کاربرد مدل های سری زمانی به منظور تعیین روند پارامترهای اقلیمی در آینده در راستای مدیریت منابع آب

در نتیجه نقش مهم پارامترهای اقلیمی از جمله تابش، دما، بارش و در نهایت تبخیر در مدیریت منابع آب، در این مطالعه به منظور پیش-بینی پارامترهای اقلیمی مدل های سری زمانی ARIMA به کار گرفته شد. بدین منظور پس از بررسی داده های اقلیمی از نظر نرمال بودن آزمون ناپارامتریک من- کندال برای بررسی روند داده ها در سطح اطمینان ۹۵ درصد به کار گرفته شد و پارامترهای درصد رطوبت نسبی و تبخیر با دارا بودن روند معنی دار (۳۴۸/۰- و ۴۲/۰- سانتی متر در سال) و نیز دمای هوا، سرعت باد و تعداد ساعات آفتابی به منظور انجام مدل سازی انتخاب گردید. ابتدا با توجه توابع خودهمبستگی (ACF) و خودهمبستگی جزئی(PACF) و نیز وجود یا عدم وجود روند در داده ها سعی گردید تا مدل های سری زمانی مناسب به داده های مورد نظر برازش داده شود. پس از انتخاب مدل ها معنی داری پارامترها با برآورد خطای معیار و مقادیر بررسی گردید و نیز شرایط ایستایی و معکوس پذیری پارامترهای اتورگرسیو و میانگین متحرک مورد آزمون قرار گرفت. سپس آزمون های نکوئی برازش از جمله آزمون کلوموگروف- اسمیرنوف، اندرسون دارلینگ و رایان-جوینر برای صحت سنجی مدل ها به کار گرفته شد و در نهایت مدل ، ، ، و به ترتیب برای داده های درصد رطوبت نسبی، تبخیر، دمای هوا، سرعت باد و ساعات آفتابی برازش داده شد و پیش بینی ها براساس مدل های مذکور صورت گرفت. سپس روند داده های پیش بینی شده به منظور بررسی تغییرات اقلیمی تعیین گردید. نتایج این مطالعه بیانگر سودمندی مدل های سری زمانی در مطالعات منابع آب از طریق پیش بینی پارامترهای اقلیمی و تعیین روند پارامترهای اقلیمی در آینده است.

Keywords:

Climate change , Time series modeling , Mann-Kendall test , Evaporation , Water resources management , تغییرات اقلیمی , مدل های سری زمانی , آزمون من- کندال , تبخیر , مدیریت منابع آب