Hidrológiai tájékoztató, 2009

DIPLOMAMUNKA PÁLYÁZATOK - Németh Agnes: A Bükki Karsztvízszint Észlelő Rendszer hiányzó mérési adatainak pótlása, a pontosított adatsorok alapján előrejelzések kidolgozása

450 400 350 300 J= 250 I 200 ő 150 100 50 0 OOOOOOOOOOOOQOOOOOOOO diONÓoriosndibiNÖtónciiONdiDN ^op^öo^oo^oo-r-. 00.-00--. oo o> o> o> o, o> o> o> o, o> o> o> o o o o o o o o o o o> O) o> o> Ó> o> ö> o> o, o, o> o o o o • o • o o o 2. ábra. ^ Nagyvisnyó-17 egyszerű, és felülvizsgált pótlásai, vékony vonal: pótlások, vastag vonal: mért értékék (1994.01.01.-2000.01.01) Idő (nap) 3. ábra. Előrejelzés SVR módszer, rbf típusú illesztésével, zaj betáplálásával, nagy vízszintváltozású adatsoron Összefoglalás IRODALOM A vízszint idősorok pótlására, előrejelzésére mindkét módszer megoldása elfogadható - a valós vízszintértékekhez képest igen közeli — vízszintértékeket nyújtott. Regressziós vizsgálatnál cm-es és dm-es különbségek adódtak a mért és számított vízszintek között; az öntanuló algoritmusok által kapott megoldások pedig 20 cm alatti hibabecsléssel közelítették a karsztvízszinteket. Tehát megállapíthatom, hogy ezen vizsgálatok eredményei is alátámasztják a bükki karsztrendszer összefüggő voltát. Bár hidrogeológiai szempontból a jövőben mindkét eljárással megfelelő pontossággal tudjuk becsülni a hiányzó vízszintértékeket, és előre jelezni a nem kívánatos csapadék okozta vízszintváltozásokat, a továbbiakban a matematikai alapon történő, öntanuló algoritmusok által kapott eredmények felhasználását javaslom. Bár igaz, hogy az idősorok futtatásához időre van szükség, de a későbbiekben hosszú távú előrejelzésekhez és pótlásokhoz mindenképpen pontosabb megoldás nyújthat. Németh, Á. 2008: A Bükki Karsztvízszint Észlelő Rendszer hiányzó mérési adatainak pótlása, a pontosított adatsorok alapján előrejelzések kidolgozása, Diplomamunka, Miskolci Egyetem, Környezetgazdálkodási Intézet, Hidrogeológiai- Mérnökgeológiai Intézeti Tanszék, Miskolc, 2008. Lénárt L., Németh A. 2008.: A Bükki Karsztvízészlelő Rendszer hiányzó mérési adatainak pótlása, előrejelzése, XI. Karsztejlődés Konferencia, Szombathely. Juhos I, Szarvas Gy., 2003: Intelligent forecast with Dimension reduction, Department of Computer Algorithms and Artificial Intelligence, University of Szeged and Research Group on Artificial Intelligence, Hungarian Academy of Science. Köszönetnyilvánítás Ezúton szeretném köszönetemet kifejezni dolgozatom készítésében igen nagy segítséget nyújtó konzulenseimnek, dr. Lénárt Lászlónk, dr. Kovács Balázsnak, és dr. Szanyi Jánosnak, valamint mindenkinek, aki segített munkám elkészítésében. 27