28 November 2019 - 14:30
Enschede
Important information
Date: November 28
Time: 14:30 (Starting time, arrive earlier), Reception afterwards. Dinner at 18:30
Location: Prof. dr. Berkhoff-Room, Waaier, University of Twente (Map, Google Maps)
Registration: Not required for defense, for dinner please register below before November 21.
Contact candidate: k.d.berends@utwente.nl
Contact paranymphs: Matthijs Gensen (m.r.a.gensen@utwente.nl), Asako Fujisaki (asako.fujisaki@deltares.nl)
Human intervention in rivers
Human intervention in rivers is increasingly supported by computer model predictions. Due to limited observations of extreme events and the challenges related to predicting the future, it is recommended to quantify the uncertainty of model predictions. However, this is is not done in practice as the computational costs for such computations are often prohibitative. It is therefore unknown how model uncertainty affects model predictions of human intervention, even though human intervention in rivers has a large impact on society and the environment. The aim of this thesis is to improve the understanding of uncertainty surrounding model predictions of effect studies. We approached this as follows.
First, we developed a method to significantly decrease the computational burden of uncertainty quantification (80%-95% in our case studies). Second, we quantified the uncertainty of archetypical spatial interventions and demonstrated that the uncertainty (expressed as the 90% confidence interval) of the effect is between 20% to 40% of the mean effect. So, for an intervention with a average water level decrease of 20 cm, 90% percent of model simulations will be between 17 cm and 23 cm. Next, we studied whether calibration could potentially mitigate the sources of uncertainty. Results showed that this was not the case; in fact, we showed that errors in model assumptions (such as a too simplistic vegetation model) increase uncertainty. Finally we compare model simulations with thirty years of hydraulic observations. Results showed that the uncertainty in observations are too great to discern the effect of human intervention. The accuracy of model simulations could therefore not independently be verified.
The recommended approach going forward is to explicitly quantify and communicate the uncertainty of model predictions. The methods and insights developed in this thesis contribute toward this goal.
Menselijk ingrijpen in de rivier
Menselijk ingrijpen in de rivier wordt in toenemende mate verantwoord op basis van computervoorspellingen. Doordat hoge afvoeren weinig voorkomen en het nauwkeurig voorspellen van de toekomst uitdagend is, wordt aangeraden om onzekerheid van de voorspellingen te berekenen. In de praktijk wordt dit niet gedaan, bijvoorbeeld omdat onzekerheidsanalyse heel veel rekenkracht kost. De onzekerheid van ingreepeffectvoorspellingen zijn daarom onbekend, terwijl rivieringrepen vaak grote invloed hebben op de natuur en de samenleving. Ingrepen zijn ook duur: waterstandsdaling kost vele miljoenen euro per cm. Het doel van dit proefschrift is om het begrip van modelonzekerheid voor ingreepeffectstudies te vergroten. Dit hebben we op de volgende manieren gedaan.
Ten eerste hebben we een methode ontwikkeld om het berekenen van onzekerheid aanzienlijk te versnellen (tussen de 80% en 95% in onze studies). Ten tweede hebben we stereotype rivieringrepen, zoals dijkverlegging en het aanleggen van nevengeulen, doorgerekend en aangetoond dat de onzekerheid (uitgedrukt met het zogenoemde 90% interval) de voorspelling meestal tussen de 20% en 40% van het effect is. Dus: voor een ingreep met een gemiddelde waterstandsdaling van 20 cm, liggen 90% van de modelberekeningen tussen de 17 cm en 23 cm. We hebben vervolgens gekeken of kalibratie een mogelijke manier is om deze onzekerheid te verkleinen, en laten zien dat dit waarschijnlijk geen uitkomst biedt. Sterker nog, fouten in modelaannames (zoals een te simpel vegetatiemodel) kan de onzekerheid juist vergroten. Tot slot leggen we modelvoorspellingen naast dertig jaar aan gemeten data om te zien in hoeverre gesimuleerde ingreepeffecten te zien zijn in de data. We laten zien dat de onzekerheid in de metingen te groot is om effecten waar te nemen, waardoor modelvoorspellingen niet onafhankelijk kunnen worden getoetst.
Omdat de nauwkeurigheid van modelvoorspellingen voor ingreepeffectstudies dus onbekend is, is het berekenen en communiceren van modelonzekerheden sterk aangeraden. De methodes en inzichten ontwikkeld in deze dissertatie, dragen bij aan dit doel.
Downloads & links
Koen Berends on the RiverCare Knowledge Base
Registration
From approximately 18:30, we will have dinner at the Twentsche Foodhal. Please register below to let me know you are joining!