f7a6ebb5-1378-4e80-9a8d-5eb45b94be69 urn:uuid Klimadatastyrelsen +4578768792 support@kds.dk mandag til torsdag kl. 09:00-14:00 og fredag kl. 10:00 - 14:00 2023-06-08T07:49:28.332Z 2025-04-24T07:08:20.241198Z ISO19115-1:2014 EPSG:25832 ETRS89 / UTM zone 32N (EPSG:25832) HIP - modelberegninger - maskinlæring og usikkerhed, 10m 2023-06-08 https://geo.data.gov.dk/dataset/f7a6ebb5-1378-4e80-9a8d-5eb45b94be69 Maskinlæring og usikkerhed er et datasæt, der viser landsdækkende dybde til terrænnært grundvand i høj rumlig opløsning (10 m grid) for en typisk sommer- og vintersituation samt tilhørende usikkerheder i perioden 1990-2019. Beregningerne er udført af GEUS ved brug af DK-model HIP og maskinlæring med henblik på at levere screeningsdata, der kan understøtte arbejdet med vandforvaltning, klimatilpasning, byplanlægning med mere. De nedskalerede modelberegninger giver et landsdækkende overblik over dybden til det terrænnære grundvand i høj rumlig opløsning (10x10 meter) for en typisk vinter og sommer situation med udgangspunkt i data for perioden 1/1 1990 - 31/12 2019. Dybden er angivet i centimeter. For hver situation er der beregnet et usikkerhedsbånd, som dækker et 80% konfidensinterval. Modelberegningerne kan anvendes som grundlag for vurdering af usikkerheden af 10 m maskinlæringsmodellerne ved sammenligning af resultater for vinter-q50, vinter-q10 og vinter-q90 (ditto for sommer). Specifikation for nedskalerede modelberegninger: Dybden til terrænnært grundvand er beregnet i 10 meters rumlig opløsning. De to modeller er trænet mod 75% af data, mens 25% er brugt til validering. En middel absolut fejl er anvendt i træningsprocessen. Parametrene af maskinlæringsmodeller blev optimerede med en automatiseret trial-and-error metode. Samme parametresæt er anvendt til modellerne, vinter og sommer. De nedskalerede modelberegninger kan anvendes som grundlag for vurderinger, hvor den rumlige variation af det terrænnært grundvand er i fokus. Dette kan være nyttigt i forbindelse med bl.a. planlægning af byudvikling, LAR, planlægning af infrastruktur, risikovurdering af byggeri, design af afløb og drænsystemer mm. De kan også være nyttige ved vurdering af risici forbundet med jord- og grundvandsforurening, landbrug og andre arealanvendelser. Specifikationen for usikkerhed: Usikkerhed for kort over dybden til terrænnært grundvand, der er nedskaleret fra 100 til 10 m grid, repræsenterer et 80 % konfidensinterval om den mest sandsynlige værdi. En quantile objective funktion anvendes til træning af usikkerhedsmodellerne. For at repræsentere et 80% konfidensinterval anvendes henholdsvis en 10% og 90% fraktil. Hvert usikkerhedslag har sin egen model, som giver 4 modeller i alt, herunder q10 sommer, q10 vinter, q90 sommer og q90 vinter. Alle modeller bruger det samme parametersæt, som bliver anvendt i sommer/vinter modellerne. Modelberegningerne vil med fordel kunne anvendes som udgangspunkt for undersøgelser, hvor den rumlige variation af det terrænnære grundvand er i fokus. Klimadatastyrelsen +4578768792 support@kds.dk mandag til torsdag kl. 09:00-14:00 og fredag kl. 10:00 - 14:00 8.094 15.151 54.569 57.751 Denmark Datasættet dækker perioden 1990-2019. Der er ingen løbende opdateringer. https://dataforsyningen.dk/asset/Images/HIP.png I Jammerbugt Kommune spår de om oversvømmelser CC BY 4.0 HIP (Hydrologiske Informations- og Prognosesystem) giver adgang til visualisering, download og api-adgang til hydrologiske data. Læs mere om maskinlæring og usikkerhed i links - maskinlæring og usikkerhed. GeoTIFF https://dataforsyningen.dk/data/3922 Se dataproduktet på dataforsyningen.dk Se dataproduktet på dataforsyningen.dk, hvor du kan se og læse mere. https://api.dataforsyningen.dk/hip_dtg_10m_100m?service=WMS&request=GetCapabilities&token= OGC:WMS Statistisk bearbejdede historiske modelberegninger af dybden til terrænnært grundvand (dtg) i 10-100 m grid (1990-2019) og beregnede klimaændringer for den nære (2041-2070) og fjerne (2071-2100) fremtid nedskaleret til 100 m grid. ftps://ftp.dataforsyningen.dk/HIP/historiske_modelberegninger FILE:GEO HIP - HISTORISKE MODELBEREGNINGER (historiske_modelberegninger) https://hip.dataforsyningen.dk/ WWW:LINK Se data i HIP webapplikationen https://docs.dataforsyningen.dk/#hydro-model_v1.0.0 WWW:LINK Dokumentation REST API hydro_model https://hip.dataforsyningen.dk/pages/documentation.html#toc-5-2 WWW:LINK Maskinlæring og usikkerhed Dokumentation i webapplikation Datasættet er velegnet til vurdering af dybden til terrænnært grundvand samt tilhørende usikkerheder, hvilket kan bruges i klimatilpasning, vandforvaltning, byplanlægning, LAR-projekter, risikovurdering for jord- og grundvandsforurening samt landbrugsplanlægning. Datasættet dækker hele landet med 10x10 meter rumlig opløsning for typiske sommer- og vintersituationer og inkluderer beregnede usikkerhedslag, der repræsenterer et 80% konfidensinterval. true Modelberegningerne er beregnet af GEUS, der har anvendt et maskinlæringsbaseret modelværktøj (CatBoost, gradient boosting) baseret på beslutningstræer. Modellen er trænet ved at bruge en række udvalgte observationer af dybden til det terrænnære grundvand. De udvalgte observationer omfatter pejlingens grundvandsspejl, filtermidtpunkt og jordarten. Observationerne er valgt, da de repræsenterer en typisk sommer- og vinter situation. Sommersituation beskrives på baggrund af pejlinger fra juni, juli og august, mens vintersituationen beskrives på baggrund af pejlinger fra december, januar og februar. Ud fra sæsonamplitude indgår en ‘gap-filling’ for at sikre en konsistent kortlægning. I alt er der anvendt 13.000 boringsdata, 19.000 søer og yderligere 2000 støtterpunkter langs kystlinjen og større vandløb. Datagrundlaget indeholder en række forklarende variabler, herunder topografiske variabler som højdemodel, vertikal og horisontal afstand til nærmeste vandløb, hældning og graden af befæstelse. Lerindhold, herunder A-D horisont, tykkelse og landskabselementer er også inkluderet. Desuden er arealanvendelse og modelberegnet dybde til terrænnært grundvand fra DK-model HIP for både vinter og sommer anvendt som input i modellen. En samlet middelabsolut fejl på <= 1.2 m er opnået i valideringstest for samtlige udvalgte pejlinger.