Využití vybraných metod umělé inteligence pro nalezení malých povodí nejvíce ohrožených povodněmi z přívalových dešťů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta stavební
Abstract
Přívalové deště se na našem území mohou vyskytovat prakticky kdekoli. V současné době lze jejich výskyt odhadnout s určitým časovým předstihem, ale jejich předpovídaná lokalizace je velmi problematická. Nynější prostředky pro hledání ohrožených povodí se soustřeďují především na operativní vyhodnocování aktuální meteorologické situace a zpracování srážkové předpovědi na nejbližší hodiny (tzv. nowcasting). Práce se zabývá odlišným způsobem hledání potenciálně ohrožených území, kdy jsou vyhodnocovány statistické veličiny za dlouhé období (N-leté vody a dešťové charakteristiky) a jsou dány do souvislostí s vlastnostmi konkrétních povodí. Celá problematika je řešena mimo situaci aktuálního ohrožení, jedná se o tzv. off-line řešení. V práci je prezentován model sestavený na bázi vybraných metod umělé inteligence, který tvoří jádro koncové mapové aplikace. Užití modelu a koncové aplikace se předpokládá v oblasti, kde se rozhoduje o toku financí v souvislosti s protipovodňovou ochranou. Model se soustřeďuje na přívalové deště a povodně jimi způsobené.
In our region, heavy rains may occur virtually everywhere. Nowadays there are instruments to predict these events in sufficient advance, but without precise localisation, which is a problem. Present instruments for searching endangered watersheds are focused on operative evaluation of meteorological situation and actual precipitation forecast processing (nowcasting). The thesis brings quite different approach. Potentially endangered areas are detected with evaluation of long-term statistical variables (N-year discharges and rain characteristics) and properties of specific watershed. The whole issue is handled out of situation of actual danger, this attitude is so called off-line solution. The thesis describes a model based on selected artificial intelligence methods. The model forms the core of final map application. The use of model and final application is supposed to be used in area of preventive flood protection, and related investment decision-making. The model focuses on heavy rains and flash floods.
In our region, heavy rains may occur virtually everywhere. Nowadays there are instruments to predict these events in sufficient advance, but without precise localisation, which is a problem. Present instruments for searching endangered watersheds are focused on operative evaluation of meteorological situation and actual precipitation forecast processing (nowcasting). The thesis brings quite different approach. Potentially endangered areas are detected with evaluation of long-term statistical variables (N-year discharges and rain characteristics) and properties of specific watershed. The whole issue is handled out of situation of actual danger, this attitude is so called off-line solution. The thesis describes a model based on selected artificial intelligence methods. The model forms the core of final map application. The use of model and final application is supposed to be used in area of preventive flood protection, and related investment decision-making. The model focuses on heavy rains and flash floods.
Description
Citation
JEŽÍK, P. Využití vybraných metod umělé inteligence pro nalezení malých povodí nejvíce ohrožených povodněmi z přívalových dešťů [online]. Brno: Vysoké učení technické v Brně. Fakulta stavební. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Vodní hospodářství a vodní stavby
Comittee
Date of acceptance
2016-05-20
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení