Extreme hydro-meteorological events and their probabilities = Extreme hydro-meteorologische gebeurtenissen en de kans daarop

J.J. Beersma

Research output: Thesisinternal PhD, WU

Abstract

Extreme hydro-meteorologische gebeurtenissen hebben vaak een grote maatschappelijke impact. Bescherming tegen de gevolgen van zulke gebeurtenissen, zoals zeer natte periodes, is veelal gebaseerd op extremen, zoals overstromingen, met overschrijdingkansen van slechts eens in de 100 tot eens in de 10.000 jaar. Door gebrek aan lange waarnemingsreeksen worden zulke extremen gewoonlijk geschat door extrapolatie van een aan de waarnemingen gefitte kansverdeling. Nadeel van deze methode is dat de schattingen sterk afhangen van de veronderstelde kansverdeling. De in dit proefschrift gebruikte tijdreeks resampling vormt een aantrekkelijk alternatief omdat geen aannames over de onderliggende kansverdeling nodig zijn. Tijdreeks resampling geeft daarnaast de mogelijkheid om simultaan reeksen voor verschillende meteorologische variabelen en locaties te simuleren waarbij zowel de correlaties tussen de variabelen als de ruimtelijke correlaties automatisch behouden blijven. Resampling maakt het verder mogelijk om veel langere reeksen te simuleren dan de standaard historische reeksen. Zulke zeer lange reeksen bevatten gewoonlijk verschillende niet eerder waargenomen extremen die zeer welkom zijn bij een frequentieanalyse van de extremen omdat ze de statistische onzekerheid van het resultaat reduceren. In dit proefschrift worden, met het oog op hydrologische toepassingen, zulke zeer lange tijdreeksen gesimuleerd om de grootte en de bijbehorende overschrijdingskans te bepalen van zeer natte periodes in het stroomgebied van de Rijn (die tot overstromingen zouden kunnen leiden) en van extreme droogte in Nederland (die economische schade in de landbouw en scheepvaart tot gevolg heeft). Resampling technieken worden tenslotte ook gebruikt om de statistische onzekerheid te kwantificeren
Original languageEnglish
QualificationDoctor of Philosophy
Awarding Institution
  • Wageningen University
Supervisors/Advisors
  • Holtslag, Bert, Promotor
  • Buishand, T.A., Co-promotor, External person
Award date23 Apr 2007
Place of Publication[S.l.]
Publisher
Print ISBNs9789085046158
Publication statusPublished - 2007

Keywords

  • meteorology
  • hydrology
  • time series
  • monitoring
  • probability analysis
  • data analysis
  • uncertainty
  • flood control

Cite this

@phdthesis{97da09a3cb0f422db9ad14ca474ae311,
title = "Extreme hydro-meteorological events and their probabilities = Extreme hydro-meteorologische gebeurtenissen en de kans daarop",
abstract = "Extreme hydro-meteorologische gebeurtenissen hebben vaak een grote maatschappelijke impact. Bescherming tegen de gevolgen van zulke gebeurtenissen, zoals zeer natte periodes, is veelal gebaseerd op extremen, zoals overstromingen, met overschrijdingkansen van slechts eens in de 100 tot eens in de 10.000 jaar. Door gebrek aan lange waarnemingsreeksen worden zulke extremen gewoonlijk geschat door extrapolatie van een aan de waarnemingen gefitte kansverdeling. Nadeel van deze methode is dat de schattingen sterk afhangen van de veronderstelde kansverdeling. De in dit proefschrift gebruikte tijdreeks resampling vormt een aantrekkelijk alternatief omdat geen aannames over de onderliggende kansverdeling nodig zijn. Tijdreeks resampling geeft daarnaast de mogelijkheid om simultaan reeksen voor verschillende meteorologische variabelen en locaties te simuleren waarbij zowel de correlaties tussen de variabelen als de ruimtelijke correlaties automatisch behouden blijven. Resampling maakt het verder mogelijk om veel langere reeksen te simuleren dan de standaard historische reeksen. Zulke zeer lange reeksen bevatten gewoonlijk verschillende niet eerder waargenomen extremen die zeer welkom zijn bij een frequentieanalyse van de extremen omdat ze de statistische onzekerheid van het resultaat reduceren. In dit proefschrift worden, met het oog op hydrologische toepassingen, zulke zeer lange tijdreeksen gesimuleerd om de grootte en de bijbehorende overschrijdingskans te bepalen van zeer natte periodes in het stroomgebied van de Rijn (die tot overstromingen zouden kunnen leiden) en van extreme droogte in Nederland (die economische schade in de landbouw en scheepvaart tot gevolg heeft). Resampling technieken worden tenslotte ook gebruikt om de statistische onzekerheid te kwantificeren",
keywords = "meteorologie, hydrologie, tijdreeksen, monitoring, waarschijnlijkheidsanalyse, gegevensanalyse, onzekerheid, hoogwaterbeheersing, meteorology, hydrology, time series, monitoring, probability analysis, data analysis, uncertainty, flood control",
author = "J.J. Beersma",
note = "WU thesis, no. 4171",
year = "2007",
language = "English",
isbn = "9789085046158",
publisher = "S.n.",
school = "Wageningen University",

}

Extreme hydro-meteorological events and their probabilities = Extreme hydro-meteorologische gebeurtenissen en de kans daarop. / Beersma, J.J.

[S.l.] : S.n., 2007. 157 p.

Research output: Thesisinternal PhD, WU

TY - THES

T1 - Extreme hydro-meteorological events and their probabilities = Extreme hydro-meteorologische gebeurtenissen en de kans daarop

AU - Beersma, J.J.

N1 - WU thesis, no. 4171

PY - 2007

Y1 - 2007

N2 - Extreme hydro-meteorologische gebeurtenissen hebben vaak een grote maatschappelijke impact. Bescherming tegen de gevolgen van zulke gebeurtenissen, zoals zeer natte periodes, is veelal gebaseerd op extremen, zoals overstromingen, met overschrijdingkansen van slechts eens in de 100 tot eens in de 10.000 jaar. Door gebrek aan lange waarnemingsreeksen worden zulke extremen gewoonlijk geschat door extrapolatie van een aan de waarnemingen gefitte kansverdeling. Nadeel van deze methode is dat de schattingen sterk afhangen van de veronderstelde kansverdeling. De in dit proefschrift gebruikte tijdreeks resampling vormt een aantrekkelijk alternatief omdat geen aannames over de onderliggende kansverdeling nodig zijn. Tijdreeks resampling geeft daarnaast de mogelijkheid om simultaan reeksen voor verschillende meteorologische variabelen en locaties te simuleren waarbij zowel de correlaties tussen de variabelen als de ruimtelijke correlaties automatisch behouden blijven. Resampling maakt het verder mogelijk om veel langere reeksen te simuleren dan de standaard historische reeksen. Zulke zeer lange reeksen bevatten gewoonlijk verschillende niet eerder waargenomen extremen die zeer welkom zijn bij een frequentieanalyse van de extremen omdat ze de statistische onzekerheid van het resultaat reduceren. In dit proefschrift worden, met het oog op hydrologische toepassingen, zulke zeer lange tijdreeksen gesimuleerd om de grootte en de bijbehorende overschrijdingskans te bepalen van zeer natte periodes in het stroomgebied van de Rijn (die tot overstromingen zouden kunnen leiden) en van extreme droogte in Nederland (die economische schade in de landbouw en scheepvaart tot gevolg heeft). Resampling technieken worden tenslotte ook gebruikt om de statistische onzekerheid te kwantificeren

AB - Extreme hydro-meteorologische gebeurtenissen hebben vaak een grote maatschappelijke impact. Bescherming tegen de gevolgen van zulke gebeurtenissen, zoals zeer natte periodes, is veelal gebaseerd op extremen, zoals overstromingen, met overschrijdingkansen van slechts eens in de 100 tot eens in de 10.000 jaar. Door gebrek aan lange waarnemingsreeksen worden zulke extremen gewoonlijk geschat door extrapolatie van een aan de waarnemingen gefitte kansverdeling. Nadeel van deze methode is dat de schattingen sterk afhangen van de veronderstelde kansverdeling. De in dit proefschrift gebruikte tijdreeks resampling vormt een aantrekkelijk alternatief omdat geen aannames over de onderliggende kansverdeling nodig zijn. Tijdreeks resampling geeft daarnaast de mogelijkheid om simultaan reeksen voor verschillende meteorologische variabelen en locaties te simuleren waarbij zowel de correlaties tussen de variabelen als de ruimtelijke correlaties automatisch behouden blijven. Resampling maakt het verder mogelijk om veel langere reeksen te simuleren dan de standaard historische reeksen. Zulke zeer lange reeksen bevatten gewoonlijk verschillende niet eerder waargenomen extremen die zeer welkom zijn bij een frequentieanalyse van de extremen omdat ze de statistische onzekerheid van het resultaat reduceren. In dit proefschrift worden, met het oog op hydrologische toepassingen, zulke zeer lange tijdreeksen gesimuleerd om de grootte en de bijbehorende overschrijdingskans te bepalen van zeer natte periodes in het stroomgebied van de Rijn (die tot overstromingen zouden kunnen leiden) en van extreme droogte in Nederland (die economische schade in de landbouw en scheepvaart tot gevolg heeft). Resampling technieken worden tenslotte ook gebruikt om de statistische onzekerheid te kwantificeren

KW - meteorologie

KW - hydrologie

KW - tijdreeksen

KW - monitoring

KW - waarschijnlijkheidsanalyse

KW - gegevensanalyse

KW - onzekerheid

KW - hoogwaterbeheersing

KW - meteorology

KW - hydrology

KW - time series

KW - monitoring

KW - probability analysis

KW - data analysis

KW - uncertainty

KW - flood control

M3 - internal PhD, WU

SN - 9789085046158

PB - S.n.

CY - [S.l.]

ER -