Tantárgyi adatlap
Download PDFI. Subject Specification
1. Basic Data
1.1 Title
Hidrológiai modellezés
1.2 Code
BMEEOVVMSPIN05-00
1.3 Type
Module with associated contact hours
1.4 Contact hours
| Type | Hours/week / (days) |
| Lecture | 8 |
| Seminar | 6 |
1.5 Evaluation
Exam
1.6 Credits
3
1.7 Coordinator
| name | Dr. Szilágyi József |
| academic rank | Professor |
| szilagyi.jozsef@emk.bme.hu |
1.8 Department
Department of Hydraulic and Water Resources Engineering
1.9 Website
1.10 Language of instruction
hungarian
1.11 Curriculum requirements
Compulsory in the Water and Hydro-Environmental Engineering (MSc) programme
1.12 Prerequisites
1.13 Effective date
1 September 2025
2. Objectives and learning outcomes
2.1 Objectives
A tantárgy célja az, hogy a hallgató egyszerű hidrológiai problémák megoldására megismerje a rendszerelmélet, a lineáris algebra és a lineáris rendszerek vonatkozó alapjait, képes legyen MATLAB programozási nyelv alkalmazásával hidrológiai feladatok megoldására, illetve modellek építésére különböző eszközök segítségével. További cél, hogy a hallgató megismerje a hazánkban alkalmazott számos folyami előrejelző módszer elméletét, valamint annak gyakorlati alkalmazását, bővítse tudását az alapképzésünkben taglalt idősor-modellek alkalmazásáról és képes legyen gyakorlati problémák megoldására, betekintést kapjon a hazai vízügyi informatikai rendszerekbe és az előrejelzésbe.
2.2 Learning outcomes
Upon successful completion of this subject, the student:
A. Knowledge
1. Ismeri az idősorok hidrológiában leggyakrabban előforduló modelljeit, azokat gyakorlatban alkalmazni tudja kutatásai során.
2. Ismeri a szükséges feltételeket a Kálmán-filter alkalmazására optimális modell paraméterbecslésre.
3. Biztos kézzel alkalmazza és célorientáltan módosítja a hidrológiában előforduló lineáris modelleket a megszerzett tudás birtokában.
4. Ismeri a vízgyűjtők összevont paraméterű modellezési eljárásait, ismeri a kalibrálásuk módját és adatigényét.
5.Ismeri, hogy milyen térinformatikai eljárások támogatják a felszíni lefolyás modellezését és a vízgyűjtők hidromorfológiai feltárását.
B. Skills
1. Továbbfejleszti problémamegoldó képességét a hidrológiai modellezésben és előrejelzésben alkalmazott lineáris rendszerek és idősormodellek területén.
2. Képes a hidrológiai gyakorlatban előforduló lineáris modellek átfogó megértésére, módosításukra és célorientált alkalmazásukra.
3. Képes a hidrológiai gyakorlatban előforduló idősormodellek megértésére, helyes alkalmazásukra, továbbfejlesztésükre.
4. Képes egy összevont paraméterű vízgyűjtőmodell kalibrálására, igazolására.
5. Képes kalibrálást végző programkód megírására és alkalmazására hidrológiai problémákra.
6. A MATLAB segítségével képes összetett modellezési problémák megoldására.
C. Attitudes
1. Együttműködik az ismeretek bővítése során az oktatóval.
2. Folyamatos ismeretszerzéssel bővíti tudását, és ehhez akár a kötelező tananyagon túlmenően, webes forrásokból keres választ a kérdéseire.
3. Nyitott a számára új, angol nyelvű számítógépes szoftverek szükséges szintű elsajátítására.
4. Törekszik a pontos és hibamentes feladatmegoldásra.
D. Autonomy and Responsibility
1. Feladatait lehetőleg önállóan oldja meg.
2.3 Methods
Előadások az elméleti ismeretekről. Gyakorlatok a számítási és modellezési feladatok megoldásának lépéseiről és az alkalmazott szoftverekről, valamint az otthon elkészített feladatrészek konzultálása; önállóan készített házi feladatok.
2.4 Course outline
1. Rendszerelmélet. Lineáris közönséges differenciálegyenletek. Impulzusválasz és konvolúció. A Wiener-Hopf és Yule-Walker egyenlet.
2. A Saint-Venant egyenletek és azok egyszerűsített formái. Az időben folytonos, térben diszkrét lineáris kinematikus hullám- egyenlet állapotteres leírása. A Kalinyin-Miljukov-Nash kaszkád.
3. A Diszkrét Lineáris Kaszkád Modell: klasszikus pulzus adatrendszer.
4. Autoregressziv folyamatok, a Gauss-Markov folyamat. A Kálmán-filter és alkalmazása.
5. Hidrológiai modellezés és eszközei.
6. Csapadék-lefolyás modellezése: adatigények, térinformatikai vonatkozások.
7. Csapadék-lefolyás modellezése: eljárások, kalibráció, optimalizáció.
The above programme is tentative and subject to changes due to calendar variations and other reasons specific to the actual semester. Consult the effective detailed course schedule of the course on the subject website.
The above programme is tentative and subject to changes due to calendar variations and other reasons specific to the actual semester. Consult the effective detailed course schedule of the course on the subject website.
2.5 Study materials
a) Tankönyvek:
Szilágyi J., Szöllősi-Nagy A., 2010. Recursive streamflow forecasting: a state-space approach, CRC Press, London, UK.
Brockwell, P., 2010. Introduction to time-series and forecasting, Springer, New York, USA.
Bras, R. L., Rodriguez-Iturbe, I., 1993. Random functions and hydrology, Dover, London, UK.
b) A tárgy honlapjáról letölthető anyagok:
Előadások diái
2.6 Other information
Nincs.
2.7 Consultation
Konzultációs időpontok: az oktatók félév elején a tanszéki honlapon és hirdetőtáblán meghirdetett konzultációs idejében, az oktatók szobájában.
This Subject Datasheet is valid for:
II. Subject requirements
Assessment and evaluation of the learning outcomes
3.1 General rules
A 2.2. pontban megfogalmazott tanulási eredmények értékelése egy írásbeli vizsga és három házi feladat alapján történik.
3.2 Assessment methods
| Teljesítményértékelés neve (típus) | Jele | Értékelt tanulási eredmények |
|---|---|---|
| 1. házi feladat | HF1 | A.1.; A.3.; B.1.; B.2; B.6.; C.1.-C.4.; D.1. |
| 2. házi feladat | HF2 | A.1.; A.2; B.1.; B.2; B.6.; C.1.-C.4.; D.1. |
| 3. házi felada | HF3 | A.1.; A.2.; B.1.-B.3.; C.1.-C.4.; D.1. |
| Írásbeli vizsga (összegző teljesítményértékelés) | V | A.1-A.5; B.1-B.5; C.4; D.1 |
The dates of deadlines of assignments/homework can be found in the detailed course schedule on the subject’s website.
3.3 Evaluation system
| Jele | Részarány |
|---|---|
| HF1 | 15% |
| HF2 | 15% |
| HF3 | 20% |
| V | 50% |
| Összesen | 100% |
3.4 Requirements and validity of signature
Jelenléti követelmény az előadások és a gyakorlatok legalább 70%-án való részvétel. Az aláírás feltétele a jelenléti követelmények teljesítésén túl a házi feladatok eredményes teljesítése.
3.5 Grading system
| Érdemjegy | Pontszám (P) |
|---|---|
| jeles(5) | 85≤P |
| jó(4) | 70≤P<85% |
| közepes(3) | 60≤P<70% |
| elégséges(2) | 50≤P<55% |
| elégtelen(1) | P<50% |
3.6 Retake and repeat
A házi feladatok mindegyike – szabályzatban meghatározott díj megfizetése mellett – késedelmesen a Részletes féléves ütemtervben szabályozott időpontig adható be.
3.7 Estimated workload
| Tevékenység | Óra/félév |
|---|---|
| részvétel a kontakt tanórákon | 14 |
| házi feladat elkészítése | 3x5=15 |
| kijelölt írásos tananyag önálló elsajátítása | 45 |
| vizsgafelkészülés | 16 |
3.8 Effective date
1 September 2025
This Subject Datasheet is valid for: