Documents disponibles écrits par cet auteur

Fuzzy Rule-Based Methodology is for estimating monthly groundwater Recharge in a Temperate Watershed / Coppola Jr., Emery A. in Journal of hydrologic engineering, Vol. 7, N° 4 (Juillet/Août 2002)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 7, N° 4 (Juillet/Août 2002) . - 326-335 p. Titre : Fuzzy Rule-Based Methodology is for estimating monthly groundwater Recharge in a Temperate Watershed Titre original : La Méthodologie Basée par Règle Brouillée est pour Estimer la Recharge Mensuelle d'Eaux Souterraines dans une Ligne de Partage Tempérée Type de document : texte imprimé Auteurs : Coppola Jr., Emery A., Auteur ; Duckstein, Lucien, Auteur ; Davis, Donald Article en page(s) : 326-335 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Fuzzy  sets  Groundwater  recharge  Watersheds  New  Jersey  Ensembles  brouillés  Recharge  d'eaux  souterraines  Lignes  de  partage Index. décimale : 551.4 Résumé : A Fuzzy rule based methodology is developed for estimating monthly groundwater recharge using the Toms River basin in New Jersey as a case study. As an alternative to a water budget approach, which depends upon difficult-to-quantify parameters, the fuzzy methodology simplifies model input by using air temperature as a surrogate for evapotranspiration and stream flow as a surrogate for both soil-moisture deficit and direct runoff. The Accuracy of the fuzzy rule-based method is compared with that of ordinary linear regression. It is found that for the most accurate fuzzy rule based model, the mean percent difference between its estiamte and the "actual" recharge is 14.0%, slightly larger than the 12.5 mean % difference achieved with linear regression. However, as noise was synthetically introduced into the input data, the difference in predictive accuracy between fuzzy rule based modeling and linear regression decreased further. In addition, unlike linear regression, neural networks, or physically based models, the transparent nature of the fuzzy rules provides explicit qualitative and quantitative insights into historic system behavior and may be used to forecast recharge under variable hydrologic and climatic conditions. Une méthodologie basée par règle brouillée est développée pour estimer la recharge mensuelle d'eaux souterraines en utilisant le bassin de fleuve de Toms dans New Jersey comme étude de cas. Pendant qu'une alternative à une approche de budget de l'eau, qui dépend lors difficile-à-mesurent des paramètres, la méthodologie brouillée simplifie l'entrée modèle en employant la température de l'air en tant que substitut pour l'écoulement d'evapotranspiration et de jet en tant que substitut de déficit d'sol-humidité et d'écoulement direct. L'exactitude de la méthode basée sur les règles brouillée est comparée à celle de la régression linéaire ordinaire. On le constate que pour la règle brouillée la plus précise a basé le modèle, la différence moyenne de pour cent entre son estiamte et la recharge "réelle" est 14.0%, légèrement plus grands que les 12.5 % moyens de différence réalisée avec la régression linéaire. Cependant, pendant que le bruit était synthétiquement présenté dans les données d'entrée, la différence dans l'exactitude prédictive entre modeler et régression linéaire basées par règle brouillée a diminué plus loin. En outre, à la différence de la régression linéaire, des réseaux neurologiques, ou des modèles physiquement basés, la nature transparente des règles brouillées fournit des perspicacités qualitatives et quantitatives explicites dans le comportement historique de système et peut être employée pour prévoir la recharge dans des conditions hydrologiques et climatiques variables. [article] Fuzzy Rule-Based Methodology is for estimating monthly groundwater Recharge in a Temperate Watershed = La Méthodologie Basée par Règle Brouillée est pour Estimer la Recharge Mensuelle d'Eaux Souterraines dans une Ligne de Partage Tempérée [texte imprimé] / Coppola Jr., Emery A., Auteur ; Duckstein, Lucien, Auteur ; Davis, Donald . - 326-335 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 7, N° 4 (Juillet/Août 2002) . - 326-335 p. Mots-clés : Fuzzy  sets  Groundwater  recharge  Watersheds  New  Jersey  Ensembles  brouillés  Recharge  d'eaux  souterraines  Lignes  de  partage Index. décimale : 551.4 Résumé : A Fuzzy rule based methodology is developed for estimating monthly groundwater recharge using the Toms River basin in New Jersey as a case study. As an alternative to a water budget approach, which depends upon difficult-to-quantify parameters, the fuzzy methodology simplifies model input by using air temperature as a surrogate for evapotranspiration and stream flow as a surrogate for both soil-moisture deficit and direct runoff. The Accuracy of the fuzzy rule-based method is compared with that of ordinary linear regression. It is found that for the most accurate fuzzy rule based model, the mean percent difference between its estiamte and the "actual" recharge is 14.0%, slightly larger than the 12.5 mean % difference achieved with linear regression. However, as noise was synthetically introduced into the input data, the difference in predictive accuracy between fuzzy rule based modeling and linear regression decreased further. In addition, unlike linear regression, neural networks, or physically based models, the transparent nature of the fuzzy rules provides explicit qualitative and quantitative insights into historic system behavior and may be used to forecast recharge under variable hydrologic and climatic conditions. Une méthodologie basée par règle brouillée est développée pour estimer la recharge mensuelle d'eaux souterraines en utilisant le bassin de fleuve de Toms dans New Jersey comme étude de cas. Pendant qu'une alternative à une approche de budget de l'eau, qui dépend lors difficile-à-mesurent des paramètres, la méthodologie brouillée simplifie l'entrée modèle en employant la température de l'air en tant que substitut pour l'écoulement d'evapotranspiration et de jet en tant que substitut de déficit d'sol-humidité et d'écoulement direct. L'exactitude de la méthode basée sur les règles brouillée est comparée à celle de la régression linéaire ordinaire. On le constate que pour la règle brouillée la plus précise a basé le modèle, la différence moyenne de pour cent entre son estiamte et la recharge "réelle" est 14.0%, légèrement plus grands que les 12.5 % moyens de différence réalisée avec la régression linéaire. Cependant, pendant que le bruit était synthétiquement présenté dans les données d'entrée, la différence dans l'exactitude prédictive entre modeler et régression linéaire basées par règle brouillée a diminué plus loin. En outre, à la différence de la régression linéaire, des réseaux neurologiques, ou des modèles physiquement basés, la nature transparente des règles brouillées fournit des perspicacités qualitatives et quantitatives explicites dans le comportement historique de système et peut être employée pour prévoir la recharge dans des conditions hydrologiques et climatiques variables.