Hidrológiai Közlöny 1968 (48. évfolyam)
5. szám - Csoma János: Különböző valószínűségű vízhozamok és vízállások meghatározása
Csorna J.: Különböző valószínűségű vízhozamok Hidrológiai Közlöny 1968. 5. sz. 233 dott. Megállapítható továbbá, hogy a három paraméteres gamma eloszlás illeszkedése jobb, mint a szabályos eloszlásé. 3. Összefoglalás Tanulmányunkban arra törekedtünk, hogy rámutassunk a mértékadó árvizek meghatározására szolgáló eddig alkalmazott módszerek bizonytalanságaira. Ugyanakkor matematikai statisztikai szempontból szabatos, viszonylag kevés munkát igénylő számítási eljárást mutattunk be, amely általánosan alkalmazható nemcsak vízállásra és vízhozamra, hanem a jégjelenségek, csapadék, talaj vízállás stb. valószínűségének becslésére is. Az alkalmazást indokolja az a tény is, hogy a GOSZT szabványban javasolt Foster—Ribkin eljárás — elsősorban kisebb vízfolyásoknál — általában nem alkalmazható, és fizikailag is értelmetlen eredményekhez vezethet. Az eljárás hátránya a meglehetősen nagy számítási munka is. A C 8 és C„ paraméterekhez szükséges (k —1), (k —l) 2, (k — l) 3 értékek meghatározása amellett, hogy igen hoszszadalmas, sok hibalehetőséget is rejt magában. Matematikai statisztikai feldolgozásoknál ma már széles körben az általunk bemutatott osztályközökkel való számítást alkalmazzák, aminek jogosságát Sepphard a századforduló előtt igazolta. Megállapítható, hogy a bemutatott eljárás munkaigénye csupán egyharmada Foster—Ribkin módszerének (1., 2., 3., 4. táblázat). Az osztályközökkel történő számításnál ezen kívül lényegesen egyszerűbb műveleteket (legtöbb esetben fejben elvégezhető szorzást, összeadást) kell végezni. A függetlenség és egyöntetűség vizsgálat — amit bármely eljárásnál el kell végezni — sem növeli meg lényegesen a munkát. A függetlenség vizsgálatot ugyanis egy adott vízfolyásnál elégséges egy, vagy két szelvényre elvégezni, mert a vízjárás a vízfolyás hossza mentén nem változhat meg annyira, hogy az adatok függetlenségét megbontsa. A reprezentativitás első feltétele lényegében az adatok hidrológiai ellenőrzését jelenti, amit mindenféle számítás előtt szükségszerűen el kell végezni. Vonatkozik ez a reprezentativitás második feltételére is. Nem egyöntetű — inhomogén —adatsor ugyanis semmiféle feldolgozásra, még elemi statisztikai feldolgozásra sem alkalmas. A mértékadó árvizek szabatos meghatározását nemcsak az árvízvédelem, hanem az egész vízgazdálkodás igényli. A tervezés — elsősorban a Vízügyi Tervező Iroda — részéről is mind sürgetőbben jelentkezik az igény a különböző valószínűségű vízállások és vízhozamok meghatározására szolgáló szabatos feldolgozási módszer iránt. A tanulmányban bemutatott eljárások alkalmazása olyan szabatos számítási módszert ad a gyakorlat kezébe, amely az alapfeltételek teljesülése esetén minden esetben biztosítani tudja a számítások elvégzését, egymással összehasonlítható, azonos súlyú eredményeket szolgáltat, ugyanakkor jelentősen lecsökkenti a jelenlegi gyakorlatban szükséges számítási munkát, tehát lényegesen gazdaságosabb. IRODALOM [1] Bogárdi J.—Szigyártó Z.: Mathematieal statistics as a method for hydrological investigations. International post-graduate course on hydrological methods for developing water resources management. Series of manuals No. 7. Budapest, 1966. [2] Csorna J.: Vízállásadatok egyöntetűségének vizsgálata. Hidrológiai Közlöny, Budapest 1966. 10. sz. 474—481. [3] Fischer R. A.: Statistical methods for Research Workers. Oliver-Boyd. Edinburgh—London, 1948. [4] Kreps H.: Rövidebb idősorok árvízi eloszlásának extrapolálása statisztikai elemzés számára. AIHS Assemblée Qénerale de Romé, 1954. Tome III. [5] Lebedev B. B.: Hidrológia és hidrometria példákban. Hidrometeorológiai Kiadó (GIMIZ), Leningrád, 1961. [6] Markovié R. D.: I'robability functions of best fit to distributions of annual recipitation and runoff. Hidrology papers No. 8. Colorado State University. Fort Collins. Col. 1965. [7] Puskás T.: A kisvízi vízkészlet jellemzőinek számítására szolgáló eljárások vizsgálata. Összefoglaló jelentés. Témaszám: 8.03.01.05. Vízgazdálkodási Tudományos Kutató Intézet, Budapest, 1964. [8] Rényi A.: Valószínűsógszámítás. Tankönyvkiadó, Budapest, 1954. [9] Szentmártony T.: Matematikai statisztika a műszaki gyakorlatban. Tudományos Könyvkiadó NV. Budapest, 1950. f 10] Szesztay K.: Statisztikai módszerek a mérnöki hidrológiában. Közlekedési Kiadó, Budapest, 1953. [11] Szigyártó Z.: Hidrológiai események valószínűségének becslése eloszlásfüggvények segítségével. Vízügyi Közlemények, Budapest 1966. év 4. füzet, 453—480. [12] Velikanov M. A.: A szárazföld hidrológiája. Hidrometeorológiai Kiadó (GIMIZ), Leningrád, 1948. [13] Wald A.— Wolfoivitz .J.. An exact Test for Randomness in the Nonparametric Case Based on Serial Correlation. The Annals of Mathematieal Statistics, Baltimore, XIV. V. 1943. 378—388. OnpeAeJieHMe pacxoaoB H r0pn30HT0B boaw pa3Hoü BepOHTHOCTH Homü, fi. B nepBOH qacTH CTaTbH aaeTCji oő3op o GojibuiimcTBe MeTOAOB, cjjy>Kainnx ajih onpeaejieHHa pacMeTHbix naBOAKOB. H3JiaraioTCH pacneTHue MeToaw, npmvieHfleMbie B BeHi epcKOÜ npaKTHKe. HaHÖOJiee waCTO npuMeHjieTca T. H. 3MriHpHHeCKafl BepOHTHOCTb flJIJI OUCHKH paCXOAOB, 0>KHZiaeMbix c pa3Hoü BepoflTHOCTbio. B CTaTbe floi<a3biBaeTCH, MTO SMnupimecKoíí BeposiTHocTii HeT, TaKoií Hen3BecTHa B MaTeMaTtmecKOH CTaTHCTHKe u npwvieHeHHe ee, a TaioKe ncn0Jib30BaHne STOIO TepMHHa NPHBOAHT K SojibiiiHM oumőKaM. 3MnnpnMeci<afl BepoíiTHocTb npaKTtmecKH aHaJlOTHMHa C OTHOCHTejIbHOÍÍ nOBTOpaeMOCTbK). Ha 0CH0Be H3yieHHH rpa<j)jmeci<nx MeTOAOB aBTop onpefleJiaeT, MTO íuih juoöoro pacnpeAejieHHH MOJKHO COCTaBHTb iiiKaJiy, Ha KOTopoií pacnpeaejieHne MO>KHO H3O6pa>KaTb npii noMomii npaMOÜ. K npHroTOBJieHHK) iiiKaabi 0flHaK0 Hy>KHO onpeflejiHTh 3aBHCHM0CTb pacnpeaejieHHH, a K ucn0Jib30BaHHro uiKaJibi Ha 0CH0Be HMeiomnxcH iWHHUX (npoö) Hy>KHo onpeaejiHTb xapaicrepHbie napaMeTpbi, MToőbi MorjiH BbiőpaTb cooTBeTCTByiomyK) uiKaiiy. Ilocjie onpeaeJieHHíi xapaKTepHbix napaMeTpoB y»ce npaBHJibHO MOWHO nocMHTaTb TeopeTHMecKyio 3aBHCHM0CTb pacnpeaejieHH«. y rpaifmiecKHx pacMeTOB He BO3MO>KHO npoBecTH M3yieHHe IIOAOGHÍI. B CBH3H c METOAOM Kpenca B CTATBE OTMCTHTCH, MTO OH B CyiUHOCTH OTHOCHTCH K rpa(})HMeCKHM MeTOflaM H coAEPJKHT Bee Te OLUHÖKH, KOTOPWE OŐMMHO NPOHBAJUOTCJI npii rpa<j)HMecKoft pa3pa6oTKe. Hefl0CTaTK0M MeToaa eme ÍIBJlHeTCH H TO, MTO rjOBTOpeHHe ÍIBJieHHH n0Ka3bIBaeTC5I He BO BpeMeHH, a B KOJiHMecTBe, H nepexoA c KOJiHMecTBa Ha BpeMH OnHTb IipiIBOAHT K HeKOTOpbIM HeyBepeHH0CT3M. fljifl Kpi-iTWKH MeToaa (Pocmep—Puökuhü ncnojib3yitch aBTopoM HCCJieAOBaHHe BeAUKaHoea. BeAwcaHoe yT-