صفحه شخصی محمد کرد سنگانی   
 
نام و نام خانوادگی: محمد کرد سنگانی
استان: سیستان و بلوچستان - شهرستان: زاهدان
رشته: کارشناسی ارشد عمران
شماره نظام مهندسی:  213602040
تاریخ عضویت:  1390/04/04
 روزنوشت ها    
 

 کاربرد هیدروانفورماتیک در پیش‌بینی و مدیریت سیل بخش عمران

5


این نوشته به روز ترین کاربرد هیدروانفورماتیک در زمینه آب را معرفی می کند، بعضی مثالها با جزئیات بیان شده است در حالی که سایر موارد جهت راهنمایی خواننده در تحقیقات اخیر اورده شده است.
تمرکزاصلی بر مدیریت سیل و روشهای پیش بینی آن بوده و مختصر توضیحی هم در مورد تکنولوژی های مرتبط داده شده است.

بعنوان مثال : (تکنولوژی های مرتبط)
با روش های جمع آوری داده های جدید ، داده کاوی از منابع اطلاعات گسترده ، استفاده از الگوریتم ژنتیک ، تکنیک های مدلسازی داده های جمع آوری شده ، شبکه عصبی مصنوعی ، سیستم های پشتیبان تصمیم و به کارگیری هیدروانفورماتیک برای پیش بینی سیل توجه ویژه ای به پیشبرد مدلسازی عددی سیل معطوف شده است.در سالهای گذشته استواری مدلهای عددی به طور فزاینده ای افزایش یافته است. در این راه حل ها برای موارد مشکل بی آبی و سیل در دشت های سیل گیر و محاسبه جریان های فوق بحرانی علاوه بر این ، پیدایش مدلهای ترکیبی یک بعدی و دو بعدی با جنبه های مختلف ارتباط مدل مناطق مستعد سیل بحث شده است.
معرفی
هیدروانفورماتیک کاربرد های فناوری اطلاعات بخش آب را در معنای وسیع پوشش داده است . سرعت کامپیوتر ها و ظرفیت ذخیره سازی اطلاعات دائم افزایش می یابد، با افزایش پتانسیل ارتباطات از طریق اینترنت و قدرت خلاق دانشمندان ما به سرعت در حال پیشرفت در راه مطالعات مرتبط با آب هستیم . در حال حاضر برای درک بسیار بهتری از فرایند های اساسی و به معنای توصیفی از چند دهه پیش و برای ایجاد دید بهتر از انچه که با این پیشرفت ها اتفاق می افتد شرکت در همایش دو سالانه هیدروانفورماتیک در شهر نیس فرانسه توصیه می شود .این مقاله همچنین رفرنس هایی را می دهد که در سال ۲۰۰۴ در کنفرانس هیدروانفورماتیک سنگاپور منتشر شده است.
منبع اخیر شامل اطلاعات و تعدادی از منابع مرتبط مانند ( وارنر و دیگران ۲۰۰۵ ) ، ( مینس و هال ۲۰۰۵ ) ، ( استالین و ور وی ۲۰۰۵ ) با هیدروانفورماتیک است که در دایره المعارف علوم هیدرولوژی منتشر شده است. در این معرفی ما می خواهیم یک زمینه متفاوت از پیشرفت های قابل توجه این علم ارائه دهیم و در پاراگراف بعدی در مورد آن به صورت فرایندی پیوسته و با جزئیات بیشتر و برخی اشاره های خاص در ارتباط با پیش بینی و مدیریت سیل بحث کنیم.

ابزار های هیدروانفورماتیک
تمرکز بر روی هیدروانفورماتیک از رشته هیدرولیک محاسباتی نشات گرفته است ، در دو دهه اخیر قرن گذشته با توجه به وجود زیر ساخت های کامل پشتیبانی انفورماتیکی ، پتانسیل آن برای بهبود خدمات به جامعه بررسی و گسترش داده شده است؛ که این شامل داده ها و تکنیک های شبیه سازی جدید بر پایه علوم شناختی و الگو شناسی مانند : شبکه های عصبی مصنوعی ، داده کاوی و تکنیک های کشف دانش ، الگوریتم های تکاملی ، سیستم های مدیریت و پشتیبان تصمیم ، پیش بینی و روشهای همانند سازی داده ها ، منطق فازی ، ماشین های خودکار ، تکنولوژی ها و سیستم های یکپارچه ، سیستم های بر پایه اینترنت ، آخرین توصیف تکنولوژی های به کارگیری شده در حوزه اکو و همچنین معادلات تعادل هیدرولیکی و روابط تجربی که توسط دانشمندانی مانند نیوتن، ناویر، پواسون، دی سنت ونانت ، استوکس، دارسی، دی شزی، مانینگ و ... ارائه شده است.

هیدروانفورماتیک از قدرت محاسباتی کامپیوتر جهت راهنمایی و پردازش تکنیک های جمع آوری داده های انبوه ، با روابط اصلی بین متغییر ها و حالت های گوناگون سیستم بر پایه مشاهدات و اصول تعادل، و روابطی که تا حدودی تجربی هستند، و یک تعریف دقیق از نقش علوم مختلف که در کار دیده می شود برای برقراری ارتباطات جدید و مناسب که قبلا در این حوزه قابل محاسبه نبوده استفاده می کند.
تغییری که هیدروانفورماتیک واقعا بوجود آورده، تغییر نقش دانشمندان و آنهایی که قوانین را بوجود می آورند بوده است بعنوان نمونه شبکه های عصبی مصنوعی که با استفاده دستی از تکنیک های رگرسیون ، فرمول های رگرسیون باید از پیش نوشته شده و پارامتر ها درجه بندی شوند اما با توجه به منعطف بودن این علم می توان ارتباطات بین متغیر های حالت ، و فرمولها را به سادگی محیا کرد یعنی در حقیقت شبکه عصبی مصنوعی انعطاف پذیر تر از رگرسیون اند.
همچنین شبکه های عصبی مصنوعی راهی برای تکنیک های شبیه سازی جدید باز کرده و فرایند یادگیری محدودیت آنها را به وضوح نشان می دهد به عنوان مثال در در مدل "بارش-رواناب" جایی که به طور فیزیکی مدل ها بالانس شده اند با محدود کننده های مناسب می تواند در شرایط سخت تر مورد استفاده قرار گیرد.
در شبکه های عصبی با به کار گیری مجموعه ای از داده ها با زبان ریاضی به کمک الگوریتم های پویا برای ایجاد رابطه ی تجربی استفاده می گردد .
مثلا اپراتور ها با مشاهده ، یادگیری و هماهنگی ارتباطات ریاضی حالت متغیر ها و پارامترهای اعضا رشته "دی ان ای" که در فرایند جهش برای بقای خود در مناسب ترین حالت ترکیب مجدد بودند ، و با توجه به ارتباطات تجربی ،ویسکوزیته جریان ،مقدار ضریب شزی، عمق و ارتفاع جریان و نوع پوشش گیاهی با رابطه زیر موفق به مدلسازی سیل شدند .

این معادله در حالت دو بعدی و سه بعدی نرم افزار " دلفی " بر روی ۹۹۰ مورد نتیجه داده که شامل توصیف تلاطم اطراف ساقه پوشش گیاهی هم می شود .

در سال ۲۰۰۴ نیز " رودریگز" با توسعه کد برنامه ریزی ژنتیک و با استفاده از همان اطلاعات فرمول زیر را ارائه کرد

نمودار برای مقایسه دو معادله با داده های یک بعدی


در گام بعد به علاوه تحلیل طبیعی فرمول (۲) و (۱) که قطعی بود و به ترم اول واقع در سمت راست فرمول (۱) مقدار ثابتی را اضافه کرد و برنامه نویسی ژنتیک با معادله چنین بدست آمد:

بین آنها یک ضریب " آر ام سی ای " با عدد ۱.۲۱ وجود دارد. برای فرمول (۲) محدوده ی کاربردی گسترده تری را قائلیم و نتایج با ۱۷۷ مورد آزمایش مقایسه شدند که بر اساس آزمایش های تجربی فلوم آزمایشگاهی از ۱۰ منبع مستقل، ضریب " آر ام سی ای " بالاتر مورد قبول واقع می شود.اگر چه هنوز هم به اندازه ی کافی فایده ی پیشرفت معادلات داده محور تایید نشده است.
آزمایش بالا نشان می دهد که تکنولوژی مبتنی بر کامپیوتر با ارائه روش های بهتر از کاوش در روابط طبیعت، یا بر اساس مجموعه بزرگی از داده های اندازه گیری و یا بر داده های ایجاد شده با شبیه سازی عددی بسیار خوب بر اساس تئوری های موجود است.این آزمایش همچنین نشان می دهد که استفاده از این تکنولوژی با سنجش از دورمحیط زیست و تجزیه و تحلیل منطقه و آبهای زیر زمینی اشباع نشده و همچنین داده های جمع آوری شده از سیل های قبل با داده کاوی و استخراج روابط در زمینه های پیچیده به مدیریت و پیش بینی سیل به ما کمک می کند اما قطعا یک جایگزین دقیق پیش بینی فراهم نمی کند و صرفا استمرار ذهن علمی ماست .
نرم افزار های منبع باز در مقایسه با نرم افزار های اختصاصی:
معمای نرم افزار های خصوصی و منبع باز مرتبط با هیدروانفورماتیک یک نکته بحث مستمر می باشد. معمولا نرم افزار های اختصاصی بهتر از نرم افزار های منبع باز بوده و در شکل اجرایی ترجمه وتولید شده اند. در این نوع تولیدات بر عکس نرم افزار های منبع باز اغلب کدهای نرم افزار نمی تواند توسط اعضای دیگر که شامل فروشندگان و کاربران است تغییر کند.
سازمان منابع آب ایالات متحده آمریکا برای مهیا کردن بهترین خدمات در زمینه نرم افزار ها و توسعه علم هیدرو انفورماتیک جنبه های مورد علاقه این سازمان را در شش بند زیر ارائه داده است .
جنبه های مورد علاقه سازمان منابع آب
۱ ) راه حل های کلی اقتصادی برای زیر ساخت های هیدروانفورماتیک به طور مثال هزینه های کلی برای پیشرفت یک سیستم پیش بینی سیل ، شامل پیش بینی بنیادی ، هزینه ای برای نرم افزار های بنیادی، هزینه برای توسعه و تنظیم مدل .
۲ ) تولید نرم افزار های قابل اطمینان ،با شیوه های پیشرفته و حفظ کدها ، مبنی بر روش امتحان گسترده
۳ ) باز بودن نرم افزار و امکان ارتباط بخش های مختلف
۴ ) تکرار پذیری نتایج از طریق مدیریت نسخه
۵ ) مطابق اخرین پیشرفت های بنیادی علم برای اجرا کردن روش ها ی جدید در نرم افزار ها
۶ ) واکنش سریع به نیاز های توسعه

بیشتر این نیازها معمولا در فروش نرم افزار های هیدروانفورماتیک در فضای رقابتی امروز به کار برده می شوند، در این فضا تولید نرم افزارهای متن باز قطعا به نفع سازندگان نیست. مگر اینکه عامل دیگری از قبیل نفوذ در بازار برای ارائه خدمات دیگر باشد.
.به هر حال تفاوت بین نرم افزار های متن باز و بسته در اینده نزدیک کم خواهد بود. به طور کلی ، سازمان مدیریت آب ،گرایش شدیدی به نرم افزار های متن باز دارد ، چراکه بخش های مختلف می توانند بدون نیاز به قرارداد با توسعه دهنده اصلی نرم افزار ارتباط پیدا کنند . این نوع خدمات در حال حاضر در اروپا با ایده ی اوپن ام ای به سمت توسعه و پیشرفت گام برداشته وارتباط با هر دو بخش نرم افزار های متن باز و نرم افزار های خصوصی را اسان کرده است.



اوپن ام آی OPEN MI
از آنجا که افراد صلاحیت دار در پخش آب، مشاوران مختلف و حتی پرسنلی که به طور مداوم کار می کنند هیچ تعهدی برای معرفی هیدروانفورماتیک به عنوان ابزار و سرویس اطلاعاتی ندارند،به همین دلیل این پروژه با هزینه اتحادیه اروپا Open MI گسترش مدلسازی رابط از طریق پروژه HarmonIT توسعه داده شد و زیر نظر وزارت حمل ونقل و خدمات عمومی و مدیریت آب که به عنوان ذینفعان در پروژه بودند آغاز شد.
MI بعنوان مجموعه ای از قوانین عمومی ارتباطی برای ارتباط انواع قطعات نرم افزاری در دسترس در بخش آب طراحی شده است . برای مثال Open MI انتقال اطلاعات را در راه خاصی تسهیل کرده و در هر زمانی، به عنوان یک مدل ارائه شده، مدل بارش ورواناب برای مدل دیگر مثلا مدل هیدرودینامیک، حالت برعکس است. در حالت عمومی بیشتر، Open MI باعث تسهیل سازی ارتباط مدل های متنوع بسیاری مثل سیستم های مدلسازی خاص، پایگاه اطلاعاتی، GIS، سیستم های حمایتی تصمیم گیری و سرویس های وب پایه می شود
Open MI نخستین جایگاه قوانینی که برای تغییر اطلاعات در یک راه از قبل قابل پیش بینی، به طور ایده آل، در میان یک سیستم همه قطعات باید از طریق یک پلت فرم رایج قابل ارتباط باشند با یک گرایش درست از مدل های یکپارچه کننده توسعه هیدرولیک، هیدرولوژی و سیستم های محیطی، پیشرفت ها به عنوان یک پلت فرم جذابتر نمایان می شوند. اخیرا حوزه های تعریفی استاندارد های Open MI درحال کامل شدن هستند و این قابل انتظار هست که این مقدمه ای برای راهنمایی به یک استاندارد اروپایی برای تغییر اطلاعات باشد. به علاوه، پروژه HarmonIT در نهایت کتابخانه ای قابل استفاده به عنوان نرم افزار عمومی در openmi.org قابل دسترس خواهد بود. این کتابخانه عملکرد سازندگان را با مسئولیت پذیری در زمینه کد های نرم افزاری متنوع ارتباطی از راه استاندارد های Open MI آسان خواهد کرد.
شرکت های زیادی علاقه مند مشارکت در پروژه اوپن ام ای هستند مثلا شرکت بی ام دبلیو اخیرا مجوز های لازم در این زمینه را دریافت نمود. همچجنین
نرم افزار های والینگ فورد Wallingford درحال ارتقاء پکیج های نرم افزارهای استانداردی خودشان با لینک های ارتباطی OpenMI هستند. به طور کلی سیستم های مدلی زیادی وجود دارند که می خواهند پذیرای قوانین OpenMI باشند. اگر منبع کدها در دسترس باشند ارتباط سریع می تواند ساخته بشود. اگر کد ها با یک روش برنامه نویسی خاص فهرست شوند سازگاری تا اندازه ای راحت است.
سطح پیش بینی سیل:
همان طور که در نتیجه نشان داده شده است، پیش بینی سیل به عملیات های زیادی بین اجزای مختلف نیاز دارد که در یک زمان کوتاه هماهنگ شده باشند.این امر منجر به نیاز آشکار به ایجاد یک پلت فرم عمومی پیش بینی سیل می شود.که در آن اجزای موجود می تواند متصل شود و اجزای جدید به شیوه ای انعطاف پذیر اضافه شوند.با این هدف، Delft- FEWS ( سیستم های اعلام خطر سیل ) در مناطق مختلف دنیا توسعه داده شدند.

سیستم اعلام خطر سیل بر اجرای وظایف زیر نظارت می کند:
۱ ) وارد کردن منابع خارجی اطلاعات، مانند پیش بینی های هواشناسی، از جمله بر اساس مدل های هواشناسی عددی، داده های راداری، بارندگی، تخلیه و سری زمانی سطح آب با سیستم های دور سنجی و اطلاعات از پایگاه های داده ی خارجی.
۲ ) اعتبار سنجی و الحاق داده های ورودی، با استفاده از انتخاب اعتبار سنجی داده های گسترده با پر کردن فاصله و اجازه سلسله مراتب برای استفاده از منابع داده برای حصول اطمینان از تداوم در روند پیش بینی می باشد.
۳ ) تبدیل داده ها جهت ایجاد ورودی مورد نیاز برای گزارش دهی و برای مدل های پیش بینی، مانند اندازه گیری باران از منابع محل بارندگی، از رادار و از مدل عددی آب و هوا، به عنوان ورودی به مدلسازی بارش-رواناب انجام می شود.

۴ ) اجرای مدل های پیش بینی آب و هیدرولیک، این مدل ها ممکن است توسط فروشندگان مختلف ارائه شده و در محدوده گسترده ای از روش ها پوشش داده ، از تجزیه وتحلیل رگرسیون ساده ، مدل های هیدرولوژیکی فشرده، مدل هیدرولوژیکی توزیع فضایی،شبکه عصبی مصنوعی، مدلهای مسیر یابی هیدرولوژیکی یک بعدی و مدل های هیدرودینامیکی یک یعدی – دو بعدی یکپارچه.
۵ ) بروز رسانی حالت مدل از طریق یک مکانیزم باز خورد برای به حداقل رساندن فاصله بین داده های واقعی و پیش بینی شده، Delft-FEWS برخی از مدل های جذب اطلاعات ممکن را فراهم می کند،مانند روش تصحیح خطای ARMA و فیلتر گروه Kalman، Delft-FEWS همچنین اجرای دیگر تکنیک های بروزرسانی را آسان کرده است.
۶ ) تجسم نتایج بر روی نقشه، که می تواند از منابع مختلف باشد، مانند GIS، عکس های هوایی و ... ، از جمله ناوبری جغرافیایی در این نقشه
۷ ) منتشر کردن پیش بینی از طریق نقشه و یا یک گزارش اینترنتی، که ارتباط آسان به مقامات مربوطه و یا عموم مردم را از طریق اینترنت و اینترانت فراهم می کند.
نمونه
(Tessella سیستم پیش بینی سیل ملی((NFFS) را بعنوان پلت فرم پیش بینی سیل برای این منطقه اولز انگلستان طراحی کرد .
و با توجه به نیاز به باز بودن این سیستم اجازه می دهد تا ادامه استفاده از مدل های مختلف کالیبره که در حال حاضر در سیستم های عملیاتی پیش بینی سیل برای تعدادی از حوضه رودخانه مورد استفاده قرار گیرد

پایان ، بخش اخر:
توسعه مستمر سرعت و ظرفیت ذخیره سازی داده ها در کامپیوتر تاثیر زیادی بر روشهای مورد استفاده برای حمایت از مطالعات در زمینه آب گذاشته است. در وهله اول، این پتانسیل منجر به تکنیک های اندازه گیری جدید و تامین مقدار زیادی از اطلاعات است ( LIDAR ، سنجش از دور، چند دسته کردن عمق یابی انعکاس صوت ، ADCP ، فن آوری رادار و ... ). مجموعه ای از داده های افزایش یافته و دقیق تر نیز تفسیر و درجه بندی مدل های شبیه سازی را آسانتر می کند. در وهله دوم، مجموعه زیادی از داده ها را می توان با تکنیک های داده کاوی جدید در قالب استخراج دانش جدید از این مجموعه بزرگ اعداد منحصر به فرد یا پیکسلها، برای مثال در قالب معادلات تجربی جدید فراهم کرد.این دانش جدید،به نوبه خود، هم می تواند مدل های عددی موجود و هم برای روش های مدلسازی بر اساس معادله تعادل را تقویت کند برای مثال شبکه عصبی مصنوعی. در وهله سوم، یک روند با استفاده از افزایش قدرت کامپیوتر برای رسیدن به یکپارچگی اجزای هیدروانفورماتیک وجود دارد، مانند مدلهایی برای زیر سیستم های فیزیکی مختلف، پایگاه داده ها، GIS، مسافت سنجی رادیویی و ... . به ویژه سازمان های منابع آب احساس نیاز به یکپارچگی بهتر این اجزای مختلف می کند.در این زمینه، استاندارد Open MI به تازگی از طریق یک طرح ابتکاری اتحادیه اروپا توسعه یافته و ممکن است بسیار مفید باشد.آسان کردن توسعه بنیادی هیدروانفورماتیک از قبیل سیستم های پیش بینی سیل و سیستم های پشتیبان تصمیم از مزایای این طرح است.

topic:
Hydroinformatics Support to Flood
Forecasting and Flood Management
Write:
M.KORD SANGANI
REFERENCES:
1.Hydroinformatics Support to Flood
Forecasting and Flood Management
ADRI VERWEY
WL | Delft Hydraulics, Delft, The Netherlands
Baptist. M.J. (2005).
Modelling floodplai
n bio geomorphology
. Ph.D. thesis, ISBN 90-407-
2582-9, 193 pp., Delft University of Techno
logy, Faculty of Civil Engineering and
Geosciences, Section Hydraulic Engineering.
Baptist, M.J., Babovi
ć
, V., Rodríguez Uthurburu, J., Keijzer, M., Uittenbogaard, R., Mynett, A.
and Verwey, A. (2005). On inducing equations
for vegetation resistance. To be published
in the
Journal of Hydraulic Research
, IAHR, Madrid.
Chanson, H. (1999).
The Hydraulics of
Open Channel Flow
, Arnold Publishers/Wiley,
Paris/New York.
Cunge, J.A., Holly, F.M.
and Verwey, A. (1980).
Practical Aspects of Computational River
Hydraulics
(420 pages), Pitman Publishing Ltd., L
ondon, Great Britain,
1980. Reprinted at
Iowa Institute of Hydraulic
Research, USA, 1986.
(Also translated into Russian).
Dobson, C., and Davies., G.
P. (1990). Integrated real time da
ta retrieval and flood forecasting
using conceptual models. In
International Conference on River Flood Hydraulics
, White,
W.R. (Ed.), 21-30, John
Wiley & Sons Ltd., UK.
Fortune, D. (2004), in Proceedings of the 6th International
Conference on Hydroinformatics, Liong, Phoon and Babovi
ć
(Eds.), World
Scientific Publishing Company, Singapore, 1835-1842.
Gijsbers, (2004), in Proceedi
ngs of the 6th International
Conference on Hydroinformatics, Liong, Phoon and Babovi
ć
(Eds.), World
Scientific Publishing Company, Singapore, 1819-1826.
Hesselink, A.W., Stelling, G.S., Kwadijk J.C.
J. and Middelkoop, H.
(2003). Inundation of a
Dutch river polder, sensitivity analysis of a
physically based inundation model using historic
data.
Water Resour. Res
.,
39
(9), 1234.

شنبه 13 آذر 1395 ساعت 19:36  
 نظرات