Kansverwachtingen – een introductie

Dr Jan Verkade, M.A., M.Sc.

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. http://creativecommons.org/licenses/by-sa/4.0/ Copyright © Deltares 2015, all rights reserved.

Even voorstellen… Jan Verkade

• Hydroloog; gespecialiseerd in “real-time hydrological forecasting”

• Lid van RWS WMCN Crisisadviesgroep “Rivieren”

• (Gast-)onderzoeker bij TU Delft, afdeling Veiligheidskunde

• Proefschrift: “Estimating real-time predictive hydrological uncertainty”

• Onderzoeksinteresse:

• nut en gebruik van verwachtingen;

• schatten van real-time onzekerheden

• verificatie

Programma voor deze sessie

• Wat is onzekerheid? Hoe manifesteert zich dat?

• Wat zijn de bronnen van onzekerheid?

• Wat kun/moet je doen met onzekerheid?

• Technieken voor het schatten van onzekerheid

• Ensembles

• Post-processing

Hoe maken we een realtime hydrologische verwachting?

Hoe maken we een realtime hydrologische verwachting?

Waarneming / meting / observatie

Hoe maken we een realtime hydrologische verwachting?

Waarneming / meting / observatie

Hoe maken we een realtime hydrologische verwachting?

Waarneming / meting / observatie

Manifestatie van onzekerheid

Manifestatie van onzekerheid

Hits

Quiets

Misses

False alarms

Hoe maken we een realtime hydrologische verwachting?

Waar komt onzekerheid vandaan?

Onzekerheid – hoe te managen?

Dr Jan Verkade

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. http://creativecommons.org/licenses/by-sa/4.0/ Copyright © Deltares 2015, all rights reserved.

Managen van onzekerheid

• Reduceren van onzekerheid grotendeels ‘offline’-activiteit; langjarenplan

• Schatten van onzekerheden = kansverwachtingen

• … je hebt ‘t nog steeds af en toe bij het verkeerde eind

• … maar je weet in elk geval vooraf wat de kans daarop is

Waarom onzekerheidsschattingen?

1. “Eerlijker” verwachting

2. Stelt je in staat om risico-gebaseerde besluiten te nemen

3. Verlenging van zichttijden

4. Scheiden van verantwoordelijkheden tussen hydroloog

en beslisser

Kansverwachtingen – technieken

Jan Verkade – Deltares

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. http://creativecommons.org/licenses/by-sa/4.0/ Copyright © Deltares 2015, all rights reserved.

Schatten van onzekerheid: statistiek vóóraf en/of statistiek áchteraf E

nsem

ble

-technie

ken

Post-p

rocessin

gte

chnie

ken

Ensembletechnieken (= toepassing van Monte Carlo-aanpak)

1. Use multiple, equally plausible inputs

• Weather forecasts

• Initial conditions

• Parameters

• …

2. Route all through a model:

• Using one single model

• Using multiple models (“multi-model”)

Model outputs will vary “ensemble”

Individual model results are called “members”

Source: http://www.easterbrook.ca/steve/2010/07/tracking-

down-the-uncertainties-in-weather-and-climate-prediction/

Interpretatie van ensembleverwachtingen

Welke onzekerheden

zijn meegenomen in de

spreiding?

Welke NIET?

From ensembles to probabilities

Assumption of equiprobability

From ensembles to probabilities

Ensemble Prediction Systems: pros and cons

+ Measure of forecasting uncertainty

+ Plausible traces, both temporally as well as spatially

- Single source of uncertainty only

- You need one of these:

Source: http://www.ecmwf.int/sites/default/files/Corinne_1567.jpg

Schatten van onzekerheid: statistiek vóóraf of statistiek áchteraf E

nsem

ble

-technie

ken

Post-p

rocessin

gte

chnie

ken

Post-processing: principles

• Once a record of forecasts is in place

• This record can be analysed for ‘forecast errors’

• And these errors can be assumed to occur in future forecasts also

1: Find a relationship between forecast and obs

2. Apply that relation to new forecasts

And here’s your forecast

Post-processing: voor- en nadelen

Voordelen:

• Kan met relatief beperkte rekenkracht

• Redelijke schatter van onzekerheid

Nadelen:

• Extrapolatie eigenlijk niet goed mogelijk

• Resultaat is géén hydrograaf

• Last, but not least…

One-day course on Probabilistic Forecasting

Topics:

• Introduction to uncertainty, risk and probability

• Techniques for estimating predictive hydrological uncertainty:

ensembles and post-processing

• Verification: how good is my (probabilistic) forecast?

• Forecasting applications: (i) storm surge forecasting for the North

Sea coast; (ii) fluvial forecasting in Rhine, Meuse and the EFAS

system

• Serious game: making forecast sensitive decisions

• Using probabilistic forecasts in operational practice.

• Aansluitend op Delft-FEWS gebruikersdagen: vrijdag 28 oktober

2016

• Course fee: €565

Jan Verkade

jan.verkade@deltares.nl, +31 6 5161 6107

Dank voor uw aandacht!