Evaluation of regional flood frequency analysis with a region of influence approach

Burn, Donald H.

doi:10.1029/wr026i010p02257

Cited by 411 publications

(300 citation statements)

References 8 publications

Supporting

Mentioning

285

Contrasting

Unclassified

Order By: Relevance

“…Il s'agit de la distance critique qui constitue la base de la méthode de Burn, et qui, au lieu d'être fixée par l'opérateur (BURN, 1990) est ici un résultat de la procédure d'agrégation. Ainsi, la méthode d'agrégation par cohérence permet-elle de définir objectivement une distance critique pour l'ensemble des sites et de retrouver la région d'influence pour chacun d'eux.…”

Section: Comparaison Avec La Méthode De Burti (Région D'influence) Etunclassified

“…Les trois estimateurs régionaux comparés ici sont ceux obtenus à l'aide des procédures Iphigénie et ISODATA ainsi qu'avec la méthode de la région d'influence de BURN (1990), en donnant un poids égal à toutes les stations constituant la région d'influence. La distance critique pour la méthode de Burn est celle issue de l'application de la procédure Iphigénie.…”

Section: Comparaison De L'estimation Locale Et Regionaleunclassified

“…Cette probabilité a ensuite été interprétée comme une appartenance partielle. BURN (1990), en systématisant cette approche, a rattaché à chaque site d'intérêt, une « région d'influence » et a quantifié la similarité entre un site et sa région d'influence par une fonction poids qui peut être interprétée comme un degré d'appartenance du site à la région. Plus récemment FORTIN et al (1995) ont proposé de formaliser cette approche d'appartenance partielle d'un site à une région à l'aide de la théorie des sous-ensembles flous.…”

Section: Introductionunclassified

See 2 more Smart Citations

Une approche floue pour la détermination de la région d'influence d'une station hydrométrique

Bargaoui¹,

Fortin²,

Bobée³

et al. 2005

rseau

View full text Add to dashboard Cite

La notion d'appartenance partielle d'une station hydrométrique à une région hydrologique est modélisée par une fonction d'appartenance obtenue en appliquant les concepts de l'analyse floue. Les stations hydrométriques sont représentées dans des plans dont les axes sont des attributs hydrologiques et/ou physiographiques. Les régions hydrologiques sont considérées comme des sous-ensembles flous. Une méthode d'agrégation par cohérence (Iphigénie) permet d'établir des classes d'équivalence pour la relation floue "il n'y a pas d'incohérence entre les éléments d'une même classe": ce sont des classes d'équivalence qui représentent les régions floues. La fonction d'appartenance dans ce cas est stricte. Par opposition, la seconde méthode de type centres mobiles flous (ISODATA) permet d'attribuer un degré d'appartenance d'une station à une région floue dans l'intervalle [0,1]. Celle-ci reflète le degré d'appartenance de la station à un groupe donné (le nombre de groupes étant préalablement choisi de façon heuristique). Pour le cas traité (réseau hydrométrique tunisien, débits maximums annuels de crue), il s'avère cependant que le caractère flou des stations n'est pas très prononcé. Sur la base des agrégats obtenus par la méthode Iphigénie et des régions floues obtenues par ISODATA, est effectuée une estimation régionale des débits maximums de crue de période de retour 100 ans. Celle-ci est ensuite comparée à l'estimation régionale obtenue par la méthode de la région d'influence ainsi qu'à l'estimation utilisant les seules données du site, sous l'hypothèse que les populations parentes sont des lois Gamma à deux paramètres et Pareto à trois paramètres.The concept of partial membership of a hydrometric station in a hydrologic region is modeled using fuzzy sets theory. Hydrometric stations are represented in spaces of hydrologic (coefficient of variation: CV, coefficient of skewness: CS, and their counterparts based on L- moments: L-CV and L-CS) and/or physiographic attributes (surface of watershed: S, specific flow: Qs=Qmoyen/S, and a shape index: Ic). Two fuzzy clustering methods are considered.First a clustering method by coherence (Iphigénie) is considered. It is based on the principle of transitivity: if two pairs of stations (A,B) and (B,C) are known to be "close" to one another, then it is incoherent to state that A is "far" from C. Using a Euclidean distance, all pairs of stations are sorted from the closest pairs to the farthest. Then, the pairs of stations starting and ending this list are removed and classified respectively as "close" and "far". The process is then continued until an incoherence is detected. Clusters of stations are then determined from the graph of "close" stations. A disadvantage of Iphigénie is that crisp (non fuzzy) membership functions are obtained.A second method of clustering is considered (ISODATA), which consists of minimizing fuzziness of clusters as measured by an objective function, and which can assign any degree of membership between 0 to 1 to a station to reflect its partial membershi...

show abstract

Section: Comparaison Avec La Méthode De Burti (Région D'influence) Etunclassified

Section: Comparaison De L'estimation Locale Et Regionaleunclassified

Section: Introductionunclassified

See 1 more Smart Citation

Une approche floue pour la détermination de la région d'influence d'une station hydrométrique

Bargaoui¹,

Fortin²,

Bobée³

et al. 2005

rseau

View full text Add to dashboard Cite

show abstract

“…Acreman and Wiltshire [1989] were among the first who suggested using geographically discontinuous catchments. This idea was further developed by Burn [1990] into the region-of-influence (ROI) approach. Geographically discontinuous catchments are called a pooling group, and the process of forming the groups is known as pooling [Reed et al, 1999].…”

Section: Introductionmentioning

confidence: 99%

“…S. Water Resources Council, 1981], the iterative search technique [Wiltshire, 1985], the fractional membership method [Acreman and Sinclair, 1986], the region-of-influence method [Burn, 1990], and the method of hierarchical regions [Gabriele and Arnell, 1991].…”

Section: Introductionmentioning

confidence: 99%

Switching the pooling similarity distances: Mahalanobis for Euclidean

Cunderlik

Burn

2006

Water Resources Research

Self Cite

View full text Add to dashboard Cite

[1] In recent years, catchment similarity measures based on flood seasonality have become popular alternatives for identifying hydrologically homogeneous pooling groups used in regional flood frequency analysis. Generally, flood seasonality pooling measures are less prone to errors and are more robust than measures based on flood magnitude data. However, they are also subject to estimation uncertainty resulting from sampling variability. Because of sampling variability, catchment similarity in flood seasonality can significantly deviate from the true similarity. Therefore sampling variability should be directly incorporated in the pooling algorithm to decrease the level of pooling uncertainty. This paper develops a new pooling approach that takes into consideration the sampling variability of flood seasonality measures used as pooling variables. A nonparametric resampling technique is used to estimate the sampling variability for the target site, as well as for every site that is a potential member of the pooling group for the target site. The variability is quantified by Mahalanobis distance ellipses. The similarity between the target site and the potential site is then assessed by finding the minimum confidence interval at which their Mahalanobis ellipses intersect. The confidence intervals can be related to regional homogeneity, which allows the target degree of regional homogeneity to be set in advance. The approach is applied to a large set of catchments from Great Britain, and its performance is compared with the performance of a previously used pooling technique based on the Euclidean distance. The results demonstrate that the proposed approach outperforms the previously used approach in terms of the overall homogeneity of delineated pooling groups in the study area.

show abstract

Rainfall‐Runoff Modeling for Flood Frequency Estimation

Lamb¹

2005

Encyclopedia of Hydrological Sciences

View full text Add to dashboard Cite

Rainfall‐runoff models are amongst the most important tools for the practical solution of flood estimation problems, as well as for theoretical investigations of controls on the flood frequency curve or for analysis of catchment and climate change. This article aims to provide a discussion of the use of rainfall‐runoff modeling for flood estimation, with an emphasis on overall methodology rather than on specific hydrological models. After a brief introduction to some basic concepts of flood analysis, the article describes the two main approaches for applying rainfall‐runoff models in flood estimation, namely, event‐based modeling and continuous simulation. The theoretical basis for each approach is described along with typical model structures. Topics covered include rainfall models, hydrological model calibration and the estimation of parameters for modeling at ungauged or data‐poor sites. The article concentrates on the development of the continuous simulation method, and includes a number of illustrations of its application, both from research studies and applied hydrology.

show abstract

Evaluation of regional flood frequency analysis with a region of influence approach

Cited by 411 publications

References 8 publications

Une approche floue pour la détermination de la région d'influence d'une station hydrométrique

Une approche floue pour la détermination de la région d'influence d'une station hydrométrique

Switching the pooling similarity distances: Mahalanobis for Euclidean

Rainfall‐Runoff Modeling for Flood Frequency Estimation

Contact Info

Product

Resources

About