Acta Geophysica – październik 2019

  • Beata Baziak i Wiesław Gądek z Politechniki Krakowskiej poświęcili swój artykuł zastosowaniu rozkładu Pearsona typu IV do wyznaczania parametrycznego hydrogramu przepływu, czyli wykresu przedstawiającego zmienność przepływu w rozpatrywanym przekroju cieku w czasie. Hydrogramy obrazują zmienność odpływu ze zlewni, co ma wpływ na analizę zagrożenia powodziowego, dostępnych zasobów, a także zarządzania ciekiem z punktu widzenia “inżynierskiego”.

Punktem wyjścia jest stwierdzenie, że rozkład typu III wg klasyfikacji Pearsona nie zawsze daje oczekiwane rezultaty: “zawiódł” w wyznaczaniu hydrogramów przepływu w rejonach wód górnej Wisły i środkowej Odry . Konieczne było zatem znalezienie innej funkcji. Zaproponowane przez Strupczewskiego funkcje rozkładu Pearsona typu IV zostały przeanalizowane pod kątem ich zastosowania na podstawie danych uzyskanych z 60 wodowskazów, z których 30 znajdowało się na Wiśle, a pozostałe 30 na Odrze; funkcje dystrybucji Pearsona typu IV okazały się dobrze dopasowane; autorzy doszli do jeszcze bardziej precyzyjnego wniosku – zalecaną funkcją okazał się rozkład Pearsona typu IV z jednym parametrem kształtu, nie zaś z dwoma parametrami kształtu, gdyż ta funkcja lepiej opisuje każdą część hydrogramu.


  • Zespół z Narodowego Instytutu Technologii w Patnie (Indie) w swoim artykule badał przydatność długoterminowej, rekurencyjnej sieci neuronowej z pamięcią krótkotrwałą (LSTM-RNN) i metody sztucznej inteligencji (AI) do prognozowania szeregów czasowych niskich przepływów rzek, wykorzystując dane pomiarowe uzyskane dla rzeki Mahanadi w północno-wschodniej części Indii .

Z kolei naukowcy z Chińskiego Uniwersytetu Naftowego i Instytutu Badawczego Ropy Naftowej zaproponowali w swoim artykule jednoetapową metodę inwersji sejsmicznej, pozwalającą bezpośrednio uzyskać parametry: takie jak współczynnik Poissona czy moduł Younga . Testy na modelach i danych pomiarowych dowodzą, że jednoetapowa metoda bezpośredniej inwersji może skutecznie zmniejszyć błędy skumulowane i ma wyższą dokładność niż inwersja danych sejsmicznych typu prestack (przed składaniem) .

Posted on