Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "runoff simulation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Meteorological data in the simulation of combined system work conditions
    Dane meteorologiczne w symulacji warunków pracy ogólnospławnej sieci kanalizacyjnej
    Autorzy:
    Wira, J.
    Nowogoński, I.
    Ogiołda, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/395878.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    ogólnospławna sieć kanalizacyjna
    sieć kanalizacyjna
    opady
    wysokość opadów
    combined sewage system
    rainfall-runoff phenomena
    simulation
    Opis:
    In the paper results of combined system work simulation basing on rainfall data were shown. Rainfall height values were read for three time interval precisions: 10, 30 and 60 minutes. The last event corresponds with precision gained when using pluviographical specification. Simulation was realised for a calibrated catchment in Głogów. Obtained results point at possibility of significant differences gained when the simulation process is realized with data read directly from pluviographical recording in comparison with pluviographical specification usage. Reading with too low precision decreasing rainfall intensity differences in time could be also a reason why similarity of simulation results and direct reading is low. Such data application in calibration process could lead to parameters which could be rejected in verification of calibrated model.
    W pracy przedstawiono rezultaty sumulacji pracy ogólnospławnej sieci kanalizacyjnej przeprowadzonych w oparciu o dane opadów. Wysokości opadów zostały odczytane z taśm pluwiograficznych z dokładnością co 10, 30 i 60 minut. Ostatni przypadek odpowiada dokładności zestawień pluwiograficznych. Symulacja prowadzona była dla wstępnie skalibrowanej zlewni na terenie Głogowa. Dane do kalibracji uzyskano w ramach prac badawczych prowadzonych w latach 1998-2000. Uzyskane rezultaty potwierdzają możliwość wystąpienia znaczących różnic uzyskiwanych przy użyciu w procesie symulacji danych pochodzących bezpośrednio z taśm pluwiograficznych lub z urządzeń elektronicznych w porównaniu z zestawieniami pluwiograficznymi. Zastosowanie takich danych w procesie kalibracji modelu symulacyjnego z kolei może doprowadzić do uzyskania parametrów kalibracji, które mogą zostać odrzucone w procesie weryfikacji skalibrowanego modelu. Zaobserwowane błędy sięgające 49% mogą doprowadzić do wdrożenia modelu mało przydatnego w eksploatacji systemu.
    Źródło:
    Civil and Environmental Engineering Reports; 2011, 7; 99-108
    2080-5187
    2450-8594
    Pojawia się w:
    Civil and Environmental Engineering Reports
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Verification of the Simulation Model Based on the Example of Combined Sewage System in Głogów
    Weryfikacja modelu symulacyjnego na przykładzie sieci kanalizacji ogólnospławnej miasta Głogowa
    Autorzy:
    Nowogoński, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/396430.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    combined sewage system
    rainfall-runoff phenomena
    simulation model
    kanalizacja ogólnospławna
    zjawisko opad-odpływ
    modele symulacyjne
    Opis:
    The verification of simulation model of combined sewage system was presented in article. The model of sewage system functioning in Głogów was developed using SWMM 5.1 (Storm Water Management Model) software. It was calibrated based on the results of field studies from the years 2011–13, while the properness of its activity was verified for the results of measurements carried out in 2014. The verification of the model showed acceptable discrepancies between the measured and simulated values of flow rates. Factors which caused differences were indicated and, on the basis of this, conclusions pertaining to further studies were formulated.
    Przy użyciu programu SWMM 5.1 (Storm Water Management Model) opracowano model symulacyjny istniejącej sieci kanalizacyjnej w Głogowie. Model został skalibrowany na podstawie wyników badań terenowych z lat 2011-13, a prawidłowość jego działania zweryfikowano przy użyciu wyników pomiarów przeprowadzonych w 2014 roku. Weryfikacja modelu wykazała akceptowalne rozbieżności między zmierzonymi i symulowanymi wartościami natężenia przepływu. Wskazano czynniki, które spowodowały różnice i na tej podstawie sformułowano wnioski dotyczące dalszych badań.
    Źródło:
    Civil and Environmental Engineering Reports; 2018, No. 28(3); 111-120
    2080-5187
    2450-8594
    Pojawia się w:
    Civil and Environmental Engineering Reports
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Performance evaluation of HEC-HMS model for continuous runoff simulation of Gilgel Gibe watershed, Southwest Ethiopia
    Autorzy:
    Fanta, Sewmehon Sisay
    Feyissa, Tolera Abdissa
    Powiązania:
    https://bibliotekanauki.pl/articles/1844290.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    calibration
    Gilgel Gibe
    HEC-HMS
    runoff simulation
    sensitivity analysis
    validation
    Opis:
    Hydrological models are widely used for runoff simulation throughout the world. The objective of this study is to check the performance of the HEC-HMS model for continuous runoff simulation of Gilgel Gibe watershed. It includes sensitivity analysis, calibration, and validation. The model calibration was conducted with data from the year 1991 to 2002 and validated for the year 2003 to 2013 period using daily observed stream flow near the outlet of the watershed. To check the consistency of the model, both the calibration and validation periods were divided into two phases. The sensitivity analysis of parameters showed that curve number (CN) and wave travel time (K) were the most sensitive, whereas channel storage coefficient (x) and lag time (tlag) were moderately sensitive. The model performance measured using Nash–Sutcliff Efficiency (NSE), Percentage of Bias (PBIAS), correlation coefficient (R2), root mean square error (RMSE), and Percentage Error in Peak (PEP). The respective values were 0.795, 8.225%, 0.916, 27.105 m3∙s–1 and 7.789% during calibration, and 0.795, 23.015%, 0.916, 29.548 m3∙s–1 and –19.698% during validation. The result indicates that the HEC-HMS model well estimated the daily runoff and peak discharge of Gilgel Gibe watershed. Hence, the model is recommended for continuous runoff simulation of Gilgel Gibe watershed. The study will be helpful for efficient water resources and watershed management for Gilgel Gibe watershed. It can also be used as a reference or an input for any future hydrological investigations in the nearby un-gauged or poorly gauged watershed.
    Źródło:
    Journal of Water and Land Development; 2021, 50; 85-97
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hydrodynamic and Erosive Behavior of Vertisols in the Wadi Sra Catchment (Central Rif, Morocco) – Analysis of the Rainfall Simulation Results
    Autorzy:
    El-Ommal, Mouhssine
    Tribak, Abdellatif
    Powiązania:
    https://bibliotekanauki.pl/articles/24201775.pdf
    Data publikacji:
    2023
    Wydawca:
    Polskie Towarzystwo Inżynierii Ekologicznej
    Tematy:
    Central Rif
    hydric erosion
    infiltration
    runoff
    rain simulation
    soil surface condition
    Opis:
    The objective of this work was to analyze the hydrodynamic and erosive behavior of soils in the wadi Sra catchment (Central Rif, Morocco) using a mini ramp rain simulator on micro-plots of 1 m2. The plots were selected on vertisols with a slope (between 17 and 33%), considering four types of land use: cannabis cultivation, cereal cultivation, fallow land and abandoned land, with the aim of comparing and determining the effects of the land use types on infiltrability and sediment production. The simulation tests were carried out during each season, due to the variability of cultivation practices, surface conditions and prior soil moisture from one season to another. Before each simulation, the surface condition of the concerned plots was checked; it is a question of raising the rate of closed or open surfaces and covered or bare surfaces according to the quadrat points method. Laboratory tests allowed identifying the physico-chemical properties of the soil, the initial humidity, the bulk density and the porosity. The results obtained show that the final infiltration is characterized by a significant variation, between (8.32 mm/h and 70.40 mm/h). Low values concern abandoned and fallow land and very high values are recorded on plowed land (cannabis and cereal cultivation). In addition, solid transport recorded significant spatio-temporal variations, between (5.15 and 157 g/l); the maximum average values are recorded in the cannabis cultivation plots, followed by abandoned land, then fallow land and cereal cultivation land.
    Źródło:
    Journal of Ecological Engineering; 2023, 24, 5; 66--77
    2299-8993
    Pojawia się w:
    Journal of Ecological Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Enhancing the performance of deep learning technique by combining with gradient boosting in rainfall-runoff simulation
    Autorzy:
    Abdullaeva, Barno S.
    Powiązania:
    https://bibliotekanauki.pl/articles/28411647.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    deep learning
    gradient boosting
    hybrid model
    multi-step ahead forecasting
    rainfall-runoff simulation
    Opis:
    Artificial neural networks are widely employed as data mining methods by researchers across various fields, including rainfall-runoff (R-R) statistical modelling. To enhance the performance of these networks, deep learning (DL) neural networks have been developed to improve modelling accuracy. The present study aims to improve the effectiveness of DL networks in enhancing the performance of artificial neural networks via merging with the gradient boosting (GB) technique for daily runoff data forecasting in the river Amu Darya, Uzbekistan. The obtained results showed that the new hybrid proposed model performed exceptionally well, achieving a 16.67% improvement in determination coefficient (R2) and a 23.18% reduction in root mean square error (RMSE) during the training phase compared to the single DL model. Moreover, during the verification phase, the hybrid model displayed remarkable performance, demonstrating a 66.67% increase in R2 and a 50% reduction in RMSE. Furthermore, the hybrid model outperformed the single GB model by a significant margin. During the training phase, the new model showed an 18.18% increase in R2 and a 25% reduction in RMSE. In the verification phase, it improved by an impressive 75% in R2 and a 33.33% reduction in RMSE compared to the single GB model. These findings highlight the potential of the hybrid DL-GB model in improving daily runoff data forecasting in the challenging hydrological context of the Amu Darya River basin in Uzbekistan.
    Źródło:
    Journal of Water and Land Development; 2023, 59; 216--223
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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