پیش بینی متغیر های اقلیمی به کمک تحلیل سری های زمانی حوضه آبخیز زهره

نویسندگان

مجید خزایی

دانشجوی دکتری آبخیزداری دانشگاه هرمزگان محمدرضا میرزایی

استادیار هیدرولوژی دانشکده کشاورزی دانشگاه یاسوج

چکیده

داده­های اقلیمی دارای خود همبستگی، اثر فصل، روند و ویژگی تصادفی می باشند، در نتیجه از مفاهیم سری های زمانی در پیش­بینی متغیرهای اقلیمی استفاده می شود. هدف این مقاله پیش بینی متغیرهای اقلیمی به کمک تحلیل سری های زمانی حوضه آبخیز زهره می باشد. درگام اول اقدام به بررسی آزمون­های کلموگراف-اسمیرنوف و من-کندال برای تعیین نرمالیته و تعیین روند گردید. نتایج آنالیز روند من-کندال نشان دهنده روند معنی دار متغیر دبی بوده است (05/0>p)، درحالی که متغیرهای دیگر فاقد روند معنی دار بوده است (05/0p>). همچنین متغیرهای بارش، دبی و تبخیر دارای روند نزولی (0>z) و دما دارای روند صعودی بوده است (0z>). در گام بعد اقدام به ایستا نمودن داده­ها گردید که با استفاده از عملگر تفاضل؛ داده­های ناایستا بعد از انجام یک مرحله تفاضل گیری ایستا گردیدند (1d=). به کمک شکل­های خود همبستگی و خود همبستگی جزئی یک مدل سری زمانی مناسب شناسایی گردید. حدود تغییرات مرتبه­های اتورگرسیو و میانگین متحرک مدل­ها تا حداقل صفر و حداکثر 2 تعیین و به وسیله معیار آکائیک مناسب­ترین مدل­ها استخراج گردید و معنی­داری پارامترها به وسیله روش حداکثر درست نمایی تأیید شد (05/0>p). اعتبارسنجی مدل­ها، توسط معیارهای مختلف حاکی از دقت و صحت مدل آریمای فصلی (ساریما) برای متغیر دما و تبخیر (98/0r=) است. نتایج مدل­ها در مقیاس ماهانه بهتر از مقیاس فصلی بوده است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

متن کامل

کاربرد سری های زمانی بارش و نمایه های آماری اقلیمی در پیش بینی خشکسالی به کمک شبکه CANFIS (مطالعه موردی: بیرجند- خراسان جنوبی)

پیش بینی خشکسالی به‌عنوان یکی از راهکارهای مدیریتی است که به برنامه‌ریزان کمک خواهد کرد تا برنامه‌ریزی صحیحی برای استفاده از منابع محدود آب و خاک فراهم کنند. خراسان جنوبی بویژه در دهه اخیر به یکی از کانون‌های اصلی بحران خشکسالی در کشور تبدیل شده که این امر تاثیر بسزایی در کاهش تولید مواد غذایی، خطر گرسنگی، افت سطح آب زیرزمینی، تخریب خاک و اراضی داشته است. در این مطالعه با ترکیب سیگنال‌های اقلیم...

متن کامل

تحلیل روند تبخیر از مخزن سد و پیش بینی آن به کمک سری های زمانی

تبخیر از عوامل مهم در هدر رفت آب ذخیره شده در پشت سدها می­باشد. از این رو پیش­بینی هرچه دقیق­تر آن به برنامه­ریزی در بهره­برداری صحیح از آب ذخیره شده در مخزن سدها کمک شایانی می­کند. در این مطالعه سعی شد با داده­های ثبت شده تبخیر از تشتک ابتدا به کمک آزمون من-کندال فصلی روند تبخیر تعیین گردد. سپس با روش سری زمانی تبخیر از مخازن پیش­بینی شود. به وسیله آزمون من-کندال فصلی، ایستگاه بهبهان فاقد روند...

متن کامل

بررسی ویژگیها و توان پیش بینی سری های زمانی جریان های نقدی

پیش بینی جریان های نقدی عملیاتی بر اساس الف : سری جریان های نقدی عملیاتی گزارش شده و یا ب: سایر سری های زمانی به عنوان جایگزین جریان های نقدی عملیاتی انجام می شود. سری های جایگزین، به طور معمول، الگوریتم های ساده ای از اجزای صورتهای مالی هستند. تحقیقات نشان میدهد، ویژگی ها و توان پیش بینی سری های زمانی گزارش شده و جایگزین های آن متفاوت است؛ لذا روایی خارجی تحقیقاتی که بر اساس جایگزین ها انجام م...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
تحقیقات کاربردی علوم جغرافیایی

جلد ۱۴، شماره ۳۴، صفحات ۲۳۳-۲۵۰

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023