Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 46 REGIONALIZACE POVODÍ LABE NA ZÁKLADĚ SEZONÁLNÍ ANALÝZY VÝSKYTU POVODNÍ JANA CHALUŠOVÁ* * Oddělení hydrologického výzkumu, ČHMÚ; e-mail: chalusova@chmi.cz 1. ÚVOD Poznatky o regionalizaci sezonality výskytu maximálních průtoků mají mimořádný význam pro povodňovou ochranu z hlediska zatížení jednotlivých povodí povodňovým nebezpečím, pro poznávání mechanizmu vzniku povodňových situací, rozvoj frekvenční analýzy k odvozování návrhových hydrologických veličin, hospodaření s vodou v nádržích a v neposlední řadě pro prohlubování znalostí o povodňovém režimu krajiny. Regionální analýza bývá také často používána ke zlepšení odhadů pravděpodobnosti výskytu extrémních povodňových průtoků v lokalitách, kde jsou období jejich pozorování relativně krátká v porovnání s odhadovanou dobou opakování povodní anebo v nepozorovaných oblastech, kde je pro odhad charakteristik extrémních průtoků použita informace z podobných povodí s existujícím pozorováním (Burn, 1997; Black et Werritty, 1997). Region se v těchto souvislostech chápe jako soubor menších povodí, která mohou být považována za podobná z hlediska zvolených charakteristik odtokové odezvy. Jeho vymezení vychází jednak z požadavku přibližně stejné hodnoty charakteristik v rámci jednoho regionu a jednak z požadavku vzájemných odlišností různých regionů. Cílem je nalézt taková ,,mozaiková" seskupení povodí, která jsou si natolik podobná, aby zaručily přenos informací o extrémním průtoku mezi jednotlivými lokalitami v rámci regionu. Takto definované enklávy by tedy měly být homogenní (nebo alespoň kvazihomogenní) z hlediska charakteristik extrémních průtoků. Jako míra podobnosti jednotlivých povodí byla v této studii zvolena charakteristika sezonality výskytu povodní. Na sledovaném území již v minulosti probíhaly studie, které poukázaly jak na rozdíly, tak i na určité shodné rysy některých povodí (Brádka, 1967; Buchtele, 1972; Hladný, 1971, 2001; Kakos, 1983, 1985; Kašpárek, 1999; Vavruška, 1989). V této studii se však na rozdíl od zmíněných prací nezkoumají sezonální charakteristiky výskytu povodní v předem zvoleném povodí, ale na základě podobnosti sezonálních charakteristik výskytu extrémních průtoků se identifikují hydrologicky homogenní regiony. Pro vyjádření sezonality byly použity tři metodické přístupy ­ metoda polárních grafů, metoda směrových Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 47 statistik a metoda čar kumulativních četností výskytu maximálních průtoků. Metody byly aplikovány na souborech vybraných povodí s relativně neovlivněným režimem odtoku v české části povodí Labe. Odlišné výstupy sezonální analýzy umožňují rozdělit oblast, v tomto případě povodí Labe, na dílčí celky, jejichž specifické přírodní podmínky předurčují četnost výskytu povodní v konkrétním období roku. 2. PŘÍPRAVA A VÝBĚR DAT 2.1. VÝBĚR REPREZENTATIVNÍCH VODOMĚRNÝCH STANIC Databáze shromážděná pro tuto studii byla sestavena z řad naměřených průtoků ve vodoměrných stanicích. Pro jejich selekci bylo použito několika kritérií, jako např. požadavek přirozeného odtokového režimu a existence dostatečné kvality dat. Proto nemohly být uvažovány profily se zásadně ovlivněným odtokovým režimem. Dále nebyly zahrnuty ani stanice s přerušenou nebo neúplnou řadou měření. Kvalita a dostupné množství dat jsou v jednotlivých oblastech České republiky dosti rozdílné. V povodí Labe bylo k dispozici celkem 441 vodoměrných stanic. Nepřerušené řady pozorování denních průtoků Qd v období 1975 ­ 2000 byly k dispozici pouze ve 158 stanicích. S výše zmíněnými požadavky a s přihlédnutím k pokrytí celé oblasti bylo nakonec vybráno 110 vodoměrných profilů. V takto vzniklém souboru převažují stanice s poměrně menší plochou příslušného povodí (obr. 1). Obr. 1 Vybrané vodoměrné profily s vyznačením příslušných rozvodnic Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 48 2.2. VÝBĚR HYDROLOGICKÝCH DAT Využití maximálního průtoku v měsíci pro účely regionalizace prokázalo, že jde o příliš hrubý parametr. V relativně vodnějších obdobích roku totiž docházelo ke ,,ztrátě" informací o výskytu povodňových případů. Stíral se rozdíl mezi obdobími se zvýšenou a sníženou pravděpodobností výskytu maximálních průtoků. Nebyly by tak vůbec brány do úvahy přidružené povodně, které se vyskytují v jednom měsíci. Např. povodeň z července 1997 by byla chápana jako jeden případ. Ve skutečnosti se však jednalo o dvě povodňové epizody. Pro sezonální analýzu výskytu povodní byla proto využita hydrologická data v denním kroku z databáze ČHMÚ. Konkrétně šlo o hodnotu průměrného denního průtoku. Data denních maxim, která by ještě lépe vypovídala o extrémech odtokového režimu, nebyla vždy k dispozici. Pro každou ze 110 vybraných vodoměrných stanic byla použita datová řada z období 1975 - 2000. 2.3. VÝBĚR FYZICKO-GEOGRAFICKÝCH DAT Pro všechna povodí odpovídající vybraným vodoměrným profilům byla vytvořena databáze následujících charakteristik: ˇ plocha povodí, ˇ průměrný sklon svahů v povodí, ˇ průměrná nadmořská výška povodí, ˇ procento plochy pokryté lesem, ˇ délka údolnice, ˇ index tvaru povodí a ˇ orientace svahů v povodí. Plochy povodí vodoměrných stanic a délky údolnic byly převzaty z platných údajů ČHMÚ. Průměrné nadmořské výšky povodí, průměrné sklony a orientace svahů v povodí byly vypočteny v prostředí GIS pomocí vrstvy digitálního modelu terénu o velikosti gridové buňky 100 x 100 m a pomocí vrstvy vektorově interpretovaných rozvodnic vybraných povodí. Plocha povodí pokrytá lesem byly určena z údajů databáze CORINE. 2.4. VÝBĚR METEOROLOGICKÝCH CHARAKTERISTIK Meteorologické veličiny jsou ve studii zastoupeny údaji o ročních srážkových úhrnech a daty o výšce sněhové pokrývky dne 15. března každého roku, které byly Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 49 naměřeny ve srážkoměrných a klimatologických stanicích v celém povodí českého Labe. Do zpracování byly zahrnuty všechny stanice, které v daném období měřily. Průměrné srážky na povodí byly vypočteny v prostředí GIS pomocí interpolační metody Orografická interpolace srážek (Šercl et Lett, 2002) z bodových údajů jednotlivých srážkoměrných stanic. Výsledkem je gridový rastr (o rozměru gridové buňky 1 km x 1 km) reprezentující odvozené kontinuální pole srážek. Průměr za referenční období 1975-2000 byl vytvořen jako průměr z jednotlivých rastrů ročních srážek. Ke stanovení průměrné výšky sněhu na konci zimy se využila stejná metoda jako v případě výpočtu průměrné srážky na povodí. 3. METODY SEZONÁLNÍ ANALÝZY VÝSKYTU POVODŇOVÝCH PŘÍPADŮ K vyjádření prostorových odlišností v rozložení sezonality výskytu povodní v povodí Labe o ploše 51 394 km2 byl zvolen přístup, který pracuje s daty v denním kroku a umožňuje přesnější určení hledaného období s vyšší pravděpodobností výskytu povodní. Sezonální analýza byla provedena u všech vybraných vodoměrných stanic, jejichž údaje charakterizují odtokový režim příslušných povodí. Na základě metody POT (Peaks Over Threshold), tzn. kalkulace s průtoky nad určitou mezí, byly analyzovány pouze kulminační hodnoty povodňových průtoků, které přesáhly zvolenou hranici QB. Metoda je definována následující rovnicí (Todorovic et Zelenhasic, 1970): kde QB je mezní hladina, Q je průtok v čase () a je překročení v čase (). K efektivní interpretaci sezonálních informací obsažených v databázi je důležité zvolit co nejpřesnější statistiky. Ve studii je za tímto účelem provedeno srovnání třech metod užívaných při znázornění sezonálního rozložení výskytu povodňových případů v roce. Všechny pracují s daty průtoků nad určitou mezí. 3.1. METODA POLÁRNÍCH GRAFŮ Metoda polárních grafů je založena na grafickém znázornění veličiny na růžicovém grafu, kde osa x představuje jednotlivé měsíce roku (označené římskými číslovkami) a na ose y jsou vynášeny hodnoty sledovaných fyzikálních jevů. >- = BB B QQ;QQ QQ;0 Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 50 Pro každý profil v daném období pak vzniká charakteristický obrazec rozložení sledované veličiny. Při dlouhodobém rovnoměrném rozložení jevu během celého roku by vznikl pravidelný dvanáctiúhelník. Skutečné rozložení přírodního jevu je však charakteristické svou nepravidelností. Na polárních souřadnicích tak v určitých částech roku vznikají různá vychýlení. Pro některé části roku jsou typické extrémy, signifikantní vychýlení oproti průměrnému stavu, v jiném období roku je naopak možno sledovat úsek s minimální pravděpodobností výskytu jevu (obr. 2). Polární grafy mají dobrou vypovídací schopnost a jsou snadno představitelné. Jejich nevýhodou je menší přesnost. Obr. 2 Růžicové grafy výskytu extrémních průtoků pro dva zvolené profily 3.2. METODA SMĚROVÝCH STATISTIK Pro každý případ v uvažované řadě napozorovaných průtoků se datum výskytu povodně převádí prostřednictvím polárního souřadnicového systému do příslušné polohy na jednotkové kružnici. Podle matematické konvence je počátek roku (den 1.1.) umístěn do nejvýchodnějšího bodu kružnice a jednotlivá roční období následují po kvadrantech v kružnici proti směru hodinových ručiček (Mardia, 1972; Fisher, 1993). Juliánské datum výskytu povodňové události i Bayliss and Jones (1993) převádějí na úhlovou hodnotu takto: kde i je úhlová hodnota (v radiánech) pro datum výskytu povodňové události i. = 365 2 )JulianDate( ii Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 51 Každé datum výskytu kulminace tak může být interpretováno jako směrový vektor daný úhlem i a velikostí m, která je relativní velikostí kulminačního průtoku příslušné povodně (pro největší povodeň ve sledovaném profilu je m = 1). Jestliže existuje soubor n povodní, pak lze určit souřadnice x a y průměrného data výskytu povodní MD (Mean Day) v daném profilu jako = = n i i n x 1 )cos( 1 = = n i i n y 1 )sin( 1 kde x a y reprezentují x ­ovou a y-ovou souřadnici průměrného data výskytu povodní v určitém povodí. Doplňkem k MD je možno určit míru rozptylu povodňových případů definovanou jako kde r slouží jako míra rozptylu dat. Hodnoty r blízké jedné ukazují na povodí se silnou sezonální povodňovou odezvou (hodnota rovná jedné by ukazovala, že se všechny povodně v daném profilu vyskytly v přesně stejném dni roku). Hodnota blízká nule naopak ukazuje na velký rozptyl výskytu povodňových případů během celého roku. Obr.3 ilustruje aplikaci výše uvedené metody ve dvou vybraných profilech povodí Labe s vyznačením MD. Velikost průvodiče je dána hodnotou rozptylu r . Při použití metody směrových statistik jsou spatřovány dvě hlavní výhody. Za prvé umožňuje vyjádřit informaci o sezonalitě průtoků jednou číselnou hodnotou a za druhé je velmi názorná. Naopak nevýhodou je zkreslení sezonální informace do průměrné hodnoty. Obr. 3 Příklad znázornění sezonality povodňových případů ve dvou profilech s vyznačením příslušných MD profil 0690 povodeň MD profil 0880 povodeň MD 22 yxr += Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 52 3.3. METODA ČAR KUMULATIVNÍCH ČETNOSTÍ VÝSKYTU Metoda je založena na znázornění průměrného počtu výskytu povodňových případů L(t), které v čase t překročily zvolenou hranici průtoků QB. Proměnná t probíhá v časovém intervalu (0,T) odpovídajícímu jednomu roku (Ouarda, 1993). Pro každý vodoměrný profil byly zvoleny tři hodnoty hladiny QB odpovídající třem zvoleným pravděpodobnostním překročením. Tento grafický postup byl aplikován na hydrologických datech všech 110 vybraných stanic. Zobrazení sezonality pro dva vybrané profily ilustruje obr.4. Při požadavku zachování nezávislosti jednotlivých povodňových případů byly zařazeny pouze ty kulminace průměrných denních průtoků, kdy od jejich předešlé kulminace uběhlo alespoň sedm dnů a průtoky v tomto období klesly alespoň na polovinu vyšší kulminace. Pro každou stanici a každou ze tří uvažovaných hladin QB byla vypracována čára kumulativní četnosti výskytu povodňových případů. Průběh čáry (změna sklonu a její časový počátek i konec, dílčí ustálená tendence a její trvání) pak vymezuje signifikantní období se zvýšenou pravděpodobností výskytu povodní neboli období zvýšené vodnosti pro každé povodí přináležející uvažované stanici. U takto znázorněných sezonalit výskytu zvýšených průtoků v jednotlivých vodoměrných stanicích lze konstatovat, že: (1) všechny tři čáry pro různé hladiny QB mění sklon přibližně ve stejném dni v roce, (2) rozdělují rok na tři různě dlouhá období, vzájemně odlišná svou vodností (období zvýšené pravděpodobnosti výskytu extrémních průtoků, období snížené pravděpodobnosti výskytu extrémních průtoků a přechodové období), (3) v rámci vymezených období mají čáry kumulativní četnosti výskytu extrémních průtoků víceméně lineární průběh. Linearita má velký význam pro frekvenční analýzu povodní. Prokazuje, že v průběhu vymezených období jsou povodňové případy přibližně stejně rozděleny. Výhodou výše popsané metody je velká míra přesnosti při zachování informace o sezonalitě, s přesností na dny lze určit období se zvýšenou pravděpodobností výskytu povodní. Její nevýhodou je obtížné použití výsledné sezonální informace pro další statistické zpracování. Pro vyjádření charakteristik sezonality povodňového režimu v daném regionu existuje množství metod. V závislosti na různých příčinných vlivech působících při vzniku povodně však neexistuje žádná univerzálně nejlepší. Vzhledem ke stanovenému cíli, Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 53 tj. vyjádřit prostorové rozdíly sezonálního rozložení extrémních průtoků, byly porovnány tři metodiky. Jako nejpříhodnější se jevila metoda čar kumulativních četností. Obr. 4 Odvozené čáry kumulativní četnosti výskytu pro tři varianty QB ve dvou vodoměrných stanicích v povodí Labe 4. VÝSLEDKY 4.1. VYMEZENÍ REGIONŮ Metoda čar kumulativních četností byla aplikována na řady dat denních průtoků nad určitou mezí. Tím bylo pro každou vodoměrnou stanici, která reprezentuje povodňový režim příslušného povodí, určeno období roku, kdy se povodně vyskytují s největší pravděpodobností. Podobnost resp. rozdílnost počátečního data a délky trvání identifikovaného období byla dále podkladem pro nalezení povodí, která jsou si vzájemně hydrologicky podobná, tzn. podobná z hlediska zvolené charakteristiky sezonálního výskytu extrémních průtoků. Celé povodí českého Labe bylo po pečlivém zkoumání a porovnávání sezonality výskytu povodňových průtoků v jeho různých částech rozděleno do sedmi oblastí (obr. 5). Zařazení vybraných povodí do jednotlivých regionů je uvedeno v tabulce 1. Výsledné regiony lze z hlediska sezonální informace výskytu povodní považovat za hydrologicky homogenní. U sporných případů v okrajových částech regionů bylo přihlíženo k rozložení průměrného ročního srážkových úhrnů, protože u této veličiny byla prokázána vysoká korelace. Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 54 Obr. 5 Rozložení regionů v povodí Labe Do prvního regionu (severovýchodní pohoří) bylo zařazeno 8 stanic, do druhého 13 (severovýchodní podhůří), do třetího 48 (vrchoviny), do čtvrtého 9 (podkrušnohorský stín), do pátého 3 (oblast vlivu Novohradských hor), do šestého 18 (Pošumaví-Otavsko) a do sedmého 13 vodoměrných profilů (oblast vlivu Žďárských vrchů). 4.2. REGIONÁLNÍ ODHADY PRŮTOKŮ Následujícím krokem regionalizace bylo vyjádření vztahu mezi hodnotou extrémního průtoku a fyzikálními podmínkami povodí. Při výběru nezávisle proměnných se u metody vícenásobné regrese, které byla aplikována, hledá nejmenší počet smysluplných proměnných. Podle kritéria významnosti jednotlivých fyzicko-geografických faktorů i jejich fyzikálního opodstatnění jich bylo nakonec vybráno šest. Jednalo se o plochu a nadmořskou výšku povodí, průměrný sklon svahů v povodí, procento plochy pokryté lesem, průměrnou výšku sněhu na konci zimy a průměrný úhrn srážek na povodí. Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 55 Tabulka 1 Zařazení vodoměrných stanic do regionů Region 1 Region 2 Region 3 Region 4 Region 5 Region 6 Region 7 Nezařazené 0130 0030 0210 1560 0770 1130 1060 0450 1070 0290 0040 0300 1580 1000 1140 1080 0460 1901 0830 0050 0310 1610 1020 1150 1102 0470 0840 0060 0340 1620 1930 1110 0480 0850 0150 0350 1660 1940 1350 0490 0860 0160 0360 1670 2170 1370 0520 0880 0180 0370 1710 2180 1380 0580 0900 0240 0390 1720 2230 1390 0590 0250 0700 1730 2260 1410 0630 0270 0710 1750 1430 0640 0280 0750 1790 1450 0660 0320 0870 1799 1470 0820 0690 0910 1900 1500 0920 1960 1510 0940 2091 1820 0960 2101 1830 1240 2120 1870 1260 2140 1880 1270 2300 1310 2350 1330 2360 1520 2390 1530 V případě, kdy se v řešené úloze pracuje s méně než 15 nezávisle proměnnými (což byl náš případ), je doporučováno využít techniku algoritmu ,,všech možných regresí". V závislosti na různých kombinacích šesti výše zmíněných faktorů tedy bylo vždy v rámci vymezeného regionu odvozeno několik regresních modelů. Výsledek regionálních odhadů ve vodoměrném profilu Sušice na řece Otavě (Region 6) je uveden v tabulce 2. Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 56 Tabulka 2 Výsledky regionálních odhadů Q2, Q100 a Q10000 v profilu 1380 - Sušice (červeně označen FG faktor příslušného regresního modelu) Regionální odhad Nezávisle proměnná Q2 R2 Q100 R2 Q10000 R2 lokální odhad 120 299 520 plocha, srážky, sklon, les, nadm.výška, sníh 102 0.949 229 0.854 368 0.706 plocha, srážky, sklon, les, nadm.výška, sníh 104 0.948 238 0.851 403 0.696 plocha, srážky, sklon, les, nadm.výška, sníh 103 0.948 243 0.824 407 0.651 plocha, srážky, sklon, les, nadm.výška, sníh 99 0.947 209 0.841 335 0.698 plocha, srážky, sklon, les, nadm.výška, sníh 111 0.934 275 0.782 504 0.614 plocha, srážky, sklon, les, nadm.výška, sníh 100 0.946 226 0.818 387 0.649 Plocha, srážky, sklon, les, nadm.výška, sníh 111 0.934 275 0.782 504 0.614 plocha, srážky, sklon, les, nadm.výška, sníh 103 0.911 272 0.781 523 0.625 plocha, srážky, sklon, les, nadm.výška, sníh 86 0.927 188 0.831 327 0.697 plocha, srážky, sklon, les, nadm.výška, sníh 85 0.908 188 0.759 314 0.609 plocha, srážky, sklon, les, nadm.výška, sníh 116 0.937 313 0.779 598 0.586 plocha, srážky, sklon, les, nadm.výška, sníh 100 0.946 208 0.792 345 0.616 plocha, srážky, sklon, les, nadm.výška, sníh 111 0.934 288 0.766 553 0.579 plocha, srážky, sklon, les, nadm.výška, sníh 84 0.907 178 0.755 305 0.608 plocha, srážky, sklon, les, nadm.výška, sníh 97 0.904 240 0.753 457 0.605 plocha, srážky, sklon, les, nadm.výška, sníh 99 0.883 247 0.678 465 0.510 plocha, srážky, sklon, les, nadm.výška, sníh 95 0.881 231 0.667 433 0.503 plocha, srážky, sklon, les, nadm.výška, sníh 111 0.933 275 0.707 517 0.503 5. DISKUSE A ZÁVĚR V článku jsou prezentovány tři metody znázornění sezonálního rozložení výskytu povodňových případů. Všechny metodiky pracují s daty výskytu maximálních průtoků nad určitou mezí. Polární grafy mají dobrou vypovídací schopnost, jsou snadno představitelné, ale z hlediska statistického zpracování nepřesné. Přínosem metody směrových statistik je detailní přehlednost a větší spolehlivost, se kterou je vymezena část roku se zvýšeným výskytem extrémních průtoků. Navíc umožňuje získat informace o rozložení velikosti průtoků jednotlivých povodňových případů. Znázorněný rozptyl je také cenou informací Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 57 pro hodnocení citlivosti povodí na výskyt maximálních průtoků. Naopak nevýhodou může být zkreslení sezonální informace do průměrné hodnoty, která není dostatečně reprezentativní. Metoda čar kumulativních četností výskytu maximálních průtoků se prokázala jako účinný přístup při vymezení vhodného rozdělení roku na tři období, která jsou vzájemně odlišná svou vodností. Výhodou je relativně přesné určení počátku a délky trvání období se zvýšenou pravděpodobností výskytu extrémních průtoků, což je při sezonální analýze stěžejní informace. Vzhledem ke stanovenému cíli (vyjádření prostorových rozdílů sezonálního rozložení extrémních průtoků) poskytovala nejlepší výsledky metoda čar kumulativních četností. Výstupy zmíněné metody byly podkladem pro vytvoření regionalizace sezonality maximálních průtoků v povodí Labe. Nalezená sezonální období výskytu zvýšené vodnosti se v závislosti na geografické poloze u jednotlivých vodoměrných stanic více či méně lišila. Ve většině byla potvrzena vysoká korelace počátečního data identifikovaného období s průměrnou nadmořskou výškou povodí a s průměrným dlouhodobým úhrnem srážek na povodí. Podle podobnosti identifikovaných období byly vybrané profily resp. povodí rozděleny do sedmi hydrologicky homogenních regionů. Regiony nesledují přirozené hranice povodí, spíše korespondují s oblastmi stejné intenzity průměrných ročních srážek nepřímo závislé na nadmořských výškách povrchu. V závěru bylo pro každý vymezený region odvozeno několik regresních modelů v závislosti na použitých fyzicko-geografických faktorech. Vysvětlení rozhodujícího vlivu příčinných charakteristik je předmětem dalšího výzkumu. 6. LITERATURA Bayliss, A. C. and Jones, R. C. Peaks over Threshold flood database: Summary statistics and seasonality. Report No. 121. UK: Institute of Hydrology, Wallingford, 1993. 61 s. Black, A. R. and Werritty, A. Seasonality of flooding: a case study of North Britain. Journal of Hydrology, 1997, 195, s. 1-25. Brádka, J. Meteorologické příčiny povodní ve Slezku. Meteorologické zprávy, 1967, 20. Buchtele, J. Kategorizace povodňového režimu na tocích vltavské kaskády. Sborník prací HMÚ. Praha, 1972, sv. 18. Grant GAČR 205/03/Z046 ,,Hodnocení vlivu změn přírodního prostředí na vznik a vývoj povodní" 58 Burn, D. H., Zrinji, Z. and Kowalchuk, M. Regionalization of Catchments for Regional Flood Frequency Analysis. Journal of Hydrologic Engineering, 1997, s. 76-82. Fisher, N. I. Statistical Analysis of Circular Data. UK: Cambridge University Press, 1993. Hladný, J. K rajonizaci povodňových situací na území ČSR pro potřeby povodňové služby. Sborník referátů z hydrologické konference v Brně, Studia Geographica 22. Brno: GÚ ČSAV, 1971. Hladný, J., Chalušová, J., Vlasák, T. Hydrosynoptické přístupy k identifikaci povodňového mechanismu. Acta Universitatis Carolinae ­ Geographica, Praha, 2001, no. 2. Kakos, V. Hydrometeorologický rozbor povodní na Vltavě v Praze za období 1873-1982. Meteorologické zprávy, 1983, roč. 36, č. 6, s. 171-181. Kakos, V. Hydrometeorologická analýza povodňových situací v povodí Labe. Meteorologické zprávy, 1985, roč. 38, č. 5, s. 148-151. Kašpárek, L. et al. Hodnocení modelování srážko­odtokových vlastností povodí. Praha: VÚV T.G.M., 1999. 47 s. Mardia, K. V. Statistics of Directional Data. London: Academia Press, 1972. 38 s. Ouarda, T. B. M. J., Ashkar, F. and El-Jabi, N. Peaks Over Threshold Model for Seasonal Flood Variations. Engineering Hydrology, 1993, s. 341-346. Šercl, P., Lett, P. Výpočet rastru srážek v prostředí GIS (s využitím ArcView Spatial Analyst). Uživatelská příručka verze 2.0.1. Praha: ČHMÚ, OPV, 2002. Todorovic, P., and Zelenhasic, E. A stochastic model for flood analysis. Water Resources Research, 1970, vol. 6 (6), s. 1641-1648. Vavruška, F. Meteorologické příčiny povodní na Otavě a Lužnici. Meteorologické zprávy, 1989, roč. 42, s. 111-115.