پیش‌بینی قیمت چوب گونه های جنگلی در استان گیلان با استفاده از تجزیه و تحلیل سری های زمانی

پیش بینی قیمت چوب گونه های جنگلی در استان گیلان با استفاده از تجزیه و تحلیل سری های زمانی

هدف از این مطالعه بررسی نوسانات قیمت چوب گونه­ های جنگل کاری در غرب استان گیلان از سال 1372-1392 می­ باشد. بر این اساس داده­ های مورد نیاز مربوط به هزینه­ های بهره برداری و قیمت چوب گونه­ های زبان گنجشک، پلت، بلندمازو، کاج تدا، توسکای قشلاقی از اداره منابع طبیعی استان گیلان جمع آوری شد. داده­های قیمت چوب سرپا، از تفاوت قیمت چوب آلات الواری، گرده بینه، کاتین و چوب هیزمی در کنار جاده جنگلی با هزی...

بازسازی 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...

واکاوی 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...

بررسی تغییرات پوشش گیاهی ایران با استفاده از سری های زمانی NDVI سنجنده NOAA-AVHRR و تجزیه وتحلیل هارمونیک سری های زمانی (HANTS)

بررسی تغییرات پوشش‌هایگیاهی می‌تواند اطلاعات ارزشمندی را در مورد گرمایش جهانی،چرخه کربن، چرخه آب و تبادل انرژی به همراه داشته باشد. استفاده از سری‌های زمانی تصاویر ماهواره‌ای و روش‌های ...

شناسایی شوک ها در قیمت ربع، نیم و تمام سکه در ایران با استفاده از سری های زمانی چند متغیره

در این تحقیق به تاثیر و شناسایی انواع نقاط پرت نوساز، جمع پذیر، تغییر سطح، تغییر موقت در تعیین مدل و براورد پارامترهای سری زمانی چند متغیره پرداخته می شود. برای شناسایی انواع نقاط پرت در مدل سری های زمانی چند متغیره روش تکرار پانکراز و همکاران (2000) مورد توجه قرار می گیرد. سپس توانایی این روش نسبت به روش کلاسیک یک متغیره سری زمانی مورد بررسی قرار می گیرد. از آنجا که قیمت سکه تحت تاثیر قیمت جها...

پیش بینی قیمت جوجه یکروزه گوشتی در ایران با استفاده از شبکه عصبی مصنوعی و مدل های سری زمانی