Sammanfattning
Nederbördsdata avseende medelvärde över stora areor har analyserats ur två synvinklar. Dels har data betraktats som tidsserier, dels som stickprov.
Inledningsvis analyseras felkällor hos datamaterialet. Det konstateras att arealvärdena kan vara underskattade med c:a 30% varav halva beloppet beror på stationsfördelningen, andra hälften på förluster av olika slag vid nederbördsmätningarna.
Tidsserieanalysen består av en undersökning om seriernaär stationära. Testet, ett sk run-test, som användes,visar att så tycks vara fallet . En undersökning görs av frekvensen av perioder med samma tecken på anomalierna. Dessa frekvenser jämförs med dels vad ren slumpprocess skulle ge, dels mot modeller med låga autokorrelationer. Bästa överensstämmelsen erhölls med slumpmodellen. Några av tidsserierna har filtrerats med "låg-pass" -filter. Filtreringen gav samma resultat som run-testet, nämligen att några lineära eller cykliska trender ej tycks förekomma i serierna.
Den andra avdelningen av föreliggande rapport betraktar data som stickprov ur populationer, vars utseende och parametrar det gäller att bestämma. Följande teoretiska fördelningsfunktioner prövades: Normal-,lognormal( både två och tre parametrar), gamma- (både två och tre parametrar), Weibull- och Fisher- Tippett- (typ I) fördelningar . Dessa fördelningars parametrar skattades antingen medelst maximum-likelihood- eller momentmetoden. x2 - test gav inget klart utslag, vilken av de sju prövade fördelningarna som är mest användbar. Enda tämligen klara indikation detta test gav var att lognormalfördelningen med tre parametrar var minst lämpad. Dessutom visade testet att gammafördelning med tre parametrar ej hade några fördelar gentemot ordinarie r-fördelning. Genom att studera fördelningarnas ytterområden kunde kunstateras att normal- och lognormalfördelningarna ej gav godtagbar beskrivning av observerade data. Valet kom att stå mellan r-och Weibullfördelningarna. Vissa fakta talar förr andraför Weibull. Percentilvärden P 01, P05, P10, P25, P 50, P75, P90, P95 och P99 beräknade från r-fördelning presenteras, medan för Weibullfördelning endast, P 01,P05, P95 och P99 redovisas. Ett förslag till klimatologisk terminologi läggs fram. Variationsområdet för en klimatvariabel föreslås indelas i 7 klasser omfattande 1, 4, 20, 50, 20, 4 resp.1% av frekvensytan. Värden som hamnar i ytterklasserna, dvs kan förväntas inträffa en gång på 100 år bör kallas extrema värden. Värden i mellersta klassen föreslås benämnas normala. Slutligen ges en lista på de 10 värden som enligt gammafördelningen har den lägsta klimatologiska sannolikheten. Några fall med exceptionellt låg sannolikhet redovisas.