Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "GSA" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Analiza wrażliwości i niepewności modelu hydrodynamicznego (SWMM) do prognozowania odpływu wód opadowych ze zlewni zurbanizowanej – studium przypadku
Sensitivity and uncertainty analysis of hydrodynamic model (SWMM) for storm water runoff forecasting in an urban basin – a case study
Autorzy:
Szeląg, B.
Kiczko, A.
Dąbek, L.
Powiązania:
https://bibliotekanauki.pl/articles/237347.pdf
Data publikacji:
2016
Wydawca:
Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
Tematy:
GSA-GLUE
analiza niepewności
analiza wrażliwości
SWMM
ścieki deszczowe
sensitivity analysis
uncertainty analysis
storm water
Opis:
Modelowanie ilości ścieków oraz napełnień przewodów sieci kanalizacyjnej stanowi istotny element umożliwiający ocenę funkcjonowania systemów odprowadzania wód opadowych z terenu zlewni. Złożoność procesów fizycznych, które są symulowane oraz ograniczona liczba danych dostępnych do kalibracji powoduje dużą niepewność uzyskanych wyników. W artykule przedstawiono przykład zastosowania techniki GSA-GLUE do analizy wrażliwości i probabilistycznej identyfikacji parametrów (szerokość drogi spływu, wysokość retencji terenowej powierzchni uszczelnionych i nieuszczelnionych, udział powierzchni uszczelnionej, współczynnik szorstkości kanałów, spadek podłużny zlewni) w przypadku modelu zlewni zurbanizowanej wykonanego w programie SWMM (storm water management model). Do kalibracji i walidacji modelu zlewni wykorzystano wyniki pomiarów wysokości opadów oraz przepływów ścieków deszczowych wykonanych w latach 2009–2011. Przeprowadzone obliczenia wykazały, że największy wpływ na kształt hydrogramu odpływu wód opadowych ze zlewni zurbanizowanej w opracowanym modelu hydrodynamicznym miały współczynnik szorstkości ścian kanałów oraz wysokość retencji terenów uszczelnionych. Uzyskane wyniki przeprowadzonej symulacji potwierdziły, że zastosowane w pracy metody oceny wrażliwości i identyfikacji parametrów mogą być pomocne przy kalibracji modeli hydrodynamicznych zlewni zurbanizowanych.
Modeling of sewage volume and sewer system filling-ups is an important element that allows performance assessment of a rainfall drainage system from a basin area. The complex nature of physical processes being simulated and limited amount of observation data available for calibration make the model outcomes highly uncertain. The presented case study demonstrates an application of the GSA-GLUE technique (global sensitivity – generalized uncertainty estimation) to the sensitivity analysis and probabilistic identification of parameters (surface runoff width, water capacity of impervious and pervious surfaces, impervious surface fraction, the Manning roughness coefficient of channels and longitudinal basin slope) for the urban catchment model designed with the SWMM software. Measurement data of rainfall intensity and rain water flow from the period of 2009 to 2011 was used for calibration and validation of the basin model. The numerical experiments revealed that the channel roughness coefficient and water capacity measures of impervious surfaces had the highest impact on shape of the calculated hydrograph for storm water runoff in an urban basin. The simulation results confirmed that the sensitivity analysis and parameter identification methods applied might be useful in calibration of urbanized basin hydrodynamic models.
Źródło:
Ochrona Środowiska; 2016, 38, 3; 15-22
1230-6169
Pojawia się w:
Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies