بررسی روند، تجزیه و تحلیل، مدل سازی و پیش بینی بارش ماهانه با استفاده از مدل های تصادفی سری زمانی (مطالعه ی موردی: ایستگاه سینوپتیک اردبیل)

اطلاع از مقدار آب در دسترس آینده، یک گام بسیار مفید در تصمیم گیری های مدیریتی است که کمک بالقوه ای در بهره برداری بهینه و پایدار از منابع آبی موجود خواهد نمود. هدف از انجام این مطالعه، بررسی روند و پیش بینی بارندگی ماهانه ی ایستگاه سینوپتیک منتخب استان اردبیل با استفاده از بهترین مدل های سری های زمانی است. در این مطالعه، بارندگی ماهانه ی ۵ سال آینده (۲۰۲۰ تا ۲۰۲۴ میلادی) در منطقه ی موردمطالعه با استفاده از مدل های مختلف سری های زمانی خانواده ی ARIMA پیش بینی شد. در این پژوهش، از آزمون ناپارامتریک من-کندال به منظور اطمینان از وجود روند و از نمودار خودهمبستگی (ACF) نیز به منظور اطمینان از وجود تغییرات فصلی در سری زمانی استفاده گردید. پس از انتخاب بهترین مدل پیش بینی کننده بر اساس مقادیر پارامتر های مدل، معیار آکائیک و ضریب همبستگی مقادیر بارندگی ماهانه ی ۵ سال آینده (۲۰۲۰ تا ۲۰۲۴ میلادی) با استفاده از بهترین روش ایستاسازی و بهترین مدل پیش بینی کننده ی مربوط به آن، پیش بینی گردید. نتایج حاصل از آزمون من-کندال نشان داد که داده های بارندگی ماهانه ی ایستگاه سینوپتیک اردبیل در دوره ی آماری موردمطالعه دارای روند کاهشی (۶۱۱۹/۰-=Z) بوده، اما این روند در سطح اطمینان ۹۵ درصد معنی دار نیست. بررسی داده های بارندگی ماهانه ی موردمطالعه نشان داد که خودهمبستگی معنی داری در تاخیرهای ۱۲، ۲۴، ۳۶ و ۴۸ ماهه وجود دارد. نتایج مربوط به بارندگی ماهانه ی پیش بینی شده در ۵ سال آینده (۲۰۲۰ تا ۲۰۲۴) با استفاده از بهترین روش ایستاسازی و بهترین مدل سری های زمانی در ایستگاه سینوپتیک اردبیل نشان داد که مقدار بارندگی سالانه در ۴ سال از ۵ سال آینده نسبت به میانگین بارندگی ۲۰ سال گذشته، بین ۳ تا ۱۷ درصد کاهش خواهد یافت که بیش ترین کاهش مربوط به سال ۲۰۲۲ میلادی است. مقدار بارندگی فقط در سال ۲۰۲۳ معادل ۳/۰ درصد افزایش خواهد یافت.

کلیدواژه ها:

City Rainfall time series ، Self-correlation ، ARIMA models ، Ardabi ، سری زمانی بارش ، خودهمبستگی ، ایستاسازی ، مدل های ARIMA ، شهر اردبیل.