Στατιστική ανάλυση και υδρολογική ερμηνεία της δίαιτας των ημερήσιων παροχών σε μεγάλο δείγμα ποταμών της Ευρώπης

Προμπονάς, Εμμανουήλ; Promponas, Emmanouil

dc.contributor.author	Προμπονάς, Εμμανουήλ	el
dc.contributor.author	Promponas, Emmanouil	en
dc.date.accessioned	2021-12-03T12:49:26Z
dc.date.available	2021-12-03T12:49:26Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/54133
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21831
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Στατιστική ανάλυση	el
dc.subject	Ημερήσιες παροχές	el
dc.subject	Ευρώπη	el
dc.subject	Γλώσσα προγραμματισμού R	el
dc.subject	Λογισμικό QGIS	el
dc.subject	Statistcal analysis	en
dc.subject	Flow rate diet	en
dc.subject	Europe rivers	en
dc.subject	R language	en
dc.subject	QGIS maps	en
dc.title	Στατιστική ανάλυση και υδρολογική ερμηνεία της δίαιτας των ημερήσιων παροχών σε μεγάλο δείγμα ποταμών της Ευρώπης	el
dc.title	Statistical Analysis and Hydrological Interpretation of the daily flow rate diet in a large sample of Europe rivers	en
heal.type	bachelorThesis
heal.classification	Στατιστική	el
heal.classification	Statistics	en
heal.language	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2021-11-03
heal.abstract	Ο κλάδος της υδρολογίας στηρίζεται στην μελέτη-παρατήρηση των φυσικών- υδρολογικών διεργασιών μέσω της επεξεργασίας υπαρχουσών μετρήσεων, ώστε να περιγράψει ικανοποιητικά το χαοτικό χαρακτήρα των υδρολογικών συστημάτων. Οι μετρήσεις λοιπόν έχουν μια άμεση και προφανή χρησιμότητα αφού η μελέτη των φυσικών διεργασιών-φαινομένων, η κατανόηση τους και η γνώση της χρονικής τους εξέλιξης βασίζεται στη δημιουργία χρονοσειρών με μετρήσεις και στην επεξεργασία αυτών των χρονοσειρών. Τα τελευταία χρόνια ένα από τα συνηθέστερα προβλήματα το οποίο καλείται να αντιμετωπίσει όποιος ασχολείται με την επιστήμη της υδρολογίας και συγκεκριμένα με τις ημερήσιες παροχές ποταμών είναι η έλλειψη (συστηματική ή μη) χρονοσειρών μετρήσεων. Κρίνεται λοιπόν απαραίτητη η στατιστική ανάλυση των υπάρχοντων δεδομένων ώστε να αποκτήσουμε μια γενική εικόνα για την στατιστική συμπεριφορά των ημερήσιων παροχών και ενδεχομένως να ανιχνεύσουμε κάποια ομαδοποίηση συμπεριφορών ανάλογα με τα κλιματικά χαρακτηριστικά κάθε περιοχής. Για τη συγκεκριμένη στατιστική ανάλυση χρησιμοποιήθηκαν δεδομένα ημερήσιων παροχών από το Παγκόσμιο Ιστορικό Κλιματολογικό Δίκτυο (Global Historical Climatology Network,GHCN-Daily της Ν.Ο.Α.Α.). Επιλέχθηκαν 209 σταθμοί στην εδαφική επικράτεια της Ευρώπης, βάσει κριτηρίων ποιότητας και πληρότητας των καταγραφών τους. Η ανάλυση των δεδομένων πραγματοποιήθηκε και ελέγχθηκε στο μεγαλύτερο μέρος της, μέσω του πηγαίου κώδικα που εφαρμόστηκε στη γλώσσα προγραμματισμού R και συγκεκριμένα στο ελεύθερο προγραμματιστικό περιβάλλον της R-Studio. Υπολογίστηκαν τα στατιστικά χαρακτηριστικά των χρονοσειρών και έγινε η εκτίμηση των παραμέτρων των κατανομών μέσω της μεθόδου των L-ροπών. Στα δεδομένα προσαρμόστηκαν πέντε συναρτήσεις κατανομής πιθανότητας (PBF, Generalized Gamma, Lognormal, Weibull, Gamma), με κριτήριο την καταλληλότητα τους βάσει της διαθέσιμης βιβλιογραφίας και από την άλλη την δυνατότητα σύγκρισης δι-παραμετρικών και τρι-παραμετρικών κατανομών. Η καταλληλότητα της προσαρμογής τους ελέγχθηκε με κριτήριο το Μέσο Tετραγωνικό Σφάλμα (MSE) αλλά και από τα διαγράμματα λόγου ροπής στην κλίμακα L. Τέλος πραγματοποιήθηκε σύνθεση εποπτικών χαρτών χωρικής κατανομής στο ελεύθερο λογισμικό QGIS, που συνέβαλαν στην εξαγωγή συμπερασμάτων και ερμηνείας των αποτελεσμάτων που προέκυψαν από την ανάλυση των δεδομένων.	el
heal.abstract	The field of hydrology relies on the study-observation of natural-hydrological processes through the elaboration of existing measurements, in order to satisfactorily describe the chaotic nature of hydrological systems. Measurements therefore have an immediate and obvious utility since the study of natural processes-phenomena, their understanding and knowledge of their temporal evolution is based on the creation of time series with measurements and the processing of these time series. In recent years, one of the most common problems that anyone involved in the science of hydrology and in particular with the daily flow of rivers has to face is the lack (systematic or not) of time series measurements. It is therefore necessary to statistically analyze the existing data in order to obtain an overview of the statistical behavior of daily benefits and possibly to detect some grouping of behaviors according to the climatic characteristics of each region. For this statistical analysis, were used daily river flow data from the Global Historical Climatology Network (GHCN-Daily of N.O.A.A.). 209 stations were selected in the territory of Europe, based on quality criteria and completeness of their recordings. The data analysis was performed and controlled for the most part, through the source code applied in the R programming language and specifically in the free programming environment of R-Studio. The statistical characteristics of the time series were calculated and the distribution parameters were estimated using the L-moments method. Five probability distribution functions (PBF, Generalized Gamma, Lognormal, Weibull, Gamma) were adapted to the data, based on their suitability based on the available literature and on the other hand the ability to compare bi-parametric and tri-parametric distributions. The appropriateness of their adjustment was checked by the criterion of Mean Square Error (MSE) but also by the ratio diagrams on the scale L. Finally, supervisory spatial distribution maps were σynthesized in the free QGIS software, which helped to draw conclusions and interpret the results data analysis.	en
heal.advisorName	Ευστρατιάδης, Ανδρέας	el
heal.committeeMemberName	Ευστρατιάδης, Ανδρέας	el
heal.committeeMemberName	Μαμάσης, Νικόλαος	el
heal.committeeMemberName	Μπαλτάς, Ευάγγελος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Υδατικών Πόρων και Περιβάλλοντος	el
heal.academicPublisherID	ntua
heal.numberOfPages	175 σ.	el
heal.fullTextAvailability	false