کاربرد تحلیل سریهای زمانی برای الگوبندی و پیشبینی حجم خاک خیسشده با گسیلنده نقطهای
نویسنده
چکیده مقاله:
یکی از مهمترین اصول طراحی آبیاری قطرهای که در تعیین دور آبیاری محصولات ردیفی نقش بنیادی دارد، حجم خاک خیس شده با گسیلندهها میباشد. بنابراین اهمیت و نیز با توجه به توانمندی فن سریهای زمانی در الگوبندی و پیشبینی پدیدههای هیدرولوژیک، یک مجموعه آزمایش، در مرکز تحقیقات کشاورزی و منابع طبیعی آذربایجان شرقی در یک خاک لوم و لوم رسی با هدف الگوبندی و پیشبینی حجم خاک خیس شده با گسیلنده نقطهای با کاربرد فن سریهای زمانی انجام شد. برای اجرای آزمایش، دبی جریان گسیلندهها برابر 2،4 و8 لیتر در ساعت و نوع گسیلندهها نقطهای انتخاب شد. براساس دادههای اندازهگیری شده پیشروی عمودی و جانبی رطوبت در زمانهای مختلف و با فواصل مساوی، حجم خاک خیس شده با گسیلندهها در زمانهای مختلف برآورد گردید. نتایج نشان داد سری حجم خاک خیس شده با گسیلنده نقطهای در طول دوره اندازهگیری (210 دقیقه) روند ناایستائی داشت. برای ایستا سازی سری دادهها از عمل لگاریتمی نمودن و یکبار تفاضلی استفاده شد. الگوی مناسب برای بیان سری زمانی حجم خاک خیس شده توسط گسیلندههای نقطهای به صورت ARIMA (1,1,0) تشخیص داده شد. براساس الگوی سری زمانی انتخاب شده، حجم خاک خیس شده از 210 تا 300 دقیقه (برای 90 دقیقه بعدی) پیشبینی گردید. نتایج پیشبینی نشان داد میانگین حجم خاک خیس شده در انتهای 300 دقیقه با کاربرد دبیهای 2، 4 و 8 لیتر بر ساعت به ترتیب برابر 38، 164 و 223 هزارسانتیمترمکعب خواهد بود. توصیه میشود برای الگوبندی و پیشبینی حجم خاک خیس شده در شرایط خاک شناختی مشابه از الگوی ARIMA (1,1,0) استفاده شود
منابع مشابه
الگوبندی اقلیم آسایش شهر شهرکرد با استفاده از تحلیل سریهای زمانی
شهرنشینی و توسعه شهرها به همراه افزایش شتابان جمعیت و توسعه فعالیت های صنعتی با مصرف بی رویه سوخت های فسیلی، آلودگی ها را به شدت افزایش داده است که عواقب آن تغییر دورههای زمانی مطلوب از نظر اقلیم آسایش است. در واقع با شناخت از وضعیت اقلیمی شهر در ماههای مختلف سال و بررسی داده های هواشناسی، ایجاد آسایش اقلیمی امکان پذیر میباشد. درتحقیق حاضر از دادههای ماهانه 4 عامل اقلیمی (میانگین دما، دمای...
متن کاملفاصله اطلاعاتی و کاربرد آن در سریهای زمانی
In this paper a new method is introduced for studying time series of complex systems. This method is based on using the concept of entropy and Jensen-Shannon divergence. In this paper this method is applied to time series of billiard system and heart signals. By this method, we can diagnose the healthy and unhealthy heart and also chaotic billiards from non chaotic systems . The method can al...
متن کاملتجزیه و تحلیل سریهای زمانی تصادفی به روش قطع تراز
Level crossing is a powerful method for analyzing the random time series. In this paper by introducing this method we investigate the beta noises and represent differences between 1/f noise and white noise and also research the cardiac heart interbeat interval (RR) time series and find clear distinctions between healthy samples and samples with Congestive heart failure (CHF) disease.
متن کاملتحلیل سریهای زمانی فازی
چکیده: تحلیل سری زمانی یکی از شاخه های آمار و احتمال است، که در سایر رشته های علوم مانند ژئوفیزیک، هواشناسی، اقتصاد، جغرافیا و زمین شناسی کاربرد فراوانی دارد. نادقیق بودن یا عدم قطعیت مشاهدات ممکن است تصادفی، یا در نتیجه عوامل عینی و ذهنی باشد. هر چند داده های فازی مشکل نادقیق بودن اندازه گیری صفات را بر طرف می کنند، ولی محاسبات بر پایه آنها مشکل است. زیرا هنگام کار کردن با داده های فازی به جا...
15 صفحه اولفاصله اطلاعاتی و کاربرد آن در سریهای زمانی
در این مقاله برای مطالعه سریهای زمانی به دست آمده از سیستمهای پیچیده روش جدیدی معرفی شده است. این روش بر پایه استفاده از مفهوم آنتروپی و به کارگیری رابطه ای برای محاسبه توزیع فواصل با نام واگرایی جانسون- شانون می باشد. در این مقاله به بررسی سریهای زمانی به دست آمده از توزیع فواصل در سیستم بیلیارد همچنین سری زمانی سیگنال الکتریکی قلب پرداخته شده است. به کمک این روش می توان بیلیارد آشوبی و غیرآشو...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 4 شماره 3
صفحات 103- 117
تاریخ انتشار 2014-05-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023