具有等级曲线设计的水文学家。

为什么水文学家在等级曲线发展中的作用甚至需要解释?

我很高兴地宣布该论文: 水文学家在等级曲线发展中的作用 现在已经发表在 合流:流域科学与管理杂志.

玛丽安·沃森(Marianne Watson),罗宾·派克(Robin Pike)和我在撰写本文的过程中互相学习了很多东西,结果得出的产品大于投入总和。

玛丽安 是位于新西兰北帕默斯顿的独立咨询水文学家和水文学家。玛丽安(Marianne)提供了几乎所有有关新西兰评级曲线的培训。新西兰的气候和地理环境为水文学家提供了一些世界上最具挑战性和动态性的航道条件。新西兰人也非常有效地分享了他们在现场经验中获得的知识,从而使新西兰成为水文测量方法创新的全球热点。

自从我第一次遇到玛丽安(Marianne)以来,她几乎一直是我与评级曲线有关的权威人士之一。她拥有丰富的洞察力,并拥有第一手现场经验。她也是我见过的最好的BS检测器。实际上,这就是本文的来历。我发表了一篇关于 低流量扩展 1 于2017年4月在新西兰达尼丁的一个技术研讨会上评估了评级曲线,此后,玛丽安(Marianne)让我讲解了演示中间深处的其中一张图表的有效性。在进一步调查中,我发现一个假设存在错误。我试图理解我为什么以及为什么是错的是本文的起源。

罗宾 他的大部分职业致力于改善水文数据的质量和改进实践标准。他对做什么以及如何做的知识,也得到了广泛而多样的现场经验的支持。罗宾对帮助那些没有为国家水文部门服务的水文学家特别感兴趣。这些水文测绘人员常常不得不自己进行自我训练,并试图找出如何以很小的运营预算调和对公认标准的遵守。

真正的问题是为什么我们三个人会被迫花这么多时间和精力来撰写本文。

这是一篇很难写的论文。大多数期刊文章都是在广泛的工作领域中取得的渐进进步,因此任务主要是将当前的工作置于更广阔的背景下。但是,即使有大量关于 额定曲线 ,我们几乎找不到。现有的大多数工作都是从工程学或学术角度撰写的,这些观点在历史上充其量被忽视,或多或少都在积极地贬低主观投入对评级曲线发展的好处。

但是,当前的文献中有一种趋势是逐渐脱离评级曲线,而只是纯粹出于经验。在理解排放不确定性方面的进步表明,存在大量无法解释的不确定性,不是不确定的(即随机且分布均匀),而是认知的(即对所建模系统的不完全了解的系统性结果)。对不确定性的更好理解正在推动概率性研究的发展, 贝叶斯 2,可以从不确定的输入中产生更好结果的方法。用这种方法的术语来说,这些输入称为先验,它们表示系统如何工作的先验知识。

水文学家几代人所做的正是将先验知识带入等级曲线开发和管理过程中。

但是,关于他们如何利用第一手现场经验来提高收视率的故事从未被正式讲述过。首先,这个故事应该有助于培训年轻的水文学家,使他们能够更快地发展高级同事在多年的反复试验中必须掌握的直觉技能。这个故事应该改变有关评级曲线对话的方式,提供一个框架,而不是基于观点(即最古老,最响亮的声音获胜),有关基础假设有效性的基于证据的讨论可能会盛行。最后,这个故事可能会帮助指导当前的研究,如何设计贝叶斯模型以从现场经验中获得的先验知识中受益。

为了达到清晰和可信的目的,按照科学期刊的严格标准编写该故事非常重要。

但是,所需的形式和简洁的写作风格不允许任何修饰。我认为,如果通过讲故事来增强读者的理解能力,则可以更好地与故事建立联系。因此,在接下来的几个月中,我将撰写一系列博客文章,这些文章将以该博客文章的经常读者更习惯的方式来复述该故事中的一些最重要元素。

请继续关注下一期!


1汉密尔顿,南 2017。低流量额定值扩展。新西兰水文学会技术研讨会。 4月3日至6日。新西兰达尼丁。

2汉密尔顿,南。 和T. Farahmand。 2016。开发机器学习算法的用例注意事项,以推导与阶段放电额定值曲线相关的不确定性。国际河流水力学会议(River Flow 2016)RiverFlow会议录,美国圣路易斯,2016年7月11日至14日

没意见

发表评论

评论
名称
电子邮件
网站