Adaptive MCMC methods with applications in environmental and geophysical models

This work presents new, efficient Markov chain Monte Carlo (MCMC) simulation methods for statistical analysis in various modelling applications. When using MCMC methods, the model is simulated repeatedly to explore the probability distribution describing the uncertainties in model parameters and predictions. In adaptive MCMC methods based on the Metropolis-Hastings algorithm, the proposal distribution needed by the algorithm learns from the target distribution as the simulation proceeds. Adaptive MCMC methods have been subject of intensive research lately, as they open a way for essentially easier use of the methodology. The lack of user-friendly computer programs has been a main obstacle for wider acceptance of the methods. This work provides two new adaptive MCMC methods: DRAM and AARJ. The DRAM method has been built especially to work in high dimensional and non-linear problems. The AARJ method is an extension to DRAM for model selection problems, where the mathematical formulation of the model is uncertain and we want simultaneously to fit several different models to the same observations. The methods were developed while keeping in mind the needs of modelling applications typical in environmental sciences. The development work has been pursued while working with several application projects. The applications presented in this work are: a winter time oxygen concentration model for Lake Tuusulanjärvi and adaptive control of the aerator; a nutrition model for Lake Pyhäjärvi and lake management planning; validation of the algorithms of the GOMOS ozone remote sensing instrument on board the Envisat satellite of European Space Agency and the study of the effects of aerosol model selection on the GOMOS algorithm.

Pesulaitteen horisontaalisen harjan nostomekanismin kehittäminen

Työssä on pyritty löytämään ratkaisuvaihtoehtoja pesulaitteen horisontaalisen harjan nostomekanismin parantamiseksi. Nostomekanismia pyrittiin kehittämään vähemmän huoltoa vaativaksi, toimintavarmemmaksi sekä kustannuksiltaan halvemmaksi. Uusia vaihtoehtoja mekanismille pyrittiin löytämään järjestelmällisen ideoinnin avulla, käyttäen hyödyksi alan kirjallisuutta, käytössä olevia pesulaitteita sekä jokapäiväisessä elämässä eteen tulleita havaintoja. Korroosiota aiheuttavat olosuhteet, horisontaalisen harjakokoonpanon pitkä liikerata sekä paino asettavat erityisvaatimuksia uudelle mekanismille. Lisäksi mekanismin täytyy liikuttaa harjaa vertikaalisessa suunnassa vakiona pysyvällä nopeudella. Valittuja ratkaisuvaihtoehtoja tarkasteltiin pistearvioinnin avulla ennen jatkokehittelyn aloittamista. Alustavassa komponenttien mitoituksessa pyrittiin mekanismin komponenteille löytämään oikea valmistusmateriaali sekä komponenttien geometriset mitat. Mekanismin valmistuskustannuksia eri valmistusmenetelmien kesken kartoitettiin yhteydenotoilla eri konepajojen kanssa. Alustavien kustannuslaskelmien perusteella jatkokehittelyyn otetun mekanismin kustannukset on 70 prosenttia pienemmät kuin nykyisen mekanismin kustannukset. Osien vähyys sekä mekanismin yksinkertaisuus lisää nostomekanismin luotettavuutta sekä vähentää tarvittavia huoltotoimenpiteitä.