FORECASTING WITHIN A DECISION SUPPORT SYSTEM- WaterML2

1. INCLAM S.A.INCLAM S.A.
Implementación deImplementación de
WaterML2 en el SADWaterML2 en el SAD
del SAIH del Ebrodel SAIH del Ebro

2. ÍNDICE

3. o Las Confederaciones Hidrográficas españolas disponen desdeLas Confederaciones Hidrográficas españolas disponen desde
hace años del Sistema Automático de Información Hidrológicahace años del Sistema Automático de Información Hidrológica
(SAIH).(SAIH).
o El SAD es una herramienta complementaria al SAIH, capaz deEl SAD es una herramienta complementaria al SAIH, capaz de
modelizar la respuesta hidrológicamodelizar la respuesta hidrológica de una cuenca completade una cuenca completa enen
tiempo realtiempo real,, con el objetivo de prevenir inundaciones.con el objetivo de prevenir inundaciones.
o El SAD se encuentra operativo en la Cuenca del Ebro desdeEl SAD se encuentra operativo en la Cuenca del Ebro desde
octubre de 2002 y en la del Guadalquivir desde diciembre deoctubre de 2002 y en la del Guadalquivir desde diciembre de
2008.2008.
11
El SAD se encuentra actualmente en su tercera fase de
desarrollo, incrementando en cada una de ellas la
funcionalidad y velocidad de cómputo sustancialmente
El sistema SAD

4. Los sistemas de prevención, predicción y gestión de
avenidas se nutren de datos en tiempo real tanto hidrológicos
como meteorológicos y de modelos de predicción meteorológica.
Características de la
información:
- Necesaria en tiempo real
- Heterogeneidad
- Multitud de fuentes
- Entorno cambiante
El sistema SAD

5. Entradas al sistema SAD: SAIH
1. La información hidrológica se recoge, regista y
envía a los nodos de la red
2. Los nodos de la red reciben información cada
15 minutos desde las estaciones
medidoras
3. El Centro de Control de Procesos (CCP) recibe
toda la información y la procesa
1. Data Collection Stations
2. Network Data Nodes 3. PCC - Zaragoza
La red SAIH recolecta
INFORMACIÓN HIDROLÓGICA EN TIEMPO REAL

6. Entradas al sistema SAD:
Previsiones meteorológicas
- Globales o regionales
- Modelos deterministas o probabilistas (Ensembles)
- Diferente precisión
- Predicciones de diferentes agencias:
HIRLAM–AEMet (Determinista y regional)
Universidad de León (MM5 new version)
EMCRWF (Determinista y probabilista, global)
GFS (Determinista y global)
SISTEMAS INTEROPERABLES
- Variables fundamentales para el sistema:
Precipitación acumulada en un intervalo temporal
Temperatura media en un intervalo temporal

7. Entradas al sistema SAD:
Información heterogénea
RADAR
meteorológico
Sensores
Información
procesadaInformación
cualitativa

8. Sistema SAD:
Flujos de información

9. WaterML2.
El problema
Need flow data!
I’ll ring Don, he Has Data Don
Hmm, I’ve got one site. I’ll
send it through…
10 minutes…
Hydro Jack
*RING RING*
Hi Don, I need some upper
Derwent flow readings for my
geochemical model. Any ideas?
*RING RING*
Ok. Got the data. Where is the site located?
Coordinates? Ummm. (papers shuffle) 147.123 -41.588
Ok. What sensor is used?
What reference system??
Oh…how accurate is that?
DON?
I think it’s GDA94
It’s calculated from the stream gauge
reading using a rating curve..
Umm...... *CLICK*
To: Jack
01/02/09, 3.2, 3, 1
01/02/09, 3.1, 3, 1
Oh, it’s at laughing jack bridge.

10. Alcance inicial
Intercambiar series temporales de datos en puntos
Incluir datos procesados (Previsiones, agregados, etc)
Incluir información relevante en puntos de monitoreo,
procedimientos y contextos
Trabajando en el contexto OGC – ISO – WMO
Necesidad de reutilizar el trabajo existente
Ser consistente
Asistencia en el desarrollo de los estándares existentes si
no son suficiente
Corolario
Es necesario conocer qué hacen los estándares y cómo
trabajan
WaterML2.
Requerimientos y restricciones

11. WaterML2.
¿En qué consiste?
WaterML2.0 consiste en:
Modelo UML
XML Schema (GML compliant)
Documento de especificaciones
• Requerimientos
• Conformance classes
• Conformance tests
Reglas XML Schematron
Definición de vocabulario
• Sólo un subconjunto de O&M relacionado con
las series temporales

12. class Measurement (TVP) Timeseries
CV_DiscreteCoverage
«Type»
Interleaved (TVP) Timeseries::
TimeseriesTVP
CV_GeometryValuePair
«Type»
Interleaved (TVP) Timeseries::
TimeValuePair
+ geometry :WML_DomainObject
«Type»
MeasureTimeValuePair
+ value :Measure
«Type»
MeasurementTimeseriesTVP
TimeseriesMetadata
«DataType»
MeasurementTimeseriesMetadata
+ cumulative :Boolean
+ accumulationIntervalLength :TM_PeriodDuration [0..1]
+ accumulationAnchorTime :TM_Period [0..1]
+ startAnchorPoint :TM_Position [0..1]
+ endAnchorPoint :TM_Position [0..1]
+ aggregationAggregation :TM_PeriodDuration [0..1]
PointMetadata
«DataType»
MeasurementPointMetadata
+ censoredReason :CensoredReasonCode [0..1]
+ accuracy :Quantity [0..1]
+ interpolationCode :InterpolationCode
«CodeList»
Timeseries::InterpolationCode
+collection
0..*
CoverageFunction +element
0..*
Annotation
+metadata
Annotation
+metadata
+collection
0..*
CoverageFunction +element
0..*
Una serie temporal…Una serie temporal…
Consiste en una
colección de pares
fecha-valor…
Consiste en una
colección de pares
fecha-valor…
Con metadatos y anotaciones.Con metadatos y anotaciones.
WaterML2.
¿Cómo se representa?

13. WaterML2.
En la práctica
Correspondencia lógica con OGC O&M y Sensor
Observation Service (SOS)
Debe ser usado junto a otros servicios
Servicios web genéricos
Servicos RESTful
Obtener prototipos a partir de Experimentos de
Interoperabilidad:
Groundwater IE
Surfacewater IE
Forecasting IE

14. WaterML2 y SAD.
El experimento: Forecasting IE
Implementa servicios OGC para generar WaterML2
en un sistema en tiempo real de previsión
hidrológica.
Introducción de estándares y servicios OGC en todas
las partes del proceso de generar previsiones
hidrológicas.

Obtención de datos

Modelización hidrológica

Publicación de previsión

15. WaterML2 y SAD.
El experimento: Forecasting IE
Los servicios OGC han sido probados mediante la
implementación de cuatro casos de uso:

Lectura de datos meteorológicos WaterML2 desde
servicios externos

Servicio SOS para la lectura de información SAIH
(aforos, pluviómetros y temperaturas)

Servicio SOS para permitir el acceso a la previsión
hidrológica (niveles y caudales)

Servicio SOS de descubrimiento de estaciones que
presentan datos observados y/o previstos

16. WaterML2 y SAD.
El experimento: Forecasting IE

17. WaterML2 y SAD.
El experimento: resultados
Se han diseñado tres escenarios de usuario para
cubrir toda la funcionalidad ofrecida por los casos
de uso implementados:
- Discovery Feature
Encontrar sensores que cumplan determinadas
características
- Query Data
Obtención de datos y uso de filtros temporales
- Read data
Obtención de datos, transformación e introducción en
el SAD

18. WaterML2 y SAD.
El experimento: resultados
- Bajo rendimiento en la codificación XML

Especialización de O&M en
WaterML2 muy extensa
- Utilización de demasiados recursos para la
obtención de información obligatoria

Cálculos (máximos y mínimos)

Tamaño (propuesta de linked data)
- Integración con sistemas existentes compleja

No se pueden modificar las
estructuras de datos existentes

Minimizar la información obligatoria

19. Los datos hidroclimáticos generalmente presentan dispersión y
falta de cohesión, sistemas interoperables son necesarios para
aprovechar todo el conocimiento existente
Habilidad de dos o más sistemas o componentes
para intercambiar información y utilizar la
información intercambiada
En Hidrología
Open GeoSpatial Consortium
(http://www.opengeospatial.org/)
Hydrology Domain Working Group
(WMO y OGC)
Interoperabilidad.

20. INCLAM S.A.INCLAM S.A.
Ingeniería del AguaIngeniería del Agua
Gracias por su atenciónGracias por su atención
Antonio Moya
Carolina Moya
David Tabernero
antonio.moya@inclam.com
www.inclam.com
Antonio Moya
Carolina Moya
David Tabernero
antonio.moya@inclam.com
www.inclam.com