Hidrológiai Közlöny 1989 (69. évfolyam)
3. szám - Abonyi István: Regressziós előrejelző modell együtthatóinak vizsgálata
132 HIDROLÓGIAI KÖZLÖNY 1989. 69. ÉVFOLYAM. 3. SZ ÄM (1) A dinamikus vízállásváltozás növeli az együtthatók változékonyságát. A „változás változásának" nagysága befolyásolja leginkább az együtthatók értékeit. (2) Egyetlen állomáson elkövetett durva adathiba hatása az egész modellre kiterjed, az előrejelzéseket akár több héten keresztül is torzítani képes. (3) Az előrejelző modell szerkezetének rugalmas változtatásával a paraméterek adott időszakokra viszonylag jól stabilizálhatók. Az együtthatók autokorreláció-függvényeinek elemzéséhez további vizsgálatok, szükségesek. Irodalom Abonyi I. 1983. A Duna vízállásának folyamatos előrejelzése BME doktori értekezés, Budapest. Abonyi I., Zsuffa I. 1978. Folyamatos vízállás-előrejelzés jelentősebb mellékfolyó nélküli folyószakaszon. Vízügyi Közi. 60, 3: 430—451. Ambrus S., Szöllősi-Nagy A. 1979. Adaptív modell kidolgozása a Tisza vízjárásának folyamatos előrejelzésére. Budapest, VITUK1 témajelentós. Bartha P., Harkányi K., Szöllősi-Nagy A. 1983. Folyóhálózat vízszállításának mellékfolyók szerinti felbontása lineáris modellekkel. Vízügyi Közi. 65, 1: 37—-53. Bartha P., Szcllösi-Nagy A. 1982. A vízrajzi előrejelzés fejlesztési programja ós eddigi eredményei. Vízügyi Közi. 64, 1: 7—30. Kontur I. 1974. Sztochasztikus hidrológiai rendszermodellek. Hidrol. Közi. 2. Malinvaud, E. 1974. Az ökonometria statisztikai módszerei. Közgazdasági és Jogi Kiadó, Budapest. Mekis É., Szöllősi-Nagy A. 1985. Determinisztikus, s sztochasztikus ós egyesített determinisztikus-sztochasztikus rekurzív hidrológiai előrejelző modellek összehasonlító vizsgálata. Vízügyi Közi. 67, 2: 219—242. Szesztay K. 1959. A Duna vízjárásának előrejelzése. VITUKI Tanulmányok és kutatási eredmények. Budapest. Szöllősi-Nagy A. 1982. The discretization of continuos linear cascade by means of state space analysis Journal of Hydrology, 58, 1-—2. Kézirat beérkezett: 1987. november 10. Átdolgozás beérkezett: 1988. augusztus 5. Közlésre elfogadva: 1988. november 27. Analysis of the coefficients of a real-time stochastic prediction model Abonyi, I. Abstract: In general, the purely stochastic prediction models yield a residual time series of white noise type. However, the model indentification is not an easy task and the variation of parameters cannot be explained directly on physical bases. In the course of analysing the parameters of the eontinous prediction model for Danube water stages, relationship was searched for betwen coefficients estimated statistically and values characteristic to the state of the watercourse in question at a given date. This model described by state equation (1). It is proved that a model structure wich is „stiffened" for sake of recursive renovation results in a greater variance of prediction errors (Fig. 1.). The operation of the algorithm determining the Danubian prediction model structure is shown, for different lead times, in Fig. 2. In Fig. 3. the curve of regression coefficients belonging to stations at Baja (r = l), Paks (r=l) and Dunaföldvár (r = l) is shown as the function of time. When examining it together with the graphs of water stages, what can be perceived is that a rough error in data (gauge at Paks, Fig. 4) or an extraordinarily intensive change in water stages is able to cause a general disturbance to standstill. The variation of the variation factors of coefficients is shown in Fig. 5. When examining the autocorrelation function of regression coefficients it is striking that together withan increase in the lead time of prediction the persistency of coefficients will also increase. In Fig. 6 the autocorrelation function belonging to a lead time of one day the same for five days is shown. The purpose of this study was to analyse the stability of the coefficients of a stochastic model predicting water stages. The coefficients of a regression model have been examined for both unchanged and changing model structure and at the same time the impat of data errors has also been observed. Keywords: hydrology, real-time forecasting regression, parameter sensitivity, Danube Baján született 1947-ben. A bajai III. Bóla Gimnáziumban érettségizett, majd a Budapesti Műszaki Egyetem Gépészmérnöki karán végzett 1972-ben. Ezt követően a BME Vízgazdálkodási Főiskolai karán helyezkedett el, jelenleg a Kar jogutódjánál a Pollack Mihály Műszaki Főiskola Vízgazdálkodási Intézeténél oktat. Az oktatás méllett folyamatosan részt vesz az informatika vízügyi alkalmazásait elősegítő kutatómunkában. A statisztikus hidrológiai előrejelző módszerek alkalmazásával kapcsolatos tapasztalatait értekezésben foglalta össze, 1984-ben egyetemi doktori címet nyert. Főiskolai docensként részt vesz az informatika és a hidrológiai statisztika oktatásában, oktatási igazgatóhelyettesként a Vízgazdálkodási Intézet irányításában. ABONYI ISTVÁN
