A Keszthelyen mért havi középhőmérsékleti idősor trend analízise

Szerzők

  • Kocsis Tímea Budapest Business University, Faculty of Commerce, Hospitality and Tourism, Department of Methodology for Business Analysis, Alkotmány utca 9-11., H-1054 Budapest https://orcid.org/0000-0003-3430-5569
  • Törcsvári Zsolt Budapest Business University, Faculty of Commerce, Hospitality and Tourism, Department of Methodology for Business Analysis, Alkotmány utca 9-11., H-1054 Budapest https://orcid.org/0000-0002-1210-3491
  • Biró Lóránt Budapest Business University, Faculty of Commerce, Hospitality and Tourism, Department of Methodology for Business Analysis, Alkotmány utca 9-11., H-1054 Budapest
  • Magyar Norbert Budapest Business University, Faculty of Commerce, Hospitality and Tourism, Department of Methodology for Business Analysis, Alkotmány utca 9-11., H-1054 Budapest

Kulcsszavak:

autokorreláció, Keszthely, mozgóátlag, hőmérséklet, trendszámítás

Absztrakt

Keszthely meteorológiai állomás hazánk egyik leghosszabb adatsorával rendelkezik. Az első mérőállomás még a régi Georgikon, Közép-Európa első agrár felsőoktatási intézménye keretein belül létesült. 1871 óta napjainkig folyamatos meteorológiai mérések zajlanak Keszthelyen. Maga a város helyi jelentőséggel bír, mivel turisztikai desztináció és a közelben található a Kis-Balaton egyedülálló vizes élőhelye, ami kiemelt természeti érték. A jelen tanulmány célja az állomáson mért havi középhőmérsékleti adatok hosszú idősorának elemzése. Az adatbázis 1776 adatot tartalmazott (1871 januártól 2018 decemberig terjedően). Az adatokat a MASH eljárás segítségével homogenizálták. A homogenitást Pettitt-teszttel is ellenőriztük, töréspontot nem mutattunk ki az idősorban. A havi középhőmérsékleti adatok nem függetlenek egymástól, közöttük szignifikáns autokorreláció figyelhető meg. A lineáris trend illesztésének egyik alkalmazási feltétele, hogy ne legyen jelen autokorreláció. Mivel ez ebben az esetben nem teljesült, az idősor alaptendenciáját először mozgóátlagolással (az átlagolás tagszáma 12 volt), majd az autokorrelált, szezonalitást is figyelembe vevő Mann-Kendall trend teszttel közelítettük. Az átlagos változás mértékét a Sen-féle meredekséggel határoztuk meg. A Mann-Kendall trend teszt szignifikáns emelkedő tendenciát mutatott ki (Kendall tau = 0,047, p-érték = 0,013). A Sen-féle meredekség az évi átlagos változás mértékét 0,004°C-ra becsülte (időszak=12).

Információk a szerzőről

  • Kocsis Tímea, Budapest Business University, Faculty of Commerce, Hospitality and Tourism, Department of Methodology for Business Analysis, Alkotmány utca 9-11., H-1054 Budapest

    levelezőszerző
    jakuschnekocsis.timea@uni-bge.hu

Hivatkozások

da Silva, R. M., C. A. G. Santos, M. Moreira, J. Corte-Real, V. C. L. Silva, I. C. Medeiros 2015. Rainfall and river flow trends using Mann-Kendall and Sen’s slope estimator statistical tests in the Cobres River basin. Natural Hazards. 77 1205–1221. https://doi.org/10.1007/s11069-015-1644-7

Deep, G. 2023:.Climate change: The biggest challenge of this era. International Journal of Science and Research Archieve. https://doi.org/10.30574/ijsra.2023.8.1.0086

Gilbert, R. O. 1987. Statistical Methods for Environmental Pollution Monitoring. Van Nostrand Reinhold Company, NY, USA, 204–240.

Hamed, K. H., A. R. Rao 1998. A modified Mann-Kendall trend test for autocorrelated data. Journal of Hydrology. 204 (1–4) 182–196. https://doi.org/10.1016/S0022-1694(97)00125-X

Hirsch, R. M., J. R. Slack 1984. A nonparametric trend test for seasonal data with serial dependence. Water Resources Research. 20 727–732. https://doi.org/10.1029/WR020i006p00727

Hirsch, R. M., J. R. Slack, R. A. Smith 1982. Techniques of trend analysis for monthly water quality data. Water Resources Research. 18 107–121. https://doi.org/10.1029/WR018i001p00107

IPCC, 2023. Summary for Policymakers. In: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. IPCC, Geneva, Switzerland, 1–34, https://doi.org/10.59327/IPCC/AR6-9789291691647.001

Kendall, M. G. 1975. Rank correlation methods. Charles Griffin, London

Kis, A., Pongrácz, R., Bartholy, J., Gocic, M., Milanovic, M., Trajkovic, S. 2020. Multi-scenario and multi-model ensemble of regional climate change projections for the plain areas of the Pannonian Basin. Időjárás. 124 (2), 157–190. https://doi.org/10.28974/idojaras.2020.2.2

Kocsis, T., Anda, A. 2006. History of the meteorological observations at Keszthely. Published by University of Pannonia Georgikon Faculty, Keszthely ISBN 963 9639 07 9 (in Hungarian)

Kocsis, T., Kovács-Székely, I. and Anda, A. 2020. Homogeneity tests and non-parametric analyses of tendencies in precipitation time series in Keszthely, Western Hungary. Theoretical and Applied Climatology. 139 (3) 849–859. https://doi.org/10.1007/s00704-019-03014-4

Kocsis, T., Pongrácz, R., Hatvani, I.G., Magyar, N., Anda, A., Kovács-Székely, I. 2024. Seasonal trends in the Early Twentieth Century Warming (ETCW) in a centennial instrumental temperature record from Central Europe. Hungarian Geographical Bulletin. 73 (1) 3–16. https://doi.org/10.15201/hungeobull.73.1.1

Lakatos, M., Bihari, Z. 2011. Temperature- and precipitation tendencies observed in the recent past. In Bartholy, J., Bozó, L., Haszpra, L.Climate Change (eds): 159–169. (in Hungarian)

Liu, L., Xu, Z.X., Huang, J.X. 2012. Spatio-temporal variation and abrupt changes for major climate variables in the Taihu Basin, China. Stoch Environ Res Risk Assess. 26 (4) 777–791 https://doi.org/10.1007/s00477-011-0547-8

Mann, H. B. 1945. Nonparametric tests against trend. Econometrica. 13 245–259.

Sen, P. K. 1968. Estimates of the regression coefficient based on Kendall’s tau. Journal of American Statistical Association. 63 1379–1389. https://doi.org/10.1080/01621459.1968.10480934

Szabó, P., Bartholy, J., Pongrácz, R. 2024. Seasonal temperature and precipitation record breakings in Hungary in a warming world. GEM - International Journal on Geomathematics. 15 (2) https://doi.org/10.1007/s13137-023-00241-w

Letöltések

Megjelent

2024-06-28

Folyóirat szám

Évf. 28 Szám Suppl. 2 (2024): LXV. Georgikon Napok Tudományos Konferencia

Rovat

Cikkek

License

Copyright (c) 2024 Tímea Kocsis, Zsolt Törcsvári, Lóránt Biró, Norbert Magyar

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

The articel is under the Creative Commons 4.0 standard licenc: CC-BY-NC-ND-4.0.  Under the following terms: You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use. You may not use the material for commercial purposes. If you remix, transform, or build upon the material, you may not distribute the modified material. You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.