Mot realtidsassimilering av crowdsourced observationer i hydrologisk och hydraulisk modellering.
Dr. Maurizio Mazzoleni, en besökande forskare från IHE-Delft, Nederländerna, har genomfört ett intressant forskningsämne som utnyttjar observationer av fysiska variabler som fångas av medborgare (via smarta telefoner, tabletter, bilder...) för att förbättra förståelsen och förutsägelse av fysiska processer. Han kommer att ge ett seminarium om ämnet, som visar en ansökan om att medborgarna integrerar hydrologiska variabler för att förbättra översynen av översvämningar.
Tid: Ti 2017-09-12 kl 12.00 - 13.00
Plats: B21, Brinellvägen 23
Medverkande: Dr. Maurizio Mazzoleni
Under de senaste åren har de fortsatta tekniska framstegen stimulerat spridningen av lågkostsensorer som utlöste crowdsourcing som ett sätt att få observationer av hydrologiska variabler på ett mer distribuerat sätt än de klassiska statiska fysiska sensorerna. Den främsta fördelen med att använda denna typ av sensorer är att de inte bara kan användas av tekniker utan också av vanliga medborgare. På grund av deras relativt begränsade tillförlitlighet och varierande noggrannhet i tid och rum har emellertid inte uppskattade observationer i stort integrerats i hydrologiska och/ eller hydrauliska modeller för applikationer för översvämningsprognoser. Istället har de i allmänhet använts för att validera modellresultat mot observationer, i analyser efter händelser.
Detta seminarium kommer att visa fördelarna med att assimilera de medborgaruppföljda observationerna, som kommer från ett distribuerat nätverk av heterogena fysiska och sociala (statiska och dynamiska) sensorer inom hydrologiska och hydrauliska modeller för att förbättra överskottsprognoser. Resultaten av den här studien visar att observationer i massmedier kan avsevärt förbättra översvämningsprediktionen om de är korrekt integrerade i hydrologiska och hydrauliska modeller. Detta kan vara en potentiell tillämpning av de senaste ansträngningarna att bygga medborgarnas observatorier av vatten, där medborgare inte bara kan spela en aktiv roll i informationsfångande, utvärdering och kommunikation, utan också bidra till att förbättra modeller och därigenom öka översvämningsförmågan.