Confronting input uncertainty in environmental modelling

Kavetski, Dmitri; Franks, Stewart W.; Kuczera, George

doi:10.1029/ws006p0049

Cited by 188 publications

(267 citation statements)

References 29 publications

Supporting

Mentioning

257

Contrasting

Unclassified

Order By: Relevance

“…While errors due to both factors have received much recent attention in the literature [e.g., Finnerty et al, 1997;Butts et al, 2004;Carpenter and Georgakakos, 2004;Wagener and Gupta, 2005;Borga et al, 2006;Huard and Mailhot, 2006;Kavetski et al, 2006aKavetski et al, , 2006bKuczera et al, 2006;Oudin et al, 2006], data assimilation and ensemble forecasting frameworks are considered effective means of improving forecasts in the face of uncertainty [e.g., Kavetski et al, 2002;Vrugt et al, 2005;Carpenter and Georgakakos, 2006a;Kavetski et al, 2006a;Moradkhani et al, 2005aMoradkhani et al, , 2005bMoradkhani et al, , 2006Oudin et al, 2006;Russo et al, 2006;Vrugt et al, 2006;Ajami et al, 2007;Gabellani et al, 2007;Smith et al, 2008]. Both approaches require specification of realistic uncertainty descriptions for the hydrologic models and their rainfall input.…”

Section: Introductionmentioning

confidence: 99%

Product‐error‐driven generator of probable rainfall conditioned on WSR‐88D precipitation estimates

Villarini

Krajewski

Ciach

et al. 2009

Water Resources Research

View full text Add to dashboard Cite

[1] The existence of large errors in precipitation products delivered by the network of Weather Surveillance Radar, 1988 Doppler (WSR-88D) radars is broadly recognized. However, their quantitative characteristics remain poorly understood. Recently, the authors developed a functional-statistical model that quantifies the relation between radar rainfall and the corresponding true rainfall in a way that is applicable to the probabilistic quantitative precipitation estimation planned for future use by the U.S. National Weather Service. The model consists of a deterministic distortion function and a random uncertainty factor, both conditioned on given radar rainfall values. It also accounts for the spatiotemporal correlations in the random uncertainty factor. The model components were estimated on the basis of a 6-year-long data sample that considers the effects of seasons, range from radar, and time scales. In this study, the authors present two different applications of the aforementioned uncertainty model: (1) the estimation of rainfall probability maps and (2) the generation of radar rainfall ensembles. In the former, maps of the rainfall exceedance probability for any threshold are produced, given a radar rainfall map. We also present the analytical derivation of the exceedance probability maps at coarser spatial scales. In the latter, the users can generate ensembles of probable true rainfall fields that are consistent with the observed radar rainfall and its error structure. Simulation of the random component is based on the Cholesky decomposition method. Finally, the authors discuss possible uses of these applications in hydrology and hydroclimatology.

show abstract

Section: Introductionmentioning

confidence: 99%

Product‐error‐driven generator of probable rainfall conditioned on WSR‐88D precipitation estimates

Villarini

Krajewski

Ciach

et al. 2009

Water Resources Research

View full text Add to dashboard Cite

show abstract

“…Recently, integrated approaches to model calibration have been becoming an emerging area. For instance, Kavetski et al (2002) proposed a Bayesian Total Error Analysis (BATEA) to address errors in model inputs and model parameters. Ajami et al (2007) developed the Integrated Bayesian Uncertainty Estimation (IBUNE) method to consider errors in model inputs, model parameters and model structure.…”

Section: Uncertainties In Hydrological Forecastingmentioning

confidence: 99%

Hydrological monitoring and seasonal forecasting: Progress and perspectives

et al. 2016

View full text Add to dashboard Cite

Hydrological monitoring and seasonal forecasting is an active research field because of its potential applications in hydrological risk assessment, preparedness and mitigation. In recent decades, developments in ground and satellite measurements have made the hydrometeorological information readily available, and advances in information technology have facilitated the data analysis in a real-time manner. New progress in climate research and modeling has enabled the prediction of seasonal climate with reasonable accuracy and increased resolution. These emerging techniques and advances have enabled more timely acquisition of accurate hydrological fluxes and status, and earlier warning of extreme hydrological events such as droughts and floods. This paper gives current state-of-the-art understanding of the uncertainties in hydrological monitoring and forecasting, reviews the efforts and progress in operational hydrological monitoring system assisted by observations from various sources and experimental seasonal hydrological forecasting, and briefly introduces the current monitoring and forecasting practices in China. The grand challenges and perspectives for the near future are also discussed, including acquiring and extracting reliable information for monitoring and forecasting, predicting realistic hydrological fluxes and states in the river basin being significantly altered by human activity, and filling the gap between numerical models and the end user. We highlight the importance of understanding the needs of the operational water management and the priority to transfer research knowledge to decision-makers.

show abstract

“…Pourtant, selon Kavetski et al (2002), un cadre de travail systémique doit traduire le fait que les variables d'entrée introduisent bien plus de variabilité dans le système que les erreurs de sortie. Les spécialistes des avalanches partagent généralement ce point de vue en considérant les caractéristiques de la zone de départ au moment du déclenchement comme la source prépondérante de variabilité (Maggioni, 2005).…”

unclassified

“…Les résultats obtenus au cours de cette thèse vont dans ce sens en montrant que la variabilité des distances d'arrêt dans les modèles de prédétermination est essentiellement liée à celle du coefficient de frottement latent traduisant la qualité du matériau mis en mouvement. Par contre, cette thèse souligne aussi, tout comme Kavetski et al (2002), qu'une prise en compte aussi exacte que possible des erreurs de sortie est nécessaire pour inférer sans biais au travers d'un modèle non inversible certains paramètres décrivant les lois des variables d'entrée.…”

unclassified

Couplage données historiques - modélisation numérique pour la prédétermination des avalanches : une approche bayésienne

Eckert¹

2009

La Houille Blanche

View full text Add to dashboard Cite

RemerciementsJusqu'à il y a peu, je me disais chaque fois que je voyais la page « remerciements » d'une thèse que c'était juste un élément du plan type au même titre que le sommaire ou le résumé. Mais maintenant que j'ai moi-même « souffert » pour produire quelque chose de personnel, je me rends compte que les remerciements à la fin d'une thèse, c'est beaucoup plus qu'un passage obligé. C'est une façon de rendre un peu aux autres ce qu'ils vous ont donné au cours de trois ans de travail, voire d'un cheminement encore plus long. J'ai donc moi aussi envie de dire ma gratitude sincère à tous ceux qui ont permis à ce travail d'aboutir, et tant pis si celui qui ouvrira ce manuscrit passe directement à la suite! Mes remerciements vont en premier lieu à Eric Parent qui a été successivement mon tuteur à l'ENGREF, puis celui qui m'a fait découvrir que la statistique, c'est autre chose que calculer des moyennes et des barres d'erreur, puis enfin un directeur de thèse lointain (près de 600 km) mais en même temps toujours proche. Merci Eric d'avoir pris le temps de donner à un ingénieur les clés pour comprendre la modélisation. Merci aussi de m'avoir fait rencontrer dans des endroits agréables (Londres, Megève, Niolon, etc.) toute une communauté de chercheurs compétents et sympathiques. Mes remerciements vont également à Mohamed Naaim et Didier Richard qui m'ont encadré tout au long de ce travail au sein de l'équipe ETNA du Cemagref. Ils m'ont fait découvrir les risques en montagne et les avalanches, m'ont intégré dans une équipe dynamique et m'ont considéré dès le départ comme un collaborateur sur lequel on pouvait compter, y compris pour une expertise. La transition est toute trouvée vers l'ensemble des équipes ETNA et MORSE. J'en remercie tous les membres pour ces années agréables, et en particulier pour l'ensemble des discussions enrichissantes que l'on a pu avoir ensemble ainsi que pour les moments de convivialité que l'on a partagé. Je pense en particulier aux personnels administratifs qui ont su me guider dans l'univers terrifiant pour le non initié des ordres de missions, états

show abstract

Confronting input uncertainty in environmental modelling

Cited by 188 publications

References 29 publications

Product‐error‐driven generator of probable rainfall conditioned on WSR‐88D precipitation estimates

Product‐error‐driven generator of probable rainfall conditioned on WSR‐88D precipitation estimates

Hydrological monitoring and seasonal forecasting: Progress and perspectives

Couplage données historiques - modélisation numérique pour la prédétermination des avalanches : une approche bayésienne

Contact Info

Product

Resources

About