Zsuffa István: Műszaki hidrológia II. (Műegyetemi Kiadó, 1997)

4.5 A VÍZFOLYÁSOK VÍZJÁRÁSÁNAK IDŐBENI ALAKULÁSA

Ezen hatások vizsgálatára alkalmas az úgynevezett „egylépéses autókorrelációs intervallum függvény”, amelyet a vizsgált idősor különböző Dt intervallumú autókorrelációs függvényeinek első i = 1 értékhez tartozó ordinátáiból állítunk össze:

rXx(0=r*x(i=l)=f(Dt) (4-294)

Ezen sok információt hordozó függvénynek legfontosabb jellemző értéke az a Dt* időintervallum érték amelyre

rxx(l) = f(Dt)<0.2 (4.295)

ha Dt > Dt*

Ezen Dt* időintervallumnál hosszabb időegységeknek a Q(t) vízjárás mutatói egymástól függetlennek tekinthetők és így, kellően hosszú észlelési idősor esetén ezen mutatók halmazának statisztikai mintája alapján a mutatók valószínűségi eloszlása becsülhető. E vizsgálatot, a műszaki problémától függően külön-külön lehet és kell elvégezni az egyes időegységek jellemző vízhozam értékeire. Ez a vizsgálat az alapja például a „sorban állás elméletén” alapuló tározó méretezésnek. (II.-XI. táblázat)

4.5.2 A VÍZJÁRÁS STRUKTURÁLT SZTOCHASZTIKUS FOLYAMATÁNAK VALÓSZÍNŰSÉGELMÉLETI VIZSGÁLATA

A vízjárás sztochasztikus folyamatát jellemző észlelési idősorok vizsgálatánál az egyes időegységeket jellemző elemek függetlenségének döntő szerepe van. A sztochasztikus folyamatok elméletéből ismert folyamatok, a Poisson, Wiener folyamat, a „fehér zaj” folyamat elméleti alapjai, gyakorlati alkalmazásaikat lehetővé tevő algoritmusaik elemeiknek a függetlenségéből eredő törvényszerűségekre épülnek. A Markov folyamatok, majd az AR, ARMA, ARIMA folyamatok azon idősorok vizsgálatára alkalmasak, amelyek elemei közötti összefüggések korlátozottak.

Az adatok belső kapcsolatát mutató autókorrelációs függvények változatai alapján lehet ezen belső kapcsolatok jellegét megítélni és egyes gyakorlati feladatok megoldásához a megfelelő algoritmusokat megválasztani.

Láttuk, hogy ezen autókorrelációs kapcsolatok jellege a választott időegységnek is a függvénye: a napi adatok közötti kapcsolat csak a folyamat fizikájának a párhuzamos elemzésével, hidrológiai, esetleg hidromechanikai modellezéssel, az árhullámoknak, a kisvizeknek az időbeni és a vízfolyás hossza menti alakulásának a követésével tisztázható. A hosszabb, több hetes, illetve havi időszakok vízhozamai már nem követik a néhány napig tartó árhullámok szerkezetét, a vízjárás áradó, vagy apadó jellegét. Az adatok közötti kapcsolatok a szeriális korreláció számítással tisztázhatók. Az időjárási tényezők alakulásától függő vízjárási mutatók nyilvánvalóan követik az időjárás éves periódusait, amelynek vizsgálatára a megfelelő statisztikai eszközök (ARIMA, illetve

301