معايرة النموذج والارتياب
تُعدّل المعايرة معلمات النموذج لمطابقة الملاحظات، ويُحدّد تحليل الارتياب مدى ثقتنا في التنبؤات الهيدرولوجية الناتجة.
Definition
المعايرة هي عملية تعديل معلمات النموذج بحيث تتطابق المخرجات المحاكاة مع البيانات المرصودة وفقًا لدالة هدف مختارة؛ تحليل الارتياب هو تحديد كمية الارتياب في معلمات النموذج، وهيكله، ومدخلاته، وتنبؤاته.
Scope
يغطي هذا الموضوع الدوال الهدف ومقاييس الأداء، وطرق المعايرة وتقدير المعلمات، ومشكلة التكافؤ، وأطر عمل تقدير الارتياب التنبؤي في النماذج الهيدرولوجية. ويتناول كيفية جعل النماذج صالحة للاستخدام وكيفية الحكم على موثوقيتها، عبر كل من النماذج المفاهيمية والموزعة.
Core questions
- كيف يتم قياس أداء النموذج وتحسينه؟
- كيف تتم معايرة معلمات النموذج مقابل الملاحظات؟
- ما هو التكافؤ، ولماذا يعقد المعايرة؟
- كيف يمكن تقدير الارتياب التنبؤي وتوصيله؟
Key concepts
- الدوال الهدف
- كفاءة ناش-ساتكليف وكفاءة كلينج-جوبتا
- تحسين المعلمات
- التكافؤ
- GLUE وطرق المجموعات
- حدود الارتياب التنبؤي
Key theories
- الدوال الهدف ومقاييس الكفاءة
- يتم تحديد الأداء كميًا باستخدام الدوال الهدف مثل كفاءة ناش-ساتكليف وتفكيكاتها (على سبيل المثال كفاءة كلينج-جوبتا)، مما يوجه المعايرة ويمكّن من مقارنة النماذج.
- التكافؤ و GLUE
- إدراكًا أن العديد من مجموعات المعلمات تتناسب مع الملاحظات بشكل متساوٍ تقريبًا، ترفض إطار عمل GLUE البحث عن حل أمثل واحد وبدلاً من ذلك يأخذ عينات من النماذج السلوكية لإنتاج حدود الارتياب على التنبؤات.
Clinical relevance
تحدد المعايرة السليمة وتقدير الارتياب مدى الثقة في توقعات الفيضانات وإمدادات المياه، وتوجه القرارات القائمة على المخاطر وتصميم البنية التحتية، وتحمي من الثقة المفرطة في تنبؤات نموذج واحد التي قد تؤدي إلى أخطاء مكلفة.
History
أضفت مقاييس جودة المطابقة مثل كفاءة ناش-ساتكليف الطابع الرسمي على تقييم النموذج في عام 1970؛ وقد أدى الاعتراف بالتكافؤ ومنهجية GLUE في عام 1992 إلى تحويل النمذجة الهيدرولوجية نحو تقدير صريح للارتياب، وعملت الأعمال اللاحقة على تحسين مقاييس الأداء وأطر الارتياب.
Debates
- تقدير الارتياب الرسمي مقابل غير الرسمي
- يتناقش الهيدرولوجيون حول ما إذا كان ينبغي تقدير الارتياب التنبؤي باستخدام احتمالات بايزي الرسمية، التي تتطلب افتراضات قوية حول الأخطاء، أو باستخدام مقاربات غير رسمية مثل GLUE، والتي هي أكثر مرونة ولكنها تُنتقد لكونها غير متماسكة إحصائيًا.
Key figures
- Keith J. Beven
- Hoshin V. Gupta
- James E. Nash
Related topics
Seminal works
- nash1970
- beven1992
- gupta2009
Frequently asked questions
- ما هي كفاءة ناش-ساتكليف؟
- إنه مقياس مستخدم على نطاق واسع لمدى تطابق الهيدروغراف المحاكى للنموذج مع الملاحظات، مقارنة خطأ النموذج بتباين الملاحظات؛ قيمة واحد تعني تطابقًا مثاليًا، بينما الصفر يعني أن النموذج ليس أفضل من استخدام متوسط التدفق المرصود.
- لماذا لا يمكن معايرة النموذج لمجموعة معلمات واحدة هي الأفضل؟
- بسبب التكافؤ، فإن العديد من مجموعات المعلمات المختلفة تعيد إنتاج الملاحظات بشكل متساوٍ تقريبًا، لذلك لا توجد مجموعة واحدة هي الأفضل بوضوح؛ ولهذا السبب تقدر الممارسة الحديثة الارتياب عبر العديد من النماذج المقبولة بدلاً من الاعتماد على حل أمثل واحد.