پیشبینی دمای لایههای خاک با استفاده از مدلهای سری زمانی
Authors
Abstract:
رژیمدماییخاکتأثیرمستقیمیبررشدگیاهان،گوناگونیآنهاوفعالیتهای زیستی درخاکدارد. به علت کمبود دادههای اندازهگیری شده دمای خاک، تخمین یابازسازی آنهاازاهمیتبالاییدربررسیهایزیستاقلیمیوکشاورزی برخوردار است. دمایخاکدرعمقهایمختلف،دارایرفتارزمانیومکانی متفاوتیمیباشد. در این تحقیق سعی شد با استفاده از سریهای زمانی دمای خاک در عمق 5 تا30 سانتیمتر در ایستگاه فرودگاه همدان بین سالهای آماری 1996 تا 2008 به صورت ماهانه پیشبینی شود. نتایج نشان داد که دمای خاک از مدل فصلی SARIMA پیروی میکند. در مدل بهینه، مقدار R2و RMSEبه ترتیب برای عمق 5 سانتیمتر برابرSARIMA(2,0,0)(2,0,0) ،96/0و 63/1 سانتی گراد، عمق 20سانتیمتر برابر SARIMA(1,0,0)(1,0,0) 98/0 و 49/1 سانتی گراد و عمق 30 سانتیمتر برابر SARIMA(1,1,0)(1,1,1) ، 97/0 و 56/1 سانتی گراد به دست آمد. با توجه به تخمین مناسب مدل، دمای خاک برای سالهای 2009-2013 پیشبینی گردید که نشانگر تغییرات جزئی در روند دمای خاک در این دوره میباشد.
similar resources
پیش بینی دمای لایه های خاک با استفاده از مدل های سری زمانی
رژیمدماییخاکتأثیرمستقیمیبررشدگیاهان،گوناگونیآنهاوفعالیتهای زیستی درخاکدارد. به علت کمبود دادههای اندازهگیری شده دمای خاک، تخمین یابازسازی آنهاازاهمیتبالاییدربررسیهایزیستاقلیمیوکشاورزی برخوردار است. دمایخاکدرعمقهایمختلف،دارایرفتارزمانیومکانی متفاوتیمیباشد. در این تحقیق سعی شد با استفاده از سریهای زمانی دمای خاک در عمق 5 تا30 سانتیمتر در ایستگاه فرودگاه همدان بین سالهای آماری 1996 تا 200...
full textبازسازی سری های زمانی داده های ماهواره ای دمای سطح زمین با استفاده از الگوریتم تجزیه و تحلیل هارمونیک سری های زمانی (HANTS)
دمای سطح زمین (LST) یکی از پارامترهای اساسی در مبادله انرژی بین زمین و اتمسفر است. در بسیاری از علوم مختلف از جمله اقلیمشناسی، هیدرولوژی، کشاورزی، اکولوژی، بهداشت عمومی و علوم زیستمحیطی استفاده از سریهای زمانی LST کاربرد فراوان دارد. اما سریهای زمانی دادههای ماهوارهای معمولاً دارای دادههای ناقص، از دست رفته و یا غیر قابل قبول هستند که این به دلیل حضور ابرها در تصاویر، وجود ذرات گرد و غبار...
full textپیش بینی و بررسی متوسط دمای ماهانه با استفاده ازمدلهای سری زمانی
دما یکی از مهمترین پارامترهای هواشناسی است که در بسیاری از مطالعات مورد استفاده قرار میگیرد. این پارامتر در بررسیهای تغییر اقلیم و کشاورزی از اهمیت ویژهای برخوردار است، بطوری که افزایش درجه حرارت یکی از مسائل مهم زیستمحیطی بشر به حساب میآید. بنابراین بررسی و پیشبینی تغییرات آن در دوره دراز مدت میتواند بر مدیریت صحیح منابع آب و خاک و تامین نیاز آبی گیاهان موثر باشد. در این مطالعه با استف...
full textواکاوی 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...
full textرفتار آشوبناک در اقتصاد کلان، بررسی پیشبینی پذیری و پیشبینی سری های زمانی متناظر
بهره گیری از هوش مصنوعی و روشهای هوشمند در انجام انواع تحلیل و تصمیم گیری روز به روز فراگیرتر می شود با افزایش قدرت پردازش کامپیوترهای مدرن شناسایی سیستمها از طریق روشهای یادگیری ماشین و تحلیل خروجیهای سیستم برای یادگیری مفاهیم حاکم بر آن نیز در همین راستا از به روز ترین دامنه های تحقیقاتی نوین است. تصمیم گیری از مهمترین و پرکاربردترین مسائل در تصمیم گیری صحیح پیش بینی رفتار آتی سیستم است. برای...
15 صفحه اولپیشبینی 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. ...
full textMy Resources
Journal title
volume 29 issue 2
pages 199- 210
publication date 2015-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023