A Magyar Hidrológiai Társaság XXV. Országos Vándorgyűlése (Tata, 2007. július 4-5.)

1. szekció: ÁRVÍZVÉDELEM - Szabó János Adolf, Vízügyi és Környezetvédelmi Központi Igazgatóság: Nagy Kiterjedésű Meteorológiai Mezők Geostatisztika-alapú Generálása Nagy Felbontású Hidrológiai Modellezéshez

6. ábra. Korrelációs struktúrák (a): Síkbeli gaussi folyamat; (b) Gaussi folyamat adott lineáris irány mentén; (c) Gaussi folyamat adott nemlineáris irány mentén

Tipikusan ilyenjelenségek figyelhetőek meg bizonyos dinamikus folyamatok esetén, mint például a csapadékesemények alakulása.

Tény, hogy a szakirodalomban bőven találunk eredményeket, alkalmazásokat geostatisztikai alapon történő csapadékmezők generálására (Amani - Lebel, 1997; vagy Todini, 2001), ugyanakkor a fenti probléma tudományos igényű tárgyalására, megoldására még nem sikerült dolgozatot találnunk.

Célunk a kutatás elindításával az volt, hogy egy megnyugtatóan használható algoritmust dolgozzunk ki a csapadékadatokban rejlő nemlineáris struktúrák automatikus felismerésére és modellezésére.

Egy P(x) folyamatot „egyszerűen” anizotropnak mondunk, ha a mérések egy jól meghatározott irány mentén erősebben korrelálnak, mint bármilyen más irányban. Ilyen folyamatot mutat a 6/b. ábra, valamint az alábbi 7. ábra. Az ábrán a ^ az anizotrópia szögét, az R (R< 1) a torzulás mértékét jelenti.

7. ábra. Egy egyszerűen anizotrop korrelációs struktúra

9