Porovnání různých metod využívajících radarová a srážkoměrná měření
|
|
- Božena Matoušková
- před 9 lety
- Počet zobrazení:
Transkript
1 Porovnání různých metod využívajících radarová a srážkoměrná měření Lucie Juřikovská Institut geoinformatiky, Hornicko-geologická fakulta, VŠB-TU Ostrava, 17.listopadu 15, 70833, Ostrava lucie.jurikovska@vsb.cz Abstrakt. Data z meteorologických radarů jsou nezbytným zdrojem informací při analýze plošného rozložení srážek. Především v letním období, kdy převládají konvekční srážky, není standardní síť srážkoměrných stanic schopná strukturu srážkových polí postihnout s dostatečnou přesností. Studium bylo prováděno na povodí řeky Olše, ve kterém je k dispozici celkem jedenáct měřících stanic. Cílem toho projektu bylo porovnat kvalitu různých metod odhadu srážek z radarových měření se srážkoměrnými odhady. Srážkoměrná měření byla interpolována s využitím různého programového vybavení např. GRASS GIS, ArcGIS. Článek se zabývá odhadem srážek s využitím sloučení srážkoměrných stanic a radarových dat. Klíčová slova: srážky, interpolace, radar, geografický informační systém Abstract. Comparison of different methods for estimating precipitation based on radar and rain gauge measurements. Hydrologic modelling requires climatological data as an important variable. Weather radar provide a highly detailed representation of the spatial structure and temporal evolution of rainfall over a large area. Estimated rainfall rates are derived indirectly from measurements of reflectivity and are therefore subject to a combination of systematic and random errors. The paper presents a comparison of the quality of different methods for estimating precipitation from rain gauges and radar measurements using different GIS software (GRASS GIS, ArcGIS). Keywords: precipitation, interpolation, radar, geographic information system 1 Úvod Plošné rozdělení srážkových úhrnů za určité období je velmi důležitý údaj pro hydrologické modelování. Přesnost stanovení srážkových úhrnů je limitujícím faktorem, který zásadně ovlivňuje úspěšnost hydrologických aplikací a to bez ohledu na použitý hydrologický model, na jeho formulaci a numerickou složitost. Jelikož jsou atmosférické srážky plošně a časově velmi variabilní, nelze proto očekávat, že plošné rozdělení srážek bude možné reprezentativně popsat sítí pozemních stanic. Měření radarové odrazivosti a následné vyhodnocení srážek je naopak informací o velké plošné hustotě, která umožňuje kvantitativní odhad srážkového úhrnu na dané ploše v podstatě za libovolný časový interval. Přímě využití radarových dat při kvantitativním odhadu srážek má však řadu omezení vyplývajících již z principu radarových měření. Vzhledem ke kvalitní a velmi husté síti stanic, které na našem území měří denní srážkové úhrny, je většina úsilí orientována na korekci denních úhrnů srážek, odvozených z radarových měření. Z výsledků domácích I zahraničních studií je zřejmé, že neexistuje jednoznačný analytický vztah mezi radarovou odrazivostí a množstvím srážek, který by umožnil dostatečně přesný převod měřených radarových dat na srážkové úhrny [5]. Pro využití radarových dat pro kvantitativní odhad plošných srážkových úhrnů se v současné době využívá řada postupů. Velmi komplexní přístup se využívá např. v systém NIMROD, který je založen na důkladné kontrole radarových dat, při níž se využívají informace o srážkách včetně výstupům numerických modelů, satelitních snímků a výsledků pozemního měření srážek. Cílem je odstranit nebo opravit hrubé chyby radaru. Radarová data jsou statisticky porovnávána s pozemním měřením a jsou určeny systematické chyby v závislosti na ploše, časovém interval integrace a případně i v závislosti na meteorologické situaci. Získané poznatky pak vstupují do rutinního zpracování radarových dat a provádí se oprava radarem určených srážkových úhrnů zahrnutím systematické
2 chyby. Frekvence, s jakou se provádí výpočet a zahrnutí systematické chyby, se liší pro konkrétní provozní realizace. V anglickém systému NIMROD se opravy počítají a provádějí jednou týdně [3]. Druhým přístupem ke kvantitativnímu využití radarových dat jsou statistické metody. Na základě souboru radarových výstupů a srážkoměrných dat z pozemních stanic se konstruují statistické modely, které jsou bez časté obměny rutinně aplikovány. Obvykle se odvozují vícerozměrné regresní modely, které mezi nezávislé proměnné zahrnují, kromě vlastních radarových dat, i charakteristiky místa, ve kterém se určuje srážkový úhrn. Regresní rovnice jsou odvozovány buď z dat vztahujících se k termínovým měřením nebo se využívají sumy srážek za delší, např. roční, období. Důvodem pro vývoj regresních modelů se sumovanými hodnotami je snaha minimalizovat systematickou chybu výsledných srážkových polí pro dlouhá období. Nevýhodou tohoto přístupu je, že regresní modely odvozené pro sumy srážek často nedávají dobré výsledky při aplikaci na jednotlivé termíny [5]. 2 Princip radarových měření Princip měření meteorologického radaru je založen na zpětném rozptylu mikrovln (cm-vln) na vodních kapkách a ledových krystalcích ve srážkách a oblačnosti. Vysílač generuje krátké vysokoenergetické pulsy elektromagnetického vlnění, které anténa vyzařuje v podobě úzkého svazku do atmosféry. Část energie se odrazí (přesněji: zpětně rozptýlí) od cílů meteorologických (srážky) či jiných (terén, letadla apod.). Část zpětně rozptýlené energie je zachycena anténou a zpracována přijímačem radaru. Podle polohy antény (azimut, elevace) a času mezi vysláním a příjmem pulsu se určuje poloha cíle. Množství odražené energie je úměrné radiolokační odrazivosti cíle. Meteorologický radar je schopen rozpoznat objekty menší než 1 cm, jako jsou dešťové kapky, sněhové vločky a kroupy, protože vysílá impulsy v rozsahu mikrovln. Meteorologická měření se skládají z cca otáček antény v azimutu s proměnným výškovým úhlem (elevací). Tato objemová měření jsou opakována každých 5-15 minut. Na území České republiky jsou v provozu dva meteorologické radary v síti ČHMÚ CZRAD. První se nachází na vrcholu Praha (860 m n.m) v pahorkatině Brdy. Zařízení je osazeno plně automatickým a dálkově řízeným radarem Gematronik M 360-AC. Druhý radar je situovaný na vrcholu Skalky (730 m n.m) v Drahanské vrchovině. Zařízení je osazeno plně automatickým a dálkově řízeným radarem EEC DWSR 2501-C. Data z těchto dvou radarů pokrývají území České republiky a příhraničních oblastí do vzdálenosti 256 km od místa radaru a jednoho objemového měření odrazivosti je dosaženo do 10 minut. Pro odhad plošných srážek jsou v současnosti k dispozici čtyři typy dat: Maximální odrazivost ve sloupci s horizontálním rozlišením 1 km x 1 km (MAX1) Maximální odrazivost ve sloupci s horizontálním rozlišením 2 km x 2 km (MAX2) Odrazivost v konstantní výšce (CAPPI) 2 km nad mořem s horizontálním rozlišením 1 km x 1 km (CAP1) Odrazivost v konstantní výšce (CAPPI) 2 km nad mořem s opravou pomocí vertikálního profilu odrazivosti a s horizontálním rozlišením 1 km x 1 km (COR1)
3 Obr. 1. Maximální dosahy meteorologických radarů ČHMÚ (kruhy) a dosahy pro určování intenzit srážek do výšky 1500m nad terénem (křivky) 2.1 Chyby radarových měření Meteorologická radarová data jsou získávána z radarových měření a za pomocí známých matematických vztahů a rovnic jsou převáděna na milimetrové úhrny v daných časových intervalech. Takto získána data jsou sumarizována do větších časových intervalů. Většinou se srážky počítají za 1, 3, 6, 12 a 24 hodin. Radarová data jsou zatížena velkým množstvím chyb a bez korekcí by byla pro hydrologické modely těžko použitelná. Rozborem chyb a jejich vlivem na přesnost odvozených srážek se v součastnosti a v minulosti zabývala řada prací ( např. Collier 1996, Austin 1987). Tento problém se řeší pomocí multisensorové analýzy. Z jejích metod korekcí dat se používá především výpočet adjustačních koeficientů a kombinovaná analýza [6]. Mezi nejdůležitější vlivy podle ČHMÚ znepřesňující radarová měření, patří proměnlivá šířka radarového paprsku a jeho výška nad zemí, které narůstají se zvětšující se vzdáleností od radaru a způsobují systematické podceňování srážek. Hodnoty ovlivňují také terénní či jiné překážky (stromy, stožáry). Byly zjištěny poměrně velké odchylky radarových odhadů v horských oblastech, a to zejména při silnějším větru a krajinných deštích. Na návětrných svazích se tvoří vlivem orograficky podmíněných výstupných pohybů mlha, která je vymývána srážkami vznikajícími většinou ve střední troposféře. Při extrémních situacích může uvedené orografické zesílení dosáhnout až stovek procent, což se následně projevuje příslušnou chybou radarových odhadů.
4 Mezi běžné problémy radarových odhadů patří také vypařování srážkových částic v suchých, níže ležících vrstvách vzduchu, což má za následek mírné přecenění srážkových úhrnů. V ČHMÚ je od roku 2002 v provozu procedura - adjustace radarových odhadů srážek a zároveň kombinace adjustovaných odhadů s dostupnými srážkoměrnými měřeními. Adjustací se rozumí odstranění systematické chyby. Pro adjustaci se využívá jeden adjustační koeficient pro celou radarovou doménu. Je to podíl sumy všech srážkoměrných údajů (G i ) a sumy korespondujících radarových odhadů (R i ). Je počítán v elementu 1 1 km podle vztahu K = Σ G i / Σ R i U výpočtu adjustačního koeficientu nastává kompilace, kdy srážkoměrná měření a jim odpovídající radarové odhady ne vždy přesně odpovídají vztahu skutěčných spadlých srážek a radarových odhadů pro celé území, a to již z předem zmíněného problému reprezentativnosti srážkoměrných měření. Při výpočtu se proto vytváří klouzavé časové okno a výpočet se provádí nejméně ze tří dnů a průměrná plošná akumulace srážek ze srážkoměrů musí přesáhnout 2 mm. Dále se provádí vážení podílů jednotlivých dnů, kdy vzdálenější dny mají váhu menší. Zároveň musí být počet srážkoměrných stanic vykazujících naměřené úhrny srážek větší než pět. Adjustace se provádí ve vzdálenosti 20 až 150 km a do výpočtu se nezahrnují problematická místa jako jsou horské oblasti nebo stíněné stanice. Další metodou korekce radarových dat je kombinovaný odhad srážek. Do procesu výpočtu vstupují adjustované radarové odhady společně s dostupnými srážkoměrnými měřeními. K výpočtu se využívá zjednodušená metoda optimálního odhadu, u které se předpokládá, že srážkoměrné měření je reprezentativní pro daný radarový územní element a že zde platí údaj srážkoměru. V ostatních pixelech se výsledný optimální odhad počítá jako lineární kombinace srážkoměrných měření a radarových odhadů. Váhy srážkoměrných měření klesají s rostoucí vzdáleností od srážkoměrných stanic podle negativně exponenciální funkce. Zjednodušeně to vyjadřují následující rovnice: R m = a*g+(1-a)*r a = exp(-d/konst.) kde R m je výsledný kombinovaný odhad v daném územním elementu, G nejbližší srážkoměrné měření či odhad z nejbližších měření, R radarový odhad a d vzdálenost od nejbližšího srážkoměru. Pole kombinací se při úspěšnosti větší než 99 % omezuje na místa, kde radar naměřil srážky větší nebo rovné 0,1 mm. Systém na základě vztahu radar srážkoměr vylučuje stanice, kdy jedna naměří podstatně větší množství než druhá. Zároveň se vylučují hodnoty, které jsou velmi nepravděpodobné (např. 500 mm). Každá z výše uvedených korekcí radarových dat udává jiné hodnoty výsledných srážek [6]. 2.2 Výhody a nevýhody jednotlivých měřících metod Mezi výhody sítě měřících stanic patří schopnost pokrýt spojitou časovou oblast krátkých (minutových) srážek, které radar nemusí zachytit. Tato schopnost ovšem brání možnosti okamžitých měření. Navíc skutečnost, že srážková pole se mohou na vzdálenost stovek metrů lišit o několik řádu a existence lokálních extrémů rovněž ukazuje na další nevýhodu srážkových sítí - jejich hustota nikdy nemůže být dostatečná k tomu, aby zabránila chybám měření daným diskrétností měření v prostoru. Zjednodušeně řečeno - za kopcem už vůbec pršet nemusí, nebo tam může být krupobití. Radarová pozorování srážek mají oproti klasickým sítím srážkoměrů výhodu měření na velké ploše z jediného místa v téměř reálném čase. Radarová pozorování však ukazují pouze okamžitá rozložení intenzit srážek v diskrétních časech. Srážková pole mají přitom velkou proměnlivost i v čase, okamžité hodnoty se během 10 minut mohou lišit o několik řádů. Podobně jako u srážkoměrných sítí se nelze libovolně přibližovat plnému pokrytí, nelze z fyzikálních vlastností daného měřícího zařízení libovolně zkracovat dobu měření.
5 3 Vstupní data Data použitá v této práci se vztahují k teplé polovině roku Jedná se o epizody z července a srpna daného roku a zahrnují soubory srážkoměrných a radarových dat. Veškerá pozemní měření srážek byla ze stanic z území České republiky. Jedná se o hodinové úhrny srážek na jednotlivých srážkoměrných stanicích. Studium bylo prováděno pro povodí řeky Olše. Jako pilotní území bylo vybráno povodí řeky Olše, ve kterém je k dispozici celkem jedenáct měřících stanic ve vlastnictví s.p. Povodí Odry (obr. 1). Jedná se o tok druhého řádu odvodňující zájmové území do řeky Odry. Jejím nejvýznamnějším levostranným přítokem je řeka Stonávka. Povodí má rozlohu 1118 km², z toho 479 km² leží na území Polska. Tento fakt samozřejmě ovlivňuje dostupnost dat a jejich rozmístění. Obr. 2. Rozmístění dostupných srážkoměrných stanic v povodí řeky Olše V horním toku, od Jablunkova po Třinec, tok Olše tvoří hranici mezi Slezskými a Moravskoslezskými Beskydami. Od Těšína ke Karviné a od Zawady k soutoku Olše a Odry tvoří česko-polskou hranici. Vzhledem ke značné variabilitě srážkových úhrnů především v letních měsících je kontrola radarových i srážkoměrných dat velmi obtížná a použitý postup proto zahrnuje také subjektivní posouzení kvality dat. Před samotnými interpolačními metodami byla provedena kontrola četnosti dat. Při ní byly nejdříve vyřazeny dny, pro které bylo k dispozici méně než 95% radarových měření. Povodí řeky Olše disponuje celkem 11 srážkoměrnými stanicemi. Pro nalezení vhodné interpolační metody je tento počet nedostačující, vhodné je doplnit o radarová data. Dále byly statisticky porovnány naměřené údaje ze stanic s radarovými srážkami z odpovídajících pixelů.
6 4 Interpolační metody Cílem práce bylo otestovat metody pro kvantitativní odhad srážek s důrazem na vyzkoušení interpolačních metod s využitím malého počtu měření. V meteorologii se využívá velmi často metoda optimální interpolace. Zde je interpolace nově naměřených hodnot prováděna na základě autokorelačních analýz (analýz průměrného informačního vlivu nově naměřených hodnot vzhledem k chybám měření a variability analyzovaných polí) do tzv. předběžného pole. Jako předběžné pole se používá výstup z předchozího běhu modelu (obvykle se jedná o výstup 6h starý, ale principiálně to může být třeba klimatická analýza zachovávající fyzikální konzistenci), do kterého se matematickými postupy zavádějí nově naměřené hodnoty a pole meteorologických veličin se opravují. [7] 4.1 Metoda inverzních vzdáleností Metoda inverzních vzdáleností (inverse distance weighting - IDW) využívá při výpočtu váženého lineárního průměru. Vahou použitou ve výpočtu je reciproká hodnota vzdálenosti měření od lokálního odhadu s mocninou p. Pro mocninu p se často používá hodnota 2 (pak jde o IDS - inverse distance square), obecně se doporučují hodnoty mezi 1 a 3. Vyšší hodnota mocniny znamená více dramatický průběh pole a větší vliv nejbližších hodnot. V primární podobě jde o exaktní interpolační metodu. [4] 4.2 Metoda krigování Krigování je geostatistickou metodou odhadu. Odhady jsou počítány na základě vážených lineárních průměrů, kde je pro každé místo optimalizována soustava vah tak, aby měl výsledný odhad co nejmenší chybu (rozptyl odhadu) (bližší popis např. Horák 2006). Ke krigování je nutné provést strukturální analýzu a popsat vztahy ve zkoumaném poli, někdy se ale situace zjednodušuje předpokladem lineárního semivariogramu. Teoreticky by při nulovém zbytkovém rozptylu mělo jít o exaktní metodu, praktické implementace však ukazují chování aproximační, tedy vyhlazení původních hodnot. K základním předpokladům pro provádění geostatistikckých odhadů patří pro většinu metod (vyjma neparametrických) požadavek normální distribuce interpolované veličiny, stacionarita a homogenita, ze kterých vyplývá i požadavek na stejný rozptyl v poli. Jednoduché krigování je nejjednodušší metodou krigování. K výpočtu je potřeba průměrná hodnota veličiny v poli. U základního krigování se předpokládá, že prostorová proměnná má neznámou, ale konstantní střední hodnotu. [4] U řady metod je možné definovat navíc způsob výběru bodů, spadajících do výpočtu (počet, někdy min. a maximální počet, někdy počet pro jednotlivé úhlové sektory). Vedle stanovování počtu bodů je možné stanovit i vyhledávací poloměr, který určuje z jaké maximální vzdálenosti budou údaje zahrnuty do výpočtu a rovněž do jaké vzdálenosti bude prováděna extrapolace izolinií. Pokud existují v datovém souboru shluky dat, které spolu nesouvisí a nemají být propojeny izoliniemi, je třeba volit vyhledávací poloměr menší než 1/2 vzdálenosti krajních bodů těchto sousedících shluků. 5 Závěr Předložený článek se zabývá odhadem srážek s využitím radarových dat a pozemních měření. Je třeba podotknout známou skutečnost, že samotná radarová data dávají výrazně horší charakteristiky než data korigovaná. Na druhé straně použití radarových dat znamená zachování struktury srážkového pole, kde je radar nezastupitelný, a zlepšení kvality odhadů ve srovnání s interpolací pozemních měření.
7 Na zadaných datech byly testovány tři interpolační metody metoda inverzních vzdáleností, jednoduché a základní korigování. Porovnání metod pro odhad bodových srážek ukázalo, že nejvhodnější metodou je základní krigování. Jako nejvhodnější způsob interpolace se jeví kombinace obou zdrojů dat jak z pozemních měření, tak i radarové odhady se zahrnutím dalších charakteristik jako je např. nadmořská výška. Formátování odkazu na článek v časopise nebo ve sborníku konference: 1. Austin P.M. Relation between measured radar reflectivity and surface rainfall. Monthly Weather Revue, Vol s Collier CH.C. Applications of weather radar systems. Praxis Publishing Ltd., 1996, 390s. 3. Harrison D.L., Driscoll S.J., Kitchen M. Improving precipitation estimates from weather radar using quality control and correction technique. Meteorol.Appl.6, 2000, s Horák J. Prostorová analýza dat. Skripta VŠBTUO, stran. 5. Sokol Z., Řezáčová D. Statistická korekce denních srážkových úhrnů stanovených radarem s využitím klasifikované regrese. Meteorologické zprávy. 1/ Šálek M, Novák P., Kramář J. Údaje metod dálkové detekce během povodní v srpnu roku Meteorolog. Zpr., 55, 2002, č. 6, s Sokol Z., Řezáčová D., Pešice P. Odhad bodových i plošných srážek s využitím srážkoměrných a radarových dat. Meteorologické zprávy. 1/ str
ODHAD PLOŠNÝCH SRÁŽEK PRO POVODÍ ŘEKY OLŠE
ODHAD PLOŠNÝCH SRÁŽEK PRO POVODÍ ŘEKY OLŠE Lucie Juřikovská 1, Monika Šeděnková 1 1 Institut geoinformatiky, Hornicko-geologická fakulta, VŠB-TU Ostrava, 17.listopad u 15/2172, 708 33 Ostrava-Poruba, Česká
TISKOVÁ ZPRÁVA: Úspěšná realizace projektu Upgrade měřicích systémů pro předpovědní a výstražnou službu
TISKOVÁ ZPRÁVA: Úspěšná realizace projektu Upgrade měřicích systémů pro předpovědní a výstražnou službu Na podzim letošního roku Český hydrometeorologický ústav úspěšně dokončil realizaci projektu Upgrade
Problematika rušení meteorologických radarů ČHMÚ
Problematika rušení meteorologických radarů ČHMÚ Ondřej Fibich, Petr Novák (zdrojová prezentace) Český Hydrometeorologický ústav, oddělení radarových měření Meteorologické radary využití - detekce srážkové
Návrhové srážky pro potřeby hydrologického modelování
pro potřeby hydrologického modelování Petr Kavka, Luděk Strouhal, Miroslav Müller et al. Motivace - legislativa Objekty mimo tok nejsou předmětem normy ČSN 75 1400 Hydrologické údaje povrchových vod =>
Popis metod CLIDATA-GIS. Martin Stříž
Popis metod CLIDATA-GIS Martin Stříž Říjen 2008 Obsah 1CLIDATA-SIMPLE...3 2CLIDATA-DEM...3 2.1Metodika výpočtu...3 2.1.1Výpočet regresních koeficientů...3 2.1.2 nalezených koeficientu...5 2.1.3Výpočet
N-LETOST SRÁŽEK A PRŮTOKŮ PŘI POVODNI 2002
N-LETOST SRÁŽEK A PRŮTOKŮ PŘI POVODNI 2002 MARTIN STEHLÍK* * Oddělení povrchových vod, ČHMÚ; e-mail: stehlikm@chmi.cz 1. ÚVOD Povodeň v srpnu 2002 v České republice byla způsobena přechodem dvou frontálních
Experimentální měření sněhu na vybraných lokalitách Jeseníků a Beskyd
Experimentální měření sněhu na vybraných lokalitách Jeseníků a Beskyd Přednáška ČHMÚ Ostrava 16/04/2012 Martin JONOV Šárka MADĚŘIČOVÁ Měření sněhové pokrývky - pravidelné měření se provádí v rámci ČHMÚ
Meteorologické minimum
Meteorologické minimum Stabilitně a rychlostně členěné větrné růžice jako podklad pro zpracování rozptylových studií Bc. Hana Škáchová Oddělení modelování a expertíz Úsek ochrany čistoty ovzduší, ČHMÚ
Rozvoj metodiky tvorby map znečištění. Jan Horálek Pavel Kurfürst, Nina Benešová, Roman Juras, Jana Ďoubalová
Rozvoj metodiky tvorby map znečištění Jan Horálek Pavel Kurfürst, Nina Benešová, Roman Juras, Jana Ďoubalová 1. Stávající metodika mapování a její použití 2. Rozvoj mapování NO 2 pomocí LC a dopravních
Polarimetrická radarová měření v síti CZRAD. RNDr. Petr Novák, PhD.,
Polarimetrická radarová měření v síti CZRAD RNDr. Petr Novák, PhD., petr.novak@chmi.cz Realizaceveřejné zakázky Komplexníobnova srážkoměrných radarů sítěczrad v roce 2015 na radaru Brdy i Skalky nainstalovány
Příloha P.1 Mapa větrných oblastí
Příloha P.1 Mapa větrných oblastí P.1.1 Úvod Podle metodiky Eurokódů se velikost zatížení větrem odvozuje z výchozí hodnoty základní rychlosti větru, definované jako střední rychlost větru v intervalu
Využití profilových manuálních a automatických měření sněhu pro výpočet zásob vody ve sněhové pokrývce
Využití profilových manuálních a automatických měření sněhu pro výpočet zásob vody ve sněhové pokrývce Šimon Bercha ČHMÚ Praha, bercha@chmi.cz J. Jirák, L. Ducháček, V. Vajskebr, J. Pobříslová Jablonec
Vliv Mosteckého jezera na teplotu a vlhkost vzduchu a rychlost větru. Lukáš Pop Ústav fyziky atmosféry v. v. i. AV ČR
Vliv Mosteckého jezera na teplotu a vlhkost vzduchu a rychlost větru Lukáš Pop Ústav fyziky atmosféry v. v. i. AV ČR Motivace a cíle výzkumu Vznik nové vodní plochy mění charakter povrchu (teplotní charakteristiky,
K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami. Josef Keder
K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami Josef Keder Motivace Předpověď budoucí úrovně znečištění ovzduší s předstihem v řádu alespoň několika hodin má význam
DPZ10 Radar, lidar. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava
DPZ10 Radar, lidar Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava RADAR SRTM Shuttle Radar Topography Mission. Endeavour, 2000 Dobrovolný Hlavní anténa v nákladovém prostoru, 2. na stožáru
Rastrové digitální modely terénu
Rastrové digitální modely terénu Rastr je tvořen maticí buněk (pixelů), které obsahují určitou informaci. Stejně, jako mohou touto informací být typ vegetace, poloha sídel nebo kvalita ovzduší, může každá
Chyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
Hodnocení roku 2013 a monitoring sucha na webových stránkách ČHMÚ možnosti zpracování, praktické výstupy
Český hydrometeorologický ústav, pobočka Brno Mendelova univerzita v Brně Hodnocení roku 2013 a monitoring sucha na webových stránkách ČHMÚ možnosti zpracování, praktické výstupy Jaroslav Rožnovský, Mojmír
Digitální model reliéfu (terénu) a analýzy modelů terénu
Digitální model reliéfu (terénu) a analýzy modelů terénu Digitální modely terénu jsou dnes v geoinformačních systémech hojně využívány pro různé účely. Naměřená terénní data jsou často zpracována do podoby
Návrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 10
Návrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 1 Tento návrh byl vypracován v rámci projektu Technologické agentury ČR č. TA23664 Souhrnná metodika
Příprava meteorologických dat pro zkoumané oblasti
Informační systém kvality ovzduší v oblasti Polsko-Českého pohraničí ve Slezském a Moravskoslezském regionu CZ.3.22/1.2.00/09.01610 Příprava meteorologických dat pro zkoumané oblasti Manažerské shrnutí
Digitální kartografie 7
Digitální kartografie 7 digitální modely terénu základní analýzy a vizualizace strana 2 ArcGIS 3D Analyst je zaměřen na tvorbu, analýzu a zobrazení dat ve 3D. Poskytuje jak nástroje pro interpolaci rastrových
23.6.2009. Zpracována na podkladě seminární práce Ing. Markéty Hanzlové
Petr Rapant Institut geoinformatiky VŠB TU Ostrava Zpracována na podkladě seminární práce Ing. Markéty Hanzlové 23.3.2009 Rapant, P.: DMR XIII (2009) 2 stékání vody po terénu není triviální proces je součástí
Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup
Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009
O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY. RNDr. Josef Keder, CSc.
O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY RNDr. Josef Keder, CSc. Zadání úlohy V souladu s požadavkem zadavatele (MŽP) bude zpracována metodika, umožňující oprostit průměrné
VYHODNOCENÍ SRÁŽKOVÝCH PŘEDPOVĚDÍ ALADIN A GFS PRO POVODÍ BĚLÉ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta Institut geoinformatiky VYHODNOCENÍ SRÁŽKOVÝCH PŘEDPOVĚDÍ ALADIN A GFS PRO POVODÍ BĚLÉ Referát Autor: Vedoucí diplomové práce:
10. Předpovídání - aplikace regresní úlohy
10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu
Pracovní list: řešení
Prší, prší, jen se leje... Pracovní list: řešení 1. Zahájení celoročního měření srážek a výparu Obr. 1 Různé typy srážkoměrů (1) příklad vlastní výroby (2) domácí jednoduchý (3) školní automatická stanice
Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz
25. 10. 2012, Praha Ing. Petr Vahalík Ústav geoinformačních technologií Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz 21. konference GIS Esri v ČR Lesní vegetační stupně
Český hydrometeorologický ústav
Český hydrometeorologický ústav Průvodce operativními hydrologickými informacemi na webu ČHMÚ Vaše vstupní brána do sítě webových stránek Českého hydrometeorologického ústavu, které mají za úkol informovat
1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,
KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce
1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
Digitální modely terénu a vizualizace strana 2. ArcGIS 3D Analyst
Brno, 2014 Ing. Miloš Cibulka, Ph.D. Cvičení č. 7 Digitální kartografie Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na
3. Srovnání plošných srážek a nasycenosti povodí zasažených srážkami v srpnu 2002 a červenci 1997
3. Srovnání plošných srážek a nasycenosti povodí zasažených srážkami v srpnu 2 a červenci 1997 3.1. Hodnocení plošných srážek Analýza rozložení i množství příčinných srážek pro povodně v srpnu 2 a v červenci
T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace Podmínky názvy 1.c-pod. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. MĚŘENÍ praktická část OBECNÝ ÚVOD Veškerá měření mohou probíhat
4 HODNOCENÍ EXTREMITY POVODNĚ
4 HODNOCENÍ EXTREMITY POVODNĚ Tato část projektu se zabývala vyhodnocením dob opakování kulminačních (maximálních) průtoků a objemů povodňových vln, které se vyskytly v průběhu srpnové povodně 2002. Dalším
Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 Teorie měření a regulace Praxe názvy 1. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. OBECNÝ ÚVOD - praxe Elektrotechnická měření mohou probíhat pouze při
KLIMATICKÝ DOWNSCALING. ZOO76 Meteorologie a klimatologie Petr Kolář PřF MU Brno
ZOO76 Meteorologie a klimatologie Petr Kolář PřF MU Brno 12.12.2012 Definice: klimatický downscaling zahrnuje soubor technik, které využívají předpovědí globálních klimatických modelů (AOGCMs) k získávání
Posouzení přesnosti měření
Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení
9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.
9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Lehký úvod Digitální modely terénu jsou dnes v geoinformačních systémech
Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země
Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země strana 2 Co je DPZ Dálkový průzkum je umění rozdělit svět na množství malých barevných čtverečků, se kterými si lze hrát na počítači a odhalovat jejich neuvěřitelný
Hydrologie povrchových vod. Hana Macháčková, Roman Pozler ČHMÚ Hradec Králové
Hydrologie povrchových vod Hana Macháčková, Roman Pozler ČHMÚ Hradec Králové Hydrologie Věda, která se zabývá poznáním zákonů výskytu a oběhu vody v přírodě. Inženýrská hydrologie Zabývá se charakteristikami
Úvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
Projekt Brána do vesmíru. Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline
Projekt Brána do vesmíru Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline Český hydrometeorologický ústav pobočka Ostrava Hlavní obory činnosti ČHMÚ Meteorologie a klimatologie Ochrana
METEOROLOGICKÉ PŘEDPOVĚDI PRO POTŘEBY HYDROLOGICKÉ VÝSTRAŽNÉ SLUŽBY
METEOROLOGICKÉ PŘEDPOVĚDI PRO POTŘEBY HYDROLOGICKÉ VÝSTRAŽNÉ SLUŽBY Teresa Zawiślak Operační vedoucí Polské meteorologické výstražné služby v IMGW-PIB 11.12.2013 Předpověď počasí určení budoucího, nejpravděpodobnějšího
Pracovní list. (3) školní automatická stanice
Pracovní list Prší, prší, jen se leje... 1. Zahájení celoročního měření srážek a výparu Obr. 1 Různé typy srážkoměrů (1) příklad vlastní výroby (2) domácí jednoduchý (3) školní automatická stanice (4)
Vyjadřování přesnosti v metrologii
Vyjadřování přesnosti v metrologii Měření soubor činností, jejichž cílem je stanovit hodnotu veličiny. Výsledek měření hodnota získaná měřením přisouzená měřené veličině. Chyba měření výsledek měření mínus
5 HODNOCENÍ PŘEDPOVĚDÍ TEPLOT A SRÁŽEK PRO OBDOBÍ JARNÍCH POVODNÍ V ROCE 2006
HODNOCENÍ PŘEDPOVĚDÍ TEPLOT A SRÁŽEK PRO OBDOBÍ JARNÍCH POVODNÍ V ROCE 26 Jedním z nejdůležitějších vstupů pro tvorbu meteorologických předpovědí počasí jsou tzv. numerické předpovědní modely, které simulují
Metody prostorové interpolace
Metody prostorové interpolace Prostorová interpolace slouží k odhadu hodnot určitého jevu či jeho intenzity v libovolném místě studované plochy, pro niž existují známé hodnoty tohoto jevu pouze v určitých
ROZVOJ PŘEDPOVĚDNÍ POVODŇOVÉ SLUŽBY V ČESKÉ REPUBLICE PO POVODNI RNDr. Radek Čekal, Ph.D. RNDr. Jan Daňhelka, Ph.D.
ROZVOJ PŘEDPOVĚDNÍ POVODŇOVÉ SLUŽBY V ČESKÉ REPUBLICE PO POVODNI 2002 RNDr. Radek Čekal, Ph.D. RNDr. Jan Daňhelka, Ph.D. - OBSAH PŘEDNÁŠKY - Hydrologická předpovědní povodňová služba (HPPS) v roce 2002
Měření transpirace prostřednictvím transpiračního proudu a operačních struktur dřevin významných z hlediska vodního provozu
Měření transpirace prostřednictvím transpiračního proudu a operačních struktur dřevin významných z hlediska vodního provozu J.Čermák, N.Naděždina Mendelova zemědělská a lesnická univerzita v Brně Transpirace
Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy
Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování
Náhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
GEODÉZIE II. metody Trigonometrická metoda Hydrostatická nivelace Barometrická nivelace GNSS metoda. Trigonometricky určen. ení. Princip určen.
Vysoká škola báňská technická univerzita Ostrava Hornicko-geologická fakulta Institut geodézie a důlního měřictví GEODÉZIE II Ing. Hana Staňková, Ph.D. 3. URČOV OVÁNÍ VÝŠEK metody Trigonometrická metoda
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH ZEMĚDĚLSKÁ UNIVERZITA BAKALÁŘSKÁ PRÁCE
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH ZEMĚDĚLSKÁ UNIVERZITA Studijní program: B4106 Zemědělská specializace Studijní obor: Pozemkové úpravy a převody nemovitostí Katedra: Katedra krajinného managementu
8 Porovnání hydrometeorologických podmínek významných letních povodní
8 Porovnání hydrometeorologických podmínek významných letních povodní 8.1 Porovnání povodně v srpnu 2002 s historickými povodněmi Výskyt velkých a ničivých povodní je u nás velmi nepravidelný. Podle historických
4 VYHODNOCENÍ MANUÁLNÍCH HYDROLOGICKÝCH PŘEDPOVĚDÍ
4 VYHODNOCENÍ MANUÁLNÍCH HYDROLOGICKÝCH PŘEDPOVĚDÍ Manuální hydrologické předpovědi jsou tradičním produktem předpovědní povodňové služby ČHMÚ. Po zavedení hydrologických modelů jsou nyní vydávány pro
GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1
GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU Veronika Berková 1 1 Katedra mapování a kartografie, Fakulta stavební, ČVUT, Thákurova 7, 166 29, Praha, ČR veronika.berkova@fsv.cvut.cz Abstrakt. Metody
1/2008 Geomorphologia Slovaca et Bohemica
1/2008 Geomorphologia Slovaca et Bohemica HODNOCENÍ PŘESNOSTI DIGITÁLNÍCH MODELŮ RELIÉFU JANA SVOBODOVÁ* Jana Svobodová: Evaluation of digital elevation model accuracy. Geomorphologia Slovaca et Bohemica,
Měření závislosti statistických dat
5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě
Možné dopady klimatické změny na dostupnost vodních zdrojů Jaroslav Rožnovský
Český hydrometeorologický ústav, pobočka Brno Kroftova 43, 616 67 Brno e-mail:roznovsky@chmi.cz http://www.chmi.cz telefon: 541 421 020, 724 185 617 Možné dopady klimatické změny na dostupnost vodních
Brána do vesmíru. Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline
Brána do vesmíru Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline Atmosféra Země plynný obal Země zabraňuje úniku tepla chrání Zemi před škodlivým zářením Druhy oblaků Vysoká oblaka Jsou
EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek
EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,
Hydrologické poměry obce Lazsko
Hydrologické poměry obce Lazsko Hrádecký potok č.h. p. 1 08 04 049 pramení 0,5 km západně od obce Milín v nadmořské výšce 540 m. n. m. Ústí zleva do Skalice u obce Myslín v nadmořské výšce 435 m. n. m.
Měření a vyhodnocení srážek
hydrologie LI Přednáška 3 bodové měření přístroje Měření a vyhodnocení srážek metody www.chmi.cz hydrologie LI přednáška 3 Přístroje pro bodové měření srážek Bodové měření srážek totalizátory srážkoměry
2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení
2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků
Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf.
Experimentáln lní měření průtok toků ve VK EMO XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký Systém měření průtoku EMO Měření ve ventilačním komíně
Digitální modely terénu (9-10) DMT v ArcGIS Desktop
Digitální modely terénu (9-10) DMT v Desktop Ing. Martin KLIMÁNEK, Ph.D. 411 Ústav geoinformačních technologií Lesnická a dřevařská fakulta, Mendelova zemědělská a lesnická univerzita v Brně 1 Digitální
Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.
Stanovení akustického výkonu Nejistoty měření Ing. Miroslav Kučera, Ph.D. Využití měření intenzity zvuku pro stanovení akustického výkonu klapek? Výhody: 1) přímé stanovení akustického výkonu zvláště při
Stav a vývoj kvality ovzduší v Praze-Satalicích v letech 2004 2013
Stav a vývoj kvality ovzduší v Praze-Satalicích v letech 2004 2013 a) Zhodnocení stavu a vývoje kvality ovzduší v Praze-Satalicích v letech 2004-2013 zejména vzhledem k zprovoznění Vysočanské radiály.
Obr Průběh povodňové vlny na Dyji nad a pod nádrží Vranov
Obr. 4.46 Průběh povodňové vlny na Dyji nad a pod nádrží Vranov Obr. 4.47 Vývoj povodňové vlny na středním a dolním toku Dyje B57 5 BILANČNÍ POSOUZENÍ PROTEKLÉHO OBJEMU, OBJEMU VODY ZE SRÁŽEK A TÁNÍ SNĚHOVÉ
POROVNÁNÍ JEDNOTLIVÝCH SYSTÉMŮ
RUP 01b POROVNÁNÍ JEDNOTLIVÝCH SYSTÉMŮ Časoměrné systémy: Výhody: Vysoká přesnost polohy (metry) (díky vysoké přesnosti měření časového zpoždění signálů), nenáročné antény, nízké výkony vysílačů Nevýhoda:
Přehled vhodných metod georeferencování starých map
Přehled vhodných metod georeferencování starých map ČVUT v Praze, katedra geomatiky 12. 3. 2015 Praha Georeferencování historická mapa vs. stará mapa georeferencování umístění obrazu mapy do referenčního
Aktuální mapy znečištění ovzduší v evropském i českém měřítku (roční charakteristiky) a vývoj v oblasti mapování
Aktuální mapy znečištění ovzduší v evropském i českém měřítku (roční charakteristiky) a vývoj v oblasti mapování Jan Horálek Jana Ostatnická, Jana Schovánková, Pavel Kurfürst Peter de Smet, Leonor Tarrasón,
MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ
MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS
Pouze pro přihlášené uživatele. 9.0 Interní. 8.0 Moje data. informace 1.0 HOME. 5.5 Nabídka zaměstnání. 5.0 O nás. 5.
MAPA STRÁNEK VERZE 1.0 Celková sitemapa ČHMÚ... Log In Pouze pro přihlášené uživatele 2.2 Zprávy Moje data Interní informace 2.1 Výstrahy Výstrahy Kontakty 7.1 Vyhledat kontakt 7.2 Kde nás najdete.2.1
Průběh průměrných ročních teplot vzduchu (ºC) v období na stanici Praha- Klementinum
Změna klimatu v ČR Trend změn na území ČR probíhá v kontextu se změnami klimatu v Evropě. Dvě hlavní klimatologické charakteristiky, které probíhajícím změnám klimatického systému Země nejvýrazněji podléhají
Výpar, vlhkost vzduchu, srážky a jejich měření, zpracování údajů
Výpar, vlhkost vzduchu, srážky a jejich měření, zpracování údajů Atmosférické srážky Transport Evapotranspirace Povrchový odtok Transpirace Podzemní odtok Základní bilanční rovnice: [m3] nebo [mm] H S
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody
Klimatické podmínky výskytů sucha
Český hydrometeorologický ústav, pobočka Brno Kroftova 43, 616 67 Brno Klimatické podmínky výskytů sucha Jaroslav Rožnovský, Filip Chuchma PŘEDPOVĚĎ POČASÍ PRO KRAJ VYSOČINA na středu až pátek Situace:
GIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
HODNOCENÍ SUCHA NA ÚZEMÍ ČR V LETECH
Rožnovský, J., Litschmann, T. (ed): Seminář Extrémy počasí a podnebí, Brno, 11. března 24, ISBN 8-8669-12-1 HODNOCENÍ SUCHA NA ÚZEMÍ ČR V LETECH 1891 23 Martin Možný Summary The aim of the paper is to
Úvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
STATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
Měření dat Filtrace dat, Kalmanův filtr
Měření dat Filtrace dat, Matematické metody pro ITS (11MAMY) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 3. přednáška 11MAMY čtvrtek 28. února 2018 verze: 2018-03-21 16:45 Obsah
Hodnocení let 2013 a 2014 a monitoring sucha na webových stránkách ČHMÚ možnosti zpracování, praktické výstupy
Sucho a degradace půd v České republice - 2014 Brno 7. 10. 2014 Český hydrometeorologický ústav, pobočka Brno Kroftova 43, 616 67 Brno Hodnocení let 2013 a 2014 a monitoring sucha na webových stránkách
Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
23.Počasí Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky
Krajinná sféra a její zákl.části 23.Počasí Počasí Autor: Mgr. Irena Doležalová Datum (období) tvorby: únor 2012 červen 2013 Ročník: šestý Vzdělávací oblast: zeměpis Anotace: Žáci se seznámí se základními
VEGETAČNÍ BARIÉRY Mgr. Jan Karel
VEGETAČNÍ BARIÉRY Metodika pro výpočet účinnosti výsadeb vegetačních pásů ke snížení imisních příspěvků liniových a plošných zdrojů emisí částic a na ně vázaných polutantů 17. 10. 2017 Mgr. Jan Karel Vegetační
Teorie tkaní. Modely vazného bodu. M. Bílek
Teorie tkaní Modely vazného bodu M. Bílek 2016 Základní strukturální jednotkou tkaniny je vazný bod, tj. oblast v okolí jednoho zakřížení osnovní a útkové nitě. Proces tkaní tedy spočívá v tvorbě vazných
MĚŘENÍ VÝPARU V ÚSTÍ NAD ORLICÍ V LETECH
MĚŘENÍ VÝPARU V ÚSTÍ NAD ORLICÍ V LETECH 1971-2000 Karel Plíšek Popis stanice a způsobu měření: Měření výparu bylo prováděno z volné vodní hladiny výparoměrem GGI-3000 (hladina o ploše 3000 cm 2 ) na profesionální
Podnebí a počasí všichni tyto pojmy známe
Podnebí a počasí všichni tyto pojmy známe Obsah: Podnebí Podnebné pásy Podnebí v České republice Počasí Předpověď počasí Co meteorologové sledují a používají Meteorologické přístroje Meteorologická stanice
Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
10.1 Šíření světla, Fermatův princip, refrakce
10 Refrakce 10.1 Šíření světla, Fermatův princip, refrakce 10.2 Refrakce - dělení 10.3 Způsoby posuzování a určování vlivu refrakce 10.4 Refrakční koeficient 10.5 Zjednodušený model profesora Böhma 10.6
Algoritmy a struktury neuropočítačů ASN - P11
Aplikace UNS při rozpoznání obrazů Základní úloha segmentace obrazu rozdělení obrazu do několika významných oblastí klasifikační úloha, clusterová analýza target Metody Kohonenova metoda KSOM Kohonenova
, ČVUT v Praze Připravil: Ing. Zdeněk Patočka Letecké laserové skenování a jeho využití v inventarizaci lesa
22. 10. 2015, ČVUT v Praze Připravil: Ing. Zdeněk Patočka Letecké laserové skenování a jeho využití v inventarizaci lesa Ing. Zdeněk Patočka Ústav hospodářské úpravy lesů a aplikované geoinformatiky, LDF
5.5 Předpovědi v působnosti RPP České Budějovice Vyhodnocení předpovědí Obr Obr Obr. 5.38
5.5 Předpovědi v působnosti RPP České Budějovice Regionální předpovědní pracoviště v Českých Budějovicích zpracovává předpovědi pro povodí Vltavy po vodní dílo Orlík, tedy povodí Vltavy, Lužnice a Otavy.
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty
Technický experiment, příprava, provedení, hodnocení výsledků
Technický experiment, příprava, provedení, hodnocení výsledků 1 Katedra stavebních hmot a hornického stavitelství VŠB - Technická univerzita Ostrava 8. 3. 2012 Experiment Experiment se snaží získat potřebné