白皮书-阶段放电额定曲线。

阶段放电额定曲线开发的最佳实践方法

论文的下载率“建立更好的阶段放电额定曲线的5个最佳实践”表示对如何制定评级曲线的指导有很高的潜在需求。

水位流量等级曲线表示水流中给定点的水位与相应的体积流量的关系。

可以通过对载物台和放电进行同步测量并研究散点图上点的模式来发现曲线的形状。流道的任何物理变化都会改变这种关系,并且这些变化必须在从阶段数据的时间序列推导排放水位图时加以考虑。

在“理想”的世界中,总是会有足够的测量值来根据经验描述每种通道配置的曲线形状。在“现实”世界中,获得“足够”的测量值将需要在流量测量方面进行大量投资。

通常只有足够的测量值才能暗示曲线的真实形状以及其随时间的变化。评级曲线发展的真正技能在于解释这些线索以揭示真相。

街头工作法 侦探工作需要资深的水文学家,并具有多年的经验,具有演绎力。的 法医方法 侦探工作是一种基于证据的方法,该方法使用科学方法从稀疏证据中推论出真相。

两种方法都是有效的,但是越来越少的水文学家使用 哥伦布样 寻求细节和直觉,以问出“基本问题”。科学方法的使用可以帮助水文测量机构应对不断变化的人口统计。

不良的额定曲线可能会产生未通过水文原因测试的流量数据。

曲线外推法得出的极值可能太高(例如降雨径流比) >1)或太低。记录的前几年可能有一个相对于“更好”,更成熟的外推曲线的不良外推曲线所定义的峰值,从而导致了峰值流量的明显(而非真实)趋势。建模不佳的回水效应可能会扭曲季节性的水平衡。

水文模型的开发人员特别注意排水时间序列是否具有水文意义。

校准模型参数以强制拟合不合理的数据会导致验证数据集中的性能相对于校准性能下降。对水文数据的不信任限制了水文科学的发展,因为对过程的更好了解需要可信的数据接近真实情况。

It is a very good thing for the science and practice of hydrology that there are so many practitioners 在terested 在 learning how to develop 更好 额定曲线s that are reliable, credible and defensible.


白皮书。

免费白皮书:建立更好的阶段放电额定曲线的5种最佳做法

可靠的额定曲线是可靠,可辩护并最大程度地减少返工的曲线。本文概述了高效水文学家使用的5种现代最佳实践。

8条留言
  • Dick Allison
    回复
    发表于2014年2月4日下午6:03

    你好:

    感谢您的电子邮件和白皮书。本文是正确的,不需要赘述。目前,我特别感兴趣,因为我正在为绘制S-D曲线而烦恼您所写的大多数问题领域。如您所知,2013年艾伯塔省Bow / Elbow河流域的洪灾如此之大,以至于随后的高流量不仅炸毁了许多溪流的自然控制,而且在某些情况下,还完全改变了附近的河道。很多水位记录站点。

    就个人而言,我每年冬天都会对班夫的所有3个滑雪区进行流量计量。滑雪场已获得加拿大公园颁发的积雪许可。为了遵守取水许可证的限制,从10月15日到造雪结束(可能是3月或4月初),每个站点都需要每2周进行一次流量测量。每个监视站点都有一个工作人员仪表以及相应的S-D曲线和表格,这些表格是根据长达20年的数据绘制而成的。如上所述,通过洪水后的重建或使其处于新的淘洗状态,所有3个站点的渠道都已完全改变。最重要的是,之前的所有基准测试都已被完全销毁,计算此期间的班次变化的唯一方法是使用最新的洪水前曲线。在2013年10月15日之前,已将新的人员仪表安装在尽可能靠近原始地点的位置。首先,并尝试使用最后的S-D表,在安装当天在每个站点进行了流量测量。流量测量数字,单位为cms。在S-D表上向上查找以获取相应的水位。将量规板设置在该水平,希望流量衰退与先前的量规相似。当通道中结冰时,这也是计算回水位移的唯一方法。滑雪场每天在冰雪条件下运行之前都需要进行流量计算,并且当然,如果不进行流量测量,则必须从S-D表中获得相当大的当前偏移量才能获得流量。

    考虑到以上所有因素,我在其中一个站点绘制可靠的S-D曲线时遇到了一些问题。由于控制区域中的砾石和巨石,通道仍处于流动状态。要想获得一套可靠的2013-14年冬季的流量数据,那将要来临的冰雪条件将带来一些问题。这就是您的五个最佳实践的极限。您赋予了我新的活力,希望能为年度用水报告获取一些合理的数据,对此我表示感谢。在我45年的流量计量和水文学历程中,我不记得曾经面临更大的挑战,除了可能要计算不列颠哥伦比亚省霍恩河盆地的麝香的日流量。从2011-13开始。

    无论如何,感谢您的聆听-并掌握水流量计算的最新信息。

    迪克·艾里森,水文学家,
    艾伯塔省莱斯布里奇。

    • Stu Hamilton
      回复
      发表于2014年2月4日下午6:04

      嗨,迪克,

      我相信您在这种情况下走正确的道路,可以提供最佳的可用数据。最佳实践方法的关键是及时了解信息需求,并适当调整监视操作以收集所需信息。

      在破坏性事件期间以及之后,在通道形态快速变化的情况下,使用阶段放电关系存在一些问题。话虽如此,您真的没有可行的选择,因为在这种情况下,所有其他可能的方法都至少具有同等的挑战性,甚至更多。

      基准标记,人员规,冰况的损失以及床装甲的可能损失都是需要适应您的监控计划的所有情况。如果没有当地条件和野外工作的其他限制,我无法评论最适合您的方法。但是,对我来说很明显,这是一个评级发展问题,需要基于良好现场工作而非花哨的分析的解决方案。

      斯图

      • Dick Allison
        回复
        发表于2014年2月4日下午6:04

        谢谢你回来,斯图。我遇到的另一件事是希望获得良好数据或由于许可证要求而被迫拥有良好数据但没有’不想支付所需的时间和设备。幸运的是,我们仍然拥有像您一样的政府和具有远见卓识的私营公司,它们不断向前发展,并不断扩大行业研究领域。大自然母亲有时会出现,以帮助我们了解新技术是否有效以及必须进行哪些调整。当然,这是一个充满活力的领域!

        再次感谢。
        迪克

  • Jérôme Le Coz
    回复
    发表于2014年2月5日下午3:12

    亲爱的斯图,

    我喜欢您关于评级曲线的上一份白皮书:您提供了关于良好管理评级曲线的主要要求的非常有用且有见地的摘要。我完全同意,理解液压控制,应用系统程序和管理非平稳影响确实是关键。

    I’d阅读完文档后,还想分享一些想法:

    *您声明 ‘曲线不能比野外观测更好’. Personally, 我不’认为这始终是正确的:某些量规可能比已建立的曲线更不确定,尤其是当可用一组密集的不确定量规来建立平稳的流量比关系时,或者当存在诸如薄板堰的精确结构时用过的。我与同意您的说法的法国同事进行了完全相同的讨论(比重计通常为它们的测量感到非常自豪!),但我担心他们可能会忘记其计量也是不确定的,而不是理想的地面真理。

    *测量,尤其是在类似条件下连续进行的测量,可能会出现并非相互独立的错误,这是非常有趣的一点。我们必须更多地考虑这一点,特别是对于基于视频的自动流控站,例如基于视频的站,在洪水期间提供许多连续的测量,并可能存在相关的错误。

    * 我觉得the Bayesian approach brings practical solutions to some important issues you raise 在 Best Practices 2 to 5. Is the curve fitting 在 Aquarius based 上 Bayesian 在ference? FYI, we developed such a Bayesian tool (BaRatin) for stationary 额定曲线s and a PhD was recently launched to extend BaRatin to time-varying curves. A recent 文章 在troduces the method:
    http://elsarticle.com/1ej4lGb

    * 我觉得‘data grading’ is not sufficient to efficiently qualify the derived discharge results (BP5), because end-users usually do not know how to proceed with 数据分级 or approval levels 在 their applications. Most often, they simply ignore the quality grading…不确定性分析可以说是传递关于数据质量的定量信息的唯一方法,该信息可以在非主观的基础上进一步使用。不确定性分析还将有助于实现BP3和BP4目标。

    最好的祝福
    杰罗姆


    JérômeLe Coz
    伊尔斯特(Nosveau nom du Cemagref)
    Recherche Hydrologie-Hydraulique单位

    • Stu Hamilton
      回复
      发表于2014年2月5日下午3:13

      嗨杰罗姆,
      我会坚持认为曲线不会比当时的实地测量更好‘normal’案件。我同意你的看法,曲线可以‘better’而不是错误的偶然情况下的测量结果;在整个工作台的整个范围内都有足够的测量密度;并且所有影响控制的液压因素都将一直保持稳定。即使对于薄板堰的特殊情况,也可能存在旁路泄漏,只有通过精确的测量才能检测到。

      我不’认为我们在这一点上的分歧是基于对测量的自豪感,而是基于自然渠道中测量困难的第一手经验。测量误差,特别是在不利条件(例如洪水期,小流量,水生植被)下进行的有影响的测量,在质量上是可以理解的,但在数量上是无法校正的。

      我承认无法完全理解贝叶斯方法。我对进一步研究曲线拟合的高级统计方法的动机受到了确定性的限制,即大多数水文测量程序永远都不会获得足够的质量和测量频率来证明IID假设的水平的资助。当统计方法捕获从水位图,横截面,照片,草图,注释,水力几何学,风速和风向以及设备诊断中获得的相关信息时,我会变得更加感兴趣。

      现实情况是,大多数额定曲线是在没有足够信息来完全约束解决方案的情况下开发的。开发了最佳实践方法来解决这一现实。对于水文学家来说,有大量的观测信息可以为评级解决方案提供约束。关键是要认识到这些信息的价值,并在实地访问期间故意寻找和记录相关信息。

      我同意,仅对数据进行简单评分是不够的,尤其是在没有对如何实施评分进行任何标准化的情况下。我的观点是对数据质量进行全面的解释。早期量化水文不确定性的努力具有启发性。我担心还需要一段时间才能确定不确定性较低的不确定性。数据用户可能会并且很多时候会忽略数据质量的解释。他们从事不合格工作的权利不应成为水文学家从事不合格工作的理由。

      干杯,
      斯图

      • Jérôme Le Coz
        回复
        发表于2014年2月6日下午1:22

        亲爱的斯图,

        Thanks for sharing these views. I definitely think that we fully agree 上 the hydrometric facts and 上 ly discuss the way things could be improved 在 practice. This a just a short follow-up, hoping 我不’浪费太多时间。

        我完全同意您的看法,即拟合和等级评定曲线不能简化为‘blind’计量的统计分析,忽略了熟练的水文学家能够动员的必要专业判断,现场知识和水力理解。那’这正是我喜欢贝叶斯方法的原因(顺便说一句,如果没有一些更高级的同事的帮助,我将无法理解贝叶斯方法)。因为这是统计分析(对于不确定性分析而言是必需的),它将水文学家的先验知识作为输入,以便相应地约束解决方案。我们在BaRatin中简化了此操作,以便现场操作员能够使用它并通过非常简单的数学参数输入其先验知识。优点之一是,您可以将产生结果曲线的信息的观测和概念来源正式分开。

        最良好的祝愿
        杰罗姆

        • Stu Hamilton
          回复
          发表于2014年2月12日凌晨2:20

          杰罗姆

          我不确定只要重新阅读本文,便能以您解释的方式完全理解BaRatin。我想在发表任何其他评论之前,我需要在水文测量工作流程中体验一下。

          From a workflow perspective 我不’不了解如何将推导/重新评估额定曲线的功能与建模偏离曲线的功能分开。当沉积物脉冲向下游移动超过量规时,BaRatin是否足够聪明以在曲线之间过渡?

          我最终想做的一件事是调查工具对分析的影响(即,如果您仅有的工具是锤子,那么每个问题都会看起来像钉子)。

          我曾与玛丽安·沃森(Marianne Watson)谈过,比较水文学家在混合评级曲线背景下与USGS样式偏移校正背景下的动态渠道在水道分析中的差异。我们避风港’之所以这样做,是因为可靠地实施该实验将需要比我们任何一个人当前可用的时间更多的时间(和仔细的考虑)。

          我们认为,这两种方法都应在相关背景下发挥作用。应当推动水文/水文背景而不是文化/技术遗留背景的方法选择。但是,由于缺乏调查研究的证据,我们可能会分享的任何意见对于更大的水文测量界来说都是无关紧要的。

          确实有趣的是将BaRatin加入其中。人与机器,卡斯帕罗夫与深蓝。我们是否可以设计一个实验来评估人们对贝叶斯统计解释的解释(使用在世界不同地区独立开发的分析范例)?有许多相关的性能指标可以通过仔细的实验​​设计进行量化。

          如前所述,玛丽安和我都没有大量时间可利用,但是您参与对话可能会带来新的机会。

          如果没有别的,我将有兴趣接受有关BaRatin使用的一些培训,以便我可以使用自己熟悉的数据集来试用它。也许下一步可能是webex会议,您可以在其中向我们解释和演示BaRatin。

          干杯,
          斯图

          • Jérôme Le Coz
            发表于2014年2月12日凌晨2:30

            亲爱的大家,

            这些是有趣的观点。但是,我’d就像不想超额出售当前版本的BaRatin一样,后者并非也不旨在成为水深蓝(宁可使用Kasparov)’s notepad):

            –BaRatin的结果取决于用户在用户定义的RC公式(由幂函数定义的固定数量的分段)中使用的专业知识和知识,以及其参数的先前值和不确定性。这里没有人工智能,而是水文学家的便捷,数学形式化’的判断。由于该程序是系统的,因此最终两个具有相同知识的不同用户应该在终端上获得相似的结果,而具有更多或不同经验的第三个用户应该能够通过使用更适当或更精确的先验来改善结果。 。无论如何,所作的假设很容易在形式上进行解释和讨论。

            –到目前为止,BaRatin并未解决非平稳的阶段放电关系:假定理想的RC不会随时间变化。当然,这是一个严重的限制,但是我们必须从那里开始。博士生’刚刚开始开发时变RC的BaRatin。再一次,我们要形式化对非平稳的物理假设,并分别从量规中获取信息。

            – anyway, using BaRatin for testing the impact of the tool 上 the results may be of high 在terest 在deed. A demo would help 在deed, but I suggest waiting for the next release which should come with a slightly different option for the uncertainty assessment and an English version of the user guide. A 更好 GUI will be developed 在 2014. In brief, even if already used 通过 some real hydrographers, it is still a work 在 progress! Any suggestions to improve the tool are welcome, of course.

            干杯,
            杰罗姆

发表评论

评论
名称
电子邮件
网站