Zastosowanie metody bootstrap do obszarowej analizy częstości opadów maksymalnych

• Autorzy: Ciupak Maurycy , Szalińska Wiwiana , Tokarczyk Tamara

Identyfikatory

DOI

10.15199/22.2024.7.2

Warianty tytułu

EN

The application of bootstrap method for analysis of areal maximum precipitation frequency

• Języki publikacji: PL

Abstrakty

PL

Wyznaczanie charakterystyk opadowych, szczególnie częstotliwości występowania opadów maksymalnych na danym obszarze, jest kluczowe dla zarządzania ryzykiem pogodowym, projektowania infrastruktury wodno-kanalizacyjnej, zarządzania zasobami wodnymi oraz planowania adaptacyjnego w obliczu zmieniających się warunków klimatycznych. W pracy przedstawiono zastosowanie metody bootstrap do wyznaczania i analizy częstości występowania maksymalnych sum opadów o określonym czasie trwania na wybranym obszarze (I-D-F-A: Intensity- Duration - Frequency - Area). Podstawą metody jest estymacja parametrów rozkładu I-D-F-A w dowolnym punkcie siatki obliczeniowej na podstawie syntetycznych ciągów opadowych uzyskanych w procedurze losowania bootstrapowego. Metoda ta umożliwia wykorzystanie danych obserwacyjnych pochodzących z różnych punktów i okresów pomiarowych. W ramach pracy badano wpływ rozszerzenia zbioru danych obserwacyjnych użytych do estymacji rozkładów I-D-F-A o dane pochodzące z dodatkowych stacji opadowych z innego okresu pomiarowego. Implementację i walidację metody przeprowadzono dla zlewni górnej i środkowej Odry, ze szczególnym uwzględnieniem dwóch zlewni testowych: Kwisy i Nysy Kłodzkiej. Uzyskane wyniki wskazują na możliwość znacznej poprawy analizy częstotliwości i oceny obszarowej występowania ekstremalnych zdarzeń opadowych dzięki pozyskiwaniu dodatkowych danych obserwacyjnych, w tym również z niepełnych serii pomiarowych.

EN

Determination of precipitation characteristics, in particular the frequency of maximum precipitation in a given area, is of key importance in weather risk management, water and sewage infrastructure design, water resources management and adaptive planning in view of the changing climate conditions. The article presents the application of the bootstrap method in determination and analysis of the rainfall intensity, duration and frequency in a given area (I-D-F-A: Intensity - Duration - Frequency - Area). This method uses estimation of the I-D-F-A distribution parameters in any point of the computational grid based on synthetic precipitation strings obtained with the bootstrapping draw procedure. This method allows for the use of observational data originating from different measurement points and periods. The article analyses the impact of enlarging the observational data set used for estimation of the I-D-F-A distributions with data deriving from supplementary rainfall stations in a different measurement period. The implementation and validation of the method was carried out for the upper and middle Oder River basin, with particular consideration of two test basins: Kwisa and Nysa Kłodzka Rivers. The obtained results indicate the possibility of significant improvement of the frequency analysis and extreme rainfall events areal assessment owing to acquisition of additional observational data, including from incomplete measurement series.

Słowa kluczowe

PL

metoda bootstrap; opad miarodajny; częstość występowania opadu; rozkład przestrzenny opad

EN

bootstrap methods; relevant precipitation; precipitation frequency; areal distribution of precipitation

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Gospodarka Wodna
• Rocznik: 2024
• Tom: Nr 7
• Strony: 14--23
• Opis fizyczny: Bibliogr. 42 poz., rys., tab.

Twórcy

autor

Ciupak Maurycy

• Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy, ul. Podleśna 61, 01-673 Warszawa, Polska

• https://orcid.org/0000-0002-4249-784X

autor

Szalińska Wiwiana

• Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy, ul. Podleśna 61, 01-673 Warszawa, Polska

• https://orcid.org/0000-0001-6828-6963

autor

Tokarczyk Tamara

• Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy, ul. Podleśna 61, 01-673 Warszawa, Polska

• https://orcid.org/0000-0001-5862-6338

Bibliografia

• [1] Acero F. J., Parey S., Garcia J. A., Dacunha-Castelle D. 2018. „Return Level Estimation of Extreme Rainfall over the Iberian Peninsula: Comparison of Methods”. Water 10: 179. DOI: 103390/w10020179.
• [2] Akaike H. 1974. „A new look at the statistical model identification”. IEEE Trans. Autom. Control AC 19(6): 716-722. DOl: 10.1109/TAC.1974.1100705.
• [3] Anderson R. L. 1941. „Distribution of the serial correlation coefficient”. Ann. Math. Statist. 8(1): 1-13.
• [4] Asakereh H. 2012. „Frequency Distribution change of Extreme precipitation in Zanjan City”. Geography and Environmental Panning Journal 23(145): 13-17.
• [5] Bailey D. H., Borwein J. M., Calkin N. J., Girgensohn R., Luke D. R., Moll V. H. 2007. Experimental Mathematics in Action. Wellesley, MA: A K Peters.
• [6] Bajkiewicz-Grabowska E., Mikulski Z. 2013. Hydrologia ogólna. Wyd. II. Warszawa: Wydawnictwo Naukowe PWN.
• [7] Ben-Hur A, Horn D., Siegelman H. T., Vapnik V. 2001. „Support vector Clustering". Journal of Machine Learning Research 2: 125-137.
• [8] Bogdanowicz E., Stachý J. 1998. „Maksymalne opady deszczu w Polsce - charakterystyki projektowe”. Materiały Badawcze, Seria: Hydrologia i Oceanologia 23. Warszawa: IMGW-PIB.
• [9] Burszta-Adamiak E., Licznar P., Zaleski J. 2019. „Criteria for identifying maximum rainfall determined by the peaks-over-threshold (POT) method under the Polish Atlas of Rainfall Intensities (PANDa) project”. Meteorology Hydrology and Water Management 7: 1.
• [10] Byczkowski A. 1999. Hydrologia. T. 1 i 2. Warszawa: Wydawnictwo SGGW. [M] Chang Ch., Rahmad R., Wu Sh., Hsu Ch. 2022. „Spatial Frequency Analysis by Adopting Regional Analysis with radar Rainfall in Taiwan”. Water 14: 2710. DOI: 10.3390/w14172710.
• [12] Chu H., Pan T., Liou J. 2011. „Extreme Precipitation Estimation with Typhoon Morakot Using Frequency and Spatial Analysis". Terr. Atmos. Ocean. Sci. 22(6): 549-558. DOI: 10.3319/TAO.2011.05.10.02(TM).
• [13] Dahmen E. R. Hall M. J. 1990. Screening of hydrological data: Tests for stationarity and relative consistency. Publication 49. Wageningen, Niderlandy: International Institute for Land Reclamation and Improvement.
• [14] Deidda R., Hellies M., Langousis A. 2021. „A critical analysis of the shortcoming in spatial frequency analysis of rainfall extremes based on homogeneous regions and a comparison with a hierarchical boundaryless approached". Stochastic Environmental Research and Risk Assessment 35: 2605-2628. DOI: 10.10007/S00477-021-021-02008-x.
• [15] Dubicki A. 1993. „Tendencje zmian intensywności opadów w dorzeczu Odry”. Zesz. Nauk. AR we Wrocławiu 233.
• [16] Eldardiry H., Habib E. 2020. „Examining the Robustness of a Spatial Bootstrap Regional Approach for Radar-Based Hourly Precipitation Frequency Analysis”. Remote Sensing 12: 3767. DOI: 10.3390/rs12223767.
• [17] Gołaszewski D., Kleniewska M. 2012. „Comparison of precipitation totals measured by the automatic telepluviometer and the Hellmann rain gauge at the Warsaw Ursynów station in 2000-2010". Annals of Warsaw University of Life Sciences - SGGW Land Reclamation 44: 1. DOI: 10.2478/v10060-011-0061-1.
• [18] Greenwood J. A., Landwehr J. M., Matalas N. C., Wallis J. R. 1979. „Probability weighted moments: Definition and relation to parameters of several distributions expressable in inverse form”. Water Res. Research 155: 1049-1054.
• [19] Guidelines for Determining Flood Flow Frequency. Bulletin 17B. 1982. Reston, VA: Interagency Advisory Committee on Water Data. U.S. Department of the Interior, Geological Survey, Office of Water Data.
• [20] Gupta R. D., Kundu D. 2001. „Exponentiated exponential family; an alternative to gamma and Weibull”. Biometrical Journal 43: 117-130.
• [21] Hassan M. U., Noreen Z., Ahmed R. 2001. „Regional frequency analysis of annual daily rainfall maxima in Skane, Sweden". International Journal of Climatology 41: 4307-4320. DOI: 101002/joc.7074.
• [22] Hawkins D. 1980. Identification of Outliers. London-New York: Chapman and Hall.
• [23] Hogg R. V., Craig A. T. 1978. Introduction to Mathematical Statistics, 192-199. 4th Edition. New York: Macmillan.
• [24] Hosking J. R. M. 1986. The theory of probability weighted moments. Research Rep. RC 12210. Yorktown Heights, NY: IBM Research Division.
• [25] Hosking J. R. M., Wallis J. R. 1987. „Parameterand Quantile Estimation for the Generalized Pareto Distribution”. Technometrics 29(3): 339-349. DOI: 10.2307/1269343.JSTOR1269343.
• [26] Jenkinson A. F. 1955. „The frequency distribution of the annual maximum (or minimum) values of meteorological elements”. Quarterly Journal of the Royal Meteorological Society 81(348): 158-171. DOI: 10.1002 /qj.49708134804.
• [27] Jokiel P., Marszelewski W., Pociask-Karteczka J. 2017. Hydrologia Polski. Warszawa: Wydawnictwo Naukowe PWN.
• [28] Lazoglou G., Anagnostopoulou Ch. 2017. „An Overview of Statistical Methods for Studying the Extreme Rainfalls in Mediterranean". Proceedings 1: 681. DOI: 10.3390/ecas2017-04132.
• [29] Lee S. H., Maeng S. J. 2003. „Frequency analysis of extreme rainfall using L-moment". Irrigation and Drainage 52(3): 219-230. DOI: 10.1002/ird.90.
• [30] Licznar P., Zaleski J. 2020. „Metodyka opracowania Polskiego Atlasu Natężeń Deszczów (PANDA)”. Materiały Badawcze. Seria Publikacji Naukowo-Badawczych. Warszawa: IMGW-PIB.
• [31] Maidement D. R. 1993. Handbook of hydrology. Londyn: McGraw-Hill Education. https://dl.watereng.ir/HANDBOOK_OF_HYDROLOGY.PDF [dostęp: czerwiec 2024].
• [32] Markiewicz I. 2021. „Depth-Duration-Frequency Relationship Model of Extreme Precipitation in the Upper Vistula Basin”. Water 13: 3439. DOI: 10.3390/w1323439.
• [33] Moujahid M., Stour L. A., Agoumi A., Saidi A. 2018. „Regional approach for the analysis of annual maximum daily precipitation in northern Morocco”. Weather and Climate Extremes 21: 43-51. DOI: 10106/j.wace.2018.05.005.
• [34] Pilon P. J., Condie R., Harvey K. D. 1985. Consolidated Frequency Analysis Pachage CFA User Manual for Version 1 - DEC PRO SERIES. Ottawa: Water Resources Branch, Inland Waters Directorate Enviroment.
• [35] Rao A. R, Hamed K. H. 2000. Flood Frequency Analysis. Boca Raton: CRC Press.
• [36] Schwarz G. E. 1978. „Estimating the dimension of a model". Annals of Statistics 6(2): 461-464. DOI: 101214/aos/1176344136.
• [37] Sneyers R. 1990. „On the statistical analysis of series of observations”. Technical Note 143. WMO 415. Genewa: World Meteorological Organization.
• [38] Uboldi F., Sulis A. N., Lussana C., Cislaghi M., Russo M. 2014. „A spatial bootstrap technique for parameter estimation of rainfall annual maxima distribution”. Hydrol. Earth Syst. Sci. 18: 981-995. DOI: 10.5194/hess-18-981-2014.
• [39] Wallis J. R., Schaefer M. G., Barker B. L., Taylor G. H. 2007. „Regional precipitation frequency analysis and spatial mapping for 24-hour and 2-hour durations for Washington State”. Hydrol. Earth Syst. Sci. 11(1): 415-442. DOl: 10.5194/hess-11-415-2007.
• [40] Wang Zh., Yan I., Zhang X. 2014. „Incorporating spatial dependence in regional frequency analysis". Water Resources research 50: 9571-9585. DOI: 101002/2013WR014849.
• [41] Wdowikowski M. 2020. Opracowanie probabilistycznych modeli opadów maksymalnych dla dorzecza Górnej i Środkowej Odry [rozprawa doktorska]. Wrocław: Politechnika Wrocławska. https://dbc.wroc.pl/publication/149697 [dostęp: czerwiec 2024].
• [42] Willemse W. J., Kaas R. 2007. „Rational reconstruction of frailty-based mortality models by a generalisation of Gompertz' law of mortality”. Insurance: Mathematics and Economics 40(3): 468. DOI: 101016/j.insmatheco.2006.07.003.