Vízügyi Közlemények, 1984 (66. évfolyam)

4. füzet - Mekis Éva-Szöllősi-Nagy András: Numerikus sztochasztikus csapadék-előrejelző modell - folyamatos lefolyás-előrejelzés időelőnyének növeléséhez

528 Mekis É. és Szöllösi-Nagy A. 2.2. A modell identifikációja Az adatok kiválasztása után az alkalmazás következő lépése a modell identifikációja, vagyis annak a modellstruktúrának és dimenziónak meghatározása, amely statisztikusdinamikus értelemben a legjobban illeszkedik a mérési idősorokra. Mint azt már a modell felépítésénél említettük a modell struktúrája célszerűen a korrelációfüggvények számításával határozható meg (Eykhojf 1975). ' ?«*. * 1,0'. -1,0 h 6. ábra. A területi csapadék idősorának autokorrelációs függvénye Рис. 6. Автокорреляционная функция временного ряда территориально осредненных осадков Fig. 6. Autocorrelation function of the time series of areal average precipitation Bild 6. Autokorrelationsfunktion der Zeitreihe des Gebietsniederschlags A csapadékátlagok idősorának autokorreláció-függvényét tünteti fel a 6. ábra, amiből is kitűnik, hogy 95%-os szinten csak az egylépéses (12 órás) autokorrelációs tényező különbözik szignifikánsan zérustól (az Anderson-próba szerint), ami azt jelenti, hogy az idősorban egylépéses markovitás (függőség) van. Ennek interpretálásában azonban óvatosan kell eljárni: utal erre az egylépéses korrelációs tényező alacsony értéke (0,187). A csapadékidősornak a másik három kiválasztott időjárási változóval számított keresztkorrelációs függvényei alapján megállapítottuk, hogy a legerősebb kapcsolat a csapadékidősor és a dinamikus telítési hiány között van (7. ábra). A negatív keresztkorreláció azzal magyarázható, hogy a dinamikus telítési hiány értékének csökkenésével egyre nagyobb a csapadék bekövetkezésének valószínűsége (Bodolainé 1975.) így ez tulajdonképpen egzisztencia viszonyt jelent a két időjárási változó között. A dinamikus telítési hiány bizonyos értéke alatt (^40 gpm) a csapadék már majdnem biztosan bekövetkezik. Ezért a 7. ábrából láthatóan a dinamikus telítési hiány 12, 24, 36 és 48 órával megelőző értékeit is figyelembe kell vennünk. A másik két időjárási változóra is mutatkozott kapcsolat, de ezek hatása már fizikailag nem erős, hatásuk inkább véletlen jellegű. Szintén keresztkorreláció vizsgálat alapján a vertikális sebesség esetében az adott időpont előtt 24 órával mért értékeket vettünk figyelembe. A kihullható vízmennyiségre vonatkozóan, mivel szignifikáns keresztkorreláció csak k = 3 és k = 4 eltolásokra adódott, a mérések közül a vizsgált idő előtti 36 és 48 órás értéket vettük a modellben figyelembe.