Vis enkel innførsel

dc.contributor.advisorNilsen, Vegard
dc.contributor.advisorKitterød, Nils-Otto
dc.contributor.authorPrince, Daniel Ambrosius Hofgaard
dc.coverage.spatialNorwayen_US
dc.date.accessioned2020-07-03T20:35:18Z
dc.date.available2020-07-03T20:35:18Z
dc.date.issued2020
dc.identifier.urihttps://hdl.handle.net/11250/2660737
dc.description.abstractContinual urbanization in Norway and elsewhere combined with more intense precipitation forced by climate change requires better monitoring and understanding of precipitation in cities. This paper assesses the possibility of adopting two opportunistic networks, Commercial Microwave Links (CML) and Personal Weather Stations (PWS), to create high-resolution urban precipitation maps for use in flood modeling, calibrating sewage/runoff models and other urban hydrological applications. The assessment was accomplished by identifying the supply-side stakeholders (owners/aggregators of the networks), assessing the networks with respect do density, clustering, extent, and topographical representativeness. Further, the error structures of both networks were attempted identified by geostatistical methods and identifying the effective quantization level for PWS and CML networks, respectively. Data from the PWS network was subsequently corrected using a simple quality control (QC) algorithm before five different interpolation methods (Nearest Neighbor (NN), Inverse Distance Weighting (IDW), and three geostatistical approaches) were applied to the PWS network and assessed by comparing the output to point measurements from the traditional gauge network to determine suitability. Finally, the possibility of using both opportunistic networks in combination with their traditional counterpart was assessed by implementing a weighted average approach called the Best Combined Spatial Predictor (BCSP). This research finds that both networks have favorable characteristics in all respects except measurement error and availability. Further, a geostatistical model constrained by a climatological variogram is found to be the best performing with $R^2 = 0.848$ validated over 38 hours of precipitation spread over five days. The application of the model reveals that inadequate QC increases the model error term resulting in underestimation of locally intense precipitation. This research concludes that both networks have considerable potential and identifies two distinct challenges going forward, namely improved QC and facilitating data access for PWS and CML networks, respectively.en_US
dc.description.abstractStadig urbanisering kombinert med mer intens nedbør grunnet klimaendringer krever bedre forståelse og overvåking av nedbør i byer. Denne oppgaven utforsker muligheten av å benytte to opportunistiske nettverk bestående av kommersielle radiolinker (CML) og personlige værstasjoner (PWS) for bruk i høyoppløselige nedbørskart brukt til flommodellering, kalibrering av avløp- og overvannsmodeller, samt andre urbanhydrologiske bruksområder. Det er gjort en analyse av mulige interessenter (nettverkseiere) for å estimere potensiell nettverksstørrelse og identifisere utfordringer knyttet til datatilgang. De opportunistiske nettverkene ble videre sammenliknet med metrologisk institutts (MET) tradisjonelle nettverk med hensyn på tetthet, dekning, og topografisk representativitet. Usikkerhetsstrukturen i nettverkene er utforsket ved hjelp av geostatistiske metoder for PWS nettverket og indentifisering av effektivt kvantiseringsnivå for CML nettverket. Videre er PWS dataene forsøkt korrigert med en simpel kvalitetskontroll (QC) før anvendelse av fem forskjellige interpoleringsmetoder. Resultatet av disse er sammenliknet med punktdata fra tradisjonelle nedbørmålere i Osloområdet for å bestemme egnethet. Til slutt er muligheten av å aggregere data fra samtlige nettverk utforsket ved å implementere en kombinert modell (BCSP). Resultatene i oppgaven viser at begge de opportunistiske nettverkene har gunstige kvaliteter sammenliknet med MET nettverket utenom måleusikkerhet og måletilgjengelighet. Videre vises det at geostatistisk interpolering på grunnlag av et klimatologisk semivariogram er mest nøyaktig med $R^2 = 0.848$ validert med 38 timer med nedbør over 5 dager. Modellen viser at utilstrekkelig kvalitetskontroll øker modellens usikkerhetsparameter som videre fører til underestimering av lokal ekstrem nedbør. Oppgaven konkluderer med at begge nettverk har betydelig potensiale og identifiserer forbedret kvalitetskontroll og av tilrettelegging av datatilgjengelighet for henholdsvis PWS og CML nettverk som de viktigste utfordringene videre.en_US
dc.language.isoengen_US
dc.publisherNorwegian University of Life Sciences, Åsen_US
dc.rightsNavngivelse 4.0 Internasjonal*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/deed.no*
dc.subjectPrecipitation mappingen_US
dc.subjectMeteorologyen_US
dc.subjectSpatial statisticsen_US
dc.subjectOpportunistic networksen_US
dc.subjectPersonal weather stationsen_US
dc.subjectCommercial microwave linksen_US
dc.subjectInterpolationen_US
dc.subjectQuality controlen_US
dc.titleMapping the way to higher resolution : assessing the feasibility of opportunistic precipitation networks for urban hydrology in Norwayen_US
dc.typeMaster thesisen_US
dc.description.versionsubmittedVersionen_US
dc.subject.nsiVDP::Technology: 500::Environmental engineering: 610en_US
dc.subject.nsiVDP::Mathematics and natural science: 400::Geosciences: 450::Meteorology: 453en_US
dc.subject.nsiVDP::Mathematics and natural science: 400::Geosciences: 450::Hydrology: 454en_US
dc.subject.nsiVDP::Mathematics and natural science: 400::Information and communication science: 420::Simulation, visualization, signal processing, image processing: 429en_US
dc.source.pagenumber74en_US
dc.description.localcodeM-VMen_US


Tilhørende fil(er)

Thumbnail
Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel

Navngivelse 4.0 Internasjonal
Med mindre annet er angitt, så er denne innførselen lisensiert som Navngivelse 4.0 Internasjonal