Если на реке построить плотину то уровень воды в реке изменится впр
Обновлено: 17.05.2024
Если на реке построить плотину то уровень воды в реке изменится впр
На каком эффекте связанном с кинетической энергией основана работа гидроэлектростанции?
Прочитайте текст и выполните задания 14 и 15.
Гидроэлектростанция
Люди очень давно научились использовать энергию воды для того, чтобы вращать рабочие колеса мельниц, станков, пилорам. Но постепенно доля гидроэнергии в общем количестве энергии, используемой человеком, уменьшилась. Это связано с ограниченной возможностью передачи энергии воды на большие расстояния. С появлением электрической турбины, приводимой в движение водой, у гидроэнергетики появились новые перспективы.
Гидроэлектростанция представляет собой комплекс различных сооружений и оборудования, использование которых позволяет преобразовывать энергию воды в электроэнергию. Гидротехнические сооружения обеспечивают необходимую концентрацию потока воды, а дальнейшие процессы производятся при помощи соответствующего оборудования.
Гидроэлектростанции возводятся на реках, сооружая плотины и водохранилища. Большое значение для эффективности работы станции имеет выбор места. Необходимо наличие двух факторов: гарантированная обеспеченность водой в течение всего года и как можно больший уклон реки. Гидроэлектростанции разделяются на плотинные (необходимый уровень реки обеспечивается за счёт строительства плотины) и деривационные (производится отвод воды из речного русла к месту с большой разностью уровней).
Отличаться может и расположение сооружений станции. Например, здание станции может входить в состав водонапорных сооружений (так называемые русловые станции) или располагаться за плотиной (приплотинные станции).
Гидроэлектростанция (ГЭС) — электростанция, в качестве источника энергии использующая энергию водного потока. Гидроэлектростанции обычно строят на реках, сооружая плотины и водохранилища.
Для эффективного производства электроэнергии на ГЭС необходимы два основных фактора: гарантированная обеспеченность водой круглый год и возможно большие уклоны реки, благоприятствуют гидростроительству каньонообразные виды рельефа.
Работа гидроэлектростанций основана на использовании кинетической энергии падающей воды. Для преобразования этой энергии применяются турбина и генератор. Сначала эти устройства вырабатывают механическую энергию, а затем уже электроэнергию. Турбины и генераторы могут устанавливаться непосредственно в дамбе или возле неё. В некоторых случаях используется трубопровод, посредством которого вода, находящаяся под давлением, подводится ниже уровня дамбы или к водозаборному узлу ГЭС.
Индикаторами мощности гидроэлектростанций являются две переменные: расход воды, который измеряется в кубических метрах и гидростатический напор. Последний показатель представляет собой разность высот между начальной и конечной точкой падения воды. Проект станции может основываться на каком-то одном из этих показателей или на обоих.
Современные технологии производства гидроэлектроэнергии позволяют получать довольно высокий КПД. Иногда он в два раза превышает аналогичные показатели обычных теплоэлектростанций. Во многом такая эффективность обеспечивается особенностями оборудования гидроэлектростанций. Оно очень надёжно, да и пользоваться им просто.
Кроме того, всё используемое оборудование обладает ещё одним важным преимуществом. Это длительный срок службы, что объясняется отсутствием теплоты в процессе производства. И действительно часто менять оборудование не нужно, поломки случаются крайне редко. Минимальный срок службы электростанций – около пятидесяти лет. А на просторах бывшего Советского Союза успешно функционируют станции, построенные в двадцатых или тридцатых годах прошлого века. Управление гидроэлектростанциями осуществляется через центральный узел, и вследствие этого в большинстве случаев там работает небольшой персонал.
Принцип работы ГЭС достаточно прост. Цепь гидротехнических сооружений обеспечивает необходимый напор воды, поступающей на лопасти гидротурбины, которая приводит в действие генераторы, вырабатывающие электроэнергию.
Необходимый напор воды образуется посредством строительства плотины, и как следствие концентрации реки в определенном месте, или деривацией — естественным током воды. В некоторых случаях для получения необходимого напора воды используют совместно и плотину, и деривацию.
Непосредственно в самом здании гидроэлектростанции располагается все энергетическое оборудование. В зависимости от назначения, оно имеет свое определенное деление. В машинном зале расположены гидроагрегаты, непосредственно преобразующие энергию тока воды в электрическую энергию. Есть еще всевозможное дополнительное оборудование, устройства управления и контроля над работой ГЭС, трансформаторная станция, распределительные устройства и многое другое.
ниже плотины уровень воды в реке низкий или такой же как и до строения плотины?
уровень воды ниже плотины. так и должно быть. . если у плотине открыты шлюзы и они полностью пропускают весь поток воды. Если шлюзы закрыты то воде некуда деватся и по мере поступления воды она будет заполнять заплавную територию пока уровень воды не поднимется выше плотины. при строении плотины уровень воды в реке и скорость её течения остаются прежними так она течёт по природным условиям и характеристике местности (равнины или горы)
Остальные ответы
Зависит от расхода воды, профиля дна и чего дальше понастроили. Практически русло реки ниже по течению должно измениться: углубиться и расшириться, потому-что при сбросе воды с плотины и скорость потока и величина наверняка больше, чем была у реки до строительства. Т. е. если расход воды в данный момент такой же как был у реки и дно мало изменилось, то уровень воды будет неизменен.
Если на реке построить плотину, то уровень воды в реке изменится. При этом образуются достаточно мощные искусственные водопады. При действием какой силы поток жидкости, переливаясь через плотину, устремляется вниз? Со сторона какого тела действует эта сила, на что она действует и куда она направлена?
Воздушный шар наполнен тёплым воздухом, объемом 1600 м3 парит на высоте 5,5км, где плотность воздуха в 2 раза меньше чем над уровнем моря. какова плотность воздуха внутри шара, если масса его оболочка и груза 150кг.
Физика, 08.03.2019 12:50, ediklobiyan
Материальная точка движется по окружности радиусом r=20 см равноускоренно с касательным ускорением 5м/с^2.через какое время t после начала движения центростремительное ускорение будет больше касательного
ускорения в n =2
Физика, 08.03.2019 20:40, asdfghjkl115
Именно из-за этого поверхность луны не меняется с течением времени, что же это?
Физика, 10.03.2019 09:10, НяnKет
Почему потребители соединяют с нулевым проводом, а выключатели - с фазным? как таким образом обеспечивается безопасность человека?
Физика, 10.03.2019 11:10, ПолинаПашкова14
Стрела, выпущенная из лука вертикально вверх, упала на землю через время t=6 с. на какую максимальную высоту поднялась стрела? ответ: 45 м
Физика, 11.03.2019 18:00, Мунтян2002
Какова скорость лодки ( в м/с) в стоячей воде, если она проходит вниз по течению реки 3,6 км за 0,5 часа, а против течения это же расстояние проходит за 1 час?
Знаешь правильный ответ?
Если на реке построить плотину, то уровень воды в реке изменится. При этом образуются достаточно мощ.
Вопросы по предметам
Алгебра, 19.09.2021 12:49
Физика, 19.09.2021 12:49
Литература, 19.09.2021 12:49
Английский язык, 19.09.2021 12:49
Математика, 19.09.2021 12:48
Українська мова, 19.09.2021 12:48
История, 19.09.2021 12:48
История, 19.09.2021 12:48
Математика, 19.09.2021 12:47
Математика, 19.09.2021 12:47
Математика
Литература
Русский язык
Английский язык
Другие предметы
Обществознание
Окружающий мир
Українська мова
Информатика
Українська література
Қазақ тiлi
Беларуская мова
Французский язык
Немецкий язык
Психология
Больше предметов
Вопросов на сайте - 18254239
Мгновенный доступ к ответу
в нашем приложении
Будь умнее, скачай сейчас!
Ваш вопрос
Слишком короткий вопрос
Неверный логин или пароль
Восстановление пароля
Новый пароль отправлен на почту
Задайте свой вопрос эксперту
Ваш вопрос слишком короток
Вопрос отправлен эксперту. Вы получите ответ на почту.
2 Если на реке построить плотину, то уровень воды в реке изменится. При этом образуются
достаточно мощные искусственные водопады. Под действием какой силы поток жидкости,
переливаясь через плотину, устремляется вниз? Со стороны какого тела действует эта сила,
на что она действует и куда она направлена?
Почему под действием электрического поля наэлектризованная палочка притягивает к себе легкую полоску незаряженной металлической фольги? ведь в электрически нейтральной фольге в равной мере присутствуют как
положительный, так и отрицательный заряды
Физика, 09.03.2019 23:10, ANI577
При постоянной температуре объём данной массы газа возрос в 4 раза. давление газа при этом
Физика, 11.03.2019 18:52, POGBOOM
На рисунке изображено преломление луча света на границе двух сред. покажите на рисунке углы падения и преломления. у какой среды показатель преломления больше и почему?
Физика, 12.03.2019 21:39, 4нцяулчанняашя
Уциліндричній посудині під поршнем, площа якого становить 10 см2, міститься вода при температурі 20 градусів с, причому поршень дотикається до поверхні води. яка маса води випарується при переміщенні на 15 см?
Физика, 14.03.2019 04:40, danilkolisnich
Против течения реки плывет катер. когда катер проплывал под мостом, ему встретилось плывущее бревно. через сколько времени катер догонит бревно, если туда он плыл 0,5 часа затем повернул и стал догонят бревно.
Физика, 14.03.2019 20:50, nastyatsepeleva
Нужна ваша ! плоская льдина площадью поперечного сечения s=1м в квадрате и толщиной h=0,4 м плавает по воде. какую работу надо совершить, чтобы льдину полностью погрузить в воду? желательно с решением. заранее добрым людям =)
Знаешь правильный ответ?
2 Если на реке построить плотину, то уровень воды в реке изменится. При этом образуютсядостаточно мо.
Вопросы по предметам
Алгебра, 19.09.2021 12:49
Физика, 19.09.2021 12:49
Литература, 19.09.2021 12:49
Английский язык, 19.09.2021 12:49
Математика, 19.09.2021 12:48
Українська мова, 19.09.2021 12:48
История, 19.09.2021 12:48
История, 19.09.2021 12:48
Математика, 19.09.2021 12:47
Математика, 19.09.2021 12:47
Математика
Литература
Русский язык
Английский язык
Другие предметы
Обществознание
Окружающий мир
Українська мова
Информатика
Українська література
Қазақ тiлi
Беларуская мова
Французский язык
Немецкий язык
Психология
Больше предметов
Вопросов на сайте - 18254239
Мгновенный доступ к ответу
в нашем приложении
Будь умнее, скачай сейчас!
Ваш вопрос
Слишком короткий вопрос
Неверный логин или пароль
Восстановление пароля
Новый пароль отправлен на почту
Задайте свой вопрос эксперту
Ваш вопрос слишком короток
Вопрос отправлен эксперту. Вы получите ответ на почту.
Физика, 7 класс ВПР Если на реке построить плотину, то уровень воды в реке изменится. При этом образуются достаточно мощные искусственные водопады. Под действием какой силы поток жидкости, переливаясь через плотину, устремляется вниз? Со стороны какого тела действует эта сила, на что она действует и куда направлена?
Вам немного сложно в этой области. df=m/(2е)*(v1^2-v2^2)=22,74 в возможно ответ и отрицательный, но если заряд электрона взять со знаком минус (как и ответ в скобках), то ответ положительный. при решении сложные степени сокращаются, все решается практически без калькулятора.
рассомтрим формулу для нахождения центростремительного ускорения отсюда легко можно выразить скорость (все под корнем),а затем подставив в формулу нахождения кинетической энергии и найдем ее e,теперь подставляем числовое значение ek=0,5*5,2/2=1,3
Если на реке построить плотину, то уровень воды в реке изменится. При этом образуются достаточно мощные искусственные водопады. При действием какой силы поток жидкости, переливаясь через плотину, устремляется вниз? Со сторона какого тела действует эта сила, на что она действует и куда она направлена?
в проекциях на горизонтальную ось относительно спокойной воды это выглядит так:
m(v-v) = (m+m)v, где m,m - массы человека и лодки, v- скорость человека относительно лодки, v - скорость лодки. (v-v) - искомая скорость человека относительно воды. найдем из этого уравнения v:
Физика, 7 класс ВПР Если на реке построить плотину, то уровень воды в реке изменится. При этом образуются достаточно мощные искусственные водопады. Под действием какой силы поток жидкости, переливаясь через плотину, устремляется вниз? Со стороны какого тела действует эта сила, на что она действует и куда направлена?
тепловая машина с кпд 25% за цикл работы получает от нагревателя 200 кдж.какую полезную работу машина совершает за цикл?
200 кдж* 25%/100%= 50 кдж
ответ полезную работу 50 кдж
1. если тело движется равноускоренно, то его скорость изменяется по закону
v = v0 - g*t (я уже учел, что брошено вверх, а ускорение направлено вниз)
ну а его кинетическая энергия равна m*v*v/2, так что подставив значения, легко найдём значение t, то есть время.
2. ну а высота изменяется по закону
подставим туда t и получим ответ.
можно решать и по-другому, но советую именно этот метод, он наиболее логичен и последователен. и далее, как побочный эффект ты получишь ещё дополнительную информацию, то есть узнаешь, что таких моментов времени 2, то есть за время своего полёта тело 2 раза будет обладать характеристиками, в условии, первый раз, когда летит вверх, ну а потом, когда летит вниз.
цифры подставлять не буду, это чистая арифметика для 1 класса, сам подставь.
Если на реке построить плотину то уровень воды в реке изменится впр
вернуться к странице
Вот что будет с рекой, если установить плотину или водослив
gif 13.8 МБ
Нравится Показать список оценивших
Сначала старые
Ничо не понял
Нравится Показать список оценивших
Виктор, уровень воды справа упал
Нравится Показать список оценивших
Никита, а ничего что потом уровень воды вообще выровнялся потом и даже поднялся?)
Нравится Показать список оценивших
Александра, он поднялся, но в итоге все равно в два раза ниже чем был. Поставь палец на экран, если глазомер плохой
Нравится Показать список оценивших
Александра, А ничего, что это всё бесполезная херня?)
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Пример того, как гэс убивает реки.
Нравится Показать список оценивших
Нравится Показать список оценивших
Никита, ты не досмотрел видео, уровень воды потом вырос
Нравится Показать список оценивших
ок. тогда я сам нихрена не понял. Что это за поток г*вна слева? и почему уровень воды справа так резко поднялся? Дамба же не генерирует поток г*овна он бы там был и без нее и уровень воды не поднимался.
Нравится Показать список оценивших
Никита, река все время несет вместе с водами частицы песка и т.д. Просто на макете показан процесс в сильно сжатые сроки. Тайного великого смысла нет в анимации, просто интересно. Правда, не всем, видимо
Нравится Показать список оценивших
Переть вы инженеры
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Алексей, если вода обойдёт дамбу, то это плохая дамба
Нравится Показать список оценивших
Илья, ) с хорошей дамбой - болото получается)
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Герасим, когда проектируют плотину, перекрывается русло реки, и соответственно вода начинает накапливаться в верхнем бьефе. В нижний бьеф мы сбрасываем какой то определенные расход, что бы река не пересыхала
Нравится Показать список оценивших
Нравится Показать список оценивших
Герасим, озер и прудов в природе тоже нету?
Нравится Показать список оценивших
Нравится Показать список оценивших
Герасим, ну просто в природе же вода течет только вперед? Волны же в море назад не возвращаются? Завихрений под водопадами или при встрече течений? И конечно же реке новое русло никто никогда не задает что бы озеро или водохранилище сделать (что конкретно на опыте и показывается)
Нравится Показать список оценивших
Нравится Показать список оценивших
Маргарита, как гидротехник, поддерживаю своего коллегу.
Нравится Показать список оценивших
Мария, как стоматолог, просто поддержу диалог)
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Валера, наример, если канал перекроется огромным бревном, которое тут в роли этого валика)
И какие последствия: образование наносов, уменьшение скоростей, повышение уровня воды)
Нравится Показать список оценивших
Как менеджер по продажам не могу не согласиться с гидротехниками
Нравится Показать список оценивших
Маргарита, как it-шник я это уже знаю, я ж программист
Нравится Показать список оценивших
Маргарита, как комментатор, просто напишу комментарий :)
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Нравится Показать список оценивших
Но там же стенка, естественно вода набирется и повышается уровень, если бы они слив поставили, правая сторона не набралась бы.
Нравится Показать список оценивших
Это же все можно регулировать на самой плотине.
Нравится Показать список оценивших
Опыт, КОТОРЫЙ ПОКАЗЫВАЕТ НИЧЕГО
Нравится Показать список оценивших
Река обмелела? В левой части эксперемента
Нравится Показать список оценивших
В верхнем бьефе (пространство перед плотиной) заилилось "водохранилище" - влекомые в реке наносы оседают и повышают отметку дна. Через нерегулируемый водослив на плотине происходит перелив воды превышающей отметку порога водослива. Заиление в реальной жизни происходит не так быстро, от нескольких лет до десятков лет, всё зависит от расположения реки и кол-ва влекомых наносов. В современных условиях стараются такого не допускать. Либо сооружают донные водосбросные устройства для прочистки от наносов, либо дноуглубительные работы землесосными снарядами проводят. Справа уровень воды повысился - произошёл надвинутый гидравлический прыжок (переход потока из бурного состояние в спокойное).
Нравится Показать список оценивших
Дмитрий, водохранилище набирается не из-за наносов, а из-за преграды ( т е плотины) поставленной по середине реки. Какие там в опыте наносны, что так уровень повысили?
Как мы “повернули реки вспять” на Emergency DataHack 2021, объединив гидрологию и AutoML
Под катом хотелось бы поговорить об опыте участия нашей команды из лаборатории моделирования природных систем Национального центра когнитивных разработок Университета ИТМО в хакатоне Emergency DataHack 2021. И победы в нём :)
Что за хакатон?
Emergency DataHack - это хакатон, который проводится совместно с МЧС России, где несколько десятков команд в течение двух дней анализируют данные и строят модели для предотвращения чрезвычайных ситуаций.
Хакатон проходил с 28 по 30 мая 2021 года. Заинтересовавшимся хакатоном предлагаем проследовать по ссылке (возможно, вы захотите попробовать свои силы в нём же, но в будущем году).
Зачем хакатон?
Во первых, стоит участвовать, потому что это хорошая возможность весело провести время и при этом получить новые знания и опыт.
Если вы не знаете, что такое AutoML, то можете посмотреть на данную картинку (этого почти достаточно, чтобы разобраться):
Практически любой AutoML фреймворк
Немаловажным фактором выбора именно этого хакатона была его тематика: помимо разработки академического AutoML-фреймворка, мы пишем научные статьи и выполняем различные проекты, связанные с моделированием чего-либо, где это что-то периодически повреждается и разрушается под воздействием природных процессов. Как правило это моделирование связано с гео- науками: метеорологией, гидрологией, океанологией, геологией и др. Мы решили попробовать совместить наш опыт разработки алгоритмов для решения географических задач и AutoML в рамках данного хакатона. Для этого мы собрались с коллегами под знаменем “NSS_lab team”.
Зачем пост?
Немного слов про мотивацию для написания данного поста. Вышло несколько новостей, где было написано, что мы сделали, без технических деталей, зато с преукрашиванием в духе “Российские ученые повернули реки вспять” (отсюда и название поста).
Подборка забавных новостей о победе:
Спойлер: не верьте всему, что пишут в новостях, лучше читайте хабр - тут мы пишем как всё было на самом деле. Собственно, вот мы и решили прояснить ситуацию. С другой стороны, описанный ниже подход может пригодиться при решении похожих задач как в рамках хакатона, так и просто при работе с сильно разливающимися в период половодья реками.
Описание задачи
В хакатоне было несколько треков, - наш был второй. Задание звучало так: “Построить предиктивную модель, которая позволит в весенний период оценивать суточное приращение максимального уровня воды на 7 дней вперед на определенных участках реки Лена”.
Немного про актуальность
На реке Лена иногда случаются разрушительные наводнения, которые приносят серьезный вред жителям Республики Саха (Якутия). Особенно опасны такие наводнения в период половодья (одна из фаз водного режима реки, ежегодно повторяющаяся в один и тот же сезон года, — относительно длительное и значительное увеличение водности реки, вызывающее подъём её уровня (ист. википедия)). Почему разливы особенно опасны именно в весенний период? Во многом из-за ледовых заторов (нагромождений льдин), которые образуются на реке и играют роль своеобразных плотин, что приводит к резкому поднятию уровня воды выше по реке. С другой стороны, таяние снега на водосборном бассейне тоже играет роль - стаявший снег так или иначе со временем попадает в русло реки. Всё это приводит к повышению уровня.
Для большей наглядности, можно изучить гидрограф стока для одного из гидрологических постов:
Гидрограф стока для гидрологического поста “Табага” на р. Лена
Черными линиями показаны реализации расхода воды на данном гидропосте в различные годы с 1985 по 2019 годы. Синей линией показано среднее значение. Как видно из графика, весной имеется взрывной рост у данного показателя, это и есть пресловутое половодье.
Система предсказания уровня воды в реке позволила бы эффективно распределять ресурсы для предотвращения наводнений, или для своевременной эвакуации населения.
Гидрологических постов, для которых требуется давать прогноз было 10 штук. Для решения предоставлялись разнородные данные:
Уровни воды на гидропостах в виде временных рядов с суточной дискретностью;
Метеопараметры, фиксируемые на гидрологических постах, а также дополнительная информация о событиях на реке;
Данные о метеоусловиях с метеостанций. Тут есть почти всё: от температуры воздуха и осадков, до высоты снежного покрова, однако данные относятся к точкам, расположенным на некоторых расстояниях от гидрологических постов.
Данные имеют пропуски, некоторые параметры требуют интерполяции в соседние точки. Также метеопараметры фиксируются в разные моменты времени: есть срочные наблюдения, среднесуточные и среднемесячные значения параметров. Какие-то показатели фиксировались только в сроки, другие - только как среднесуточные значения и так далее.
Решение. Основные идеи
Итак, необходимо решать задачу регрессии / прогнозирования временного ряда, где целевая переменная - показатель того, насколько вырос уровень воды за сутки.
Сначала разберёмся с целевой переменной: “суточное приращение максимального уровня воды” звучит слишком сложно (по крайней мере, для нас). Давайте упростим - будем прогнозировать не приращение, а просто максимальное суточное значение уровня воды. Перерасчет в приращение осуществим уже в последний момент, благо сделать это не так сложно.
Значение уровня воды на гидрологических постах изначально можно предсказывать просто “в лоб”, используя прогнозирование одномерных временных рядов. Хорошо, что инструмент под рукой - FEDOT довольно неплохо справляется с задачей прогнозирования временного ряда.
Пока AutoML строит предсказания на временных рядах, можно потратить время на творческую работу - разработку более продвинутых моделей и подготовку данных для этих “сложных” моделей.
Фото из архива (Илья справа получился особенно удачно)
Решено было использовать многоступенчатый подход: требуется построить ансамблевую модель из нескольких составных частей. Первая часть - модель прогнозирования временного ряда. Почему именно она? - потому что мы ее уже построили, и она в данный момент уже даёт первый прогноз. Подробности её реализации будут ниже, пока назовём эту модель “Модель 1”.
“Модель 2”- эта модель должна учитывать метеоусловия, а также события, которые происходят на реке выше или ниже по течению. Построить её можно на основе многомерной регрессии (это регрессия, когда прогноз даётся не на один элемент, а на несколько, в данном случае, на семь элементов).
“Модель 3”, - интерпретируемая модель. Такая, которая позволила бы пользователю, или лицу, принимающему решения, убедиться в корректности прогноза. Мы решили, что проверенные временем классические подходы к моделированию могут хорошо подойти на эту роль.
Предобработка данных
Первый этап предобработки - интерполяция значений в нужные узлы.
Как было сказано выше, не все параметры относятся к тем же географическим точкам, где у нас расположены гидрологические посты. Проблему можно проиллюстрировать следующей картинкой (рисунок 1).
Рисунок 1. Задача интерполяции значений метеопараметров в требуемые узлы на примере среднесуточной температуры воздуха. Показан “срез” зафиксированных значений в определенный момент времени
Из рисунка видно, что значения метеопараметров в определенный момент времени хоть и известны, но не в тех точках, в которых нам это надо. Первое, что приходит в голову - применить какой-нибудь простой алгоритм интерполяции. Как говорится, лишь бы работало. Но при этом хотелось бы сохранить гибкость подхода: некоторые метеостанции, хоть и расположены близко (по координатам долготы и широты) к интересующему нас гидропосту, могут быть с ним связаны очень слабо. Это может происходить из-за неоднородностей рельефа. Например, точки находятся близко друг к другу, но ближайшая метеостанция, как и гидрологический пост, расположена в низине, а две соседние - в котловинах среди хребтов. Тогда лучшим решением будет брать значения только с ближайшей метеостанции и не производить интерполяцию вовсе. А в другом случае хорошим решением будет усреднить значения по пяти соседним метеостанциям. Билинейная интерполяция или интерполяция методом ближайшего соседа таким требованиям не отвечает.
Поэтому решено было реализовать подход, где интерполяцией значений будет заниматься модель машинного обучения K-ближайших соседей (K-nn). Принцип работы алгоритма можно увидеть на анимации ниже:
Анимация. Применение алгоритма K-ближайших соседей с различным количеством соседей на примере двух гидрологических постов
Как видно из анимации, мы можем для требуемых гидрологических постов изменять количество соседних метеостанций. Предсказание нового значения метеопараметра в данном случае происходит на основе двух предикторов: широты и долготы. При этом “интерполироваться” при таком подходе могут и категориальные показатели, для этого потребуется заменить регресионную K-nn на модель K-nn классфикации.
Небольшой дисклеймер. Мы понимаем, что описанный выше подход не является оптимальным для интерполяции метеопараметров. Если бы всё было так просто, то не нужны бы тогда были метеорологические модели, сетки реанализа с усвоенными данными дистанционного зондирования и сложные алгоритмы расчета метеорологических характеристик. Но для решения задачи в рамках двухдневного хакатона мы приняли этот подход как наиболее подходящий.
Второй этап - заполнение пропусков.
Данные наблюдений зачастую предоставляются с большим количеством пропусков. Они могут быть различной длительности (в нашем наборе данных достигали целого года!), и наблюдаться как только для отдельных переменных в наборе данных, так и для всех наблюдаемых показателей. Так как терять целый дополнительный параметр очень не хочется даже при наличии больших пропусков, было принято решение заполнить их, основываясь на имеющихся предшествующей и последующей частях временного ряда.
Сразу отметим, что естественные пропуски в данных по типу показателей, связанных с ледовой обстановкой и снежным покровом в теплое время года нами не заполнялись.
Главным помощником в заполнении пропусков незначительной длины (менее полугода) снова стал FEDOT. Основная функциональность фреймворка в области заполнения пропусков опирается на прогнозирование временных рядов. Для каждого пропуска осуществляется прогнозирование значений в “интервал с пропуском” на основе предыстории (часть ряда слева от пропуска) и последующего после пропуска поведения величины (часть ряда, расположенная справа от пропуска). Сначала прогнозная модель даёт предсказания на предыстории, затем на инвертированной последующей части ряда. После этого прогнозы соединяются при помощи взвешенного среднего.
Стоит обратить внимание на местоположение пропуска: важно, чтобы начало временного ряда (или конец при инвертировании временного ряда) располагал достаточным количеством значений для начала прогнозирования. При таком неудачном пропуске можно воспользоваться некоторыми допущениями и заполнить необходимое количество значений простыми статистическими методами (средними, медианными значениями и т.п.).
Для заполнения длительных пропусков (длиной более полугода) был использован более сложный подход. Так как ход большинства метео- и гидрологических данных определяется сезонами, заполнять длительные пропуски только лишь прогнозированием - неудачная затея, так как пиковые значения (которые и были пропущены) очевидно теряются. В таких случаях мы использовали следующий подход. Так как набор данных представляет собой многолетние наблюдения представляется возможность декомпозировать временной ряд и извлечь нужную нам сезонность и тренд, что даже с учетом пропусков является решаемой без особых потерь задачей.
Рисунок 2. Заполнение пропусков временных рядов (на картинке пример для температуры воды). Красными рамками показаны наиболее крупные пропуски в исходном временном ряду
Для декомпозирования временного ряда использовалась библиотека statsmodels. Таким образом компонента сезонности из “разложенного“ временного ряда позволяет (пусть и в глобальном масштабе) восстановить пиковые значения временного ряда. Однако использование только сезонной составляющей для заполнения пропуска не отражает абсолютных значений, а скорее представляет собой амплитуду колебаний. Таким образом, для корректного заполнения пропуска к сезонной составляющей добавлялось медианное значение трендовой составляющей, что позволило соотнести полученные значения с основным временным рядом. Такой подход был особенно действенным для заполнения пропусков в расходах воды и температурах, так как колебания этих показателей ярко выражены, а пропуски в них довольно значительны, особенно с учетом что эти параметры являются основными предикторами для наших моделей.
Дополнительные источники данных
Которые нам не пригодились…
Итак, мы начали смотреть в сторону открытых источников данных. Первое, что потенциально может быть полезно практически при любой работе с географическими данными - это матрица высот для требуемой территории. Мы решили взять глобальную цифровую модель рельефа (ЦМР) - SRTM. На основе этой ЦМР мы построили профили для гидрологических постов (рисунок 3).
Рисунок 3. Данные о рельефе на выбранной территории
Мы подумали о том, что эти данные можно использовать для расчета уровней, если нам будут известны скорость течения и расход. Мы об этом подумали ещё до того, как нам предоставили доступ к данным. Но скорость течения нам не предоставили. В итоге, всё, что мы смогли сделать с данными - это примерно разобраться в особенностях рельефа створов реки на гидрологических постах.
Про использование цифровой модели рельефа в прогнозировании. Нам понравилось
Теоретически, мы могли использовать рельеф и в наших моделях в дальнейшем, но времени не хватило.
Модель 1. Прогнозирование временного ряда
Мы уже писали статью на хабр на тему прогнозирования временных рядов с помощью AutoML. Там изложены основные принципы построения пайплайнов для прогнозирования последовательностей, которые использует FEDOT.
Тем не менее, кратко изложим то, как именно строится модель прогнозирования временного ряда. Начинается всё с преобразования одномерного временного ряда в таблицу лагов (траекторную матрицу). Так, признаками в таблице являются текущее и предыдущие значения временного ряда в моменты времени t, t-1, t-2 и т.д. Целевыми переменными в таком случае становятся значения в моменты времени t+1, t+2, t+3 и т.д. После этого преобразования на таблице может быть обучена подходящая модель машинного обучения. Можно, пользуясь технологией стекинга, объединять несколько моделей в единый пайплайн. Этим и занимается FEDOT.
Если посмотреть на пример получившихся прогнозов на трёх блоках валидации, можно увидеть, что модель показывает себя очень достойно (рисунок 4).
Рисунок 4. Пример предсказаний уровня во время половодья при помощи модели прогнозирования временного ряда. Показана структура используемого при прогнозировании пайплайна
Модель 2. Многомерная регрессия
Эта модель отвечает за учет метеопараметров и данных о событиях, происходящих на реке. Начнём с концепции: планируется решать multi-target регрессию следующего вида (рисунок 5)
Рисунок 5. Пример сформированной таблицы при решении задачи многомерной регрессии. На основе информации о синоптических условиях, агрегированной за некоторый промежуток времени, строится модель предсказания на семь дней вперёд.
Целевых переменных в таблице всегда семь, с 21 по 27 апреля в данном примере, что равно горизонту прогнозирования. При этом признаки могут агрегироваться за разные временные промежутки. Так например, сумму осадков можно считать как за 10 суток, предшествующих рассматриваемому дню, так и за 20, и за 30.
Как понятно из описания признаков, они являются производными от исходных метеопараметров. Агрегировать параметры можно по разному: брать сумму, среднее значение, амплитуду, наиболее часто встречающееся значение и так далее.
Интересно будет поближе рассмотреть пример с амплитудой высоты снежного покрова. Сразу оговоримся, что в случае с высотой снега это не совсем амплитуда, когда значение рассчитывается по формуле max - min. Для высоты снега мы используем разность между первым и последним значением за выбранный промежуток: first - last. Рассмотрим пример, когда мы агрегируем показатель для 20 апреля 2020 года и берём промежуток времени для агрегирования, например, 10 суток: в таком случае мы будем вычитать из значения высоты снега, зафиксированного 10 апреля, то значение, которое было получено 20 апреля, и так узнаем “сколько мм снега стаяло за выбранный промежуток времени”, также поступим для пары 11.04 и 21.04 и так далее. Естественно, можно считать и просто амплитуду, но мы поступили вот таким образом. Сделано это было для того, чтобы разделить периоды, когда снег выпадает, и следовательно, высота снежного покрова растет, и когда снег интенсивно тает. В случае с амплитудой это сделать не получилось бы, хотя мы и считали амплитуду в первых версиях этого подхода.
Чтобы лучше разобраться с этим, давайте посмотрим на график, где показаны одновременно максимальный за сутки уровень воды и “амплитуда” снежного покрова (рисунок 6).
Рисунок 6. Ход максимальных уровней (синяя кривая и шкала слева) и “амплитуды” высоты снежного покрова (оранжевая кривая и шкала справа)
Интерпретировать пики оранжевой кривой можно как “периоды наиболее интенсивного снеготаяния”. В таком случае экстремумы ниже нуля для оранжевой же линии можно назвать “периодами интенсивного снегонакопления”. Нас, конечно же, интересуют именно первые.
Так, из графика видно, что во время выхода “амплитуды” снега на пик, начинается рост уровней и продолжается ровно до того момента, пока “амплитуда” не достигнет значений, близких к нулю - тогда же наблюдаются самые высокие максимальные уровни.
Похожие преобразования мы сделали и для других метеопараметров. Однако есть один важный предиктор, который стоит рассмотреть поближе (даже на рисунке 4 он специально поэтому подсвечен красным) - сумма рангов важности событий. События здесь - это то, что происходит на реке. Они фиксируются в виде фраз “Навалы льда”, “Волнение”, “Неполный ледостав”, “Затор выше поста” и т.д. Напрямую фразы в модель не передать, да и процедуру агрегации таким фразам тоже пройти надо, чтобы можно использовать в модели многомерной регрессии, но пока непонятно каким образом.
Мы поступили так - сопоставили событиям ранги. Ранги, это наша экспертная оценка того, насколько большое влияние событие оказывает на поднятие уровня воды в половодье. Ранги изменяются от 0 до 3, где 0 - неважное событие, а 3 - очень важное. В итоге была сформирована таблица, фрагмент которой представлен ниже.
Читайте также: