ΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ ΕΙΣΑΓΩΓΗ ΣΤΗ ΓΕΩΣΤΑΤΙΣΤΙΚΗ

Σχετικά έγγραφα
Προχωρημένη Υδρολογία

Προχωρημένη Υδρολογία

TO ΠΡΟΒΛΗΜΑ ΤΗΣ ΤΟΠΟΘΕΤΗΣΗΣ ΠΟΛΩΝ ΜE ΑΝΑΤΡΟΦΟΔΟΤΗΣΗ ΤΩΝ ΜΕΤΑΒΛΗΤΩΝ ΚΑΤΑΣΤΑΣΗΣ

2. Η τιµή της εκτιµήσεως της µεταβλητής στα σηµεία όπου υπάρχουν µετρήσεις να είναι η ίδια µε τη

Προσαρµοστικοί Αλγόριθµοι Υλοποίησης Βέλτιστων Ψηφιακών Φίλτρων: Οαλγόριθµος καθόδου κατά την µέγιστη κλίση (Steepest-descent)

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων

6. ΑΡΙΘΜΗΤΙΚΗ ΟΛΟΚΛΗΡΩΣΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Εµβάθυνση στην πιθανοτική προσέγγιση εξαιρετικών υδρολογικών γεγονότων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

14. ΜΕΘΟ ΟΙ ΓΙΑ ΤΗΝ ΕΠΙΛΥΣΗ ΜΗ-ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

Εισόδημα Κατανάλωση

Κεφάλαιο 6 Τυπικές συναρτήσεις κατανομής στην τεχνική υδρολογία

Στατιστική Συμπερασματολογία

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

3. Χαρακτηριστικές Παράμετροι Κατανομών


Γραπτή Εξέταση στο Μάθημα "ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ" 6ο Εξάμηνο Ηλεκτρολόγων Μηχ. & Μηχ. Υπολογιστών Θέματα και Λύσεις. μ 1.

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Εφαρμοσμένα Μαθηματικά ΙΙ 10ο Σετ Ασκήσεων (Λύσεις) Ιδιοτιμές - Ιδιοδιανύσματα

7.1.1 Η Μέθοδος των Ελαχίστων Τετραγώνων

ΚΕΦΑΛΑΙΟ 5 ΡΟΠΟΓΕΝΝΗΤΡΙΕΣ

Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα Ι. Λυχναρόπουλος

ΕΦΑΡΜΟΓΕΣ ΜΕΤΑΔΟΣΗΣ ΘΕΡΜΟΤΗΤΑΣ (ΜΜ618)

Y Y ... y nx1. nx1

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Support Vector Machines

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

Έστω η πραγµατική συνάρτηση f(t) της πραγµατικής µεταβλητής t (π.χ χρόνος). Ο µετασχηµατισµός Laplace της συνάρτησης f(t) δίνεται από τη σχέση:

Υ ΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ. Πιθανοτική προσέγγιση υδρολογικών µεταβλητών

Διάστημα εμπιστοσύνης της μέσης τιμής

ΚΕΦΑΛΑΙΟ 4: ΙΔΙΟΤΙΜΕΣ ΚΑΙ ΙΔΙΟΔΙΑΝΥΣΜΑΤΑ

Σεµινάριο Αυτοµάτου Ελέγχου

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Τεχνική Υδρολογία (Ασκήσεις)

9. Παλινδρόμηση και Συσχέτιση

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ

ΤΕΧΝΙΚΗ Υ ΡΟΛΟΓΙΑ. Κατακρηµνίσεις (2 η Άσκηση)

, όπου x = 0,1,..., Έτσι, για την πιθανότητα σε ένα έτος να μην υπάρξουν θάνατοι ζώων από τον εμβολιασμό έχουμε, 2! !

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

Διπλωματική Εργασία. Εφαρμοσμένη Θεωρία Πινάκων

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Παρεμβολή & πρόγνωση άγνωστης συνάρτησης μέσω σημειακής προσαρμογής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Αριάδνη Αργυράκη

Βέλτιστη παρεμβολή και πρόγνωση άγνωστης συνάρτησης με τη μέθοδο της σημειακής προσαρμογής

ΦΑΙΝΟΜΕΝΑ ΜΕΤΑΦΟΡΑΣ ΙΙ

ΔΙΑΓΩΝΙΣΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Γ ΛΥΚΕΙΟΥ ΕΝΔΕΙΚΤΙΚΕΣ ΛΥΣΕΙΣ

Στατιστική Συμπερασματολογία

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β

ηµήτρης Τσίνογλου ρ. Μηχανολόγος Μηχανικός

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Γ. Πειραματισμός Βιομετρία

Στατιστική περιγραφή τουπεδίουβαρύτητας


ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2012

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΥΔΡΟΛΟΓΙΑ. Ενότητα 9: Μέθοδοι εκτίμησης πλημμύρας σχεδιασμού- Ασκήσεις. Καθ. Αθανάσιος Λουκάς. Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών Συστημάτων

ΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ. Κατακρηµνίσµατα και χωρική µεταβλητότητά τους

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Είδη Μεταβλητών. κλίµακα µέτρησης

HMY 799 1: Αναγνώριση Συστημάτων

ΤΟ EWMA ΙΑΓΡΑΜΜΑ ΓΙΑ ΤΗΝ ΙΑΚΥΜΑΝΣΗ ΜΕ ΕΚΤΙΜΩΜΕΝΕΣ ΠΑΡΑΜΕΤΡΟΥΣ

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ για τη λήψη αποφάσεων

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ακαδημαϊκό έτος Λύσεις για την Προαιρετική Εργασία

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

ΚΕΦΑΛΑΙΟ 1. Μέσο μήκος ροής στα διαγράμματα ελέγχου τύπου Shewhart

Χ. Εμμανουηλίδης, 1

ΥΔΡΟΛΟΓΙΑ. Ενότητα 4: Όμβριες Καμπύλες - Ασκήσεις. Καθ. Αθανάσιος Λουκάς. Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών Συστημάτων

ΠΕΡΙΓΡΑΦΗ ΨΗΦΙΑΚΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΜΕΘΟ ΟΛΟΓΙΑ ΕΠΙΛΥΣΗΣ ΤΗΣ ΑΣΚΗΣΗΣ 5

Εφαρµογές γεωγραφικών επεξεργασιών

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων

HMY 795: Αναγνώριση Προτύπων

1.4 Λύσεις αντιστρόφων προβλημάτων.

ΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ. Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης

ΤΕΧΝΙΚΗ ΥΔΡΟΛΟΓΙΑ Πιθανοτική προσέγγιση των υδρολογικών μεταβλητών

ΥΔΡΟΛΟΓΙΑ. Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών- Ασκήσεις. Καθ. Αθανάσιος Λουκάς

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20,

Φίλτρα Kalman. Αναλυτικές μέθοδοι στη Γεωπληροφορική. ιατύπωση του βασικού προβλήματος. προβλήματος. μοντέλο. Πρωτεύων μοντέλο

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Απλή Παλινδρόμηση και Συσχέτιση

Βρέθηκε ότι το πηλίκο φ/λ = 68,5905 J K 1.

X = = 81 9 = 9

Εκτιμήτριες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Εκτιμήτριες. μέθοδος ροπών και μέγιστης πιθανοφάνειας

Παρεµβολή και Προσέγγιση Συναρτήσεων

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

Transcript:

ΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ ΕΙΣΑΓΩΓΗ ΣΤΗ ΓΕΩΣΤΑΤΙΣΤΙΚΗ Νίκος Μαµάσης Εργαστήριο Υδροογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα 7 ΙΑΡΘΡΩΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ: Εισαγωγή στη γεωστατιστική ΕΙΣΑΓΩΓΗ ΧΩΡΙΚΗ ΜΕΤΑΒΛΗΤΟΤΗΤΑ ΜΕΘΟ ΟΣ KRIGING ΕΦΑΡΜΟΓΗ

ΕΙΣΑΓΩΓΗ Ορισµοί Οι στατιστικές προσεγγίσεις θεωρούν ότι η µετρηµένη τιµή σε ένα συγκεκριµένο σηµείο του χώρου για µια συγκεκριµένη χρονική στιγµή είναι η πραγµατοποίηση µιας τυχαίας µεταβητής η οποία περιγράφεται από κάποια συνάρτηση κατανοµής. Έτσι το σύνοο των µετρηµένων τιµών της µεταβητής σε Ν σηµεία του χώρου είναι µια πραγµατοποίηση µιας πουδιάστατης τυχαίας µεταβητής µε δεδοµένη από κοινού συνάρτηση κατανοµής Ν διαστάσεων. Με τον όρο γεωστατιστική ορίζεται ένα σύνοο στατιστικών τεχνικών που σχετίζονται µε µεταβητές που µεταβάονται στο χώρο. Οι τεχνικές αυτές βασίζονται στην υπόθεση ότι η χωρική διακύµανση της µεταβητής είναι τυχαία, οπότε χρησιµοποιούν στατιστικές µεθοδοογίες για οποιαδήποτε εκτίµηση απορρέει από τις σηµειακές µετρήσεις της µεταβητής. Σηµαντικό πεονέκτηµα των γεωστατιστικών µεθόδων είναι το γεγονός ότι ποσοτικοποιούν και τεικά εαχιστοποιούν το σφάµα εκτίµησης. Ωστόσο, οι µέθοδοι είναι αρκετά πούποκες στην εφαρµογή τους, η οποία προϋποθέτει τη χρήση κατάηων υποογιστικών προγραµµάτων. Η γεωστατιστική ανάυση περιαµβάνει δύο κύριες φάσεις: (α) την χωρική ανάυση που περιαµβάνει την επιογή και προσαρµογή ενός µοντέου που περιγράφει την χωρική µεταβητότητα των σηµειακών µετρήσεων, και (β) την βέτιστη γραµµική αµερόηπτη εκτίµηση (best liear ubiased estimatio-blue) που σχετίζεται µε τον υποογισµό των εκτιµητριών των αγνώστων ως γραµµικών συναρτήσεων των µετρήσεων. Οι εκτιµήτριες είναι αµερόηπτες, έχουν την εάχιστη µεταβητότητα, ενώ για τον υποογισµό τουςχρησιµοποιείται η µοντεοποίηση της χωρικής µεταβητότητας ΕΙΣΑΓΩΓΗ Ορισµοί Εξετάζεται µια χωρικά µεταβαόµενη συνάρτηση z(x) όπου x είναι η θέση στο χώρο (διάνυσµα, ή 3 διαστάσεων). Ησυνάρτησηz(x) δενείναιγνωστήκαιπρέπεινα προσδιοριστεί από µετρήσεις και ίσως από συµπηρωµατικές πηροφορίες. Η συνάρτηση µέσης τιµής που δίνει την αναµενόµενη τιµή σε οποιοδήποτε σηµείο x δίδεται από τη σχέση: m(x)=e[z(x)] Η συνάρτηση της συνδιασποράς που είναι η συνδιασπορά για κάθε ζεύγος x και x δίδεται από τη σχέση: R(x,x )=E{[z(x)-m(x)] [z(x )-m(x )]} Όταν τα x και x αφορούν στην ίδια θέση τότε η συνδιασπορά είναι ίση µετηδιασπορά R(x,x) =σ (x) Ο συντεεστής συσχέτισης µεταξύ z(x) και z(x ) είναι ρ(x,x )= R(x,x ) / σ(x)σ(x ) Η χωρική συνδιασπορά είναι σηµαντική στη γραµµική εκτίµηση δεδοµένου ότι µειώνει το µέσο τετραγωνικό σφάµα. Έτσι χωρίς µετρήσεις η καύτερη εκτίµηση του z(x ) είναι η m(x ) και το µέσο τετραγωνικό σφάµα είναισ (x ). Αντίθετα όταν το z(x) έχει παρατηρηθεί τότε η εκτίµηση του z(x ) µπορεί να διορθωθεί δεδοµένου ότι υπάρχει παραπάνω πηροφορία. Χρησιµοποιώντας µια γραµµική διόρθωση στην παρατήρηση έχουµε z(x )=m(x )+ρ(x,x )[z(x)-m(x)]σ(x )/σ(x) ενώ το µέσο τετραγωνικό σφάµα µειώνεται σε [- ρ (x,x )] σ (x )

ΕΙΣΑΓΩΓΗ Χωρική µεταβητότητα Ηβασικήαρχήτωνδιαφόρων µεθόδων παρεµβοής είναι η παραδοχή ότι στις κοντινές αποστάσεις οι τιµές της µεταβητής µοιάζουν περισσότερο από ότι στις µακρινές. Για να προσδιοριστεί η ισχύς αυτής της υπόθεσης και το πώς αυτή η οµοιότητα µεταβάεται συναρτήσει της απόστασης, πραγµατοποιείται διερευνητική ανάυση των χωρικών δεδοµένων. Η χωρική συσχέτιση συνήθως εξετάζεται µε τη µέθοδο της ηµιδιασποράς που είναι ένα µέτρο του βαθµού της χωρικής συσχέτισης των σηµειακών µετρήσεων και δίνεται από τη σχέση: m = [ zx ( i ) zx ( i + h)] i= όπου m οαριθµός των ζευγών µε απόστασηh z(x i ) ητιµήτηςµεταβητής στη θέση i z(x i +h) ητιµήτηςµεταβητήςσεαπόστασηh από τη θέση i ΕΙΣΑΓΩΓΗ Βέτιστη γραµµική αµερόηπτη εκτίµηση (BLUE) Ηεκτίµηση της τιµής της συνάρτησης z(x) σε µία θέση που δεν υπάρχει µέτρηση x, µε βάση τις παρατηρήσεις z(x ), z(x ),, z(x ) γίνεται χρησιµοποιώντας µια γραµµική εκτιµήτρια: zx ^( o ) izx ( i ) = i= όπου i είναι τα βάρη Ο τύπος αυτός εκτιµήτριας χρησιµοποιείται συχνά στις προσδιοριστικές µεθόδους (Thiesse, IDW), ενώ ποές µεθοδοογίες εφαρµόζονται για τον προσδιορισµό των βαρών, το άθροισµα των οποίων τίθεται συνήθως ίσο µε. Με την χρήση των γεωστατιστικών µεθόδων ο προσδιορισµός των βαρών βασίζεται στην δοµή της χωρικής διακύµανσης της µεταβητής, η οποία προσδιορίζεται και µοντεοποιείται µεβάσητοηµιµεταβητόγραµµα. Τα βάρη επιέγονται έτσι ώστε:. Το σφάµαεκτίµησης (εκτιµηµένη τιµή µείον την αηθινή άγνωστη τιµή) πρέπει κατά µέσο όρο να είναι µηδέν (αµεροηψία). Πρέπει να εαχιστοποιείται το µέσο τετραγωνικό σφάµα Από το δεύτερο κριτήριο µε τονπεριορισµό του πρώτου προκύπτει ένα σύστηµα γραµµικών εξισώσεων (krigig system) από τη ύση του οποίου προκύπτουν τα βάρη 3

ΧΩΡΙΚΗ ΜΕΤΑΒΛΗΤΟΤΗΤΑ Κατάρτιση ηµιµεταβητογράµµατος Η ανάυση µε την κατάρτιση ηµιµεταβητογράµµατος εφαρµόζεται στην περίπτωση που διατίθενται σηµειακές µετρηµένες τιµές της µεταβητής z(x), όπου το x συµβοίζει ένα διανυσµατικό σύστηµα δύο διαστάσεων. Σε ένα πήθος σηµειακών µετρήσεων στο χώρο µπορούν να υποογιστούν *(-)/ ζεύγη από τη διαφορά [z(x i )-z(x j )] και την απόσταση x ι -x j. Η σχεδίαση της διαφοράς αυτής συναρτήσει της απόστασης, είναι το πρωτογενές (raw) ηµιµεταβητόγραµµα. Για κατάρτιση του πειραµατικού (experimetal) ηµιµεταβητογράµµατος απαιτείται η κατάτµηση του άξονα των αποστάσεων σε διαδοχικά διαστήµατα. Το κ διάστηµα είναι [h κ,h κ ] και περιέχει Ν κ ζεύγη τιµών z(x i ) και z(x j ) γιαταοποίαισχύειh κ < x ι -x j < h κ. Για κάθε διάστηµαυποογίζουµε τηνπαράσταση: N k γ ( hk ) = [ z( xi ) z( x N k i= όπου το i δείχνει τον αριθµό των ζευγών που ανήκουν στο διάστηµα. Το ηµιµεταβητόγραµµα σχεδιάζεται µε βάση τις τιµές της ενώ το κάθε διάστηµα [h κ,h κ ] αντιπροσωπεύεται από την τιµή (h κ -h κ )/. j )] ΧΩΡΙΚΗ ΜΕΤΑΒΛΗΤΟΤΗΤΑ Παράδειγµα ηµιµεταβητογράµµατος Πρωτογενές (raw) Πειραµατικό (experimetal) ΗΜΙ ΙΑΣΠΟΡΑ (mm ) 5 5 ΗΜΙ ΙΑΣΠΟΡΑ (mm ) 5 5 3 4 5 6 7 8 9 ΑΠΟΣΤΑΣΗ (km) 3 4 5 6 7 8 9 ΑΠΟΣΤΑΣΗ (km) 4

ΧΩΡΙΚΗ ΜΕΤΑΒΛΗΤΟΤΗΤΑ Χαρακτηριστικά ηµιµεταβητογράµµατος Κατώφι (sill) και εύρος (rage). Το κατώφι (sill), είναι µια σταθερή τιµή στην οποία φτάνει το ηµιµεταβητόγραµµα σε µια απόσταση η οποία ονοµάζεται εύρος (rage). Το κατώφι σχετίζεται µε τη διασπορά του δείγµατος, ενώ το εύρος δείχνει την απόσταση από την οποία και πέρα δεν συσχετίζονται οι τιµές. Το τεευταίο ενδιαφέρει στον σχεδιασµό δικτύωνµέτρησης. Όταν το διάστηµα είναιµηδενικό τότε δεν υπάρχει χωρική εξάρτηση στην µεταβητή. Nugget effect. H ηµιδιασπορά µπορεί να µην είναι µηδέν στην µηδενική απόσταση γεγονός που εξηγείται όταν οι µετρήσεις έχουν θόρυβο, παρουσιάζουν άθη ή δεν είναι ταυτόχρονες Επίδραση της διεύθυνσης. Η παρουσία ανισοτροπίας στα δεδοµένα µπορεί να ανιχνευθεί µε την κατάρτιση ηµιµεταβητογραµµάτων σε συγκεκριµένες διευθύνσεις όπου τα διαστήµατα σχεδιάζονται σε διάγραµµαρόδου Στρωµάτωση (stratificatio). Ο διαχωρισµός ενός συνόου δεδοµένων σε οµάδες ποές φορές εαττώνει την χωρική µεταβητότητα και κατά συνέπεια την ακρίβεια προσαρµογής Επίδραση του χρόνου. εδοµένου ότι ποές υδροογικές µεταβητές είναι µεταβητές στο χρόνο η χωρική µεταβητότητα µιας περιοχής και άρα και το ηµιµεταβητόγραµµα εξαρτώνται από τη χρονική στιγµήτηςδειγµατοηψίας ΧΩΡΙΚΗ ΜΕΤΑΒΛΗΤΟΤΗΤΑ Προσαρµογή συνάρτησης στο εµπειρικό ηµιµεταβητόγραµµα GAUSSIAN = σ [ e σ >, L > h L ] ΕΚΘΕΤΙΚΗ = σ [ e σ >, L > h L ] HOLE-EFFECT h h L = [ ( ) e ] L NUGGET EFFECT = C για h > = για h = ΣΦΑΙΡΙΚΗ 3 h h = [.5.5 ] σ για h a 3 a a = σ για h > a ΥΝΑΜΗΣ = ϑh θ >, < s < s ΓΡΑΜΜΙΚΗ = ϑh ΛΟΓΑΡΙΘΜΙΚΗ = Alog( h) A > 5

ΧΩΡΙΚΗ ΜΕΤΑΒΛΗΤΟΤΗΤΑ Παράδειγµα προσαρµογής συνάρτησης 5 ΗΜΙ ΙΑΣΠΟΡΑ (mm ) 5 5 ΕΜΠΕΙΡΙΚΟ ΕΚΘΕΤΙΚΗ POWER ΛΟΓΑΡΙΘΜΙΚΗ ΙΑΣΠΟΡΑ ΕΙΓΜΑΤΟΣ GAUSSIAN ΣΦΑΙΡΙΚΗ ΓΡΑΜΜΙΚΗ HOLE-EFFECT 3 4 5 6 7 8 ΑΠΟΣΤΑΣΗ (km) ΜΕΘΟ ΟΣ ΒΕΛΤΙΣΤΗΣ ΠΑΡΕΜΒΟΛΗΣ (KRIGING) Γενικά Η µέθοδος βέτιστης παρεµβοής θεωρεί τη µεταβοή της µεταβητήςωςτυχαία, εκφράζει την άγνωστη τιµή στο τυχόν σηµείο ως γραµµική έκφραση των γνωστών τιµών στις θέσεις των σταθµών και χρησιµοποιεί τη στατιστική µεθοδοογία προκειµένου να εκτιµήσει τους συντεεστές της γραµµικής έκφρασης. Στη συνέχεια παρουσιάζονται συνοπτικά οι διάφορες παρααγές της µεθόδου: Ordiary-simple krigig. Η πέον διαδεδοµένη µορφή, έχει τις παρακάτω παραδοχές: (α) η µεταβητή ακοουθεί κανονική κατανοµή, (β) ηεκτίµηση είναι αµερόηπτη, (γ) µονιµότητα δευτέρου βαθµού, (δ) ο τοπικός µέσος είναι γνωστός (simple), ή (δ) οτοπικόςµέσος είναι άγνωστος (ordiary) Neighbourhood krigig. Αν και η τοπική µέση τιµή και διασπορά είναι σταθερές σε όη την περιοχή (υποθέσεις µονιµότητας και ισότροπου πεδίου), στις περισσότερες εφαρµογές τα δεδοµένα περιέχουν τοπικές διακυµάνσεις. Γιατοόγοαυτόστηνεκτίµηση της άγνωστης τιµής συµµετέχουν τα κοντινότερα σηµεία ή αυτά που περιαµβάνονται στη γύρω περιοχή Block krigig. Αντιµετωπίζει την οοκήρωση των εκτιµηµένων τιµών σε µεγαύτερες περιοχές Uiversal krigig. Εφαρµόζεται στην περίπτωση που τα δεδοµένα περιέχουν τάση (tred) Disjuctive krigig. Υποογίζει για κάθε εκτίµηση και την πιθανότητα η αηθινή τιµή να υπερβαίνει ένα συγκεκριµένο κατώφι Cokrigig. Ηεκτίµηση µε το κανονικό krigig βετιώνεται σηµαντικά όταν η µεταβητή που εξετάζεται συνδέεται µε κάποια άη µεταβητή για την οποία υπάρχουν µετρήσεις Space time krigig. Σχετίζεται µε την εισαγωγή της χρονικής διάστασης των δεδοµένων 6

Το σύστηµα γραµµικών εξισώσεων που πρέπει να επιυθεί δίδεται από τις σχέσεις: ενώ το ΜΤΣ δίνεται από τη σχέση: ΕΦΑΡΜΟΓΕΣ Οrdiary krigig γ j ( xi xj) + ν= γ( xi x) i =,,... j = j= ^ E{[ z( x ) z( x )] } = ν + γ ( x x ) Το ν ονοµάζεται ποαπασιαστής Lagrage και σχετίζεται µε τον περιορισµό αµεροηψίας i= ij i j= Εφαρµογή: Eκτίµηση του x από τρία σηµεία x, x, x 3 γ(d )+ γ(d )+ 3 γd 3 +ν =γ(d ) γ(d ) γ(d3) γ (d) γ(d )+ γ(d )+ 3 γd 3 +ν =γ(d ) γ(d ) γ(d 3) γ (d ) = γ(d 3 )+ γ(d 3 )+ 3 γd 33 +ν =γ(d 3 ) γ(d 3) γ(d 3) 3 γ (d 3) + + 3 = ν Q*L=S Tα βάρη προσδιορίζονται από τη σχέση SQ - ενώ η εκτιµηµένη τιµή απότησχέση S*Q - *F (BLUE) όπου: Το διάνυσµα S περιέχει τις µετασχηµατισµένες (µε βάσητοεπιεγµένο ηµιµεταβητόγραµµα) µεταβητότητες των σηµείων µέτρησης από το σηµείο παρεµβοής. Ο πίνακας Q περιέχει τις µετασχηµατισµένες (µε βάση το επιεγµένο ηµιµεταβητόγραµµα) µεταβητότητες µεταξύ όων των σηµείων µέτρησης. Η διαγώνιος του είναι µηδενική (γ() = ), ενώ είναι συµµετρικό (υπόθεση ισότροπου πεδίου) Ο πίνακας F περιέχει τις σηµειακές µετρήσεις της µεταβητής στα σηµεία x, x και x 3 ΣΗΜΕΙΟ ΠΑΡΕΜΒΟΛΗΣ 35, 443 5 3 6 9 4 7 ΕΦΑΡΜΟΓΕΣ ΣΤΑΘΜΟΣ Χ (m) Υ (m) ΕΤΟΣ ΒΕΡ ΙΚΟΥΣΑ 37 44555 83,3 ΓΙΑΝΝΩΤΑ 33396 44739 558,9 ΕΣΚΑΤΗ 38 44 69,6 ΕΛΑΣΣΟΝΑ 344494 447838 554,8 ΚΑΡΠΕΡΟ 9693 44458 634,3 ΚΟΝΙΣΚΟΣ 34 44564 8,8 ΚΡΥΟΒΡΥΣΗ 35749 446838 656,6 ΛΑΡΙΣΑ 36399 4387859 48,5 ΛΙΒΑ Ι 348 4443797 74,5 ΠΥΘΙΟ 34935 443653 68,5 ΠΥΡΓΕΤΟΣ 386 44796 795,6 ΤΥΡΝΑΒΟΣ 35688 439969 57, ΦΑΡΚΑ ΩΝΑ 3338 4384747 553,5 3 8 ΜΗΤΡΩΟ ΑΠΟΣΤΑΣΕΩΝ ΑΠΌ ΖΗΤΟΥΜΕΝΟ ΣΗΜΕΙΟ - - -3-4 -5-6 -7-8 -9 - - - -3 3374 696 396 335 5485 4565 83 4438 5858 633 375 3948 4865 7

ΕΦΑΡΜΟΓΕΣ ΜΗΤΡΩΟ ΑΠΟΣΤΑΣΕΩΝ 3 4 5 6 7 8 9 3 97 69 467 3645 575 3774 47 4387 383 5434 63 574 44 4679 379 383 4 49956 87 88 4794 349 4585 3 3959 589 6393 45945 63 37385 39959 68486 46836 4374 4 4876 3575 589 357 66 899 3568 388 34776 5 46 634 776 49863 545 8443 695 54743 6 5738 5544 4937 486 69683 4789 36 7 3955 847 588 4594 883 483 8 63 56 335 5939 379 9 59 4633 45848 5964 36373 3754 5374 38 5655 3764 3 5 ΗΜΙ ΙΑΣΠΟΡΑ (mm ) 5 γ(d)=*d.87 5 ΕΜΠΕΙΡΙΚΟ ΕΚΘΕΤΙΚΗ POWER ΛΟΓΑΡΙΘΜΙΚΗ ΙΑΣΠΟΡΑ ΕΙΓΜΑΤΟΣ GAUSSIAN ΣΦΑΙΡΙΚΗ ΓΡΑΜΜΙΚΗ HOLE-EFFECT 3 4 5 6 7 8 ΑΠΟΣΤΑΣΗ (km) ΜΗΤΡΩΟ ΗΜΙ ΙΑΣΠΟΡΑΣ γ(d) 3 4 5 6 7 8 9 3 65979 653956 636 9856 475537 4885 84834 4 53 397 7434 6596 6446 44856 3368 85636 694 94856 5534 53975 48673 93535 777 3 9338 4784 49356 435 56787 749 6759 747 4544 4356 4 684 9587 4785 968575 7375 5653 96636 5966 94639 5 69933 54673 88346 975 3996 3557 55944 459 6 3369 475 744 6437 7785 9437 847594 7 56769 6578 39654 73 786454 576 8 5766 3935 9646 48656 839433 9 3899 3 44 59536 98383 444 37934 94 4459 6866 3 ΕΦΑΡΜΟΓΕΣ ΜΗΤΡΩΟ Q 3 4 5 6 7 8 9 3 4 65979 653956 636 9856 475537 4885 84834 4 53 397 7434 6596 65979 6446 44856 3368 85636 694 94856 5534 53975 48673 93535 777 3 653956 6446 9338 4784 49356 435 56787 749 6759 747 4544 4356 4 636 44856 9338 684 9587 4785 968575 7375 5653 96636 5966 94639 5 9856 3368 4784 684 69933 54673 88346 975 3996 3557 55944 459 6 475537 85636 49356 9587 69933 3369 475 744 6437 7785 9437 847594 7 4885 694 435 4785 54673 3369 56769 6578 39654 73 786454 576 8 84834 94856 56787 968575 88346 475 56769 5766 3935 9646 48656 839433 9 4 5534 749 7375 975 744 6578 5766 3899 3 44 59536 53 53975 6759 5653 3996 6437 39654 3935 3899 98383 444 37934 397 48673 747 96636 3557 7785 73 9646 3 98383 94 4459 7434 93535 4544 5966 55944 9437 786454 48656 44 444 94 6866 3 6596 777 4356 94639 459 847594 576 839433 59536 37934 4459 6866 4 γ(d ) γ(d3) γ (d) γ(d ) γ(d 3) γ (d ) = Q*L=S γ(d 3) γ(d 3) 3 γ (d 3) ν ΜΗΤΡΩΟ S - - -3-4 -5-6 -7-8 -9 - - - -3 958 576 45663 4348 38698 97687 6896 68757 479538 63 89783 855455 533 8

ΕΦΑΡΜΟΓΕΣ ΜΗΤΡΩΟ Q - -,,8,3,4 -,,7 -,4 -,6 -,6 -,3 -,5,4,45,6,8 -,8,49,7, -, -, -,3,46,3 -,7 -, -,6,4,3,49 -,3,,78,57 -, -,, -,3 -, -, -,8,3,4,7, -,4 -,7 -,4,6 -,5 -,, -,3,5 -,,8 -,,,78 -,7 -,6,39 -,,6,,,8 -,5, -,9,7 -,,57 -,4,39 -,76 -,, -,4 -,, -,5,3 -,7 -,4 -, -,,6 -, -, -,4,,,98,5,7 -,4, -,6 -,3 -, -,5,6,, -,6, -,,4,75,37 -,9 -,6,46, -,, -,4,, -,8,8,3 -,5, -,7 -,3,3 -,3,, -,,98 -,,8 -,69,7 -,5 -, -, -,5 -,7 -, -,3,8,,5,4,3,7 -,89,, -,4,4 -, -,,5 -,5 -,5,7,75 -,5 -,5, -,94,3,8,45 -,6 -,8 -,,,3 -,4,37, -,,,3 -, -,6,6,4,3,8 -,9 -,7, -,9 -,7 -, -,4,8 -,6,84 ΜΗΤΡΩΟ S*Q - -,6,8 -,6,6 -,7 -,,33 -,4,,458 -,3 -, -,4,8 γ(d ) γ(d3) γ (d) γ(d ) γ(d 3) γ (d ) = Q*L=S γ(d 3) γ(d 3) 3 γ (d 3) ν ΜΗΤΡΩΟ ΤΙΜΩΝ ΒΡΟΧΗΣ F 3 4 5 6 7 8 9 3 83,3 558,9 69,6 554,8 634,3 8,8 656,6 48,5 74,5 68,5 795,6 57, 553,5 Τεική τιµήβροχής: S*Q - *F = 6 mm ΒΙΒΛΙΟΓΡΑΦΙΑ Κουτσογιάννης,. και Θ. Ξανθόπουος, Τεχνική Υδροογία, Εθνικό Μετσόβιο Πουτεχνείο, Αθήνα, 997 Μαµάσης, Ν., Ανάυση βροχοπτώσεων κατά τύπο καιρού, ιδακτορική διατριβή, ΕΜΠ, 997 Μιµίκου, ΜκαιΕ. Μπατάς, Τεχνική Υδροογία, Εκδόσεις ΕΜΠ, Τζούης Β., ιερεύνηση της χωρικής κατανοµής των βροχοπτώσεων µε τη χρήση ΣΓΠ, ιπωµατική εργασία, ΕΜΠ, 996 ESRI, ARC-VIEW, Advaced Spatial Aalysis usig raster ad vector data, 996 Creuti, J.D., ad C. Obled, Objective aalysis ad mappig techiques for raifall fields: A objective compariso, Water Resources Research, 5, 78-79, 98 Digma, L., Physical Hydrology, Pretice-Hall, Ic., New Jersey, 994 Mamassis, N. ad D. Koutsoyiais, Ifluece of atmospheric circulatio types o space - time distributio of itese raifall, Joural of Geophysical Research,, D, 667-676, 996 Μeijerik A., Brouwer H., Maaerts C., ad C., Valezuela, Itroductio to the use of Geographic Iformatio Systems for practical hydrology, UNESCO, Publicatio Number 3, 995 9