Hidrológiai Közlöny 2005 (85. évfolyam)

5. szám - Rózsa Enikő–Dezső Zsuzsanna: Fuzzy-szabályokon alapuló kockázatelemzés alkalmazása a Balatonra

34 HIDROLÓGIAI KÖZLÖNY 2005. 85. ÉVF. 5. SZ. A futtatás sorszáma Az input paramétereken definiált fuzzy-szá mok száma A NAOindex eltolások A figyelembe vett HB-tlpusok* Az eredeti és a becsült adatsor közötti korreláció 1. 5 0, 4, 5, 6 ciklonalitás 0,60 2. 5 0,4, 5, 6 zonalitás 0,66 3. 5 0,4,5,6 ciklonalitás és zonalitás 0,75 4. 5 0, 4, 5, 6 fő áramlási irányok 0,83 5. 3 0, 4, 5, 6 ciklonalitás 0,48 6. 3 0, 4, 5, 6 zonalitás 0,46 7. 3 0,4, 5,6 ciklonalitás és zonalitás 0,45 8. 3 0, 4, 5, 6 fö áramlási irányok 0,54 9. 5 0 ciklonalitás és zonalitás 0,58 10. 5 0 fö áramlási irányok 0,63 11. 5 ciklonalitás és zonalitás 0,39 12. 5 fö áramlási irányok 0,51 13. 5 0 ciklonalitás 0,39 14. 5 4 zonalitás 0,49 15. 5 5 ciklonalitás és zonalitás 0,48 16. 5 6 fö áramlási irányok 0,39 A NAO-index időbeli eltolásának az a célja, hogy megvizsgáljuk, milyen hatással van a tengerfelszín néhány hónappal korábbi hőmérsékletértéke az aktuális vízkészlet-változásra. A modell futtatása előtt megnéztük, hogy a vízkészlet-változás mely eltolásokkal korrelál leginkább: a 4, 5 és 6 hónapos eltolás bizonyult a legjobbnak (13-16. grafikon). A korrelációs vizsgálat és a grafikonok alapján ezek közül is az 5 hónapos eltolással kapott eredmények (15. grafikon) közelítették legjobban a mért értékeket. Még pontosabb eredményt kapunk, ha a modell fiittatásánál a NAO-indexet is és annak összes eltolását is figyelembe vesszük. Megállapíthatjuk, hogy az alkalmazott modell akkor becsli legmegbízhatóbban a Balaton relatív vízkészlet-változását, ha - 5 fuzzy-számot definiálunk az input paramétereken, - az áramlási irány szerinti HB-típusokat vesszük figyelembe, - az összes NAO-index eltolás szerepel a bemenő adatok között (4. grafikon). Ezek alapján a 4. grafikon input paramétereit javasoljuk a Balaton vízkészlet-változásának előrejelzésére. A módszer további alkalmazási lehetőségei A fuzzy-elmélet minden természeti rendszer modellezésénél alkalmazható, sőt a természetben lezajló komplex folyamatok jellege miatt inkább javasolt, mint a hagyományos módszerek. A kockázatelemzésben különösen nagy jelentősége van, hiszen a gyakori adathiány miatt becslési eljárások alkalmazására van szükség. Az adatbecslés eredményeként pedig természeti rendszereknél nem a legjobb egyetlen számot megadni, mivel ez a további számítások során igen nagy hibalehetőséget teremt. Inkább egy legvalószínűbbnek tartott fuzzy-számot érdemes használni, amellyel a továbbiakban kevesebb hibával száÖsapfoglalás A BSfeton vízkészlet-változásának példáján bemutattuk a fuzzy-szabályokon alapuló modellezés előnyeit. Láthattuk, hogy a vizsgált változótól fllgg, hány fuzzy-számmal dolgozunk, és ézt mindig körültekintően kell eldöntenünk. Azokban a természeti rendszerekben, ahol az egyes logikai kifejezéseket különböző súllyal kell kezelni, vagy ha egy eseti viszony jól megalapozott, de kevés - és esetleg megbízhatatlan - adat áll rendelkezésünkre, illetve ha egy beadott vektorhoz több egymásnak ellentmondó válasz kapcsolódik, a fuzzy-szabályokon alapuló modellezés több lehetőséget nyújthat, mint a hagyományos statisztikai módszerek. A természet bonyolult, egymással összefüggő folyamatainak leírásához is célszerű lenne alkalmazni a fuzzy-szabályokon alapuló modellezést. Hiszen ott is több évre, esetleg évtizedre szóló becslésre van szükség, és még több tudományterület találkozik, mint az itt bemutatott példában. Köszönetnyilvánítás Ezúton szeretnénk köszönetet mondani dr. Bogárdi Istvánnak, a Nebraskai Egyetem professzorának és dr. Pongrácz Ritának, az ELTE Meteorológiai Tanszéke egyetemi adjunktusának segítségért. Irodalom Bárdossy A- Duckstein L. (1995): Fuzzy rule-based modelling with application to geophysical, biological and engineering sciences. CRC Press, Boca Raton, FL; pp. 232. Bogárdi I. etaL, (1996): Meteorologische Zeitschrift Dubois, P., Prade, H., (1980). Fuzzy Sets and Systems: Theory and Applications. Academic Press, San Diego, CA. 393 p. Galambos! A- Duckstein L- Ozeikan, EBogárdi I. (1999): Fuzzyfied effect of ENSO and macrocirculation patterns on precipitation: an Arizona case study. - Intem. Jour, of Climatology 19, pp. 1411Hess, P -Brezowsky, H. (1952): Katalog der Grosswetterlagen Europas. Berichte d. Deuts.Wetterdienstes US Zone 33, Bad Kissingen. Hess, P. -Brezowsky, H. (1977): Katalog der Grosswetterlagen Europas. Berichte des Deutschen Wetterdienstes, 113.; Offenbach Hurrel!, J. W. (1995): Decadal trends in the North Atlantic oscillation regional temperatures and precipitation. - Science 269, pp. 676-679. Kóczy, T.L., Tikk, D. (2000): Fuzzy rendszerek. Typotex Kiadó, Bpest. 209 NOAA (2000): SST-idősorok. - http://nic.fb4.noaa.gov:80/data Pesti, G -Shrestha, B -Duckstein, L -Bogárdi I. (1996): A fuzzy rulebased approach to drought assessmnt. - Water Resour., 32, p. 1741 Pongrácz R -Bogárdi l.-Duckstein L (1999): Application of fuzzy rule-based modelling technique to regional drought. - Journal of Hydrology 224, pp. 100-114. Pongrácz R.-Bartholy J. (2000): Statistical linkages between ENSO, NAO and regional climate. - Időjárás 104, pp. 1-20. Pongrácz R.-Kugler Sz.-Cstk A.-Bogárdi I. (2001): A Balaton vízháztartási elemeinek modellezése fuzzy-szab segítségével. Hidr. Közi. VITUKJ Rt (1996): A balatoni vízkészlet-gazdálkodási stratégia fejlesztése és korszerűsítése I. - Budapest Wallace, J.M. -Gutzler, D.S. (1981): Teleconnections in the geopotencional height field during the Northern Hemisphere -Monthly Weather Review 109, pp. 784-812. Zadeh, L.A.,( 1965): Fuzzy sets. Inform, and Control, 8, pp. 338-353. A kézirat beérkezett: 2005. március 22. molhatunk, s az eredmény is jobban fogja tükrözni a valóságot. Fuzzy rule-based modelling in water resources of the Lake Balaton in Hungary Rózsa, E. - Dezső, Zs. Abstract: This article is to demonstrate a computer model which could be useful for estimating data of natural systems in the environmental risk assessment. We estimated changes in water resources of the Lake Balaton with this computer program based on fuzzy-rules in this demonstration. The adventages of this method is: - simpler than the traditional statistical models for natural systems, - it can be used for shorter time series reliably too, - the independence of the data is not the rule. Our aim is to study the sensitivity to the input parameters of the applied model. It appears from the assessment of the results. The assessment of the results shows which came to the best result from the 16 several model application and which are ineffectual. This method could be used for estimating data in other systems. We suggest this first for natural systems because the natural variables could not be estimated with a single value. Key words: Lake Balaton, changes in water resources, Hess-Brezowsky (HB) macrocirculation types, North Atlantic Oscillation (NAO), fuzzy rule-based modelling, environmental risk assessment. RÓZSA ENIKŐ: 1999-ben végzett az ELTE geológus szakán. 1999 októberétől a SMARAGD-GSH Környezetvédelmi és Szolgáltató Kft. munkatársa. Ezzel párhuzamosan az ELTE Természettudományi Karán a Földtudományi Doktori Iskola hallgatója. DEZSÓ ZSUZSANNA: 2002-ben végzett az ELTE-n meteorológus-hidrológus-német szakfordító szakon. 2002-től az ELTE Meteorológiai Tanszékén tanársegéd, emellett a Földtudományi Doktori Iskola hallgatója.