پیش بینی خشکسالی ها و ترسالی های استان مازندران با استفاده از مدل باکس- جنگیز
Authors
abstract
بروز خشکسالی ها و ترسالی ها باهمه پیامدهایی که دارند، یک پدیده تکراری و طبیعی در اکوسیستم محیط محسوب می شود. در این تحقیق به منظور پیش بینی خشکسالی ها و ترسالی های استان مازندران با استفاده از روش سری زمانی باکس- جنکینز که شامل مدل های مختلف سری زمانی از جمله اتورگرسیو، میانگین متحرک، مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های فصلی می باشد، به پیش بینی بارندگی چهار ایستگاه منتخب در سطح استان که از آمار ماهانه طولانی و کاملی ( بابلسر، قائم شهر 2000-1951، رامسر 2000-1955 و نوشهر 2000-1977) بر خوردار بودند، پرداخته شد. بعد از برازش دادن مدل های مختلف باکس- جنکینز برای پیش بینی بارش چهار ایستگاه فوق، مشخص شدکه مدل های فصلی این روش برای پیش بینی، از دقت و کارایی بیشتری برخوردار می باشند. مدل های فصلی در حقیقت ترکیبی از مدل های تلفیقی اتورگرسیو با میانگین متحرک غیر فصلی و فصلی می باشند.
similar resources
پیش بینی خشکسالی ها و ترسالی های استان مازندران با استفاده از مدل باکس- جنگیز
بروز خشکسالی ها و ترسالی ها باهمه پیامدهایی که دارند، یک پدیده تکراری و طبیعی در اکوسیستم محیط محسوب می شود. در این تحقیق به منظور پیش بینی خشکسالی ها و ترسالی های استان مازندران با استفاده از روش سری زمانی باکس- جنکینز که شامل مدل های مختلف سری زمانی از جمله اتورگرسیو،میانگین متحرک،مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های تلفیقی اتورگرسیو با میانگین متحرک و مدل های فصلی می باشد،...
full textبررسی خشکسالی، ترسالی و پیش¬بینی پارامترهای اقلیمی بارش و درجه حرارت منطقه شیراز با استفاده از روش¬های استوکستیک
مدلهای استوکستیک به عنوان یک روش جهت بررسی تغییرات آب و هوایی آینده مورد استفاده قرار میگیرند. در میان پارامترهای هواشناسی بارش و دما به عنوان شاخصهای اصلی مطرح میباشند. هدف از پژوهش حاضر تحلیل وضعیت پارامترهای اقلیمی بارش و متوسط درجه حرارت ماهانه، بررسی خشکسالیها و ترسالیهای ناشی از کمبود بارش، شبیهسازی و پیشبینی پارامترهای مورد مطالعه با استفاده از روشهای استوکستیک میباشد. در این ت...
full textکاربرد روش های خودوایازش وهلت وینترز جهت پیش بینی خشکسالی ها و ترسالی ها در اهواز
عناصر اقلیمی بویژه بارش دارای تغییرات معنی داری در دوره های زمانی مشخص هستند. این تحقیق به منظور مطالعه و بررسی تغییرات زمانی بارش، تعیین خشکسالی ها – ترسالی ها و امکان پیش بینی آنها در شهر اهواز انجام گرفته است. دوره های خشکسالی – ترسالی و همچنین تداوم و شدت آنها با استفاده از شاخص استاندارد z و میانگین متحرک 5 ساله، محاسبه شده و امکان پیش بینی آنها با استفاده از مدلهای سری زمانی هلت وینترز ...
full textپیش بینی سیلاب از طریق داده های سری زمانی دبی رودخانه سومبار با استفاده از مدل باکس _جنکینز
امروزه یکی از مهمترین مسائل جهت مدیریت سیلاب، پیش بینی جریان رودخانه ها می باشد. جلوگیری از صدمات اقتصادی و جانی ناشی از سیلاب یکی از مهمترین دستاوردهای پیش بینی صحیح جریان می باشد. فاکتورها و عوامل مختلفی بر روی دبی رودخانه تاثیر گذار است که تحلیل این پدیده را مشکل می سازند. مدلهای فیزیکی-مفهومی، رگرسیونی و سری های زمانی از معمولترین روشهای تحلیل جریان رودخانه می باشند در این تحقیق با استفاده ...
full textپیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی- موجک و مدل سری زمانیARIMA
تبدیل موجک یکی از روشهای نوین و بسیار موثر در زمینه تحلیل سیگنالها و سریهای زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، دادههای حاصل بهعنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیشبینی خشکسالی ارائه میگردد. در این تحقیق، از شبکههای عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایهای شعاعی ((RBF، سری زمانی AR...
full textپایش و پیشبینی ترسالی و خشکسالی تبریز با استفاده از مدل CLIMGEN و شاخص SPI
امروزه پیشبینی داده های هواشناسی برای برنامه ریزی های آینده در زمینه های طبیعی و انسانی از اهمیت بالایی برخوردار است. از جمله می توان به پیشبینی خشکسالی و سیل و... اشاره کرد که در این صورت میتوان با برنامهریزی مدون از خسارات احتمالی کاست. در این پژوهش، ابتدا با استفاده از مدل CLIMGEN و دادههای هواشناسی (2009-1961)، ایستگاه سینوپتیک تبریز پیشبینی دادههای هواشناسی سالهای 2009-2000 ان...
full textMy Resources
Save resource for easier access later
Journal title:
پژوهش های جغرافیایی (منتشر نمیشود)Publisher: موسسه جغرافیای - دانشکده جغرافیا
ISSN 1026-6836
volume (ویژه نامه)
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023