Statistical modelling methods of extreme events additional applications to storm surge, rainfall and wave

see the original item page
in the repository's web site and access all digital files if the item*

PhD thesis (EN)

2009 (EN)
Στατιστικές μέθοδοι προσομοίωσης ακραίων γεονότων
Statistical modelling methods of extreme events additional applications to storm surge, rainfall and wave

Γαλιατσάτου, Παναγιώτα Α.

Στο πλαίσιο της ανάλυσης της διακινδύνευσης πλημμύρας, και ειδικότερα του προσδιορισμού των πηγών της, είναι αναγκαία η μελέτη και η εκτίμηση των ακραίων γεγονότων που προκαλούν τέτοια φαινόμενα. Αρχικά, στη διατριβή αυτή παρουσιάζεται ένα μοντέλο ανεξάρτητων υπερβάσεων “POT” (Peaks Over Threshold), που χρησιμοποιεί για την περιγραφή τους μια μη-ομοιογενή σημειακή ανέλιξη. Για τον υπολογισμό των παραμέτρων του μοντέλου χρησιμοποιούνται οι μέθοδοι της Μέγιστης Πιθανοφάνειας, του Bayes και των L-Ροπών. Η Θεωρία Ακραίων Τιμών χρησιμοποιείται στη συνέχεια για την ανίχνευση πιθανών έκτοπων τιμών. Στη συνέχεια, εξετάζονται φαινόμενα μη-στασιμότητας, όπως η εποχικότητα και οι μακροχρόνιες τάσεις και η επίδρασή τους στα μοντέλα ακραίων τιμών. Για τον προσδιορισμό της «εποχικής» συνιστώσας του σήματος χρησιμοποιείται ο κυματιδιακός μετασχηματισμός. Για την προσομοίωση των χρονικών τάσεων των δεδομένων ακραίων τιμών, χρησιμοποιούνται απλές παραμετρικές και μη-παραμετρικές μέθοδοι. Στη συνέχεια, πραγματοποιείται ανάλυση των χωρικών ακραίων τιμών της μετεωρολογικής παλίρροιας και διμεταβλητή ανάλυση του κυματικού κλίματος, εξετάζοντας τα ζεύγη ύψος κύματος-μετεωρολογική παλίρροια και ύψος κύματος-περίοδος κύματος
In a general flood risk analysis framework, and especially when dealing with the sources of flooding, it is essential to study and estimate the extreme events which are closely related to such phenomena. A “POT” model for threshold exceedances is presented and analyzed. This model uses a non-homogeneous point process to characterize events exceeding appropriately defined thresholds. To calculate the parameters of the extreme value model, different methods of estimation are tried the Maximum Likelihood Estimation procedure, the Bayesian estimation and the method of L-Moments. Extreme Value Theory is also used in the thesis to detect possible outliers in hydraulic and hydrologic series. One of the main subjects of concern of the present thesis is the study of non-stationary phenomena, such as seasonality and long term trends in the time series under consideration, and their effect on extreme value models. To define the seasonal component of a signal, the wavelet transform is utilised. To model the long term temporal trends of extreme datasets, both parametric functions of time and non-parametric methods are used. The univariate analysis is followed by a spatial analysis of the wave climate, examining the bivariate pairs of wave height and surge and also of wave height and concomitant wave period

PhD Thesis / Διδακτορική Διατριβή

Maximum likelihood estimation
Bivariate ectreme value models
Βροχή και βροχόπτωση
Μέθοδος μέγιστης πιθανοφάνειας
Επίπεδο επαναφοράς
bayesiam estimation
Διμεταβλητά μοντέλα ακραίων τιμών
Storm surges
Returm level
Θεωρία ακραίων τιμών
Extreme value theory
Υπολογισμός κατά Bayes
Μακροχρόνιες τάσεις και σχετικότητα
Long-term trends and seasonality
Rain and rainfall

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)



Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Πολυτεχνική Σχολή, Τμήμα Πολιτικών Μηχανικών

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license ( Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license ( You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.

*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)