بررسی کارایی مدلهای سری زمانی آریما و هالت وینترز در پیش بینی دما و بارش ماهانه (مطالعه موردی: ایستگاه لتیان)
Authors
Abstract:
پارامترهای اقلیمی از جمله دما و بارش نقش مهمی در مدیریت منابع آب حوضهآبریز و برنامهریزیهای کشاورزی دارند. از جمله مدلهای پیش بینی کوتاه مدت این پارامترها، مدلهای سری زمانی هستند. در تحقیق حاضر، توانایی مدلهای سری زمانی در پیشبینی دما و بارش ماهانه ایستگاه لتیان مورد بررسی قرار گرفته است. بدین منظور ابتدا به کمک آزمون منکندال فصلی روند دادهها بررسی گردید و سپس مدلهای مختلف خودهمبسته با میانگین متحرک و همچنین مدل سری زمانی هالتوینترز بر دادهها برازش داده شد و در نهایت بهترین مدل سری زمانی انتخاب شد. در نتیجهی آزمون منکندال فصلی، روند مشخصی در سری ماهانه بارش مشاهده نگردید اما سری ماهانه دما دارای روند افزایشی معنیدار میباشد. نتایج پیش بینی توسط مدلهای آریمای فصلی، نشان دهنده قابلیت بالای این مدلها در پیشبینی دمای ماهانه میباشد و مدل 12(2 1 0 ) (1 0 0 ) به عنوان مدل سری زمانی مناسب برای دادههای دما تشخیص داده شد. اگرچه مدل هالتوینترز نیز از دقت بالایی در پیش بینی دما برخوردار است اما نسبت به مدل آریما دارای خطای بیشتری است. همچنین نتایج نشان داد که مدلهای آریمای فصلی و مدل هالتوینترز قابلیت بالایی در پیشبینی مقادیر بالای بارش ماهانه در ایستگاه لتیان ندارند. این مدلهاعمدتاً مقادیر بارشهای پایین و متوسط را بهتر برآورد میکنند و تخمینگر مناسبی در بارشهای بالا نیستند. نتایج این تحقیق کمک شایانی به پیشبینی موثر رواناب حوضهها و به تبع آن افزایش اعتماد پذیری سیستمهای منابع آب خواهد نمود.
similar resources
مدلهای تصادفی سری زمانی در پیش بینی بارندگی ماهانه (مطالعه موردی: ایستگاه هاشم آباد گرگان)
در سالهای اخیر محدودیت منابع آبی جهت تامین آب مورد نیاز کشاورزی و غیر کشاورزی موجب بروز مشکلات زیادی شده است و باران یکی از منابع مهم تامین آب به حساب می آید. بارندگی یکی از مهمترین مولفه های ورودی به سیستم های هیدرولوزیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آبهای زیر زمینی، سیلاب، رسوب و ... لازم و ضروری است. بنابراین پیش بینی و برآورد نزولات جوی...
full textمدلهای تصادفی سری زمانی در پیش بینی بارندگی ماهانه (مطالعه موردی: ایستگاه هاشم آباد گرگان)
در سالهای اخیر محدودیت منابع آبی جهت تامین آب مورد نیاز کشاورزی و غیر کشاورزی موجب بروز مشکلات زیادی شده است و باران یکی از منابع مهم تامین آب به حساب می آید. بارندگی یکی از مهمترین مولفه های ورودی به سیستم های هیدرولوزیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آبهای زیر زمینی، سیلاب، رسوب و ... لازم و ضروری است. بنابراین پیش بینی و برآورد نزولات جوی...
full textپیش بینی بارش ماهانه با استفاده از بسته های تخصصی سری های زمانی در محیط نرمافزار R (مطالعه موردی: ایستگاه اراز کوسه استان گلستان)
full text
بررسی کارایی مدل درخت تصمیم در پیش بینی بارش (مطالعه موردی ایستگاه سینوپتیک یزد)
وقوع خشکسالی اثرات نامطلوبی بر بخشهای کشاورزی و اقتصادی کشور و به طور خاص بر عرصههای طبیعی تحمیل میکند. امروزه روشهای مختلفی جهت پیش بینی مؤلفههای اصلی خشکسالی از جمله بارش ارائه شده است. در دهههای اخیر، استفاده از مدلهای جدید کامپیوتری در این زمینه رواج یافته و در اغلب موارد توانایی خود را به خوبی نشان داده است. درخت تصمیم به عنوان یکی از این نوع مدلها، با بررسی پارامترها از جزء به کل،...
full textارزیابی کارایی روشهای مرسوم و رایانه ای در بازسازی سری زمانی دبی ماهانه ایستگاه های هیدرومتری
عدم وجود آمار و اطلاعات کامل، نمیتواند مجوزی برای عدم مطالعه شرایط هیدرولوژیکی یک منطقه و پیشبینیهای درازمدت برای انجام یک پروژه آبی باشد. بنابراین پژوهشگران مختلف روشهایی از قبیل آنالیز نسبتها، فرگمنت و توماس فیرینگ را برای بازسازی دادههای ناقص دبی در ایستگاههای هیدرومتری به کار بردهاند. لذا در این پژوهش دقت روشهای مذکور با روشهای رایانهای از قبیل شبکه عصبی مصنوعی، هیبرید عصبی - ...
full textبررسی تغییرات زمانی دما و بارش در ایستگاه هواشناسی اردبیل
در این مقاله داده های مربوط به دما و بارش ماهانه و سالانه در یک دوره آماری 46 ساله برای ایستگاه هواشناسی اردبیل جهت مطالعه تغییرات زمانی و پیش بینی این پارامترها به کار گرفته شده است. روش مورد استفاده در این پژوهش مدل های تابع انتقال می باشد که جزء روش های تجزیه و تحلیل سری های زمانی است. در این مطالعه داده های دما و بارش، مدلسازی شده و سپس تحلیل و پیش بینی انجام گرفته است. درنهایت با استفاده ا...
full textMy Resources
Journal title
volume 40 issue 3
pages 137- 149
publication date 2017-11-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023