We gebruiken cookies om de website specifiek voor u in te richten. Als u verder navigeert, accepteert u dat. Uw gedrag op onze website wordt vastgelegd en kan worden gebruikt ter verbetering van onze dienstverlening. Meer informatie over cookies
Sociale media
Cookies waarmee pagina´s van deze site op sociale netwerken gedeeld kunnen worden. Door deze cookies te accepteren, staat u sociale netwerken toe uw surfactiviteit te volgen.
Open het menu om verder te navigeren
Navigatie sluiten
Sla op in leeslijst Exclusief voor leden Maak pdf Exclusief voor leden
Na de validatiestap hebben enkele metingen het label ‘onbetrouwbaar’ of ‘ontbrekend’. Veel realtimeverwerkingssoftware heeft echter complete tijdreeksen nodig. Een simulatiemodel kan bijvoorbeeld ‘vastlopen’ op ontbrekende of verkeerde waarden, zoals rekenen met 999 mm neerslag. Daarom is het noodzakelijk onbetrouwbare meetwaarden van realtimetoepassingen te corrigeren en ontbrekende waarden aan te vullen. D
Na de validatiestap hebben enkele metingen het label ‘onbetrouwbaar’ of ‘ontbrekend’. Veel realtimeverwerkingssoftware heeft echter complete tijdreeksen nodig. Een simulatiemodel kan bijvoorbeeld ‘vastlopen’ op ontbrekende of verkeerde waarden, zoals rekenen met 999 mm neerslag. Daarom is het noodzakelijk onbetrouwbare meetwaarden van realtimetoepassingen te corrigeren en ontbrekende waarden aan te vullen. Dat geldt ook bij gebruik van de meetwaarden in een realtimemeet- en regelsysteem. Het regelsysteem moet immers te allen tijde een betrouwbaar regelsignaal afgeven aan de regelaar. En de regelaar mag niet ontregeld raken. Interpolatietechnieken Een veeltoegepaste en eenvoudige interpolatietechniek om ontbrekende waarden op te vullen, is de lineaire interpolatie in de tijd. Hierbij wordt een onbetrouwbare meetwaarde vervangen door het gemiddelde van de meting voor en na de storing. In figuur A ziet u een voorbeeld van lineaire interpolatie in de tijd. Figuur A Voorbeeld van waterstandsmeting tussen 1 juli en 30 augustusVergroot afbeelding Figuur A geeft aan dat van 26 juli tot 2 augustus enkele dagen onbetrouwbare waterstanden zijn waargenomen. Door de verschillende validaties worden al deze gegevens afgekeurd. De grijze stippellijn is de lineaire interpolatie tussen de laatste en de eerstvolgende betrouwbare meetwaarde. Naast een interpolatie in de tijd is interpolatie in de ruimte mogelijk. In dat geval worden metingen op nabijgelegen meetlocaties gebruikt. Voor een neerslagstation is bijvoorbeeld de waarde van nabijgelegen neerslagmeters te gebruiken. Vanzelfsprekend is een geïnterpoleerde waarde niet zo nauwkeurig als een goed gemeten waarde. Toch is een geïnterpoleerde waarde vaak wel beter dan helemaal geen meetwaarde. Een geïnter-poleerd meetgegeven krijgt een apart kwaliteitslabel. Zo is voor iedereen duidelijk wat er is gebeurd en kunt u altijd nog besluiten de meetreeks niet te gebruiken in de analyse. Voorbeeld van interpolatie in de tijd Op een locatie Y registreert een meetinstrument elke vijf minuten de waterstand. Op een zeker moment is de laatste betrouwbare waarde -3,32 m NAP. Vervolgens missen op twee tijdstippen meetregistraties. Daarna is er een nieuwe betrouwbare waarde van -3,35 m NAP. Door lineair te interpoleren, zijn de twee lege plekken op te vullen met -3,33 m NAP en -3,34 m NAP. Voorbeeld van interpolatie in de ruimte De gemeente Z heeft vier regenmeters opgesteld die elk uur de neerslag registreren. Op een zeker moment is regenmeter 1 gedurende enkele dagen defect. De afstand van regenmeter 1 tot regenmeter 2 is 2,5 km, tot regenmeter 3 3,2 km en tot regenmeter 4 7,0 km. Een nette oplossing is om alle stations mee te nemen in het bepalen van de ontbrekende waarden. Hierbij is de formule Inverse Distance Weighted (IDW) te gebruiken: .Vergroot afbeelding
Exclusief voor leden
Geïnteresseerd in dit artikel? Log in!
En krijg toegang tot dit artikel en andere besloten delen van de website, met o.a. de kennisbank, beeldenbank en onderzoekspublicaties.