On the reduction of the MIKE 11 model of the Red River delta for the design of control policies of its reservoirs

Natural processes, in particular hydrodynamic and ecological process in lakes and reservoirs, are often described through large phisically-based models, that characterize the complex time and space variability. These models allow to investigate the physical phenomena that rule the behavior of water resources systems but they are hardly used to support optimization-based planning and management, because high dimensional state associated with computational burden are main limitation to their use. In order to solve high resource-demanding problems can be used emulation modelling or emulator, a low order approximation of a physically-based model that can be substituted for it. In literature appears dynamic emulation modelling (DEMo) an useful tool leads to identification an I/O relationship over a data set on input-output samples generated with the original model that preserves the state-space representation. Dynamic emulator can be classified into structure and data-driven emulators, but exist an approach that matches the advantages of the former physical interpretability with the associated preserving of the state-space representation of the latter. Recursive Variable Selection (RVS) algorithm, at each recursion, calls an input selection algorithm that selects the most relevant variables to compute a given output: Iterative Input Selection (IIS) algorithm builds the set of selected variables by adding the best variables provided by a ranking algorithm, based on statistical measure of significance. Combining RVS-IIS with Extremely Randomized Trees (Extra-Trees) can be used as a ranking procedure: particular structure of Extra-Trees can be exploited to rank the importance of the n input variables in explaining the output behaviour and then identify the most relevant variables among n candidates. The proposed method is applied to a real-word case study : IMRR - Integrated and sustainable water Management of Red-Thai Binh Rivers System in changing climate. Red-Thai Binh is an international river basin covering 169.000 kmq flowing through three countries: Vietnam, China and Laos. The Red-Thai Binh River Delta consists of 320 rivers and canals for a total length of 4200 km, 11 irrigation districts and many structures, among which 88380 sluice gates and 302 620 irrigation water intakes (simulated as controlled pumps). Its inputs are the four reservoirs releases, the non-regulated flows of the five rivers, the sea levels at the nine river mouths, the water demand at each one of the irrigation water intakespumps. Therefore the dimension of the state vector of the model is of the order of 16,000. For this reason the study inquiries into replaced the large physically-based original model with a low order model. To ensure water level in risk stations during flood season or the satisfaction of water demand has been investigated the relationship between the input of the system and water level or deficit through RVS-IIS with Extremely Randomized Trees algorithm. Furthermore, the results show how the tides affect the water level in the stations of risk and the deficit in irrigation districts. Results obtained through application of the above-mentioned approach show that is efficient in identifying low-order emulators that reproduce the original models dynamic behavior.

I processi naturali, in particolare, i processi idrodinamici ed ecologici in laghi e bacini, sono spesso descritti attraverso grandi modelli fisicamente basati, che caratterizzano la complessa variabilità temporale e spaziale. Questi modelli permettono di indagare i fenomeni fisici che regolano il comportamento dei sistemi di risorse idriche, ma sono poco utilizzati a supporto della pianificazione e gestione, perché l’elevata dimensione dello stato associata all’elevato carico computazionale sono i principali limiti al loro uso. Al fine di risolvere i problemi di che richiedono elevate risorse può essere usata la modellazione per emulazione o emulatore, un’approssimazione a basso ordine di un modello fisicamente basato che può essere sostituito ad esso. In letteratura appare la modellazione per emulazione dinamica (DEMo, Dynamic Emulation Modelling), uno strumento utile che conduce alla identificazione di un relazione I / O su un insieme di campioni di input-output generati con il modello originale che preserva la rappresentazione dello stato-spazio dei dati. L’emulatore dinamico può essere classificato in emulatori basati sulle strutture e basati sui dati, ma esiste un approccio che abbina i vantaggi di interpretabilità fisica del primo con l’associato mantenimento della rappresentazione spazio di stato del secondo. L’algoritmo di selezione ricorsiva delle variabili (RVS, Recursive Variable Selection algorithm), ad ogni iterazione, chiama un algoritmo di selezione di ingresso che seleziona le variabili più rilevanti per calcolare una data uscita: l’algoritmo di selezione iterativa degli ingressi (IIS, Iterative Input Selection algorithm) costruisce l'insieme delle variabili selezionate sommando i migliori variabili forniti da un algoritmo di classificazione, basato sulla misura statistica della significatività. La combinazione di RVS-IIS con alberi estremamente randomizzati (Extra-Trees, Extremely Randomized Trees) può essere utilizzata come procedura di classificazione: la particolare struttura degli Extra-Trees può essere sfruttata per classificare le variabili di input n che spiegano il comportamento dell’uscita e quindi identificare le variabili più rilevanti tra le n candidate. Il metodo proposto è stato applicato ad un caso di studio reale: IMRR - Integrated and sustainable water Management of Red-Thai Binh Rivers System in changing climate. Il Red-Thai Binh è un bacino idrografico che copre 169.000 kmq e che scorre attraverso tre paesi: Vietnam, Cina e Laos. Il Delta dei fiumi Red-Thai Binh è composto da 320 fiumi e canali per una lunghezza totale di 4200 km, 11 distretti irrigui e molte strutture, tra le quali 88.380 paratoie e 302.620 prese per l’irrigazione (simulate come pompe controllate). Gli ingressi sono i quattro rilasci dei serbatoi, i flussi non regolati dei cinque fiumi, i livelli del mare presso le nove foci dei fiumi, la domanda d’acqua di ciascuna presa d’irrigazione. Pertanto la dimensione del vettore di stato del modello è dell'ordine di 16.000. Per questo motivo lo studio ha richiesto la sostituzione del modello fisicamente basato originale con un modello a basso ordine. Per garantire il livello dell'acqua nelle centri a maggior rischio durante la stagione delle piogge o la soddisfazione della domanda d’acqua è stata studiata la relazione tra l'ingresso del sistema e il livello dell'acqua o il deficit idrico attraverso RVS-IIS con Extra-Trees. Inoltre, i risultati mostrano come le maree influenzino il livello dell'acqua nelle stazioni di rischio e il deficit idrico nei distretti irrigui. I risultati ottenuti attraverso l'applicazione del suddetto metodo mostrano quanto sia efficiente l’identificazione di un emulatore a basso ordine che riproduce il comportamento dinamico del modello originale.