SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Halldin Jan)
 

Sökning: WFRF:(Halldin Jan) > Observational Uncer...

LIBRIS Formathandbok  (Information om MARC21)
FältnamnIndikatorerMetadata
00008736nam a2200793 4500
001oai:DiVA.org:uu-152074
003SwePub
008110423s2011 | |||||||||||000 ||eng|
020 a 9789155480905q print
0247 a https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-1520742 URI
040 a (SwePub)uu
041 a engb engb swe
042 9 SwePub
072 7a vet2 swepub-contenttype
072 7a dok2 swepub-publicationtype
1001 a Westerberg, Ida,d 1979-u Uppsala universitet,Luft-, vatten- och landskapslära4 aut0 (Swepub:uu)idawe500
2451 0a Observational Uncertainties in Water-Resources Modelling in Central America :b Methods for Uncertainty Estimation and Model Evaluation
2461 a Observationsosäkerheter i vattenresursmodellering i Centralamerika :b Metoder för osäkerhetsuppskattning och modellutvärdering
264 1a Uppsala :b Acta Universitatis Upsaliensis,c 2011
300 a 75 s.
338 a electronic2 rdacarrier
4900 a Digital Comprehensive Summaries of Uppsala Dissertations from the Faculty of Science and Technology,x 1651-6214 ;v 833
520 a Knowledge about spatial and temporal variability of hydrological processes is central for sustainable water-resources management, and such knowledge is created from observational data. Hydrologic models are necessary for prediction for time periods and areas lacking data, but are affected by observational uncertainties. Methods for estimating and accounting for such uncertainties in water-resources modelling are of high importance, especially in regions such as Central America. Observational uncertainties were addressed in three ways in this thesis; quality control, quantitative estimation and development of model-evaluation techniques that addressed unquantifiable uncertainties. A first step in any modelling study should be the quality control and concurrent analysis of the representativeness of the observational data. In the characterisation of the precipitation regime in the Choluteca River basin in Honduras, four different quality problems were identified and 22% of the daily data had to be rejected. The monitoring network was found to be insufficient for a comprehensive characterisation of the high spatiotemporal variability of the precipitation regime. Quantitative estimations of data uncertainties can be made when sufficient information is available. Discharge-data uncertainties were estimated with a fuzzy regression for time-variable rating curves and from official rating curves for 35 stations in Honduras. The uncertainties were largest for low flows, as a result of measurement uncertainties and natural variability. A method for calibration with flow-duration curves was developed which enabled calibration to the whole flow range, accounting for discharge uncertainty and calibration with non-overlapping time periods for model input and evaluation data. The method compared favourably to traditional calibration in a test using two models applied in basins with different runoff-generation processes. A post-hoc analysis made it possible to identify potential model-structure errors and periods of disinformative data. Flow-duration curves were regionalised and used for calibration of a Central-American water-balance model. The initial model uncertainty for the ungauged basins was reduced by 70%. Non-representative precipitation data were found to be the main obstacle to comprehensive regional water-resources modelling in Central America. These methods bridged several problems related to observational uncertainties in water-balance modelling. Estimates of prediction uncertainty are an important basis for all types of decisions related to water-resources management.  
520 a Kännedom om hur hydrologiska processer varierar i tid och rum är grundläggande för hållbar vattenresursförvaltning och skapas utifrån observerade data. Hydrologiska modeller är nödvändiga för att förutsäga vattenbalansen för tidsperioder och områden utan data, men påverkas av observationsosäkerheter. Metoder för att hantera sådana osäkerheter i vattenresursmodellering är av stor betydelse i regioner såsom Centralamerika. Observationsosäkerheter hanterades på tre olika sätt i denna avhandling; kvalitetskontroll, kvantitativ uppskattning och utveckling av modellutvärderingsmetoder för beaktande av icke kvantifierbara osäkerheter. Ett viktigt första steg är kvalitetskontroll och samtidig analys av datas representativitet. Vid karaktäriseringen av nederbördsregimen i Cholutecaflodens avrinningsområde i Honduras identifierades fyra olika kvalitetsproblem och 22 % av data sorterades bort. Stationsnätet var otillräckligt för en fullödig karaktärisering av nederbördsregimens variationer i tid och rum. Dessa var mycket stora som ett resultat av komplexiteten hos de nederbördsgenererande mekanismerna. Kvantitativ uppskattning av observerade datas osäkerhet kan göras när tillräcklig information är tillgänglig. Osäkerheter i vattenföringsdata uppskattades dels vid beräkning av vattenföring med en oskarp regression för en tidsvariabel avbördningskurva, dels från en analys av officiella avbördningskurvor från 35 stationer i Honduras. Osäkerheten var i båda fallen högst vid låga flöden som ett resultat av högre mätosäkerheter samt större naturlig variabilitet än vid höga flöden. En metod för modellkalibrering med varaktighetskurvor utvecklades och gjorde det möjligt att kalibrera för hela flödesintervallet samtidigt, ta hänsyn till osäkerheter i vattenföringsdata samt kalibrera med icke överlappande driv- och utvärderingsdata. Metoden testades med två olika modeller i två avrinningsområden med olika avrinningsbildningsprocesser, och visade goda resultat jämfört med traditionell modellkalibrering. En post hoc-analys gjorde det möjligt att identifiera troliga modellstrukturfel och perioder med disinformativa data. Varaktighetskurvor regionaliserades och användes för kalibrering av en regional vattenbalansmodell för Centralamerika, varvid den initiala modellosäkerheten minskades med 70 %. Icke representativa nederbördsdata identifierades som det största hindret för regional vattenresursmodellering i Centralamerika. De metoder som utvecklades i detta arbete gör det möjligt att överbrygga ett flertal problem orsakade av bristfällig tillgänglighet och kvalitet av data och leder därmed till en förbättrad uppskattning av osäkerheten i vattenbalanssimuleringar. Sådana osäkerhetsskattningar är ett viktigt underlag vid alla typer av förvaltningsbeslut som rör vattenresurser.  
650 7a NATURVETENSKAPx Geovetenskap och miljövetenskapx Oceanografi, hydrologi och vattenresurser0 (SwePub)105092 hsv//swe
650 7a NATURAL SCIENCESx Earth and Related Environmental Sciencesx Oceanography, Hydrology and Water Resources0 (SwePub)105092 hsv//eng
653 a Central America
653 a Discharge
653 a Flow-duration curve
653 a Fuzzy regression
653 a GLUE
653 a Model evaluation
653 a Non-stationarity
653 a Observational uncertainty
653 a Precipitation
653 a Quality control
653 a Rating curve
653 a Regionalisation
653 a Uncertainty estimation
653 a Ungauged basins
653 a Water resources
653 a Avbördningskurva
653 a Centralamerika
653 a GLUE
653 a icke-stationaritet
653 a kvalitetskontroll
653 a modellutvärdering
653 a nederbörd
653 a observationsosäkerheter
653 a avrinningsområden utan vattenfö-ringsdata
653 a oskarp regression
653 a osäkerhetsuppskattning
653 a regionalisering
653 a varaktighetskurva
653 a vattenföring
653 a vattenresurser
653 a Hydrology
653 a Hydrologi
653 a Hydrology
653 a Hydrologi
7001 a Halldin, Sven,c professoru Uppsala universitet,Luft-, vatten- och landskapslära4 ths
7001 a Seibert, Jan4 ths
7001 a Lundin, Lars-Christer,c professoru Uppsala universitet,Luft-, vatten- och landskapslära4 ths
7001 a Xu, Chong-Yu4 ths
7001 a Chen, Deliang4 ths
7001 a Montanari, Alberto,c professoru University of Bologna, Civil, Environmental and Materials Engineering - DICAM4 opn
7102 a Uppsala universitetb Luft-, vatten- och landskapslära4 org
8564 u https://uu.diva-portal.org/smash/get/diva2:413061/FULLTEXT01.pdfx primaryx Raw objecty fulltext
8564 8u https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-152074

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy