Presentasjon lastes. Vennligst vent

Presentasjon lastes. Vennligst vent

Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) VFKURVE3 – nyttig ekstrakunnskap Hvordan.

Liknende presentasjoner


Presentasjon om: "Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) VFKURVE3 – nyttig ekstrakunnskap Hvordan."— Utskrift av presentasjonen:

1 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) VFKURVE3 – nyttig ekstrakunnskap Hvordan kombinere målinger og faglig kunnskap for å finne sammenhengen mellom vannstand og vannføring.

2 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Motivasjon I denne presentasjonen blir nyttige egenskaper til VFKURVE3 tatt opp. Egenskapene er dog ikke essensielle på den måten at alle kjøringer av VFKURVE3 vil innefatte bruk av disse egenskapene. En del problemsituasjoner som av og til kan dukke opp under kurvegenerering vil bli tatt opp i den forbindelse.

3 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Teori Man ønsker å finne sammenhengen mellom vannstand og vannføring for å kunne lage vannføringstiddserier ut av vannstandstiddserier. Parametrisk form antydet fra hydraulisk teori (Lambie (1978) og ISO 1100/2 (1998)) : Q=C(h-h 0 ) b Man har også en støyparameter, sigma, som beskriver hvor mye hver enkeltmåling av vannføring kan forventes å ligge unna ekte vannføring relativt sett (altså avvik/vannføring). Typiske verdier her er 0.02 (2% gj. avvik) til 0.15 (15% gj. avvik). Parameterne kan være fiksert for vannstandsintervaller heller enn for hele spennet av vannstander. Segmentskillene (hs) kan være på forhånd ukjente. Q h vidde h h0 hs

4 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger I hovedvinduet ligger innhentede målinger både som en liste og som et grafisk plott. Det skal være en en-til-en kobling mellom de målingene som er avmerket i lista og de som vises i plottet.

5 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 2 Sorterer man med hensyn på en egenskap i lista, blir fargen i plottet satt i samme rekkefølge.

6 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 3 Fjerner man markeringen til en måling i lista, fjernes den fra plottet.

7 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 4 liste-operasjoner Ønsker man å sette fokus på et utvalg av målinger, kan man bruke ’velg ingen’ og så manuelt klikke på de man er interessert i. Eventuelt kan man sortere ut ifra et utvalgs-kriterie, fylle ut et intervall med listenummer og så bruke ’velg fra/til’. Man kan eventuelt bruke dette til å fjerne en del målinger fra listen, ved å trykke ’fjern’.

8 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 4 liste-operasjoner 2 Man kan forandre på et utvalg målinger ved å markere dem og trykke ’editer’. Samtlige egenskaper kan forandres. Editeringsvinduet gir også en mer detaljert beskrivelse av de ulike egenskapene.

9 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 4 liste-operasjoner 2 Man har til og med lov til å lage en nytt (kunstig) måling, ved å trykke ’lag ny rad’. Et sett med hjelpepunkt kan puttes inn ved å trykke knappen ”hent fra fil” til venstre for målelista.

10 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 5 Grafiske operasjoner Man kan også gjøre en del operasjoner i det grafiske vindu: Venstre-klikk vil putte inn et nytt punkt. Venstreklikker man nær et punkt og drar det, vil man forandre vannstand og vannføring til punktet. Midtre mustast fjerner en valgt måling. Høyre editerer en valgt måling.

11 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Operasjoner på innhentede målinger 6 Grafiske opsjoner I utgangspunktet er den grafiske plottingen satt til automatisk zooming, slik at alle målingene blir med og ingenting annet. Vil du se mer nøye på ting, kan du velge ’manuell’ zooming. Merk at man kan få vannstand på x-aksen hellers enn y-aksen med denne opsjonen, som også tas med videre til resultatvinduet. Klikker man og drar, vil man nå kunne zoome inn.

12 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Førkunnskap Hvis man har førkunnskap utover hvor mange segmenter som er mulig for kurven, bør dette settes rett etter at data er hentet. I stedet for å trykke ’ok’-knappen går man på ’egen spesifiering av førkunnskap’. Husk å sette maksimalt antall segmenter før du gjør dette. Gjør du det etter, blir alt nullstilt. Et vindu med masse tekstfelt man kan forandre på, dukker da opp. Her finnes det også knapper som fyrer opp vindu der man kan sette ting enda mer detaljert.

13 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Førkunnskap - 2 Sannsynlighet For ett, to, tre segmenter. Størrelse på avvikene skyldende måleusikkerhet. Hvor stor er konstantleddet for første segment? Troverdighetsintervall for eksponenten i alle segmentene Sammenheng konstant og eksponent. Kan gjerne settes til null hvis ikke default brukes. Førkunnskap om bunnvannstand (bunn for laveste segment) og teoretiske bunner for øvre segmenter i forhold til nedre. Førkunnskap om segmentskille. Hvis dette ikke spesifiseres detaljert, bruker man kun førkunnskap om hva rimelige vannføringsverdier kan være.

14 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Førkunnskap – 3 Gryta som eksempel Skal lage en kurve på bakgrunn av målinger fra år Gryta har støpt V- profil og et datum satt nære V’en. Ergo er h0 for laveste segment ca. lik 0. Hvis kurve er ett-segment, skal eksponenten, b, være rundt 2.5. Har satt mulighet for flersegment, i hvis tilfelle vi ikke har mye førkunnskap. Setter først kunnskapen om eksponenten ved å trykke ’detaljert spesifisering av konstant og eksponent’.

15 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Førkunnskap – 4 Gryta som eksempel - 2 Følgende vindu dukker opp: I dette tilfelle settes kun eksponenten for ett- segment-tilfellet og korrelasjonen nullstilles. Det lønner seg å ikke være for spesifikk, for trange troverdighetsintervall vil angi en urealistisk sterk tro på idealiserte modeller. Virkeligheten passer aldri perfekt til modellene. Føler man seg for sikker før man tilpasser til data, kan resultatet ofte bli dårlige tilpasninger.

16 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Førkunnskap – 5 Gryta som eksempel - 3 I tillegg settes h0 (bunnvannstand) for laveste segment. Denne kunnskapen er ikke spesifikk til om vi har ett eller to segmenter, så her trenger vi ikke en detaljert spesifisering.

17 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Man ender her opp med en ett-segment kurve som blir ansett som svært bra av den automatiske kvalitetsstemplingen. Førkunnskap – 6 Gryta som eksempel - 4

18 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Trend i tid – Farstadelva som eksempel Her er et eksempel på en stasjon som gir trend i tid, nemlig den svært ustabile profilet til stasjonen Farstadelva. Henter alle målinger, fjerner en outlier og utvider troverdighetsinterval let til h0 med 1 desimeter hver vei.

19 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Trend i tid 2 – Farstadelva som eksempel I tekstfeltet, som også vises i kvalitetsmodulen, blir det rapportert om mye interessant, sånn som en diger støy-størrelse og en tilsvarende diger kurveusikkerhet, noe som også kan ses i plottet. Akkurat nå ønsker vi dog å undersøke om det kan være tidstrend (noe som fort kan forklare de andre problemene). I ’vis residualer mot…’-feltet, velg ’tid’ (dette er default) og klikk ’vis residualer’. En kvikk føranalyse kan fort gi en pekepinn på at noe er galt og også hva det kan være.

20 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Trend i tid 3 – Farstadelva som eksempel - residualer I plottet som kommer opp, vises residualene mot tid. Residualer er er avstanden mellom vannføring for måling og kurve på log-skala (tenk størrelsesorden). Det er dette analysen selv bruker til å tilpasse og evaluere kurven. Residualene er ca. lik relativ avvik mellom vannføringen til måling og kurve. For de matematisk interesserte: Hvis vi for en vannstand med måling har at kurven gir vannføring Q k og målingen har vannføring Q m, er residualet. Når det er relativt små forskjeller mellom disse, vil, to alternative definisjoner på relativt avvik. Men merk at residualene er symmetrisk definert. Om målt vannføring er 0.5*kurva eller 2*kurva havner man like langt unna null- linja på begge sider (log(0.5)=-log(2)).

21 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Trend i tid 4 – Farstadelva som eksempel - residualanalyse Hvis programmet finner en tidstrend i residualene, vil denne bli plottet. ( Merk at den avmerkede trenden programmet finner, ikke er noen fasit.) Den analysen av trend som foretas under plottingen er den samme som brukes til å rapportere om sannsynlighet for trend i analysevindu og kvalitetsvindu.

22 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Trend i tid 5 – Farstadelva som eksempel Går man tilbake til resultatvinduet, vil man se programmets vurdering av sannsynlighet for trend i tid i tekstfeltet. I dette tilfelle er det nesten 100% sannsynlighet for tidstrend. Normalt betyr det at man bør dele opp kurven i flere kurveperioder, noe som er gjort svært ofte for denne stasjonen.

23 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Heteroskedastisitet Under analysen og kvalitetsvurderingen av målinger fra Nor (2.2.0), får man beskjed om det er en vannstands-trend i støystørrelsen. Dette betyr at man antageligvis har ulike størrelser på avvikene for ulike vannstander. For å se nøyere på dette kan man velge vis residualer mot vannstand og klikke vis residualer. Man vil her ofte se en ’trumpet’-formet sky av punkter. Man har da større relative avvik for små enn for store vannstander. Dette heter heteroskedastisitet.

24 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Heteroskedastisitet 2 For å se nøyere på dette, kan man velge ’absolutt-verdier (for sjekking av om det er trend i støy-størrelsen) og igjen klikke ’vis residualer’. Ser man på absolutt-avvik, ser man tydeligere at støy- størrelsen er større for små vannstander. Programmet kjører sine egne tester av dette og hvis den finner at det er en trend her, plotter den det den finner, slik som den røde streken her.

25 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Heteroskedastisitet 3 Heteroskedastisitet er ikke en veldig seriøs feil, men betyr at man i analysen vil feilvurdere kurvens usikkerhet noe for de høyeste og laveste vannstandene. Heteroskedastisitet kan senke trend-kvaliteten ned til ’dårlig’ i verste tilfelle. Dog kan det diskuteres om det ikke vil være tilstrekkelig å merke denne biten av kvaliteten som ’middels’ når kun dette slår til.

26 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Usikkerhet omkring parameter segmentskillet til Bulken Analysen går for en to- segment-modell. Man ser også at beste kurveestimat avviker fra kurve basert på beste parameterestimat. En forholdsvis stor usikkerheten i segmentskillet er nok årsaken. Henter data fra Bulken, , for tidsperioden 1/ / Etter føranalysen får vi beskjed om problematisk analyse og at en ny føranalyse bør tas. Dette gjøres, og vi foretar så full analyse.

27 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Kvalitetsproblemer: Usikkerhet omkring parameter 2 segmentskillet til Bulken For å se mer nøye på usikkerheten i segmentskillett, velges parameter hs1 (første og i dette tilfelle eneste segmentskille) og ’vis histogram’. Man får nå et plott over hvilke verdier for segmentskillet som er mest sannsynlig (et histogram). Her ser man at segmentskillet enten skjer rundt 1 meter +/- 0.3m eller 1.7 meter +/- 0.2 meter. Parameterestimat ved snitt eller median havner mellom disse.

28 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av kurvegrunnlag Bulken Når en kurve blir generert, vil man ikke alltid bruke alle målinger innenfor tidsperioden. Samtidig kan målinger utenfor perioden benyttes (hvis man antar vannføringen er omtrent den samme på flom i de ulike periodene, for eksempel). Verdiene til noen målinger kan endres mens ekstra målepunkter kan legges inn. For å få tak i måle-grunnlaget for en kurve lagd med VFKURVE2 eller VFKURVE3, kan man velge ’hent generert kurve’ i hovedvinduet.

29 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av kurvegrunnlag 2 Bulken Det vil nå dukke opp et vindu som spør om man ønsker kun målinger, målinger+førkunnskap eller målinger+førkunnskap+analyse. I dette tilfelle er vi kun interessert i målinger, som er det som er valgt på forhånd. Man kan velge å hente en generering (fra en kurve-analyse som ikke nødvendigvis er lagret som offisiell kurve) eller fra en offisiell kurve. I dette tilfelle ønsker vi informasjon om målegrunnlaget til en offisiell kurve.

30 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av kurvegrunnlag 3 Bulken I vinduet som kommer opp, velger man først serie- nøkkel. Det dukker så opp en liste over generasjonsnummer for kurven. Generasjon 0 er gjeldende kurve og er default valgt. Klikk så ’hent perioder’. En liste over perioder med lagret genererings- informasjon dukker så opp. Velg en periode, og genereringsnøkkelen kommer opp. (Dette er den samme nøkkelen som dukker opp under lagring). Klikk så ’OK’.

31 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av kurvegrunnlag 4 Bulken Målingene blir hentet og vist i hovedvinduet. Samtidig får man opp dialogvinduet for førkunnskap. I dette tilfelle inneholdt målesettet nivelleringer, så en beskjed om dette dukker også opp.

32 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av førkunnskap Rudi bru Hvis man lurer på hva slags førkunnskap som ble benyttet for en generert kurve, kan dette også hentes (men kun for kurver generert med VFKURVE3). Klikk igjen ’hent generert kurve’ i hovedvinduet. Velg nå ’hent målinger og førkunnskap’ Igjen skal vi hente fra en offisiell kurve, Rudi bru.

33 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av førkunnskap 2 Rudi bru Hentingen av generert kurve er som før.

34 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av førkunnskap 3 Rudi bru Hentingen av generert kurve er som før. Igjen dukker målinger og førkunnskap- dialog opp. Men hvis vi nå trykker ’egen spesifisering av førkunnskap’, vil vi se hva slags førkunnskap som ble benyttet akkurat her.

35 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Henting av førkunnskap 4 Rudi bru Det meste er som det pleier å være, men bunnvannstanden er satt til et intervall på 8 desimeter og eksponenten er satt rundt 2 (U-form), med et troverdighetsintervall som går fra 1.5 (rektangulær) til 2.5 (V-form).

36 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering Målset Skal gjøre dette for Målset, , der det viser seg vi får en veldefinert segmentering på rundt 1 meter. Kan dette være reelt? Vi lagrer analysen, for så senere å sjekke om dette er tilfelle. Anta at vi ikke med en gang ønsker å lagre en kurveanalyse som offisiell kurve. I stedet ønsker vi å ta vare på analysen for så senere eventuelt å ta den opp igjen og lagre som offisiell kurve, hvis vi føler oss trygg på at dette er rett.

37 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering 2 Målset Foretar en kvalitetsvurdering, klikker ’ok’ for så å klikke ’godta’ som før. I stedet for å lagre som offisiell kurve, velger vi nå ’kun selve kurve-genereringen (basis)’.

38 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering 3 Målset I stedet for å lagre som offisiell kurve, velger vi nå ’kun selve kurve-genereringen (basis)’. Et nytt vindu dukker opp, der en velger stasjon ( normalt den en hentet målingene fra ), kurveperiodens gyldighet (start- og eventuell slutt-tid), Samt øverste gyldige vannstand. Trykk så ’OK’.

39 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering 4 Målset Etter å ha klikket ’ok’ i lagringsvinduet, får man først beskjed om å vente 1-2 minutter. Deretter får man en unik nøkkel for kurvegenereringen (analysen). Denne kan brukes til å hente målegrunnlag, førkunnskap eller hele analysen på ny. I dette tilfellet er nøkkelen 677.

40 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering 5 Målset Etter å ha gransket arkivene fant vi at et segmentskille på Målset rundt 1 meter var svært rimelig. Vi ønsker nå å hente opp igjen hele analysen. Velg ’hent generert kurve’ i hovedvinduet. Vi ønsker nå hele analysen, så vi velger dette. Analysen er ikke lagret som en offisiell kurve, så vi trykker ’hent generering’ i stedet.

41 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering 6 Målset I vinduet som dukker opp kan man få en liste med alle kurvegenereringer tilknyttet en gitt stasjon, med opplysninger om hvem som lagde de ulike uoffisielle analysene. Men i dette tilfelle husker vi hvilken generering vi ønsker, så vi fyller ut ’677’ i feltet for kurvegenererings-id og trykker ’ok’.

42 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Lagring/henting av generering 7 Målset Etter ca. 10 sekunder dukker analyse-vinduet opp. Her kan man gå igjennom kurve-kvaliteten på ny ( NB: ny kvalitetsvurdering må foretas ) og og klikke ’ok’ for å lagre kurven, nå som offisiell kurve.

43 Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) Ellers Det er masse opsjoner i VFKURVE3. Så lenge man ikke skal lagre som offisiell kurve, kan det være nyttig å leke litt med programmet. Trond Reitan 5/2-2009


Laste ned ppt "Trond Reitan (Division of statistics and insurance mathematics, Department of Mathematics, University of Oslo) VFKURVE3 – nyttig ekstrakunnskap Hvordan."

Liknende presentasjoner


Annonser fra Google