Vízügyi Közlemények, 1975 (57. évfolyam)

4. füzet - Károlyi Csaba: Adathiányos vízgyűjtők vízkészlet meghatározása

542 Károlyi Csaba polinom tagszámának növekedésével a többszörös korrelációs együttható csökken, illetve a reziduális szórás nő. A regressziós felületeket célszerűen nem az eredeti változók rendszerében határoztuk meg, mert a regressziós együtthatók értékelése érdekében célszerűbb a standardizált összefüggések kiszámítása. Az eredeti változókra felírt egyenlet regressziós együtthatói nem jellemzőek arra, hogy az egyes tagok mennyiben járulnak hozzá a keresett értékhez, mivel a változók különböző értéktartományban mozognak. Más a helyzet a standardizált változók rendszerében, itt ugyanis minden változó azonos mértékben változik, így az egyes tagok járulékáról a regressziós együttható önmagában tájékoztatást nyújt. Ezért a standardizált változók rendszerében a magyarázó változók fontossági sorrendbe rendezhetők, illetve a túl kis járulékot adó tagok lényegtelen információveszteség mellett elhagyhatók. A regressziós összefüggések meghatározásánál úgy jártunk el, hogy megkerestük a célváltozóval legerősebben korrelált változót, melyet magyarázó változónak tekintettünk. Ezután kiszámítottuk a standardizált célváltozóra vonatkozó parciális korrelációs együtthatókat, melyből a jelentős (szignifikáns) hatást mutató változóval a magyarázó rendszert lépésenként bővítettük. A regressziós közelítések eredményeinek értékelésénél azt a gondolatmenetet követjük, hogy először eltekintünk a korrigálástól- így nagy adatszám esetén fennálló általános megállapításokat tehetünk. Az m paraméterre vonatkozó páros korrelációk közül legjobbnak az x

0 (a terület átlagmagassága) bizonyult: |r| —0,809 — 0,881, a hónapoknak megfelelően változó értékkel. Ha a regressziós összefüggésbe sorra az változókat is bevonjuk a többszörös korrelációs együttható fokozatosan javul | г | =0,987 — 0,999 éltékre. Vagyis szavakban: az m paraméter legjobb becsiéséta vízgyűjtő átlagmagassága, mederben mérhető magasságkülönbség, előző havi fajlagos vízbevétel, az évi összbeVí tel, a havi fajlagos vízbevétel, a vízgyűjtő területe és átlagos mederesés figyelembevétele adja. A a paraméter páros korrelációvaizsgálatánál a legkedvezőbb eredményt ugyancsak az x, (terület átlagmagassága) változó adta \r\=0,207 — 0,781 közötti értékkel. Regressziós egyenletünkbe ezen kívül bevontuk az x^Q) Xj^j Xg, valamint egyes hónapokban az x

6 és x^ változót is. A többszörös korrelációs együttható értéke így is csak 0,490 — 0,919 között mozog. Nincs valamennyi hónapra elfogadható egységes összefüggés, esetenként a sokévi átlagos összes vízbevétel az előző havi vízbevétel fajlagos értéke, valamint az éves fajlagos vízbevétel. (V., VII., VIII., X., XI., XII. hó), illetve a vízgyűjtő nagysága, átlag magasság a a magasságkülönbség a mederben és a sokévi átlagos összvízbevétel (II., VI., IX.,), vagy a vízgyűjtő nagysága, a sokévi átlagos összvízbevétel, valamint a havi összvízbevétel (III., IV., XII.) nyújtja a legjobb eredményi. Rá kell mutatni, hogy a viszonylag gyengébb többszörös korrelációs együttható annak tulajdonítható, hogy a a paraméter közel áll a konstanshoz. Az x

0 paraméter korrelációs együtthatói közül a sokévi átlagos vízbevételre (x

9) vonatkozó emelkedett ki: \r\=0,-360 — 0,977. A közelítések totális korrelációs együtthatója 0,999-ig emelkedett, ha az egyenletben az x

9, x

v x

1

3, x

8, x

6, x

1

2 magyarázó változókat szerepeltettük. Feltűnően gyengébbek a kapcsolatok május hónapban. Összegezve megállapítható, hogy a legjobb becslést az éves összvízbevétel, a vízgyűjtő nagysága, a havi összvízbevétel, az éves fajlagos vízbevétel, a magasságkülönbség a mederben és a havi vízbevétel fajlagos értékének együttes adja.