HIDROLOGIJA I PREDAVANJA

GRAEVINSKI FAKULTET SVEUILITA U RIJECI

Prof.dr.sc. Nevenka Oani, dipl.in.gra.

OSNOVE I PRAKTINA PRIMJENA

STATISTIKIH METODA
Prirodni sustavi su dinamiki sustavi koji su promjenjivi u prostoru i
vremenu
- Statistika metoda je znanstvena metoda koja se bavi prikupljanjem,
analizom i tumaenjem podataka razliitih vrsta.
-

Svrha je primjene statistikih metoda:

- donoenje suda o osobitostima promatranih pojava,
- ispitivanje razliitih pretpostavki,
- procjena karakteristinih veliina,
- odabir statistikih modela koji generiraju pojave,
- predvianje pojava
Generalno, statistike se metode dijele na:
deskriptivne ne razmatra se priroda priroda procesa, ve se zakljuci
(u danom sluaju statistiki opisi) odnose samo na dane podatke,
inferencijalne dane podatke interpretira kao uzorke skupa te prouava
zakonitosti procesa koji su generirali njihovu pojavu koristei teoriju
vjerojatnosti.

OSNOVE I PRAKTINA PRIMJENA

STATISTIKIH METODA
- Statistiki skup predstavlja grupu elemenata koji imaju
neko zajedniko obiljeje. U hidrologiji ti elementi su npr.
podaci o oborinama, protokama, temperaturama
- Najee se radi o nekim izmjerenim veliinama, ija se
vrijednost mijenja od elementa do elementa, s time da se
neke vrijednosti mogu i ponavljati. Broj lanova u tom skupu
obino se naziva statistika masa i obiljeava se simbolom N.
-Ti elementi skupa nazivaju se varijablama (promjenjivima).
- U hidrologiji su te varijable obino vremenski promjenjive.
Varijable se grafiki mogu razliito prikazivati - u obliku
krivulja, poligona, histograma, kao i itavog niza drugih
prikaza.

1600

1000

1400

900
800

1200

700

1000

600

800

500

600

400
300

400

200

200

100

0
1

0
208.7

10

10.6

54.3

26.3

103

1000
900
800
700
600
500
400
300
200
100
0
208.7

10.6

54.3

26.3

103

355

438

291

1304

1492

Naini prikazivanja promjenjivih varijabli

355

438

291

1304

1492

- Varijabla koja moe poprimiti bilo koju vrijednost u

nekom rasponu ulaznih podataka nazivamo neprekidnom
ili kontinuiranom varijablom, a u protivnom je ona
prekidna ili diskretna.
- Statistiku u naelu ne zanima realizacija nekog
pojedinanog dogaaja u tom skupu, ve je interesiraju
znaajke cijelog skupa.
- Kako hidrologija koristi veliki broj podataka, statistika
nam slui da pomou njenih metoda dobijemo ogranien
broj rezultata na osnovu kojih emo saznati velik broj
informacija o analiziranom skupu.

Osnovna statistika obrada podataka

Aritmetika sredina:

x=

(x

Standardna derivacija:

Koeficijent varijacije:

Cv =

Koeficijent asimetrije:

(
x x)

CS

n 3

ODSTUPANJA OD MJESENIH PROSJENIH

PROTOKA
25.00

Qsr
Stand.dev
Stand.dev

Qsr (m3/s)

20.00
15.00
10.00
5.00
0.00
-5.00

10
t (mjeseci)

15

Meteoroloke i hidroloke podloge ine podaci dobiveni

motrenjem ili mjerenjem. Od njih se sastavlja slijed podataka
koji se moe prihvartiti i u daljnjim statistikim obradama
tretirati kao niz vrijednosti sluajne varijable, ako su ispunjeni
slijedei uvjeti:
- lanovi niza su sluajne veliine
- lanovi niza su meusobno neovisni
- Niz mora biti homogen (da vrijednosti pripadaju
istom skupu)
- lanovi niza moraju biti stacionarni (stacionarnost
kvare trendovi, svojstva periodinosti,)
- Niz mora biti dovoljno dug

- Duljina niza moe se provjeriti na osnovi veliine pogreke

koeficijenta varijacije CV, a prema formuli koju preporua
UNESCO:

Tu je Cv koeficijent varijacije, a n broj lanova niza.

- Ukoliko je s CV 0,10, niz se moe smatrati dovoljno dugim za
koritenje

ISPITIVANJE HOMOGENOSTI
Najjednostavnije preko tzv.
krivulje dvostrukih masa

a1,a2+a1,a3+(a2+a1), ...
b1,b2+b1,b3+(b2+b1), ...

90000
80000
70000
Suma H (mm)

-Dvije se stanice ispituju tako

da se formiraju nizovi njihovih
osmotrenih podataka na nain
da prvi lan niza ine njihove
stvarno osmotrene vrijednosti,
drugi par ine osmotreni drugi
po redu lanovi niza uveani za
prethodni prvi lan, trei par
ine trei osmotreni lan
uvean za sumu prethodnih
lanova ...

Veprinac

60000

Mo.Draga

50000

Labin

40000

Vela Uka

30000

Letaj br.
epi

20000
10000
0
0

20000

40000

60000

Suma Hsr (mm)

80000

STUDENTOV

T-TEST

- Pretpostavka je da promjenljiva X slijedi normalnu raspodjelu i da

su standardne devijacije dva uzorka jednake (x1 = x2 = x)
- Kriterij za ocjenu srednjih vrijednosti je:

t=

X1 X 2

x x
1

gdje je:

1
1
+
n1 n2

x x = x
1

- Promjenjiva t ima Studentovu raspodjelu Sv(t) sa v=n1+n2-2

stupnja slobode.
Hipoteza se prihvaa ako je:

t < t < t
2

Statistika obrada dnevnih podataka krivulje uestalosti i trajanja

- Uestalost je broj pojavljivanja neke vrijednosti u
nekom odreenom razdoblju opaanja. Grafiki prikaz
uestalosti u koordinatnom sustavu zove se raspodjela
uestalosti ili histogram. Uestalosti pojavljivanja mogu se
aproksimirati neprekidnom krivuljom koja se naziva krivulja
uestalosti.
- Zbrojna uestalost neke vrijednosti je zbroj uestalosti
svih vrijednosti manjih ili jednakih toj vrijednosti ili
obrnuto. Ona predstavlja trajnost i grafiki se prikazuje
krivuljom trajanja.
- Krivulja trajanja je krivulja koja pokazuje postotak
vremena ili broj dana u godini tijekom kojih je vodostaj ili
protok jednak danim koliinama ili vei od njih, bez obzira
na kronoloki red.

Iz nivograma moemo dobiti dijagrame uestalosti i

trajnosti vodostaja, a analogno tome iz hidrograma
moemo dobiti dijagrame uestalosti i trajnosti protoka.

KRIVULJE UESTALOSTI I TRAJANJA

Razredi

Uestalost

Prosjek

Trajanje(dani)

Trajanje(%)

0--2

-250

0.75

365

100

2--4

-56

2.97

115

31.51

4--6

-23

4.76

59

16.16

6--8

-15

6.67

36

9.86

8--10

-7

8.82

21

5.75

10--12

-5

10.84

14

3.84

12--14

-3

12.93

2.47

14--16

-3

15.27

1.64

16--20

-3

19.27

0.82
Q

21.00
19.00
17.00
15.00
13.00
11.00
9.00
7.00
5.00
3.00
1.00
-260 -240 -220 -200 -180 -160 -140 -120 -100 -80 -60 -40 -20 0
dani

20

40

60

80
T (%)

Krivulja uestalosti

Krivulja trajanja

100

ANALIZE HODOVA I MEUODNOSA VREMENSKIH

SERIJA HIDROLOKIH PODATAKA
Hidroloki podaci u velikom broju sluajeva imaju karakter
vremenskih serija podataka npr. godinje koliine oborina,
srednji godinji protoci, srednji mjeseni vodostaji, dnevne
koliine crpljenja.
Uobiajeno ih je prikazivati u vidu vremenskih dijagrama na
kojima je apcisa vremenska os a na se ordinati oznaavaju
analizirani parametri.
Pored ocjene osnovnih statistikih parametara koji ne uvaavaju
poloaj analiziranih vrijednosti na vremenskoj osi (srednje
vrijednosti, standardne devijacije, koeficijenata varijacije i
asimetrije), podatke takvih vremenskih serija uobiajeno je
analizirati i na nain da se analizira meusobni poloaj lanova
niza tih vrijednosti, kao i meusobni odnos vrijednosti vie
razliitih parametara za isti vremenski inkrement.

Pored ocjene osnovnih statistikih parametara koji ne

uvaavaju poloaj analiziranih vrijednosti na
vremenskoj osi (srednje vrijednosti, standardne
devijacije, koeficijenata varijacije i asimetrije),
podatke takvih vremenskih serija uobiajeno je
analizirati i na nain da se analizira meusobni poloaj
lanova niza tih vrijednosti, kao i meusobni odnos
vrijednosti vie razliitih parametara za isti vremenski
inkrement.
Najee analize pojedinanih vremenskih serija su
analize homogenosti, trenda, autokorelacije, ciklinosti
i slino, a najee analize vie razliitih vremenskih
serija su razliiti tipovi njihovih meusobnih korelacija
(linearne, nelinearna, viestruka...).

Osnovni matematiki postupak koji se koristi prilikom analize

trendova i korelacijskih analiza je metoda najmanjih
kvadrata udaljenosti. Radi se o predimenzioniranim
matematikim sustavima, kod kojih se kroz polje toaka
nastoji provui funkcija za koju vai da joj je suma kvadrata
odstupanja toaka po ordinati od traene funkcije minimalna.
Imamo niz toaka (xi, yi) - npr. podataka o vodostajima xi, te
njihovim odgovarajuim vrijednostima protoka yi,.
Pretpostavljamo da izmeu ovih podataka postoji odreen
oblik empirike zavisnosti, odnosno postojanje funkcijske
veze tipa
y=f (x)
Ta se veza moe izraziti u obliku y = f ( x, a, b, c, ),
Gdje su a, b, c parametri koji se odreuju po metodi
najmanjih kvadrata.

-Ako je odstupanje po ordinati izmeu vrijednosti funkcije y i

vrijednosti pojedinih toaka mjerenja yi jednako ( y - yi ),
suma kvadrata tih odstupanja iznosi S ( y - yi )2. Da bi ova
suma kvadrata doista bila minimalna, uvjet je da sve parcijalne
derivacije po nepoznanicama (parametrima a, b, c ) biti nule.

( y y1 )

Slijedi:

( y y1 )

= 0;

( y y1 )

= 0;

= 0;

- Prema toj postavci sastavljaju se odgovarajui sustavi

normalnih linearnih jednadbi s brojem jednadbi koliko
sustav ima nepoznatih veliina parametara a, b, c
- Najjednostavnije je ako funkcija ima oblik linearne funkcije,
kakav je inae est u hidrologiji, ili se pak brojne funkcije
raznim matematikim transformacijama dadu svesti na linearni
oblik:
y = a +bx

Iz toga slijedi niz jednadbi kvadrata odstupanja po ordinati:

(y i - y)2 = (y i - a - b x i)2
Provevi parcijalnu derivaciju po a i b, te nakon sreivanja, dobivaju se
dvije normalne jednadbe:
an + bxi = yi
a x i + b x i2 = x i y i
gdje je n - broj lanova niza parova vrijednosti
Radi jednostavnijeg prikazivanja oznaimo:
x i = p 1;

x i2 = p 2 ;

y i = q 1;

xi yi=q2

Iz toga jednadbe dobiju oblik:

an + bp1 = q1
ap1 + bp2 = q2
Rjeenjem toga sustava proraunavaju se nepoznati parametri a i b
funkcije koja ima najmanje odstupanje izmeu analiziranih toaka:
a = ( p 1 q 2 - p 2 q 1) / ( p 12 - n p 2 )
b = ( p 1 q 1 - n q 2 ) / ( p 12 - n p 2 )

Slino se postupa i kod jednadbi funkcija s vie nepoznatih

parametara koje treba odrediti.
Kako je najjednostavnije baratati s linearnim sustavima, prilikom
hidrolokih obrada nastoje se i neke druge funkcije linearizirati,
tj. tako prirediti njihove ulazne parametre da se dadu primijeniti
prethodno dani izrazi za linearne funkcijske veze.
Tako se npr. jednadba y = a x b dade linearizirati na nain da
se logaritmiraju vrijednosti x i y, pa funkcija poprima oblik
(log y) = log a + b (log x)
Jednadba trenda neke vremenske serije podataka nekog
hidrolokog parametra nije nita drugo nego li jednadba linearne
funkcije (jednadbe pravca regresije) kod koje su vrijednosti x i
redni brojevi analiziranog vremenskog inkrementa (npr. godine),
a vrijednosti y i analizirane vrijednosti veliine tog parametra.

Niz podataka o maksimalnim godinjim protokama:

Vrijednosti max.
god. protoke
(m3/s)

45.7

70.1

64.4

45.0

37.3

26.1

30.7

57.0

30.2

10

20.5

11

26.1

Trend maksimalnih godinjih protoka

80
70

y = -3.4691x + 62.005

60

Q max (m3/s)

Red. broj
god.

50
40
30
20
10
0
0

godine

10

12

Niz podataka o srednjim i min. godinjim protokama:

OSMOTRENE PROTOKE
Par.

Sr.god.
(m3/s)

Min.god.
(m3/s)

Max.god.
(m3/s)

SR

13.42

1.10

142

2.16

0.39

22.4

20

Cv

0.161

0.35

0.16

18

9.98

17.1

0.611

182

50 god.

9.19

18.1

0.545

194

100 god.

8.67

18.7

0.506

202

Q min ( m /s )

97

20 god.

94

172

19

0.679

91

16.2

19

10.7

88

10 god.

19

160

85

0.776

19

15.2

82

11.6

19

5 god.

0
79

140

19

1.019

76

13.4

19

13.4

0.5

73

2 god.

19

Max.

70

Min.

19

Max.

1.5

67

Min.

y = -0.0042x + 1.1985

19

Pov.per.

64

PRORAUNATE KARAKTERISTINE PROTOKE

Q min.

10

19

195

61

2.05

19

17.9

58

MAX

2.5

12

19

97.8

55

0.525

14

19

9.55

3.5

Q sr.

52

MIN

y = -0.007x + 13.593

19

0.45

19

0.86

0.177

16

Q sr ( m /s )

Cs

Kupari - Kupa : Hod sred. i min. god. protoka

KORELACIJA (REGRESIJA)
U hidrologiji su analize korelacija jedan od estih zadataka.
Poelo ih se je primjenjivati najprije vezano uz popunu
nedostajajuih podataka vremenskih serija podataka.
Npr. u sluajevima kada imamo mjerenje podataka s dvaju
limnigrafskih postaja, pa nam zbog prekida u radu jednog od
instrumenata nedostaju primjerice podaci o srednjim
mjesenim protokama, nadopunjavanje vrimo podacima sa
susjedne postaje koristei korelacijske analize, pri emu je
najednostavnija linearna korelacijska veza.
Sam raunski postupak svodi se na definiranje statistike
povezanosti izmeu dvije analizirane hidroloke varijable, u
danom primjeru nizova podataka o srednjim godinjim
protokama, a pri emu se zapravo koristi Gaussov zakon s
dvije varijable.

KORELACIJA (REGRESIJA)
Ako podatke s neke postaje oznaimo s xi, a s druge s yi ,
dobijemo polje toaka za koje moemo odrediti regresijske
pravce
y =Ryx +b1
x =Rxy +b2
Jednadbe tih pravaca odreuju se po metodi najmanjih
kvadrata odstupanja od osi X i Y, a prolaze zajednikom

tokom njihovih prosjenih vrijednosti te zatvaraju kut .

Za odreivanje poloaja tih pravaca regresije potrebno je

dakle poznavati prosjene vrijednosti obaju serija podataka i
kutove njihova nagiba, a to se odreuje iz analize njihovih
vrijednosti prema izrazu:

(x x )(y
n

tg1 = R y =

(x x )
n

(x x )(y
n

; tg 2 = Rx =

(y y )
n

KORELACIJA (REGRESIJA)
- Za potpuno odreivanje poloaja jednadbi pravaca
regresije potrebno je jo odrediti odsjeke tih pravaca na osi
y, a to je dano prema izrazu: b1 = y - R y x ; b2 = x - R x y

KORELACIJA (REGRESIJA)
vrstinu veze izmeu varijabli X i Y daje nam umnoak regresijskih
koeficijenata Rx i Ry. Koeficijent korelacije r je srednja geometrijska
vrijednost tog umnoka:

r = Rx R y

Ukoliko se pravci regresije poklapaju, tj. Podaci nalaze samo na jednom

pravcu regresije, umnoak Rx i Ry bi morao biti jednak jedinici inae
varira izmeu -1 i 1.
Za
Za
Za
Za

r= 1
1 > r > 0.75
0.75 > r > 0.50
r < 0.50

postoji vrsta korelacijska veza

postoji relativno vrsta korelacijska veza
postoji slaba korelacijska veza
ne postoji znaajna korelacijska veza

Postoje i viestruke korelacije kada je zavisna varijabla funkcija nekoliko

drugih nezavisnih varijabli - npr. opadanje razine vode u akumulaciji
moe biti u funkciji isparavanja iz akumulacije, potronje vode i gubitaka
vode iz akumulacije.

KORELACIJA (REGRESIJA)

Primjer hidrolokih (A i B) i meteorolokih (1 i 2) stanica na

nekom slivu iji se podaci mogu nadopunjavati korelacijom

KORELACIJA (REGRESIJA)

KORELACIJA (REGRESIJA)

KORELACIJA (REGRESIJA)
KORELACIJA IZM EU M JESENIH PROM JENA VODOSTAJA I
OBORINA ZA SRPANJ

H (cm )

-10

30

60

90

120

150

180

-20
-30
y = 0.0757x - 29.674
k =0.41

-40

220

H (c m )

-50

320

oborine (m m )

120
20
-80500
-180

KORELACIJA IZM EU M JESENIH PROM JENA VODOSTAJA I

OBORINA ZA LISTOPAD

-280

700

900

1100

1300

H (cm )

y = 0.2765x - 32.196
k =0.87
50

100

150

200

oborine (m m )

250

300

350

400

1700

y = 0.3692x - 394.99
k = 0.82

oborine (mm)
80
70
60
50
40
30
20
10
0
-10
-20 0
-30
-40

1500

KORELACIJA (REGRESIJA)
21

water levels (H) (m.a.s.l.)

19
17
15
13
-8

Q=(2.721*10 ) H

11

5.7307

9
7
0.000

0.200

0.400

0.600

0.800

los s e s (Q) (m 3 s -1 )

Meuodnos gubitaka i razina vode na jezeru Ponikve - Krk

AUTOKORELACIJE

Autokorelacija srednjih godinjih i srednjih mjesenih

vodostaja Vranskog jezera (1929. 1995.)