پیش بینی وضعیت آبدهی زاینده رود با استفاده از سری زمانی مورد شناسی: شرق جلگه اصفهان

Authors

دکتر صدیقه کیانی سلمی

دکتر سید هدایت الله نوری

امید صدرزاده خویی

abstract

پیش بینی میزان آب در دسترس، یکی از مؤلّفه های مهم و تأثیرگذار در برنامه ریزی و مدیریت منابع آب بوده و برآورد آن در مقیاس های زمانی مختلف، از اهمیت ویژه ای در برنامه ریزی کشاورزی برخوردار است. یکی از روش های مطالعاتی پیش بینی، روش سری های زمانی است؛ برای این منظور، و مدل های مختلفی ارائه شده اند که از آن جمله می توان مدل های سری زمانیarima، ma و ar را برشمرد. در این تحقیق، عملکرد هریک از مدل های یاد شده در برآورد و تخمین مقادیرآتی میزان آب زاینده رود طی سال های1385 تا 1391 به صورت 72 سری دادۀ ماهانه مورد بررسی قرار گرفت. نتایج نشان داد که مدل سری زمانی  ar12عملکرد بهتری نسبت به سایر مدل ها دارد و روند تغییرات سری زمانی را با خطای کمتری شبیه سازی می کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی وضعیت آبدهی زاینده‌رود با استفاده از سری‌زمانی مورد شناسی: شرق جلگه اصفهان

پیش‌بینی میزان آب در دسترس، یکی از مؤلّفه‌های مهم و تأثیرگذار در برنامه‌ریزی و مدیریت منابع آب بوده و برآورد آن در مقیاس‌های زمانی مختلف، از اهمیت ویژه‌ای در برنامه‌ریزی کشاورزی برخوردار است. یکی از روش‌های مطالعاتی پیش‌بینی، روش سری‌های زمانی است؛ برای این منظور، ‌ و مدل‌های مختلفی ارائه شده‌اند که از آن جمله می‌توان مدل‌های سری زمانیARIMA، MA و AR را برشمرد. در این تحقیق، عملکرد هریک از مدل‌ها...

full text

پیش بینی تورم با استفاده از رهیافت سری های زمانی

امروزه، پیش­بینی متغیرهای کلان اقتصادی از جمله نرخ تورم، از اهمیت ویژه­ای برای سیاستگذاری و برنامه ریزی های اقتصادی برخوردار شده است. در این راستا در دهه های اخیر، مدل­های پیش­بینی گوناگونی برای نرخ تورم مطرح شده اند. در این مقاله، با استفاده از سری زمانی نرخ تورم اعلام شده از سوی مرکز آمار ایران (از اسفند ۱۳۸۲ تا آذر ۱۳۹۳)،  مدل (۲،۲،۳)arima انتخاب شد. بعد از تصریح مدل، ابتدا پیش بینی درون نمو...

full text

پیش بینی بار کوتاه مدت با استفاده از تجزیه سری زمانی بار وشبکه عصبی

چکیده پیش بینی بارکوتاه ‌مدت یک فرآیند پایه در بهره برداری سیستم‌های قدرت محسوب می‌شود. بسیاری از توابع بهره‌برداری نظیر آرایش تولید، پخش بار اقتصادی، ارزیابی ایمنی و هماهنگی آبی حرارتی به پیش‌ینی بار کوتاه‌مدت وابسته می‌باشند. در طی سه دهه اخیر روش های مختلفی برای پیش‌بینی بار کوتاه ‌مدت ارائه شده و نرم‌افزارهای صنعتی متعددی نیز بر پایه این روش ها تهیه شده‌اند. از جمله این روش ها می‌توان به ان...

full text

پیش بینی خشک‎ ‎سالی استان اصفهان با استفاده از الگوهای‎ ‎مختلف سری زمانی

بارندگی یکی از عوامل اصلی در ایجاد خشک سالی است که کم بود آن، جریان های سطحی و زیرزمینی، دریاچه ها و به طور کلی منابع آب را به شدت تحت تأثیر قرار می دهد. پیش­ بینی بارندگی در سال­ های آینده می ­تواند در برنامه­ ریزی منابع آب مؤثر واقع شود. الگوهای سری زمانی، این امکان را در اختیار برنامه ‏ریزان منابع آب قرار می دهد. هدف از انجام پژوهش حاضر پیش بینی خشک سالی استان اصفهان با برازش الگوهای مختلف س...

full text

پیش بینی دبی جریان رودخانه با استفاده از داده کاوی و سری زمانی

شبیه­سازی جریان رودخانه به‌منظور آگاهی از دبی رودخانه در دوره‌های زمانی آینده از مسائل مهم و کاربردی است. با توجه به اهمیت اطلاع از دبی جریان در سال­های آینده، در این مطالعه دبی جریان در سه ایستگاه حاجی‌قوشان، قره‌شور و تمر در حوضۀ آبخیز گرگانرود برای سال­های آبی 90-1381 شبیه­سازی شد. به‌منظور شبیه­سازی از روش آماری سری زمانی در قالب الگوی اتورگرسیون (AR) و داده‌کاوی در قالب ماشین بردار پشتیبان...

full text

پیش بینی استهلاک فرآیند ماشینکاری AL7075 با استفاده از سری زمانی

در این مقاله، روشی جدید برای پیش بینی دقیق نیروهای برش و تعیین بافت سطح قطعه کار تولید شده در عملیات  فرزکاری با بار جانبی کم ارائه می‌گردد. در روش پیشنهادی، نسبت میرایی  فرآیند در خارج از منطقه برش توسط روش تحلیل مودال تجربی تعیین شده و برای تعیین دقیق نسبت میرایی فرآیند در داخل منطقه برش از تکنیک های روش تحلیل سری زمانی استفاده شده است. با استفاده از دیاگرام جمع همبستگی، مقایسه‌ای بین سیگنال ...

full text

My Resources

Save resource for easier access later


Journal title:
فصلنامه جغرافیا و آمایش شهری- منطقه ای

Publisher: دانشگاه سیستان و بلوچستان

ISSN 2345-2277

volume 5

issue 17 2016

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023