روش پیش بینی بارندگی با استفاده از مدل سری های زمانی باکس - جنکینز (مطالعه موردی ایستگاه قائم شهر)

مدل های پیش بینی باکس- جنکینز یکی از معروف ترین مدل های سری های زمانی است که در پیش بینی پدیده های مختلف جغرافیایی اهمیت بسزایی دارد. در روششناسی باکس - جنکینز مدل های سری زمانی در واقع مدل های تلفیقی اتورگرسیو و میانگین متحرک می باشند که در آمار به مدل های ARIMA(۱) معروف هستند. از مدل های  ARIMA می توان مدل های متعددی چون مدل رگرسیون ساده و چند متغیره، اتورگرسیو، میانگین متحرک، مدل های فصلی و حتی مدل های ناشناخته دیگر را استخراج کرد. در این تحقیق ضمن بیان روش پیش بینی بارش از طریق مدل سری زمانی باکس- جنکینز، به طور عملی و با برازش دادن این مدل بر روی داده های بارش ماهانه ایستگاه سینوپتیک قائمشهر که از آمار ۵۰ ساله برخوردار است، بهترین مدل برای پیش بینی بارش در این ایستگاه که از نوع مدل SARIMA(۱.۰.۱)(۰.۱.۱) بود، انتخاب شد.

Keywords:

سری زمانی , مدل های باکس- جنکینز , خود همبستگی , خود همبستگی جزئی- ARIMA- ایستگاه قائمشهر