STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ

Slides:



Advertisements
Podobné prezentace
Základy teorie řízení 2010.
Advertisements

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ ÚSTAV GEODÉZIE
VÝPOČET OC.
Statistická indukce Teorie odhadu.
Analýza spolehlivosti tlakové nádoby metodou Monte Carlo Jakub Nedbálek Katedra Aplikované Matematiky, Fakulta Elektrotechniky a Informatiky VŠB - Technická.
Téma 3 Metody řešení stěn, metoda sítí.
Odhady parametrů základního souboru
Plošná interpolace (aproximace)
Kalmanuv filtr pro zpracování signálů a navigaci
Genetické algoritmy. V průběhu výpočtu používají náhodné operace. Algoritmus není jednoznačný, může projít více cestami. Nezaručují nalezení řešení.
3. PRINCIP MAXIMÁLNÍ VĚROHODNOSTI
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Získávání informací Získání informací o reálném systému
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Obsah statistiky Jana Zvárová
Základy ekonometrie Cvičení září 2010.
TYPY MODELŮ FYZIKÁLNÍ MATEMATICKÉ ANALYTICKÉ NUMERICKÉ.
Matematická teorie rozhodování
Generování náhodných veličin (2) Spojitá rozdělení
Nechť (, , P) je pravděpodobnostní prostor:
GEOTECHNICKÝ MONITORING Eva Hrubešová, katedra geotechniky a podzemního stavitelství FAST VŠB TU Ostrava.
Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.
„Svět se skládá z atomů“
Modelování a simulace MAS_02
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
DÚ I.1 Analýza podílu plošných a difúzních zdrojů na celkovém znečištění vod VÚV T.G.M, v.v.i, pobočka Ostrava, Ing. Martin Durčák.
Institut ekonomiky a systému řízení Oddělení GIS
Aspekty modelování lomu metodou konečných prvků Petr Frantík F AKULTA STAVEBNÍ V YSOKÉ UČENÍ TECHNICKÉ V B RNĚ F ACULTY OF C IVIL E NGINEERING B RNO U.
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Vybraná rozdělení spojité náhodné veličiny
Lineární regrese.
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Odhad metodou maximální věrohodnost
Experimentální fyzika I. 2
Vliv podzemní těsnicí stěny na havarijní únik kontaminantu , Kouty nad Desnou Připravil: Petr Trávníček Petr Junga.
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Přístup k posouzení rizika
Data pro posuzování environmentálních rizik Hustopeče, Petr Trávníček Luboš Kotek Petr Junga.
Přesnost a spolehlivost v účelových sítích Bc. Jindřich Poledňák.
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Časová analýza stochastických sítí - PERT
2. Vybrané základní pojmy matematické statistiky
Alternativy k evolučním optimalizačním algoritmům Porovnání genetických algoritmů a některých tradičních stochastických optimalizačních přístupů David.
Opakování lekce 4,5,
Normální rozdělení a ověření normality dat
Generování náhodných čísel
Cíl přednášky Seznámit se
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
(Popis náhodné veličiny)
Statistické odhady (inference) Výběr Nepotřebujeme sníst celého vola jenom proto, abychom poznali, že to jde ztuha. Samuel Johnson (anglický básník a.
Návrh a implementace algoritmů pro údržbu,
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
Geografické informační systémy pojetí, definice, součásti
Matematické modelování transportu neutronů SNM 1, ZS 09/10 Tomáš Berka, Marek Brandner, Milan Hanuš, Roman Kužel.
Research centre Advanced remedial technologies and processes Modelování fyzikálních jevů v souvislosti s hlubinnými úložišti.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Vypracovala: Alena Šarmanová Předmět: Říční inženýrství a morfologie
Spojitá náhodná veličina
Modelování hlubinného úložiště - Citlivostní analýza vstupních  parametrů a její vztah k hodnocení rizik. Josef Chudoba.
Základy statistické indukce
Monte Carlo Typy MC simulací
Spojitá a kategoriální data Základní popisné statistiky
Příklad (investiční projekt)
Statistika a výpočetní technika
ANALÝZA A KLASIFIKACE DAT
Náhodné výběry a jejich zpracování
Transkript prezentace:

STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ Michal Balatka Technická univerzita v Liberci, Fakulta mechatroniky a mezioborových inženýrských studií, Hálkova 6, 461 17 Liberec Email: michal.balatka@tul.cz

Typy dat potřebných k hodnocení rizik na lidském zdraví v kontaminovaném území Vlastnosti unikajících látek (fyzikální, chemické, toxikologické) Rozložení koncentrací látek v zasaženém území včetně prognózy o jejich časovém vývoji Informace o současném i potenciálním využití sledovaného území (expoziční scénáře, expoziční cesty, výpočty expozičních dávek)

Rozložení a časový vývoj koncentrací nebezpečných látek v zasaženém území Důležité podklady k výpočtu rizik na lidském zdraví. Týká se všech složek životního prostředí sledované lokality, z kterých se kontaminace může přímo nebo nepřímo dostat do organismu (podzemní voda, povrchová voda, půda, …). Šíření v podzemní vodě (PZV) je možno predikovat pomocí numerických modelů transportu látek v horninovém prostředí. Parametry modelů horninového prostředí zatíženy nejistotami (většina odhadována na základě relativně malého množství měření) ----------- Výsledky výpočtů šíření látky v PZV (vývoj koncentrací v PZV řešených míst lokality) jsou zatíženy nejistotami.

Model horninového prostředí (MHP) Skupina parametrů představující dostatečně podrobné schéma horninového prostředí (hydraulické vlastnosti porézního materiálu, hydraulické poměry, rozložení koncentrací rozpuštěných látek – koncentrační pole v PZV). Prostor podzemí je složen z množství 2D nebo 3D geometrických útvarů (elementy) tvořících modelovou síť. Slouží jako vstup do numerických modelů pro predikci šíření látek v PZV. Modely proudění a transportu v PZV obvykle založeny na metodě konečných diferencí nebo konečných prvků

Lokalita Kuřívody – příklad modelové sítě (púdoris)

Nejistoty Parametry MHP v jednotlivých elementech odhadovány (zadány s nejistotou) ------- zjištěná koncentrace v daném místě (elementu) a čase vyjádřena spojitou náhodnou veličinou. Cíl: Odhadnout parametry rozdělení této náhodné veličiny

Dvě vybrané metody výpočtu nejistot Obě založeny na simulacích Monte-Carlo Generování náhodných variant MHP Výběry připravených variant MHP s hodnocením věrohodnosti

Generování náhodných variant MHP Vybrané parametry MHP zadány stochasticky jako náhodné veličiny s danými typy rozdělení (nejistoty) Provedení velkého množství výpočtů podle algoritmu: Náhodně vybraná n-tice stochasticky určených parametrů Výpočet koncentrace modelem transportu Náhodná varianta MHP 3. Vypočtené koncentrace  odhad parametrů rozdělení koncentrací Důležité parametry jsou kvantily  Uvažovaná hodnota nebude překročena s danou pravděpodobností

Výhody - nevýhody Velmi intuitivní jednoduchá metoda Dostatečně obecná pro aplikace ve složitých a komplexních úlohách Nutnost provádět s modely transportu v PZV velké množství výpočtů (časově velmi náročné) Hodnoty v rámci n-tic vybírány nezávisle na sobě (omezení pro některé typy úloh)

Výběry připravených variant MHP s hodnocením věrohodnosti Výchozí parametry pro výpočet jsou předem vytvořené varianty MHP s bodovým hodnocením jejich věrohodnosti. Body variant se převedou na pravděpodobnosti, Varianty disjunktní jevy  pravděpodobnostní rozdělení variant Simulují se výběry variant. Dostaneme koncentrace v daném místě a čase Dostaneme log-normální rozdělení daná modusem a rozptylem. (viz. Další strana). Generování náhodných koncentrací z log-normálních rozdělení.

Postup výpočtu varianty s ohodnocením věrohodnosti Pravděpodobnostní rozdělení variant Náhodně vybraná varianta Diskrétní koncentrace v daném místě a čase = modus rozptyl Logaritmicko-normální rozdělení Spojitá koncentrace v daném místě a čase Získáme velké množství koncentrací, z kterých se počítají parametry rozdělení. Opět hlavně kvantily

Příklad

Výhody - nevýhody Varianty modelu tvoří celky. Odpadá vzájemná nezávislost výběru hodnot parametrů Počet výpočtu s modelem transportu v PZV je roven počtu variant MHP. Metoda je méně obecná