Současný stav předpovědní povodňové služby v povodí řeky Moravy

Slides:



Advertisements
Podobné prezentace
Podpora plánování rozvoje sociálních služeb formou založení odborných partnerství CZ.1.04/3.1.03/
Advertisements

CZ.1.07/1.4.00/ "Učíme se moderně" Digitální učební materiál zpracovaný v rámci projektu Šablona:III/2 Inovace a zkvalitnění výuky prostřednictvím.
Název školy Gymnázium, střední odborná škola, střední odborné učiliště a vyšší odborná škola, Hořice Číslo projektu CZ.1.07/1.5.00/ Název materiálu.
Ekonomicko-matematické metody č. 11 Prof. RNDr. Jaroslav Ramík, CSc.
Období vzniku: duben _inovace_FG.9.48 Autor : Vladimír TesaříkČlověk a svět práce, finanční gramotnost, nové auto.
Název školy : Základní škola a mateřská škola, Svoboda nad Úpou, okres Trutnov Svoboda nad Úpou, okres Trutnov Autor : Mgr. Irena Nešněrová Datum : leden.
Ekonomika organizací Pracovní výkon a jeho odměňování.
Návrh věcného záměru zákona o stavebních úřadech - co by bylo, kdyby… Ing. Jiří Štochel, VITA software s.r.o. 1.
Elektrotechnická měření Dimenzování sítí nn - PAVOUK 2.
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.
Základní škola a Mateřská škola, Liberec, Barvířská 38/6, příspěvková organizace Název : VY_32_inovace_18 Informatika - MS Excel – Typy grafů Autor: Pavlína.
1 Obhajoba diplomové práce Sluneční záření a atmosféra Autor: Tomáš Miléř Vedoucí: Doc. RNDr. Petr Sládek, CSc. Oponent: RNDr. Jan Hollan BRNO 2007Katedra.
TVORBA JEDNOTNÉHO ZADÁNÍ ZÁVĚREČNÉ ZKOUŠKY V OBORECH VZDĚLÁNÍ KATEGORIE E Romana Jezberová konference IPn NZZ Praha březen 2012.
Personální a mzdová agenda ve vybraném podniku Autorka bakalářské práce: Monika Deutschová Vedoucí bakalářské práce: Ing. Kristina Kabourková Vysoká škola.
Proč je dobré požádat o prostředky ze šablon. Je to jednoduché Není to souboj o peníze – vyjdou na každou školu Žádost o podporu i zprávy o realizaci.
Dopravní modely v SUMP Jitka Ondráčková
Rádce ŠJ 3 propojuje ND a SK v jeden celek
Bezpečnost silniční a železniční dopravy
Regulátory v automatizaci
Brno, Příslušnost vodoprávních úřadů
Jak se UČIT K MATURITĚ? Motivace, koncentrace, paměť.
Hodnocení úspěšnosti hydrologických předpovědí v České republice
Agendy IISSDE z pohledu veřejnosti Možnosti využití internetu
Porovnání dat za referenční období 1931–1980 a 1981–2010
Procesní management v oddělení logistiky
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Matematika 3 – Statistika Kapitola 4: Diskrétní náhodná veličina
Podpůrná opatření prvního stupně
Podpora krajského akčního plánování
Základní škola Děčín VI, Na Stráni 879/2 – příspěvková organizace
Úloha bodového systému
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu
Nejistoty v hydrologii
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Poměr Co je poměr. Změna v daném poměru..
Název školy: ZŠ Štětí, Ostrovní 300 Autor: Mgr
Workshop projektu systémová podpora sociální práce v obcích na téma:
Digitální učební materiál zpracovaný v rámci projektu
SIMULAČNÍ MODELY.
Poměr v základním tvaru.
Základy statistické indukce
RIZIKO.
Management Přednáška 7, 8: Plánování.
ZÁKLADNÍ ŠKOLA, JIČÍN, HUSOVA 170 Číslo projektu
Regulátory spojité VY_32_INOVACE_37_755
ZÁKLADNÍ ŠKOLA, JIČÍN, HUSOVA 170 Číslo projektu
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Název materiálu: VY_32_INOVACE_12_JEDNODUCHÉ LEŠENÍ 2_Z2
Závaznost ÚPD pro orgány státní správy lesa
Uživatelská příručka DuoTrainin
Elektrické napětí Spolehlivost dodávky elektrické energie
Ochrana člověka za mimořádných událostí
Seminář k tématice: Nevyjmenované zdroje a odpojování od CZT
RIZIKO.
Technická Evidence Zdravotnických Prostředků 1
Úvod do praktické fyziky
Projektové řízení výstavby podle PMBOK 2. Řízení rozsahu
Porovnání výsledků manuálních a automatických měření meteorologických parametrů na OBK Karel Dejmal Observatoř Košetice.
SEM – speciální přístupy
Implementace BAT závěrů do integrovaných povolení v Moravskoslezském kraji Krakow.
Poměr v základním tvaru.
2. setkání platformy: .d Tvorba Školské inkluzivní koncepce Libereckého kraje Manažer aktivit projektu: Bc. Jakub Lang
Uskutečněné a očekávané změny právních předpisů důležité pro zástupce ředitele Praha
Analýza informačního systému
Regionální karty a vstup do Základní sítě pro rok 2020
Vliv významných nádrží a soustav na hydrologické extrémy
Diagnostika dítěte předškolního věku
Výstrahy ČHMÚ DISTRIBUCE
Vývoj prostorové struktury sídel a komunikací Příklad využití starých map a nástrojů GIS Geografické aspekty středoevropského prostoru Brno,
Transkript prezentace:

Současný stav předpovědní povodňové služby v povodí řeky Moravy Brno 3. - 4. října 2017 Ing. Petr Janál, Ph.D.

Hydrologický model HYDROG Základem je manuální výpočet modelu (zkušenosti hydrologa jsou nenahraditelné) Krátkodobě (do dalšího manuálního výpočtu) lze využít automatický provoz a aktualizovat předpověď např. každou hodinu na základě nových dat. Vstupní veličiny zatíženy velkou nejistotou Dominantní vliv má nejistota předpovídané srážky

Vstupní srážka aktuální čas 3h nowcasting měřená srážka čas numerické modely počasí např. ALADIN Poznámky co je třeba říct: Různé NWP modely Nový ALADIN je za šest hodin, ale nový nowcasting máme pro model k dispozici každou hodinu čas

Vstupní srážka

Výpočet předpovědi průtoků Pro veřejnost - internet Pro veřejnost - internet Pro interní potřebu Deterministická předpověď (jedna čára) Jedna (nejpravděpodobnější) varianta vývoje počasí Jedna hydrologická předpověď Pravděpodobnostní předpověď 16 variant vývoje počasí (16 běhů modelu ALADIN) 16 variant hydrologických předpovědí Pravděpodobnost překročení SPA Variantní předpověď 4 varianty vývoje počasí ze 4 různých meteorologických modelů 4 varianty hydrologických předpovědí

Stochastická předpověď – testovací provoz Cíl stochastického přístupu: Zohlednit nejistoty na vstupních datech Předpovídaná srážka Nejistota vstupních srážkových dat Měřená srážka

Zahrnutí nejistoty do výpočtu předpovědi Generování srážkových scénářů Korelační matice sestavená z historických dat „hlídá“ aby generované scénáře odpovídaly poměrům na povodí Lze uplatnit i pro jiné vstupní veličiny (teploty, sníh atd.)

Algoritmus aplikace v praxi Měřená data srážka, teplota, sníh Chyba měření odborný odhad Měřené časové řady N(μ, σ) + GENERÁTOR Předpovědi z numerických modelů počasí Předpověď synoptika (zkušenosti) Předpovídané časové řady N(μ, σ) + n vstupních dat pro hydrologický model n předpovědí průtoků vyhodnocení

Interpretace stochastické předpovědi průtoků Separace nejistot – oddělit nejistotu měřených a předpovídaných dat Předpovídaný hydrogram MPH Minimální předpovídaný hydrogram (MPH) – hydrogram pouze z měřených vstupních srážek (předpovídaná srážka má nulovou hodnotu) Podle hodnoty kulminačního průtoku minimálního předpovídaného hydrogramu lze rozdělit tvorbu stochastické předpovědi průtoků do pěti fází.

Fáze A Předpovídají se významné srážkové úhrny, měřená srážka zatím nevýznamná MPH dosahuje zanedbatelných hodnot Dominantní vliv má nejistota předpovídaných srážek Vodohospodáři a povodňové orgány by měly sledovat vývoj situace, avšak žádná opatření není zatím nutné realizovat

Fáze B Předpovídají se významné srážkové úhrny, měřená srážka již není zanedbatelná MPH nedosahuje 3. SPA Nejistota předpovídaných srážek je nižší než ve fázi A, stále má však dominantní vliv Vodohospodáři a povodňové orgány by měly pozorně sledovat vývoj situace Lze doporučit zvýšit odtok z vodních děl podle MPH (rezerva).

Fáze C Předpovídají se srážkové úhrny, měřená srážka je významná. MPH překračuje 3. SPA Dominantní vliv má nejistota předpovídaných srážek, uplatňuje se však také nejistota měřených srážek Je zřejmé, že nastane povodeň. Povodňové orgány by měly zahájit opatření v souladu s povodňovými plány Vodohospodáři by měly zvýšit odtok z vodních děl minimálně podle MPH (předpověď srážek).

Fáze D Předpověď srážek je nulová či zanedbatelná MPH je prakticky totožný s předpovídaným hydrogramem Dominantní vliv má nejistota měřených srážek Předpověď kulminace povodňové vlny. Povodňové orgány jednají v souladu s povodňovými plány Vodohospodáři optimalizují odtoky z VD dle předpovědí přítoků do nádrží.

Fáze E Předpověď srážek je nulová či zanedbatelná, nastala kulminace povodňové vlny Deterministická předpověď průtoků je dostačující Dominantní vliv má nejistota hydrologického modelu (tok vody koryty toků) Pokles průtoků Vodohospodáři optimalizují odtoky z VD dle předpovědí přítoků do nádrží (dokud hodnoty přítoků neklesnou pod hodnoty neškodných odtoků z nádrží).

Stochastická předpověď - současný stav Korelační matice z historických dat sestaveny pro povodí: Dyje po Podhradí Jihlava po Ptáčov Svratka po Dalečín Svratka od Víru po Veverskou Bítýšku Svitava po Bílovice Tvorba stochastické předpovědi průtoku byla otestována na vybraných letních a zimních epizodách. Stochasticky zadávané vstupy - srážka a výška sněhu

Stochastická simulace zimních srážkoodtokových epizod Simulace průběhu průtoku v Podhradí – epizoda z března 2010. Černě je znázorněna deterministická simulace průtoků, modrě 50 variant z generovaných sněhových scénářů. Červeně je znázorněn průběh měřených průtoků. Prům. odchylka výšky sněhu 2 cm Prům. odchylka výšky sněhu 5 cm

Závěrem Předpovědi srážek a následně povodní nebudou nikdy dokonalé, protože děje v atmosféře a krajině jsou natolik složité, že je nikdy nebudeme moci komplexně popsat a modelovat. Dnes jsme schopni poskytovat nesrovnatelně více informací, než v před 20 lety. A především jsme schopni je v reálném čase dostat k uživatelům. Další vývoj by měl směřovat ke vzdělávání uživatelů nových předpovědních produktů. Každá informace má smysl pouze tehdy, je-li správně pochopena a jsou-li na jejím základě prováděna příslušná opatření. Navrhovaná metoda výpočtu stochastické předpovědi průtoků se uplatní při nástupu povodňové vlny zahrnout nejistoty měřených i předpovídaných veličin snížit nejistotu předpovídané srážky využitím nowcastingu srážek Při poklesu povodňové vlny je zpravidla dostačující deterministická předpověď průtoků Při poklesu povodňové vlny – pokud se očekává opětovný vzestup průtoků - se doporučuje opět stochastická předpověď průtoků zahrnout pouze nejistoty předpovídaných veličin dochází ke kompenzaci chyb měřených dat vhodným upravením parametrů hydrologického modelu Zásady práce se stochastickou předpovědí průtoků Na stochastickou předpověď průtoků nepohlížet jako na rozmezí předpovídaných průtoků, ale spíše ji vnímat jako pravděpodobnost překročení určitých limitních průtoků během předpovídaného období (tzn. pracovat s čarou překročení maximálních předpovídaných průtoků). Pracovat se separací nejistot ovlivňujících výslednou předpověd průtoků. Stanovení minimálního předpovídaného hydrogramu je velmi jednoduchou záležitostí, která však může usnadnit rozhodování např. při manipulacích na vodních dílech. Rozpoznávání jednotlivých fází povodně tomu může velmi pomoci. Předpověď se vztahuje vždy k aktuálnímu okamžiku její tvorby a platí pouze do doby nově vydané předpovědi (tedy obvykle nikoliv po celé předpovídané období, které bývá delší než interval mezi jednotlivými aktualizacemi předpovědi).

Děkuji za pozornost Petr Janál petr.janal@chmi.cz Brno 15.5.2017 kolem 19. hod (autor H. Čaníková, zdroj Facebook - Czech thunderstorm research association) Děkuji za pozornost Petr Janál petr.janal@chmi.cz