Ситуаційно-прогностичне моделювання небезпеки повеней в долині річки Дністер біля міста Галич
DOI:
https://doi.org/10.32347/2411-4049.2019.1.16-27Ключові слова:
неоднозначність, дані, річка Дністер, небезпека повеней, гідрологічні спостереження, ситуаційна модель, ситуаційно-прогностичне моделюванняАнотація
Представлено метод ситуаційно-прогностичного моделювання небезпеки повеней в долині річки Дністер біля міста Галич на підставі даних гідрологічних спостережень, отриманих на гідрологічному посту «Галич». Виявлено деякі характерні особливості в поведінці рівняння зв'язку між рівнями і витратами води для водомірного поста «Галич», зокрема закономірності, що сприяють надійному прогнозуванню небезпеки повеней за допомогою статистичних даних, і неоднозначності, що ускладнюють подібне прогнозування. Показана можливість ефективного прогнозування небезпеки повеней в розглянутому районі за поточними даними гідрологічних спостережень для мінімізації можливих збитків і втрат.
Посилання
Abbott, P. L. (1996). Natural Disasters. Wm. C. Brown Publishing Co.
Doocy, S., Daniels, A., Murray, S., & Kirsch, T. D. (2013). The Human Impact of Floods: A Historical Review of Events 1980-2009 and Systematic Literature Review. PLoS Currents. doi:10.1371/currents.dis.f4deb457904936b07c09daa98ee8171a
Dobrovičová, S., Dobrovič, R., & Dobrovič, J. (2015). The Economic impact of floods and their importance in different Regions of the World with Emphasis on Europe. In Business Economics and Management 2015 Conference, BEM2015 (pp. 649-655).
Kundzewicz, Z. W., Ulbrich, U. et al. (2005). Summer Floods in Central Europe – Climate Change Track? Natural Hazards, 36(1-2), 165-189.
Rufat, S., Tate, E., Burton, Ch. G., & Maroof, A. Say. (2015). Social vulnerability to floods: Review of case studies and implications for measurement. International Journal of Disaster Risk Reduction, (14), 470-486.
Shulyarenko, A., Yatsyuk, M., & Shularenko, I. (n.d.). Causes and peculiarities of recent floods on the Dniester River (J. Marsalek, Ed.). In Flood Issues in Contemporary Water Management (Vol. 71, NATO Science Series 2. Environmental Security, pp. 95-100).
OSCE/UNECE Project. (2005). Transboundary diagnostic study for the Dniester River basin. Retrieved from https://www.osce.org/ukraine/104057?download=true.
Pylypovych, O., & Kovslchuk, І. (2017). Geoecology of the Upper Dniester river-basin system. Lviv, Kyiv: LNU of Ivan Franko (in Ukrainian).
Russell, S. J., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3rd ed.). New Jersey: Pearson Education: Upper Saddle River.
Reiter, R. (2001). Knowledge in Action: Logical Foundations for Specifying and Implementing Dynamical Systems. MIT Press.
McCarthy, J. (1963). Situations, actions, and causal laws. Memo 2: Stanford University Artificial Intelligence Project. Retrieved from http://www.dtic.mil/dtic/tr/fulltext/ u2/785031.pdf.
Stefanyshyn, D. V. (2013). A method of forecasting of indexes of dynamic system that evolves slowly, based on time series analysis. In 4th Int. Conf. on Inductive Modelling (pp. 221-224). Kyiv, Ukraine.
Stefanyshyn, D. V. (2017). Improving diagnostic models for forecasting the behavior of dams equipped with automated monitoring systems. Mathematical modeling in economy, (3-4), 50-61.
Kuhn, M., & Johnson, K. (2013). Applied Predictive Modeling. New York: Springer Science+Business Media.
Geisser, S. (2016). Predictive Inference: An Introduction. New York: Chapman & Hall.
Brockwell, P. J., & Davis, R. A. (1991). Time series: Theory and methods (2nd ed.). Springer.
Hamilton, J. D. (1994). Time series analysis. Princeton, New Jersey: Princeton University Press.
Viessman, W. (Ed.). (1975). Introduction to hydrology (1st ed.). New York, London: Intext educational publishers.
Extreme Hydrological Events: New Concepts for Security (1st ed., Vol. IV: Earth and Environmental Sciences, Nato Science Series). (2007). Retrieved from https://link.springer.com/book/10.1007/978-1-4020-5741-0
Koutsoyiannis, D. (2008). Probability and statistics for geophysical processes. Athens: National Technical University of Athens. Retrieved from https://www.itia.ntua.gr/en/docinfo/1322/.
Stefanyshyn, D. V. (2018). On the use of the type I Gumbel distribution to assess risks given floods. Mathematical modeling in economy, (1), 74-83.
Taleb, N. N. (2010). The Black Swan. The Impact of the Highly Improbable (2nd enlarged ed.). New York: Random House.
Kirshners, A., & Borisov, A. A. (2012). Comparative Analysis of Short Time Series Processing Methods. Information Technology and Management Science, (15), 65-69.
Trofymchuk, O., Kaliukh, I., & Klimenkov, O. (2018). TXT-tool 2.380-1.1: Monitoring and Early Warning System of the Building Constructions of the Livadia Palace, Ukraine. In Landslide Dynamics: ISDR-ICL Landslide Interactive Teaching Tools (pp. 491-508).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Dmytro V. Stefanyshyn, Vasyl M. Korbutiak, Yulija D. Stefanyshyna-Gavryliuk
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Збірник «Екологічна безпека та природокористування» працює у рамках міжнародної ліцензії Creative Commons Attribution («із зазначенням авторства») 4.0 International (CC BY 4.0).
Ліцензійна політика журналу сумісна з переважною більшістю політик відкритого доступу та архівування матеріалів.
