velikost textu

Sezónní pravděpodobnostní hydrologické předpovědi

Upozornění: Informace získané z popisných dat či souborů uložených v Repozitáři závěrečných prací nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora.
Název:
Sezónní pravděpodobnostní hydrologické předpovědi
Název v angličtině:
Seasonal probabilistic hydrological forecasting
Typ:
Disertační práce
Autor:
Mgr. Václav Šípek, Ph.D.
Školitel:
RNDr. Jan Daňhelka, Ph.D.
Oponenti:
Ing. Ladislav Kašpárek, CSc.
doc. Ing. Pavel Fošumpaur
Id práce:
113226
Fakulta:
Přírodovědecká fakulta (PřF)
Pracoviště:
Katedra fyzické geografie a geoekologie (31-330)
Program studia:
Fyzická geografie a geoekologie (P1306)
Obor studia:
-
Přidělovaný titul:
Ph.D.
Datum obhajoby:
14. 1. 2014
Výsledek obhajoby:
Prospěl/a
Jazyk práce:
Čeština
Klíčová slova:
hydrologické předpovědi, model SWIM, klimatické oscilace
Klíčová slova v angličtině:
Hydrological forecasting, SWIM model, large scale climatic indicators
Abstrakt:
Abstrakt V kontextu extrémních hydrologických událostí, které lze na přelomu 20. a 21. století pozorovat, jsou sezónní hydrologické předpovědi velmi aktuálním tématem. Tyto události jsou reprezentovány rozsáhlými povodněmi a déle trvajícími periodami sucha. A právě v této situaci vzrůstá potřeba managementu povodí, který by zajistil správnou časovou i prostorovou distribuci vodních zdrojů. Sezónní hydrologické předpovědi jsou nezbytnou součástí tohoto úsilí, neboť umožňují odhad budoucího odtoku s dostatečným předstihem. Tato práce se zabývá problematikou hydrologických předpovědí s předstihem jednoho měsíce. Cílem práce je aplikace tří předpovědních metod na území České republiky. První je reprezentována referenčním klimatologickým přístupem, druhou je tradiční americká metoda Ensemble Streamflow Prediction (ESP) a poslední je nově navržená modifikace této metody, která je založená na klimatickém podmínění vstupních meteorologických dat. První část práce je věnována nalezení potřebných předpovědních vztahů mezi hydrometeorologickými řadami ze dvou modelových povodí a velkoprostorovými klimatickými prediktory. Jako zájmová území byla zvolena povodí jihočeské Blanice a horní Cidliny. Mezi velkoprostorové klimatické prediktory patří klimatické oscilace a prostorové hodnoty tlaku vzduchu, dvou geopotenciálních výšek a teploty povrchu moře. Bylo zjištěno, že zvolené prediktory umožňují lépe předpověď hydrometeorologických řad na povodí Cidliny. Na povodí Blanice je vliv těchto prediktorů nižší pravděpodobně z důvodu orografického efektu. Nalezené prediktory nejčastěji svou podstatou charakterizují tlakové pole a tedy i pohyb vzduchových hmot směrem ze severního Atlantského oceánu na území České republiky. Na povodí Cidliny se předpovědní vztahy nejvíce koncentrují do sedmi měsíců v roce a to do zimního (prosinec-březen) a letního (červen-srpen) předpovědního období. Tyto předpovědní vztahy byly následně použity jako základ nově navržené modifikace stávající předpovědní metody ESP, která je založena na použití všech historických meteorologických řad v kombinaci s aktuálním nastavením počátečních vláhových podmínek v území. Představovaná modifikace navíc nepoužívá jako vstupní data historická meteorologická pozorování, ale syntetické meteorologické řady, které vznikly pomocí stochastického generátoru počasí. Jejich množství je před vstupem do hydrologického modelu omezeno právě na základě získaných předpovědních klimatologických vztahů. Pro otestování měsíční předpovědi pomocí všech tří metod bylo použito sedm měsíců ze čtyřletého testovacího období (2007-2010). Kromě měsíce února, ve kterém bylo obtížné modelovat chod tání sněhové pokrývky, produkovaly obě ESP metody podstatně lepší předpovědi než referenční klimatologická předpověď. Modifikovaná metoda ESP navíc, až na výjimky způsobené nedostatečným omezením syntetických meteorologických řad ze strany klimatických prediktorů, vykazovala lepší výsledky než tradiční ESP předpověď. Toto zlepšení oproti klasické ESP bylo nejvíce patrné na zúžení pravděpodobnostního předpovědního intervalu.
Abstract v angličtině:
Abstract Seasonal hydrological forecasts represent a very current topic, especially in the context of extreme hydrological events that have taken place at the end of the 20th and beginning of the 21st century. These events are represented by large scale floods and long lasting periods of drought. This has led to a need for the effective water management strategies. These management strategies have to be able to efficiently distribute water resources both in the space and time. Seasonal hydrological forecasting systems constitute an essential part of water management strategies, as they enable the runoff estimation in a sufficient advance. This thesis deals with the seasonal hydrological forecasting system with a one month lead. The aim of this study is to apply three forecasting methods using an experimental watershed in the Czech Republic. The first method is represented by the reference climatology approach, the latter by the well-tested Ensemble Streamflow Prediction system (ESP), and the last by its newly proposed modification. This modification (modified ESP – mESP) is based on the restriction of input data established on their relations to the large scale climatological variables and patters. The first part of the thesis is focused on the investigation of possible relations among hydrometeorological series from two watersheds in the Czech Republic and large scale climatic predictors. The Blanice River in southern Bohemia and the upper Cidlina River in the eastern part of Bohemia serve as experimental areas. The large scale climatic predictors are represented by the seal level pressure, the sea surface temperature, two geopotential heights, and major teleconnection patterns. The analysis has shown that the hydrometeorological series might be more accurately estimated in the case of the Cidlina River basin. Concerning the Blanice River watershed, the influence of above mentioned predictors is less obvious, most probably due to the effect of the close Šumava mountain range. These predictors characterize the pressure field in the north Atlantic and southern Scandinavia region, which controls air masses movements from this area not only over the Czech Republic, but over entire Europe. Concerning the Cidlina River basin, the most useful predictive relations are restricted to seven months (December-March and June-August) of the year. These newly identified relations served as the basis of the modified ESP approach. This modification restricts the number of input meteorological series based on the values of large scale climatic predictors, which were analysed in the previous part of the thesis. These restricted series are submitted to the hydrological model, which is adjusted to current moisture conditions in the catchment. Moreover, the mESP approach does not restrict historical meteorological observations, but synthetic weather series. These series were gained from the stochastic weather generator as being more representative than only the limited number of observed datasets. The hydrological forecasting system was tested on the four year testing period (2007-2010). Two ESP based methods proved to be more efficient in all selected months. The only exception was February, because of troublesome snowmelt simulations. Moreover, the mESP was more efficient than the original ESP method in the vast majority of months. Rare exceptions have been conditioned by not sufficiently restricted synthetic weather series. The improvement of the traditional ESP was most obvious in the narrower forecast interval of the expected runoff volume.
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Mgr. Václav Šípek, Ph.D. 5.16 MB
Stáhnout Abstrakt v českém jazyce Mgr. Václav Šípek, Ph.D. 61 kB
Stáhnout Abstrakt anglicky Mgr. Václav Šípek, Ph.D. 9 kB
Stáhnout Autoreferát / teze disertační práce Mgr. Václav Šípek, Ph.D. 1.37 MB
Stáhnout Posudek oponenta Ing. Ladislav Kašpárek, CSc. 84 kB
Stáhnout Posudek oponenta doc. Ing. Pavel Fošumpaur 104 kB
Stáhnout Záznam o průběhu obhajoby 1.12 MB