HgIS

Správa a analýza dat o životním prostředí
Environmental data management and analysis

Uživatelské nástroje

Nástroje pro tento web


cs:simplealt

Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

Odkaz na výstup diff

Obě strany předchozí revize Předchozí verze
Následující verze
Předchozí verze
cs:simplealt [2019-09-27]
Kamil Nešetřil
cs:simplealt [2019-10-22] (aktuální)
Kamil Nešetřil [Použitá literatura]
Řádek 39: Řádek 39:
 Každý model je abstrakcí, zjednodušením a interpretací reality (Refsgaard et al. 2006). Model také může být zjednodušená teorie (Refsgaard a Henriksen 2004). Model tedy může být „//black box//“, teorie však nemůže být „//black box//“. Každý model je abstrakcí, zjednodušením a interpretací reality (Refsgaard et al. 2006). Model také může být zjednodušená teorie (Refsgaard a Henriksen 2004). Model tedy může být „//black box//“, teorie však nemůže být „//black box//“.
  
-Podle Bevena a Younga (2013) neexistují (alespoň zatím) modely v\_hydrologii plně založené na fyzikálních principech. Autor předkládané práce se domnívá, že se v\_hydrogeologické praxi často přeceňuje fyzikální pojetí úlohy (obecněji pojetí založené na popisu procesů – //​process-based//​),​ ačkoliv v\_důsledku heterogenit a měřítka není toto pojetí plně možné (i když stále více možné než v\_případě hydrologie povodí)((Zjednodušené modely postrádají často objektivitu – na rozdíl od fyzikálně založených modelů. Pro reálné hydrogeologické aplikace však za daných podmínek často není možno objektivity dosáhnout ani v\_druhém případě.)). Alternativou k těmto redukcionistickým modelům (//​deterministic reductionism//​) jsou techniky založené na datech (Young 1998; Clark et al. 2011) – data-driven models (k\_nim lze v\_podstatě řadit i empirické modely). Pro modely podzemní vody byly využity metody jako //soft computing//,​ strojové učení a //data mining// a to například:​ využití neuronových sítí (Coulibaly et al. 2001; Michael et al. 2005), dynamiky systémů (Roach a Tidwell 2009), rozhodovacích stromů atd. (Litaor et al. 2010; Rapantová et al. 2012; Farrell et al. 2007). //Deep learning// pro hydrologii a hydrogeologii shrnuje (Marçais a de Dreuzy 2017). Přístupy prezentované v\_předkládané práci jsou většinou fyzikálně založené modely //​(process-based)//,​ i když jejich matematická formulace není vždy plně korektní. Většímu využití alternativních strategií modelování však může přispět informační systém [[cs:​start|HgIS]].+Podle Bevena a Younga (2013) neexistují (alespoň zatím) modely v\_hydrologii plně založené na fyzikálních principech. Autor předkládané práce se domnívá, že se v\_hydrogeologické praxi často přeceňuje fyzikální pojetí úlohy (obecněji pojetí založené na popisu procesů – //​process-based//​),​ ačkoliv v\_důsledku heterogenit a měřítka není toto pojetí plně možné (i když stále více možné než v\_případě hydrologie povodí)((Zjednodušené modely postrádají často objektivitu – na rozdíl od fyzikálně založených modelů. Pro reálné hydrogeologické aplikace však za daných podmínek často není možno objektivity dosáhnout ani v\_druhém případě.)). Alternativou k těmto redukcionistickým modelům (//​deterministic reductionism//​) jsou techniky založené na datech (Young 1998; Clark et al. 2011) – data-driven models (k\_nim lze v\_podstatě řadit i empirické modely). Pro modely podzemní vody byly využity metody jako //soft computing//,​ strojové učení a //data mining// a to například:​ využití neuronových sítí (Coulibaly et al. 2001; Michael et al. 2005), dynamiky systémů (Roach a Tidwell 2009), rozhodovacích stromů atd. (Litaor et al. 2010; Rapantová et al. 2012; Farrell et al. 2007). //Deep learning// pro hydrologii a hydrogeologii shrnuje (Marçais a de Dreuzy 2017). Využití těchto přístupů pro oblast vodních zdrojů shrnuje //review paper// (Razavi et al. 2012). Přístupy prezentované v\_předkládané práci jsou většinou fyzikálně založené modely //​(process-based)//,​ i když jejich matematická formulace není vždy plně korektní. Většímu využití alternativních strategií modelování však může přispět informační systém [[cs:​start|HgIS]].
  
 V předkládané práci je uváděna terminologie týkající se matematického modelování. Pojmy jsou jednoduše a jednoznačně vysvětleny v\_článku (Beven a Young 2013). Jedná se o pojmy týkající se rozčlenění modelů (//lumped × distributed,​ deterministic × stochastic, inductive × deductive, black-box × process-based,​ inductive × deductive//​),​ nejistoty (//aleatory × epistemic; conditional validation, split-record test, postaudit//​) a typů modelování (//​simulation,​ ex-ante forecasting,​ ex-post forecasting,​ hindcasting a projection – ‘‘what-if’’ simulations//​). Pojmy tedy nebudou v\_předkládané práci dále objasňovány. V předkládané práci je uváděna terminologie týkající se matematického modelování. Pojmy jsou jednoduše a jednoznačně vysvětleny v\_článku (Beven a Young 2013). Jedná se o pojmy týkající se rozčlenění modelů (//lumped × distributed,​ deterministic × stochastic, inductive × deductive, black-box × process-based,​ inductive × deductive//​),​ nejistoty (//aleatory × epistemic; conditional validation, split-record test, postaudit//​) a typů modelování (//​simulation,​ ex-ante forecasting,​ ex-post forecasting,​ hindcasting a projection – ‘‘what-if’’ simulations//​). Pojmy tedy nebudou v\_předkládané práci dále objasňovány.
Řádek 211: Řádek 211:
   * Expertní hodnocení   * Expertní hodnocení
   * Analýza citlivosti modelu   * Analýza citlivosti modelu
-  * Emulace modelu (//Model emulation: meta-model, surrogate model, behavioral model či black-box model//) – nízkoúrovňová aproximace komplexnějšího modelu dávající dobré predikce i když jeho formulace není fyzikálně zcela korektní. Dobrým příkladem v hydrogeologii je přístup „//​compartmental–spatial system dynamics//​“ (Roach a Tidwell 2009).+  * Emulace modelu (//Model emulation: meta-model, surrogate ​model, reduced model, proxy model, lower fidelity ​model, behavioral model či black-box model//) – nízkoúrovňová aproximace komplexnějšího modelu dávající dobré predikce i když jeho formulace není fyzikálně zcela korektní. Dobrým příkladem v hydrogeologii je přístup „//​compartmental–spatial system dynamics//​“ (Roach a Tidwell 2009).
   * Časová či prostorová variabilita v deterministických modelech (např. extrémní měřené hodnoty použít jako hodnoty parametrů modelu)   * Časová či prostorová variabilita v deterministických modelech (např. extrémní měřené hodnoty použít jako hodnoty parametrů modelu)
   * Více modelů ​   * Více modelů ​
Řádek 607: Řádek 607:
  
 RAPANTOVÁ, Nad’a, Światosław KRZESZOWSKI,​ Arnošt GRMELA a Christian WOLKERSDORFER,​ 2012. Quantitative assessment of mine water sources based on the general mixing equation and multivariate statistics. Mine Water and the Environment. **31**(4), 252–265. ISSN 1025-9112, 1616-1068. DOI:​\_[[https://​doi.org/​10.1007/​s10230-012-0192-6|10.1007/​s10230-012-0192-6]] RAPANTOVÁ, Nad’a, Światosław KRZESZOWSKI,​ Arnošt GRMELA a Christian WOLKERSDORFER,​ 2012. Quantitative assessment of mine water sources based on the general mixing equation and multivariate statistics. Mine Water and the Environment. **31**(4), 252–265. ISSN 1025-9112, 1616-1068. DOI:​\_[[https://​doi.org/​10.1007/​s10230-012-0192-6|10.1007/​s10230-012-0192-6]]
 +
 +RAZAVI, Saman, Bryan A. TOLSON a Donald H. BURN, 2012. Review of surrogate modeling in water resources. //Water Resources Research//. **48**(7). ISSN 1944-7973. DOI:​\_[[https://​doi.org/​10.1029/​2011WR011527|10.1029/​2011WR011527]]
  
 REFSGAARD, Jens Christian a Hans Jørgen HENRIKSEN, 2004. Modelling guidelines – terminology and guiding principles. //Advances in Water Resources//​. **27**(1), 71–82. ISSN 0309-1708. DOI:​\_[[https://​doi.org/​10.1016/​j.advwatres.2003.08.006|10.1016/​j.advwatres.2003.08.006]] REFSGAARD, Jens Christian a Hans Jørgen HENRIKSEN, 2004. Modelling guidelines – terminology and guiding principles. //Advances in Water Resources//​. **27**(1), 71–82. ISSN 0309-1708. DOI:​\_[[https://​doi.org/​10.1016/​j.advwatres.2003.08.006|10.1016/​j.advwatres.2003.08.006]]
cs/simplealt.1569577532.txt.gz · Poslední úprava: 2019-09-27

Nástroje pro stránku