OGC图形。

WaterML 2.0 Part 2 –额定值,量规和横截面

我正在从英格兰雷丁的额定值,量规和横截面密集讲习班回家的路上在大西洋上写这篇文章。

这个 开放地理空间联盟 (OGC)研讨会标志着一个开发项目的启动 WaterML2.0第2部分.

在埃克塞特同时举行的会议上,OGC正式通过了 WaterML2.0第1部分,它是作为官方国际标准处理时间序列数据的部分。

WaterML 2.0第1部分的用例是相对不言自明的。基于地理特征(例如流域或河流)搜索数据,发现数据的元数据属性以及使用通用的互换格式访问数据的能力应为任何水管理或水科学目标产生巨大的效率。 WaterML 2.0第2部分的用例要求对水文计量学的未来有更进步的展望。

目前,交换等级的主要用例是对时间敏感的要求,例如洪水预报,预报员可以独立访问实时水位信息,并且要求在水位提前之前将水位转换为排放量。排放常规发布的信息。在这种情况下,通常与数据提供者之间存在硬编码的通信链接,而无需全局交换格式。对于不老练的用户,可能会误解等级,因此,到目前为止,分发排放信息的首选方法是由负责结果的专家生产和发布排放物。

尽管如此,我还是提出了三种令人信服的论点,它们支持针对等级,计量和横截面的互操作性标准的开发和实施。

  1. 目的调查的适用性: 在没有客观的排放不确定性度量的情况下,评估潜在误差的最佳方法是检查相关时段的额定值残差。我个人从不对排放数据集进行假设检验,而无需先查看曲线周围评级观察的分布和散布。如果研究团体可以使用等级和度量标准,则可以在水文研究中达到更高的标准。对研究结果的同行评审可以评估数据是否对从数据得出的结论具有鲁棒性。
  2. 对水文不确定度量化技术的研究: 当前有关推进水文不确定度量化科学的最新研究是基于这样的假设,即有足够的自由度来表征等级的每个部分中的误差分布。几乎从来没有这样。在研究人员获得足够多的操作额定值和量规之前,我们将无法推动科学发展以提供实用的解决方案来量化不确定性。
  3. 河流地貌研究: 对横断面的研究和随时获取构造特定排放点所需的数据,应该使人们对区域规模的沉积物和基床输运有更好的了解。反过来,这应该在水生生态学方面取得进展。

共享额定值度量和横截面的技术障碍将很快得到解决。

真正的挑战在于文化障碍。数据提供者很少有动力暴露可能会被不合格评论家误解或重新解释的信息。但是,我们陷入僵局。我们无法开发出可靠的技术来客观地量化不确定性,因此在我们开始共享评级,度量和横截面之前,不再需要共享评级来对不确定性进行主观评估。

按照我们的进度 通过检查 水文领域工作组Wiki

2条留言

发表评论

评论
名称
电子邮件
网站