Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  modelowanie prognostyczne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule omówiono sytuację na światowym rynku stali, ze szczególnym uwzględnieniem dynamiki zmian w wielkości produkcji stali w ostatnich latach. Na podstawie danych statystycznych wielkości produkcji stali za lata 2000-2015 zbudowano prognozy zmian w poziomie produkcji stali na świecie do 2020 roku, uwzględniając cykliczność zmian.
EN
The article presents the situation in the global steel market, with particular emphasis on the dynamics of changes in the volume of steel production in recent years. Based on statistics (world steel production) from the years 2000-2015 was built the forecast volume of steel production in the world by 2020, according to cycles of changes.
PL
Obecnie matematyczne modelowanie prognozowania jakości powietrza ma duże znaczenie ze względu na potrzebę informowania ludności o spodziewanych stężeniach zanieczyszczeń i wydawania odpowiednich ostrzeżeń. Na każdym etapie stosowania systemu modelowania wymagana jest dokładna weryfi kacja i diagnostyka jego wydajności. W pracy przedstawiono wyniki oceny statystycznej systemu krótkoterminowych prognoz jakości powietrza na obszarze Krakowa (Polska) w okresie kwiecień 2014 – marzec 2015. Prognozy opierają się na systemie modelowania opracowanym przez fundację EkoPrognoza i udostępnianym Politechnice Warszawskiej. Obliczenia wykonywano za pomocą modelu GEM-AQ, a ich wynikiem są publicznie dostępne prognozy średnich dziennych stężeń PM10, PM2,5, NO2 , SO2 , CO oraz O3 . W trakcie prowadzonych badań wartości te zostały porównane z wynikami obserwacji pomiarowych rejestrowanych na stacji tła miejskiego w Krakowie (ul. Bujaka) przy użyciu statystyk błędów i mierników wydajności modelu zalecanych przez Amerykańską Agencję Ochrony Środowiska. Wyniki przeprowadzonych obliczeń wskazują na dobrą sprawdzalność prognoz stężeń PM10 oraz PM2,5 w okresie analizy, co skutkuje ich silną korelacją z wynikami pomiarów. Oceniany model przejawia tendencję do przeszacowywania wszystkich prognoz w odniesieniu do pomiarów stężeń substancji gazowych na stacji przy ul. Bujaka. Największe rozbieżności dotyczą prognoz stężenia dwutlenku siarki (SO2) oraz ozonu (O3) i są charakterystyczne głównie dla sezonu pozagrzewczego. Niedokładność prognoz wpływa na wiarygodność przewidywanej wartości wspólnego indeksu jakości powietrza (CAQI), będącego wypadkową stężeń poszczególnych zanieczyszczeń powietrza.
EN
Currently, mathematical modelling air quality forecasts is of great importance due to the need of informing the population about the upcoming concentrations of air pollutants and issuing accurate alerts. At each stage in the application of a modelling system a proper verification and performance diagnostics is required. This paper presents the results of a statistical evaluation of the short-term air quality forecasting system for the area of Krakow, Poland, over the period of April 2014 – March 2015. The analysed forecasts are prepared by Warsaw University of Technology on the basis of the modelling system created by the EkoForecast foundation. Calculations in this system are performed by the GEM-AQ model, which produces publicly available predictions of the daily average concentrations of PM10, PM2.5, NO2 , SO2 , CO and O3 . In this study these values were compared to the measured observations recorded at the urban background station in Krakow (Bujaka St.) with the use of error statistics and quantitative performance measures suggested by the US EPA. The results of the analysis indicate good reliability of PM10 and PM2.5 forecasted concentrations during the examined period of time, which provides high correlation rates for these observations. Evaluated model tends to overestimate all the predictions in reference to Bujaka St. station measurements. The highest discrepancies are evident in the case of sulphur dioxide (SO2) and ozone (O3) predictions occurring mainly during the non-heating season. Insuffi cient forecast accuracy aff ects the reliability of the predicted Common Air Quality Index (CAQI), which depends on the concentration of particular air pollutants.
PL
W pracy przedstawiono ilościową ocenę zagrożenia osuwiskowego i związanego z nim ryzyka w testowym rejonie Karpat fliszowych (okolice Szymbarku w Beskidzie Niskim). Wykorzystano równanie Varnesa i schemat metodyczny, pokazujący etapy takiej oceny: od inwentaryzacji osuwisk, przez wyznaczenie podatności na osuwanie i zagrożenia, aż po oszacowanie ryzyka na badanym obszarze. W ten sposób po raz pierwszy w polskiej literaturze dokonano oceny ryzyka osuwiskowego w sposób kompleksowy. Do wyznaczenia podatności na osuwanie i zagrożenia wykorzystano techniki GIS i metodę ELR (Empirical Likelihood Ratio) należącą do klasy funkcji sprzyjania (Favouribility Function). Przeprowadzone modelowanie wykazało przydatność zastosowanych metod do przewidywania zagrożeń w skali obszaru badań (modelowanie w dużej skali – 1:10 0000). Wrażliwość (vulnerability) oszacowano na podstawie wskaźnika odnoszącego koszt napraw do kosztów odtworzenia obiektu. Z kompilacji map zagrożenia i potencjalnych strat powstała mapa ryzyka osuwiskowego dla obszaru badań. Przeprowadzona analiza strat i korzyści w przypadku zagrożenia osuwiskowego wykazała duży (nawet 20%) udział strat pośrednich w stosunku do strat bezpośrednich. Wynika z tego, że straty pośrednie nie mogą być pomijane przy oszacowaniu ryzyka osuwiskowego i powinny by uwzględniane w planowaniu przestrzennym.
EN
The paper presents quantitative estimation of landslide hazard and risk in the test area located in the Polish Flysch Carpathians (surrounding of Szymbark, Beskid Niski Mts.). The adopted approach is enrooted in Varnes equation and, thus, problem solving is tackled with a stepwise strategy comprising landslide inventory, susceptibility and hazard modelling, and assessment of related risk in the studied area. Under such framework the landslide risk has been evaluated comprehensively for the first time in Poland. Drawing upon GIS capabilities, landslide susceptibility and hazard were modelled using ELR (Empirical Likelihood Ratio) function, belonging to Favourability Functions. The performed multivariate statistical modelling turned to be useful for predicting landslide hazard in the test area (large scale modelling - i.e. 1:10 000). Vulnerability was estimated by relating costs of repairs to costs of analysed objects at risk. The developed landslide risk map is the outcome of compiling the landslide hazard map with the map of potential losses. Moreover, the performed cost-benefit analysis showed that indirect losses are significant (up to 20%) when compared to direct ones. Therefore, the indirect losses may not be neglected and have to be taken under consideration in spatial planning and landscape management.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.