Rainfall Network는 연속 공간 영역에서 신뢰할 수 있고 대략적인 레인 필드를 생성하는 불연속 레인 게이지의 인프라입니다. 이 빗물 (강우량 추정)은 대부분의 수 문학적 연구에 필수적입니다. 예를 들어, 유압 구조의 설계, 홍수 추정 및 예측, 물 가용성 평가 및 기후 영향 연구에 강우 관측이 필요합니다.
그러나 대부분의 상황에서는 (i) 전체 레인 게이지 설정 및 설치 후 유지 보수 비용이 엄청나게 많은 양의 납세자 돈, (ii) 근처의 관련 스테이션에서 강우 특성에 대한 지식이 필요하기 때문에 레인 게이지가 거의 없습니다.
.이러한 과제를 극복하는 일반적이고 간단한 방법은 근처 지점의 강우 특성이 그의“1970 년)에 의해 설명 된 바와 같이 먼 지점의 강우 특성보다 더 밀접한 관련이 있다고 가정하는 것입니다. 이 가정은 또한 공간 데이터 분석, 수 문학의 보간 및 기타 지구 과학 분야에 대한 많은 고전적인 접근 방식의 기본이되는 지구 역학의 기초이기도합니다.
이 가정은 종종 합리적이지만, 모든 상황, 특히 복잡한 지형이있는 지역에서는 사실이 없을 수 있습니다. 그러한 영역에서, 이웃 역에서 기록 된 강우 통계는 높은 지형 그라디언트와 그 사이의 강우 패턴의 변화로 인해 크게 달라질 수 있습니다. 또한 지구 온난화 시나리오 에서이 가정은 원격 지역에서 강렬한 동적 커플 링으로 이어지기 때문에 사실이 아닙니다. 결과적으로 개방형 도전이 있습니다. 더 나은 계획 및 물 관리 목적으로 기존 레인 게이지 네트워크의 사용 가능한 정보를 효과적이고 효율적으로 사용하는 방법
이 문제를 해결하기 위해, 우리는 빠르게 이루어진 복잡한 네트워크 접근법을 따랐습니다. 이름에서 알 수 있듯이 복잡한 네트워크는 여러 엔티티 (노드)로 구성되며 각 엔티티 쌍 (노드) 간의 링크는 서로 상호 작용하는 방법에 따라 설정됩니다. 예를 들어, 가족 네트워크에서 각 사람은 노드로 간주되며 그들 사이의 관계는 링크입니다. 컴퓨터 네트워크에서 각 컴퓨터는 노드이며 링크는 다른 컴퓨터 간의 연결입니다. 뇌 네트워크에서 뉴런은 노드이며 링크는 쌍을 이루는 뉴런의 상호 작용을 나타냅니다. 일반적으로 복잡한 네트워크는 커뮤니티 (Communities)라는 소규모의 조밀하게 상호 연결된 그룹 또는 Rain Gauge Network의 균질 지역으로 구성됩니다.
이 연구에서, 우리는 Rain Gauge Network의 복잡한 네트워크 기반 접근법을 사용하여 인도의 각 레인 게이지 스테이션의 보편적 역할을 정량적으로 정 성적으로 평가했습니다. 우리의 분석에 따르면 공동체 (균질 지역)에서 각 레인 게이지 스테이션은 다른 역할을합니다. 이러한 역할은 초현실적 또는 주변 장치 노드 (균질 영역 내에서 대부분의 연결), 위성 커넥터 (다른 커뮤니티와의 대부분의 연결), 친족없는 노드 (잘못된 할당 된 노드), 로컬 센터 (커뮤니티 허브), 하이브리드 노드 (두 개의 다른 커뮤니티 연결) 및 글로벌 커넥션 (모든 커뮤니티에 연결) 일 수 있습니다. 이 정보는 수 문학 공학의 많은 중요한 결정에 필수적입니다.
주요 결과는 (i) 강우 네트워크가 이질적인 지역 사회 (균질 지역)로 구성되며 커뮤니티가 자신 안에서 연결되는 방식과 다른 사람들과 사소한 것은 아닙니다. (ii) 복잡한 네트워크는 각 커뮤니티 내에서 개별 강우량 스테이션의 확대 된 세부 사항을 생산합니다. (iii) 각 스테이션의 역할을 조사하고 정량화하는 것은 다양한 수 문학적 응용 분야에서 불확실성을 줄이는 데 도움이 될 것입니다. 그리고 (iv) 연구 결과는 기후 시스템에서 주요 노드 위치를 식별하는 데 상당한 영향을 미치며, 이는 주어진 공동체의 기후에 영향을 미치는 중요한 역할을한다
이러한 결과는 최근 Journal of Hydrology 에 발표 된 복잡한 네트워크 분석을 사용하여 균질 지역 내 단일 스테이션의 역할을 정량화하는 기사에 설명되어 있습니다. . 이 작품은 포츠담 대학교 (University of Potsdam)의 Ankit Agarwal에 의해 수행되었으며, Norbert Marwan, Rathinasamy Maheswaran, Bruno Merz 교수 및 Jürgen Kurths 교수의 긴밀한 감독하에 수행되었습니다.
