Vízügyi Közlemények, 1982 (64. évfolyam)
3. füzet - Kaba Magdolna—Bartholy Judit—Bán Mihály—Légrády Gábor: A KÁRPÁT-MEDENCE CSAPADÉKVISZONYAINAK ELŐREJELZÉSE
A Kárpát-medence csapadékviszonyainak előrejelzése 485 gression model is founded on three predictors, viz. the monthly temperature anomalies, the monthly precipitation anomalies and the fields of SST values. Using the principal factor method of factor analysis as examples of the forecast on the monthly precipitation and mean temperature at Budapest the optimal predictors for use in the different seasons have been determined ( Figs. 9 — 11 ). Finally, using the multi-regression coefficients obtained from the data of the period 1949 to 1960, precipitation- and temperature forecasts have been prepared for 144 cases. The results of the temperature forecasts are promising, so that the method can be applied directly in practice, whereas the error of the precipitation forecasts is rather large thus far. • * * Prévision des conditions de précipitation du Bassin earpathique Dr. К AB A M. -dr. BART HOLY J. BÁN M.- dr. LÉGRÁDY G. Les auteurs ont essayé de prévoir les conditions de précipitation du Bassin earpathique à l'aide d'un modèle à régression multiple. 1 1 est valable pour les prévision saisonnières. Ils ont étudié le Bassin earpathique, ayant décomposé de 18 secteurs (Fig. 1 ). Au cours de la première phase de l'étude ils ont déterminé les postes de mesure représentatifs à partir delà période de 1961 a 1978 pour tout les secteurs (Tableau II.). Dans la phase suivante de la recherche, ils ont étudié les prédicteurs choisis pour l'élaboration d'un procédé a paramètres et à régression multiples. Les prédicteurs ont été étudié l'aide d'une méthode du facteur général de l'analyse factorielle, plus précisément, ils ont étudié les lames de précipitation mensuelle et l'anomalie de la température moyenne mensuelle de Budapest. Les prédicteurs choisis sont: les données des champs d'anomalie de la temperature mensuelle de 1901 à 1960 (Tableau III.), les series chronologiques des lames mensuelle de la précipitation de 60 année (de 1901 à 1960) (Fig. 6), les champs de température de la surface de mer (SST — Sea Surface Temperature), (Tableau IV.), et les séries des données (Fig. 8.) des AT 500 mb de 11 années. Les résultats préliminaires de nos études ont rendu possible de tirer les conclusions étonnantes : les champs de AT 500 mb ont un taux d'information prognostique très faible qui est négligeable pour les prévisions saisonnières de la lame de précipitation mensuelle et de la température moyenne mensuelle. Ainsi, notre modèle multiparamétrique à régression multiple se base sur trois prédicteurs : les anomalies de température mensuelle, les anomalies des lames mensuelle de précipitation et les champs des valeurs de SST. A l'aide de la méthode du facteur général de l'analyse factorielle on a évalué les prédicteurs optimaux (Fig. 9 à 11.) qui sont utilisables saisonnièrement, à titre d'exemple, pour la prévision de la lame mensuelle de la précipitation et de la température mensuelle de Budapest. Enfin, on a exécuté 114 prévisions de la précipitation et de la température à l'aide des coefficients à régression multiples évalués à partir des données de la période de 1949 à 1960. Les résultats des prévisions de la température sont encourageant, ainsi le procédé est pratiquement applicable. Les écarts de la prévision de la précipitation sont actuellement assez considérables.
