1 / 44

A “ nem ” tudás kategóriái

A “ nem ” tudás kategóriái. Determinizmus Statisztikai bizonytalanság Scenario bizonytalanság Tudás hiánya. e = f(i 1 ,i 2 ,…i n ; p 1 , p 2 ,….p n, )*. Tacoma híd 1940. f n (i a1 ,... i an , p a1 ,…p an ) + . Egy másik példa.

kelsey-douglas
Download Presentation

A “ nem ” tudás kategóriái

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. A “nem” tudás kategóriái • Determinizmus • Statisztikai bizonytalanság • Scenario bizonytalanság • Tudás hiánya

  2. e = f(i1,i2,…in; p1, p2,….pn,)*

  3. Tacoma híd 1940 fn(ia1,... ian, pa1,…pan) + 

  4. Egy másik példa • Balatoni fitoplankton előrejelzése az időjárási tényezők és a tápanyagterhelés figyelembe vételével

  5. Ap(3) Ap(1) Ap(2) AP(n) DP alga pusztulás alga P felvétel ülepedés mineralizáció PIP DRP szorpció/ deszorpció VIZ diffúzió ülepedés felkeveredés ÜLEDÉK DP PIP DRP szorpció/ deszorpció mineralizáció

  6. 1994

  7. A “nem” tudás kategóriái • Determinizmus • Statisztikai bizonytalanság • Scenario bizonytalanság • Tudás hiánya

  8. Az előrejelzés problémája előrejelzés

  9. Tiszabecs (felvízi perem) Záhony Tokaj Vásárosnamény Árvízi előrejelzés a Felső-Tiszán

  10. 1 napos árvízi előrejelzés 6 napos árvízi előrejelzés

  11. Hibaidősor autokorreláció struktúrája

  12. DETEKTÁLHATÓK A TRENDEK? (Vásárosnamény)

  13. A “nem” tudás kategóriái • Determinizmus • Statisztikai bizonytalanság • Scenario bizonytalanság • Tudás hiánya

  14. Élettartam 1oo év …??

  15. A LEGNAGYOBB VÍZSZINTEK ALAKULÁSA Példa: Tisza szabályozása

  16. DETEKTÁLHATÓK A TRENDEK? (Vásárosnamény)

  17. A “nem” tudás kategóriái • Determinizmus • Statisztikai bizonytalanság • Scenario bizonytalanság • Tudás hiánya Egy másik példa

  18. EGYSZERŰ PÉLDA: KIS-BALATON LEÍRÓ FÁZIS

  19. 596 km2 3 4 1 2 5776 km2

  20. Alsó Tározó A  50 km2 Felsô Tározó A = 18 km2 Felsô Tározó A = 18 km2

  21. A FELSŐ TÁROZÓ P VISSZATARTÁSA DPTervezett = f (Pbe, Qbe, vs) /Vollenweider/ ?

  22. A BEFOLYÓ ÉS KIFOLYÓ ÖSSZES P TERHELÉS KAPCSOLATA 87 95 86 96 88 94 91 92 89 90 93 ~30 t/év

  23. SZABÁLYOZÁS, ELŐREJELZÉS ÉS VÁLTOZÓ CÉLOK: KIS-BALATON I. ÉS II.

  24. VÖRS INGÓI BEREK SÁVOLY

  25. KRITÉRIUMOK: • VÍZMINŐSÉGVÉDELEM • TERMÉSZETVÉDELEM • KÖLTSÉGEK

  26. VÁLTOZATOK • INGÓI-BEREK, SÁVOLY ÉS VÖRS FUNKCIÓITÓL, • VÍZSZINTTŐL, • FELTÖLTÉS ÜTEMEZÉSÉTŐL, • SZEZONÁLIS ÜZEMELTETÉSTŐL • ÉS SZÁMOS EGYÉB TÉNYEZŐTŐL FÜGGŐEN ÖSZESEN 21 ALTERNATÍVA

  27. Szaporodás Külső terhelés Adsz/deszorp. ORP PP AP Mineralizáció Pusztulás Ülepedés DP Ülep. Ülepedés Ülep. PP ORP Adsz/deszorp. Foszforforgalmi modell VÍZ H ÜLEDÉK (aktív réteg) h

  28. ADSZORPCIÓS IZOTERMA

  29. DINAMIKUS MODELL: KALIBRÁLÁS

  30. DINAMIKUS MODELL: IGAZOLÁS

  31. SCENÁRIÓK: ÖP VISSZATARTÁS %  FELSŐ TÁROZÓ Év % ALSÓ TÁROZÓ Év

  32. ADSZORPCIÓS IZOTERMÁK II.

  33. KALIBRÁLÁS ÉS IGAZOLÁS II. TP[g/m3]

  34. ALSÓ T. FELSŐ T. BALATON I II III IV ADSZORPCIÓS IZOTERMÁK III.

  35. SCENÁRIÓK: ÖP VISSZATARTÁS %  FELSŐ TÁROZÓ Év ALSÓ TÁROZÓ Év

  36. A KOMPROMISSZUM

  37. TANULSÁG (1) • TUDJUK MIT ÉS MIÉRT MÉRÜNK? • KIVÁLÓ KALIBRÁLÁS, DE A PREDIKCIÓ? • GYORS ÉS LASSÚ FOLYAMATOK • HATÁRFELÜLETI JELENSÉGEK • GONDOLATI MODELLALKOTÁS vs “AUTOMATIZÁLT” MÓDSZEREK

  38. TANULSÁG (2) • TUDOMÁNY? • VÁLTOZÓ KRITÉRIUMOK • KONSZENZUS KERESÉS • DÖNTÉSHOZÁS

More Related