先行する水分

水文学および下水の収集と処理において、先行水分は流域または下水流域の相対的な湿潤度または乾燥度です。先行水分条件は継続的に変化し、雨天時にこれらのシステムの流れの反応に非常に大きな影響を及ぼす可能性があります。この影響は、雨水流出や流入と浸透を伴う下水道など、ほとんどの水文学システムで明らかです。先行水分条件によって生じる多くのモデリングと分析の課題は、合流式下水道と分流式下水道システムで明らかです。

先行条件という言葉は、単に「先行条件」を意味します。「先行条件」と「水分」という用語を組み合わせると、「先行する湿潤条件」を意味します。先行する水分は、下水域の相対的な湿潤度または乾燥度であり、継続的に変化し、雨天時のこれらのシステムの流れの反応に非常に大きな影響を与える可能性があります。先行する水分条件は、最近降雨量が多く地面が湿っている場合に高くなります。先行する水分条件は、降雨量が少なく地面が乾燥している場合に低くなります。

降雨量と流出の関係は、水文学の分野では明確に定義されています。水文システムにおける表面流出は、一般的に、浸透性領域と不浸透性領域から発生すると概念化されています。先行する水分条件の影響を受けるのは浸透性流出であり、道路、歩道、屋根などの不浸透性表面からの流出は、先行する水分レベルによって大きな影響を受けません。浸透性表面 (畑、森林、草地、空き地など) は、先行する水分条件の影響を強く受けます。なぜなら、濡れているときの方が乾燥しているときよりも流出率が高くなるからです。

降雨量に依存する下水道システムへの流入および浸透 (RDII) は、先行する水分条件によって大きく左右され、これらの影響は、地表水の降雨量と流出の関係よりも複雑になることがあります。下水道システムに流入する RDII の移動経路は、輸送メカニズムに表面流出と地下輸送の両方が含まれるため、地表水流出よりも複雑です。これにより、地下土壌の飽和レベル、地下水位、地下水力学などの水文学的影響と先行する水分影響にさらなる複雑さが加わります。

先行する水分状態は、先行する降雨量に大きく影響されます。ただし、先行する降雨量は先行する水分に影響を与える唯一の条件ではなく、水文学的プロセスにおける他の多くの変数が大きな影響を及ぼす可能性があります。たとえば、気温、風速、湿度レベルは蒸発率に影響し、先行する水分状態を大きく変える可能性があります。その他の影響としては、蒸発散、樹冠の有無、雪や氷の融解の影響など があります。

先行する水分の影響を分析する従来のアプローチは、エネルギー、運動量、連続性の原理など、第一原理から導き出された物理ベースのモデルに依存しており、入力とシミュレーションのための多くのパラメータの測定に依存しています。これらには、 Storm Water Management Model、Mouse RDII、またはその他の降雨/流出シミュレーション プログラムなどのプログラムが含まれます。これらのモデルは、単一の嵐の間に観測された特定の先行する水分条件に合わせて調整されることがよくあります。さまざまな先行する水分条件下で発生した複数の嵐のデータを適合させるには、モデル パラメータを変更し、モデルを再調整する必要があります。このプロセスの最後に、モデラーには複数のモデルが残されます。各モデルは、特定の先行する水分条件下で発生した特定の嵐に適合できますが、すべてのデータを同時に適合させることはできません。これが、従来のアプローチでイベント ベース モデルを使用する際の課題です。つまり、ユーザーは設計シミュレーション用に特定の先行する水分条件を選択する必要があります。

一部のモデリング手法、たとえば Hydrologic Simulation Program - Fortran (HSPF) や Crawford と Linsley (1966) が開発した Stanford Watershed Model は、表面および地下の水の移動経路を物理的に複雑に表現することで、先行する水分条件に対処しようとします。これらのツールは、水文学的移動プロセスに関連するさまざまな複雑性を調査および研究する上で重要な役割を果たします。ただし、これらのモデルには多数のパラメータがあり、多数のパラメータを測定するのが難しく、パラメータのわずかな変化に対してモデル出力が敏感であるため、これらのモデルを使用して下水道システムの先行する水分をシミュレートすることは困難です。オッカムの剃刀は、システムの観点からこれらの課題の証拠を提供します。

先行水分をモデル化する別のアプローチは、システムの動作と外部の影響（システムへの入力）の測定から始めて、システム内で実際に何が起こっているかを詳細に調べることなく、それらの間の数学的な関係を決定しようとすることです。このアプローチはシステム識別と呼ばれます。システム識別は、工学を超えて、経済学から天文学に至るまでいくつかの分野に適用され、他の名前（逆モデリング、時系列分析、経験的物理モデリングなど）でも呼ばれています。システム識別は、測定データから動的モデルを構築する数学的なツールとアルゴリズムを説明する一般的な用語です。この文脈における動的モデルは、システムまたはプロセスの動的動作の数学的記述です。多くの場合、第一原理に基づくいわゆるホワイトボックスモデル（たとえば、ニュートンの運動法則からの物理プロセスのモデル）は過度に複雑であり、多くのシステムとプロセスの複雑な性質のために、合理的な時間内に取得することが不可能である可能性があります。

H2Ometrics 先行水分モデルなどのシステム識別に基づくデータベース手法は、衛生収集システムにおける雨天イベントに対する先行水分の影響をシミュレートするための水文学的モデリングに適用されてきました。このモデリング手法は、システム識別に基づき、システム観測 (つまりデータ) によって導かれ、物理ベースの第一原理ではなく数学的ルーチンを使用して正しいモデル構造を生成するという点で、従来の手法とは異なります。これは、土木工学におけるモデリングで一般的に見られるように、正しいモデルが事前にわかっていると想定することとは対照的です。この手法では、観測内の情報によってモデリング アルゴリズムを導くことができるため、モデル構造には関連する観測されたダイナミクスのみが含まれます。結果として得られるモデルはブラック ボックスではなく、物理的な理解と解釈に直接結びつくパラメーターと構造を持つグレー ボックス モデルです。