HEAL DSpace

Ανάπτυξη ΓΠΣ και χωρική ανάλυση μετεωρολογικών δεδομένων στον ελλαδικό χώρο

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.advisor Καλύβας, Διονύσης
dc.contributor.author Γκριτζάπη, Αικατερίνη Κ.
dc.date.accessioned 2012-06-26T11:17:22Z
dc.date.available 2012-06-26T11:17:22Z
dc.date.issued 2012-06-26T11:17:22Z
dc.date.submitted 2011
dc.identifier.uri http://hdl.handle.net/10329/4415
dc.description Η Βιβλιοθήκη διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή el
dc.description.abstract Η βροχόπτωση αποτελεί έναν από τους σημαντικότερους ατμοσφαιρικούς παράγοντες. Χαρακτηριστικό της γνώρισμα είναι η χωρική μεταβλητότητα καθώς και ότι ένα μεγάλο πλήθος παραγόντων όπως η γεωγραφική θέση, το υψόμετρο κ.α., επηρεάζουν τα χαρακτηριστικά της. Η κατανομή της, αποτελεί σημαντική πληροφορία για ερευνητές και επιστήμονες πολλών ειδικοτήτων. Επειδή όμως, είναι γνωστό ότι καμία μέθοδος χωρικής παρεμβολής δεν μπορεί να θεωρηθεί κατάλληλη στην απόδοση της βέλτιστης κατανομής της βροχόπτωσης για όλες ανεξαιρέτως τις περιοχές και όλα τα τοπογραφικά ανάγλυφα είναι σημαντικό να συγκριθούν τα αποτελέσματα που θα προκύψουν από την εφαρμογή διαφορετικών μεθόδων στα ίδια δεδομένα. Το αντικείμενο της παρούσας διπλωματικής εργασίας επικεντρώνεται στην αξιολόγηση διάφορων τεχνικών χωρικής παρεμβολής για την πρόβλεψη της χωρικής κατανομής της βροχόπτωσης στο πολύπλοκο τοπογραφικό ανάγλυφο της περιφέρειας της Θεσσαλίας συνολικής έκτασης 14.036 km2. Για την επίτευξη του στόχου αυτού χρησιμοποιήθηκαν βροχομετρικά δεδομένα από 35 μετεωρολογικούς σταθμούς από μια χρονοσειρά είκοσι ετών (1975 - 1995). Τα δεδομένα αυτά αποτελούν μέσες αθροιστικές μηνιαίες τιμές ύψους βροχής. Οι διαφορετικές μέθοδοι χωρικής παρεμβολής που εφαρμόστηκαν είναι η μέθοδος της σταθμισμένης αντίστροφης απόστασης (Inverse Distance Weighted - IDW), η γεωγραφικά σταθμισμένη παλινδρόμηση (Geographically Weighted Regression) και οι γεωστατιστικές μέθοδοι Ordinary kriging (OK) και Co-kriging (CK). Στις μεθόδους GWR και CK χρησιμοποιήθηκαν ως βοηθητικές οι τιμές του τοπογραφικού υψομέτρου και της κλίσης που προήλθαν από το ψηφιακό μοντέλο υψομέτρου (Digital Elevation Model). Εν κατακλείδι, τα αποτελέσματα της σύγκρισης (των τεσσάρων μεθόδων) μέσω της διαδικασίας του cross validation απέδειξαν την υπεροχή της μεθόδου GWR καταδεικνύοντας παράλληλα την σημαντική διαφορά των τιμών έναντι των άλλων μεθόδων. el
dc.description.abstract The rainfall constitutes one of the more important atmospheric factors. Main characteristic of rainfall is its spatial variability which is attributed to the fact that a series of variables including the geographical position, the altimeter, etc influence its traits. As known the distribution of rainfall consist important information for researchers and scientists of several scientific fields. However it is a common fact that no single method can be considered suitable for the estimation of the optimal rainfall distribution for all regions and all topographic reliefs. For this reason it is important to compare the statistical results that will be produced from the application of different methods in the same dataset. The objective of the present study is the evaluation of various techniques for the forecasting of rainfall distribution in the complicated topographic relief of Thessaly (Greece) that covers an area of 14.036 km 2 . For the achievement of this objective were used mean annual and monthly precipitation data from 35 meteorological stations during a 20 year period. The different methods that were evaluated were Inverse Distance Weighted (IDW), Geographically Weighted Regression (GWR), Ordinary kriging (OK), and Co-kriging (CK). Elevation and slope values generated from Digital Elevation Model (DEM) were used as secondary variables by the Geographically Weighted Regression and Co-kriging models. Finally the results from the comparative analysis (Cross validation) of the abovementioned methods proved the GWR procedure as the best method for predicting the distribution of rainfall. el
dc.language.iso el el
dc.subject Μετεωρολογικά δεδομένα el
dc.subject Χωρική ανάλυση el
dc.subject Γεωγραφικά πληροφοριακά συστήματα el
dc.subject Βροχόπτωση el
dc.subject Θεσσαλία el
dc.title Ανάπτυξη ΓΠΣ και χωρική ανάλυση μετεωρολογικών δεδομένων στον ελλαδικό χώρο el
dc.type Μεταπτυχιακή εργασία el
heal.type masterThesis
heal.generalDescription Η Βιβλιοθήκη διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή el
heal.classification Meteorology -- Greece -- Statistical methods en
heal.classification Geographic information systems -- Greece en
heal.classification Rain and rainfall -- Mathematical models en
heal.language el
heal.access free
heal.recordProvider ΓΠΑ Τμήμα Αξιοποίησης Φυσικών Πόρων και Γεωργικής Μηχανικής el
heal.publicationDate 2011
heal.abstract Η βροχόπτωση αποτελεί έναν από τους σημαντικότερους ατμοσφαιρικούς παράγοντες. Χαρακτηριστικό της γνώρισμα είναι η χωρική μεταβλητότητα καθώς και ότι ένα μεγάλο πλήθος παραγόντων όπως η γεωγραφική θέση, το υψόμετρο κ.α., επηρεάζουν τα χαρακτηριστικά της. Η κατανομή της, αποτελεί σημαντική πληροφορία για ερευνητές και επιστήμονες πολλών ειδικοτήτων. Επειδή όμως, είναι γνωστό ότι καμία μέθοδος χωρικής παρεμβολής δεν μπορεί να θεωρηθεί κατάλληλη στην απόδοση της βέλτιστης κατανομής της βροχόπτωσης για όλες ανεξαιρέτως τις περιοχές και όλα τα τοπογραφικά ανάγλυφα είναι σημαντικό να συγκριθούν τα αποτελέσματα που θα προκύψουν από την εφαρμογή διαφορετικών μεθόδων στα ίδια δεδομένα. Το αντικείμενο της παρούσας διπλωματικής εργασίας επικεντρώνεται στην αξιολόγηση διάφορων τεχνικών χωρικής παρεμβολής για την πρόβλεψη της χωρικής κατανομής της βροχόπτωσης στο πολύπλοκο τοπογραφικό ανάγλυφο της περιφέρειας της Θεσσαλίας συνολικής έκτασης 14.036 km2. Για την επίτευξη του στόχου αυτού χρησιμοποιήθηκαν βροχομετρικά δεδομένα από 35 μετεωρολογικούς σταθμούς από μια χρονοσειρά είκοσι ετών (1975 - 1995). Τα δεδομένα αυτά αποτελούν μέσες αθροιστικές μηνιαίες τιμές ύψους βροχής. Οι διαφορετικές μέθοδοι χωρικής παρεμβολής που εφαρμόστηκαν είναι η μέθοδος της σταθμισμένης αντίστροφης απόστασης (Inverse Distance Weighted - IDW), η γεωγραφικά σταθμισμένη παλινδρόμηση (Geographically Weighted Regression) και οι γεωστατιστικές μέθοδοι Ordinary kriging (OK) και Co-kriging (CK). Στις μεθόδους GWR και CK χρησιμοποιήθηκαν ως βοηθητικές οι τιμές του τοπογραφικού υψομέτρου και της κλίσης που προήλθαν από το ψηφιακό μοντέλο υψομέτρου (Digital Elevation Model). Εν κατακλείδι, τα αποτελέσματα της σύγκρισης (των τεσσάρων μεθόδων) μέσω της διαδικασίας του cross validation απέδειξαν την υπεροχή της μεθόδου GWR καταδεικνύοντας παράλληλα την σημαντική διαφορά των τιμών έναντι των άλλων μεθόδων. el
heal.abstract The rainfall constitutes one of the more important atmospheric factors. Main characteristic of rainfall is its spatial variability which is attributed to the fact that a series of variables including the geographical position, the altimeter, etc influence its traits. As known the distribution of rainfall consist important information for researchers and scientists of several scientific fields. However it is a common fact that no single method can be considered suitable for the estimation of the optimal rainfall distribution for all regions and all topographic reliefs. For this reason it is important to compare the statistical results that will be produced from the application of different methods in the same dataset. The objective of the present study is the evaluation of various techniques for the forecasting of rainfall distribution in the complicated topographic relief of Thessaly (Greece) that covers an area of 14.036 km 2 . For the achievement of this objective were used mean annual and monthly precipitation data from 35 meteorological stations during a 20 year period. The different methods that were evaluated were Inverse Distance Weighted (IDW), Geographically Weighted Regression (GWR), Ordinary kriging (OK), and Co-kriging (CK). Elevation and slope values generated from Digital Elevation Model (DEM) were used as secondary variables by the Geographically Weighted Regression and Co-kriging models. Finally the results from the comparative analysis (Cross validation) of the abovementioned methods proved the GWR procedure as the best method for predicting the distribution of rainfall. en
heal.advisorName Καλύβας, Διονύσης el
heal.academicPublisher ΓΠΑ Τμήμα Αξιοποίησης Φυσικών Πόρων και Γεωργικής Μηχανικής el
heal.academicPublisherID aua
heal.fullTextAvailability true
heal.classificationURI http://id.loc.gov/authorities/subjects/sh00003738
dc.contributor.department ΓΠΑ Τμήμα Αξιοποίησης Φυσικών Πόρων και Γεωργικής Μηχανικής el
dc.description.degree ΠΜΣ Αξιοποίησης φυσικών πόρων και γεωργικής μηχανικής el


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναζήτηση DSpace


Σύνθετη Αναζήτηση

Αναζήτηση

Ο Λογαριασμός μου

Στατιστικές