pluviograme sh Carjoaia si sh Targu Frumos – eveniment iulie 2014
Se observă că acest eveniment nu are magnitudinea evenimentului din mai 2014, însă debitele înregistrate se situează peste debitul mediu multianual (cod galben). Din punct de vedere al distribuției spațiale, acestea sunt mai bine reprezentate la nivelul bazinului, în acest caz existând măsurători atât la stația Târgu Frumos, cât și la stația Cârjoaia. Din hietogramele de precipitații, precum și din pluviograme se observă că precipitația înregistrată la sh Cârjoaia apare cu o diferență de cca 4-5 ore înaintea precipitației de la sh Târgu Frumos, iar din pluviograme se poate observa diferența între cantitățile cumulate de precipitații pentru cele două stații. Analizând hidrograful de viitură, diferența de timp în apariția celor două vârfuri este de aproximativ 4.5 ore. Din cadrul acestor analize se observă că evenimentul de viitură este generat de precipitația înregistrată la stația Cârjoaia (influența asupra zonei amonte a bazinului), iar suprapunerea cu precipitația înregistrată la Târgu Frumos generează cel de-al doilea vârf observat în hidrograful de viitură. De asemenea, similar cu evenimentul din mai 2014 se obervă că valorile debitelor înregistrate la stație (0.053 m3/s) anterior producerii evenimentului au valori reduse (0.15 m3/s) și în acest caz considerându-se că umiditatea antecedentă a solului în bazin nu a avut valori importante.
Și în acest caz a fost calculat un coeficient de scurgere global în baza volumelor scurgerilor și al precipitațiilor. Volumul de precipitații calculate pentru acest eveniment este de 3.48 mil. m3, iar coeficientul de scurgere global calculat are avaloarea de 0.25.
Comparat cu valorile determinate prin procesarea datelor fizico-geografice, coeficientul calculat în baza raportului între volume are valori mult sub valorile din tabelul 3.5. Diferențele între valori pot avea cauze multiple, fie legate de umiditatea anterioară, fie legate de faptul că pe parcursul unui eveniment de precipitații coeficientul de scurgere variază și nu rămane constant. Alți factori care ar putea fi luați în considerare sunt erorile de măsurare sau faptul că au fost diferențe între cantitățile căzute la stația Cârjoaia, situată în bazinul Măgura și precipitația reală în bazinul Bahlueț. Distanța între stația Cârjoaia și zona amonte a b.h. Bahluet este totuși mică, este de circa 5,5km, dar este foarte posibil ca în cazul acestui eveniment distribuția spațială a precipitației să difere foarte mult chiar și pe distanțe reduse. Problemele care apar în cazul acestor neconcordanțe conduc la o creștere a gradului de incertitudine privind datele măsurate, iar prin prisma modelării de tip data-driven pot conduce la rezultate eronate.
Similar cu evenimentul din mai 2014 și in acest caz au fost disponibile date de precipitații radar, în format raster, acestea fiind produse în cadul sistemului SIMIN pentru spațiul hidrografic Prut-Bârlad. În figura 3.14, este prezentată una dintre capturile pentru evenimentul din iulie 2014, iar capturile radar care descriu evenimentul în totalitate sunt prezentate în cadrul anexelor XXX.
Figură 3.14 – Imagine precipitatii radar – 22.07.2014 ora 23.00
În figura 3.14 se poate observa distribuția spațială a precipitațiilor la nivelul bazinului de studiu pentru evenimentul din iulie 2014. Comparativ cu evenimentul din mai 2014, acest eveniment este mai bine reprezentat la nivelul bazinului, având astfel posibilitatea de a utiliza aceste date în realizarea unui model ploaie-scurgere de tip data-driven ca date de instruire, iar evenimentul din mai 2014 poate fi utilizat pentru verificarea sau validarea modelului obținut. În capitolul următor sunt prezentate preprocesările realizate pentru extragerea informațiilor de precipitații din datele radar precum și preprocesările realizate în vederea utilizării datelor în modelele de tip data-driven.
3.5.4 Analiza și procesarea datelor de precipitații radar
Având în vedere formatul în care sunt generate datele de precipitații radar, pentru extragerea cantităților de precipitații au fost necesare procesări utilizând instrumente GIS. Măsurătorile radar au fost utilizate împreună cu datele fizico-geografice pentru a putea identifica si extrage precipitațiile din zona de interes. În extragerea acestor informații s-a ținut cont și de cerințele softurilor de modelare, atât din punct de vedere al modului în care trebuie prezentată informația cât și din punct de vedere al cantității de date.
Așa cum a fost menționat anterior, precipitațiile radar sunt disponibile în format raster cu dimensiunea celulei de 1×1 km iar informațiile de precipitații sunt date la nivel de celulă. Astfel că, fiecare celulă a resterului poate fi echivalat cu o stație pluviometrică, putând fi exstrase serii de timp individual pentru fiecare celulă. Prin intersecția datelor radar cu suprfața bazinului, numarul celulelor cu dimensiunea de 1 km2 este ridicat, rezultand aproximativ 90 celule pentru care ar trebui extrase serii de timp de precipitații. În acest mod numărul de informații care descriu un eveniment crește considerabil, ceea ce poate crea dificultăți în utilizarea acestora într-un model ploaie-scurgere. Din punct de vedere al unei modelari de tip data-driven, crearea unui vector al datelor de intrare cu o dimensiune prea mare poate conduce la o slabă instruire a modelelor. Pentru a depăși aceste impedimente s-a optat pentru extragerea cantităților de precipitații prin medierea acesteia la nivelul unei celule de 4×4 km (16 km2). Această discretizare a fost realizată în urma unei analize privind marimea vectorului datelor de intrare si acuratetea rezultatelor.
Prima etapă în vederea obținerii datelor mediate pe o suprafața de 16 km2 a fost construirea unui caroiaj format din pătrate cu latura de 4 km, care a fost suprapus peste zona studiată, astfel încât aceasta a fost încadrată în interiorul caroiajului. În acest mod au fost obținut e o rețea formată din 16 carouri. Pentru o identificare facilă, fiecare carou de rețea a fost denumit utilizând etichete alfanumerice de tipul „A1”, „A2”, etc. Modul de suprapunere a rețelei cu bazinul hidrografic este prezentat în figura 3.15.
Figură 3.65 – Imagine caroiaj cu celula de 4×4 km
După construirea și amplasarea caroiajului în raport cu bazinul hidrografic, cantitățile de precipitații au fost extrase prin încărcarea datelor radar la fiecare pas de timp pentru cele două evenimente, în figura 3.16 fiind prezentat un exemplu în acest sens.
Figură 3.16 – Etichetare celule si extragere precipitatii medii per celula
Cantitățile de precipitații au fost extrase în format tabelar doar pentru celulele care intersectează bazinul de studiu, ignorând celulele exterioare. Un exemplu în acest caz este prezentat în tabelul 3.8.
Tabel 3.8 – Precipitatii extrase din datele radar
După extragerea precipitațiilor pentru fiecare pas de timp, acestea au fost rearanjate în funcție de timpul de apariție. În tabelul 3.9 este prezentată precipitația radar determinată pentru evenimentul din mai 2014. Rearanjarea acestora oferă posibilitatea de prelucrări a precipitației și de utilizare facilă în cadrul modelelor folosite în realizarea studiilor de caz.
Tabel 3.9- Procesarea precipitatiilor radar pentru eveniment mai 2014
Pentru o analiză mai detaliată a evenimentelor s-a considerat necesar determinarea volumelor de precipitații din datele radar. Calculul acestora a fost realizat în funcție de suprafața din bazin acoperită de catre fiecare carou. În acest sens s-a realizat o intersecție între caroiajul construit și stratul care delimitează bazinul hidrografic, identificându-se astfel ariile de acoperire (fig. 3.16).
Figură 3.17 – Suprafata din bazin acoperita de celulele caroiajului
În baza datelor obținute (suprafețe și precipitații) au fost determinate tabelar volumele de precipitații pentru ambele evenimente, în tabelul 3.10 fiind prezenate volumele pentru evenimentul din mai 2014.
Tabel 2 ? 3.10 ? – Volume calculate in baza precipitatiilor radar pentru eveniment mai 2014
Analiză eveniment mai 2014
Comparativ cu precipitațiile măsurate la sol pentru evenimentul din mai 2014 în care precipitația are loc pe durata de o oră, datele radar arată o evoluție a evenimentului pe o durată mai mare (Tabel 3.9). Coform mozaicurilor radar, intervalul de timp cu cele mai importante valori s-a produs intre orele 17 si 18 valoarea maximă înregistrându-se pentru ora 18, aceasta fiind prezentată in figura 3.18.
Figură 3.7 – Precipitatii radar – 21.05.2014 ora 18
Pentru celulele care prezintă cantități de precipitații, se poate observa că evenimentul s-a manifestat aproximativ pe jumătate amonte a bazinului, similar cu influența s.h. Cârjoaia utilizând poligoanele Thiessen. În schimb, se observă o diferența majoră în distribuția spațială a cantităților de precipitații . În abordarea clasică, precipitația măsurată la sol este aplicată peste tot bazinul studiat, iar prin utilizarea datelor radar se observă o variație spațială semnificativă a precipitatiei căzută pe același bazin. Mai mult, această variație spațială apare la nivelul unui bazin mic ceea ce în abordarea clasică este de cele mai multe ori trecută cu vederea.
După cum a fost menționat anterior, fiecare celulă poate fi echivalată cu un pluviometru având în acest caz o acoperire pe o suprafață de 16 km2. În acest sens, pentru fiecare celula au fost construite hietogramele ploii și pluviogramele, exemple ale acestora fiind prezentate in figurile 3.20 și 3.21.
Figură 3.19 – Hietograma precipitatii radar pentru celula A1 – eveniment mai 2014
Figură 3.8 – Pluviograme celule radar si sol – eveniment mai 2014
Analizând pluviogramele pentru celulele cu precipitații se observă că celula etichetată „A1” are o formă similară și valori apropiate de pluviograma înregistrată la stația Cârjoaia. prezintă cele mai mari valori de precipitații cumulate, acestea fiind peste valorile înregistrate la s.h. Carjoaia. Faptul ca valorile de precipitații pentru caroul „A1” sunt mai mari decat cele măsurate la sol se datorează distribuției spațiale restranse ale evenimentului, nucleul ploii ocolind practic locația în care este amplasat pluviometrul Cârjoaia. Din imaginile radar se poate observa că celula „A1” se situeaza pe direcția de deplasare a nucleului ploii. Pluviogramele pentru celelalte celule arată o cantitate de precipitații redusă comparativ cu celula „A1”, ceea ce înseamnă că intensitatea maximă a evenimentului s-a manifestat cu precădere în zona cea mai din amonte a bazinului. De asemnea, tot in analiza pluviogramelor se observa o creștere mai rapidă a cantitații precipitațiilor pentru celula „A1” in raport cu celelalte carouri, dar mai lent fata de obserațile la sol. Si aceasta diferenta poate fi pusa pe seama modului de desfasurare a evenimentului si distribuției spațiale a acestuia.
În baza volumelor de precipitații calculate a fost determinat un coeficient de scurgere corespunzător precipitațiilor radar. Volumul de precipitații radar determinat este de 0,99 milioane m3, iar coeficientul de scurgere are valoare de 0,65. În acest caz se observă o diferență considerabilă față de valoarea determinată în baza măsurătorilor terestre de precipitații, sau față de valorile determinate din procesarea datelor de acoperire a terenului. Această valoare de 1,5 ori mai mare este dată de cantitatea de precipitații observată prin cele două metode, având un volum de precipitații mai mare cu aproximativ 0,5 milioane m3 pentru măsurătorile terestre. După cum a fost menționat anterior, aceste discrepanțe au ca efect o scădere a gradului de încredere legat de calitatea datelor colectate, precum și o creștere a magnitudinii erorilor în cadrul rezultatelor modelate.
Analiză eveniment mai 2014
Determinarea cantităților și volumelor de precipitații pentru evenimentul din iulie 2014 a urmărit pașii descriși anterior, datele obținute fiind prezentate în tabele 3.11 și 3.12. În figura 3.14 este prezentată ca exemplu o captură radar în care este evidențiată distribuția spațială a evenimentului.
Tabel 3.11
Tabel 3.12
Comparativ cu măsurătorile terestre, datele radar pentru acest eveniment coincid ca perioadă de timp în desfășurarea evenimentului (cca. 11 ore). De asemenea, se observă o distribuție spațială relativ uniformă față de evenimentul prezentat anterior, distribuție surprinsă și de măsuratorile terestre. Diferențele între datele radar și măsurătorile la sol sunt evidențiate în cadrul pluviogramelor (fig XX).
Figură 3.21 – Pluviograme celule radar – eveniment 22-23.07.2014
Analizând pluviogramele se observă din nou că precipitația cu intensitate maximă se află în zona amonte a bazinului (caroul „A1”), iar forma este apropiată cu precipitația măsurată la s.h. Cârjoaia. Totuși se pot observa diferențe relativ mari (cca. 20mm) în ceea ce priveste precipitația cumulata pentru caroul „A1” și măsuratorile la s.h. Cârjoaia. În zona secțiunii de închidere a bazinului (Tg. Frumos), aflata în caroului „D4”, pluviograma are o formă mai apropiată în raport cu măsurătorile de la stația Târgu Frumos, dar cresterea cantității de precipitatii este mai lentă fată de aceasta. Și in acest caz se înregistrează diferențe între cantitățile de precipitații radar și cantitățile determinate din măsurători terestre, diferența în acest caz fiind mai redusa, cca 6mm în ceea ce priveste precipitatia cumulată la s.h. Târgu Frumos si cea pentru caroul „D4”.
Coeficientului de scurgere pentru cel de-al doilea eveniment utilizând precipitații radar a fost calculat având o valoare de 0.46, o valoare apropiată de cele calculate din datele fizio-geografice (tabel 3.5) , dar aproape dublă dacă o raportăm la valoarea obținută din precipitațiile terestre pentru acelasi eveniment αsol = 0.25. Diferențele pentru acest coeficient provin din volumele de precipitații calculate. Precipitațiile terestre au un volum calculat de 3,48 mil m3 iar volumul precipitațiilor radar este de 1,91 milioane m3, rezultând o diferență de 1,57 milioane m3.
În mod traditional se consideră că măsurătorile terestre sunt cele care au un grad de încredere mai ridicat. Din analiza celor două evenimente se observă că valorile volumelor de precipitatii determinate prin tehnologie radar sunt mai mici decat volumele pentru precipitațiile masurate la sol. Pentru primul eveniment din imaginile radar se observa ca nucleul ploii nu este prins de catre stația pluviometrica de la Cârjoaia, iar evenimentul a fost concentrat în zona amonte a bazinului, astfel că nu putem trage o concluzie definitivă privind care dintre metodele de observații au reflectat mai corect realitatea din teren. Pentru cel de-al doilea eveniment se observa o diferență mare între datele masurate la sol și cele radar, în special pentru zona amonte a bazinului. O diferență ceva mai mica este observată în măsuratorile stației Târgu Frumos raportat la observațiile pentru celula „D4”, carou în care este poziționată stația pluviometrică Târgu Frumos. Din datele radar pentru evenimentul din iulie 2014 s-a observat o distribuție spațială mai buna față de primul eveniment.
Dacă ar fi sa ținem cont de modul în care precipitațiile radar sunt generate, de obicei, produsul radar final este corectat în baza măsuratorilor terestre de precipitații. Fiecare statie radar are asociata o stație pluviometrică de calibrare care este amplasata în imediata proximitate. Acest lucru ar putea afecta estimările de precipitații radar care nu se află în apropiata vecinatate a stației. Totuși, bazinul de studiu nu se află la o distanță foarte mare de stația radar (cca. 45 km) iar în zonă nu există elemente topografice majore (amplasare in Podisul Moldovei) care ar putea ecrana semnalul radar. Din punct de vedere al diferențelor de precipitatii, pentru zona aval (s.h. Târgu Frumos), acestea sunt mici, de aproximativ 6mm la precipitația cumulată pe o perioadă de cca. 11 ore. Pentru zona amonte diferentele sunt mult mai mari, de aproximativ 20 mm, dar rebuie menționat că amplasamentul stației pluviometrice Cârjoaia nu se suprapune cu carourile pentru care a fost determinata precipitația în zona amonte, dar este relativ apropiată de aceasta zonă (cca. 5,5km).
Singura explicație pertinentă pentru care avem diferențe mari pentru coeficientul de scurgere calculat cu ajutorul volumelor de precipitatii poate fi exprimata in baza modului in care acest coeficient este calculat. Calculul coeficientului în baza datelor radar este efectuat la nivel de carou (celula) și este limitat la suprafața bazinului hidrografic. De asemenea, datele radar redau variația spatială a cantităților de precipitații pe suprafața b.h. În schimb, calculul coeficientului de scurgere avand la bază precipitații din măsuratori terestre este calculat prin intermediul poligoanelor Thiessen. În acest caz variabilitatea spațială a precipitației este dată de densitatea stațiilor pluviometrice. Poate fi concluzionat ca în cazul de fața diferențele pentru volumele de precipitații și implicit pentru coeficientul de scurgere au ca principală sursă modul in care acestea au fost calculate. Chiar dacă bazinul de studiu poate fi considerat un bazin mic, din datele radar variabilitatea spațială si temporală a precipitatiei este foarte bine evidențiată de la o celulă la alta. În schimb măsuratorile la sol conduc la aprecieri nerealiste privind distribuția spațială ploilor la nivelul bazinelor hidrografice, chiar și în cazul bazinelor considerate mici.
Privind diferențele între valorile coeficientului de scurgere calculat prin cele doua metode, se observă că aceasta rămane foarte apropiată în ambele cazuri. Dacă pentru primul eveniment avem o diferență de 0.23, pentru cel de-al doilea eveniment diferență este de 0.21. Acest lucru arata un anumit grad de consecvență in ceea ce priveste datele de precipitații. Avand valori aproape identice de la un eveniment la altul, aceasta diferenta poate fi tratata ca o eroare de sistem sa ca o deviatie (eng. bias), element care poate fi relativ ușor de manageriat, față de o măsurătorare afectată de zgomot. Totuși, pentru a putea trage concluzia că acestă diferență poate fi considerată un bias sunt necesare studii amanuntite utilizând cât mai multe masuratori radar si la sol.
În mod traditional se consideră că măsurătorile terestre sunt cele care au un grad de încredere mai ridicat. Din analiza celor două evenimente se observă că măsurătorile radar subestimează precipitația care este măsurata la sol. Totuși există semne de întrebare legate și de măsurătorile la sol, în special pentru cel de-al doilea eveniment. Coeficientul de scurgere este mult prea mic față de ce a fost determinat din datele fizio-geografice, sau față de coeficientul determinat pentru primul eveniment. Se admite o variație a coeficientului de scurgere pe durata unui eveniment de precipitații , dar în cele mai multe cazuri acesta crește pe măsură ce solul devine saturat. O posibilă explicație în acest sens poate fi dată de o umiditate antecedentă a solului redusă, astfel încât infiltrațiile au fost mult mai mari, precum și de faptul că evenimentul are loc în luna iulie, iar evapotranspirația are valori mult mai ridicate.
Totuși, privind prelucrările radar, se observă că diferența raportată la valoarea coeficientului de scurgere global este practic aceeași pentru ambele evenimente, ceea ce arată o consistența ridicată a datelor radar oare???. Pentru a identifica exact care este cauza acestor diferențe sunt necesare studii amănunțite, care nu fac obiectul lucrării, însă poate fi trasă o concluzie legată de datele radar. Chiar dacă aceste date sunt afectate de erori, se observă ca acestea au ramas aproape identice de la un eveniment la altul, astfel că aceasta poate fi tratată ca o eroare de sistem sau ca o deviație ??? (eng. bias), element care poate fi relativ ușor de manevrat, față de o măsurătorare afectată de zgomot.
Pregătirea datelor pentru utilizarea în modele de tip data-driven
Unul dintre obiectivele acestei lucrări este de utilizare a precipitațiilor radar în calculul undelor de viitură împreună cu modelele de tip data-driven. După cum a fost menționat în capitolele anterioare, procesarea datelor radar a avut în vedere și modul în care aceste date trebuie extrase în vederea utilizării lor în modelare.
Din procesările anterioare, datele au fost obținute în formatul dorit, dar pentru un pas de timp de o oră. Având în vedere faptul că precipitațiile la sol, precum și debitele scurse sunt măsurate cu un pas de timp de 10 minute, pentru armonizarea datelor s-a considerat necesară trasformarea precipitațiilor orare radar în precipitații cu pas de timp de zece minute. Astfel, precipitația orară a fost împărțită în șase intervale egale, considerându-se o distribuție temporală uniformă, un exemplu fiind prezentat în tabelul 3.13.
Analiza de senzitivitate ?? Ce s-ar intampla pentru alta distributie a ploii ? (cu aceeasi valoare orara a ploii)
Tabel 3 – Transformare precipitatii orare in precipitatii cu pas de 10 minute
Conform literaturii de specialitate privitor la datele utilizate în modelarea ploaie-scurgere de tip data driven, există multiple variabile ce pot fi utilizate ca intrări în aceste modele. În acest sens, pe lângă modelarea utilizând datele de precipitații s-au utilizat și datele de volum ale precipitațiilor, având în vedere că acestea conțin informații legate de suprafața reală din bazin afectata de precipitații. Scopul este de a identifica dacă în acest tip de modelare pot fi utilizate doar date de tipul precipitațiilor și debitelor în vederea unor rezultate viabile, sau dacă sunt necesare informații suplimentare în vederea obținerii unor rezultate similare sau a unor rezultate îmbunătățite. Modelarea și rezultatele obținute sunt prezentate în capitolele 4.16 și 5.17
DE pus analiza lag ???
Copyright Notice
© Licențiada.org respectă drepturile de proprietate intelectuală și așteaptă ca toți utilizatorii să facă același lucru. Dacă consideri că un conținut de pe site încalcă drepturile tale de autor, te rugăm să trimiți o notificare DMCA.
Acest articol: Istoric trama stradală lume [311504] (ID: 311504)
Dacă considerați că acest conținut vă încalcă drepturile de autor, vă rugăm să depuneți o cerere pe pagina noastră Copyright Takedown.