A Magyar Hidrológiai Társaság II. Országos Vándorgyűlése III. kötet, Árvízvédelem – Belvízvédelem (Pécs, 1981. július 1-2.)
eljárások közül kiválaszthassu k az optimálisát adott időelőnyü /I, 2, 3, 4 napos/ előrejelzések céljára. A feladat nem könnyű, a Vizjelző Szolgálat a Szesztay-féle grafikus előrejelzési segédlet alapján dolgozik / Szeszta y, 1957/, mely pl. a Duna esetében felhasználja a teljes Felső-Dunán mért adatokat és végig kiséri az árhullámok levonulását egészen a németországi vízgyűjtőtől kezdve. A segédlettel kapott értéket azután a szolgálat nagy tapasztalattal rendelkező szakemberei ismereteik alapján még korrigálják. Ez a módszer - bár szubjektiv - tulajdonképpen szintén statisztikai jellemzőkön alapul, akárcsak az egyszerű statisztikus modell, amely azonban mindössze egy, legfeljebb két felső szelvény adatait ismeri. A gépi módszer viszont az "objektiv", a legkisebb eltérésnégyzetek alapján optimált előrejelzést adja. Nem ismer vizfolyást, árhullámot, hidraulikát, kizárólag a számok közötti kapcsolatra épül. Nagyon izgalmas kérdés: vajon meg tud-e ez a modell mérkőzni az évtizedes mérnöki tapasztalattal. 3. Az előrejelzés hatékonyságának mérése Az előrejelzések hatékonyságának mérésére a korrelációs indexet és a hatékonysági mutatót használhatjuk [7], [5], A korrelációs index (R) az előrejelzési hibasorozat varianciáját (szórásnégyzetét) hasonlítja össze a mért (eredeti) idősor varianciájávai. A hatékonysági mutató (t») a hibasorozat varianciáját az eredeti idősornak az adott időelőny alatti természetes változásai varianciájávai veti össze. Ezek alapján R - Jl ~ ( (6) es ahol a hibaidősor szórása Oy a mért adatok szórása o k a mért adatok k-lépéses időelőny alatti változásainak, az /yt-yt+k/ különbségeknek /t-1,2,.../ a szórása. A két mutató közül az n hatékonysági mutató a szigorúbb mérték: az elfogadható előrejelzés szintje n = 0,6; és 0,86 fölött már jó előrejelzésről beszélhatünk. Az R korrelációs index értelemszerűen jóval nagyobb, ritkán megy 0,8 alá. Alkalmazása elsősorban akkor indokolt, ha a hatékonyság hirtelen leromlik. Ilyenkor segítséget nyújt annak megállapításában, hogy csak valami helyi konfliktus /pl. rezonancia a hiba és a mért változások közt/ vagy a modell tényleges divergenciája állt-e elő. Régebbi futtatásaink során n az esetek túlnyomó többségében elérte a 0,6—os szintét, és gyakran a 0,86-ot is meghaladta. A legfontosabb tudnivaló ezekkel a mutatókkal kapcsolatban, hogy elsősorban a hatékonyság összemérésér e alkalmasak. Az operativ számítási mód szükségessé tette ezen mutatók rekurziv számitási lehetőségének kidolgozását abból a célból, hogy az operativ körülmények között és folyamatosan nyomon lehessen követni az eljárás hatékonyságát; kimutatni azokat a kritikus periódusokat, amikor a hatékonyság romlik. Rekurziv számitás i formulát dolgoztunk ki a változók átlagainak és szórásnéqyzeteinek meghatározására. Könnyen belátható, hogy 8
