Informacja

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

Wyszukujesz frazę "Water management" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Participatory water resources planning and management in an Agriculturally Intensive Watershed in Quebec, Canada using Stakeholder Built System Dynamics Models
Planowanie zarządzania zasobami wodnymi w intensywnie użytkowanej rolniczo zlewni Quebec, Kanada, z wykorzystniem modelu dynamicznego uwzględniającego interesariuszy
Autorzy:
Adamowski, J.
Halbe, J.
Powiązania:
https://bibliotekanauki.pl/articles/81521.pdf
Data publikacji:
2011
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
water resource
planning
water management
agriculturally intensive watershed
Quebec
Canada
stakeholder
dynamics model
agricultural watershed
agriculture
system thinking
Opis:
The participation of stakeholders is an important component in integrated and adaptive watershed planning and management. In Quebec, Canada watershed organizations are in the process of implementing participatory based watershed planning and management schemes. However, there is a lack of simple and readily implementable frameworks and methods to explicitly involve stakeholders, as well as integrate physical and social processes, in watershed planning and management in Quebec. This paper describes the application of the first three stages of a newly proposed five stage stepwise Participatory Model Building framework that was developed to help facilitate the participatory investigation of problems in watershed planning and management through the use of qualitative system dynamics models. In the agriculturally intensive Du Chene watershed in Québec, eight individual stakeholder interviews were conducted in cooperation with the local watershed organization to develop qualitative system dynamics models that represent the main physical and social processes in the Du Chene watershed. The proposed Participatory Model Building framework was found to be accessible for all the interviewees, and was deemed to be very useful by the watershed organization to develop an overview of the different perspectives of the main stakeholders in the watershed, as well as to help develop watershed policies and strategies. The individual qualitative system dynamics models developed in this study can subsequently be converted into an overall group built system dynamics model (describing the socio-economic-political components of the watershed), which in turn can be quantified and coupled with a physically based model such as HEC-HMS or SWAT (describing the physical components of the watershed).
Rola interesariuszy jest ważnym elementem w zintegrowanym zarządzaniu zasobami wodnymi zlewni. Organizacje zajmujące się zagospodarowaniem zlewni rzecznych, w prowincji Quebec wdrążają obecnie system zarządzania zasobami wodnymi zlewni oparty na partycypacji interesariuszy, którzy zainteresowani są wykorzystaniem zasobów wodnych. Obecnie brakuje nieskomplikowanej i wygodnej we wdrożeniu metodyki uwzględnienia interesariuszy w zintegrowanym zarządzaniu zlewnią, w którym rozpatruje się ponadto zachodzące procesy społeczne i fizyczne. W pracy opisano zastosowanie pierwszych trzech, z pięciu etapów, nowo zaproponowanej metodyki stworzenia dynamicznego modelu partycypacyjnego, stosowanego w celu ułatwienia rozstrzygania problemów zarządzania zlewnią poprzez partycypację interesariuszy korzystających z jej zasobów. W intensywnie użytkowanej rolniczo zlewni Du Chene w prowincji Quebec, przeprowadzono 8 wywiadów z interesariuszami, a następnie, przy współpracy lokalnego zarządu wodnego, przystąpiono do zbudowania ilościowego modelu dynamicznego, który uwzględnia główne procesy fizyczne i społeczne w zlewni – Du Chene. Zaproponowany model partycypacji został oceniony przez interesariuszy jako przystępny oraz okazał się być użyteczny dla zarządów wodnych w celu przeglądu różnych perspektyw wkładu interesariuszy w zarządzanie zlewnią, a także ułatwił opracowanie strategii i polityki zarządzania zasobami zlewni. Model dynamicznego systemu udziałowców, zbudowany dla indywidualnych udziałowców w badanej zlewni i opisany w tym artykule, może zostać stopniowo rozbudowany do ogólnego, zbiorczego modelu, opisującego socjologiczne, ekonomiczne i polityczne procesy, istotne dla zarządzania zlewnią, oraz może zostać zintegrowany z modelami matematycznymi, takimi jak HEC-HMS lub SWAT, opisującymi fizyczne komponenty zlewni.
Źródło:
Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation; 2011, 43, 1
0208-5771
Pojawia się w:
Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessing the suitability of extreme learning machines (ELM) for groundwater level prediction
Ocena zdolności ekstremalnych maszyn uczących (ELM) do przewidywania poziomu wód gruntowych
Autorzy:
Yadav, B.
Ch, S.
Mathur, S.
Adamowski, J.
Powiązania:
https://bibliotekanauki.pl/articles/293096.pdf
Data publikacji:
2017
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
extreme learning machine (ELM)
forecasting
groundwater level
support vector machine (SVM)
water resource management
maszyna uczenia ekstremalnego (ELM)
maszyna wektorów nośnych SVM
poziom wód gruntowych
prognozowanie
zarządzanie zasobami wodnymi
Opis:
Fluctuation of groundwater levels around the world is an important theme in hydrological research. Rising water demand, faulty irrigation practices, mismanagement of soil and uncontrolled exploitation of aquifers are some of the reasons why groundwater levels are fluctuating. In order to effectively manage groundwater resources, it is important to have accurate readings and forecasts of groundwater levels. Due to the uncertain and complex nature of groundwater systems, the development of soft computing techniques (data-driven models) in the field of hydrology has significant potential. This study employs two soft computing techniques, namely, extreme learning machine (ELM) and support vector machine (SVM) to forecast groundwater levels at two observation wells located in Canada. A monthly data set of eight years from 2006 to 2014 consisting of both hydrological and meteorological parameters (rainfall, temperature, evapotranspiration and groundwater level) was used for the comparative study of the models. These variables were used in various combinations for univariate and multivariate analysis of the models. The study demonstrates that the proposed ELM model has better forecasting ability compared to the SVM model for monthly groundwater level forecasting.
Na całym świecie fluktuacje poziomów wód gruntowych stanowią ważny temat badań hydrologicznych. Rosnące potrzeby wodne, błędne praktyki irygacyjne, niewłaściwa gospodarka glebowa i niekontrolowana eksploatacja poziomów wodonośnych są powodami, dla których poziom wód gruntowych podlega fluktuacjom. Dla skutecznego zarządzania zasobami wód gruntowych istotne jest dysponowanie dokładnymi zapiskami i zdolność prognozowania poziomu tych wód. Rozwój technik komputerowych (modele wykorzystujące dane) w dziedzinie hydrologii ma istotny potencjał z powodu niepewnego i złożonego charakteru systemów wód gruntowych. W prezentowanych badaniach wykorzystano dwie techniki komputerowe: maszynę uczenia ekstremalnego (ELM) i maszynę wektorów nośnych (SVM – ang. support vector machine) do przewidywania poziomów wód gruntowych w dwóch studzienkach obserwacyjnych w Kanadzie. Do porównawczych badań modeli wykorzystano zestaw danych miesięcznych z ośmiu lat (2006–2014), składający się z danych hydrologicznych i meteorologicznych (opady, temperatura, ewapotranspiracja, poziom wody). Wymienione zmienne zastosowano w rozmaitych kombinacjach do jedno- i wieloparametrycznej analizy modeli. Wyniki dowodzą, że model ELM ma lepsze zdolności przewidywania miesięcznych poziomów wód gruntowych w porównaniu z modelem SVM.
Źródło:
Journal of Water and Land Development; 2017, 32; 103-112
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A wavelet-SARIMA-ANN hybrid model for precipitation forecasting
Hybrydowy model wavelet-SARIMA-ANN do prognozowania opadów
Autorzy:
Shafaei, M.
Adamowski, J.
Fakheri-Fard, M.
Dinpashoh, Y.
Adamowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/292320.pdf
Data publikacji:
2016
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
artificial neural network (ANN)
precipitation forecasting
seasonal auto regressive integrated moving average (SARIMA)
water resources management
wavelet
gospodarka zasobami wodnymi
metoda wavelet
prognozowanie opadów
sezonowa zintegrowana autoregresja z ruchomą średnią
sztuczne sieci neuronowe
Opis:
Given its importance in water resources management, particularly in terms of minimizing flood or drought hazards, precipitation forecasting has seen a wide variety of approaches tested. As monthly precipitation time series have nonlinear features and multiple time scales, wavelet, seasonal auto regressive integrated moving average (SARIMA) and hybrid artificial neural network (ANN) methods were tested for their ability to accurately predict monthly precipitation. A 40-year (1970–2009) precipitation time series from Iran’s Nahavand meteorological station (34°12’N lat., 48°22’E long.) was decomposed into one low frequency subseries and several high frequency sub-series by wavelet transform. The low frequency sub-series were predicted with a SARIMA model, while high frequency subseries were predicted with an ANN. Finally, the predicted subseries were reconstructed to predict the precipitation of future single months. Comparing model-generated values with observed data, the wavelet-SARIMA-ANN model was seen to outperform wavelet-ANN and wavelet-SARIMA models in terms of precipitation forecasting accuracy.
Prognozowanie opadów, ze względu na ich znaczenie w gospodarce zasobami wodnymi, szczególnie w zmniejszaniu ryzyka powodzi czy susz, było już przedmiotem wielu badań. Serie miesięcznych opadów mają właściwości nieliniowe i różne skale czasowe, w związku z czym przetestowano różne metody: wavelet, metodę zintegrowanej sezonowej autoregresji z ruchomą średnią (SARIMA) i hybrydową metodę sztucznych sieci neuronowych (ANN) pod kątem ich zdolności do dokładnego przewidywania miesięcznych opadów. Czterdziestoletnią (1970–2009) serię opadów z irańskiej stacji meteorologicznej w Nahavand (34°12’N, 48°22’E) rozłożono na jedną podserię o niskiej częstotliwości i kilka podserii o wysokiej częstotliwości występowania opadów przez transformację falkową. Podserie o niskiej częstotliwości prognozowano za pomocą modelu SARIMA, podczas gdy podserie o wysokiej częstotliwości prognozowano, stosując ANN. Na koniec prognozowane podserie zrekonstruowano celem przewidywania opadów w poszczególnych miesiącach w przyszłości. Porównanie wartości generowanych przez model z danymi z obserwacji wykazało lepszą dokładność prognozowania opadów za pomocą modelu wavelet-SARIMA-ANN niż za pomocą modeli wavelet-ANN i wavelet-SARIMA.
Źródło:
Journal of Water and Land Development; 2016, 28; 27-36
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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