MARC

 008240221s2023        ulk                      00        kor
■001000016935180
■00520240214101902
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380711647
■035    ▼a(MiAaPQ)AAI30673655
■035    ▼a(MiAaPQ)NCState_Univ18402041129
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a551.63
■1001  ▼aChandramauli,  Awasthi.
■24510▼aDesign-Flood  Estimation  Under  Non-Stationarity▼h[electronic  resource]
■260    ▼a[S.l.]▼bNorth  Carolina  State  University.  ▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a1  online  resource(167  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-05,  Section:  B.
■500    ▼aAdvisor:  Arumugam,  Sankarasubramanian.
■5021  ▼aThesis  (Ph.D.)--North  Carolina  State  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aWater-infrastructures  are  often  built  to  serve  human  society  for  different  purposes,  such  as  flood  protection  and  water  supply.  Despite  these  efforts,  human  societies  have  faced  various  challenges  due  to  enormous  floods  and  droughts.  These  challenges  from  hydroclimatic  extremes  are  critical  in  water  resources  planning  and  management  and  pose  design  challenges.  The  annual  flood  losses  in  the  United  States  mount  to  a  $6  Billion  dollars  and  140  deaths.  A  robust  infrastructure  design  based  on  an  accurate  prediction  of  design-flood  is  expected  to  reduce  flood  losses  considerably.  Given  the  observed  changes  in  climate  and  land  cover,  traditional  design-flood  estimation  methods  based  on  the  stationary  assumption  must  be  revised.  A  new  design-flood  estimation  method  that  accounts  for  non-stationarity  present  in  flood  process  needs  to  be  developed.  These  methods  can  be  used  for  designing  new  water  infrastructures,  expanding  the  capacity  of  the  existing  infrastructures  by  quantifying  the  change  in  historical  estimates,  and  for  assessing  the  vulnerability  of  old  infrastructure  designed  based  on  conventional  methods  under  the  non-stationary  climate.  The  future  projection  of  flood-risk  and  design-flood  estimates  can  be  informed  by  climate  change  scenarios  from  global  climate  models.  In  this  dissertation,  a  novel  design-flood  estimation  approach,  termed  as  MM-NFFA,  is  developed  that  overcomes  the  limitations  of  the  existing  stationary  methods.  The  study  also  highlights  the  limitations  of  the  widely  used  practice  of  relying  on  simple  trend  tests  for  identifying  basins  undergoing  changes  in  their  historical  design-flood.  In  this  context,  a  hypothesis-testing  framework,  De-FloCD,  is  developed  to  examine  whether  changes  in  design-floods  are  statistically  significant  between  two  design  periods.  A  novel  climate-informed  flood-risk  projection  approach,  ASLLR-MM,  is  also  presented  that  predicts  design-flood  quantiles  for  near-term  (10-30  years)  planning  horizon.  The  flood  quantile  estimation  under  near-term  climate  change  is  applied  on  the  natural  basins.  We  also  evaluate  how  changes  in  flood-risk  can  be  better  utilized  to  meet  the  increasing  water  demand  for  growing  population.  In  this  context,  the  conflicting  goals  of  the  Lake  Jordan  reservoir,  i.e.,  water  supply  and  flood-protection,  make  its  operation  challenging.  The  operational  challenges  are  expected  to  increase  with  increasing  water  demand  and  associated  uncertainties  due  to  changing  climate.  An  adaptive  climate-informed  reservoir  operation  policy  is  proposed  in  this  study  that  estimates  monthly  flood  volume  by  efficiently  allocating  water  between  conservation  storage  and  flood  storage.  In  the  present  dissertation,  I  have  developed  four  frameworks  for  achieving  four  research  objectives:  a)  developing  a  method  for  estimating  design-flood  under  non-stationary  climate,  b)  detecting  statistically  significant  changes  in  the  observed  design-flood  estimates  between  two  periods,  c)  developing  a  climate-informed  approach  for  projecting  future  flood  risk,  and  d)  mitigating  the  drought  risk  on  the  reservoir  under  potential  changes  in  water  demand  and  streamflow.  The  developed  frameworks  can  inform  and  assist  the  water  resources  planners  and  managers  in  reducing  both  flood  risk  and  drought  risk.
■590    ▼aSchool  code:  0155.
■650  4▼aSkewness.
■650  4▼aPrecipitation.
■650  4▼aDrought.
■650  4▼aWater  shortages.
■650  4▼aFloods.
■650  4▼aBasins.
■650  4▼aDesign.
■650  4▼aTime  series.
■650  4▼aHydraulics.
■650  4▼aClimate  change.
■650  4▼aGeomorphology.
■650  4▼aHydraulic  engineering.
■650  4▼aWater  resources  management.
■690    ▼a0389
■690    ▼a0404
■690    ▼a0501
■690    ▼a0484
■690    ▼a0218
■690    ▼a0595
■71020▼aNorth  Carolina  State  University.
■7730  ▼tDissertations  Abstracts  International▼g85-05B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0155
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16935180▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서