مدل سازی و پیش بینی بارش ماهانه با استفاده ازمدل های سری زمانی در ایستگاه سینوپتیک مهرآباد تهران

پذیرفته شده برای پوستر XML اصل مقاله (910.02 K)
کد مقاله : 1001-SCWDUST (R1)
نویسندگان
گروه مهندسی طبیعت، دانشکدده کشاورزی، دانشگاه فسا
چکیده
بارش یکی از عناصر اقلیمی بسیار موثر بر زندگی بشر می باشد. بنابراین پیش بینی نزولات جوی به عنوان یکی از مهم ترین پارامتر های کمی برای هر منطقه در راستای کمک به مدیریت درست منابع آب مهم است. در این مطالعه با استفاده از داده های 63 ساله (1951-2014) ایستگاه تهران و همچنین مدل های سری زمانی اقدام به مدل سازی و پیش بینی بارش در نرم افزار ITSM گردید. بر اساس نتایج بدست آمده از نمودار های خود همبستگی و خود همبستگی جزئی بهترین مدل فیت شده بر داده ها مدل MA (13,1) بر گرفته از روش Innovations بود. نتایج نشان داد که نمودار خود همبستگی باقیمانده ها برای این مدل حاکی از ناهمبسته بودن باقیمانده ها است. بر این اساس ضرایب Z(t-1) جز در تاخیر های 1، 12 و 13 معنی دار نیستند که در مدل صفر در نظر گرفته شدند. همچنین P-value آماره آزمون Ljung-Box در تاخیر های مختلف بزرگتر از سطح معنی داری 05/0 بود که حاکی از ناهمبسته بودن باقیمانده ها است. در نهایت بر اساس الگوی برازش شده مقدار بارش ایستگاه تهران تا سال 2020 پیش بینی شد.
کلیدواژه ها
موضوعات
 


ارسال نظر در مورد این مقاله
نام را وارد کنید.
نشانی پست الکترونیکی را به درستی وارد کنید.
وابستگی سازمانی را به درستی وارد کنید.
توضیحات را وارد کنید (حداقل 10 کلمه)