ارزیابی مدل های سری زمانی به منظور برآورد متوسط دمای ماهانه در ایستگاه های سینوپتیک قدیمی ایران طی دوره آماری ۲۰۰۵-۱۹۷۷
محل انتشار: فصلنامه دانش آب و خاک، دوره: 24، شماره: 4
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 139
فایل این مقاله در 11 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_WASO-24-4_016
تاریخ نمایه سازی: 25 دی 1401
چکیده مقاله:
با توجه به تاثیر دما در شرایط اقلیمی هر منطقه و اهمیت پیشبینی آن در برنامهریزیهای محیطی، استفاده از روشهای آماری بهمنظور مطالعه تغییرات و پیشبینی دما، کاربرد وسیعی پیدا کرده است. روشهای آماری ابزارهایی کارآ و مفید برای درک و ارزیابی رفتار اقلیم بهشمارمیروند. از الگوهای آماری پرکاربرد در این زمینه، میتوان به الگوهای خانواده آریما اشاره نمود. در این الگوی آماری مقادیر براساس رفتارهای گذشته مدلسازی شده و سپس پیشبینی میشوند. در پژوهش حاضر، با استفاده از مدلهای خانواده آریما، ابتدا با بررسی وجود یا عدم وجود روند و ارزیابی توابع خودهمبستگی(ACF)و خودهمبستگی جزئی(PACF)در دوره آماری (۲۰۰۵-۱۹۷۷)، مدلهای سری زمانی مختلف به دادههای میانگین دمای ماهانه در ایستگاههای سینوپتیک ایران برازش داده شد. سپس با استفاده از معیار آکائیک و بیزی شوارز بهترین مدل از میان مدلهای بهکار گرفته شده برای هر ایستگاه انتخاب گردید .نتایج این مطالعه بیانگر قابلیت مدلهای غیر فصلی آریما برای تعیین روند پارامتر دما در گستره ایران میباشد. به کمک الگوهای آماری بدست آمده برای هر ایستگاه میتوان پارامتر دما را در مقیاس ماهانه در دورههای آتی پیشبینی نمود.
نویسندگان
صفر معروفی
استاد گروه مهندسی آب ، دانشکده کشاورزی، دانشگاه بوعلی سینا همدان
صبا سقائی
دانشجویان کارشناسی ارشد آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه بوعلی سینا همدان
فرناز ارشادفتح
دانشجویان کارشناسی ارشد آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه بوعلی سینا همدان
بهناز ختار ختار
دانشجویان کارشناسی ارشد آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه بوعلی سینا همدان
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 :