A Magyar Hidrológiai Társaság II. Országos Vándorgyűlése III. kötet, Árvízvédelem – Belvízvédelem (Pécs, 1981. július 1-2.)
Ezek a modellek arra voltak alkalmasak, hogy egy adott hosszúságú múltbeli vizállás (vizhozam) idősort az időben folyamatosan előre haladva előre jelezzenek. Ezek közül jelen munkában a tisztán statisztiku s, önbeálló előrejelző néven ismert modell továbbfejlesztésére került sor [8], [4], [3]. Ez egy adaptiv, diszkrét idejű sztochasztikus model l, melyben a rekurziv legkisebb négyze t elvű paraméterbecslé s során mind a paraméter felujitá s, mind az előr ejelzés alapja a megelőz ő előrejelzésekben elkövetett hib a. A modellel már igen jó tapasztalataink voltak, mind nagy-, mind kisvízfolyások vizhozam- ill. vizálláselőrejelzésében: alkalmaztuk a Dunára (11, [3] és a Tiszára [10], napi vizálláselőrejelzésre; a Zagyva-Tarna rendszerben órás vizhozamok előrejelzésére Ilii , a Sajó-Hernád vízrendszerében napi vizálláselőrejelzésre [13] , és a Zalán 12 órás vizhozamelőrejelzésre [14 I . A következő feladat az volt, hogy a kvázi-on-line jelleggel működő számitógépi programot alkalmassá tegyük arra, hogy az Országos Vizjelző Szolgálat operativ módon naponta lefuttathassa az általa előrejelezni kivánt mércékre, megteremtve az összehasonlitás lehetőségét az uj és a hagyományos előrejelzési módszerek alkalmazhatósága között. Ennek az uj programrendszernek a felépitését, működését és első eredményeit ismerteti ez a dolgozat. 2. Az előrejelző modell algoritmusának áttekintése A modell már ismert elvi alapokon nyugszik [1], [2], [3], ezért itt hely híján nem ismételjük meg teljes elméleti levezetését. Az alábbiakban mindössze az előrejelzési ill. becslési algoritmus rekurziv formuláit foglaljuk össze, hogy a konkrét számitások lépései közvetlenül érthetők legyenek: Az előrejelző modell a vizfolyás előrejelzendő mérceszelvényének idősorára felirt egyszerű autoregressziv mozgó átlag /ARMA/ modellből vezethető le. Az előrejelzést rekurzive végezzük, minden egyes észlelési időpontban. Alapja az előzőleg elkövetett előrejelzési hiba, illetve az uj észlelés eredménye. Segédváltozóként felhasználjuk még egy /esetenként kettő/ felső vizmérce adatait is. Észlelés után minden időpontban felujitjuk a modell paramétervektorát és a megelőző információkat magába süritő konvergenciamátrixot a legkisebb négyzetek rekurziv becslési módszerével, majd pedicr kiegészítjük az adatvektort az uj mérési adatokkal. Az algoritmus négy rekurziv lépése a következő alakban irható fel ecry általános t időpontban: 6
