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)
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 273
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JARGS-11-44_006
تاریخ نمایه سازی: 3 اسفند 1400
چکیده مقاله:
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.
نویسندگان
رسول ایمانی
University of Kashan
رضا قضاوی
University ofKashan
اباذر اسماعیلی اوری
University of Mohaghegh ardebili
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :