Informatie voor professionals in voedsel en groen

Informatie voor professionals in voedsel en groen

  • externe gebruiker (Let opwarning)
  • Log in as
  • Over Groenekennis


    Groenekennis - Informatie voor professionals in voedsel en groen

    Groenekennis bevat artikelen uit vaktijdschriften, rapporten, video’s, presentaties, posters en websites op het gebied van landbouw, visserij, groene ruimte en voeding. Groenekennis wordt dagelijks bijgewerkt en bevat ongeveer 500.000 bronnen.

    Groenekennis is de globale view over diverse deelbestanden. Groenekennis is gevuld met alle informatie uit Groen Kennisnet, de Hydrotheek, Tuinpad, IB archief, ARTIK, bioKennis, Kennisbank Plantaardige bronnen, Kennisbank Zeldzame landbouwhuisdieren en afgesloten documentatiebestanden zoals Land Bodem Water en Consumenten- en huishoudstudies.

    Groen Kennisnet is een zeer belangrijk onderdeel van Groenekennis. De doelstelling van Groen Kennisnet is kennis delen op het gebied van Voedsel en Groen te bevorderen en te faciliteren voor een breed publiek.

    Bronnen in Groenekennis kunnen direct opgevraagd worden via een geavanceerde zoekmachine met een 'google-achtige' interface. Met filters kan ingezoomd worden op diverse aspecten, zoals Trefwoord, Collectie, Jaar en Auteur. Bovendien biedt Groenekennis gebruikers de mogelijkheid om via de E-mail geattendeerd te worden op aanvullingen in specifieke vakgebieden.
    De Tijdschriftenlijst biedt een overzicht van tijdschriften waaruit de artikelen voor Groenekennis worden geselecteerd. Door te klikken op een titel krijgt u alle artikelen uit dat tijdschrift in de Groenekennis database getoond.
    Zoeken op kaart biedt een geografische ingang op de beschikbare publicaties over de binnen dit bestand onderscheiden gebieden.

    Groenekennis is onderdeel van het bibliotheeksysteem van WUR. Praktijkgerichte publicaties en rapporten van WUR komen daardoor automatisch beschikbaar. Daarnaast wordt de database doorlopend gevuld met voor het groen onderwijs bruikbare bronnen en artikelen, video’s en websites. Het percentage online is de laatste jaren gegroeid tot tweederde van de totale aanwas per jaar. Dit percentage groeit nog steeds.

    Over
Record nummer 1627816
Titel Regionalised time series models for water table depths
toon extra info.
Martin Knotters
Auteur(s) Knotters, M.
Uitgever [S.l. : s.n.]
Jaar van uitgave 2001
Pagina's XIII, 153 p
Pagina's 1 online resource (XIII, 153 p)
Annotatie(s) Met lit. opg. - Met samenvatting in het Nederlands  toon alle annotatie(s)
Proefschrift Wageningen
ISBN 9058084787
Tutor(s) Troch, Prof. Dr. Ir. P.A. ; Bierkens, Dr. Ir. M.F.P.
Promotiedatum 2001-10-03
Proefschrift nr. 3043
Samenvatting door auteur toon abstract

Index words: groundwater head, time series analysis, physical interpretation, resampling, stochastic simulation, accuracy, quantified uncertainty

Because of its shallow depths, the water table is of significant importance for agriculture and nature conservation in the Netherlands. Water management therefore requires accurate information on the spatial and temporal variations of the water table depth. This information is preferably expressed in terms of probabilities, in order to enable risk assessment. Furthermore, to support strategic decisions in water policy, the information on the water table dynamics should reflect the prevailing climatic conditions (say, the average weather over a 30-year period). Since the number of observation wells and the lengths of the time series are limited for regional studies, spatio-temporal prediction methods should be able to incorporate additional measurements and additional information related to the water table depth.

Stochastic methods are devised for estimating fluctuation characteristics representing the prevailing climatic and hydrologic conditions. These methods are based on various models for the dynamic relationship between precipitation surplus and water table depth: a physical descriptive, one-dimensional model, SWATRE, supplemented with a univariate time series model for the noise (SWATRE+ARMA), linear transfer function-noise models (TFN), dynamic regression models (DR) or autoregressive exogenous variable models (ARX), and nonlinear threshold autoregressive models (TARSO). These models are applied to extrapolate observed time series of water table depths, by using observed input series on the precipitation surplus having a length of 30 years. Uncertainty is accounted for by generating a large number of realisations using the stochastic model component. The models perform only slightly differently in simulating water table depths, despite their clearly different theoretical starting points. It is shown that a first-order ARX model can easily be expressed in terms of a water balance for a soil column. Moreover, the physically based ARX model can be applied in predicting the effects of human interventions in the hydrological regime on the water table dynamics.

The ARX model is regionalised to a RARX model, by making its parameters dependent of the spatial co-ordinates. Because of their physical basis, the RARX model parameters can be guessed from auxiliary information such as a digital elevation model (DEM), digital topographic maps and digitally stored soil profile descriptions. Next, the guessed RARX parameters are used to transform a precipitation surplus series into a series of water table depths. Predictions obtained by this 'direct' method are compared with observed water table depths. The observed errors are used to correct the final predictions for systematic errors, and to perform stochastic simulations ('indirect' method). The RARX model is incorporated into a space-time Kalman filter algorithm, which enables predictions conditional to observed water table depths. A cross-validation experiment shows that Kalman filter approaches predict the temporal variation of the water table depths relatively precise, whereas the 'indirect' method yields relatively accurate estimates of expected water table depths, since systematic errors are small. The uncertainty about the temporal variation of the water table depth is underestimated by all methods evaluated. Given the sampling design, the accuracy of the uncertainty about the mean water table depth could not be assessed. Besides efforts to reduce uncertainty, it would be interesting to optimise sampling designs in order to obtain accurate estimates of uncertainty.

 

 

Online full text
Op papier Haal het document, vind aanverwante informatie of gebruik andere SFX-diensten
Trefwoorden (cab) grondwaterspiegel / grondwaterstand / meting / tijdreeksen / statistische analyse / stochastische modellen / simulatiemodellen / nauwkeurigheid / digitaal terreinmodel
Rubrieken Waarschijnlijkheids- en bemonsteringstheorie / Geohydrologie, bodemhydrologie
Publicatie type Proefschrift
Taal Engels
Toelichting Ook verschenen als Alterra scientific contributions
Reacties
Er zijn nog geen reacties. U kunt de eerste schrijven!
Schrijf een reactie
 

To support researchers to publish their research Open Access, deals have been negotiated with various publishers. Depending on the deal, a discount is provided for the author on the Article Processing Charges that need to be paid by the author to publish an article Open Access. A discount of 100% means that (after approval) the author does not have to pay Article Processing Charges.

For the approval of an Open Access deal for an article, the corresponding author of this article must be affiliated with Wageningen University & Research.

U moet eerst inloggen om gebruik te maken van deze service. Login als Wageningen University & Research user of guest user rechtsboven op deze pagina.