Investigation of deterministic and stochastic properties of streamlows

Abstract

Processing and using hydrological and meteorological data as basic input variables are of importance in planning water related structures. Because the nature of hydrometeorological data whose characteristics are expected to be random. Their future values can be determined by the rules of probability and statistics. In this study, investigating the best-fitted autoregressive model (AR (p)) to the monthly stream flows is aimed. Statistical analyses indicated that the studied stream flow data did not have a trend component at 5 % level of significance. The periodic component in the mean and standard deviation were removed through applying Fourier analyses from historical data to obtain stochastic component. Correlogram analyses indicated that the dependent part of stochastic component was defined well by the third order autoregressive model (AR (3)). The residuals of the autoregressive model were analyzed with LJung-Box statistic; and it was concluded that residuals were uncorrelated.

Özet

Su yapılarının tasarımında hidrolojik ve meteorolojik verilerin işlenmesi ve temel girdi olarak kullanılması önemlidir. Bu veriler, doğası gereği rastgele karakterli olduğundan dolayı, gelecekte alacakları değerlerde olasılık ve istatistik kuralları ile belirlenebilmektedir. Bu çalışmada, aylık nehir akımlarına en iyi uyan otoregresif (AR(p)) modelin saptanması amaçlanmıştır. Verilerin ön istatistiksel analizleri %5 önem düzeyinde yapılmış've verilerin gidiş bileşenine sahip olmadığı görülmüştür. Stokastik bileşenin elde edilebilmesi için verilere Fourier analizi uygulanarak tarihi serilere ait ortalama ve standart sapmadaki periyodik bileşen verilerden uzaklaştırılmıştır. Korelogram yapısından serinin üçüncü mertebeden otoregresif (AR(3)) modelle ifade edilebileceği belirlenmiştir. Otoregresif modele ait artık terimler LJung-Box istatistiği ile analiz edilmiştir ve artık terimlerin bağımsız olduğu sonucuna varılmıştır.