برآورد مصرف روزانه آب تهران با استفاده از سری های زمانی
نویسندگان
چکیده
در سال های اخیر بررسی های گسترده ای بر روی مساله استفاده بهینه از منابع آب انجام شده است. یکی از موضوعات مورد بررسی در این زمینه تهیه مدل پیش بینی مصرف کوتاه مدت آب جهت مدیریت مناسب تقاضا می باشد. در این مقاله با توجه به تاثیرپذیری مصرف کوتاه مدت آب از عوامل آب و هوایی و همچنین وجود الگوی مصرف مشابه در روزهای متوالی، دو مدل به روش سری های زمانی جهت پیش بینی کوتاه مدت مصرف آب شهری تهران تهیه شده است. در مدل اول با تجزیه سری زمانی مصرف روزانه آب به مولفه های روند، تغییرات فصلی، تغییرات تصادفی و تعیین هر یک ازآنها با استفاده از روش رگرسیون، پیش بینی انجام می شود. در مدل دوم با استفاده از مدل های ترکیبی اتورگرسیو و میانگین متحرک فصلی، الگوی مصرف در گذشته شناسایی شده و با فرض اینکه در آینده نیز این الگو ادامه داشته باشد، از آن برای پیش بینی مصرف آب استفاده می شود. در نهایت نتایج دو مدل تهیه شده با نتایج واقعی مقایسه شده است که توانایی این مدل ها را برای پیش بینی مصرف کوتاه مدت آب شهری تهران نشان می دهد. از بین این دو، مدل پیشرفته دارای خطای کمتری برای داده های شهر تهران می باشد.
منابع مشابه
برآورد مصرف روزانه آب تهران با استفاده از سریهای زمانی
در سالهای اخیر بررسیهای گستردهای بر روی مساله استفاده بهینه از منابع آب انجام شده است. یکی از موضوعات مورد بررسی در این زمینه تهیه مدل پیشبینی مصرف کوتاه مدت آب جهت مدیریت مناسب تقاضا میباشد. در این مقاله با توجه به تاثیرپذیری مصرف کوتاه مدت آب از عوامل آب و هوایی و همچنین وجود الگوی مصرف مشابه در روزهای متوالی، دو مدل به روش سریهای زمانی جهت پیشبینی کوتاه مدت مصرف آب شهری تهران تهیه ش...
متن کاملبرآورد تبخیر روزانه از تشت با استفاده از مدلهای موجود سری زمانی
امروزه برنامهریزی صحیح برای استفاده بهینه از منابع آبی با هدف رسیدن به توسعه پایدار از اهمیت خاصی برخوردار است. آگاهی از مقدار دقیق تبخیر سطحی روزانه یکی از پارامترهای مهم برای برنامهریزیهای منابع آب، مدیریت آبیاری و تولیدات زراعی است. عدم کفایت تعداد ایستگاههای تبخیرسنجی، ابهام در کیفیت دادهها و خلاءهای آماری موجود در مقاطع مختلف زمانی، پژوهشگران را بهسمت مدلهای برآورد، سوق داده اس...
متن کاملبرآورد تبخیر روزانه از تشت با استفاده از مدل های موجود سری زمانی
امروزه برنامه ریزی صحیح برای استفاده بهینه از منابع آبی با هدف رسیدن به توسعه پایدار از اهمیت خاصی برخوردار است. آگاهی از مقدار دقیق تبخیر سطحی روزانه یکی از پارامترهای مهم برای برنامه ریزی های منابع آب، مدیریت آبیاری و تولیدات زراعی است. عدم کفایت تعداد ایستگاه های تبخیرسنجی، ابهام در کیفیت داده ها و خلاءهای آماری موجود در مقاطع مختلف زمانی، پژوهشگران را به سمت مدل های برآورد، سوق داده اس...
متن کاملممیزی سری های زمانی با استفاده از برآورد تابع درستنمایی ضرایب موجک های گسسته
در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف ARMA نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...
متن کاملپیشبینی زمانی و مکانی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی- زمین
To procure the status of groundwater level fluctuations in arid and semi-arid areas, it is necessary to obtain accurate forecast of fluctuations data. Time series as a linear model have been utilized to generate synthetic data and predict future groundwater level. Minitab17 software and monthly depth of groundwater level data of 20 years (1991-2011) for 25 piezometric wells of plain were used. ...
متن کاملواکاوی زمانی بارش سالانه شهر شیراز با استفاده از تحلیل سری های زمانی
بارندگی یکی از عوامل مهم هواشناسی است که مقدار آن به نحو چشمگیری در نقاط مختلف کره زمین تغییر مییابد. یکی از روشهایی که به کمک آن می توان سیر تحولات بارندگی را درگذشته و حال بررسی نمود، آنالیز روند سریهای زمانی در مقیاسهای مختلف زمانی است. در این تحقیق از متوسط بارش سالانه شهر شیراز برای مدلسازی و پیشبینی با استفاده از تکنیک تحلیل سریهای زمانی استفادهشده است. برای این منظور از ایستگاه س...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
تحقیقات منابع آب ایرانجلد ۴، شماره ۲، صفحات ۵۷-۶۵
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023