Regional frequency analysis of heavy precipitation amounts based on the estimation of the parameters of a regional distribution function using L-moments is adopted for the specific geographical-climatological settings of Slovakia. The paper focuses on the first step of the regional L-moment algorithm (Hosking, Wallis, 1997), which is the delineation of homogeneous regions. Objective and process-based logical pooling techniques are used to form homogeneous pooling groups of rainfall gauging stations for regional frequency analysis of k-day precipitation amounts (k = 1 to 5 days). Even though the delineation of homogeneous regions by means of objective methods is generally accepted and recommended in the literature, it is concluded here that such a pooling of similar sites should not be carried out automatically in precipitation analysis. Instead, a combination of physical/geomorphological considerations and objective methods should be preferred. and Článok sa zaoberá regionálnou frekvenčnou analýzou mimoriadnych úhrnov zrážok, ktorá je založená na odhade parametrov regionálneho rozdelenia pravdepodobnosti pomocou L-momentov a ktorá sa aplikuje v špecifických geograficko-klimatických podmienkach Slovenska. Článok je užšie zameraný na prvý krok tzv. regionálneho L-momentového algoritmu (Hosking, Wallis, 1997), ktorým je vyčlenenie homogénnych regiónov pre k-denné úhrny zrážok (k = 1 až 5). Na formovanie homogénnych zoskupení klimatologických a zrážkomerných staníc sa použila objektívna aj subjektívna (logická) metodika. Napriek tomu, že odborná literatúra všeobecne uznáva a odporúča použiť objektívne postupy na vyčlenenie homogénnych regiónov, v štúdii sme usúdili, že by sa vo frekvenčnej analýze úhrnov zrážok navzájom podobné stanice nemali vyčleňovať automaticky. Namiesto toho odporúčame, aby sa k tomuto účelu použila kombinácia objektívnych postupov, resp. úvah založených na fyzicko-geografických charakteristikách krajiny
Brief review on the availability of General Circulation Models (GCMs) and Regional Circulation Models (RCMs) outputs for regional downscaling is presented (more in Melo, 2003; Melo, 2004). Four basic methods of regional climate change scenarios design (1st - Incremental (the simplest), 2nd - Analogue (historical or paleoclimatic), 3rd - Weather generator (artificial or based on real climatic statistics), 4th - GCMs (General Circulation Models) based) are discussed more in details. The additional one - a combined method, usually based on GCMs (mean annual/monthly warming and mean annual/monthly change in precipitation totals) and on historical analogue (statistical structure of daily/monthly data series, including physical plausibility among phenomena), was utilized in Slovakia. Finally some results of different climate change scenarios for Hurbanovo and possible user problems are listed and discussed. Special scenarios of exceptional weather events are also demanded by users, mainly from the Hydrology, Agriculture and Forestry sectors, very concise overview of such scenarios design is presented. and Príspevok prezentuje stručný prehľad dostupných modelov všeobecnej cirkulácie atmosféry (GCMs) ako aj metód na regionálnu interpretáciu výstupov GCMs. V zásade môžeme metódy konštrukcie scenárov klimatickej zmeny (zmien klímy) rozdeliť do 4 skupín: 1. Inkrementálne (prírastkové) scenáre; 2. Analógové scenáre; 3. Stochastický generátor počasia; 4. Dowscaling výstupov GCMs s regionálnou interpretáciou a využitím experimentálnych časových radov. Za piatu môžeme považovať metódu kombinovanú, ktorá využíva spoľahlivejšie scenáre na báze GCMs (zväčša teplotné a zrážkové) a pre zvyšné klimatické prvky sa pripravujú scenáre ako analógy korelačnou alebo regresnou metódou. V príspevku sú uvedené tiež príklady vybraných scenárov pre Hurbanovo.
Several alternative definitions of extreme events are proposed. As the first step a statistical analysis of daily precipitation measurement time series from the Hurbanovo SHMI Observatory and elaboration of potentially dangerous precipitation events is carried out. Then, combined characteristics based on daily temperature, daily air humidity and daily precipitation totals are computed. The drought index based on normalized deviations from long-term averages is defined. Alternatively, to define extreme events ''Data envelopment analysis'' (DEA) is employed with K-day periods of values of temperature, humidity and precipitation corresponding to decision making units. In this paper we have used the period of K = 10 days for both methodologies for identification of extreme events. The results of all definitions of extreme events are compared. and V článku navrhujeme niekoľko definícií extrémnych udalostí. Ako prvý krok je vypracovaná štatistická analýza denných úhrnov zrážok z observatória SHMÚ v Hurbanove, na základe ktorej označujeme extrémne udalosti. Následne počítame kombinované charakteristiky období sucha založené na denných údajoch teploty, vlhkosti vzduchu a denných úhrnoch zrážok. Index sucha je založený na normalizovaných odchýlkach od dlhodobých priemerov. Alternatívne definujeme extrémne udalosti na základe DEA analýzy, kde K-denné periódy teploty, vlhkosti a zrážok slúžia ako rozhodovacie jednotky. V tomto článku sme na identifikáciu extrémnych udalostí pre obe metodológie použili periódu K = 10 dní. Výsledky všetkých prístupov nakoniec porovnávame.