Στοιχεία επιβλεπόντων καθηγητών:
Κυριακόπουλος Κ. Καθηγητής (Επιβλέπων), Κίλιας Σ. Καθηγητής, Μερτζάνης Α. Αναπλ. Καθηγητής ΤΕΙ Στερεάς Ελλάδος
Περίληψη:
Πλημμύρες συμβαίνουν συνήθως κατά τη διάρκεια περιόδων με υπερβολική βροχόπτωση
ή τήξη πάγου κατά τη χειμερινή περίοδο και μπορεί να επιφέρουν τεράστιες
επιπτώσεις. Αυτές μπορεί είναι είτε οικονομικές – υλικές (όπως απώλεια
περιουσίας, καταστροφές σε δημόσια περιουσία), είτε άυλες (όπως τραυματισμοί,
απώλεια ζωής). Η πρόβλεψη τους λοιπόν είναι αναγκαία, αλλά αποτελεί και
πρόκληση. Ωστόσο, υπάρχουν ενδείξεις. Οι πλημμύρες συνήθως συνοδεύονται από μια
αύξηση στην απορροή του νερού του ποταμού. Το μοντέλο των Tsakiri et al., 2014,
που χρησιμοποιείται στην παρούσα εργασία, είναι ικανό να προβλέψει την αύξηση
αυτή σε μεγάλο ποσοστό. Υπάρχουν πολλά διαθέσιμα δεδομένα προς διαχείριση, από
διάφορους φορείς, που μπορούν να χρησιμοποιηθούν από το μοντέλο αυτό. Ωστόσο,
τα δεδομένα αυτά έχουν τεράστιο όγκο και γι’ αυτό οι περισσότεροι επιστήμονες
περιορίζονται σε μελέτες περίπτωσης. Την λύση έρχεται να δώσει το data mining.
Τα λογισμικά data mining μπορούν να διαχειριστούν αυτόν τον όγκο και μάλιστα να
λειτουργούν σε πραγματικό χρόνο. Η εισαγωγή δεδομένων και η εξαγωγή
συμπερασμάτων σε πραγματικό χρόνο, μας δίνει την δυνατότητα να εξετάσουμε το
ενδεχόμενο της χρήσης τους σε συστήματα έγκαιρης προειδοποίησης για την
πρόβλεψη πλημμύρων. Το Knime, που χρησιμοποιείται στην παρούσα εργασία,
αποτελεί ένα καλό παράδειγμα τέτοιου λογισμικού. Παρουσιάζεται, λοιπόν, μια ροη
εργασίας που χρησιμοποιεί ένα στατιστικό μοντέλο για την πρόβλεψη και την
εξήγηση των χρονοσειρών της απορροής του νερού και μπορεί να χρησιμοποιηθεί σε
πραγματικό χρόνο, χρησιμοποιώντας ένα παράδειγμα από την Νέα Υόρκη. Το μοντέλο,
για την πρόβλεψη της απορροής του νερού, κάνει αποσύνθεση των χρονοσειρών των
υδρολογικών και κλιματικών μεταβλητών σε εποχιακές, μακροπρόθεσμες και
βραχυπρόθεσμες συνιστώσες. Επίσης, αναλύει την απορροή του νερού
χρησιμοποιώντας ένα θερινό και ένα χειμερινό μοντέλο. Με αυτόν τον τρόπο
βελτιώνεται η εξήγηση της απορροής του νερού έως και 81%. Το μοντέλο δείχνει
ότι όσο αυξάνεται η απορροή του νερού, μακροπρόθεσμα ο υδροφόρος ορίζοντας
αναπληρώνεται ενώ, εποχιακά εξαντλείται. Βραχυπρόθεσμα, το επίπεδο των υπόγειων
υδάτων πέφτει κατά τη διάρκεια της χειμερινής περιόδου και αυξάνεται κατά τη
θερινή περίοδο.
Λέξεις-κλειδιά:
Εξόρυξη δεδομένων σε πραγματικό χρόνο, Σύστημα προειδοποίησης πλημμυρών, Πρόβλεψη απαλλαγής νερού, Διάσπαση χρονοσειρών, Μοντέλο πρόβλεψης
