Statistika Hidrologi dan Analisis Frekuensi
Statistika hidrologi menerapkan metode probabilitas dan stokastik pada data hidrologi untuk mengkarakterisasi variabilitas dan untuk memperkirakan frekuensi kejadian ekstrem seperti banjir dan kekeringan.
Definition
Statistika hidrologi dan analisis frekuensi adalah penerapan teori probabilitas dan statistika pada data hidrologi untuk menggambarkan variabilitasnya dan untuk memperkirakan besaran serta probabilitas kejadian, terutama kejadian ekstrem, untuk desain dan penilaian risiko.
Scope
Topik ini mencakup distribusi probabilitas untuk variabel hidrologi, estimasi parameter termasuk L-momen, analisis frekuensi dan frekuensi regional kejadian ekstrem, serta asumsi stasioneritas. Ini menyediakan dasar statistik untuk nilai-nilai desain yang digunakan di seluruh hidrologi, termasuk estimasi banjir dan kekeringan.
Core questions
- Bagaimana variabel hidrologi dijelaskan oleh distribusi probabilitas?
- Bagaimana parameter distribusi diperkirakan secara andal dari catatan singkat?
- Bagaimana analisis frekuensi diperluas secara regional dan ke lokasi yang tidak terukur?
- Apakah asumsi stasioneritas valid di bawah perubahan?
Key concepts
- Distribusi probabilitas dalam hidrologi
- Periode ulang dan kuantil
- Estimasi parameter dan L-momen
- Analisis frekuensi regional
- Stasioneritas dan non-stasioneritas
- Hidrologi stokastik
Key theories
- Analisis frekuensi kejadian ekstrem
- Kejadian ekstrem hidrologi dimodelkan dengan distribusi probabilitas yang kuantilnya memberikan nilai desain; praktik yang baik membahas pilihan distribusi, estimasi parameter, dan penanganan outlier serta catatan singkat.
- Analisis frekuensi regional dengan L-momen
- Penggabungan data dari banyak lokasi dan penggunaan L-momen menghasilkan estimasi kuantil ekstrem yang lebih kuat daripada analisis di lokasi, meningkatkan estimasi di lokasi dengan catatan singkat atau tanpa catatan.
- Non-stasioneritas
- Perubahan iklim dan tata guna lahan dapat melanggar asumsi stasioneritas yang mendasari analisis frekuensi tradisional, mendorong seruan untuk mengembangkan metode yang mempertimbangkan tren dan perubahan risiko.
Clinical relevance
Statistika hidrologi menyediakan nilai-nilai desain banjir, aliran rendah, dan curah hujan yang digunakan untuk menentukan ukuran dan mengatur infrastruktur, menetapkan harga asuransi banjir, dan merencanakan sumber daya air; perdebatan mengenai stasioneritas secara langsung memengaruhi bagaimana nilai-nilai desain ini diperkirakan dalam iklim yang berubah.
History
Hidrologi statistik berkembang seiring dengan teori nilai ekstrem dan catatan yang semakin panjang sepanjang abad ke-20; metode regional L-momen meningkatkan estimasi pada tahun 1990-an, dan argumen tahun 2008 bahwa 'stasioneritas telah mati' mengkristalkan kekhawatiran bahwa perubahan iklim merusak asumsi inti analisis frekuensi.
Debates
- Stasioneritas di bawah perubahan iklim
- Perdebatan utama adalah apakah asumsi stasioneritas yang telah lama ada tetap dapat dipertahankan untuk desain, dan jika tidak, bagaimana mengintegrasikan non-stasioneritas dan ketidakpastian yang mendalam ke dalam analisis frekuensi dan manajemen air.
Key figures
- Jery R. Stedinger
- Jonathan R. M. Hosking
- P. C. D. Milly
Related topics
Seminal works
- stedinger1993
- hosking1997
- milly2008
Frequently asked questions
- Mengapa menggunakan analisis frekuensi regional?
- Lokasi individu seringkali memiliki catatan singkat, membuat estimasi kejadian langka tidak dapat diandalkan; penggabungan data dari lokasi yang secara hidrologi serupa, misalnya dengan L-momen, meminjam informasi di seluruh wilayah untuk menghasilkan estimasi kuantil ekstrem yang lebih stabil.
- Apa arti 'stasioneritas telah mati' bagi hidrologi?
- Ini mengungkapkan kekhawatiran bahwa perubahan iklim dan tata guna lahan membuat masa lalu tidak lagi menjadi panduan yang dapat diandalkan untuk masa depan, sehingga analisis frekuensi yang mengasumsikan distribusi probabilitas yang tidak berubah dapat salah menyatakan risiko, memotivasi pendekatan non-stasioner dan berbasis skenario.