Vízügyi Közlemények, 1974 (56. évfolyam)

2. füzet - Kovács György: A felszíni lefolyás általános vizsgálata és az árvizek előrejelzése. II. rész

234 Kovács György Közepes kiterjedésű vízgyűjtőkön valószínű a hóból, esőből, illetőleg hó és eső együttes lefolyásából keletkező árvizek szétválasztásán kívül szükséges a konvektív zápor és a nagy kiterjedésű csapadék által kiváltott árvizek külön történő jellemzése is. Vizsgálnunk kell azt is, hogy az árvizet okozó ciklontevékenységnek az a további bontása, amely a légköri adatokból végrehajtott előrejelzés előfeltétele, vajon befolyásolja-e a tervezési adatként szolgáló mértékadó árvizek meghatározását vagy sem. Ennek alapján állapíthatjuk meg azután, milyen részletes osztályozási rendszerrel kell kiegészítenünk vízállás- és vízhozam-nyilvántartásunkat annak érdekében, hogy a statisztikai elemzéseket eredetüket tekintve is homogén árvízi események adatsorából alkotott halmazzal végezhessük*el. A mintaelemeknek ez a több halmazra történő bontása nem csökkenti az egy-egy csoportban levő adatok számát ahhoz az általánosabban alkalmazott mintavételi módhoz viszonyítva, amikor minden év maximális értékét választjuk csak jellemzőül, hiszen csaknem minden típushoz minden évből változatlanul kiválaszthatjuk a legnagyobb értéket (kivétel csak a hóhoz és jéghez kapcsolódó csoport, ha néhány télen hó nem hullott vagy a folyó nem állt be). Az árvizek kiváltó oka szerint szétbontott egy-egy csoportban nyilvánvalóan kevesebb adat jut, mint az adott korlátot túllépő összes tetőzést egyetlen halmazba összefoglaló eljárással végrehajtott elemzés esetében. Ha azonban egy-egy típushoz az évi legnagyobb értéket választjuk ki, a függetlenség nagy valószínűséggel biztosított, és ha a típusokra külön-külön elvégzett statisztikai vizsgálatokat követően azok együttes valószínűségét is elemezzük, a vizsgálatba vont mintaelemek száma már megközelítheti a túllépés alapján kiválasztott adatok számát. b) Az árvízi esemény valószínűségét jellemző eloszlási függvény típusának megválasztása Л mintaelemek kiválasztása után a különböző valószínűséggel várható értékek számítása már a matematikai statisztika részletesen kidolgozott módszereinek az alkalmazását kívánja meg. Az észlelési adatok ún. tapasztalati eloszlásának meghatározása után illeszkedésvizsgálattal kiválasztjuk a tényleges adatokat jól megközelítő elméleti eloszlásfüggvények egyikét és számítjuk annak paramétereit a mintaelemekből. A legtöbb országban szabványok határozzák meg az alkalmazni javasolt eloszlásfüggvényeket (Pearson III., Gumbel, két- és hároinparaméteres gamma, lognormál stb.). A magyar kutatók általában a háromparaméteres gammaeloszlás alkalmazása mellett szállnak síkra (Csorna, 1967; 1968; Szigyártó, 1966; Csorna, Szigyártó, 1969), bár éppen a kérdéssel kapcsolatosan kialakult éles vita azt jelzi, hogy ebben a kérdésben határozott állásfoglalás még nem alakult ki {Oelberg, Winter, 1971). Az illeszkedésvizsgálatok semmiképpen nem adhatnak választ az eloszlási függvény helyes megválasztása körül kialakult vitában, minthogy azok csak néhány erősen kötött eloszlási függvény (pl. a normál eloszlás) alkalmazásának kizárására megfelelőek. Minden eloszlási függvény, amelyet a középértéken kívül három további paraméter (pl. az alsó korlát, a szórás és az aszimmetria) határoz meg, már megbízhatóan illeszthető a viszonylag rövid adatsorokból meghatározott tapasztalati eloszláshoz, jóllehet a különböző kapcsolatokkal extrapolált szélsőséges értékek egymástól nagyságrendbeli is eltérő eredményeket adhatnak. Az illeszkedést jellemző mutatószámok kismértékű eltérése — ha azok egyaránt