Due to recent changes in agricultural practices the nutrient load in our waterways has increased causing eutrophication and hypoxia. Many legislative actions have taken place because of this problem, including the Clean Water Act of 1972 (CWA), and many different nutrient reduction plans. The CWA governs that impaired waterways must be monitored to meet total maximum daily loads (TMDL) for each watershed. TMDL's must be assessed using data collected over a period of time so that reduction techniques can be administered. TMDL assessments are usually conducted by the United States Geological Survey (USGS) through many different monitoring programs. The USGS programs include collecting streamflow and nutrient concentration data and using the information to estimate nutrient loads. Generally, grab sampling is the method of choice for concentrations. Grab samples do not accurately assess the total load as generally only 6-8 samples can be collected over a year due to financial and logistical constraints, while concentrations vary within a span of hours and days. Research applications involve the use of automated sensors (e.g., ISCO) that allow for more frequent sampling in order to overcome this issue but are expensive to purchase and maintain. Thus the development of an inexpensive, passive sampler would be of much interest in estimating load. The Passive Surface Flux Meter (PSFM), an integrative sampler that estimates the total solute load over a storm event, is such an alternative. The PSFM is composed of two sorbents one to collect the contaminant of choice and another to determine the flow through the device. Ion-exchange resin was used to collect nitrates, while Granular Activated Carbon dosed with a suite of alcohols were used to determine flow through the sampler. This thesis sets forth the fundamental theories behind the PSFM, and investigates its ability to measure nutrient fluxes in the field. In-situ deployments within Clear Creek watershed in Iowa were conducted using a modification of the PSFM design by Boland (2011). There was a strong linear relationship between the loads estimated by the PSFM, and "true" load based on USGS stream gage data, and Nitratax sensor data. This implies that the device could be calibrated to work in the field. However, it was determined that the design underestimated the true load in the stream by 29%. This was attributed to the nonlinear relationship between the external velocity and the flow through the sampler, which weighted the results towards the high flow events. To overcome this constraint, a new design is proposed in which flow through the sampler varies linearly with the transient head at the inlet. Flume experiments done under different flow depths proved that linearity conditions were satisfied. Using the results from the laboratory experiments recommendations were made for design of an in-situ deployment of the new design.

Modeling of surface energy fluxes and evapotranspiration (ET) requires the understanding of the interaction between land and atmosphere as well as the appropriate representation of the associated spatial and temporal variability and heterogeneity. This dissertation provides new methodology showing how to rationally and properly incorporate surface features characteristics/properties, including the leaf area index, fraction of cover, vegetation height, and temperature, using different representations as well as identify the related effects on energy balance flux estimates including ET. The main research objectives were addressed in Chapters 2 through 4 with each presented in a separate paper format with Chapter 1 presenting an introduction and Chapter 5 providing summary and recommendations. Chapter 2 discusses a new approach of incorporating temporal and spatial variability of surface features. We coupled a remote sensing-based energy balance model with a traditional water balance method to provide improved estimates of ET. This approach was tested over rainfed agricultural fields ~ 10 km by 30 km in Ames, Iowa. Before coupling, we modified the water balance method by incorporating a remote sensing-based estimate for one of its parameters to ameliorate its performance on a spatial basis. Promising results were obtained with indications of improved estimates of ET and soil moisture in the root zone. The effects of surface features heterogeneity on measurements of turbulence were investigated in Chapter 3. Scintillometer-based measurements/estimates of sensible heat flux (H) were obtained over the riparian zone of the Cibola National Wildlife Refuge (CNWR), California. Surface roughness including canopy height (hc), roughness length, and zero-plane displacement height were incorporated in different ways, to improve estimates of H. High resolution, 1-m maps of ground surface digital elevation model and canopy height, hc, were derived from airborne LiDAR sensor data to support the analysis. The effects of using different pixel resolutions to account for surface feature variability on modeling energy fluxes, e.g., net radiation, soil, sensible, and latent heat, were studied in Chapter 4. Two different modeling approaches were applied to estimate energy fluxes and ET using high and low pixel resolution datasets obtained from airborne and Landsat sensors, respectively, provided over the riparian zone of the CNWR, California. Enhanced LiDAR-based hc maps were also used to support the modeling process. The related effects were described relative to leaf area index, fraction of cover, hc, soil moisture status at root zone, groundwater table level, and vegetation stress conditions.

To obtain the profiles of dry bulb and wet bulb temperature, specific humidity, q, and air density, ρ, to a height of 200 meters above the ground, a precise lightweight thermocouple psychrometer was designed. To lift the thermocouple psychrometer and the attached wires in obtaining the ρq profiles, a rigid polyethylene balloon augmented with 5.5-feet outdoor or 100-g meteorological balloons were used. Using the height dependent eddy exchange coefficient and a one-dimensional time-dependent profile model, the nighttime variations of ρq as a function of height were predicted and compared with observed values. It was found that the general shape of the eddy exchange coefficient, K(Z), was approximately the same as found in recent literature.

This thesis is a study of the air-sea fluxes of momentum, sensible heat and latent heat. Fluxes are estimated using the covariance, COARE2.6b bulk flux algorithm, and inertial dissipation methods. The bulk algorithm is validated against the covariance fluxes for the first time in a light-wind, shallow tropical sea, with strong atmospheric instability and low sea state conditions. The removal of ship motion contamination is investigated. This is the first study to quantify the errors associated with corrections for ship motion contamination, and the effects of motion contamination on the covariance calculated heat fluxes. Flow distortion is investigated. Bulk transfer coefficients and roughness lengths are computed and related to the sea state. Ship motion contamination is successfully removed in 86% of the runs. Error analysis of the motion removal algorithm indicates maximum uncertainties of 15% in the wind fluctuations, and 0.002 N/m/m for the wind stress. Motion correction changes the stress by more than 15% in half of the runs analysed. The ship is found to accelerate the mean air flow and deflect it above the horizontal. A correction is developed for the air flow acceleration. The scalar fluxes show good agreement on average for all the methods. As wind speed approaches zero, covariance wind stress is significantly larger than the bulk and inertial dissipation derived wind stress. The non-zero covariance wind stress is reflected in the drag coefficient, CdN10, and momentum roughness length, z0, which are much larger than the parameterisations used in the bulk algorithm. The MCTEX CdN10, wind speed (u10N) relation is 1000 x Cd10N = 1.03 + 7.88/(u10N)^2 0.8 &lt u10N &lt 7.5 m/s z0 is primarily a function of wind speed rather than sea state, with largest roughness lengths occurring as wind speed approaches zero. This relation is used in the bulk algorithm, yielding good agreement between covariance and bulk derived wind stress. A new parameterisation for the effects of gustiness, based on wind variance is developed. This brings the bulk wind stress into agreement with the covariance derived wind stress.

Thesis (M.S.)--University of Nevada, Reno, 2005. / "August 2005." Includes bibliographical references (leaves 118-127). Online version available on the World Wide Web.

Thesis (M. Phil.)--University of Hong Kong, 2006. / Title proper from title frame. Also available in printed format.

Ces dernières années ont vu apparaître de nombreuses applications traitant des données générées en continu et à de grandes vitesses. Ces données sont désormais connues sous le nom de flux de données. Leurs quantités de données potentiellement infinies ainsi que les contraintes qui en dérivent posent de nombreux problèmes de traitement. Parmi ces contraintes, citons par exemple l'impossibilité de bloquer un flux de données, ou encore le besoin de produire des résultats en temps réel. Néanmoins, les multiples domaines d'application de ces traitements (comme les transactions bancaires, l'usage du Web, la surveillance des réseaux, etc) ont suscité beaucoup d'intérêt tant dans les milieux industriels qu'académiques. Ces quantités potentiellement infinies de données interdisent tout espoir de stockage complet ; toutefois, on a besoin de pouvoir interroger l'historique des flux. Cela a conduit au compromis des « résumés » des flux de données et des résultats « approximatifs ». Aujourd'hui, un grand nombre de méthodes propose différents types de résumés des flux de données. Mais le développement incessant de la technologie et des applications afférentes demande un développement au moins équivalent des méthodes d'analyse et de résumé. De plus, l'extraction de motifs séquentiels y est encore peu étudiée: au commencement de cette thèse, il n'existait aucune méthode d'extraction de motifs séquentiels dans les flux de données. Motivés par ce contexte, nous nous sommes intéressés à une méthode qui résume les flux de données d'une manière efficace et fiable et qui permet principalement d'en extraire des motifs séquentiels. Dans cette thèse, nous proposons l'approche CLARA (CLAssification, Résumés et Anomalies). CLARA permet d'obtenir des clusters à partir d'un flux de séquences d'itemsets, de calculer et gérer des résumés de ces clusters et d'y détecter des anomalies. Les différentes contributions détaillées dans ce mémoire concernent: - La classification non supervisée de séquences d'itemsets sous forme de flux. A notre connaissance, cette technique est la première à permettre une telle classification. - Les résumés de flux de données à l'aide de l'extraction de motifs. Les résumés de CLARA sont composés de motifs séquentiels alignés représentant les clusters associés à leur historique dans le flux. L'ensemble de ces motifs permet de résumer le flux de manière fiable à un instant t. La gestion de l'historique de ces motifs est un point essentiel dans l'analyse des flux. CLARA introduit une nouvelle gestion de la granularité temporelle afin d'optimiser cet historique. - La détection d'anomalies. Cette détection, quand elle concerne les flux, doit être rapide et fiable. En particulier, les contraintes liées aux flux interdisent de consulter l'utilisateur final pour ajuster des paramètres (une anomalie détectée trop tard peut avoir de graves conséquences). Avec CLARA, cette détection est automatique et auto-adaptative. Nous proposerons également un cas d'étude sur des données réelles, réalisé en collaboration avec Orange Labs.

Ces dernières années, sont apparues de nombreuses applications, utilisant des données en nombre potentiellement illimité, provenant de façon continue de capteurs distribués afin d'alimenter un serveur central. Les données sont utilisées à des fins de surveillance, de supervision, de déclenchement d'alarmes en temps réel, ou plus généralement à la production de synthèses d'aide à la décision à partir de plusieurs flux. Le volume des données collectées est généralement trop grand pour être entièrement stocké. Les systèmes de gestion de flux de données (SGFD) permettent de gérer facilement, et de façon générique les flux de données : les données sont traitées au fil de l'eau sans les archiver. Toutefois, dans certaines applications, on ne souhaite pas perdre complètement l'ensemble des flux de données afin de pouvoir analyser les données du passé et du présent. Il faut donc prévoir un stockage de l'historique du flux. Nous considérons dans cette thèse, un environnement distribué décrit par une collection de plusieurs capteurs distants qui envoient des flux de données numériques et unidimensionnelles à un serveur central unique. Ce dernier a un espace de stockage limité mais doit calculer des agrégats, comme des sommes ou des moyennes, à partir des données de tout sous-ensemble de capteurs et sur un large horizon temporel. Deux approches sont étudiées pour construire l'historique des flux de données :(1) Echantillonnage spatial en ne considérant qu'un échantillon aléatoire des sources qu'on observe dans le temps ; (2) Echantillonnage temporel en considérant toutes les sources mais en échantillonnant les instants observés de chaque capteur. Nous proposons une méthode générique et optimisée de construction de résumés à partir de flux de données distribués : A partir des flux de données observés à une période de temps t -1, nous déterminons un modèle de collecte de données à appliquer aux capteurs de la période t. Le calcul des agrégats se base sur l'inférence tatistique dans le cas de l'échantillonnage spatial et sur l'interpolation dans le cas de l'échantillonnage temporel. A notre connaissance, il n'existe pas de méthodes d'interpolation qui estiment les erreurs à tout instant et qui prennent en compte le flux de données ou courbe à interpoler et son intégrale. Nous proposons donc deux approches : la première se base sur le passé des courbes pour l'interpolation (approche naive) ; et la seconde utilise à un processus stochastique pour modéliser l'évolution des courbes (approche stochastique).

Le sujet de cette thèse est d'étudier la dynamique quantique d'une particule évoluant dans le plan sous l'influence de champs magnétique et électrique croisés. Dans le cas où ce système est actionné par un flux Aharonov-Bohm dépendant du temps, nous présenterons un théorème adiabatique basé sur une analyse spectrale fine en l'absence d'un potentiel électrique. Pour le cas sans champ extérieur et avec un petit potentiel électrique, nous présentons deux résultats. Premièrement, nous prouvons pour des potentiels arbitraires que la dynamique effective donne une approximation au premier ordre pour des temps longs. Ensuite, nous montrons que pour une classe de potentiels lisses et petits, nous pouvons construire une constante du mouvement non triviale. Pour cela, nous prouvons que l'hamiltonien est unitairement équivalent à un hamiltonien effectif commutant avec l'observable de l'énergie cinétique. Pour démontrer cela, nous utilisons un algorithme de diagonalisation partielle.

La connaissance des champs de flux thermique sur les composants d'un tokamak estun élément important de la conception de ce type de machines. L'objectif de cette thèse est dedévelopper et mettre en œuvre une méthode de calcul de ces flux à partir des mesures detempérature par thermographie infrarouge. Ce travail repose sur trois objectifs qui concernentles tokamaks actuels et futurs (ITER) : mesurer un champ de température d'une paroiréfléchissante par pyrométrie photothermique (pré-étude), caractériser les propriétésthermiques des dépôts sur les surfaces des composants et développer un calcultridimensionnel et non-linéaire du flux.Une comparaison de différentes techniques de pyrométries monochromatique,bichromatique et photothermique est effectuée sur une expérience de laboratoire de mesure detempérature. Une sensibilité importante de la technique de pyrométrie photothermique auxgradients de température sur la zone observée a été mise en évidence.Les dépôts en surface des composants exposés au plasma, sans inertie thermique, sontmodélisés par des champs de résistance thermique équivalente transverse. Ce champ derésistance est déterminé, en tout point de mesure, par confrontation du champ de températurede paroi issu de la thermographie avec le résultat d'une simulation par un modèlemonodimensionnel linéaire du composant. Une information sur la répartition spatiale du dépôtà la surface d'un composant est alors obtenue.Un calcul tridimensionnel et non-linéaire du champ de flux pariétal sur un composantest développé, par une méthode d'éléments finis, à partir de maillages de composants issus deCAO. La sensibilité du flux calculé à la précision des mesures de températures est discutée.Cette méthode est appliquée à des campagnes de mesures de températurebidimensionnelles par thermographie infrarouge sur des composants du tokamak JET. Leschamps de flux sur les tuiles du divertor, la protection supérieure et les protections poloïdalesinternes et externes sont déterminés et étudiés dans les deux directions, poloïdale ettoroïdale, du tokamak. La symétrie toroïdale du flux, d'une tuile à l'autre, est établie.L'influence de la résolution spatiale des mesures sur les flux calculés est discutée, à partir decomparaisons de résultats obtenus à partir de deux systèmes de thermographie de résolutionsdifférentes.