Hodnocení úspěšnosti hydrologických předpovědí v České republice

Slides:



Advertisements
Podobné prezentace
Elektromagnetická slučitelnost. Název projektu: Nové ICT rozvíjí matematické a odborné kompetence Číslo projektu: CZ.1.07/1.5.00/ Název školy:
Advertisements

Sedm základních nástrojů řízení jakosti. Kontrolní tabulky Vývojové diagramy Histogramy Diagramy příčin a následků Paretovy diagramy Bodové diagramy Regulační.
Strategické otázky výzkumníka 1.Jaký typ výzkumu zvolit? 2.Na jakém vzorku bude výzkum probíhat? 3.Jaké výzkumné metody a techniky uplatnit?
Redukce lůžek Existuje prostor pro redukci lůžek akutní péče?
Základní škola a Mateřská škola Dobrá Voda u Českých Budějovic, Na Vyhlídce 6, Dobrá Voda u Českých Budějovic EU PENÍZE ŠKOLÁM Zlepšení podmínek.
Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Inf Tabulkový procesor - funkce. Výukový materiál Číslo projektu: CZ.1.07/1.5.00/ Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT.
Povodňová prognostika Tomáš Vlasák Regionální předpovědní pracoviště ČHMÚ, pobočka České Budějovice Hydroprognózní služba ČHMÚ, Antala Staška 32, České.
Studie možného VD Hanušovice Generel LAPV Strana 2 Proč byl Generel LAPV pořízen: za posledních 50 let se postupně zvyšuje průměrná roční.
Význam diferenciálních rovnic převzato od Doc. Rapanta.
Odborný výcvik ve 3. tisíciletí Tato prezentace byla vytvořena v rámci projektu.
Jsou venkovské školy horší než městské?
Dopravní modely v SUMP Jitka Ondráčková
Rádce ŠJ 3 propojuje ND a SK v jeden celek
Vnější služba – výsledky v oblasti trestního řízení
Základy automatického řízení 1
PROJEKT OP LZZ „IMPLEMENTACE AGE MANAGEMENTU V ČR“ CZ /5. 1
Porovnání dat za referenční období 1931–1980 a 1981–2010
Mezinárodní vzdělávací projekt TESEUS
Organizace výroby Organizace a řízení výroby
STATISTIKA Starší bratr snědl svůj oběd i oběd mladšího bratra. Oba snědli v průměru jeden oběd.
Název projektu: Drogové závislosti - násilníci a oběti Bc
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Matematika 3 – Statistika Kapitola 4: Diskrétní náhodná veličina
Evaluace předmětů studenty (Anketky)
Rozhodování 1.
Odborný výcvik ve 3. tisíciletí
Lineární funkce - příklady
AUTOR: Eva Strnadová NÁZEV: VY_52_INOVACE_04_05_04_DÝCHACÍ SOUSTAVA
Úloha bodového systému
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Důlní požáry a chemismus výbušniny
Téma 11: Finanční plánování
„Svět se skládá z atomů“
Nejistoty v hydrologii
Jedno-indexový model a určení podílů cenných papírů v portfoliu
AUTOR: Mgr. Alena Bartoňková
Poměr v základním tvaru.
Účetní pravidla, změny v účetních odhadech a chyby
RIZIKO.
Management Přednáška 7, 8: Plánování.
Vykazování postupu nebo stavu
Základy zpracování geologických dat testování statistických hypotéz
DIGITÁLNÍ UČEBNÍ MATERIÁL
EU_32_sada 2_08_PV_Podnebí, podnebné pásy_Duch
Parametry polohy Modus Medián
Novinky v Záznamníku učitele
Schvalovací proces + hodnoticí kritéria
Současný stav předpovědní povodňové služby v povodí řeky Moravy
Cukrářské technologie – pevná těsta a linecké těsto třené
BIBS Informatika pro ekonomy přednáška 2
Sousedský efekt v senátních volbách
Pravděpodobnost a statistika
Elektrické napětí Spolehlivost dodávky elektrické energie
Odborný výcvik ve 3. tisíciletí
Ochrana člověka za mimořádných událostí
PŘÍRODNÍ KATASTROFY POVODNĚ– vznikají, pokud korytem řeky protéká více vody, než kolik je koryto schopno pojmout. POVODNĚ.
RIZIKO.
Důlní požáry a chemismus výbušniny
Ražba důlních děl pomocí trhací práce
Konstrukce trojúhelníku
Jiří Vyskočil, Marko Genyg-Berezovskyj 2010
Porovnání výsledků manuálních a automatických měření meteorologických parametrů na OBK Karel Dejmal Observatoř Košetice.
Lineární regrese.
Poměr v základním tvaru.
Název operačního programu: OP Vzdělávání pro konkurenceschopnost
Modely obnovy stárnoucího zařízení
ATMOSFÉRA - vzdušný obal Země.
Slovní úlohy o společné práci − 3
Výstrahy ČHMÚ DISTRIBUCE
Transkript prezentace:

Hodnocení úspěšnosti hydrologických předpovědí v České republice Tomáš Vlasák ČHMÚ ČB

Nástroje pro odhad hydrologického vývoje Přelom 20. a 21. století - významný skok v hydrologické prognóze: automatizace měřící sítě a možnost datových přenosů rozvoj výpočetní techniky a hydrologických modelů zvýšení úspěšnosti kvantitativní předpovědi srážek

Komponenty hydrologického předpovědního modelu sněhový model srážko-odtokový model jednotkový hydrogram transformace povodňové vlny hydraulický model – rozsah záplav

Struktura hydrologického modelu Hydrologický model je rozdělen na jednotlivá povodí a předpovědi se vydávají pro závěrové vodoměrné profily těchto povodí. V rámci jednotlivých povodí může být model dále rozdělen na menší samostatně kalibrované plošky (lumped model x distributivní) - přerušení návaznosti modelů přehradami Hodnocení úspěšnosti předpovědí bylo prováděno ke konkrétním předpovědním profilům a proto odpadá prostorový aspekt

Pokrytí předpovědními profily 95 předpovědních profilů, u nichž jsou předpovědi zveřejňovány na stránkách Hlásné a předpovědní služby ČHMÚ, (kromě toho několik desítek dalších profilů)

Jak hydrologické předpovědi vypadají Hydrologické předpovědi ČHMÚ jsou prodloužením záznamu průběhu vodních stavů a průtoků od dalších 48 hodin v hodinovém kroku. Každá předpověď je zatížená určitou mírou nejistoty, která má různé příčiny, ale společný důsledek - předpověď se vždy více nebo méně liší od skutečnosti.

Jak hydrologické předpovědi vypadají Hydrologické předpovědi ČHMÚ jsou prodloužením záznamu průběhu vodních stavů a průtoků od dalších 48 hodin v hodinovém kroku. Každá předpověď je zatížená určitou mírou nejistoty, která má různé příčiny, ale společný důsledek - předpověď se vždy více nebo méně liší od skutečnosti.

Nejistota hydrologických předpovědí V současné době jsem schopni vydávat pouze tzv. „deterministické předpovědi“ bez objektivního určení nejistoty předpovědi. Nejistotu hydrologické předpovědi může subjektivně odhadnout hydrolog prognostik, ale určité povědomí o spolehlivosti předpovědí by měli mít i jejich uživatelé, aby s nimi správně uměli zacházet.

Zdroje nejistot hydrologických předpovědí

Hodnocení předpovědí jednotlivých povodňových epizod Nejvhodnějším způsobem hodnocení hydrologických předpovědí je detailní rozbor každé předpovědi, kde je možné oddělit vliv předpovědi srážek, chybných datových vstupů a ostatních (parametry + počáteční podmínky)

Jak určit míru úspěšnosti předpovědí Hodnocení pomocí souhrnného indexu : Porovnávají se dvě řady čísel předpovídaný a měřený hydrogram. Hlavním problémem je, že výsledek ovlivňuje jednak velikost předpovídaného průtoku ale i časový faktor. korelační koeficient, Percentage Bias, Nash - Sutcliffe

Jak určit míru úspěšnosti předpovědí Zjednodušení předpovědi : Lepší interpretaci vyhodnocení předpovědí lze dosáhnout redukováním předpovědi buď : 1) na jednu předpovídanou hodnotu (kulminaci, objem vlny) 2) na předpověď určitého jevu, který buď nastal nebo nenastal (kategoriální hodnocení) hodnocený jev: překročení povodňového stupně 0 Forecast Miss Ne False Alarm Hit Ano Předpověď Skutečnost

Výběr předpovědí pro hodnocení - Vybrány předpovědi z let 2002 – 2009 z povodí Odry horní Moravy a celého Labe - Úspěšnost předpovědí závisí na hydrologické situaci. Pro hodnocení byly vybrány pouze předpovědi, u kterých v následujících 48 hodinách předpovídaný nebo skutečného průběh průtoku překročil některý ze tří povodňových stupňů tzn. na počátku předpovědi musel být vodní stav pod úrovní povodňového stupně.

Výsledky hodnocení Úspěšnost predikce maximálního průtoku nebo objemu odtoku za předpovědní interval. Zvolené intervaly spolehlivosti: Úspěšná předpověď – odchylka do +- 20% Předpověď mírně nadhodnocena (podhodnocena) – odchylka mezi +20% až +40% Předpověď silně nadhodnocena (podhodnocena) – odchylka více jak +-40%

Výsledky hodnocení Úspěšnost predikce maximálního průtoku nebo objemu odtoku za předpovědní interval. Zvolené intervaly spolehlivosti: Úspěšná předpověď – odchylka do +- 20% Předpověď mírně nadhodnocena (podhodnocena) – odchylka mezi +20% až +40% Předpověď silně nadhodnocena (podhodnocena) – odchylka více jak +-40%

Výsledky hodnocení Předpověď maximálního průtoku Zvolené intervaly spolehlivosti: Úspěšná předpověď – odchylka do +- 20% Předpověď mírně nadhodnocena (podhodnocena) – odchylka mezi +20% až +40% Předpověď silně nadhodnocena (podhodnocena) – odchylka více jak +-40% Předpověď maximálního průtoku

Výsledky hodnocení Předpověď objemu odtoku Zvolené intervaly spolehlivosti: Úspěšná předpověď – odchylka do +- 20% Předpověď mírně nadhodnocena (podhodnocena) – odchylka mezi +20% až +40% Předpověď silně nadhodnocena (podhodnocena) – odchylka více jak +-40% Předpověď objemu odtoku

Výsledky hodnocení Kategoriální hodnocení předpovědí

Výsledky hodnocení Kategoriální hodnocení předpovědí

Výsledky hodnocení Kategoriální hodnocení předpovědí

Výsledky hodnocení Kategoriální hodnocení předpovědí – překročení 1.SPA

Výsledky hodnocení Kategoriální hodnocení předpovědí – překročení 1.SPA False Alarm Ratio - vyjadřuje podíl falešných alarmů na celkovém počtu vydaných předpovědí, u kterých byl sledovaný jev předpovídán Vzorec: FAR = F / (H +F)

Výsledky hodnocení Kategoriální hodnocení předpovědí – překročení 1.SPA Hit Rate - Udává podíl úspěšných předpovědí na celkovém výskytu předpovídaného jevu. Vzorec: POD = H/(H+M)

Výsledky hodnocení Kategoriální hodnocení předpovědí – překročení 1.SPA Critical Success Index - Index CSI je velmi často používán, protože zohledňuje všechny tři kategorie hodnotící výskyt nebo předpověď sledovaného jevu a je proto mnohem vyváženější než ostatní uvedená kritéria. Vzorec: CSI = H / (H + F +M)

Výsledky hodnocení Hodnocení pomocí indexu Nash-Sutcliffe Index Nash+Sutcliffe nebyl použit pro porovnání jednotlivých předpovědí z realitou, ale pro porovnání termínových předpovědí – tzn. index byl počítán pro výpočet všech předpovědí pro termín např. +18hodin.

Výsledky hodnocení Hodnocení pomocí indexu Nash-Sutcliffe Časový předstih, při kterém se hodnota Nash-sutcliffe zmenší pod 0,5.

Výsledky hodnocení Kategoriální hodnocení překročení 1.SPA podle časového termínu, kdy k tomuto překročení ve skutečnosti došlo (u předpovědí HIT a MISS) nebo kdy bylo překročení falešně předpovídáno (u předpovědí FALSE ALARM)

Výsledky hodnocení Úspěšnost předpovědí podle extremity předpovídaného jevu.

Výsledky hodnocení Úspěšnost předpovědí podle sezóny.

Výsledky hodnocení Souhrnné hodnocení úspěšnosti hydrologických předpovědí prokázalo: snižování se předpovídatelnosti povodní s narůstajícím předstihem předpovědi a to zejména na tocích s krátkou doběhovou dobou. vyšší úspěšnost předpovědí pro dolní profily a pro toky s dlouhými doběhovýma a postupovými dobami. signifikantní vliv prognostiků na výsledek modelu projevující se například vyšším podílem falešných alarmů v pobočkách Budějovice a Plzeň.

Základní pravidla pro subjektivní odhad spolehlivosti hydrologických předpovědí Horší úspěšnost mají předpovědi na malých zdrojových povodí s rychlým odtokem (závislost na předpovědi srážek) naopak spodní úseky nebo odtokově pomalé řeky jako např. Lužnice mají úspěšnost předpovědí vyšší.

Základní pravidla pro subjektivní odhad spolehlivosti hydrologických předpovědí 2. Předpovědi povodní jejichž příčinou jsou plošné frontální srážky mají vyšší úspěšnost než předpovědi povodní způsobených bouřkovými přívaly (důvod – horší předpovídatelnost množství a lokalizace srážek. Frontální srážky na počátku období povodní - úspěšná předpověď Bouřkové srážky – 28.6. - neúspěšná předpověď

Základní pravidla pro subjektivní odhad spolehlivosti hydrologických předpovědí 3. Předpovědi odtoku z tání je možné vydávat na delší časový předstih, protože úspěšnost předpovědí teploty vzduchu neklesá s jejich předstihem tak rychle jako u předpovědí srážek. Problémem bývá výpočet množství odtátého sněhu a přepočet na odtok (faktory jako vlastnosti sněhu, vliv větru nebo zámrz půdy počítá hydrologický model značně nespolehlivě ).

Základní pravidla pro subjektivní odhad spolehlivosti hydrologických předpovědí 4. Při vyšší extremitě povodní (nad Q20), klesá úspěšnost předpovědí na úsecích řek, kde dochází k rozsáhlým rozlivům, které se obtížně modelují. – například při loňských povodní spodní úsek Blanice.

Děkuji za pozornost