Chơng 4 Kiểm tra thống kê các giả thuyết về tính đồng nhất, ngẫu nhiên và phù hợp của thông tin khí tợng thuỷ văn Việc ứng dụng đờng phân phối lý luận để mô tả các chuỗi thống kê , nói một cách nghiêm túc, chỉ có thể thực hiện đợc trong trờng hợp nếu nh chuỗi này đợc tạo nên bởi các phần tử về định tính là đồng nhất và độc lập với nhau. Vì vậy làm sáng tỏ tính đồng nhất thống kê của chuỗi nghiên cứu và tính ngẫu nhiên hình thành mẫu là yếu tố quan trọng của việc đánh giá mức độ tin cậy trong khái quát hoá thống kê. Ngoài ra, khi sử dụng đờng phân phối lý luận cần phải trình bày đầy đủ rõ ràng mức độ đờng phân phối lý luận để đợc dùng phù hợp với tài liệu thực nghiệm. Việc phân tích các phơng pháp thống kê cho phép giải các bài toán trên và là nội dung của chơng này. 4.1. Phân tích tính đồng nhất chuỗi đặc trng thuỷ văn. 4.1.1. Tổng quan. Các chuỗi đặc trng thuỷ văn không phải là những tổng thể mà là các mẫu ngẫu nhiên của chúng. Vì vậy không thể mặc nhiên coi các chuỗi đó thuộc một tổng thể đợc. Nh đã biết, trong lý thuyết xác suất có rất nhiều chỉ tiêu đồng nhất mà ta có thể sử dụng để xác định tính đồng nhất của các tham số mẫu của phân phối trong đó có trị bình quân và phơng sai, hoặc xác định trực tiếp một số mẫu có thuộc cùng một tổng thể hay không. Sau đây chúng ta sẽ xét một vài chỉ tiêu đó đợc dùng trong thực tế phân tích thuỷ văn. Ta biết rằng việc đánh giá tính đồng nhất về mặt thống kê của các chuỗi đặc trng thuỷ văn là đặc biệt phức tạp, vì vậy trong nhiều trờng hợp phép toán này trở nên không thể xác định đợc. 193 Thật vậy, do tính đa nhân tố của rất nhiều các đặc trng thuỷ văn, thờng khó tách ra đợc các nguyên nhân phá vỡ trạng thái đồng nhất của chuỗi tài liệu quan trắc đợc ra khỏi các yếu tố tạo nên chuỗi thuỷ văn nh là một chuỗi của biến ngẫu nhiên. Thí dụ nh lu lợng nớc lớn nhất trong năm, nh ta đã biết rõ, đợc hình thành dới tác động của rất nhiều nhân tố, trong đó có lớp tuyết phủ quyết định đến dòng chảy lũ mùa xuân, lợng ma rơi sinh ra lũ do ma. Vì thế, một vấn đề tất nhiên sẽ xảy ra là đối với sông nghiên cứu, lớp tuyết phụ và lợng ma rơi với nhiều nhân tố khác tạo nên tính chất ngẫu nhiên dao động nhiều năm của dòng chảy lũ mùa xuân, và ngợc lại , một nhân tố đó trong những năm khác nhau tác động lên hiện tợng nghiên cứu rất độc lập với nhau điều đó đã gây nên tính không đồng nhất về mặt hình thành nó . Trong trờng hợp thứ nhất, lu lợng lớn nhất không phụ thuộc vào điều kiện hình thành nó (lũ do ma và lũ mùa xuân ) tạo nên một chuỗi thống kê duy nhất, còn trong trờng hợp thứ hai do xét riêng biệt lũ do ma và lũ mùa xuân nh là hai chuỗi thống kê độc lập. Vì thế một vấn đề nảy ra là sử dụng lợng thông tin tổng hợp có trong hai chuỗi thống kê đó nh thế nào, nếu nh thiết kế công trình thuỷ lợi cần tính lu lợng nớc lớn nhất ứng với tần suất cho trớc không phụ thuộc vào điều kiện hình thành nó (lũ do m a hay lũ mùa xuân). ở chơng này ta sẽ xét một trong số các phơng pháp có thể mô tả thống kê các chuỗi nh vậy. Trong một số trờng hợp việc đánh giá tính đồng nhất của tài liệu thuỷ văn quan trắc có ý nghĩa rất quyết định. Thí dụ nh việc lựa chọn trạm tơng tự, khi xác định đợc tính đồng nhất của các yếu tố địa vật lý và khí hậu của dòng chảy dựa vào sự phân tích định tính chung trên hai lu vực. Trong các trờng hợp khác cần phải đánh giá tính đồng nhất trong chuỗi đặc trng dòng chảy của con sông khi nó bị phá vỡ bởi những nguyên nhân tự nhiên hoặc do con ngời, chẳng hạn nh sự thay đổi dòng chảy tự nhiên do nó đợc điều tiết bằng kho nớc. Nguyên nhân tự nhiên phá vỡ tính đồng nhất của chuỗi tài liệu thuỷ văn quan trắc điển hình là ảnh hởng của những chỗ trũng lớn nhỏ không thoát đợc nớc ở những vùng không đủ ẩm. Việc làm sáng tỏ mức độ đồng nhất của các chuỗi dòng chảy đối với những sông khác nhau là điều râts quan trọng khi kết hợp các chuỗi đó lại thành một chuỗi không- thời gian thống nhất. 194 Trong tất cả các thí dụ trên cần phải đánh giá tính đồng nhất của các đặc trng thuỷ văn khác nhau. Điều đó đều đợc tiến hành đối với các trờng hợp , khi mà các nhân tố quyết định các đặc trng thuỷ văn khác nhau (lợng ma bốc hơi, nhiệt độ không khí v.v ) đợc phân tích đồng nhất. Thờng thờng việc phân tích tính đồng nhất chỉ đợc thực hiện dựa vào những đánh giá định tính và không sử dụng các chỉ tiêu định lợng khách quan. Trong nhiều trờng hợp điều đó đã là đủ. Thật vậy, cha hẳn đã có sự nghi ngờ tính không đồng nhất của chuỗi dòng chảy lớn nhất trớc và sau khi xây dựng kho nớc điều tiết mùa. Nếu nói đến ảnh hởng điều tiết dòng chảy của kho nớc trờng hợp đó chắc hẳn là nhỏ. Trong một số trờng hợp theo quan điểm thực tế dòng chảy năm của một con sông trớc và sau khi xây dựng nhà máy thuỷ điện có thể coi là đồng nhất. Khi phân tích bản chất tính đồng nhất của các đặc trng thuỷ văn hoặc của các nhân tố tạo nên chúng, việc sử dụng các phơng pháp thống kê cho phép ta đánh giá tính đồng nhất của chuỗi tài liệu nghiên cứu quan trắc dới dạng định lợng là điều cần thiết nhng cha đủ. Hơn nữa, thờng cần phải đánh giá tính đồng nhất của các chuỗi thuỷ văn, khi mà không có lợng thông tin về nguồn gốc phá vỡ trạng thái đồng nhất. Trong các trờng hợp nh vậy, các phơng pháp thống kê tính đồng nhất của tài liệu thực nghiệm là những phơng pháp duy nhất. Hơn nữa nhờ các phơng pháp đó ta có thể xác định đợc phạm vi cần phải tìm nguyên nhân vật lý phá vỡ tính đồng nhất của chuõi tài liệu quan trắc đợc và cũng chính các phơng pháp này sẽ giúp cho các nhà nghiên cú tìm ra đợc nguyên nhân đó. Có thể xảy ra tình trạng, khi mà nguyên nhân vật lý làm phá vỡ trạng thái đồng nhất thì đã biết nhng theo quan điểm thực tế đến nay vẫn cha biết trờng hợp nguyên nhân này có thể không xét. Các phơng pháp thống kê cũng có thể giải đáp đợc các vấn đề tơng tự nh vậy. Tóm lại, trong các thí dụ đã xét ở trên rõ ràng là phép phân tích vật lý và các phơng pháp thống kê nghiên cứu tính đồng nhất các phơng pháp khác nhau đối với cùng một quy luật (vật lý và thống kê) của các chuỗi quan trắc đợc. Ngoài ra việc sử dụng đồng thời các phơng pháp thống kê và vật lý vào phân tích tài liệu thực nghiệm khi đánh giá tính đồng nhất, vì các phơng pháp này thờng bổ sung và làm chính xác cho nhau. Khi nghiên cứu tính đồng nhất của các chuỗi quan trắc đợc theo quan điểm vật lý thông thờng chỉ có thể đi đến các kết luận về định tính 195 mà không có định lợng ; các phơng pháp thống kê nghiên cứu tính đồng nhất cho phép các kết luận định tính đó đợc bổ sung vào các đánh giá về mặt định lợng. Để làm thí dụ, ta sẽ xét sự phân bố độ cao của một lớp tuyết phủ ở trong rừng và ngoài đồng. Xuất phát từ nhận thức vật lý thuần tuý về sự hình thành lớp tuyết phủ có thể đi đến một kết luận là trờng hợp độ cao lớp tuyết phủ ở trong rừng phải lớn hơn và độ cao này ít thay đổi hơn so với ở ngoài đồng với các điều kiện khác nh nhau. Thật vậy, các kết quả quan trắc đợc đã khẳng định điều đó. Song khi sử dụng các phơng pháp thống kê phân tích tính đồng nhất có thể xác định đợc một vài sai khác đó. Ngoài ra cấu trúc thống kê cuả lớp tuyết phủ trên khoảng không gian rất lớn ở trên đồng (hay trong rừng cũng chịu sự thay đổi dới ảnh hởng của các nhân tố nh khí hậu chẳng hạn. Trong trờng hợp này các phơng pháp thống kê có thế u việt khi tách các đặc trng đồng nhất của lớp tuyết phủ ở trên đồng (hay ở trong rừng ). Trớc khi xét tới các phơng pháp thống kê phân tích tính đồng nhất của tài liệu quan trắc ta phải xem xét một số những đặc tính và hạn chế của việc sử dụng các chỉ tiêu đồng nhất về mặt thống kê trong tính toán thuỷ văn. Đối với các chuỗi ngẫu nhiên độc lập trong chuỗi, ngời ta đã nghiên cứu đợc một số chỉ tiêu thống kê của tính đồng nhất. Các chuỗi thuỷ văn quan trắc, nh chúng ta sẽ rõ ở các chơng sau, thờng không thoả mãn yêu cầu này. Cho nên việc sử dụng các chỉ tiêu tính đồng nhất đã biết đối với các chuỗi thuỷ văn có mối tơng quan nội tại có thể đi đến những kết quả không đúng, vì mối tơng quan nội tại của chuỗi đã làm giảm bớt dung lợng thông tin độc lập có trong tài liệu quan trắc đợc. Điều đó sẽ mở rộng phạm vi dao động (phân tán) các giá trị mâu thuẫn của tham số đó đợc xác định theo chuỗi của các giá trị độc lập về mặt thống kê có cùng dung lợng. Sự mở rộng độ phân tán dẫn tới sự mở rộng khoảng tin cậy tơng ứng đối với chỉ tiêu đồng nhất. Vì vậy, việc sử dụng chỉ tiêu đồng nhất đã đợc nghiên cứu cho các chuỗi không có tơng quan nội tại, vào các chuỗi thuỷ văn quan trắc có mối tơng quan đó đôi khi đối với các chuỗi tài liệu quan trắc ta đã biết chắc chắn là đồng nhất thì có thể bị coi là không đồng nhất, nghĩa là trong các trờng hợp này chỉ tiêu đồng nhất là thừa khi đánh giá tính đồng nhất. 196 Việc sử dụng không đúng nh vậy các chỉ tiêu đồng nhất đôi khi còn gặp trong thực tế tính toán thuỷ văn sẽ đi đến những kết quả của đánh giá mức độ an toàn không cần thiết. Sử dụng đúng đắn các chỉ tiêu đồng nhất đối với các giá trị tơng quan đối với nhau là ở chỗ đánh giá đợc dung lợng thông tin độc lập cần phải tính đến khi tính toán đồng nhất. Sự đánh giá mức độ ngẫu nhiên của các chuỗi thuỷ văn sẽ đợc nghiên cứu ở mục sau của chơng này. ở đây ta chỉ đề cập đến nững hạn chế cần phải chú ý khi ứng dụng các chỉ tiêu thống kê của tính đồng nhất. Hạn chế thứ hai khi sử dụng các chỉ tiêu thống kê của tính đồng nhất đối với tài liệu thuỷ văn có mối tơng quan giữa các chuỗi với nhau là khoảng tin cậy của các chỉ tiêu đồng nhất bị thu hẹp lại. Điều đó sẽ dẫn đến sự ứng dụng chỉ tiêu thống kê của tính đồng nhất, mà không xét đến mối tơng quan giữa các chuỗi thuỷ văn quan trắc đợc thì các tài liệu ta đã biết chắc chắn là không đồng nhất có thể chấp nhận là đồng nhất. Những sai lầm này rất thờng gặp khi đánh giá tính đồng nhất tài liệu thuỷ văn, vì tài liệu thuỷ văn (dòng chảy năm, dòng chảy lớn nhất, dòng chảy mùa v.v ) ở các sông gần nhau thực ra là có tơng quan với nhau. Nếu không tính đến các mối tơng quan đó có thể là những tài liệu ta đã biết chắc là không đồng nhất lại đợc chấp nhận là đồng nhất. Nh vậy, nếu nh không tính đến mối quan hệ nội tại của các chuỗi tài liệu quan trắc sẽ đa đến những lời giải của tính đồng nhất thiên về an toàn (tài liệu ta biết chắc là đồng nhất có thể xếp vào loại không đồng nhất) còn khi không xét đến mối tơng quan giữa các chuỗi thuỷ văn quan trắc đợc thì ngợc lại sẽ mở rộng khái niệm đồng nhất (tài liệu biết chắc là không đồng nhất có thể xếp vào loại đồng nhất.) . Ngoài những hạn chế trên thờng bị bỏ qua khi sử dụng các chỉ tiêu thồng kê của tính đồng nhất, còn có một số hạn chế khác thờng th ờng đợc phân tích khi mô tả các chỉ tiêu đó vì vậy ta phải chú ý khi sử dụng chúng. Trong số các hạn chế đó, chẳng hạn nh điều kiện tuân theo luật phân phối lý luận này hay luật khác thờng là chấm, của các chuỗi tài liệu thống kê nghiên cứu các chỉ tiêu loại này (thí dụ nh chỉ tiêu đồng nhất của giá trị bình quân Student hay chỉ tiêu đồng nhất của phơng sai Fisher) đợc gọi là chỉ tiêu tham số, nó khác với các chỉ tiêu không tham số là không phụ thuộc vào lợng phân bố của tài liệu gốc (thí dụ nh chỉ tiêu 197 Wincooson). Ta nhận thấy rằng các chỉ tiêu tham số thờng có hiệu quả hơn so với các chỉ tiêu không tham số, vì nó sử dụng lợng thông tin gốc đầy đủ hơn, phân tích các chỉ tiêu thống kê của các giả thiết ra lại tham số và không tham số nh trên, đều thuộc về phần sau của chơng này. Các chỉ tiêu không tham số thờng đơn giản hơn và không cần lập luận bổ xung của tính chất dúng đắn khi ứng dụng chúng đối với dạng phân phối gốc khi sử dụng các chỉ tỉêu tham số với tính đồng nhất ngời ta phải đánh giá các tham số của phân phối (trị bình quân, số biến đổi và hệ số không đối xứng ) . Sau đây ta sẽ xét một số chỉ tiêu cổ điển đánh giá tính đồng nhất (không kể chỉ tiêu tổng quát của Student và chỉ tiêu Bartlet đối với trờng hợp nhiều chuỗi) chỉ thích hợp đối với phân tích của tính đồng nhất của hai chuỗi thực nghiệm. Khi có nhiều chuỗi đợc đem đánh giá tính đồng nhất sự so sánh từng đôi một trị bình quân hoặc phơng sai của chúng sẽ làm xuất hiện một loạt những giá trị của chỉ tiêu tơng ứng chuỗi giá trị này cho phép ta đánh giá tính đồng nhất của các chuỗi nghiên cứu so với mức độ phù hợp của đờng phân phối lý luận của các chỉ tiêu đồng nhất đợc xét với đờng thực nghiệm trong trờng hợp các đờng phân phối đó phù hợp tất thì giả thiết đồng nhất đợc công nhận là đúng trong trờng hợp các đờng phân phối đó không phù hợp thì giả thiết đồng nhất bị loại. Mức độ giữa phân phối lý luận và thực nghiệm có thể đánh giá bằng các chỉ tiêu phù hợp mà ta sẽ xét ở bài 3 chơng này. 4.1.2. Các bớc chính phân tích tính đồng nhất chuỗi tài liệu quan trắc. Sự phân tích thống kê tính đồng nhất của các chuỗi tài liệu quan trắc bao gồm các bớc chính nh sau: xây dựng các giả thiết không vì giả thiết chệch, định mức ý nghĩa, chọn miền giới hạn, loại bỏ hay chấp nhận giả thiết. Vì các b ớc đó về nguyên tắc không thể tách khỏi bất kỳ công trình nghiên cứu thống kê tính đồng nhất của các chuỗi tài liệu quan trắc nên chúng ta phải điểm qua chúng. Trớc hết, ta giả thiết rằng các kết quả quan trắc là đồng nhất, khi chúng đều thuộc cùng một tổng thể. Trong đó, tất cả tài liệu quan trắc đợc coi là độc lập trong nội bộ (hay nói một cách khác điều kiện chọn ngẫu nhiên đã đợc chấp thuận) cũng nh giữa các chuỗi tài liệu quan trắc đợc nghiên cứu. Xây dựng các giả thiết không và giả thiết chệch.Bất kỳ một kết luận thống kê nào về tính đồng nhất của các chuỗi tài liệu quan trắc đợc phân tích xác 198 suất. Sự phân tích thống kê tính đồng nhất của các chuỗi tài liệu quan trắc đợc bắt đầu từ giả thiết không có sự khác nhau giữa các tham số của các chuỗi đem ra so sánh (giả thuyết không). Khi đó thông thờng ngời ta giả thiết rằng các chuỗi nghiên cứu có cùng một luật phân phối, điều này đợc rút ra từ nhận thức về bản chất hay từ kinh nghiệm tích luỹ từ trớc, nhng có thể chỉ khác nhau ở các tham số phân phối: trị bình quân, hệ số biến đổi và hệ số không xứng đối xứng. Trong nhiều trờng hợp, tất cả các tham số đợc kiểm tra theo giả thiết không. Giả thiết đối lập với giả thiết không là giả thiết chệch. Giả sử, cần phải đánh giá tính đồng nhất trị bình quân lợng nớc của lớp tuyết phủ theo tài liệu của hai tuyến đo tuyết. Trong đó 21 x,x là trị bình quân lợng nớc của lớp tuyết phủ trên hai tuyến. Trong trờng hợp này giả thiết không là 21 xx = còn giả thiết chệch có thể có ba; 21 xx hoặc 21 xx > hoặc 21 xx < Chọn mức sử dụng. Mức sử dụng là giá trị xác suất rất nhỏ mà trong trờng hợp cụ thể có thể dùng làm đặc trng cho các biến đổi có thực tế không thể có. Sự xuất hiện một biến cố hiếm cho thấy tính chất không đúng đắn của giả thiết không, khi xác suất không giả thiết vợt mức sử dụng cho trớc. Lúc này với xác suất bằng mức sử dụng, thì giả thiết không có thể bị loại, mặc dù nó có thể là đúng hay nh ngời ta thờng gọi là phạm sai lầm loại một. Trong trờng hợp khác khi cho mức sử dụng khá nhỏ có thể thu đợc giả thiết chệch không đúng hay phạm sai lầm loại hai. Rõ rànglà không thể tránh sai lầm loại một và loại hai đợc. Lúc này thờng có sự liều lĩnh. Sự liều lĩnh phạm sai lầm loại một chỉ có thể giảm đi bằng cách tăng sai lầm khác. Thông thờng ngời ta lấy mức sử dụng với xác suất là 5,2 hoặc 1%. Trong những trờng hợp riêng mức sử dụng có thể lấy 0,1% và nhỏ hơn hoặc lớn hơn 5%. Mức sử dụng càng giảm xác suất loại bỏ giả thiết không giảm theo, khi đó giả thiết là đúng do đó xác suất phạm sai lầm loại một giảm đi. Nhng mức sử dụng càng giảm, miền các giá trị cho phép càng tăng, do đó xác suất chấp nhận giả thiết không đợc tăng lên, khi đó giả thiết này không đúng, hay xác suất phạm sai lầm loại hai tăng lên. Mặt khác khi tăng mức sử dụng chúng ta sẽ làm tăng xác suất phạm sai lầm loại một (nghĩa là gải thiết không ban đầu bị loại mặc dù nó là đúng) và tơng ứng ta làm cho xác suất phạm sai lầm loại hai giảm đi. 199 Việc chọn mức sử dụng cần phải đặt ra khi kiểm tra tính đồng nhất các chuỗi thuỷ văn, khi phối hợp các kết quả có phạm sai lầm loại một và sai lầm loại hai. Ngoài ra trong đó phải thờng xuyên chú ý đến sai số của tài liệu gốc. Chọn miền tới hạn. Việc chọn miền tới hạn đợc thực hiện nh thế nào đó để cho xác suất rơi vào miền này với độ chímh xác bằng mức sử dụng khi giả thiết là đúng. Miền bổ xung cho miền tới hạn thờng đợc gọi là miền các giá trị cho phép hay miền sử dụng. Việc lựa chọn miền tới hạn ứng với mức sử dụng cho trớc cần phải dựa vào những hiểu biết khác nhau về bản chất và sự khác biệt đợc giả thiết trong các tham số phân phối của đại lợng nghiên cứu. Hay nói một cách khác miền tới hạn đợc chọn sao cho xác suất rơi vào nó của chỉ tiêu là lớn nhất, khi đó giả thiết chệch là đúng; nghĩa là giả thiết đối lập với giả thiết không, xác suất mà thờng gọi là sức mạnh của chỉ tiêu càng lớn thì xác suất phạm sai lầm loại hai càng nhỏ. Với mức sử dụng cho trớc ta có thể xét những miền tới hạn nh sau: (h.4.1) : 1- Miền khoảng lệch dơng lớn là (I) ; 2- Miền khoảng lệch âm lớn là (II) ; 3- Miền giá trị tuyệt đối của khoảng lệch lớn là (III) ; 4- Miền giá trị tuyệt đối của khoảng lệch nhỏ là (IV). Hình 4.1 C ác miền tới hạn của chỉ tiêu (x) Chúng ta giải thích những điều đó bằng thí dụ nh sau; giả sử ta quan tâm đến tính đồng nhất của độ cao bình quân lớp tuyết phủ theo tài liệu của các tuyến đo trong rừng và ngoài đồng nằm ở vùng đồng nhất về địa vật. Mức sử dụng ta lấy bằng 1%. Xuất phát từ nhận thức logic thuần tuý có thể giả thiết rằng độ cao bình quân của lớp tuyết phủ ở trong rừng ( 1 x ) lớn hơn ở ngoài đồng ( 2 x ), vì ở trong rừng tác động của gió bị yếu đi do đó ở trong rừng mật độ của tuyết nhỏ hơn và không bị thổi đi. Lấy 21 xx = làm giả thiết không và 21 xx > làm giả thuyết chệch. Trong trờng 200 hợp này miền tới hạn nên là miền khoảng lệch dơng lớn, vì chỉ có trong trờng hợp dó xác suất của chỉ tiêu đồng nhất rơi vào miền tới hạn là lớn nhất. Nếu nh giá trị mẫu của chỉ tiêu rơi vào miền tới hạn thì giả thiết không là đúng, và cần phải chấp nhận giả thiết chệch. Trong các trờng hợp nếu giá trị của chỉ tiêu rơi vào miền cho phép thì điều đó nghĩa là với tài liệu thực nghiệm này, không có cơ sở để loại bỏ giả thiết không vì vậy nó đợc chấp nhận trong mọi trờng hợp cho đến khi các tài liệu bổ sung quan trắc đợc loại bỏ nó. 4.1.3 Những chỉ tiêu đánh giá tính đồng nhất của trị bình quân. Sự phân tích các chỉ tiêu đồng nhất của trị bình quân ta sẽ bắt đầu từ trờng hợp mất hay gặp là trị bình quân mẫu đợc phân phối theo luật chuẩn. ĐIều đó xảy ra khi phân phối của các chuỗi gốc tuân theo luật chuẩn hoặc các chuỗi tài liệu quan trắc đợc rất dài, vì trong trờng hợp này ngoài sự phụ thuộc vào luật phân phốicủa các chuỗi gốc, phân phối của trị bình quân mẫu tiệm cậnvới phân phối chuẩn. Ta sẽ đánh giá tính đồng nhất của các chuỗi tài liệu quan trắc đợc gồm có: n x và n y số hạng. Giả sử các chuỗi đó là các mẫu của tổng thể phân phối chuẩn. Khi đó tính kiểm tra tính đồng nhất của trị bình quân có thể lấy giá trị chỉ tiêu (z). )xy( xy x = (4.1) trong đó y 2 y x 2 x xy( nn ) + (4.2) ở đây x , y khoảng lệch quân phơng của các chuỗi gốc đang nghiên cứu. Tất nhiên giả thiết "không" ta thấy là yx . ứng với điều kiện ban đầu sử dụng luật phân phối chuẩn ta dễ dàng nhận đợc miền tới hạn đối với yx ứng với mức sử dụng cho trớc. Để lấy thí dụ ta sẽ so sánh trị bình quân của độ cao mặt đầm thợng(lamin - ruo) so với độ cao giả định trong miền vị cảnh quan gò đầm và các loại cây rêu, bụi thông theo tài liệu của 900 lần đo trong miền vi cảnh quan đó. 201 Trị bình quân dối với miền gò đầm là x=20,28m, còn đối với miền cây bụi thông là y=10,34m. Ta lấy x=y làm giả thiết không. Còn x khác y làm giả thiết chệch. Miền tới hạn lấy là miền giá trị tuyệt đối của khoảng lệch lớn (miền III trên hình 4.1). Khoảng lệch quân phơng đối với các chuỗi thành phần quan trắc đợc x =8,6m và y =4,6m theo công thức (4.2) ta tính đợc: 33,0024,0082,0 900 6,4 900 6,8 22 )yx( =+=+= Còn theo công thức (4.1) thì chỉ tiêu đồng nhất của trị bình quân: 30 33,0 94,9 33,0 34,1028,20 z == = Với giả thiết không yx = chỉ tiêu này đợc phân phối theo luật chuẩn vì các chuỗi nghiên cứu có số lợng số hạng khá lớn (900 lần đo). Trong trờng hợp này sử dụng bảng phân phối chuẩn với mức sử dụng cho trớc chẳng hạn bằng 5% ta sẽ tìm đợc khoảng miền cho phép của các khoảng lệch đợc giới hạn từ -1,96 đến1,96. Miền tới hạn nằm về hai phía của miền đó(>1,96 và <-1,96). Chỉ tiêu vừa nhận đợc z=30 lớn hơn rất nhiều so với giới hạn trên của miền tới hạn do đó nó nằm trong miền này. Trong trờng hợp này giả thuyết không phải loại bỏ mà chấp nhận giả thuyết chệch yx Khi sử dụng chỉ tiêu ta đang nghiên cú phải giả thuyết rằng các giá trị độ cao mặt cầu vì cảnh quan đo đạc đợc không có tơng quan nội tại và giữa các chuỗi nối tơng quan giữa các bề mặt của các vi cảnh quan khác nhau không có đợc rút ra từ các nhận biết chung về sự hình thành địa hình nghiên cứu. Với điều kiện đó thì những đo đạc bề mặt vi cảnh quan đợc tiến hành khá dày (cách 10cm ) theo trắc diện, ta có thể dự đoán là chuỗi độ cao bề mặt của đầm lầy có mối tơng quan nội tại khá lớn, điều đó đã đợc tính toán xác nhận. Vì vậy kết luận độ cao bình quân của các vi cảnh quan đầm lầy khác nhau không đồng nhất không xét tới mối tơng quan nội tại của chuỗi , chỉ nên coi là sơ bộ. 202 [...]... 716, 6 94, 683, 669, 866, 662, 659, 638, 6 34, 630, 629, 626, 610, 605, 592, 589, 581, 577, 575, 5 64, 555, 551, 551, 52, 47 4, (45 9) , 45 3, 42 3, 41 9, 41 6, 41 6, 40 6, 367, (330), (210), (198), (193), (188), (182), (177), (163), (1 54) , ( 148 ), ( 140 ), (133), (122) Ta tính số lợng nghịch thế: u = 57.1 + 64. 14 = 953 Theo các công thức (4. 4) và (4. 5) tìm đợc M(u) và D(u): M(u ) = 64. 15 = 48 0 2 206 M (u ) = 64. 15... thuộc các chuỗi đồng nhất hay không đồng nhất 2 14 Bảng 4. 2 Số liệu gốc vê lu lợng dòng chảy lớn nhất trong năm s.Xtri và S.Abava - trạm Xixien SXtri - trạm Turk F = 897 km2 Năm Qmax (m3/s) Ngày tháng 30/IV ( 248 ) 1907 4/ III (215) 1908 24/ III (296) 1909 24/ II (108) 1910 3/VIII 335 1913 11/III ( 143 ) 19 14 19,22/VII 239 1916 1/IV (1 14) 1917 9/I 281 1918 3/III (1 74) 1922 6/VI 88 ,4 1923 25/III (44 6) 19 24 28/VI... 19 34 12/III (198) 1935 12/IV (150) 1936 23/I 119 1937 20/VIII 239 1938 10/III (222) 1939 13/VI 198 1 942 20/IV (1 14) 1 944 18/VI (222) 1 946 6/IV (93) 1 947 23/II (299) 1 948 17/VII 395 1 949 8/IV (359) 1950 28/2 (77,3) 1951 15/III (137) 1952 2/IV (396) 1953 1/I 155 19 54 5/III (108) 1955 25/III (206) 1956 15/IV ( 143 ) 1957 23/VI 190 1958 23/IX 213 1959 4/ VIII 121 1960 28/VII 108 1 943 18/II 1 944 11/V 61,0 1 945 ... 1 945 4/ IV (125) 1 946 24/ III (119) 1 947 1/IV (1 64) 1 948 4/ II ( 146 ) 1950 16/XI 235 1951 9/IV 89 ,4 1952 12/IV (306) 1953 27/III ( 149 ) 19 54 22/I (158) 1955 1/V 62,6 1956 26/IV 172 1957 21/IV (258) 1958 18/IV 94, 6 1959 9/III (1 74) 7/XII (79,6) 1960 7/XII 88,6 1961 8/IV 101 1962 ( 242 ) Chú thích: trong dấu ngoặc là lu lợng lớn nhất nớc lũ mùa xuân 215 Sử dụng chỉ tiêu Fisher ta đánh giá tính đồng nhất các. .. chuỗi P1 = 15 = 0 ,43 35 P2 = 15 = 0 ,43 35 223 Sử dụng các đờng tần suất (3 và 4) vừa xây dựng các chuỗi đồng nhất, ta tiến hành tính toán đờng tần suất lý luận của chuỗi không đồng nhất theo lợc đồ đã đợc trình bày trong bảng 4. 4 Hình 4. 3 Đờng cong đảm bảo dòng chảy năm trạm Xakmar sông Xakmar 1 - Các điểm thực nghiệm ứng với các chuỗi đồng nhất 2 - Các điểm thực nghiệm của toàn chuỗi các đờng tần suất... 89,1; 94, 6; 101; 218 103; 105; (107); (119); (125); (137); ( 149 ); (155); (158); (1 64) ; 172; (191); (207); 235; (258); (291); (303); (306); (316); ( 242 ); (1 74) ; ( 146 ); ( 146 ) 179; (183); (188) Những lu lợng lớn nhất nằm trong dấu ngoặc đơn và thuộc về lũ mùa xuân Ta tính số lợng nghịch thế của các lu lợng lớn nhất trong năm do ma: Đối với sông Xtri: u = 1 + 4 + 6 + 10 + 11 + 11 + 13 + 14' + 14 + 14 + 17... lu lợng lớn nhất trong sông Xtri với mức sử dụng 5% bằng F5%= 2,07; lấy theo bảng tính sẵn trong công trình [89] với số bậc tự do đối với phơng sai lớn bằng k1 = n1 - 1=18 đối với phơng sai lớn bằng k2=n21=23 Bảng 4. 3Các tham số của các mẫu thống kê lu lợng lớn nhất lũ tuyết tan và lũ do ma Pha S.Ktrui - trạm Turk; s.Abava - Trạm Xixien x x Lũ mùa xuân 210 89,9 1 84 66,7 Lũ mùa ma 244 99,8 128 66,6... trong năm nớc sông Stri - trạm Turk đợc công nhận là đồng nhất, trong khi đó lu lợng lớn nhất trong năm nớc sông Abava - trạm Xixien không thể coi là đồng nhất đựơc ở trờng hợp sau, việc xây dựng đờng tần suất lý luận không thể thực hiện bằng cách thông thờng đợc 4. 1.5 Xây dựng đờng tần suất theo các mẫu không đồng nhất Trong các trờng hợp khi các chuỗi tài liệu quan trắc đợc là những chuỗi thống kê. .. rằng: trong trờng hợp này sự lệch so với luật chuẩn là không cơ bản, để ảnh hởng đến kết quả cuối cùng trong đánh giá tính đồng nhất của trị bình quân bằng cách sử dụng chỉ tiêu Student Ta tính chỉ tỉêu Student cho sông Xtri - trạm Turk t= yx n x n y ( n x + n y 2) n x2 + n y2 x y n x +n y = 244 210 24. 19( 24 + 19 2) 1,09 24 + 19 24. 98,9 2 + 19.99,9 2 và sông Abava trạm Xixien t= 1 84 128 20 .44 39... Cv; I - Thành phần thứ nhất M = 3, 64; Cv = 0 ,46 ; h = 68, Cs = Cv; II - Thành phần thứ hai M = 3, 64, Cv = 0,11; n = 12; Cs = Cv; 3 - - Đờng tần suất tổ hợp dựa vào tổng xác suất có tỷ trọng của I và II - IV Đờng tần suất tổ hợp theo toàn những chuỗi quan trắc đợc M = 4, 45; Cv = 0,56; n = 80; Cs = Cv Trên hình 4. 3 đã biểu diễn đờng tần suất thực nghiệm dòng chảy năm sông Xakmar - trạm Xckmar (các điểm . ( 148 ), ( 140 ), (133), (122). Ta tính số lợng nghịch thế: u = 57.1 + 64. 14 = 953 Theo các công thức (4. 4) và (4. 5) tìm đợc M(u) và D(u): 48 0 2 15. 64 )u(M == 206 640 0)115 64( 12 15. 64 )u(M. 6 34, 630, 629, 626, 610, 605, 592, 589, 581, 577, 575, 5 64, 555, 551, 551, 52, 47 4, (45 9) , 45 3, 42 3, 41 9, 41 6, 41 6, 40 6, 367, (330), (210), (198), (193), (188), (182), (177), (163), (1 54) ,. tích các phơng pháp thống kê cho phép giải các bài toán trên và là nội dung của chơng này. 4. 1. Phân tích tính đồng nhất chuỗi đặc trng thuỷ văn. 4. 1.1. Tổng quan. Các chuỗi đặc trng thuỷ văn