Current approaches to design flood-sensitive infrastructure typically assume a stationary rainfall distribution and neglect many uncertainties. These assumptions are inconsistent with observations that suggest intensifying extreme precipitation events and the uncertainties surrounding projections of the coupled natural-human systems. Here we show that assuming climate stationarity and neglecting deep uncertainties can drastically underestimate flood risks and lead to poor infrastructure design choices. We find that climate uncertainty dominates the socioeconomic and engineering uncertainties that impact the hydraulic reliability in stormwater drainage systems. We quantify the upfront costs needed to achieve higher hydraulic reliability and robustness against the deep uncertainties surrounding projections of rainfall, surface runoff characteristics, and infrastructure lifetime. Depending on the location, we find that adding safety factors of 1.4 to 1.7 to the standard stormwater pipe design guidance produces robust performance to the considered deep uncertainties.


翻译:目前设计防洪基础设施的方法通常假定降雨量分布不固定,忽视许多不确定因素。这些假设与表明极端降水事件加剧以及自然-人类系统相结合的预测的不确定性的意见不一致。我们在这里表明,假设气候不稳和忽视深刻的不确定性,可能大大低估洪水风险,导致基础设施设计选择不善。我们发现,气候不确定性主导着影响暴雨排水系统水力可靠性的社会经济和工程不确定性。我们量化了实现更高的水力可靠性和稳健性以抵御降雨预测、地表径流特点和基础设施寿命期的深刻不确定性所需的前期成本。我们发现,根据地点,标准暴雨管设计指南增加1.4至1.7的安全系数,可以产生对深层不确定性的有力表现。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【阿里巴巴】 AI编译器,AI Compiler @ Alibaba,21页ppt
专知会员服务
44+阅读 · 2019年12月22日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
视频超分辨 Detail-revealing Deep Video Super-resolution 论文笔记
统计学习与视觉计算组
17+阅读 · 2018年3月16日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
Arxiv
3+阅读 · 2018年1月10日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
视频超分辨 Detail-revealing Deep Video Super-resolution 论文笔记
统计学习与视觉计算组
17+阅读 · 2018年3月16日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Top
微信扫码咨询专知VIP会员